AI가 풀 '문제집'을 만들어 판다…스노클AI 몸값 17개월 만에 3배

AI 학습용 데이터를 만들어 파는 미국 스타트업 스노클AI가 3억5000만달러 규모의 시리즈E 투자를 유치했다. 인정받은 기업가치는 35억달러다. 22일(현지시간) 공개된 이번 라운드는 인사이트파트너스와 S32가 공동 주도했다. 

서드포인트벤처스와 마치캐피털 블룸버그캐피털 알레지스캐피털 프론트라인 스탠더드가 신규 투자자로 합류했고 기존 주주인 애디션, 그레이록, 라이트스피드, GV 팩토리, 프로스퍼리티7, 월든캐털리스트, 웰스파고도 참여했다.

기업가치는 지난해 5월 1억달러 규모 시리즈D 당시의 13억달러에서 17개월 만에 세 배 가까이 뛰었다. 회사는 연환산 매출이 최근 3억7500만달러를 넘어섰다고 밝혔다. 1년 전 약 2000만달러에서 18배 늘어난 수치다. 연환산 매출은 최근 실적을 1년치로 환산한 값으로 회계상 확정된 연매출과는 다르다.

성장의 배경에는 사업 모델 전환이 있다. 스노클AI는 원래 데이터에 이름표를 붙이는 라벨링 작업을 자동화하는 소프트웨어를 기업에 판매했다. 지난해 9월부터는 완성된 데이터셋과 강화학습 환경을 직접 납품하는 데이터 서비스 사업을 시작했다. 

강화학습 환경은 AI가 실제 소프트웨어를 흉내 낸 가상 공간에서 과제를 수행하고 그 결과를 전문가가 만든 채점 기준으로 평가받는 구조다. 이 점수가 다시 모델을 훈련시키는 신호가 된다.

알렉스 래트너 공동창업자 겸 최고경영자는 데이터 개발이 '데이터 1.0'에서 '데이터 2.0'으로 넘어가고 있다고 설명했다. 이미지에 태그를 달거나 두 답변 중 나은 쪽을 고르는 단순 작업을 대량으로 모으던 단계가 1.0이라면 2.0은 숙련된 전문가도 며칠씩 매달려야 하는 고난도 과제를 설계하는 단계라는 것이다. 

코딩 데이터를 예로 들면 이제는 선임 개발자가 몇 주를 씨름할 만한 문제를 만들어야 하고 모델이 편법으로 정답을 우회하는 행위까지 막아야 한다. 수백 가지 품질 검사를 통과해야 쓸 수 있는 데이터가 된다.

회사는 이 작업을 사람과 AI가 함께 처리한다. 과제 유형마다 수백 개의 특화 AI 모델을 붙여 전문가의 작업을 보조하고 검수한다. 코딩 환경 데이터의 경우 이 방식이 품질 검사 효율을 50% 이상 높이고 검수 정확도를 15%포인트 이상 끌어올렸다고 회사는 밝혔다. 

전문가의 피드백은 다시 이 AI들을 학습시키는 데 쓰인다. 래트너는 앞으로도 가치 있는 학습 데이터에는 사람의 판단이 반드시 들어가겠지만 늘어나는 복잡도를 감당하려면 합성과 자동화를 함께 써야 한다고 말했다.

매출 구조도 경쟁사와 다르다. 머코어나 핸드셰이크처럼 전문가를 중개하는 업체는 매출의 60~70%를 작업자에게 그대로 지급한다. 발표되는 매출 규모에 비해 실제 회사에 남는 몫이 작다. 스노클AI는 인력이 아니라 완성된 데이터와 환경을 판매하기 때문에 전문가 지급액이 매출원가로 처리된다고 설명했다.

AI 학습 데이터 시장은 지난해 6월 메타가 스케일AI 지분 49%를 143억달러에 사들인 뒤 판이 흔들렸다. 경쟁사에 데이터 공급망을 맡기기 꺼린 AI 연구소들이 대안을 찾으면서 머코어는 연환산 총매출 20억달러 핸드셰이크는 10억달러 마이크로원은 5억달러를 넘겼다.

인사이트파트너스의 론 제이프 매니징디렉터는 연구 수준의 데이터 개발 역량이 의료와 법률 소프트웨어 개발 같은 고부가 영역으로 확장될 것으로 봤다. S32의 앤디 해리슨 최고경영자는 전문가와 AI가 맞물려 돌아가는 구조가 모델 개발 속도와 정확도를 함께 끌어올린다고 평가했다.

스노클AI는 확보한 자금을 연구 인력과 엔지니어 채용에 쓰고 기업 고객과 미국 정부 기관 대상 사업을 넓힐 계획이다. 새로운 산업 분야와 데이터 형식으로 영역을 확장하고 외부 모델 평가도 지원한다. 공개 벤치마크 연구에 300만달러를 지원하는 오픈 벤치마크 그랜츠 프로그램도 확대한다. 회사는 연내 흑자 전환을 예상하고 있다.

스노클AI는 스탠퍼드대 AI 연구소에서 4년간 진행된 연구를 바탕으로 2019년 사업을 시작했다. 관련 연구진이 발표한 논문은 250편이 넘고 인용 횟수는 2만5000회를 웃돈다.