데이터 라벨링 업체 선정 가이드: 세 유형 비교와 RFP 질문 8개
라벨링 업체는 인력 규모로 고르면 실패합니다. 세 유형의 차이와 RFP에 넣을 질문 여덟 개를 정리한 선정 가이드입니다.
데이터 라벨링 업체는 인력형, 전문형, 자동화형 세 유형으로 나뉘며, 선정 기준은 단가보다 검수 방식과 기준 변경 대응력입니다. 인력 규모나 단가표로 고르면 재작업 비용이 뒤에서 총비용을 뒤집습니다. 먼저 볼 것은 세 가지입니다. 판정에 도메인 지식이 필요한가, 데이터가 계속 들어오는가, 보안 요건이 있는가. 이 글은 세 유형을 비교하고 견적 요청서(RFP)에 넣을 질문 여덟 개를 정리한 데이터 라벨링 업체 선정 가이드입니다. 이 글은 2026년 9월 기준으로 작성했습니다.
📌 3줄 요약
· 라벨링 업체는 인력형(크라우드소싱), 전문형(도메인 검수 포함), 자동화형(플랫폼과 오토라벨링 병행) 세 유형입니다.
· 선정 기준은 단가보다 품질 보증 방식입니다. 검수 단계, 재작업 처리, 기준 변경 대응이 총비용을 결정합니다.
· RFP에 여덟 개 질문을 넣으면 업체별 답을 같은 기준으로 비교할 수 있습니다. 시범 물량으로 답을 검증합니다.
데이터 라벨링 업체 세 유형 비교
세 유형은 누가 작업하고 누가 검수하는지로 갈립니다. 단가만 보면 인력형이 유리해 보이지만, 재작업과 검수까지 넣으면 순위가 바뀌는 경우가 많습니다.
| 구분 | 인력형(크라우드소싱) | 전문형(도메인 검수) | 자동화형(플랫폼+오토라벨링) |
|---|---|---|---|
| 작업 주체 | 불특정 다수 작업자 | 훈련된 전담 작업자와 검수자 | 모델이 사전 라벨, 사람이 검수 |
| 품질 보증 | 다수결, 샘플 검수 | 2단 이상 검수, 도메인 검수자 | 신뢰도 기준 검수, 이력 추적 |
| 기준 변경 대응 | 재작업 재발주 | 가이드 갱신 후 재검수 | 기준을 프로젝트에 반영, 재작업 물량만 처리 |
| 주의점 | 재작업 비율 | 초기 단가 | 초기 모델 품질과 검수량 |
어느 유형이 어떤 과제에 맞는지는 비용 관점에서 따로 정리했습니다. 세 유형은 배타적이지 않습니다. 실제 현장에서는 라벨링 체계와 검수 이력은 플랫폼에 두고, 물량은 전문 인력이 처리하는 조합이 많습니다. 아래 다섯 기준은 유형과 무관하게 모든 업체에 물어야 할 것입니다.
라벨링 업체 선정 기준 다섯 가지
1. 검수를 어떻게 하는가
라벨링 품질은 검수에서 결정됩니다. 검수 단계가 몇 단인지, 검수자가 도메인 지식이 있는지, 검수 이력이 남는지를 확인합니다. 샘플 검수만 하는 업체는 정밀 과제에 맞지 않습니다.
2. 기준이 바뀌면 어떻게 하는가
프로젝트 중간에 라벨링 기준이 바뀌는 일은 흔합니다. 이미 작업한 데이터를 어떻게 재검수하는지, 그 비용을 누가 부담하는지를 계약 전에 확인합니다. 행동 분석 AI 기업의 키포인트 프로젝트는 기준 변경 재작업을 플랫폼과 라벨링 서비스가 분담하는 구조로 풀었습니다.
SUPERB AI
3. 도메인을 아는가
PCB 부품 식별, 결함 판정, 의료 영상은 일반 작업자가 판정하기 어렵습니다. 유사 도메인 수행 실적과 검수자 구성을 확인합니다. 산업 자동화 부품 제조사는 오픈소스 툴로 감당하던 PCB 라벨링을 플랫폼 워크플로로 바꿨습니다.
SUPERB AI
4. 오래 함께 갈 수 있는가
운영형 과제는 라벨링 스펙이 진화합니다. 센서가 추가되고 클래스가 늘어납니다. 파이프라인을 함께 확장해 온 이력이 있는지 봅니다. 자율주행 로봇 기업은 5년 연속 파트너십으로 멀티센서 데이터를 구축하고 있습니다.
