Discursive Landscapes of Data Labor in the Context of AI Advancement : Insights from BERTopic and Semantic Network Analysis

데이터 구축 노동은 인공지능(AI) 기술 발전의 핵심 기반이 되는 노동임에도 그동안 플랫폼 기반 미세노동의 연장선상에서 단편적으로 조명되어 왔다. 본 연구는 2017년부터 2023년까지의 국내 언론 보도 1757건을 대상으로 BERTopic 기반 토픽 모델링과 의미 연결망 분석을 수행해 데이터 라벨링 노동이 사회 담론 속에서 어떠한 방식으로 의미화되어 왔는지 탐색하고자 했다. 분석 결과, 산업 적용, 스타트업 지원, 정부 주도 일자리 · 교육, AI 혁신, 노동 취약 계층 포용, 기술 응용 사례 등 여섯 가지 주요 의제가 도출되었고, 이들 의제는 기술 및 시대적 변화와 맞물려 시기별로 부상하거나 쇠퇴하는 흐름을 보였다. 특히 경력 단절 여성, 장애인, 고령자 집단은 국가 주도의 포용적 정책 담론 속에서 교육 · 훈련, 재취업, 자립의 주체로 위치 지어지나, 고용 불안과 열악한 노동 조건 등 노동의 구조적 취약성은 담론의 표면에 잘 드러나지 않는 한계가 관찰되었다. 아울러 생성형 AI의 부상 이후, 데이터 노동 담론은 중앙 정부 중심에서 지역 중심으로 재편되는 한편, 자동화 · 외주화와 전문성 · 숙련화가 병존하는 다층적 노동 시장 구조가 형성되고 있다. 이 과정에서 임금, 노동 조건, 지리적 요인 등 복합적 변수들이 상호 작용하며 데이터 노동의 의미와 가치가 점점 더 복합적이고 다층적인 방식으로 구성되고 있음을 보여 준다. 본 연구는 AI 시대 데이터 구축 노동의 담론 구조와 진화 양상을 조망함으로써 기술 발전 속 인간 노동의 사회적 위치를 보다 입체적으로 이해하기 위한 실증적 토대를 제공하는 데 그 의의가 있다.