AI 시대의 숨은 영웅: Snorkel AI, 데이터 경제의 폭발적 성장과 기업 가치 3.5억 달러 돌파의 비결은?
Published Sep 23, 2026
최근 인공지능 분야는 거대 언어 모델(LLM)을 필두로 한 생성형 AI의 경이로운 발전이 연일 화제를 모으고 있습니다. 챗GPT와 같은 혁신적인 모델들은 우리 일상과 산업의 패러다임을 송두리째 바꿀 잠재력을 보여주며, 마치 AI 기술 발전의 최전선이 오직 ‘모델’ 자체의 성능 경쟁에만 있는 것처럼 보이기도 합니다. 하지만 솔직히 말해서, 아무리 뛰어난 알고리즘과 모델 아키텍처를 가지고 있더라도, 그 모델을 학습시키고 고도화할 양질의 데이터 없이는 한 발짝도 나아갈 수 없습니다. 실제로 AI 성능의 8할은 데이터에 달려 있다는 말까지 나올 정도이니, 모델 개발의 빛나는 무대 뒤편에서 묵묵히 제 역할을 다하는 ‘데이터’의 중요성은 아무리 강조해도 지나치지 않을 것입니다.
이러한 흐름 속에서, AI 훈련 데이터셋 구축 및 시뮬레이션 환경 제공 스타트업인 Snorkel AI가 놀라운 성장세를 기록하며 업계의 주목을 한몸에 받고 있습니다. 불과 17개월 전 13억 달러였던 기업 가치가 무려 세 배 가까이 폭등하여 35억 달러에 달하는 평가를 받았고, 3억 5천만 달러 규모의 시리즈 E 투자 유치에 성공했으니 정말이지 놀랍습니다. 인공지능이 고도화될수록, 데이터의 양적, 질적 요구사항은 기하급수적으로 증가할 수밖에 없는데, Snorkel AI의 이번 성장은 이러한 ‘데이터 경제’의 폭발적인 부상을 여실히 보여주는 상징적인 사건이라고 할 수 있습니다.
Snorkel AI: 단순한 데이터 라벨링을 넘어선 ‘데이터 서비스’ 혁신
Snorkel AI의 성장 스토리를 살펴보면, 이들이 단순히 AI 시대의 조류에 편승한 것이 아니라, 데이터 솔루션 접근 방식에 있어 혁신적인 변화를 시도했음을 알 수 있습니다. 초기 Snorkel AI는 데이터 라벨링 자동화를 위한 소프트웨어를 제공하는 데 주력했습니다. 하지만 지난 해, 이들은 **‘서비스형 데이터(Data-as-a-Service, DaaS)‘**라는 새로운 접근 방식으로 비즈니스 모델을 전환했습니다. 이는 고객에게 완벽하게 가공된 데이터셋을 직접 제공하는 방식이죠.
흥미로운 점은 Snorkel AI가 순수한 ‘인간 전문가 마켓플레이스’ 모델을 지향하지 않는다는 것입니다. 대신, 그들은 소프트웨어와 모델을 활용하여 데이터를 합성적으로 생성하는 동시에, 해당 분야의 전문 지식을 가진 전문가들의 검수를 거치는 하이브리드 접근 방식을 채택하고 있습니다. 즉, 기계의 효율성과 인간의 정확성을 결합하여 대규모의 고품질 데이터를 생산하는 데 집중하는 것입니다. 이러한 전략은 인공지능 연구실과 기업들의 ‘고급 훈련 데이터에 대한 끊임없는 갈증’을 해소하는 데 결정적인 역할을 했고, 그 결과 지난 12개월 동안 연 매출 실행률(annualized revenue run rate)이 무려 18배 증가하여 현재 3억 7,500만 달러에 달하는 경이로운 성장을 기록했습니다. 이 정도 성장세라면, AI 시장의 핵심 동력이 이제는 모델 자체가 아니라, 모델을 움직이는 데이터에 있다는 주장이 설득력 있게 들리지 않으신가요?
데이터 경제의 다면성: Snorkel AI와 다른 플레이어들의 비교 분석
Snorkel AI의 약진은 AI 데이터 시장 전반의 뜨거운 분위기를 반영합니다. 실제로, 자신들을 ‘AI 데이터 연구소’로 포지셔닝하는 다른 데이터 기업들 역시 유사한 폭발적 성장을 경험하고 있습니다.
- Mercor: 총 연 매출이 20억 달러에 달합니다.