SUPERB AI
5. 보안 요건을 맞출 수 있는가
영상 반출이 안 되는 현장은 온프레미스나 망분리 환경에서 작업해야 합니다. 비식별화 처리 공정이 있는지, 작업자 접근 통제가 어떻게 되는지를 확인합니다.
보안 사고가 나면 책임은 어떻게 되나요?
계약에 손해배상 조항이 있는지부터 봐야 합니다. 보안 요건을 맞출 수 있다는 답과 사고가 났을 때 책임진다는 약속은 다른 문제입니다.
확인할 항목은 세 가지입니다. 작업자 개인의 유출에 대해 업체가 책임을 지는지, 재위탁이 허용되는지와 재위탁처에도 같은 의무가 적용되는지, 사고 통지 시한이 며칠인지입니다. 재위탁 조항이 비어 있으면 우리가 심사한 적 없는 업체가 데이터를 만지게 됩니다.
RFP에 넣을 질문 8개
- 검수는 몇 단계이며, 검수자는 어떤 기준으로 배정되는가
- 재작업 비율은 어떻게 측정하고, 기준 변경 시 재검수 비용은 누가 부담하는가
- 우리 도메인과 유사한 과제 수행 실적이 있는가
- 라벨링 가이드는 누가 작성하고, 작업 중 갱신은 어떻게 반영되는가
- 온프레미스나 망분리 환경에서 작업이 가능한가
- 비식별화가 필요한 데이터를 처리하는 공정이 있는가
- 산출 형식(COCO, YOLO 등)과 검수 이력을 함께 제공하는가
- 시범 물량으로 품질을 검증한 뒤 본 계약으로 갈 수 있는가
견적 금액을 움직이는 요소는 별도 글에 정리했습니다. 이 글의 질문과 함께 보내면 비교가 정확해집니다.
SUPERB AI
업체를 바꾸면 기존 데이터는 어떻게 되나요?
표준 포맷으로 산출물과 검수 이력을 받아 두었다면 이전할 수 있습니다. 받아 두지 않았다면 사실상 다시 만들어야 합니다.
옮길 때 필요한 것은 라벨 파일만이 아닙니다. 어떤 기준으로 그렇게 라벨했는지가 담긴 가이드 문서, 어느 데이터가 왜 반려됐는지의 검수 이력, 클래스 정의의 변경 내역이 함께 있어야 새 업체가 같은 기준으로 이어서 작업합니다. 라벨 파일만 옮기면 새 업체는 기준을 다시 추정하게 되고, 그 추정이 틀린 만큼 재작업이 생깁니다.
계약 종료 시 산출물의 범위와 형식을 첫 계약서에 적어 두어야 이 비용을 막을 수 있습니다.
실측: 자동화가 물량을 줄인 현장
오토라벨링은 검수 체계를 없애지 않습니다. 사람이 볼 물량을 줄입니다. 9만 개 인스턴스를 8일에 라벨링한 실측 사례와 세대별 방식은 아래 가이드에 있습니다.
SUPERB AI
업체를 정하기 전 마지막 점검 세 가지
첫째, 판정에 도메인 지식이 필요하다면 전문형이나 자동화형을 봅니다. 인력형의 낮은 단가는 재작업으로 상쇄됩니다.
둘째, 데이터가 계속 들어온다면 체계를 세우는 쪽을 봅니다. 프로젝트형 발주를 반복하면 기준이 매번 흔들립니다.
셋째, 시범 물량으로 답을 검증합니다. 여덟 개 질문에 대한 답이 실제 작업에서 지켜지는지 보는 단계입니다. 검수 이력이 약속한 형식으로 나오는지, 기준 변경을 요청했을 때 어떻게 처리하는지를 이때 확인합니다. 물량 산정과 재작업 비율 실측 방법은 비용 편에 정리했습니다.
슈퍼브에이아이는 산업 현장의 시각 데이터를 기업이 활용할 수 있는 인텔리전스로 전환하는 비전 인텔리전스 기업입니다. 라벨링 체계를 세우는 플랫폼과 물량을 처리하는 라벨링 서비스를 함께 제공합니다.
💬 라벨링 업체를 비교하고 계신가요? 아래에 데이터 종류와 과제를 남겨주시면, 영업 전화가 아니라 보유하신 데이터에 맞는 검수 체계 진단부터 시작합니다.