많은 스타트업이 “proprietary 데이터가 중요하다”고 말하지만, 정작 어떤 데이터가 정말로 proprietary인지 정의하지 못한다. 노정석은 이 문제에 대해 하나의 명확한 기준을 제시한다: 알고리즘적으로 검증 가능한 reward function을 만들 수 없는 영역에서, 환경(시뮬레이터나 AI 서비스)을 통해 0/1 label을 생성하는 closed-loop system을 구축한 기업만이 진정한 proprietary 데이터를 가질 수 있다.
이 관점에서 보면, 테슬라의 Autopilot 데이터는 단순히 카메라 영상이 아니라, 사용자의 급제동/급가속/오토파일럿 해제 행동이라는 label과 결합된 데이터다. 마찬가지로, 화장품 추천 서비스는 사용자의 ‘좋아요/클릭’ 피드백을 통해 학습 데이터를 만든다. 즉, 환경을 소유하지 않으면 proprietary 데이터도 소유할 수 없다.
근거
노정석: “이 환경만이 뭔가 성공이든 실패든 0, 1의 label을 줄 수 있다. 그리고 이런 환경이 없다면 절대 무언가 얻을 수 없는 거죠. … non-verifiable을 verifiable로 바꿔주는 이 closed-loop system이구나.”
“프런티어 모델이 절대 갖지 못하는 그런 데이터 영역에서 무언가를 갖게 만드는 영역이구나 하는 생각들을 하게 된 거죠.”
연결된 생각
- 20260602-flee-to-non-verifiable-domain — 왜 도피 전략으로서 이 시스템이 필요한지.
- 20260602-non-verifiable-data-domain-concept — 데이터 영역의 개념적 배경.