"고품질 데이터는 노다지"…美 스타트업 반전 드라마 작성일 10-26 53 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">사업 전환한 스노클AI, 1년새 매출 18배 급증<br>SW회사서 데이터 공급사 변신<br>연 매출 2천만弗 → 3.7억弗<br>웹에서 학습할 데이터 '바닥'<br>AI연구소, 기업 데이터 등 군침</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="fzTEUtAihn"> <p contents-hash="60a923c2e9e9cfad7a0f0e2c260f51abb02c0363b604139eb73f229593da440a" dmcf-pid="4hL4OD2uTi" dmcf-ptype="general">미국 스탠퍼드대 인공지능(AI) 연구실에서 2019년 탄생한 스노클AI는 올해 ‘반전 드라마’를 썼다. 2021년 데이터 분류 사업으로 유니콘 기업(기업가치 1조원 이상 스타트업)이 된 후 4년간 성장 정체를 겪다가 지난 9월 연환산매출(ARR) 3억7500만달러(약 4950억원)를 달성했다. 1년 전보다 18배 증가한 수치다.</p> <p contents-hash="687fb453a06af0569a2fbe33eb468f15a92582361398101accef81705bd96d58" dmcf-pid="8lo8IwV7TJ" dmcf-ptype="general">비결은 사업 전환이었다. 데이터 분류용 소프트웨어를 팔던 스노클AI는 지난해 AI 학습용 고품질 데이터를 공급하는 회사로 본격 탈바꿈했다. 이 회사는 의사, 변호사, 시니어 엔지니어 등 최고 전문가의 전문 지식(규칙, 가이드라인)을 기반으로 수백 개 특화형 AI 에이전트가 학습할 수 있도록 데이터를 공급한다. 공식 파트너인 오픈AI 등이 주 고객사다.</p> <p contents-hash="2dae8dc3047d5dc5c6cabef32a8e87834adf43b642c71309b538bbc433fc43e8" dmcf-pid="6Sg6CrfzTd" dmcf-ptype="general"><strong><span> ◇ 파산 기업 데이터에 입찰 경쟁</span></strong></p> <figure class="figure_frm origin_fig" contents-hash="54d6496e45f06309fe7f3874a1f534834ce2aeeddd4ce51b618043a144b52210" dmcf-pid="PvaPhm4qSe" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/26/ked/20261026173631631wbqo.jpg" data-org-width="1036" dmcf-mid="V5J2rcb0yL" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/26/ked/20261026173631631wbqo.jpg" width="658"></p> </figure> <p contents-hash="66d53d70f92de7ab3226066a05dbf5ea4788f7d8304688f0a9ba295581c4d1af" dmcf-pid="QTNQls8BhR" dmcf-ptype="general">AI가 고도화하면서 사내 이메일부터 공장 작업자의 손놀림에 이르는 ‘고품질 데이터’가 AI산업의 새 수익원으로 떠오르고 있다. 파산 기업이 데이터의 보고가 됐을 정도다. 미국 초저비용항공사 스피릿이 본보기다. 지난 5월 파산을 신청한 지 3개월 만에 구글, 머코어, 마이크로1 등 3개 기업이 스피릿에 남아 있던 1억 개 넘는 이메일, 고객 채팅 1600만 건 등을 확보하기 위해 각각 1000만달러, 750만달러, 1250만달러를 써냈다.</p> <p contents-hash="a087bfdecae4602ab7e142353462e8f8508c8f5997ff2468b630922aff4b561b" dmcf-pid="xyjxSO6blM" dmcf-ptype="general">이유는 두 가지다. 웹페이지에서 긁어올 수 있는 데이터가 바닥을 보이고 있다는 게 첫 번째다. 비영리 AI 연구기관 에포크AI는 2024년 AI 학습에 쓸 수 있는 공개된 텍스트가 이르면 올해 소진될 것으로 판단했다. AI 모델의 수준이 발달한 영향도 있다.</p> <p contents-hash="2e9706530d4decb2f0f1615dc01f3e721f099dbafbcf925b4126920a8219d02b" dmcf-pid="yxpy62SrTx" dmcf-ptype="general">알렉스 래트너 스노클AI 최고경영자(CEO)는 “모델이 아는 게 없을 때는 거의 모든 데이터가 새 정보겠지만 AI가 전문가 수준에 도달하면 적절한 품질과 복잡성을 갖춘 데이터로만 성능을 개선할 수 있다”고 했다. 