메뉴 건너뛰기

전국불안정노동철폐연대

투쟁/이슈

조회 수 201 추천 수 0 댓글 0
?

단축키

Prev이전 문서

Next다음 문서

크게 작게 위로 아래로 댓글로 가기 인쇄 첨부
?

단축키

Prev이전 문서

Next다음 문서

크게 작게 위로 아래로 댓글로 가기 인쇄 첨부

클로프닝과 데이터감시

김영선 (노동시간센터)

   

 

기술과 노동의 관계에 대한 논의는 오래된 주제다. 그 관계에 새롭게 주목해야 하는 이유는 신기술의 배치가 노동을 극단적으로 유연화하고 있고 이는 이전과는 다른 효과를 발휘한다는 데 있다. * 신기술이 노동과정에 배치되면서 빚어지는 새로운 위험들을 일별하면, 카톡감옥으로 상징되는 업무의 일상 ‘침투’클를 비롯해 법제도 상의 사용자 책임을 회피하는 방식의 ‘탈노동자화’(디지털 특고화라고도 함.), 전반적인 노동조건의 ‘격하’와 노동권리의 침해, 노동과정 상 발생하는 각종 위험들을 개별 노동자가 감수해야 하는 ‘위험의 전가’ 문제 등을 언급할 수 있다. 이에 대한 자세한 내용은 김영선, “플랫폼 노동, 새로운 위험사회를 알리는 징후”, 『문화과학』 92호, 2017, 74~102쪽을 참조한다. 자본은 신기술을 배치해 물류적으로 타당한 최적의 방식을 구사하는데, 이것이 노동의 불안정성과 노동자의 인권침해와 직결되고 있다. 이러한 점을 감안해, 신기술의 자본주의적 사용․배치에 주목해야 한다는 말이 적절할 것이다.

여기서는 두 개의 소재, <스케쥴링 알고리즘>과 <업무용 앱>을 중심으로 신기술의 자본주의적 사용․배치가 노동의 불안정성 그리고 새로운 감시통제와 어떻게 연결되는지 보자. 『로지스틱스』의 저자 데보라 코웬의 제언처럼, 이는 기술적인 것(또는 투명한 것, 합리적인 것, 중립적인 것)으로 제시되는 지식과 계산의 폭력성을 드러내는 작업, 다시 말해 기술적인 것의 정치성을 구체화해 투쟁의 궤적 내부에 위치시키기 위함이다(데보라 코웬, 『로지스틱스』, 권범철 역, 갈무리, 2017, 17쪽.).

 

알고리즘과 불안정성

교대제를 짜는 이전의 방식에서는 물량이나 수요, 인원, 피크타임 정도의 요소들을 고려하는데 그쳤을 것이다. 또한 요소들을 분석해 예측한 인력을 현장에 투입하기까지는 어느 정도 시간적 간격이 발생할 수밖에 없었다. 요소들을 아무리 잘 버무려도 인력의 과소 산출이나 과잉 투입이라는 문제를 피하기는 어려웠다. 최근 빅데이터 알고리즘을 활용한 스케쥴링 프로그램은 비용․편익을 계산하는 새로운 도구로 활용되고 있는데, 이는 단순히 비용․편익의 계산에 머무르는 것이 아니라 자본이 골칫거리로 여겨왔던 것들을 제거할 수 있는 혁신적인 수단으로 동원되고 있다.

 

noname01.jpg

<크로노스의 인력 예측 사례>

출처: Kronos, “Kronos Scheduling Solution Guide”, 2013, pp.4.

 

스타벅스는 인력 산출을 최적화하기 위해 크로노스 같은 스케쥴링 프로그램을 활용한다. * Kronos 같은 관련 프로그램들로 Dayforce, ADP workofrce, Xero, Gusto, Zenefits, Epicor, Namely, PeopleSoft, AccountEdge, Justworks 등이 언급된다. 이 모두가 크로노스와 같이 보행 패턴, 교통량, 트윗 양 등의 거대 데이터를 활용해 교대제를 짜는 것은 아니지만 핵심은 과소·과잉의 인력을 최소화하는 혁신 수단이라고 광고된다는 데에 있다. 이는 영업 패턴, 날씨, 보행 패턴, 교통량, 트윗 양, 실시간 검색어, 고객 패턴, 고객 평가 등의 여러 요소와 거대 데이터를 투입해 교대제 인력을 산출한다. 이를테면 미세먼지가 심각해 보행량이 줄 것으로 예측되는 날이면 일기 예보를 실시간으로 반영해 인력을 산출하는 것이다.

