AI 학습 데이터에 대한 끝없는 수요가 데이터 라벨링(data labeling) 스타트업들의 폭발적인 성장을 이끌고 있습니다. 그중 하나인 마이크로1(Micro1)은 지난 8개월 동안 연매출(gross annual run rate)을 1억 달러에서 5억 달러로 5배나 성장시키며 업계의 주목을 받고 있습니다. 이는 AI 모델 개발 경쟁이 심화되면서 고품질의 독점적인 학습 데이터 확보가 핵심 과제로 떠올랐기 때문입니다.
마이크로1은 의사, 변호사, 과학자 등 특정 분야의 전문가들을 계약직으로 고용하여 AI 학습 데이터를 구축합니다. 이를 통해 총매출의 약 60~70%를 순매출(net annual run rate)로 확보하며, 이는 1억 5천만~2억 달러에 달하는 수치입니다. 경쟁사인 머커(Mercor)가 20억 달러, 핸드셰이크(Handshake)가 10억 달러의 연매출을 기록한 것에 비하면 아직 작지만, 마이크로1의 급성장은 AI 학습 데이터 시장에 여러 플레이어가 공존할 만큼 충분한 수요가 있음을 보여줍니다. 특히, 비디오 콘텐츠 자동 설명과 같이 인간의 개입 없이 합성 데이터(synthetic data)를 생성하는 기술을 통해 마진율을 80~90%까지 끌어올리고 있으며, 일부 데이터셋은 여러 고객에게 판매하여 수익을 극대화하고 있습니다.
이러한 AI 학습 데이터 시장의 성장은 앞으로도 지속될 전망입니다. 일부 연구자들은 미래 AI 지출에서 데이터 관련 비용이 컴퓨팅(compute) 비용과 맞먹을 수 있다고 예측합니다. 이는 마이크로1과 같은 데이터 공급 기업들에게 매우 긍정적인 신호로, 계약 규모가 커지고 마진이 확대될 것으로 기대됩니다. 다만, 동일한 데이터셋을 여러 고객에게 판매하는 방식은 논란의 여지가 있는데, 특히 일부 기업들이 중국 AI 개발자들에게 데이터를 판매하여 미국 모델과 동등한 수준의 모델을 만들도록 돕는다는 비판이 제기되기도 했습니다. 마이크로1의 창업자 알리 안사리(Ali Ansari)는 자사는 중국 모델 제조사에는 데이터를 판매하지 않는다고 밝히며 윤리적 입장을 강조하고 있습니다.
마이크로1은 원래 AI 채용 스타트업으로 시작했지만, 고객들이 자사 AI 플랫폼을 데이터 주석(annotation) 엔지니어 채용에 활용하는 것을 보고 데이터 라벨링 사업으로 피벗(pivot)했습니다. 이는 시장의 니즈를 빠르게 파악하고 사업 방향을 전환한 성공적인 사례로 평가됩니다. 또한, 전문가들이 모델 출력을 평가하는 강화 학습 짐(reinforcement learning gyms) 개념을 도입하고, 일반인들이 가정에서 일상적인 사물 상호작용을 기록하여 로봇 사전 학습 데이터셋을 구축하는 등 혁신적인 접근 방식을 시도하고 있습니다. 이처럼 AI 학습 데이터 시장은 단순한 라벨링을 넘어, 고품질의 전문화된 데이터와 효율적인 생성 방식이 기업의 성패를 좌우하는 중요한 영역으로 진화하고 있습니다.