들어가며
핵심 판단
세계에서 인공지능에 가장 많은 돈을 쓰는 기업이, 동시에 가장 원시적인 방식으로 사람을 동원하고 있다. 메타는 미국 직원들의 컴퓨터에 추적 소프트웨어를 설치해 마우스 움직임과 키 입력을 인공지능 학습 데이터로 수집하기 시작했고, 또 다른 부서에서는 수천 명이 인공지능을 학습시킬 문제를 손으로 직접 만들고 있다. 본 리포트는 이 사건을 노동 분쟁이나 일회성 추문으로 읽지 않는다. 우리는 이를 인공지능 가치 사슬에서 해자가 어디로 이동하는지를 보여주는 신호로 해석한다.
핵심 판단은 다음과 같다. 최고 수준의 모델 능력은 빠르게 범용화되어 더 이상 희소하지 않다. 능력이 희소성을 잃으면, 가치는 모델 그 자체가 아니라 누구도 복제할 수 없는 자산 — 사람이 실제로 판단하고 행동하는 방식의 데이터 — 으로 옮겨간다. 메타의 혼란스러워 보이는 행보는, 구조로 보면 바로 그 마지막 희소 자산을 확보하려는 움직임일 수 있다.
사건의 재구성 — 자동화 기업이 사람에게 매달리는 역설
메타는 올해 인공지능 인프라에 최대 약 219조원, 즉 2025년의 약 109조원에서 두 배에 가까운 자본을 투입할 계획이다. 그러나 그 규모의 투자가 무색하게, 회사 내부에서는 정반대의 장면이 펼쳐졌다. 3월 신설된 응용 인공지능 부서의 엔지니어 약 6,500명은 모델을 학습시킬 퍼즐과 코딩 문제를 사람 손으로 생성하는 업무에 배치됐고, 일부 직원은 이 부서를 수용소라 불렀다. 한 직원은 사내 라이브 발표를 가로채 임원을 공개적으로 비난했다.
여기에 더해, 회사는 직원 컴퓨터에 마우스 움직임과 키 입력, 일부 화면을 기록하는 프로그램을 도입했다. 명분은 인간이 컴퓨터를 다루는 실제 방식을 학습해 업무를 자율 수행하는 인공지능 에이전트를 만든다는 것이다. 직원 1,500명 이상이 반대 서명에 나섰지만 회사는 프로그램을 중단하지 않았고, 30분 일시정지와 면제 요청 권한을 부여하는 선에서 봉합했다.
결국 최고기술책임자 앤드류 보스워스는 내부 메모에서 회사가 비전을 설명하는 데 형편없었다고 인정하고, 직원 사기가 20년 만에 최악에 가깝다고 토로했다. 그가 내놓은 대책은 관리자 1인당 인원 축소, 잦은 인사 이동 감소, 사교 행사와 사무실 복지 확충이었다. 정작 직원들이 분노한 강제 이동과 감시 자체는 그대로 둔 처방이었다.
능력의 범용화 — 모델은 더 이상 희소하지 않다
메타가 사람을 이렇게까지 동원하는 배경에는 두 가지 구조적 압력이 있다. 첫째, 합성 데이터의 한계다. 인공지능이 인공지능이 만든 데이터로만 학습하면 어느 지점에서 품질이 천장에 부딪히고, 가장 어려운 과제는 결국 사람이 만든 고품질 예시를 요구한다. 219조원의 인프라로도 우회할 수 없는 제약이다.
둘째, 모델 능력 자체의 가격 붕괴다. 중국의 오픈소스 모델들은 같은 수준의 작업을 미국 최고 모델의 수십 분의 일 가격에 처리하며, 일부는 가장 관대한 라이선스로 공개되어 무료로 내려받아 구동할 수 있다. 대표적인 중국 모델의 출력 비용은 서구 최상위 모델의 약 7분의 1 수준이다. 넥서스알파랩이 본 시각으로는, 모델의 성능 곡선이 평탄해지고 저가 대체재가 범람하면서 "가장 강한 모델"이라는 사실 자체의 희소가치가 빠르게 소진되고 있다.