실검이나 트윗 양도 빅데이터 알고리즘을 원료로 하여 수요의 변화를 예측한다. 자본은 빅데이터 알고리즘을 통해 인력을 과소로 또는 과잉으로 산출할 리스크를 제로화(“No more understaffing or overstaffing. Just the right staffing”)해 노동비용을 최적화할 수 있는 ‘적합한’ 기술 양식을 확보한 것이라 말할 수 있다. 물론 여기서 ‘최적의’ 인원 투입은 빅데이터 알고리즘에 따른 것이지 현장 노동자들의 집합적인 이해와 요구를 반영한 것은 아니다. 또한 요소들의 인풋이 왜 그러한 아웃풋으로 나왔는지 그 알고리즘을 노동자는 알 수 없다.

한 스타벅스 노동자는 스타벅스가 ‘적정’을 가장한 채 최소한의 교대 인력(skeleton shift)을 사용하기에 언제나 인원 부족에 시달린다고 호소한다. 통보도 일주일 전, 심지어 하루 전인 경우도 다반사다. 업무도 시간 단위로 쪼개서 할당한다. 이 같은 스케쥴링 프로그램 앞에 on call이란 표현이 덧붙여 사용되는 이유다(The Center for Popular Democracy, The Grind: Striving for Scheduling Fairness at Starbuks, 2015, pp. 11.).

 

클로프닝(clopening)이란 신조어를 보자. 클로프닝은 종업원이 밤늦게까지 일하다 매장 문을 닫고 퇴근한 뒤 몇 시간 후 새벽에 다시 출근해 매장 문을 여는 상황을 가리키는 서비스업계의 신조어다. 클로프닝을 담당하고 있는 직원의 60% 이상이 7시간도 채 안 되는 휴식시간에 힘들어 한다는 응답은 최적의 인력 산출 알고리즘이 빚어내는 노동의 고충을 담고 있다. 통근 거리가 꽤 되는 경우 매장에서 잠을 자야하는 경우가 발생하고 최소의 휴식권(유럽연합 지침은 최소 11시간 동안 휴식을 취할 수 있도록 규정(한국노동안전보건연구소, “운전노동자 노동시간, '특별히' 더 짧아야 한다”, 오마이뉴스, 2018.1.2.)조차 보장받지 못하는 문제들이 보고된다.

아래 인용은 온콜스케쥴링 프로그램으로 더더욱 쪼개지는 스타벅스 노동자들의 문제를 조명한 기사 제목이다. 유럽연합 지침인 최소 11시간 휴식 시간 기준에 비춰보면, 11시간 미만의 휴식시간인 응답자가 90%에 육박한다.

 

교대제 간 휴식시간, 7시간도 채 안 되는 경우가 60% 이상

 

크로노스 시프트 스케쥴링 프로그램, 스타벅스 노동자를 갈아 넣다

 

파트타임의 삶, 시간이 더 쪼그라들다

 

더욱 뒤섞이는 바리스타 노동자들의 시간

 

noname2.jpg

<스타벅스 클로프닝 담당자의 휴식시간> (단위: %)

출처: The Center for Popular Democracy, The Grind: Striving for Scheduling Fairness at Starbuks, 2015, pp. 11.

