상드린 풀롱 Sandrine Foulon <알테르나티브 에코노미크> 기자

▲ 2021년 4월 영국 런던에 있는 배달대행 플랫폼 딜리버루 본사 앞에서 배달노동자들이 노동조건 개선을 요구하며 시위하고 있다. REUTERS

로봇이 공중제비 묘기를 부리고 손님에게 맥주도 나른다. 로봇의 능력이 날로 성장한다. 인공지능(AI)은 사람 없이 비행기와 자동차도 조종한다. 그런 인공지능의 심장에 있는 알고리즘은 사회 곳곳에 스며든다. 딜리버루(배달대행)와 볼트(차량공유) 등 플랫폼 일당은 같이 일하는 노동자에 대한 통제를 강화한다.

자질구레한 일
기계가 사람 일을 대신할 정도로 똑똑할까. 책 <스스로 학습하는 기계-인공 뉴런의 발전과 딥러닝>(2019)을 쓴 얀 르쿤은 인공지능 기술이 비약적으로 발전했어도 기계가 할 줄 아는 과제가 한정돼 있다고 본다. 주어진 일을 잘해냈다고 해서 다른 일을 모두 잘하는 건 아니라는 것이다. 페이스북 인공지능연구부 부장을 지낸 얀 르쿤은 2018년 컴퓨터공학 분야의 노벨상이라고 불리는 튜링상을 받았다. 기계가 앞으로 벌어질 상황을 예측해서 행동하려면 아직 멀었다. 그런 능력은 여전히 인간 지능의 영역이다.
일론 머스크 테슬라 최고경영자가 설립한 연구기관인 오픈AI의 프로그램이 논문 한 편을 20분 만에 쓴다는 말은 허풍에 가깝다. 오픈AI 사례는 인간을 초월하는 로봇의 탄생 가능성을 의심케 하기에 충분하다. 프랑스국립예술직업대학(CNAM)의 무스타파 주이나르 교수(인간공학)는 “약한 인공지능과 딥러닝 기반의 강한 인공지능을 구별해야 한다”고 지적했다. “강한 인공지능의 신경망은 과학자도 설명하지 못하는 결과를 도출해낸다. 하지만 그렇게 뛰어난 인공지능을 만들고 활용하는 과정 뒤에는 반드시 사람이 있어야 한다.” 누군가는 기계가 학습할 자질구레한 데이터를 일일이 넣어주는 ‘잔일’을 해줘야 한다.

