빅테크들 "사람이 만든 데이터 삽니다" 작성일 08-18 37 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">전방위 데이터 확보 전쟁<br>구글, 기업업무 학습시키려<br>파산기업 자료 140억에 인수<br>아마존, 희귀서적 대량구매<br>언론사·SNS와 제휴도 확대</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="KUZnX1d8l8"> <figure class="figure_frm origin_fig" contents-hash="9c8c23a5b83095211190c7083bbffcde7b2eaebcd1ec56e8c49bfc30500e891c" dmcf-pid="9x2I9fmjv4" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/18/mk/20260818173903527myqr.jpg" data-org-width="500" dmcf-mid="bwMYxeTsl6" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/18/mk/20260818173903527myqr.jpg" width="658"></p> </figure> <p contents-hash="5e561d701d2728969bb71d83c2a76aeae546c302a60b86038ec205f1852bbbea" dmcf-pid="2MVC24sATf" dmcf-ptype="general">인터넷에 공개된 데이터가 바닥을 드러내면서 빅테크의 인공지능(AI) 학습용 데이터 확보전이 파산 기업의 내부 업무 기록으로 번졌다. 구글이 파산한 미국 항공사인 스피릿항공 임직원 이메일과 사내 메신저 대화 등 데이터를 1000만달러(약 141억원)에 사들이며 '사람 기록' 확보에 나선 것이다.</p> <p contents-hash="7873230e53e9b28a0b284708af9f3d43da58c80f850b7d31abc4c3e10e20670a" dmcf-pid="VRfhV8OcvV" dmcf-ptype="general">17일(현지시간) 블룸버그 등에 따르면 구글은 지난 14일 미국 뉴욕 남부지구 파산법원에서 스피릿항공의 비식별화 기업 데이터셋과 소프트웨어 코드를 1000만달러에 낙찰받았다. </p> <p contents-hash="e1185f406a131ef2a01c93ee2347dacc031fdf5f10c8572c891bf062a527a530" dmcf-pid="fe4lf6Iky2" dmcf-ptype="general">경매에서 AI 학습용 전문가 데이터를 생산하는 스타트업 머코어도 750만달러를 제시했지만, 구글이 더 높은 금액을 써내며 데이터를 확보했다.</p> <p contents-hash="86c47af910ca968124d567d803f2b53e8fa6387e0ffb509d261256b4764cf732" dmcf-pid="4d8S4PCEW9" dmcf-ptype="general">인수 대상에는 사내 이메일 약 1억건과 마이크로소프트(MS) 팀즈 대화 5억건, 급여 기록, 소프트웨어 코드 3000만줄, 재무·감사·마케팅 자료 등이 포함됐다. 승객 프로필 등 개인정보는 매각 대상에서 제외됐으며, 넘겨지는 데이터에서도 개인을 식별할 수 있는 정보는 모두 삭제된다. 구글은 "인수한 기업 데이터셋 일부를 제품과 AI 모델 개선에 활용할 수 있다"고 밝혔다.</p> <p contents-hash="ff48aaaaaa866aebc902feccb0bf9b4031a86ae187fa7915a6548c27d16d45c7" dmcf-pid="8J6v8QhDWK" dmcf-ptype="general">구글이 수백억 원을 들여 기업 내부 데이터를 확보한 것은 AI 에이전트 성능을 높이기 위해서라는 분석이 나온다. 이메일에는 보고와 승인, 협업, 문제 해결 과정이, 팀즈 대화에는 질문과 답변, 업무 분담 등 조직이 실제로 일하는 방식이 담겨 있다. </p> <p contents-hash="32898b766d0f2bc2fe26146f68ce77f8c5e5b643048617370445a78841cc3fcc" dmcf-pid="6iPT6xlwWb" dmcf-ptype="general">AI가 사람처럼 업무를 수행하려면 이런 '실무 데이터'를 학습해야 하지만 인터넷에 공개된 데이터만으로는 얻기 어렵다.</p> <p contents-hash="233052e1bc71d60bedd01e4a404f5b37f1ffefebe66f455f2b356a2bbbdbb0b0" dmcf-pid="PnQyPMSryB" dmcf-ptype="general">데이터 확보 경쟁은 기업 내부 기록을 넘어 희귀 도서로도 확대되고 있다. 