 

우리가 문제로 주목해야 할 점은 느슨한 시간을 깨끗하게 제거하고 불필요한 인력을 줄이고 필요에 따라 실시간으로 조정하는, 이와 같이 물류적으로 타당한 방식이 노동의 불안정성을 극단화한다는 점이다. 노동자의 스트레스도 이만저만이 아니다. 삶의 불안정성도 높아졌다. 노동자들은 스케쥴에의 종속성도 높아졌다고 한다. 데이비드 와일이 말하는 ‘쪼개질 대로 쪼개진 노동’의 현재 버전인 셈이다. 이러한 문제에 처한 노동자를 캐시 오닐은 ‘알고리즘의 노예’라고 일갈한다(캐시 오닐, 『대량살상수학무기』, 김정혜 역, 흐름출판, 2017, 208쪽; 데이비드 와일, 『균열 일터』, 송연수 역, 황소자리, 2015, 32쪽.).

이 같은 방식의 온콜스케쥴링 프로그램은 스타벅스를 비롯해 맥도날드, 월마트, UPS, DHL 등으로 빠르게 확산되고 있다. 캐시 오닐은 시간, 비용, 재고를 절감하기 위한 적기생산방식이 특정 업종에 제한되지 않고 빅데이터 알고리즘을 매개로 서비스 업종을 비롯해 여러 부문으로 확대대고 있음을 지적하면서 ‘JIT 경제의 확장’이라고 진단한다. 데보라 코웬의 ‘적시 일자리의 세계’란 표현도 유사한 문제 제기다.

작업장 내 여유 시간, 느슨한 시간 등의 빈틈을 제거하기 위해 장착했던 관리 기술들, 이를 상징적으로 이미지화한 <모던타임즈>의 자동급식기가 산업시대의 ‘낭비 제거’ 방식이라면, 크로노스 등의 온콜스케쥴링 프로그램은 낭비․비효율․골칫거리라고 여겨지는 모든 것들을 완전히 제거해 오로지 필요에 따라 실시간으로 노동력을 편취하는 기술적 환경이 구축되었음을 말해준다. 제도 조치를 통한 유연화가 20세기 방식이라면 21세기의 유연화 화법은 빅데이터 알고리즘 같은 신기술의 배치를 통해 그 목적을 달성해 나가는 모양새다.

 

업무용 앱의 진화, 데이터감시

두 번째 소재인 업무용 앱을 보자. MDM(Mobile Device Management)은 많은 기업들에서 활용하고 있는 관리 시스템이다. 그리 새로운 것은 아니다. 업무 혁신을 앞세워 스마트오피스, 모바일오피스 등 업무 환경을 재편하려했던 21세기 초반부터 등장했다. MDM 도입의 바람은 증권사, 보험사 등의 금융권을 비롯해 주요 대기업은 물론 한국정보사회진흥원, 중앙선거관리위원회, 한국인터넷진흥원, 에너지관리공단, 도시철도공사, 국민건강보험공단, 한국관광공사 등 공공기관까지 거셌다(디지털데일리, “MDM 솔루션 시장, 마침내 꽃 피우나”, 2012.9.25.).

그 형태도 IT 기술의 속도만큼이나 빠르게 진화하고 있다. ICBM(Iot, Cloud, Big data, Mobile) 기술을 버무리면서 업무의 매끄러운 흐름․순환․의사소통을 최대화하는 방향으로 업무 환경을 재편하고 있는데, 이는 프라이버시 침해, 보안 침해 등에 대한 문제 제기의 속도보다 더 빠르게 변화하고 있다. MDM의 다음 버전으로 MAM이 등장했고 MAM, UEM, EMM, BYOD, BYOT, BYOP 등 업무의 편리성을 제고한다는 신기술의 새로운 이름들은 계속 버전 업 중이다.

 


캡처.JPG

<업무용 앱 비교>

출처: ITWORLD, “모바일 관리 솔루션 MDM, MAM, EMM, UEM의 차이”, 2017.7.11.

 

업무용 앱이 문제로 부각됐던 사례는 2014년 KT가 업무용 앱 설치를 지시했고, 이에 직원 이모씨가 개인정보 침해 우려를 들어 앱 설치를 거부하면서 촉발된 사건이다. KT는 성실의무 위반 및 조직 내 질서존중 의무를 들어 징계 처분과 전직 명령을 내렸는데, 이모씨의 소송 결과 징계는 부당하다고 판결났다. 당시 KT의 업무용 앱은 위치 정보는 물론 연락처, 일정, 메시지 등 12개 항목에 대한 접근 권한을 가졌다(법률신문, “'개인정보 침해우려' 회사 업무용 앱 설치 거부했다고 징계는 '부당'”, 2017.4.10; 미디어오늘, ““감시하려는 거 아니냐” 노동자, 앱 설치 명령 거부할 수 있다”, 2017.4.10.).

