노정석의 핵심 통찰은 ‘proprietary data’라는 모호한 개념을 ‘검증 불가능한 영역에서 closed-loop system을 통해 얻은 데이터’로 구체화한 데 있다. 프론티어 모델이 합성 데이터를 무한 생성할 수 있는 verifiable domain과 달리, non-verifiable domain에서는 인간의 피드백과 특수한 환경 설계가 필수적이다. 이는 스타트업이 빅테크와 정면 승부하지 않고도 지속 가능한 데이터 무기를 확보할 수 있는 유일한 경로다. 예를 들어, 로봇 조작 작업은 시뮬레이터 환경 없이는 라벨을 전혀 생성할 수 없고, 메이크업 조합에 대한 선호도 데이터는 기계가 아닌 인간의 취향 판단에 의존해야만 의미 있는 라벨이 된다. 이러한 closed-loop system을 구축하는 것이 바로 ‘도피’ 전략의 핵심 실행 방안이다.
근거
“환경 자체가 있어서 vision으로 정보가 들어오지 않는다면 이걸 아예 만들 수가 없거든요. label 자체를 생성할 수가 없거든요. 이런 부분들의 환경들이 non-verifiable한 영역을 verifiable로 바꿔주는 환경이라는 생각이 들어요.”
연결된 생각
- 20260607-non-verifiable-data-domain — 비검증 데이터 도메인의 개념적 기반.
- data-flywheel — 전통적인 데이터 플라이휠과의 차이점: 초기 라벨링에 인간 개입이 필요하지만, 일단 구축되면 유사한 선순환 구조를 가짐.