Telus Digital ‘운전자 시선 추적’ 프로젝트: 눈동자로 데이터를 만든다👁️
최근 데이터 라벨링 시장의 흐름이 단순 반복 작업에서 고도화된 AI 학습 데이터 수집으로 빠르게 변화하고 있다. 현재 Alignerr에서 좋은 조건으로 업무를 수행하고 있지만, 수익 파이프라인의 다변화를 위해 새로운 플랫폼에 ‘가지치기’를 시도했다. 그 결과, 글로벌 AI 데이터 전문 기업인 Telus Digital(텔러스 디지털)로부터 두 가지 매력적인 프로젝트 제안을 받았다.
1. 한국어 LLM 테스트 프로젝트: 음성 AI의 진화
첫 번째 제안 프로젝트는 ‘International 한국어 LLM(대규모 언어 모델) 테스트’ 참여자 역할이다. 최근 챗GPT나 클로드와 같은 AI 모델이 일상화되면서, 이러한 모델들이 한국어 사용자와 얼마나 자연스럽게 소통하는지 검증하는 작업이 중요해졌다.
업무 상세 내용 및 요구 역량
이 프로젝트는 AI 모델과 실생활 주제(요리, 역사, 스포츠, 심리학 등)를 바탕으로 자연스러운 음성 대화를 나누고, 그 결과물을 영어로 평가하는 프로세스를 가진다. 단순 번역을 넘어 AI의 문맥 이해도를 측정하는 고차원적인 작업이다.
- 지원 자격: 한국어 원어민(Native)이면서 대한민국에 거주하는 만 18세 성인.
- 언어 필수 조건: 모든 가이드라인과 평가 시스템이 영어로 운영되기 때문에, 비즈니스 수준의 영어 읽기 및 쓰기 실력이 필수적이다.
- 급여 수준: 제안된 시급은 현재 활동 중인 타 플랫폼 대비 상당히 높은 수준으로 책정되었다. 실제 프로젝트 투입 후의 수익성이 기대되는 부분이다.
온보딩 평가 단계
지원을 위해서는 약 60분간의 테스트를 통과해야 했다. 한국어 테스트는 맞춤법, 띄어쓰기, 문맥 추론 등 원어민이라면 충분히 풀 수 있는 수준이었으며, 이어지는 영어 테스트 역시 기본적인 문법과 어휘력을 측정했다. 두 테스트를 모두 마치면 ‘In Review’ 상태로 전환되며 최종 검토를 기다리게 된다.
2. 운전자 시선 추적 프로젝트: 차세대 모빌리티 데이터 수집
두 번째로 제안받은 프로젝트는 기존의 재택 업무와는 완전히 궤를 달리하는 ‘운전자 시선 추적(Eye Motion) 데이터 수집’ 작업이다. 이색적인 프로젝트 내용에 매료되어 망설임 없이 지원을 결정했다.
DMS(운전자 모니터링 시스템) 개발의 핵심
본 프로젝트는 차세대 운전자 모니터링 시스템(DMS) 및 시선 추적 알고리즘 고도화를 위한 연구의 일환이다. 자율주행 기술이 발전함에 따라 운전자의 주의 분산이나 졸음 운전을 감지하는 기술이 중요해졌는데, 이를 학습시키기 위한 실제 운전자의 눈동자 움직임 데이터가 필요한 것이다.
- 실행 방법: 통제된 테스트 트랙 내에서 직접 차량을 운전하며, 시스템의 지시에 따라 특정 방향(사이드미러, 계기판, 전방 등)을 응시하는 과정을 녹화한다.
- 안전 보장: 모든 과정은 전문 모니터 요원의 통제하에 안전하게 진행된다.
전략적 지원 및 조건
이 프로젝트는 지리적 접근성이 당락을 결정짓는 요소였다. 다행히 거주지에서 차로 30분 거리 내에 테스트 트랙이 위치해 있었다. 지원서에는 눈의 크기, 키, 몸무게 등 정밀한 시선 추적을 위한 신체 데이터를 기재했으며, 3시간 연속 운전에 무리가 없는 건강 상태임을 강조했다. 2026년 2월 초 시작 예정인 이 프로젝트는 주말과 평일 중 선택이 가능하여 유연한 일정 관리가 장점이다.
차세대 모빌리티의 핵심, DMS 데이터가 비싼 이유
Telus Digital이 진행하는 운전자 모니터링 시스템(DMS) 프로젝트가 높은 보상을 제공하는 이유는 데이터의 ‘희소성’과 ‘정밀도’ 때문이다.
단순히 사진을 분류하는 것이 아니라, 안구의 미세한 움직임, 눈꺼풀의 떨림, 동공의 크기 변화 등을 밀리초(ms) 단위로 캡처해야 하므로 데이터 수집 환경이 매우 까다롭다. 이러한 데이터는 자율주행 3단계 이상의 환경에서 시스템이 제어권을 운전자에게 넘겨야 하는 긴박한 순간, 운전자가 전방을 주시하고 있는지를 판단하는 결정적인 알고리즘의 근거가 된다.
따라서 실제 운전자의 생체 데이터를 수집하는 이번 프로젝트는 인공지능이 인간의 행동을 물리적으로 이해하도록 만드는 ‘멀티모달(Multimodal) AI’ 구현의 정점에 서 있는 업무라고 할 수 있다.
결론: 데이터 라벨링 시장의 확장과 N잡러의 자세
AI 기술이 비약적으로 발전하면서 데이터 라벨러에게 요구되는 역량도 다양해지고 있다. 텍스트 데이터를 넘어 시선 추적, 음성 인터랙션 등 바이오메트릭 데이터와 멀티모달 데이터의 비중이 커지고 있음을 실감했다.
새로운 플랫폼인 Telus Digital에서의 경험은 단순한 부업을 넘어, 최신 AI 기술의 발전 궤적을 직접 체험하는 소중한 기회가 될 것이다. 이번 프로젝트 지원 결과가 나오는 대로 생생한 실무 후기를 공유할 것을 약속한다. 데이터 라벨링과 AI 학습 데이터 시장에 도전하는 많은 이들에게 이 기록이 이정표가 되기를 바란다.
글이 도움이 되셨다면 댓글로 응원 부탁드립니다!🤗