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

AI 요약

온라인 플랫폼 A사가 판매한 데이터를 학습한 AI 모델의 성능이 오히려 저하돼 추가 계약이 중단되는 등 AI 모델 개발사들이 저품질 데이터로 인한 성능 악화와 재학습 비용 부담을 우려하고 있습니다. 옥스퍼드대·케임브리지대 등 공동연구진이 2024년 네이처에 발표한 논문은 AI가 생성한 데이터를 반복 학습하면 모델 붕괴(Model Collapse)가 발생할 수 있음을 지적했고, ICML 2025 연구는 실제 데이터와 합성데이터를 함께 학습하면 붕괴를 방지할 수 있다고 제시했습니다. 이에 따라 데이터 공급기업들은 단순 판매에서 벗어나 고객사 요구에 맞춘 데이터 구축과 품질 검증, 장기 협력으로 전략을 전환하고 있으며, 한 번의 학습 실패가 초래하는 경제적 손실(스탠퍼드대 HAI 'AI 인덱스 2025' 기준 GPT-4 약 7900만달러, 메타의 라마3.1 405B 약 1억7000만달러)을 문제로 지적하고 있습니다.