데이터 생산 일꾼
초기단계 기술기업(스타트업) 직원의 ‘쿨한’ 하루는 환상에 불과하다. 직원들은 어떤 때는 몇 분에 한 번씩 프로그램에 접속해 몇 센트짜리 잔일을 한다. ‘주어진 그림에서 다리 찾기’와 같이 알고리즘을 가르칠 데이터를 준비하는 일이다. 단순해 보이는 이 일을 기계는 아직 할 줄 모른다. 직원들은 인공지능이 제대로 작동하는지 시험도 해야 한다. 아마존의 알렉사 같은 인공지능 비서가 사람이 하는 말을 잘 ‘이해’할지 말을 걸어본다. 인공지능이 최악의 오류를 범할 수 있어서다. 2021년 9월 초 페이스북 알고리즘이 흑인이 나오는 동영상 아래 ‘유인원의 비디오를 더 시청하겠습니까’ 묻는 알림창을 띄운 일이 있었다. 페이스북은 사과했지만, 이 사건으로 인공지능의 한계가 여실히 드러났다.
텔레콤파리테크(프랑스 공과대학)와 프랑스국립과학연구원의 과학자를 모은 딥랩 프로젝트가 2019년 발표한 논문에 따르면, 데이터 생산 플랫폼에서 일하는 일꾼이 프랑스 본토에만 26만 명에 이른다. 이런 플랫폼의 대표적 예가 지금은 위르크로 이름을 바꾼 풀팩토리(군중공장)다. 인공지능 학습용 데이터 공장은 날로 번창한다. 세계적으로는 오스트레일리아의 아펜과 우버가 인수한 미국의 마이티AI, 중국의 팩테라에지가 유명하다.
딥랩의 사회학자 파올라 튀바로(프랑스국립과학연구원 연구부장)는 “세계에서 데이터 생산 플랫폼의 노동 수요가 엄청나다”며 “아프리카에서는 하청업체들이 노동자에게 일할 장소와 인터넷을 제공한다”고 말했다. “라틴아메리카에선 기술이 진보하면서 생산 노동자가 달라졌다. 2012년에는 특정 이미지를 찾은 뒤 분류하는 작업이 주를 이뤘다. 지금도 작업이 단순한 건 마찬가지다. 이를테면 고양이 등 동물의 귀를 식별한다. 하지만 일이 좀더 복잡한 단계로 나뉘어 더 많은 집중력을 필요로 한다. 그래서 때로 실수하지 않게 매뉴얼을 익혀야 하는 등 시간이 추가로 든다.” 데이터 생산직의 대부분을 차지하는 여성 노동자는 이런 일을 아이 돌봄이나 집안일과 병행하기 더 힘들어졌다.
눈에 띄는 변화는 또 있다. 노동자 급여를 달러로 주는 데이터 생산 플랫폼이 경기가 좋지 않은 나라에서 크게 성장한다는 점이다. 파올라 튀바로는 “베네수엘라에서 의사, 엔지니어 같은 전문기술직 종사자가 데이터 생산을 부업으로 삼는다”고 말했다. 딥랩의 연구자료를 보면 프랑스 본토에서 데이터 생산 노동자의 절반이 소득 하위 30%에 속한다. 22%는 최저빈곤선 아래에 있다.

실재하는 위험
인공지능은 계층 상승을 보장하지도, 노동조건을 낫게 하지도 않는다. 프랑스 산업안전보건연구소(INRS)에 따르면 아마존을 비롯한 온라인 유통업체의 물류센터는 인공지능이 배송 준비의 70%를 관리한다. 기계의 명령에 따라 움직여야 하는 노동자는 사회심리적 위험에 노출돼 있다. 무스타파 주이나르는 “사람이 기계를 위해, 기계 영향력 아래 일하는 꼴”이라며 “노동 강도가 늘어나는 위험이 실재한다”고 경고했다. 모든 계층의 노동자가 전문성을 잃고 노동주권을 빼앗긴 듯한 감정을 느낄 수 있다.
그런데도 “인공지능 시스템이 노동자에게 이로울 수 있다”고 주이나르는 말했다. “다만 인공지능이 가져올 변화를 고민할 때만 그럴 수 있다. 실제 노동을 생각하고, 어떤 주체도 외면하지 않아야 한다.”
사람과 기계의 성공적인 협업 사례로 ‘생성 설계’가 있다. 예를 들어 건축설계사가 프로그램에 특정 건축물 재료의 물리적 특성을 입력하면 프로그램은 이를 고려한 최적의 설계도를 빠르게 출력한다. 설계 시간을 엄청나게 줄여주는 것이다. 주이나르는 생성 설계가 “사람의 결정을 돕는 시스템”이라고 본다.
“만약 이런 기술을 오로지 생산력을 늘리는 데만 쓴다면 협업이 불가능하다. 물론 기계가 사람을 대신하지 않는다는 윤리적 원칙을 모든 기업이 세우고 지키기 어렵다는 점을 안다. 그래도 이런 성공 사례를 널리 알려야 한다.” 2021년 4월 유럽연합 집행위원회는 ‘신뢰할 수 있는’ 인공지능 활용에 관한 새 규정을 제안했다.
완벽하지도 독립적이지도 않은 인공지능이 사람을 완전히 대신하는 날이 올까? 파올라 튀바로는 “물론 그럴 것”이라고 말했다. 그러나 “인공지능 학습에 필요한 데이터를 사람이 만들어야 하는 이상 일감은 마르지 않을 것이다.” 규제가 필요한 사업이다.

ⓒ Alternatives Economiques 2021년 10월호(제416호)
Des algorithmes encore très «humains»
번역 최혜민 위원