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

로그인

글쓰기

[IT뉴스]“AI 데이터 잘못 사면 수억원 낭패”…데이터 공급사 ‘품질 경쟁’ 생존기로

온카뱅크관리자

2026-11-10 10:57:25

<div id="layerTranslateNotice" style="display:none;"></div> 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="Fqw1IVe4vG">
 AI 모델 개발사들, 저품질 데이터 학습에 성능 저하·재학습 비용 부담 우려
 <div contents-hash="0b67f8b70707119420b1fc6c65e2cb244e55d61ff596cb13e39779107e006745" dmcf-pid="0bmFh4J6yW" dmcf-ptype="general">
 원본 데이터 확보부터 품질 검증까지…단순 판매서 맞춤형 구축·장기 협력으로
 </div>
 <figure class="figure_frm origin_fig" contents-hash="5ec6e9fadbb1e4c28a3ed3cbea53885f5a52c7449bf3a416e080e1e07ceb8854" dmcf-pid="pC4cxyFYhy" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/10/552796-pzfp7fF/20261110105412333lllh.png" data-org-width="640" dmcf-mid="trKg4hXSvH" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/10/552796-pzfp7fF/20261110105412333lllh.png" width="658">
 </figure>
 [디지털데일리 오병훈기자] #온라인 지식 공유 플랫폼을 운영하는 A사는 지난해 뜻밖의 수익원을 확보했다. 이용자들이 자사 플랫폼에 오랜 기간 쌓아온 지식 데이터를 인공지능(AI) 모델 개발사에 판매하면서다. 그동안 플랫폼에 축적된 자료를 AI 학습에 적합한 형태로 정제해 공급한 덕분에 매출과 영업이익을 크게 개선할 수 있었다.
 하지만 불과 1년만에 상황이 뒤집혔다. 데이터를 구매했던 AI 모델 개발사에서 추가 계약을 진행하지 않겠다는 통보가 날아온 것이다. A사가 공급한 데이터를 학습에 활용했더니 기대했던 성능 개선은커녕 오히려 모델 성능이 떨어졌다는 이유였다. 한때 새로운 수익원으로 떠올랐던 데이터 사업이 이제는 회사 실적을 흔드는 불안 요인이 됐다.
 #AI 모델 개발사 B사는 이 거래의 반대편에 서 있다. B사는 기업별 업무에 특화된 AI 모델을 개발하면서 성능 향상을 위해 외부 데이터 구매를 확대해 왔다. 자체 데이터만으로는 다양한 산업 분야에서 요구하는 학습 수요를 충족하기 어려웠기 때문이다. 그러나 최근 A사에서 구매한 데이터를 활용해 모델을 학습시킨 뒤 예상치 못한 성능 저하를 경험했다.
 문제는 비용이다. B사가 모델을 한 차례 학습시키는 데 투입하는 그래픽처리장치(GPU) 사용 비용만 수억원에 달한다. 데이터 구매 비용에 비싼 연산 자원까지 투입하고도 원하는 결과를 얻지 못한 셈이다. 공급업체를 바꾸는 것으로 문제가 끝나는 것도 아니다. 성능 저하의 원인을 찾아 데이터를 다시 정제하고 학습하는 과정에서 추가 비용이 발생할 수 있다.
 10일 AI 업계에 따르면 모델 개발사들의 학습데이터 품질 검증 요구가 까다로워지면서 데이터 전문기업들의 경쟁도 새로운 국면에 접어들고 있다. 그동안 축적한 데이터를 정제해 판매하는 데 집중했다면 이제는 고객사가 요구하는 품질을 충족하지 못할 경우 거래 관계가 끊길 수 있다는 위기감이 커지고 있다.
 특히 생성형 AI 확산으로 인터넷에 사람이 작성한 콘텐츠와 AI 생성 데이터가 뒤섞이면서 원본 데이터의 출처와 품질을 검증하는 역량이 중요한 경쟁 요소로 떠올랐다.
 ◆AI가 만든 데이터 다시 학습했더니…학계서 예견된 ‘모델 붕괴’ 우려, 시장까지 번졌다
 AI모델 성능이 학습 이후 떨어지는 이유는 다양하지만 업계 관계자들은 ‘데이터 품질’을 주 원인으로 지목하고 있다. 특히 AI에 의해 생성한 데이터, ‘합성데이터’을 무분별하게 AI가 재학습할 경우 최종 모델 성능에 큰 영향을 줄 수 있다는 분석이다.
 최근 AI가 일상에서도 빈번하게 사용되면서 합성데이터 량도 크게 늘었으며 데이터 제대로 된 검증 없이 데이터를 수집할 경우 다수 합성데이터가 포함될 수 있다는 우려도 커지고 있다.
 AI 모델 개발사들이 합성데이터에 민감할 수밖에 없는 배경에는 ‘모델 붕괴(Model Collapse)’ 문제가 있다. 지난 2024년 국제학술지 네이처(Nature)에 발표된 옥스퍼드대·케임브리지대 등 공동 연구진의 논문은 AI가 생성한 데이터를 후속 모델 학습에 무분별하게 반복 사용하면 성능이 악화될 수 있다는 사실을 확인했다.
