- 주체: Environment Foundry / AutoFactory-Bench 사업 개발
- 라벨: OBSERVED(원문 직접 열람) / OBSERVED-S(검색 요약·2차 보도만, 원문 미열람) / 미확인 / 추정(법리·해석, 자문 필요)
- 앞선 조사(제조 데이터 공급 사례, 10-22)와 겹치는 Catena-X·Siemens·Scale Physical AI는 생략했다.
1. 한 줄 결론
논지 3은 방향은 맞고 대상은 틀렸다. 실제로 돈이 오가는 것은 (a) 문 닫은 미국 스타트업의 업무 잔해(Slack·이메일·Jira·코드)와 (b) 파산한 대기업(Spirit Airlines)의 내부 기록이다. 거래는 대부분 랩이 직접 하지 않고 브로커(SimpleClosure, Sunset)나 데이터 벤더(Surge, micro1, Mercor)를 거친다. 운영 중인 중소 제조사의 공정·제어 데이터를 프론티어 랩이 산 공개 사례는 이번에도 찾지 못했다. 랩이 실제로 값을 매기는 단위는 원시 데이터가 아니라 "과제 + 채점기(RL 환경)"다. 그래서 논지 4(사람이 구조화해 코드로 만든 골든셋)가 논지 3보다 상품 정의에 더 가깝다.
2. 핵심 사실
| # | 사실 | 라벨·출처 |
|---|---|---|
| 1 | SimpleClosure Asset Hub(2026-04 출시): 약 1년간 100건 안팎 거래, 회사당 $10K~$100K. 구매자는 "RL gym" 구축사. 프라이버시 단체는 "식별 가능한 사람의 데이터"라고 비판 | OBSERVED(Forbes 보도를 전한 Gizmodo) https://gizmodo.com/failed-companies-are-selling-old-slack-chats-and-email-archives-to-train-ai-2000747916 ; Forbes 원문은 403 https://www.forbes.com/sites/annatong/2026/04/16/ais-new-training-data-your-old-work-slacks-and-emails/ |
| 2 | MIT TR(2026-10-13): Asset Hub 150건 이상 거래, 2026년 말까지 $10M+ 환원 "예상"(지급액 아님). 전체 거래의 47%가 코드·데이터 판매 포함. 구매자는 기반모델 랩, 시뮬레이션 업무환경 벤더, 자체 모델을 만드는 기업. Surge AI가 구매자로 명시. 예: 크립토 스타트업 코드 약 $25K, 워크스페이스 데이터 약 $15K(대기 중). 매각 대금은 직원이 아니라 선순위 채권자·투자자에게 간다. 한 변호사는 "legally radioactive"라고 했다. 실제 데이터가 대안보다 낫다는 공개 실험은 아직 없다. 가격은 "몇 개의 과제를 뽑을 수 있느냐"는 구매자의 연구 가설로 정해진다. 제조사 사례는 없다 | OBSERVED https://www.technologyreview.com/2026/10/13/1145755/ai-labs-buying-data-from-dead-startups-to-train-models/ |
| 3 | Spirit Airlines(파산): Google이 $10M에 낙찰(차순위 Mercor $7.5M). 이메일 1억 건, Teams 메시지 5억 건, 직원 기록 17.6만 건. micro1은 이후 $12.5M 경쟁입찰을 냈다. 하원·상원의원 110명 이상이 반대 서한을 보냈고, 매각 심리는 11-06로 연기됐다 | 가격·규모 OBSERVED(MIT TR 위 링크). micro1 입찰·연기·서한은 OBSERVED-S https://chapter11cases.com/blogs/news/spirit-airlines-case-update-the-data-sale-slips-to-november-as-spirit-moves-to-unwind-the-hfs-aircraft-deal , https://finance.yahoo.com/technology/ai/articles/lawmakers-push-back-google-10-065807360.html |
| 4 | micro1(2026-10-09): 12개월간 $1B를 기업 운영 데이터(SOP·지식베이스·CRM·프로젝트 이력·QA 절차·의사결정 기록) 매입·라이선스에 쓰겠다고 발표했다. 자금은 Citi·Hercules가 대고, 아직 집행 전인 "예산"이다. 3개 구간: $100K+, $500K+, $1M+. 자격: 직원 30명 초과, 문서화가 된 회사, 미국 우선, 다음 서구, 영어 문서. 개인정보는 "관련 있을 때" 제거한다. 데이터 소유권은 판매사가 유지한다. 이 데이터로 RL 환경을 만든다. 업종에 제조는 명시되지 않았다 | OBSERVED https://thenextweb.com/news/micro1-1bn-enterprise-data-ai-training-citi-hercules (Business Wire 원문은 403) |
