파산한 항공사 데이터가 1,250만 달러에 팔리는 시대, 대회 데이터셋부터 다시 보세요 | DAKER 커뮤니티
"가치가 소프트웨어에서 데이터로 이동하고 있다." — 영상에 소개된 창업자 그렉 아이젠버그의 진단
한 줄 요약
AI가 소프트웨어 역설계를 수 분 만에 끝내면서, 경쟁 우위는 코드가 아니라 기업이 쌓아 온 고품질 업무 데이터로 옮겨 가고 있습니다. 한경 글로벌마켓 「김인엽의 실리콘밸리나우」 영상이 그 흐름을 사례로 정리했습니다.
1. 소프트웨어는 복제되고, 데이터는 남는다
- 개발자 한 명이 AI 디컴파일로 포토샵과 비슷한 오픈소스 도구를 무료로 공개했습니다. 영상 진행자가 직접 설치해 누끼 따기 기능을 시연합니다.
- 구독형 SaaS가 '따박따박 들어오는 매출'로 사랑받던 공식이 흔들리고, 투자자 관심은 AI 연구소에 데이터를 공급하는 데이터 벤더로 이동 중입니다.
2. 숫자로 보는 '데이터 2.0'
- 청산 절차에 들어간 미국 저가항공사 스피릿의 데이터 경매: 머코 750만 달러, 구글 1,000만 달러, 마이크로원 1,250만 달러 입찰. 대상은 약 1억 건 이메일, 5억 건 Teams 메시지, 1,600만 건 고객 채팅 데이터입니다(영상 설명 기준).
- 공개 웹 텍스트는 2028~2030년 무렵 학습에 거의 소진될 것이라는 전망과 함께, 공개 데이터는 전체 지식의 약 5%에 불과하다는 추정이 소개됩니다.
- 스노클 AI는 데이터 공급 기업으로 전환한 뒤 1년 만에 연환산 매출(ARR)이 18배 늘었다고 합니다. 창업자 알렉스 래트너는 이를 '양보다 정교하게 설계된 고품질 데이터'가 중요한 데이터 2.0 시대라고 부릅니다.
3. 고품질 데이터와 프라이버시는 동전의 양면
- 메타·xAI는 직원 PC 작업 기록으로 에이전트를 학습시키려다 반발에 부딪혔고, 트위치는 방송 영상의 AI 학습을 기본값 '동의'로 설정했다가 논란이 됐습니다.
- 그래서 OpenAI·Anthropic은 인적 데이터 조달을 전담 팀과 외부 벤더(전문가 네트워크, 비식별 처리)에 맡기는 쪽으로 움직이고 있습니다.
참가자에게 생기는 변화
대회에서 주어지는 데이터셋은 점점 '실제 업무 데이터'에 가까워지고, 평가는 모델 크기보다 데이터를 얼마나 정확히 다뤘는가를 보게 됩니다. 라벨 품질, 비식별 처리, 사용 동의 범위를 읽어 내는 능력이 곧 경쟁력입니다.
오늘 바로 할 한 가지
지금 참여 중인 DAKER·DACON 대회의 데이터 설명서를 열어 데이터 출처·라벨링 방식·사용 제한 세 항목을 노트에 적어 보세요. 모델을 바꾸기 전에 데이터를 먼저 이해하는 습관이 데이터 2.0 시대의 기본기입니다.
출처
- 한경 글로벌마켓, 「구글이 망한 항공사 데이터에 1000만달러 베팅한 이유 | 김인엽의 실리콘밸리나우」(YouTube)
- https://youtu.be/y_YEJ_uTzTc
- DAKER 대회 목록: https://daker.ai/public/hackathons · DACON 대회: https://dacon.io/competitions