 지난 2024년 국제학술지 네이처(Nature)에 발표된 옥스퍼드대·케임브리지대 등 공동 연구진의 논문 ‘AI 모델은 재귀적으로 생성된 데이터로 학습할 때 붕괴한다(AI models collapse when trained on recursively generated data)’는 AI가 생성한 데이터를 후속 모델 학습에 무분별하게 반복 사용하면 모델의 성능이 악화될 수 있다는 사실을 확인했다.
 물론 합성데이터 자체가 반드시 성능 저하를 유발하는 것은 아니다. 지난해 국제머신러닝학회(ICML 2025)에 발표된 조슈아 카즈단(Joshua Kazdan) 등 연구진의 논문 ‘붕괴할 것인가, 성장할 것인가(Collapse or Thrive)’에서는 실제 데이터와 합성데이터를 누적해 함께 학습하는 방식으로 모델 붕괴를 방지할 수 있다는 결과를 제시했다.
 문제는 외부 공급업체에서 구매한 데이터의 품질을 모델 개발사가 사전에 완벽하게 파악하기 어렵다는 점이다. 중복된 정보나 잘못된 정답, 출처가 불분명한 AI 생성물 등이 학습 결과에 영향을 미칠 수 있기 때문이다.
 한번의 학습 실패가 초래하는 경제적 손실도 무시하기 어렵다. 미국 스탠퍼드대 인간중심AI연구소(HAI)의 ‘AI 인덱스 2025’에 따르면 GPT-4 기준 학습 연산비용은 약 7900만달러, 메타의 라마3.1 405B는 약 1억7000만달러로 추정됐다.
 초대형 AI 모델 사례지만 학습 규모가 커질수록 데이터 품질 검증에 실패했을 때 감수해야 할 비용도 커질 수 있다는 점을 보여준다.
 이러한 데이터 품질 문제는 최근 AI 기업들이 종이책 확보에 나서는 움직임과도 맞닿아 있다. 미국 AI 개발사 앤트로픽은 대규모 종이책 구매와 디지털화 작업을 진행했다. 미국 법원 판결문에 따르면 앤트로픽은 수백만 권의 책을 구매해 제본을 분리하고 내용을 스캔한 뒤 디지털 데이터로 변환했다.
 AI 기업들이 종이책에 주목하는 것은 인터넷에서 쉽게 구할 수 없는 언어와 지식을 확보할 수 있기 때문이다. 특히 생성형 AI가 대중화되기 이전에 출판된 책은 사람이 직접 작성한 문장을 대규모로 확보할 수 있는 자료이기도 하다.
 ◆데이터 팔기만 해선 생존 어렵다…맞춤형 구축·검증 역량 중요
 데이터 공급기업들의 생존 전략도 달라지고 있다. 이미 확보한 데이터를 다량으로 판매하는 것뿐 아니라 고객사가 요구하는 데이터를 얼마나 정확하게 구축하고 검증할 수 있는지가 중요해지는 것이다.
 특히 모델 개발사와 데이터 공급사의 지속적인 협력이 요구된다. 모델 학습 결과에서 특정 분야의 성능 저하가 확인되면 해당 분야 데이터를 추가로 수집하거나 기존 자료를 다시 정제해야 하기 때문이다. 데이터 납품 이후에도 품질 개선과 보완 작업이 이어지는 구조다.
 이러한 변화는 실제 데이터 공급계약 시장에서도 확인된다. 데이터 검증 등 신뢰성 확보에 공을 들인 기업에 대한 관심과 수요가 늘면서다. 국내 AI 데이터 전문기업 플리토는 글로벌 빅테크와 AI 언어모델 연구·개발용 데이터를 공급하는 계약을 따냈다.
 지난 9월2일 공시에서는 글로벌 IT기업과의 데이터 공급계약 금액이 고객사 추가 발주에 따라 약 237억8300만원으로 늘었다. 지난달 6일에는 별도 글로벌 IT기업 대상 데이터 공급계약 금액을 약 40억2600만원으로 정정 공시했다.
 플리토는 고객사의 개발 목적에 맞춰 데이터를 수집·정제하는 맞춤형 데이터 구축을 넘어 기업 내부에 AI 모델을 직접 설치하는 온프레미스 사업까지 확대하고 있다. 외부 클라우드로 민감한 정보가 유출되는 것을 우려하는 기업을 대상으로 자체 개발한 AI 통번역 모델을 고객사 서버에 구축하는 방식이다.
 이정수 플리토 대표는 “저희가 많은 기업들과 지금 온프레미스(구축형) 사업을 진행하고 있다”며 “자체적으로 모델을 개발해서 상대 회사의 서버에 심어주는 역할까지 하고 있다. 자체 기술이 없어서 온프레미스를 만들 수 없는 기업들을 겨냥한 것”이라고 강조했다.
 고객사별로 요구하는 데이터가 달라지는 만큼 데이터 공급사의 역할도 단순 중개·판매에서 전문적인 데이터 구축과 품질 관리로 확대되는 모습이다.
 다른 데이터 전문기업들도 유사한 협력에 나서고 있다. 셀렉트스타는 SK텔레콤의 독자 AI 파운데이션 모델 개발 과정에서 학습데이터 구축과 품질 검증을 담당하고 있다.
 특히 여러 참여기관이 생산한 데이터의 품질을 통합 관리하면서 질의응답의 적절성, 이미지와 답변의 일치 여부, 문장 구조의 정확성 등을 검증하는 역할까지 확대했다. AI 모델의 안전성을 점검하는 레드티밍 학습데이터 검수도 수행했다.
 업계 관계자는 “식당과 식료품 공급업체에 비유할 수 있다. 꾸준히 좋은 식재료를 공급해줘야 신뢰가 쌓이고 지속적인 공급 계약을 체결할 수 있듯 데이터 사업도 유사한 시장이 형성되고 있다”며 “테스트 데이터를 통해 실제 데이터 품질을 증명한 이후 대량의 데이터 판매가 이뤄지는 식”이라고 설명했다.
 </section> 
 </div> 
 Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 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