- Handshake: 올해 초 10억 달러 매출 이정표를 달성했습니다.
- Micro1: 5억 달러 규모로 성장했다고 TechCrunch는 보도했습니다.
이러한 수치들은 AI 데이터 시장의 거대한 잠재력을 보여주지만, 한 가지 중요한 차이점을 간과해서는 안 됩니다. Mercor, Handshake, Micro1과 같은 회사들은 주로 도메인 전문가들에게 최고 라인 수입의 약 60~70%를 직접 지급하는 구조를 가지고 있습니다. 이는 그들의 실제 순 연 매출이 헤드라인에 나오는 총 매출 수치보다 훨씬 낮다는 것을 의미합니다. 이 부분에서 주목할 점은 재무 모델의 차이입니다.
반면 Snorkel AI의 경우, 강화 학습(RL) 환경과 완벽한 데이터셋 자체를 판매합니다. 이는 단순히 인력을 중개하는 것이 아니라, 고부가가치 제품을 제공하는 모델입니다. 회사 측에 따르면, Snorkel AI는 인간 전문가에게 지불하는 비용을 매출원가(cost of goods sold, COGS)로 처리하며, 이를 헤드라인에 나오는 연 매출 수치에서 직접 공제하지 않는다고 합니다. 개인적으로는 이 점이 Snorkel AI의 성장이 더욱 견고하고 지속 가능하다고 판단하는 이유 중 하나입니다. 인력 중개 플랫폼이 대부분의 수익을 인력에 지급해야 하는 구조와 달리, Snorkel AI는 자체 솔루션과 데이터 상품화를 통해 더 높은 가치를 창출하고, 따라서 매출액이 기업의 가치 창출을 더 직접적으로 반영한다고 볼 수 있습니다. 이는 AI 데이터 시장이 단순한 인력 아웃소싱을 넘어, 데이터 자체를 ‘제품’으로 만드는 고도화된 단계로 진입하고 있음을 시사하는 강력한 증거입니다.
AI 시대, ‘보이지 않는 영웅’ 데이터의 가치 재조명과 미래
Snorkel AI는 공동 설립자이자 CEO인 Alex Ratner와 그의 팀이 스탠포드 AI 연구실에서 4년간의 연구를 거쳐 2019년에 상업적으로 첫발을 내디딘 스타트업입니다. 그들의 연구는 결국 AI의 핵심 난제 중 하나인 데이터 품질과 규모의 문제를 해결하는 데 초점을 맞추었죠. 특히, 강화 학습(Reinforcement Learning, RL) 환경과 같은 복잡한 시스템을 위한 데이터셋 구축은 일반적인 이미지 라벨링과는 차원이 다른 전문성과 기술력을 요구합니다. 특정 시나리오를 시뮬레이션하고, 그 안에서 AI 에이전트가 학습할 수 있는 환경을 정교하게 설계해야 하기 때문입니다. 이러한 고난도 데이터에 대한 ‘만족할 줄 모르는 식욕’이 Snorkel AI의 성장을 견인한 주된 동력입니다.
업계 흐름을 보면, 앞으로 AI 기술이 더욱 다양한 산업 분야에 깊이 파고들수록, 특정 도메인에 특화된 고품질 데이터의 중요성은 더욱 커질 가능성이 높습니다. 의료, 금융, 자율주행, 로봇 공학 등 각 분야의 AI 모델들은 범용 데이터로는 해결할 수 없는 미묘한 차이와 복잡성을 가진 데이터셋을 필요로 합니다. 이러한 니즈를 충족시키는 것이 바로 Snorkel AI와 같은 기업들의 역할이죠. 어쩌면 미래의 AI 경쟁은 누가 더 뛰어난 모델을 만드느냐의 싸움이 아니라, 누가 더 광범위하고 정교하며 신뢰할 수 있는 데이터를 확보하고 가공하느냐의 싸움이 될지도 모릅니다. 데이터는 이제 단순히 모델을 학습시키는 ‘재료’가 아니라, AI 시대를 지탱하는 핵심 인프라이자 고부가가치 자산으로 그 위상을 확고히 하고 있습니다. Snorkel AI의 사례는 이러한 데이터 중심의 AI 시대를 알리는 강력한 신호탄이라고 해도 과언이 아닐 것입니다.
출처
- 원문 제목: Snorkel AI triples valuation to $3.5B as demand for AI training data booms
- 출처: AI News & Artificial Intelligence | TechCrunch
- 원문 기사 보러가기
