2024년 Scale AI의 매출은 약 8억 7천만 달러에 이를 것으로 예상되며, 2025년에는 약 20억 달러에 도달할 것으로 보인다. 이러한 매출 성장은 고품질 실시간 데이터 운영이 단순한 비용 절감이 아닌 수익 창출의 주요 원동력이 될 수 있다는 점을 분명히 한다.

현재 인공지능(AI) 경제는 지속적인 주석(annotation), 평가(evaluation), 레드팀 구성(red teaming), 합성 데이터(synthetic data) 파이프라인을 통해 주요 발전을 이루고 있다. 이러한 발전은 AI 모델이 더 신속히 학습하고 보다 정밀한 개인화(personalization)를 가능하게 함으로써 AI 환경의 변화를 가져오고 있다.

한편, 2025년까지 전 세계에서 약 181제타바이트의 데이터가 생성될 것으로 예상되며, 이는 하루 평균 약 1조 4,500억 기가바이트에 해당한다. 이 통계는 데이터 계층이 AI의 학습 및 추론에서 전략적 핵심 역할을 할 것임을 시사한다.

과거에는 데이터와 컴퓨팅 자원이 소수의 Web2 플랫폼에 집중되어 있었고, AWS, Azure, Google Cloud는 2025년 기준 전 세계 클라우드 인프라 지출의 약 3분의 2를 차지하며, 이로 인해 공급업체 종속이 심화됐다. 이로 인해 소규모 개발사들은 높은 진입 장벽에 직면하고 있다.

Microsoft의 OpenAI API 독점 호스팅 방침은 주요 AI 워크로드가 특정 대형 하이퍼스케일러에 종속된 상태임을 보여준다. Impossible Cloud Network Foundation의 세바스찬 파이퍼 상무는 “실시간 데이터 생태계 구축의 핵심 과제는 데이터 기여자, 컴퓨팅 플랫폼, AI 개발자 간 이해관계가 본질적으로 어긋나는 점”이라고 지적한다. 그는 데이터 제공자들이 통제력 상실과 부적절한 보상에 대한 우려로 어려움을 겪고 있으며, 컴퓨팅 제공업체들은 자원 할당에 대한 경제성 문제를 겪고 있다고 설명했다.

이런 문제를 해결하기 위한 초기 솔루션으로 토큰화된 마켓플레이스(tokenized marketplace)가 주목받고 있다. 이 플랫폼들은 ‘컴퓨트 투 데이터(compute-to-data)’와 같은 개인정보 보호 메커니즘을 통해 데이터 제공자가 민감한 원시 데이터를 노출하지 않고도 데이터 공유를 가능케 한다. 파이퍼 상무는 Web3 기반 솔루션이 기존 사일로화된 데이터 구조를 점차 해체하고 있으며, 탈중앙화된 데이터 마켓플레이스가 투명하고 세분화된 실시간 결제 시스템을 제공한다고 강조했다.

또한, 엣지 AI(Edge AI)의 발전은 데이터 생성 지점에 가까운 기기에서 직접 의사결정을 수행함으로써 비용을 절감하고 반응 속도를 크게 향상시킨다. 이러한 변화는 특히 지도 제작, 내비게이션, 물류 분야에서 효율성과 경제성을 높인다. Hivemapper의 공동 창립자 아리엘 세이드먼은 엣지 AI가 클라우드 중심의 시스템에서 데이터 생성 지점에 가까운 기기로의 연산 이관을 통해 대역폭 및 지연 시간을 줄이고 분산형 네트워크의 응답성을 강화한다고 밝혔다.

그러나 실시간 데이터-컴퓨팅-인센티브 간의 정렬을 매끄럽게 구현하는 것은 여전히 해결되지 않은 과제로 남아 있다. 파이퍼 상무는 AI 인프라가 널리 퍼지기 위해서는 AI 결과에 기반하여 기여자에게 보상할 수 있는 통용된 프레임워크가 필요하다고 강조했다. 그는 현재 많은 신기술이 등장했지만, 이 세 주체 간의 경제적 인센티브를 실시간으로 조율하고 가치를 공정하게 분배하는 체계는 아직 부재하다고 말했다.

기술 기반 기업가들은 이러한 구조적 변화에서 분산형 지도 제작, 의료 데이터 활용, 공급망 인텔리전스 등 다양한 분야에서 새로운 데이터 기반 모델을 설계할 기회를 얻게 된다. 동시에 기존 AI 대기업들은 협력적이고 검증 가능한 AI 모델을 채택하라는 압박을 더욱 강