“데이터가 중요하다”는 말은 오래전부터 들어왔다. 하지만 노정석은 ‘어떤 데이터가 진짜 가치 있는가’라는 질문에 대한 날카로운 기준을 제시한다. 단순히 많거나 독점적인 데이터가 아니라, AI 스스로 생성·검증할 수 없는 데이터 — 즉 non-verifiable 도메인에서만 closed-loop 환경을 통해 수집된 데이터가 지속 가능한 모트(moat)가 된다. 이는 메이크업 조합처럼 인간의 취향과 맥락에 의존하는 데이터나, 로봇의 물리적 상호작용처럼 시뮬레이터 없이는 얻을 수 없는 데이터가 전형적인 예시다. 반대로, LLM이 이미 체화한 지식(셰익스피어, 정치적 가치 등)은 비록 non-verifiable이지만 모방이 가능하므로 모트가 아니다.
근거
“그래서 이게 쉬운 얘기를 좀 멀게 멀게 돌아왔는데, 이런 AI 서비스들이 Tesla의 자동차에 달려 있는 카메라처럼… 카메라가 사실은 user가 급제동을 하는 환경이라든지… 이런 부분들과 vision을 mapping한 데이터들을 가져다주잖아요. 그리고 그것들이 일정한 어떤 사용자의 피드백을 가지고 판단한 데이터가 함께 들어오는 거고, 그게 사실은 label이라고 할 수 있기 때문에, 이런 AI 서비스들을 결합하는 부분들이 우리가 프런티어 모델이 절대 갖지 못하는 그런 데이터 영역에서 무언가를 갖게 만드는 영역이구나 하는 이런 생각들을 하게 된 거죠.”
연결된 생각
- 20260606-non-verifiable-data-domain — 개념의 핵심 속성 관계.
- 20260606-human-in-the-loop-data-advantage — 인간 피드백이 데이터 모트를 만드는 구체적인 메커니즘.