프라이버시 침해, 보안 침해 등에 대한 문제들이 계속됨에도 많은 기업들에서는 새로운 업무용 앱을 더욱 활용하고 있는 모양새다. 그 정당화 논리는 업무 효율, 업무의 편리성이다. 보완된 보안 기술을 들어 프라이버시 침해를 차단할 수 있다고 설파한다.

배달 앱이나 GPS트래커가 새로운 형태의 노동인 플랫폼 노동에 적용되는 기술 장치들이라면, 업무용 앱은 기존 정규 노동자에게 플랫폼 노동을 덧대기 위해 배치된 기술 장치라고 볼 수 있다. 두 형태 모두 핵심은 노동을 탈공간화하는 동시에 위치 추적을 포함해 업무의 전 과정을 실시간으로 데이터화할 수 있다는 점이다.

눈여겨봐야 할 사항은 데이터화 자체가 디지털 모바일 시대에 양산되고 있는 새로운 노동 과정에 ‘적합한’ 관리․감시 양식이라는 점이다. 업무 처리 과정이 실시간으로 데이터화된다는 사실은 새롭게 구획한 우산 아래 주체․객체를 통합 관리하는 것이 수월해졌다는 의미인 동시에 감시‧통제의 개인화, 일상화, 나아가 지능화와 연결되는 대목이다. 이전의 감시는 작업장을 전제하고 집단적으로 감시한 후 사후적으로 평가하는 방식이었다. 판옵티콘(panopticon)은 말 그대로 특정한 공간의 전 범위를 눈으로 관찰‧감시하는 장치를 말한다.

이에 비해 업무용 앱(이나 배달 앱)은 특정한 공간 안팎을 가릴 것 없이 개별 노동자에 직접 관통하는 방식으로 노동자 주체의 종․추적(tracking and tracing)을 가능하게 할 뿐만 아니라 더 중요한 점은 그것이 실시간으로 가능하다는 사실이다. 작업장에 CCTV를 설치‧녹화해 문제 발생의 a, b, c, d를 사후적으로 그리고 시간순으로 판단‧평가하는 것이 아니라, 앱으로 추출된 데이터를 통해 개별 노동자의 이동 동선, 결재-성과 보고 등 업무의 전 과정을 실시간으로 맵핑(지도화)하는 게 가능하다. 심지어 노동자의 품행까지 통치할 수 있다. 일일이 관찰하지 않고도 작업장 안팎에서 노동자의 행동 하나하나까지 데이터화할 수 있는, 다시 말해 완벽히 가시화할 수 있는 새로운 형식의 판옵티콘이다. 일종의 데이터감시(dataveillance)다. 기술철학자 베르나르 스티글러는 이를 알고리즘 통치성이라고 말하기도 한다(프랭크 파스콸레, 『블랙박스 사회』, 이시은 역, 안티고네, 2016, 40쪽; 베르나르 스티글러·아리엘 키루, 『고용은 끝났다, 일이여 오라!』, 권오룡 역, 문학과지성사, 2015, 85쪽.). 혹자는 전자통치라고 한다. 핵심은 데이터화가 기존의 훈육을 대체하고 노동자의 행동 하나하나를 재정의해 나간다는데 있다.

 

신기술이 배치되면서 새롭게 등장한 긱 워크, 크라우드 워크, 우버 워크, 온디맨드 워크, 배달 앱 알바 등 다양한 형태의 노동을 플랫폼 노동으로 이름지어 보자. 플랫폼 노동은 전통적 의미의 노동시간, 노동과정, 노자관계, 노동의 권리, 노동자 정체성 등에 커다란 변화를 야기하고 있다. 특히 플랫폼 노동자들은 노동법이나 사회보장법의 사각지대(grey zone)에 놓이면서 극단화된 노동의 불안정성과 프라이버시 침해의 위험을 그대로 감수해야 하는 상황이다.

