Scale AI는 샌프란시스코에 본사를 둔 데이터 라벨링 및 AI 훈련 인프라 전문 기업으로, 2024년에 10억 달러 규모의 자금 조달 라운드를 완료했다. 이 라운드에서 회사는 138억 달러의 가치를 평가받았으며, 이는 2021년의 이전 평가액인 73억 달러에서 상당한 증가를 나타낸다. Meta는 전략적 투자자로 참여했으며, Accel, Index Ventures, Tiger Global Management와 같은 기존 투자자들이 포함된 그룹에 합류했다. 이번 자금 조달은 고급 Artificial intelligence 시스템 개발에서 고품질 훈련 데이터의 중요성이 커지고 있음을 강조했다.
회사의 핵심 사업은 Machine learning 모델, 특히 Computer vision 및 Natural language processing 응용 분야를 위한 라벨링된 데이터를 제공하는 것이다. Scale AI의 플랫폼은 조직이 이미지, 텍스트 및 기타 데이터 유형을 주석 처리하여 Neural network 모델을 훈련할 수 있도록 지원한다. 2024년 라운드는 규모뿐만 아니라 Meta의 전략적 참여로도 주목할 만했으며, 이는 대형 기술 기업과 AI 데이터 인프라 제공업체 간의 수직 통합 증가를 시사했다.
배경 및 설립
Scale AI는 2016년 Alexandr Wang과 Lucy Guo에 의해 설립되었다. 당시 19세였던 Wang은 이전에 Quora와 Google에서 근무한 바 있다. 회사는 자율 주행 차량 기업을 위한 데이터 라벨링 서비스 제공에 초점을 맞추며 시작했으며, Waymo 및 Tesla-Autopilot을 포함한 고객을 두었다. 초기 고객에는 다양한 AI 관련 프로젝트에 Scale AI의 서비스를 사용한 미국 국방부도 포함되었다.
회사의 초기 접근 방식은 인간 주석자와 알고리즘 도구를 결합하여 효율성과 정확성을 개선하는 것이었다. 이 하이브리드 모델은 Scale AI가 품질 기준을 유지하면서 대량의 데이터를 처리할 수 있게 했다. 2019년까지 회사는 자연어 처리 및 기타 AI 영역으로 서비스를 확장했다.
2024년 자금 조달 라운드
10억 달러 규모의 라운드는 2024년 5월에 발표되었으며, Meta의 참여는 전략적 투자로 확인되었다. 이 라운드는 Accel이 주도했고 Nvidia, Amazon 및 기타 기술 투자자들이 참여했다. 138억 달러의 평가액은 2021년 3억 2,500만 달러 규모의 Series E 라운드에서 설정된 이전 평가액인 73억 달러에서 거의 90% 증가한 수치였다.
Meta의 투자는 회사가 Generative AI 및 Large language model 개발에 막대한 투자를 하고 있던 시점에 이루어졌다는 점에서 특히 중요했다. FAIR 연구소를 포함한 Meta의 AI 연구 부서는 LLaMA와 같은 모델을 개발해 왔다. Scale AI와의 파트너십은 이러한 노력을 위한 고품질 훈련 데이터를 확보하는 방법으로 여겨졌다.
라운드의 다른 투자자에는 이전에 클라우드 기반 데이터 서비스에서 Scale AI와 협력한 Amazon-Web-Services가 포함되었다. 여러 주요 기술 기업의 참여는 AI 생태계에서 데이터 인프라의 전략적 중요성을 강조했다.
Meta에 대한 전략적 시사점
Meta의 Scale AI 투자는 AI 역량을 구축하기 위한 광범위한 전략의 일부였다. 회사는 자체 AI 칩을 개발하고 있었으며 AI 인프라에 상당한 자본 지출을 약속했다. Scale AI에 투자함으로써 Meta는 정교한 모델 훈련에 필수적인 데이터 라벨링 서비스의 선도 제공업체에 접근할 수 있게 되었다.
이 파트너십은 또한 Meta가 데이터 라벨링 도구와 표준 개발에 영향을 미칠 수 있게 했다. 이는 텍스트, 이미지 및 비디오 데이터를 결합한 다중 모달 모델에 대한 Meta의 작업에서 특히 관련이 있었다. 다양한 데이터 유형을 처리하는 Scale AI의 전문성은 이러한 노력에 귀중한 파트너가 되게 했다.
업계 분석가들은 Meta의 투자가 AI 데이터 서비스의 잠재적 공급망 제약에 대한 헤지 역할도 할 수 있다고 지적했다. 훈련 데이터에 대한 수요가 증가함에 따라 데이터 인프라를 통제하는 기업은 상당한 경쟁 우위를 확보할 가능성이 높다.
