원문 제목: 당신은 15년 동안 구글의 AI를 훈련시켜 왔습니다. 당신은 전혀 몰랐습니다.

원문 저자: Sharbel, Unfungible 공동 창업자

원문 편집: Lila, BlockBeats

편집자 주: CAPTCHA(캡차)는 웹사이트에 로그인할 때마다 클릭해야 하는 숫자나 그림으로, 모든 인터넷 사용자에게 익숙한 존재입니다. 하지만 '나는 로봇이 아닙니다'를 반복해서 클릭할 때, 단순히 신원을 확인하는 것이라고 생각하지만 실제로는 세계에서 가장 크고 은밀한 데이터 생산에 참여하고 있는 것입니다. Luis von Ahn이 출시한 reCAPTCHA는 흩어진 인간의 행동을 모아 구글과 그 자회사인 자율주행차 회사 Waymo 등의 핵심 비즈니스를 뒷받침하는 데이터 기반으로 만들었습니다.

'무료', '안전'이라는 표면 아래, 인터넷은 조용히 새로운 노동 관계를 재편했습니다: 당신은 인간임을 증명하는 데 시간을 소비하면서 AI 훈련에 기여하고, AI가 이를 학습하면 그 노동은 완전히 대체됩니다. 이 글은 게시된 지 20시간도 채 안 되어 트위터에서 950만 회 이상의 조회수를 기록했습니다. 다음은 원문 내용입니다:

매일 약 50만 시간의 인간 노동이 구글에 의해 무료로 활용됩니다. 그리고 이에 기여하는 사람들은 단지 인터넷 뱅킹에 로그인하려는 것뿐입니다.

reCAPTCHA는 인터넷 역사상 가장 성공적인 은밀한 데이터 운영입니다. 최고조기에는 하루에 2억 명이 인증을 완료했습니다. 하지만 거의 아무도 매번 클릭 뒤에 무엇이 있는지 깨닫지 못합니다.

구글의 자율주행차 회사 Waymo는 현재 시가총액 450억 달러입니다. 그리고 그 핵심 훈련 데이터의 대부분은 당신이 다양한 웹사이트를 방문할 때 무료로 제공한 것입니다.

다음은 전체 이야기입니다:

기원: 똑똑한 구상

2000년, 스팸 봇이 인터넷을 파괴하고 있었습니다. 포럼은 도배되고, 받은 편지함은 넘쳐났으며, 웹사이트는 인간과 기계를 구분할 방법이 절실히 필요했습니다.

카네기 멜론 대학의 Luis von Ahn 교수가 이 문제를 해결했습니다. 그는 CAPTCHA(캡차)를 발명했습니다: 로봇은 통과할 수 없지만 인간만이 읽을 수 있는 왜곡된 텍스트입니다.

하지만 폰 안은 그 이상을 보았다. 수백만 명의 사람들이 이러한 챌린지에 시간과 노력을 쏟고 있었다. 만약 이 노력이 동시에 두 가지 일을 할 수 있다면?

2007년, 그는 reCAPTCHA를 다시 선보였다. 그 정교함은 이러했다: 더 이상 무작위 난수를 보여주지 않고, 두 개의 단어를 표시했다. 하나는 시스템이 이미 알고 있는 단어이고, 다른 하나는 컴퓨터가 아직 인식하지 못하는 실제 스캔된 책의 단어였다. 그리고 당신의 답변이 이 책들의 디지털화를 도왔다.

이 책들은 《뉴욕타임스》 아카이브와 Google 도서에서 비롯되었으며, 총 1억 3천만 권에 달했다.

당신은 단지 평범한 웹사이트에 로그인하고 있다고 생각했지만, 사실 세계 최대의 디지털 도서관을 위해 OCR(광학 문자 인식) 작업을 하고 있었던 것이다.

2009년, Google은 공식적으로 reCAPTCHA를 인수했다.

이후, Google은 방식을 바꿨다

'왜곡된 텍스트'의 시대는 2012년경에 끝났다.

Google은 새로운 도전에 직면했다: 스트리트 뷰 차량이 전 세계의 모든 도로를 촬영했지만, 사진은 단지 원시 데이터에 불과했다. AI가 제 역할을 하려면, 본 것을 이해해야 했다: 도로 표지판, 횡단보도, 신호등, 상점 간판 등.

그래서 Google은 reCAPTCHA v2를 재설계했다. 화면에는 왜곡된 텍스트 대신 사진 그리드가 나타났다. '신호등이 있는 모든 사각형을 클릭하세요.' '각 횡단보도를 선택하세요.' '상점 간판을 식별하세요.'

이 사진들은 Google 스트리트 뷰에서 직접 가져온 것이다. 당신의 클릭이 바로 레이블이었다.

