【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]빅테크들 "사람이 만든 데이터 삽니다"

온카뱅크관리자

2026-08-18 17:47:25

<div id="layerTranslateNotice" style="display:none;"></div> 전방위 데이터 확보 전쟁 구글, 기업업무 학습시키려 파산기업 자료 140억에 인수 아마존, 희귀서적 대량구매 언론사·SNS와 제휴도 확대 
 <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">
 <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">
 </figure>
 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.
 17일(현지시간) 블룸버그 등에 따르면 구글은 지난 14일 미국 뉴욕 남부지구 파산법원에서 스피릿항공의 비식별화 기업 데이터셋과 소프트웨어 코드를 1000만달러에 낙찰받았다. 
 경매에서 AI 학습용 전문가 데이터를 생산하는 스타트업 머코어도 750만달러를 제시했지만, 구글이 더 높은 금액을 써내며 데이터를 확보했다.
 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.
 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. 
 AI가 사람처럼 업무를 수행하려면 이런 '실무 데이터'를 학습해야 하지만 인터넷에 공개된 데이터만으로는 얻기 어렵다.
 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. 
 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.
 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. 
 반도체와 데이터센터는 돈을 들여 늘릴 수 있지만 양질의 데이터는 쉽게 만들어낼 수 없어 AI 경쟁의 새로운 병목으로 떠오르고 있다.
 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. 
 오픈AI와 앤트로픽 등 주요 AI 기업도 머코어와 같은 전문 데이터 업체를 통해 의사·변호사·엔지니어 등이 만든 추론 데이터를 학습하고 있다.
 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. 
 [실리콘밸리 원호섭 특파원]
 </section> 
 </div> 
 Copyright © 매일경제 &amp; mk.co.kr. 무단 전재, 재배포 및 AI학습 이용 금지

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기