top

사단법인 한국장애인복지관협회 서울시장애인복지관협회

 

복지관 동향

"함께, 그 길을 열다"

제목
[서울장애인종합복지관 영상]장애인 직무 '데이터라벨러' 소개
작성자
곽재복
등록일
22-05-25
조회수
368

서울장애인종합복지관 직업지원부 고용지원팀은 펜데믹 속 장애인 고용 환경 변화에 따라 세 가지 기준을 세우고 직무를 개발하고자 했습니다. 그 기준에 맞추어 개발한 '데이터라벨러'에 관한 소개 영상입니다.

인터뷰 : 고용지원팀 김정훈 팀장 / 문의 : 고용지원팀 02-440-5711~4 

영상 : 박재훈, 양철원(서울장애인종합복지관 디지털융합팀)



안녕하세요? 서울장애인종합복지관 직업지원부 고용지원팀에 김정훈입니다.

오늘 저는 펜데믹으로 인한 장애인 고용 환경의 변화와 이러한 변화를 고려한 '데이터 라벨러'라는 직무에 대해 말씀드리고자 합니다. 데이터 라벨러는 한국고용정보원이 최근 발간한 '미래 유망 신직업 발굴 및 국내 활성화 방안 연구' 자료에도 수록된 직무로향후 더 많은 일자리가 기대되는 일자리입니다.

코로나로 인한 변화는 우리 사회 전반에 많은 변화를 가져왔고, 그 변화의 속도는 점차 빨라지고 있습니다. 이런 변화는 장애인 일자리에서도 점차 심화하고 있습니다

펜데믹 이전 구인이 가장 많았던 일자리 중 하나는 바리스타, 매장 정리 등과 같은 대면 직무였습니다. 하지만 코로나 때문에 비대면 직무 수요가 늘어나면서 앞서 대면 직무는 빠르게 비대면 직무로 전환되었습니다.

 

대면 직무가 비대면 직무로 전환되는 시기 사업체의 가장 큰 고민은 '장애인이 근무하기 좋은 비대면 직무는 어떤 직무인가?'입니다. 비대면 직무에 대한 경험이 적은 사업체에서는 비대면 직무 중 어떤 직무가 장애인 당사자에 적합한지, 인력풀은 충분한지, 운용하는 과정에서 어떤 고려사항이 있는지 등에서는 많은 혼란이 있었습니다.

이런 과정 중에 복지관 역할이 중요해졌습니다. 서로가 가보지 않은 길을 걸어야 하는 상황에서 전문성을 가진 복지관에서 하나의 이정표로써 모델을 제시해야하기 때문입니다.

 

시립서울장애인종합복지관 직업지원부 고용지원팀은 이런 고민을 품고 새로운 장애인 직무 모델을 제시하기 위한 준비를 시작하였습니다. 가장 먼저 한 일은 어떤 기준으로 직무를 개발할지에 대한 기준을 잡는 것이었습니다.

그 기준은 크게 세 가지입니다.

1. 장애인 당사자가 하기 쉬운 업무여야 한다.

2. 코로나 확산방지를 위해 비대면 직무이어야 한다.

3. 앞으로 유망한 직종여야 한다.

 

이렇게 선정된 직무는 '소프트웨어 테스터 직무'와 '데이터 라벨러'라는 직무였습니다. 오늘은 우선 데이터 라벨러에 대해 말씀드리겠습니다.

'데이터 라벨러'는 이미지, 영상, 텍스트 등과 같은 비정형 데이터를 컴퓨터(AI)가 알아보기 쉽게 라벨을 붙여서 (Labeling) AI의 머신러닝(Machine Learnig)을 돕는 직무입니다. 좀 더 쉽게 설명하면 개와 고양이를 구분하지 못하는 AI에게 개와 고양이를 구분할 수 있도록 이건 개, 이건 고양이라는 딱지를 붙여 그 부분을 학습하여 좀 더 쉽게 구분할 수 있도록 도와주는 일입니다.

 

저희와 연계되어 데이터 라벨러 직무로 장애인 고용을 시작한 한 회사는 상품평 분석 AI를 구축하고 있었는데 이 AI에게 제공할 데이터를 장애인을 고용하여 라벨링하고 있습니다. 예를 들어 설명하면 고객의 상품평 중 '이 음식은 맛있다', '다음에는 주문하지 않겠습니다' 같은 평이 있으면 이 부분이 긍정문인지 부정문인지를 구분하는 일입니다. 현재 다섯 분 내외의 중증장애인이 채용되어 있으며 비장애인 대비하여도 좋은 생산성을 보이고 있습니다. 장애인 당사자들은 비장애인보다 단순 반복적인 직무에 강점이 있어 업체의 평가가 좋은 것으로 생각됩니다.

 

앞으로도 데이터 라벨링 직무는 AI가 활성화됨에 따라 더 많은 인력이 필요할 것으로 예측됩니다. 반복 직무라 지루한 업무가 아닐까 여길 사람도 있겠으나 이러한 부분에 강점을 지닌 장애인 당사자가 많기에 이 직무에 관한 장애인 취업을 지속해서 늘어날 것으로 예측합니다. 데이터라벨러에 대한 이야기는 여기까지 입니다. 함께 해주셔서 고맙습니다.