같은 날 정보기술(IT) 매체 404미디어는 아마존이 희귀 도서를 대량으로 사들여 파쇄한 뒤 스캔하고 있다고 보도했다. </p> <p contents-hash="a6bad42b05be43d314bb77a7155300aac8612f343c9566a9ad82c6c3eeca0a49" dmcf-pid="QLxWQRvmvq" dmcf-ptype="general">위치추적기를 넣은 희귀본 도서를 추적한 결과 라스베이거스의 아마존 시설에서 스캔 후 원본을 폐기하는 것으로 확인됐으며, 업계에서는 이를 AI 학습용 데이터 확보 작업으로 보고 있다. 아마존은 "책을 구매해 고객이 사용하는 제품과 서비스를 개선하는 데 활용한다"고 밝혔지만 AI 학습 여부는 언급하지 않았다.</p> <p contents-hash="8289388b0bb73d82a92c690eef0652ca8f299ba7e3f10a7ea36f76a7afc9b59b" dmcf-pid="xoMYxeTsSz" dmcf-ptype="general">빅테크가 이처럼 데이터 확보에 사활을 거는 것은 인터넷에 공개된 데이터만으로는 AI 성능을 더 끌어올리기가 어려워졌기 때문이다. AI가 다른 AI가 만든 콘텐츠를 반복해 학습하면 오류와 편향이 누적돼 성능이 떨어지는 '모델 붕괴'가 발생할 수 있어 사람이 만든 고품질 데이터의 가치가 갈수록 높아지고 있다. </p> <p contents-hash="80f8e0b123bc949f8785d6cc9e098b54d1a989b15d2ed979b535b914fd7e62b6" dmcf-pid="yfzD7BcnS7" dmcf-ptype="general">반도체와 데이터센터는 돈을 들여 늘릴 수 있지만 양질의 데이터는 쉽게 만들어낼 수 없어 AI 경쟁의 새로운 병목으로 떠오르고 있다.</p> <p contents-hash="3ab4685c5be3492e35ca12e27ff5e67a03a62063a40c74f5be0397e1028e0a28" dmcf-pid="W4qwzbkLlu" dmcf-ptype="general">이에 따라 데이터 확보 방식도 다양해지고 있다. 오픈AI는 뉴스코퍼레이션과 AP통신, 파이낸셜타임스(FT) 등 주요 언론사와 잇달아 라이선스 계약을 맺고 콘텐츠를 확보하고 있다. 구글은 레딧과 계약을 맺어 실제 이용자들의 대화 데이터를 확보했으며 메타와 스페이스X는 자사가 가지고 있는 소셜미디어의 게시글과 댓글을 이용한다. </p> <p contents-hash="c7c2276f00dae3f29460babf0a159430ef545f122587de4a3cf1a8ccef2e2964" dmcf-pid="Y8BrqKEoTU" dmcf-ptype="general">오픈AI와 앤트로픽 등 주요 AI 기업도 머코어와 같은 전문 데이터 업체를 통해 의사·변호사·엔지니어 등이 만든 추론 데이터를 학습하고 있다.</p> <p contents-hash="a87befe5a9c58bf1c681cd67d1adbe6b6472fb241675f640ce213f18bbe06203" dmcf-pid="G6bmB9DgTp" dmcf-ptype="general">전문가가 만든 추론 데이터 시장도 빠르게 성장하고 있다. 3만명 이상 계약직 전문가를 연결하는 AI 데이터 스타트업 머코어는 기업가치 100억달러를 인정받았고, AI 학습 데이터를 제작하는 서지 AI도 지난해 말 300억달러의 기업가치를 인정받으며 10억달러 자금을 조달하는 데 성공했다. 특히 서지 AI는 이전까지 외부 투자 없이도 연 매출 10억달러를 기록하며 빠르게 성장해 왔다. </p> <p contents-hash="596731f9beac787e5f440fe7b5838d3a2f1423bcc785f2b98021317d1f59159b" dmcf-pid="HPKsb2wah0" dmcf-ptype="general">[실리콘밸리 원호섭 특파원]</p> </section> </div> <p class="" data-translation="true">Copyright © 매일경제 & mk.co.kr. 무단 전재, 재배포 및 AI학습 이용 금지</p> 관련자료 이전 삼성전자·TCL, LCD TV 점유율 0.1%P 차 초접전… OLED는 20% 성장 08-18 다음 김성환 장관 “호남 반도체, 국민 열망 커…압축 진행할 것” 08-18 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