플랫폼 노동자는 일하는 시간을 얼마나, 또 어떻게 쪼개든지 스스로 통제할 수 있고, 특정한 시공간에 구속되지 않고 원하는 스케줄대로 일할 수 있다는 점에서 ‘자율적’, ‘독립적’이라고 이야기된다. ‘디지털 노마드’라는 신조어처럼 장밋빛 언어들로 채색되기도 한다. 그러나 플랫폼 노동자들은 콜 캐치에 대한 자유도가 높을지는 몰라도 일거리가 어떻게 할당되는지, 업무 과정의 어디까지가 모니터․기록․평가되는지, 수집된 데이터가 어떻게 쓰이는지, 데이터들이 어떠한 과정을 거쳐 그러한 아웃풋으로 나왔는지 알 수 없다. 실제 플랫폼 노동자는 업무 처리에 대한 관리․평가를 받아 등급이 매겨지고 등급에 따라 콜을 다르게 배정받기도 하는데 정작 등급이 왜 그렇게 산정되는지 그 과정을 노동자는 정확히 알지 못한다. 『블랙박스 사회』의 저자 프랭크 파스콸레는 그 과정들이 ‘도저히 명확히 알 수 없는 알고리즘에 의해 작동’하기에 ‘블랙박스’ 같은 것이라고 지적한다. 플랫폼 노동자들의 자율성은 코드화된 알고리즘, 데이터의 오남용 등 정보 착취의 위험에 취약하다(프랭크 파스콸레, 위의 책, 10쪽.).

 

유럽노동조합연구원(ETUI)이 내놓은 빅데이터 인공지능 등 신기술에 대한 대응은 참조할 만하다. ETUI는 인공지능의 위험성을 지적하면서 인공지능에 대한 문해력(AI literacy)을 높이는 일에서부터 데이터의 오남용 방지, 알고리즘의 코드 공개 운동, 데이터감시에 따른 프라이버시 침해 방지, 알고리즘 차별 차단하기, 신기술의 배치에 따른 노동권의 침해 구체화하기 등의 대안을 언급하고 있다. 더 중요한 것은 보다 신뢰할 만한 알고리즘 설계를 위한 노동자․시민의 참여와 개입이라고 강조한다. 빅데이터 알고리즘의 자동화된 의사결정이 우리 삶에 깊숙이 파고드는 지금의 맥락에서, 알고리즘이 어떻게 작동하는지부터 자동화된 의사결정이 어떻게 만들어지는지까지 그 설계 과정을 노동·시민사회가 명확하게 이해하는 것이 기술적인 것의 정치성을 투쟁의 궤적 내부로 위치시킬 수 있는 첫 번째 작업이라는 것이다.

   

 

1 2018.6.8. “과학기술의 변화, 불안정노동의 확산 그리고 노동(권)의 미래” 워크숍, 발제하는 필자 [출처 철폐연대].jpg

2018.6.8. “과학기술의 변화, 불안정노동의 확산 그리고 노동(권)의 미래” 워크숍, 발제하는 필자 [출처: 철폐연대]

[편집자주] 6월 8일 진행한 <과학기술의 변화, 불안정노동의 확산 그리고 노동(권)의 미래> 워크숍에의 발표문 “플랫폼 노동, 위험사회의 새로운 징후”에서 ‘클로프닝과 데이터감시’와 관련된 내용을 전합니다. 긴 발표문을 다시 정리해주신 김영선 동지께 감사드립니다.

워크숍의 내용이 궁금하시다면, 전국불안정노동철폐연대 홈페이지 자료실 게시판에서 자료집을 다운로드하실 수 있습니다. > http://workright.jinbo.net/xe/pds/58957

 

 

* 이 글은 철폐연대가 발행하는 기관지 <질라라비> 179호(2018-07)호 '정책 포커스'에 게재되었습니다.


위로