고스트 워크

핵심 내용

고스트 워크는 메리 L. 그레이와 시다스 수리가 2019년 저서 《Ghost Work》에서 제시한 개념으로, 인터넷·AI 서비스의 배후에서 사람이 수행하지만 서비스 이용자에게는 자동화된 기계의 작업처럼 보이는 노동을 가리킨다.¹ 데이터 분류·라벨링, 콘텐츠 검수, 문서 교정, 음성 전사, 신원 확인 등 디지털 시스템이 아직 스스로 처리하지 못하는 판단을 인간이 보완하는 일이 대표적이다.

배경 및 맥락

이 개념은 AI가 인간노동을 단순히 대체한다는 설명과 달리, 자동화가 새로운 인간노동을 만들어내면서 그 노동 자체를 기술의 뒤편으로 숨길 수 있다는 점을 드러낸다. 한국에서도 데이터 라벨링은 이미지·음향·텍스트 등에 AI 학습에 필요한 정보를 붙이는 웹 기반 플랫폼 노동으로 조사돼 왔다.²

쟁점과 적용

고스트 워크는 긱 노동이나 크라우드워크 전체와 동의어라기보다 노동의 비가시성에 초점을 맞춘 개념으로 보는 것이 적절하다. 특히 AI 학습 데이터 구축뿐 아니라 콘텐츠 모더레이션처럼 자동화된 서비스의 정상 작동을 유지하기 위해 사람의 판단이 지속적으로 필요한 노동을 분석하는 데 쓰인다. 홍남희는 콘텐츠 모더레이션을 대표적인 유령 노동으로 다루며, 이런 업무가 국가 간 외주화되는 과정에서 노동조건의 불평등과 정신적·신체적 부담이 나타난다고 분석한다.³

따라서 고스트 워크는 AI 시대 노동 문제를 ‘일자리의 소멸’만으로 볼 경우 놓치기 쉬운 영역을 포착한다. 자동화의 성과로 표시되는 결과물 가운데 실제로 어느 정도의 인간노동이 투입되는지, 그 노동자를 누가 고용하고 보수를 지급하는지, 노동법과 사회보장 체계에서 어떤 지위를 갖는지가 주요 쟁점이 된다.

각주