Snorkel AI, 1억 달러 규모 시리즈 D 투자 유치... 기업 AI 데이터 개선 위해 13억 달러 가치 달성
데이터 개발 유니콘 스노클 AI, 기업 AI 신뢰도 향상 위해 1억 달러 투자 유치
스탠포드 출신 스타트업, 기업들의 핵심 AI 데이터 난제 해결 경쟁 속 13억 달러 기업 가치 달성
실리콘 밸리의 번화한 AI 부문에서 스노클 AI는 기업 AI의 가장 고질적인 문제 중 하나인 '신뢰할 수 있는 데이터'를 해결하는 강력한 플레이어로 부상했다. 레드우드 시티에 본사를 둔 이 회사는 목요일 1억 달러 규모의 시리즈 D 투자 유치 소식을 발표하며 기업 가치를 13억 달러로 끌어올려 경쟁이 심화되는 시장에서 유니콘 지위를 확고히 했다.
어딕션이 주도하고 프로스페리티 7 벤처스, 기존 투자사인 그레이록 및 라이트스피드, 그리고 BNY와 QBE 벤처스를 포함한 전략적 투자자들이 참여한 이번 투자 유치는 기업 AI 구현에 있어 중대한 시점에 이루어졌다. 스노클 AI가 인용한 가트너 리서치에 따르면, 확장 가능한 AI 데이터 관행을 구축하지 못하는 조직들은 암울한 현실에 직면하게 될 것이며, 2026년까지 AI 프로젝트의 60% 이상이 중단될 것으로 예상된다.
스노클 AI의 공동 설립자이자 CEO인 알렉스 래트너(Alex Ratner)는 "우리는 에이전트 AI를 둘러싼 엄청난 추진력을 목격하고 있지만, 대부분의 환경에서 특화된 기업 에이전트는 아직 상용화될 준비가 되어 있지 않습니다. 기업들은 이를 현실화하기 위해 도메인별 데이터와 전문 지식이 필요합니다."라고 언급했다.
고위험 시장에서의 빠른 성장
이번 최신 자금 유치로 스노클 AI의 총 투자 유치액은 2019년 설립 이후 2억 3,700만 달러에 달하며, 4년 전 스탠포드 AI 연구소에서 시작된 연구에서 탄생한 회사임을 감안할 때 놀라운 성장을 보여준다. 특히 7개월 전인 2024년 10월 8,500만 달러 규모의 시리즈 C 투자 유치 당시 10억 달러였던 기업 가치에서 30% 증가한 13억 달러를 달성했다는 점은 주목할 만하다.
전 세계 데이터 수집 및 라벨링 시장이 2025년 48억 7천만 달러에서 2032년 291억 1천만 달러로 급증하여 연평균 성장률 29.1%를 기록할 것으로 예상되는 가운데, 스노클의 위치는 전략적으로 시기적절해 보인다.
익명을 요청한 한 선임 업계 분석가는 "우리가 목격하고 있는 것은 기업들이 AI 구현에 접근하는 방식의 근본적인 변화입니다. 데이터 품질과 특이성 문제를 해결하는 기업이 궁극적으로 어떤 AI 배포가 성공하고 어떤 AI 배포가 중단된 프로젝트 더미에 합류할지 결정할 것입니다."라고 언급했다.
범용 AI를 넘어: 기업 요구에 맞는 특화된 도구
투자 유치 발표와 동시에 스노클 AI는 자사의 AI 데이터 개발 플랫폼에 두 가지 중요한 추가 기능을 공개했다: 스노클 이밸류에이트(Snorkel Evaluate)와 스노클 엑스퍼트 데이터 서비스(Snorkel Expert Data-as-a-Service)다.
스노클 이밸류에이트는 기업이 AI 모델 및 에이전트를 위한 전문적이고 세분화된 평가 시스템을 구축할 수 있도록 지원한다. 이 도구는 벤치마크 데이터셋 생성, 특화된 평가자 개발, 오류 모드 수정 등을 위한 프로그래밍 기반 도구를 제공함으로써 범용 데이터셋과 표준 'LLM(대규모 언어 모델) 심사자' 방식을 뛰어넘어, 도메인별 AI 평가의 핵심적인 격차를 해소한다.