오픈AI와 앤트로픽은 외부에서 데이터를 구매하고 있으며, 이 중 앤트로픽은 인적 데이터 운영팀을 따로 뒀다.</p> <p contents-hash="2d514034c47dc3a611e214ce790e6ce1ded009381f797d28c43a86fe16b1f8d2" dmcf-pid="WMUWPVvmyQ" dmcf-ptype="general">데이터를 구하려다가 논란이 된 사례도 있다. 메타는 지난 4월 직원들의 컴퓨터 작업 과정을 녹화해 AI 학습에 활용하려고 했다가 반발로 두 달 만에 중단했다.</p> <p contents-hash="0042f44b6a5d63d5961429a158163892183aab910968b2990b4026a3f09286b2" dmcf-pid="YRuYQfTsSP" dmcf-ptype="general"><strong><span> ◇ 피지컬 AI 분야 특히 심해</span></strong></p> <p contents-hash="62e051417c287f59fbe85af31182b40432f77e7040c18b3c661978da42524a6f" dmcf-pid="Ge7Gx4yOv6" dmcf-ptype="general">AI 데이터의 외주화는 ‘데이터 벤더’라는 새 산업 생태계를 조성했다. 스노클 외에 머코어, 마이크로1 등은 변호사, 엔지니어, 박사후연구원 등 고급 인력 네트워크를 구축해 실제 업무형 문제를 풀도록 하거나 모델의 답변을 평가해 고품질 데이터를 생성하고 있다. 기업 데이터는 사내 기밀을 알아볼 수 없도록 비식별 처리하기도 한다.</p> <p contents-hash="a1c7389e09685e41ac1d2faebaf3c5da6f289e97ecff581353b4b2c6d9baca91" dmcf-pid="HdzHM8WIv8" dmcf-ptype="general">피지컬 AI 분야는 데이터 부족 현상이 심각하다. 인터넷 데이터를 기초로 하는 대규모언어모델(LLM)과 달리 생산 현장의 데이터는 각 기업만 보유하고 있어서다. 2015년 설립된 인력 외주회사 인스타워크의 에런 브롬버그 로봇사업 총괄은 지난 20일 기자와 만나 “올해 로봇업계 전체에 제공되는 로봇용 영상 데이터는 2000만 시간 분량인데 실제로 필요한 데이터는 그 43배인 10만 년 수준”이라며 지난해 로봇 데이터 수집 사업을 확장한 이유를 설명했다. 이에 따라 인도, 동남아시아 등 개발도상국 공장 직원에게 학습용 장비를 착용시키고 영상 데이터를 수집하는 업체도 늘고 있다.</p> <p contents-hash="ed5e119ccad3624be70807cdf24b07991853449773f56a0f6307a3c0c3278b50" dmcf-pid="XJqXR6YCT4" dmcf-ptype="general">거의 모든 제조업을 갖춘 한국에는 기회다. 다만 대기업과 달리 중소·중견기업은 현장 경험을 데이터로 남길 준비가 미흡하다는 평가도 있다. 중소벤처기업연구원에 따르면 제조 데이터를 수집하는 기업의 75.7%는 수기에 의존하고 있다. 실시간 수집 비중은 19.7%에 그쳤다. 사내 데이터 관리도 미흡하다.</p> <p contents-hash="89934aea4df517e96f366c204124b7a7d180951e757e81ddc49b825f4f29155d" dmcf-pid="ZiBZePGhyf" dmcf-ptype="general">오픈서베이가 지난해 8월 발표한 조사에 따르면 직장인의 81%는 카카오톡을 업무용 메신저로 쓰고 있다. 카카오톡은 접근성이 높지만 기업 차원에서 데이터를 관리하기에는 인수인계가 불편하고 사적인 용도와 분리하기 어렵다는 평가를 받는다.</p> <p contents-hash="d10f223eadd1ba14e62f6bad9cf1be4b3b526af6153991de7c78889a21deba91" dmcf-pid="5nb5dQHlWV" dmcf-ptype="general">실리콘밸리=김인엽 특파원/라현진 기자 inside@hankyung.com</p> </section> </div> <p class="" data-translation="true">Copyright © 한국경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 "집에 있고 싶은데…" 씨 마른 재택근무, 채용공고도 줄었다 10-26 다음 "패치 후 서비스 재시작 필수"…정부가 밝힌 'PHP투쉘' 취약점 대응 지침 10-26 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
