DataAnnotation 합격 후 진행한 데이터 라벨링 자격검증과 실제 프로젝트 경험을 정리한 후기. 데이터 라벨링 업무 구조, 작업 방식, 다운타임까지 자세히 기록했다.
DataAnnotation 합격 후 본격적으로 데이터 라벨링 업무를 시작했다.
DataAnnotation 플랫폼에서 합격 처리되면 곧바로 자격검증(Qualifications)이 보이는데,
나는 보이는 대로 먼저 자격검증을 진행했다.
한국어–영어 바이링구얼로 등록한 덕분에 다양한 작업에 참여할 수 있었다.
프롬프트 작성, 보이스 액팅, 텍스트 평가뿐 아니라 코딩 관련 작업도 있었지만
코딩은 내 전문 분야가 아니어서 과감히 패스했다.
DataAnnotation 기본 화면 구성
DataAnnotation의 기본 화면은 크게 세 가지 메뉴로 구성되어 있다.
- Qualifications
- Projects
- Report Time
이 세 섹션을 잘 이해해야 효율적으로 작업할 수 있다.
Qualifications – 자격검증 단계
자격검증(Qualifications)은 말 그대로 프로젝트를 하기 위한 시험 단계다.
이 검증을 통과해야 더 다양한 데이터 라벨링 프로젝트에 접근할 수 있다.
시험 방식은 다음과 같다.
- 주어진 지침서를 꼼꼼히 읽는다
- 예시 기준에 맞춰 문제를 푼다
- 영어 난이도가 꽤 높음
자격검증을 통과하지 못하면 프로젝트 목록 자체가 보이지 않는다.
나는 바이링구얼 검증을 통과한 후 시간당 33~35달러 수준의 프로젝트에 참여할 수 있었다.
Projects – 실제 수익이 발생하는 작업
Projects는 실제 수익을 발생시키는 핵심 메뉴다.
프로젝트별로 시간당 페이가 다르게 책정되어 있으며 일반적으로 20~40달러 사이였다.
- 시급 20~40달러 일반 작업
- 코딩 프로젝트는 더 높은 보수
- 언어 기반 작업은 한국어–영어 능력이 중요
다만 코딩 관련 프로젝트는 높은 페이를 주지만, 나는 코딩을 잘 몰라서 제외했다.
Report Time – 작업 시간 보고
DataAnnotation의 Report Time 메뉴는
본인이 직접 작업 시간을 입력하는 방식으로 운영된다.
- 시스템이 시간을 자동 측정하지 않음
- 시작·종료 시간이 모두 남기 때문에 허위 입력 불가능
- 거짓 기록은 일감 감소로 이어짐
그래서 정확한 작업 시간 기록이 매우 중요하다.
데이터 라벨링 다운타임 발생
데이터 라벨링 시장의 유동성과 작업자의 자세
데이터 라벨링 플랫폼의 일감은 AI 모델의 학습 사이클에 따라 유동적으로 변한다. 특정 언어 모델의 대규모 업데이트 시기에는 일감이 쏟아지다가도, 검수 단계나 모델 배포 시기에는 잠시 소강상태를 보이기도 한다.
이를 업계에서는 ‘다운타임’이라 부르는데, 숙련된 작업자들은 이 시기에 지침서(Guideline)를 다시 복습하거나 새로운 자격검증(Qualifications)에 도전하며 다음 라운드를 준비한다.
일감이 없을 때 당황하기보다, 이것이 글로벌 프로젝트 운영의 자연스러운 흐름임을 이해하는 것이 장기적인 재택 부업 유지의 비결이다.
데이터 라벨링 업무를 시작한 지 3주 차,
이제 작업도 익숙해지고 “본격적으로 달려볼까?” 하는 찰나…
갑자기 일이 뚝 끊기는 다운타임(Downtime)이 찾아왔다.
처음엔 자격이 박탈된 줄 알고 놀랐지만
슬랙 채널을 확인해보니 이번 주는 한국어 테스크가 아니라 아랍어 테스크 주간이었다.
다행히 계정 문제는 아니었지만, 일감이 없어 조금 허탈했다.
이럴 때는 일이 다시 열릴 때까지 기다리는 수밖에 없다.
다음 포스팅 예고
다음 글에서는
- 2주 동안 얼마나 일했고, 실제로 얼마나 벌었는지
- 페이팔로 어떤 방식으로 지급되는지
이 두 가지를 자세히 다뤄보려고 한다.