▶▷ AI 위험사이트 분류 「저작권 이슈 브리프(2025-6-4호)」 URL 클릭하기 ◁◀NEWS BRIEF​메타가 AI 학습용 데이터 라벨링 업체 스케일AI(Scale AI)에 148억 달러를 투자하여 49% 지분을 확보하면서 AI 데이터 공급망 재편이 본격화되고 있다. 스케일AI CEO 알렉산드르 왕이 메타에 합류하며 기존의 중립적 공급업체가 사실상 메타 계열사로 전환되자, 최대 고객인 구글을 비롯해 마이크로소프트, 오픈AI 등 주요 경쟁사들이 스케일AI와의 관계 단절을 결정했다. 이러한 상황에서 라벨박스, 핸드셰이크, 튜링 등 스케일AI의 대체 업체들이 급성장하고 있으며, AI 데이터 라벨링 시장은 2025년 18억 9천만 달러에서 2030년 54억 6천만 달러로 연평균 23.6% 성장할 전망이다. 업계는 데이터 공급업체의 전략적 중립성을 핵심 기준으로 한 새로운 선별 체계를 구축하고 있으며, 데이터 공급의 전문 영역별 세분화와 보안 강화를 동시에 추진하고 있다.메타의 스케일AI 투자와 데이터 공급망 지배력 확보​148억 달러 투자를 통한 핵심 데이터 업체 확보​메타 플랫폼(Meta Platforms)이 미국의 AI 학습용 데이터 라벨링 업체 스케일AI(Scale AI)에 148억 달러를 투자하여 의결권 없는 지분 49%를 취득하였다. AI 위험사이트 분류 이는 메타 역사상 두 번째로 큰 규모의 투자 거래에 해당하며, 의결권 없는 지분을 택한 이유는 미국 반독점 규제 당국의 사전 검토를 피하기 위한 전략인 것으로 풀이된다.​스케일AI의 기업가치는 메타 투자 이전 140억 달러에서 투자 후에는 290억 달러로 상승했으며, 메타의 이번 대규모 투자는 Llama 4 모델의 성능 기대치 미달 이후 AI 개발 역량 강화를 위한 전략적 조치로 해석되고 있다. 또한 이번 투자로 알렉산드르 왕(Alexandr Wang) 스케일AI CEO가 메타 내 신설 조직 '슈퍼인텔리전스(Superintelligence)'책임자로 합류하며, 스케일AI 이사회에는 잔류한다. 그와 함께 스케일AI 직원 일부가 메타로 이직할 예정이다.​​기존 중립적 공급업체의 계열사화 전환​스케일AI는 구글, 마이크로소프트, 오픈AI 등 주요 AI 기업에 데이터 라벨링 서비스를 제공하던 중립적 업체였으나, 메타 투자로 사실상 메타 계열사로 전환되었다. 경쟁사들은 스케일AI와 독점 데이터 및 프로토타입 제품을 공유해왔으나, 메타의 지분 확보로 인해 자사 AI 개발 전략과 기술 청사진 노출을 우려하는 상황이다. AI 데이터 공급 생태계에서는 업체 간 중립성이 AI 위험사이트 분류 핵심 원칙이었으나, 이번 거래는 중립성 기반 시장 질서가 근본적으로 재편되는 전환점이 될 전망이다.​​주요 고객사들의 스케일AI 이탈​구글의 대규모 계약 해지 결정​구글은 스케일AI 최대 고객으로 2025년 약 2억 달러 규모 계약을 체결할 예정이었으나 메타 투자 발표 직후 관계 단절을 결정하였다. 구글은 2024년 스케일AI 서비스에 약 1억 5천만 달러를 지출했으며, 제미나이(Gemini) AI 모델 개발에 필요한 라벨링 훈련 데이터를 주로 조달해왔다. 구글이 이미 스케일AI 경쟁업체 여러 곳과 업무 이관을 위한 협의를 시작했으며, 데이터 라벨링 계약 구조상 신속한 업체 전환이 가능한 상황이다.​​기타 주요 AI 기업들의 단계적 거래 중단​마이크로소프트, 일론 머스크의 xAI도 스케일AI와 협업을 중단할 계획을 수립하고 있으며, 두 회사 모두 스케일AI의 주요 고객사에 해당한다. 오픈AI 역시 메타 투자 발표 수개월 전부터 이미 스케일AI 의존도를 줄여왔으나 지출 규모는 구글 대비 상당히 적은 수준이었다. 오픈AI는 당초 메타 투자 이후에도 스케일AI와 지속 협력 의사를 표명했으나, 최종적으로 관계 정리 결정을 내렸다.​​데이터 보안과 AI 위험사이트 분류 경쟁 정보 유출 우려 확산​AI 기업들은 스케일AI에 독점 데이터와 프로토타입 제품을 제공하여 데이터 라벨링 서비스를 받아왔으나, 메타 지분 확보로 경쟁사 기술 정보 노출 위험이 증가하였다. 각 AI 기업이 스케일AI와의 계약을 통해 자사 연구 우선순위와 로드맵을 공유하는 구조였으나, 메타가 경쟁사의 사업 전략과 기술 청사진에 접근할 가능성에 대한 우려가 확산되었다.​[표 1] 스케일AI 기업 개요



창립연도2016년



​알렉산드르 왕 CEO본사 소재지미국 샌프란시스코직원 수900명데이터 어노테이션 누적 규모130억 건생성형 AI 데이터 라벨링 누적 규모8,700만 건​​경쟁업체들의 시장 기회 포착​주요 대체 업체들의 수주 급증과 시장 점유율 확대​데이터 라벨링 업체 라벨박스(Labelbox)는 스케일AI 이탈 고객들로부터 연말까지 수억 달러 규모&quot신규 매출을 달성할 것으로 전망한다고 마누 샤르마(Manu Sharma) CEO가 밝혔다. AI 인력 채용 서비스 핸드셰이크(Handshake)의 게릿 로드(Garrett Lord) CEO는 메타-스케일AI 거래 발표 후 하룻밤 사이 수요가 3배 증가했다고 언급하였다. AI 학습 데이터 생성 서비스 업체 튜링(Turing)은 지난 2주간 범용 인공지능(AGI) 발전을 위해 진정한 중립 파트너가 AI 위험사이트 분류 필요하다고 인식한 기술 연구소들로부터 5천만 달러 규모의 잠재 계약을 확보했다고 발표하였다.​[표 2] 스케일AI 및 주요 대체 업체 매출액, 주요 고객사 정보기업2024년 매출액매출 성장률(YoY)주요 고객사 및 산업군



약 $5,000만125.23%컴퓨터 비전 및 머신러닝 개발 기업



$1억 7,200만28.87%1,200여 개 대학 및 기업



$1억 7,000만27.27%세계 주요 AI 연구소, Fortune 500 기업(하이테크, 금융, 리테일, 헬스케어)



$7억 6,000만363.27%자율주행차, 로봇 공학, 전자상거래 등※ 출처: GetLatka 기업정보 플랫폼​​전문가 네트워크 기반 고급 데이터 라벨링 서비스 차별화​AI 모델이 추론(reasoning) 패러다임으로 전환되면서 데이터 라벨링 작업에 간호학 등의 전문 분야나 기타 고급 학위 보유 전문가들의 참여가 필수가 되었다. 초기 단계의 단순 이미지 분류나 문장 연결 작업에서 벗어나 복잡한 과학 문제 해결과 코딩, 연구 수행 과정을 모델링하는 고도화된 업무로 확대되는 추세이다.​AI 모델이 계속해서 고도화되면서 진정한 전문성이 필요한 영역으로 진입하고 있으며, 역사학자부터 과학자까지 박사 학위 보유 전문가들이 자신의 전문 분야에서 AI 모델을 정교하게 업데이트하는 데 참여하고 있는 AI 위험사이트 분류 상황이다. 고급 데이터 어노테이션 작업 비용이 건당 최대 100달러까지 상승하며, 일부 영역에서는 단일 전문가가 아닌 전문가 팀 구성이 필요한 수준에 도달하였다.​​기업 내부 데이터 팀 구축 가속화와 공급망 내재화 트렌드​주요 AI 기업들은 외부 공급업체 의존도를 줄이고 데이터 보안을 유지하기 위해 사내 데이터 라벨링 팀 구축을 가속화하고 있다. 이러한 가운데 머코(Mercor) 등 AI 인재 채용 및 검증 기술을 보유한 스타트업들이 AI 연구소의 데이터 라벨링 운영 규모 확대를 지원하며 새로운 사업 기회를 확보하였다. 각 주요 AI 기업은 연간 약 10억 달러를 전문가의 어노테이션 및 라벨링 작업을 거친 데이터 확보에 지출하고 있으며, 이 예산 규모는 감소하지 않고 오히려 증가하는 추세이다.​​데이터 공급망의 중립성 중심 재편​전략적 중립성 기준 확립과 공급업체 선별 체계 변화​AI 기업들이 데이터 공급업체 선정 시 경쟁사와의 연결고리를 핵심 평가 요소로 설정하며, 중립성이 더 이상 선택 사항이 아닌 필수 조건이라는 인식이 확산되는 추세이다. 조나단 시다스(Jonathan Siddharth) 튜링 AI 위험사이트 분류 CEO는 주요 AI 연구소들이 범용 인공지능(AGI)을 발전시키기 위해서는 중립적인 파트너가 필수라는 점을 깨닫고 있다고 언급하였다. 데이터 공급업체들은 고객 기밀 보호 프로토콜 강화에 주력하고 있으며, 스케일AI도 고객 데이터 보호에 대한 우리의 약속은 변함없다는 입장을 발표하였다.​아웃소싱 기반 데이터 라벨링 서비스는 전체 AI 데이터 라벨링 시장에서 2024년 기준 시장 점유율 55.36%를 기록하며 2030년까지 연평균 29.12%의 성장률을 기록할 것으로 전망된다. 아웃소싱 기반 데이터 라벨링 서비스가 성장함에 따라 전문 업체들의 중립성 보장은 더욱 중요해질 것으로 예상된다.​​고도화된 전문 데이터 서비스 시장 급성장과 전문성 요구 확대​AI 데이터 라벨링 시장은 2025년 18억 9천만 달러에서 2030년 54억 6천만 달러로 연평균 23.6% 성장할 것으로 전망된다. 비디오 어노테이션 작업이 32%의 연평균성장률(CAGR)로 최고 성장률을 보일 것으로 예상되며, 자율주행차 개발에 필요한 4K 멀티카메라 피드와 LiDAR 메시 결합 작업으로 프로젝트 단가가 상승하고 있다. 라벨링 방식에서는 수동 라벨링이 2024년 78.96% 점유율로 대다수를 차지하고 있으나, 반지도 학습(semi-supervised)과 인간과 AI가 AI 위험사이트 분류 협업하는 휴먼인더루프(human-in-the-loop) 방식이 34.23%의 CAGR로 급성장 할 것으로 보인다.​[표 3] AI 데이터 라벨링 시장 규모 전망 및 현황2024년 시장 현황 분석조달 유형아웃소싱 55.36%수요기업 규모대기업 61.11%데이터 유형텍스트 어노테이션 27.74%라벨링 방식수동 78.96%최종 수요 산업자동차 및 모빌리티 23.34%​​데이터 인프라 시장 성장과 훈련 데이터 보호 방안 마련 필요​AI 데이터 라벨링 수요가 지속 증가하는 가운데, 공급업체의 중립성을 중심으로 한 공급망 재편과 전문 영역별 세분화가 동시에 진행되면서 자율주행차용 LiDAR 데이터처럼 고도의 도메인 전문성이 요구되는 영역에서 특화 업체들의 역할이 확대될 것으로 전망된다. AI 모델이 추론 패러다임으로 전환되면서, 박사급 전문가들이 자신의 전문 영역에서 복잡한 문제 해결 과정을 단계적으로 모델링하는 작업이 핵심이 된다. 이 과정에서 전문가들이 작성하는 훈련 데이터는 기존의 단순 라벨링과 달리 각자의 전문 지식과 연구 방법론이 집약된 고부가가치 콘텐츠로 변화하고 있어, 데이터 처리 과정에서 전문성과 지식 영역의 적절한 보호 및 활용 방안 마련이 업계의 새로운 과제로 대두되었다.※ 참고문헌​