데이터의 중요성 — AI 모델 경쟁의 진짜 해자는 어디에 있는가
MBI Deep Dives의 The Salience of Data는 AI 모델 회사의 지속 가능한 경쟁우위를 데이터에서 찾는다. 컴퓨트와 인재는 여전히 중요하지만, 시간이 지날수록 주요 연구소가 비슷한 수준의 자본·GPU·인재에 접근하게 된다면 결국 모델을 다르게 만드는 것은 어떤 데이터를 확보하고 학습하느냐라는 주장이다. Data 핵심 정리 핵심 주장: AI 기업의 장기 해자는 모델 구조보다 독점적 데이터 접근권에서 만들어질 가능성이 크다. 데이터 플라이휠: 사용자가 제품을 많이 사용할수록 실제 작업 데이터가 쌓이고, 그 데이터가 모델과 제품을 개선해 다시 사용자를 끌어오는 순환이 생긴다. 병목의 이동: 지금까지는 GPU가 부족한 컴퓨트 제한 국면이었다면, 앞으로는 공개 웹 바깥의 고품질 데이터가 부족한 데이터 제한 국면이 될 수 있다. 시장 신호: 외부 데이터 벤더에 대한 지출은 이미 연간 약 70억 달러이며, 2030년에는 10배 이상 커질 수 있다. 1. 비슷한 모델 사이에서 무엇이 차이를 만드는가 원문은 OpenAI와 Anthropic의 재무 정보나 기업가치를 모른다고 가정하고, 주요 연구소가 비슷한 컴퓨트·데이터·인재를 갖게 된다면 3~5년 뒤 누가 지속 가능한 우위를 갖는지 어떻게 판단할 수 있겠느냐고 묻는다. ...