Scale AI의 비즈니스 모델 및 성장
Scale AI는 데이터 플랫폼에 대한 구독 기반 접근과 맞춤형 프로젝트 기반 서비스를 통해 수익을 창출한다. Scale Data Engine으로 알려진 회사의 플랫폼은 데이터 주석, 모델 평가 및 데이터 세트 관리를 위한 도구를 제공한다. 클라이언트는 플랫폼을 사용하여 다양한 AI 응용 분야를 위한 훈련 데이터 세트를 생성하고 관리할 수 있다.
회사는 초기의 자율 주행 차량 중심에서 확장했다. 2024년까지 Scale AI는 의료, 금융 및 정부를 포함한 분야의 클라이언트에 서비스를 제공했다. 회사는 또한 인간 피드백 기반 강화 학습(RLAIF) 및 모델 정렬을 위한 서비스를 포함한 Generative AI를 위한 특화된 제품을 개발했다.
Scale AI의 성장은 2023년에 5억 달러를 초과한 것으로 보고된 수익 수치에 반영되었다. 회사는 EBITDA 기준으로 수익성을 달성했지만 연구 개발에 계속 막대한 투자를 했다.
경쟁 구도
데이터 라벨링 시장은 2024년까지 점점 더 경쟁적으로 변했다. Appen, Labelbox 및 Snorkel-AI와 같은 기업이 유사한 서비스를 제공했으며, 대형 기술 기업은 내부 역량을 개발하기 시작했다. 그러나 Scale AI는 고급의 복잡한 데이터 작업에 대한 초점과 주요 기술 기업과의 관계를 통해 차별화했다.
회사는 또한 인간 주석 없이 훈련 데이터를 생성하는 알고리즘을 사용하는 합성 데이터 제공업체와의 경쟁에 직면했다. 합성 데이터는 비용 이점을 제공했지만 실제 데이터의 미묘함과 다양성이 부족한 경우가 많았다. 인간 전문성과 자동화 도구를 결합한 Scale AI의 하이브리드 접근 방식은 이러한 한계를 해결하기 위해 설계되었다.
AI 개발에 미치는 영향
2024년 자금 조달 라운드의 규모는 AI 산업의 광범위한 추세를 반영했다. 모델이 더 크고 복잡해짐에 따라 고품질 훈련 데이터에 대한 수요도 그에 따라 증가했다. Deep-learning 모델, 특히 Transformer (architecture) 기반 아키텍처는 최첨단 성능을 달성하기 위해 대규모 데이터 세트를 필요로 했다. Scale AI의 서비스는 이러한 데이터 세트가 정확하고 대표성을 갖도록 보장하는 데 중요했다.
회사는 또한 학술 기관에 데이터 세트를 제공하여 Machine learning 연구를 발전시키는 역할을 했다. Scale AI는 모델 견고성 및 공정성과 같은 주제에 대한 연구를 지원하기 위해 MIT-CSAIL 및 Stanford-AI-Lab을 포함한 여러 대학과 파트너십을 맺었다.
향후 전망
2024년 자금 조달 라운드 이후 Scale AI는 국제적으로 운영을 확장하고 새로운 제품 개발에 투자할 계획을 발표했다. 회사는 자동화된 라벨링 기능을 개선하고 프로덕션에서 AI 모델을 평가하고 모니터링하기 위한 도구를 개발하는 데 초점을 맞출 것이라고 밝혔다.
Meta 및 기타 주요 투자자의 참여는 Scale AI가 AI 생태계에서 중심 역할을 계속할 것임을 시사했다. 2024년 현재 회사는 로봇 공학 및 과학적 발견과 같은 분야의 응용을 탐색하고 있었으며, 이는 향후 성장을 주도할 것으로 예상되었다.
그러나 회사는 AI 데이터 관행에 대한 규제 조사와 대규모 데이터 수집의 윤리적 영향에 대한 우려를 포함한 과제에도 직면했다. Scale AI는 데이터 거버넌스 프레임워크 및 AI 안전에 초점을 맞춘 조직과의 파트너십을 포함한 이러한 문제를 해결하기 위한 조치를 구현했다.
결론
2024년 Meta를 전략적 투자자로 한 Scale AI의 10억 달러 자금 조달 라운드는 AI 인프라의 상업화에서 중요한 순간을 기록했다. 이 라운드는 고급 AI 시스템 개발에서 데이터 품질의 중요성이 커지고 있음을 강조했으며 AI 산업에 필수 서비스를 제공하는 기업의 전략적 가치를 부각시켰다. AI가 계속 진화함에 따라 데이터 환경을 형성하는 Scale AI의 역할은 계속 중요할 가능성이 높다.