매번의 선택이 Google의 컴퓨터 비전 모델에 알려주었다: 이 픽셀 덩어리는 신호등이고, 저 형태는 횡단보도라고. 당신은 테스트를 통과하는 것이 아니라, 데이터셋을 구축하고 있었던 것이다.

상상을 초월하는 규모

최고조 시절, 매일 2억 개의 reCAPTCHA가 해결되었다. 각 챌린지에 10초가 소요된다면, 이는 매일 20억 초의 인간 노동을 의미한다. 즉, 하루 50만 시간이다.

유료 데이터 레이블링 비용은 시간당 약 10~50달러이다. 최저 기준으로 계산해도: 매일 무료로 추출되는 노동 가치는 500만 달러에 달한다.

게다가 reCAPTCHA는 특정 앱에만 있는 것이 아닙니다. 모든 은행, 모든 정부 포털, 모든 전자상거래 사이트에 퍼져 있습니다. 선택의 여지가 없습니다: 계정에 로그인하고 싶나요? 그럼 데이터셋에 라벨을 붙이세요. 구글은 당신의 의견을 묻지 않았고, 한 푼의 급여도 지급하지 않았으며, 심지어 이 사실을 알리지도 않았습니다.

이 모든 것이 무엇을 만들었을까?

이 데이터는 두 가지 제품에 직접 투입되었습니다:

-구글 지도: 전 세계에서 가장 많이 사용되는 내비게이션 도구입니다. 도로 표지판, 상점, 도시 지리를 인식하는 능력은 부분적으로 수십억 번의 인간이 웹사이트에 로그인할 때 수행한 라벨링 덕분입니다.

-Waymo: 구글의 무인 자동차 프로젝트입니다. 안전한 주행을 위해 무인 자동차는 수천 가지 시각적 패턴을 거의 완벽하게 인식해야 합니다.

그 인식 작업의 실제 학습 데이터는 수백만 명의 사람들이 모르는 사이에 reCAPTCHA를 통해 라벨링한 것입니다. Waymo는 2024년에 400만 회 이상의 유료 운행을 완료했으며, 평가 가치는 450억 달러입니다. 그 기반은 단지 이메일을 확인하려는 '무보수 인터넷 시민'들에 의해 마련되었습니다.

왜 아무도 이 모델을 복제할 수 없을까?

데이터 라벨링은 매우 비쌉니다. Scale AI, Appen, Labelbox와 같은 회사들은 이 문제를 해결하기 위해 존재하며, 수십만 명의 노동자를 고용하고 때로는 시간당 1달러 미만의 임금을 지급합니다.

구글의 해결책은 다른 길을 택했습니다: 라벨링을 의무화한 것입니다. 비용을 지불할 필요도, 동의를 구할 필요도 없이, 인터넷의 모든 구석으로 들어가는 '입장권'으로 만든 것입니다. 결과는: 수십억 개의 라벨이 붙은 이미지, 전 세계적 커버리지, 모든 날씨, 모든 도시입니다. 어떤 라벨링 회사도 이것을 할 수 없습니다. 인터넷 자체가 공장이고, 모든 네티즌은 계약서 없는 직원입니다.

당신은 여전히 참여하고 있습니다

2018년에 출시된 reCAPTCHA v3는 더 이상 챌린지를 표시하지 않습니다. 마우스를 움직이는 방식, 스크롤 속도, 머무는 시간을 관찰합니다. 당신의 행동 지문은 당신이 인간인지 여부를 알려줍니다. 이러한 행동 데이터도 구글의 AI 시스템에 다시 공급됩니다.

당신은 절대 자발적으로 선택한 적이 없으며, 체크할 수 있는 체크박스도 없었습니다. 하지만 지금, 당신이 방문하는 대부분의 웹사이트에서 여전히 그렇게 하고 있습니다.

불편한 아이러니

루이스 폰 안(Luis von Ahn)의 의도는 천재적이었다: 인간이 이미 낭비하고 있는 에너지를 유용한 결과물로 전환하는 것. 하지만 구글이 이 비전을 활용한 방식은 완전히 달랐다. 그들은 사용자가 어쩔 수 없이 사용해야 하는 보안 메커니즘을 이용해 웹 전체에 배치했고, 그 결과물을 수확하여 수백억 달러 규모의 상업 제품을 구축했다. 사용자는 아무것도 얻지 못했고, 심지어 알지도 못했다.

가장 깊은 아이러니는 이것이다: 당신은 수년간 인간임을 증명하기 위해, 당시 AI가 아직 수행할 수 없었던 시각 인식 작업을 완료하며 시간을 보냈다. 그리고 AI가 이를 학습하자, 인간의 시각 라벨링은 더 이상 필요하지 않게 되었다.

당신은 인간임을 증명했지만, 결과적으로 자신을 대체 가능하게 만들었다.

원문 링크

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia