최근 기술 업계에서는 인간형 로봇 훈련 방식의 혁신과 인공지능(AI) 성능 평가 기준 재정립의 필요성이 동시에 부각되고 있습니다. 특히, 전 세계 긱 워커들이 일상생활 데이터를 제공하며 인간형 로봇 학습에 기여하는 새로운 모델이 등장해 주목받고 있습니다. 나이지리아의 의대생 제우스와 같은 수천 명의 긱 워커들은 마이크로1(Micro1)과 같은 데이터 수집 플랫폼을 통해 자신의 일상 활동을 녹화하고 있습니다. 이들은 인도, 나이지리아, 아르헨티나 등 50개국 이상에서 활동하며, 아이폰을 이마에 부착하고 집안일을 하는 모습 등을 촬영합니다. 이렇게 수집된 영상 데이터는 로봇 공학 기업에 판매되어 인간형 로봇의 행동 학습에 활용됩니다. 이 방식은 로봇 훈련의 효율성을 높이는 새로운 대안으로 평가되지만, 개인 정보 보호 및 사전 동의와 관련된 윤리적 문제도 제기되고 있습니다. 한편, AI 기술의 발전과 함께 기존의 평가 방식에 대한 비판의 목소리도 커지고 있습니다. 수십 년간 AI는 고립된 문제 해결 능력으로 평가되어 왔으나, 실제 환경에서는 복잡하고 다자간 상호작용이 필요한 상황에서 작동합니다. 이러한 평가 방식과 실제 사용 환경 간의 불일치는 AI의 진정한 능력, 위험성, 그리고 영향력을 오해하게 만들 수 있다는 지적입니다. 이에 유니버시티 칼리지 런던의 안젤라 아리스티두 교수는 인간-AI 협업, 특정 맥락에서의 평가(Human–AI, Context-Specific Evaluation)와 같이 인간 팀, 워크플로우, 조직 내에서 장기적인 AI 성능을 평가하는 새로운 벤치마크의 필요성을 제안했습니다. 이러한 움직임은 AI 및 로봇 기술이 실제 세계에 통합되는 과정에서 인간의 역할과 윤리적 고려가 더욱 중요해지고 있음을 시사합니다. 기술 개발과 함께 사회적, 윤리적 측면을 포괄하는 접근 방식이 산업 전반에 걸쳐 요구되고 있습니다. 출처: https://www.technologyreview.com/2026/04/01/1134993/the-download-gig-workers-training-humanoids-better-ai-benchmarks/