데이터 해자 — 마지막으로 희소한 자산
능력이 흔해지면, 남는 질문은 하나다. 무엇이 여전히 희소한가. 답은 데이터, 그중에서도 사람이 실제로 어떻게 판단하고 행동하는지를 담은 기록이다. 모델의 가중치는 빌리고 베끼고 내려받을 수 있지만, 35억 명이 매일 남기는 행동과 직원들이 일하는 방식은 경쟁사가 가져갈 수 없다. 넥서스알파랩이 본 시각으로는, 메타의 마우스 추적과 손으로 만드는 학습 데이터는 같은 목적의 두 측정값이다. 능력이 공짜가 되는 시대에, 복제 불가능한 독점 행동 데이터를 마지막 해자로 축적하려는 시도다.
이 흐름은 메타만의 일이 아니다. 동종 업계의 다른 선두 기업들도 실제 업무 산출물과 작업 흐름을 학습 데이터로 확보하려는 경쟁에 들어섰다. 인공지능 군비경쟁의 전선이 칩과 모델에서, 사람의 노동과 행동을 데이터로 전환하는 능력으로 이동하고 있다는 신호다
가치 귀속의 재배치 — 점수표 밖으로 이동하는 해자
투자 관점의 함의는 분명하되, 본 리포트는 특정 종목의 매수나 매도를 권고하지 않으며 구조적 방향만 제시한다. 시장은 인공지능 기업을 주로 모델 성능 점수, 즉 공개 벤치마크로 평가한다. 그러나 넥서스알파랩이 본 시각으로는, 능력이 범용화된 환경에서 진짜 해자는 그 점수표에 잡히지 않는 곳 — 독점 데이터, 분배 경로, 전환 비용, 규제 적합성 — 에 조용히 쌓인다. 표면적으로 인공지능에서 뒤처지거나 혼란스러워 보이는 기업이, 정작 점수표 밖에서 가장 견고한 자산을 축적하고 있을 수 있다는 뜻이다.
따라서 시장의 평가 축은 "누가 가장 강한 모델을 가졌는가"에서 "누가 복제 불가능한 데이터와 구조를 가졌는가"로 이동할 가능성이 있다. 능력의 우위가 곧바로 가격 결정력으로 연결되던 등식이 약해지면, 벤치마크 점수만으로 기업을 평가하는 방식은 점점 더 불완전해진다.
리스크와 반론
이 명제는 확정된 사실이 아니라 구조적 가설이며, 세 가지 반론에 노출된다. 첫째, 데이터 해자의 수익 전환은 아직 입증되지 않았다. 메타가 행동 데이터를 축적한다는 사실과, 그것이 실제로 우월한 모델과 수익으로 이어진다는 것은 별개의 문제다 (넥서스알파랩이 본 시각). 둘째, 감시 기반 데이터 수집은 법적·규제적 위험을 키운다. 유럽의 데이터 보호 규정과 미국의 노동 관계법은 직원 감시와 데이터 활용에 제약을 가할 수 있고, 내부 문서상 이메일과 메시지 내용까지 수집 대상에 포함될 수 있다는 점은 분쟁의 불씨다. 셋째, 사기 저하와 핵심 인력 이탈은 그 자체로 데이터 품질과 조직 역량을 훼손한다. 강제로 동원된 노동에서 나오는 데이터의 질은 자발적 협력에서 나오는 것과 다를 수 있다.
분기점과 관전 포인트
향후 추적할 변수는 다음과 같다. 첫째, 직원 감시 프로그램이 규제 당국의 제동을 받는가, 아니면 업계 표준으로 확산되는가. 둘째, 합성 데이터의 품질 한계가 기술적으로 돌파되어 인간 데이터 의존이 약해지는가. 셋째, 독점 행동 데이터를 확보한 기업이 실제로 모델 성능과 수익에서 격차를 만들어내는가. 넥서스알파랩은 이 세 변수를 데이터 해자 가설의 검증 지표로 설정한다.
넥서스알파랩이 본 시각
가장 강한 모델을 가진 기업이 가장 비싸게 평가받던 시대가 저물고 있다. 능력이 희소하지 않으면, 능력으로 매긴 가치도 지키기 어렵기 때문이다. 그 빈자리를 채우는 것이 데이터, 그중에서도 누구도 복제할 수 없는 사람의 행동 기록이다. 메타의 직원 감시와 손으로 만드는 학습 데이터는 그 마지막 희소 자산을 향한 거친 쟁탈전의 한 장면이다. 시장이 던져야 할 질문은 더 이상 "가장 강한 인공지능은 누구인가"가 아니라, "아무도 복제하지 못하는 데이터를 쥔 기업은 누구인가"이다.
본 리포트는 투자 추천이 아닙니다. 넥서스알파랩이었습니다.
의견을 남겨주세요