| 5 | RL 환경 단가(Epoch AI, 2026-01-12, 18명 인터뷰): 웹사이트 복제 "UI gym" 약 $20K, Slack급 복잡 앱 복제 약 $300K. 과제당 보통 $200~$2,000(드물게 $20K). 계약은 분기당 6~7자리 달러. 독점 계약은 비독점의 4~5배. 품질 기준 1위는 reward hacking 방지다. 통과율이 2~3% 이상이어야 쓰이고 약 70%면 빠진다. 성장 분야는 엔터프라이즈 워크플로(CRM·ERP·스프레드시트)다. 산업·제조 도메인은 언급되지 않았다 | OBSERVED https://epoch.ai/gradient-updates/state-of-rl-envs |
| 6 | Anthropic 경영진이 1년간 RL 환경에 $1B 이상을 쓰는 방안을 "논의"했다(The Information). OpenAI 관계자는 환경 스타트업에 "short"라고 했고, 한 연구자는 "스케일이 과소평가된 난제"라고 했다 | OBSERVED https://techcrunch.com/2025/09/21/silicon-valley-bets-big-on-environments-to-train-ai-agents/ |
| 7 | 전문가 데이터 벤더: Mercor는 총 런레이트 $2B(2026-06)이고 수수료는 약 30~35%로 추정된다. 2026 상반기 매출의 약 91%가 OpenAI·Anthropic에서 나온 것으로 보도됐다. Surge는 2024년 매출 $1B+이고 2026년 최대 상품이 RL 환경이다. Handshake AI는 연환산 약 $1.1B, Turing은 ARR 약 $300M | OBSERVED-S https://aiweekly.co/alerts/mercor-books-614m-in-h1-2026-leaning-on-openai-anthropic , https://blog.pebblous.ai/blog/ai-data-supply-oligopoly/en/ , https://techcrunch.com/2025/10/27/mercor-quintuples-valuation-to-10b-with-350m-series-c/ |
| 8 | 제조 데이터 중개 사례: Vision Lab($6M 시드, 2026-06-03)은 아시아·아프리카 공장 2,000곳 이상에서 작업자 1인칭·3인칭 영상을 모아 프론티어 랩과 "Mag7 중 3곳"에 공급한다. 공장 보상 방식과 동의·IP 처리는 공개하지 않았다. HUMXN(2026-10-14)은 기능직·농업·제조 업체의 정비 이력·매뉴얼·제조 기록을 최대 $50M어치 산다고 했다. 거래는 "6자리 달러가 많다", 착용 카메라 영상은 시간당 $20, 판매 권리를 사전 확인한다고 밝혔다(자사 보도자료 기준). 둘 다 로보틱스·물리 AI용이고 PLC·제어 로직은 아니다 | OBSERVED https://thevisionlab.ai/articles/seed-2026 , https://intragoals.com/article/humxn-research-labs-offers-to-buy-up-to-50-million-in-trades-farming-and-manufacturing-data-for-ai-training-231 |
| 9 | 독파모 데이터: 2026년 1차 공동활용 데이터 공급기관 공모(KDATA, 03-20~04-10). 대상은 자격증 문항, 심화추론 문항, STEM 전문도서, 법률·의료·세무 전문도서다. 제조 데이터 범주는 없다. 공급기관은 AI 학습 권원(저작권·소유권)이 있고 가명처리·가공이 가능해야 한다. 2025년 원 공고 기준으로 정예팀당 데이터 공동구매는 연 100억 원, 구축·가공은 연 30~50억 원이다 | 공모 내용 OBSERVED https://www.bizinfo.go.kr/sii/siia/selectSIIA200Detail.do?pblancId=PBLN_000000000120112 ; 금액 OBSERVED-S https://www.bizinfo.go.kr/web/lay1/bbs/S1T122C128/AS/74/view.do?pblancId=PBLN_000000000111561 |
| 10 | 2026 데이터바우처: AI 통합 바우처 공고 제2026-0242호(02-27). 데이터 구매·가공비를 지원하며, 한도는 일반 4,500만 원, 공개·활용 7,500만 원이다. 바우처 포털에 등록된 데이터 상품만 대상이다. 중소기업이 판매자(공급기업)로 등록하면 국내 정부 돈이 들어오는 경로가 된다 | 공고번호·일자 OBSERVED https://www.nipa.kr/home/2-2/16592 ; 한도 OBSERVED-S https://blog.dfinite.ai/data-voucher-application-guide |
