인공지능(AI) 기술이 빠르게 발전하면서, AI 모델의 성능을 고도화하는 데 필수적인 '태스크(task)'가 새로운 경제 지표이자 거대한 시장으로 주목받고 있습니다. AI 사용량을 측정하는 '토큰(token)'처럼, 모델의 능력을 개선하는 데이터 작업 단위를 의미하는 태스크가 향후 1조 달러 규모의 시장을 형성할 것이라는 전망이 나옵니다. 이는 인터넷 학습 데이터와 단순하고 범용적인 AI 능력이 한계에 도달하면서, 실제 환경에서 전문가의 암묵지(tacit knowledge)를 가르치는 고품질 데이터의 중요성이 커지고 있기 때문입니다.
태스크는 모델에 초기 상태와 작업 환경을 제공하고, 그 결과에 따라 보상 신호나 검증기로 평가하여 모델을 학습시키는 과정을 말합니다. 이는 공개 인터넷만으로는 재현하기 어려운 전문가의 업무 절차를 AI에 학습시키는 데 핵심적인 역할을 합니다. 예를 들어, 법률 AI의 경우 계약서 검토나 논거 작성 같은 프롬프트와 실제 법률 데이터룸 환경, 그리고 기업 변호사 에이전트 평가표 같은 기준을 결합한 태스크를 통해 고품질 법률 업무를 학습시킬 수 있습니다. 현재 OpenAI와 Anthropic 같은 주요 AI 연구소들은 이러한 데이터 지출을 매년 10배씩 늘리고 있으며, 태스크 경제 플랫폼인 Mercor는 불과 4개월 만에 연간 반복 매출(ARR) 10억 달러에서 20억 달러로 급성장하며 시장의 잠재력을 입증했습니다.
이러한 태스크 경제의 부상은 AI 산업 전반에 걸쳐 중요한 의미를 가집니다. 법률, 의료, 금융, 소프트웨어, 과학 등 각 전문 분야마다 고유한 데이터셋, 평가 체계, 강화학습(reinforcement learning) 환경이 필요해지면서, AI 연구소, 애플리케이션 기업, 일반 기업들의 데이터 인프라 경쟁이 심화될 것입니다. AI가 앞으로 다뤄야 할 인간 지식의 99%가 사람의 머릿속에 있다는 전제 아래, 전문가의 암묵지를 모델과 에이전트로 옮기는 과정에서 참여자와 구매자의 범위가 확대될 전망입니다. 태스크 경제가 널리 보급되고 가시화되면, AI 산업은 토큰 규모와 함께 태스크 규모를 주요 성장 지표로 추적하게 될 것입니다. 이는 AI 기술 발전의 다음 병목을 해결하고, 더욱 정교하고 실용적인 AI 시대를 여는 중요한 전환점이 될 것입니다.