두 번째 제품인 스노클 엑스퍼트 데이터 서비스는 최첨단 AI 시스템 평가 및 튜닝을 위한 프리미엄 맞춤형 솔루션을 제공한다. 이 서비스는 주제별 전문가 네트워크와 스노클의 프로그래밍 방식 데이터 라벨링 및 품질 관리 기술 플랫폼을 결합하여, 고급 추론, 에이전트 도구 사용, 다중 턴 사용자 상호 작용을 위한 전문 데이터셋을 제공한다.
AI 데이터 우위 확보를 위한 전쟁
스노클의 성장은 자본력이 풍부한 플레이어들이 지배하는 점점 더 경쟁적인 환경에서 이루어지고 있다. 이 분야의 선두 주자인 스케일 AI는 2024년 약 8억 7천만 달러의 매출을 기록했으며, 2025년에는 20억 달러를 예상하며 대부분의 경쟁사를 압도하고 있다. 2025년 3월 기준 5차례의 투자 유치로 총 약 1억 8,900만 달러의 자금을 조달한 레이블박스(Labelbox)는 사용자 친화적인 라벨링 인터페이스와 커뮤니티 참여를 통해 강력한 입지를 구축했다.
한편, 아마존과 같은 기술 거대 기업들은 세이지메이커 그라운드 트루스(SageMaker Ground Truth)와 같은 서비스를 통해 자사의 클라우드 생태계에 데이터 라벨링 기능을 직접 통합하여 기존 AWS 고객에게 원활한 경험을 제공하고 있다.
기업 AI 투자 전문 벤처 캐피탈 파트너는 "시장은 범용 데이터 서비스와 전문화된 고부가가치 데이터 개발 플랫폼으로 양분되고 있습니다. 스노클의 프로그래밍 방식 접근 방식과 연구 역량은 프리미엄 부문에서 우위를 제공하지만, 진정한 시험은 강력한 경쟁자들 앞에서 이를 지속 가능한 매출 성장으로 전환하는 것입니다."라고 설명했다.
실리콘 밸리에서 월 스트리트로: 투자자 관점
AI 부문을 주시하는 전문 투자자와 트레이더들에게 스노클의 최신 투자 유치 라운드는 시장 역학 및 잠재적 기회에 대한 여러 신호를 제공한다.
단 7개월 만에 30% 증가한 기업 가치는 AI 가치 거품에 대한 광범위한 우려에도 불구하고 투자자들의 강한 신뢰를 시사한다. 그러나 연간 반복 매출(ARR), 고객 수 또는 고객 유지율과 같은 공개된 지표의 부재는 개념 증명(PoC) 단계의 배포를 넘어선 회사의 상업적 견인력에 대한 의문을 남긴다.
기술 전문 헤지펀드의 포트폴리오 매니저는 "스마트 머니는 기술적 차별화와 상업적 검증의 교차점에 집중하고 있습니다. 독점적인 지적 재산(IP)과 투명한 성장 지표를 결합한 기업은 더 넓은 AI 부문이 조정을 겪더라도 프리미엄 기업 가치를 명령할 것입니다."라고 언급했다.
이번 투자 라운드를 주도한 어딕션의 파트너 토드 아프만(Todd Arfman)은 스노클의 "데이터 중심 접근 방식이 신뢰할 수 있는 AI의 대규모 배포를 가속화하고 있다"고 강조하며 회사의 전략적 방향에 대한 신뢰를 표명했다.
스탠포드에서 포춘 500대 기업으로: 앞으로의 길
스노클 AI가 새로 확보한 자본을 엔지니어링, 연구, 시장 진출 노력에 투입함에 따라, 회사는 상당한 기회와 도전에 직면하게 된다. 스탠포드 출신이라는 점과 패스트 컴퍼니의 '가장 혁신적인 기업' 및 포브스 'AI 50'과 같은 권위 있는 목록에 이름을 올린 것은 신뢰도를 제공하며, 포춘 500대 기업 고객과의 사례 연구는 기업 준비성을 입증한다.
에이전트 AI 평가 및 튜닝에 대한 회사의 초점은 새로운 기업 우선순위와 일치하며, 이러한 고급 애플리케이션이 상용 환경으로 이동함에 따라 스노클이 상당한 시장 점유율을 확보할 수 있는 위치에 놓일 수 있다.
더 넓은 AI 생태계에 있어 스노클의 성장 궤적은 중요한 현실을 강조한다: AI 기능이 빠르게 발전함에 따라, 훈련 및 평가 데이터의 품질과 특이성이 어떤 구현이 성공하고 어떤 구현이 실패할지를 점점 더 결정하게 된다. 이 근본적인 진실은 궁극적으로 모델 아키텍처 혁신에만 집중하는 회사보다는 데이터 병목 현상을 해결하는 회사에게 유리하게 AI 환경 전반의 투자 전략을 재편할 수 있다.
한 기술 투자 전략가가 간결하게 말했듯이: "신뢰할 수 있는 기업 AI 경쟁에서 데이터 품질은 새로운 경쟁 우위입니다. 스노클의 베팅은 프로그래밍 기반의 전문가 주도 접근 방식이 단순한 데이터 양보다 우위를 점할 것이라는 것인데, 이는 진지한 투자자들의 면밀한 관심을 받을 만한 가설입니다."
스노클 AI 사업 모델
| 사업 모델 구성 요소 | 세부 정보 |
|---|---|
| 핵심 파트너십 | - 기술 및 연구 기관 (예: 스탠포드 AI 연구소) - 기업 기술 회사 - QBE 벤처스와 같은 전략적 투자자 |
| 핵심 활동 | - AI 알고리즘 개발 - 데이터 분석 및 처리 - 고객 지원 및 교육 - 마케팅 및 판매 - 프로그래밍 방식 라벨링 및 약한 지도 학습(weak supervision) 분야의 지속적인 R&D |
| 핵심 자원 | - 고도로 숙련된 AI 및 데이터 과학 팀 - 독점 알고리즘 및 소프트웨어 도구 - 강력한 기업 기술 브랜드 - 스노클 플로우(Snorkel Flow) 플랫폼 - 스탠포드 AI 연구소의 연구 유산 |
| 가치 제안 | - 프로그래밍 방식 데이터 라벨링: ML 모델 개발 10~100배 가속화 - 기업 요구에 맞는 맞춤형 AI 솔루션 - 비정형 데이터 처리의 높은 효율성 - 향상된 데이터 보안 및 프라이버시 - 기업용 파운데이션 모델(기반 모델) 적용 - 고비용의 수동 데이터 라벨링 불필요 |
| 고객 관계 | - 기업 중심의 맞춤형 계약 - 전담 지원 및 교육 - AI 전략 컨설팅 서비스 - 지속적인 혁신 및 지원 |
| 채널 | - 직접 기업 판매 - 산업 행사 및 파트너십 - 기존 ML 인프라와의 통합 - 성공 사례를 통한 입소문 |
| 고객 세그먼트 | 주요 산업: - 금융 - 헬스케어 - 리테일 - 제조 - 기술 - 정부 및 국방 고객 프로필: - 비정형 데이터 및 고비용 라벨링 문제에 직면한 대기업, 중견 기업, 스타트업 |
| 비용 구조 | - R&D 및 알고리즘 개발 - 352명 팀 (2024년 기준) - 인프라/플랫폼 유지보수 - 판매 및 마케팅 - 고객 지원 및 교육 |
| 수익 흐름 | - 구독료 (스노클 플로우 액세스) - 맞춤형 프로젝트 개발 - 교육 및 컨설팅 수수료 - 파트너십/협력을 통한 수입 - "7~8자리 수의 ROI"를 기록하는 기업 계약 |
| 재무 성과 | - 2024년 매출 3,680만 달러 - 총 1억 3,530만 달러 투자 유치 - 기업 가치 9억 1,500만 달러 - 초점: 기업 AI의 고비용/시간 소모적인 데이터 라벨링 병목 현상 해결 |