AWS는 2026년 7월 30일부터 Amazon Mechanical Turk를 비롯한 일부 SageMaker AI 기능을 신규 고객에게 열지 않는다고 안내했다. Mechanical Turk 공식 홈페이지는 서비스가 9월 30일에 종료된다고 표시한다. AI 서비스 팀은 데이터 라벨링, 사람 검수, 조사, 콘텐츠 판정처럼 제품 안에서 사람이 내리던 판단이 어느 입력을 받아 어떤 시스템을 바꾸는지 다시 설계해야 한다.
Mechanical Turk는 요청자와 분산된 작업자를 시장으로 연결해 작은 디지털 작업을 처리하는 서비스였다. 공식 설명에는 데이터 검증과 조사, 콘텐츠 관리, 대규모 학습 데이터 수집과 사람 피드백 기반 검증이 쓰임새로 제시돼 있다. 전환할 때는 사람의 판정을 호출하던 제품 경로와 그 결과를 쓰던 경로를 먼저 분리해 봐야 한다.
사라지는 것은 사람 검수가 아니라 시장 연결이다
Mechanical Turk의 공식 흐름도는 요청자가 작업을 내고, MTurk Marketplace가 이를 매개하며, 작업자가 관심 있는 일을 맡는 구조를 보여 준다. 이 그림에서 시장을 다른 공급자로 바꾸는 일은 한 칸을 치환하는 것처럼 보인다. 실제 운영에서는 요청자 쪽에 작업 지시와 입력 데이터가 있고, 작업자 쪽에는 판정과 재작업이 있으며, 시장 뒤에는 지급·자격·처리 상태 같은 운영 규칙이 붙는다.
AI 팀이 먼저 확인할 것은 모델의 정확도만이 아니다. 예를 들어 이미지 라벨이 학습 데이터로 들어가는지, 고객이 올린 콘텐츠를 사람이 승인하는지, 모델의 답변을 표본 검토하는지에 따라 실패했을 때의 영향이 다르다. 학습용 데이터라면 어떤 버전의 지시문과 라벨이 어떤 데이터셋에 들어갔는지 남아야 한다. 운영 화면의 승인이라면 지연 시간, 이의 제기, 최종 책임자가 함께 설계 대상이 된다.
대체 공급자를 찾기 전에 무엇을 목록으로 만들어야 하나
작업 이름만 모은 표는 전환 계획이 되기 어렵다. 같은 “검수”라도 입력이 개인정보를 포함하는지, 설명이 자주 바뀌는지, 결과가 자동으로 다음 단계로 넘어가는지에 따라 필요한 통제가 달라진다. 각 작업을 업무 단위, 판정 기준, 품질 통제, 제품 연결의 네 묶음으로 나누면 공급자 변경과 내부 처리 전환을 같은 형식으로 비교할 수 있다.
업무 단위에는 실제 작업 종류와 빈도를 적는다. 판정 기준에는 작업 설명, 예시, 금지 조건, 결과 형식과 그 버전을 남긴다. 품질 통제에는 표본 검토, 불일치 처리, 재작업 조건, 승인자를 둔다. 마지막 제품 연결에는 원본 데이터의 출처와 민감도, 결과를 받는 모델·운영 화면·후속 자동화를 연결한다. 이 네 묶음이 없으면 새 서비스에서 결과 형식은 받아도, 무엇이 달라졌는지 추적하지 못한다.
한 공급자 평가표에 넣으면 안 되는 작업은 무엇인가
대량 반복 라벨링, 소수 전문가의 판정, 민감한 고객 데이터 검수, 장애 상황의 긴급 확인은 같은 선택 기준으로 평가할 수 없다. 대량 반복 작업은 처리량과 불일치율을 먼저 보게 된다. 전문 판정은 작업자 자격과 이견 조정 방식이 더 중요하다. 민감한 데이터가 들어가면 접근 권한과 보관 경로가 계약의 중심이 된다. 긴급 대응은 공급자 교체보다 담당자가 즉시 개입할 수 있는 대기열과 승인 경로가 우선이다.
그래서 전환은 공급자 후보를 한 번에 고르는 조달 프로젝트보다, 업무별 경계를 시험하는 운영 작업에 가깝다. 같은 작업 설명과 승인 규칙으로 소량의 표본을 비교해 품질 기준을 맞추고, 불일치가 났을 때 누가 재작업을 결정하는지 확인한다. 그 뒤에 모델 학습, 운영 화면, 후속 자동화의 연결을 순차적으로 바꾸면, 공급자를 바꾼 사실과 제품 동작이 바뀐 지점을 함께 추적할 수 있다.
9월 30일 이전에 팀이 남겨야 할 운영 기록
최근 실행 기록과 호출 경로를 기준으로 Mechanical Turk에 의존한 작업을 한 장에 모은다. 대체 경로는 작업별로 고르되 전문 검수·대량 반복·민감 데이터·긴급 대응을 한 표의 점수로 합치지 않는다. 지시문 버전과 승인 규칙을 고정한 표본으로 결과를 비교하고, 새 경로가 모델 학습이나 운영 화면을 바꾸기 전에 되돌릴 지점을 정한다.
이 작업을 거치면 사람의 판단이 꼭 필요한 곳과 자동화로 넘길 수 있는 곳이 분리된다. 외부에 결과를 반영하기 전에 사람이 승인해야 하는 단계도 확인할 수 있다. AI 서비스 팀의 운영 계획에는 이 구분이 제품 데이터와 실행 경로에 남아야 한다.
출처: AWS, “Amazon SageMaker AI Features”; Amazon Mechanical Turk 공식 홈페이지; CNBC, “Amazon service Bezos once called ‘artificial artificial intelligence’ is shutting down” (2026-08-26).