| 11 | 산업부 "제조 데이터 라이브러리"(2027 예산 1,158억 원): 비공개를 전제로 클린룸에서 학습하고, 원본은 반출하지 않고 모델만 반출한다. 산업부 과장은 "기존 사업은 공개 전제라 좋은 데이터를 내놓지 않았다", "데이터만 해결되면 80~90% 해결"이라고 했다. 국내 제조기업 90% 이상이 AI를 쓰지 않는다. 설비 명칭과 단위가 달라 표준화가 필요하다. 주조·용접 숙련공의 암묵지를 데이터화할 계획이다 | OBSERVED https://www.ajunews.com/view/20260903132813965 |
| 12 | M.AX 얼라이언스: 2026년 7,000억 원을 투입한다. Manufacturing-X 표준모델에 296억 원(2026~29), 데이터 사업에 2030년까지 1,000억 원 이상. 데이터 권리와 보상 조항은 본문에 없다 | OBSERVED https://www.motir.go.kr/kor/article/ATCL3f49a5a8c/171390/view |
3. 권리·영업비밀·개인정보 쟁점(한국 중소 제조사가 팔 때)
- 산업디지털전환법 제9조: 산업데이터를 생성한 자는 사용·수익권을 갖는다. 공동 생성이면 공동 사용·수익권이다. ⑤항은 "이익의 합리적 배분" 계약 노력과 우월적 지위를 이용한 불공정 계약 강요 금지를 정한다. OBSERVED-S https://www.ulex.co.kr/%EB%B2%95%EB%A5%A0/238859-014216-%EC%82%B0%EC%97%85%EB%94%94%EC%A7%80%ED%84%B8%EC%A0%84%ED%99%98%EC%B4%89%EC%A7%84%EB%B2%95 → 추정: 원청 설비 사양이나 원청과 함께 만든 공정 데이터는 협력사가 단독으로 팔 수 없을 수 있다.
- 산업기술보호법 제11조: 국가핵심기술을 "외국기업 등에 매각 또는 이전"하려면 사전 승인(국가 R&D 지원분)이나 사전 신고·수리가 필요하다. OBSERVED-S https://is-support.or.kr/coretech/coretech03 → 추정·미확인: 국가핵심기술 공정의 협력사 데이터를 해외 랩이나 벤더에 라이선스하면 "수출"에 해당할 수 있다.
- 부정경쟁방지법: 영업비밀(비밀관리성)과 2022년 신설된 데이터 부정사용(카목). 구매자는 "판매자가 정당한 권원을 가졌는가"를 확인하려 하고, HUMXN과 독파모 공모 모두 권원 확인을 요구한다. OBSERVED-S https://www.kimchang.com/ko/insights/detail.kc?sch_section=4&idx=24264
- 개인정보: 작업자 영상과 교대·근태 기록은 개인정보이고, 해외 이전에는 별도 요건이 붙는다(추정). 미국에서도 비식별화만으로 충분하냐가 쟁점이고(Spirit 의원 서한), 직원 동의 없는 매각을 "captured capital"이라고 비판한다(MIT TR).
- 수익 배분 모델(관찰된 것): ① 일시금 라이선스(SimpleClosure $10K~$100K, micro1 $100K~$1M+) ② 구간별 가격 + 독점 4~5배 할증(Epoch) ③ 브로커·벤더 수수료(Mercor 추정 30~35%, SimpleClosure 수수료는 미확인) ④ 정부 보전(독파모 유료 저작물 비용 보전, 바우처) ⑤ 클린룸 공동학습(데이터는 남기고 모델 성능을 나눔, 산업부·Siemens형). 로열티나 지분형 배분의 공개 사례는 찾지 못했다(미확인).
4. 논지를 바꾸거나 반박하는 발견
- "대기업 데이터는 팔지 않는다"의 반례: 파산한 대기업의 데이터는 팔린다(Spirit $10M). 정확한 문장은 "운영 중인 대기업은 팔지 않는다"다.
- 지금까지 팔린 "중소기업 데이터"는 대부분 폐업한 미국 소프트웨어 스타트업의 사무 데이터다. 운영 중인 제조 중소기업이 아니다. micro1의 자격 요건(영어, 미국·서구 우선)상 한국 중소 제조사는 그대로는 대상이 아니다.
- 단가가 생각보다 작다. 폐업사는 회사당 $10K~$100K다. 랩 예산의 큰 몫은 데이터가 아니라 과제·환경과 컴퓨트로 간다(과제당 RL 컴퓨트 약 $2,400, Epoch).
- 성능 효과는 공개 검증되지 않았다(MIT TR). 수요는 "연구 가설"에 기대고 있어 랩이 방향을 바꾸면 빠질 수 있다(OpenAI 관계자의 "short" 발언).
- 한국 정책은 "판매"가 아니라 "비공개 클린룸 공동학습"으로 가고 있다(1,158억 원). 이 정책은 해외 랩 판매의 경쟁 경로이면서, EF가 클린룸 안의 평가·환경 제작자로 들어갈 기회이기도 하다.
- 제조 데이터의 현재 수요는 로보틱스용 영상·정비 기록(Vision Lab, HUMXN)이다. PLC·제어·공정 운전 RL 환경을 구매한 공개 사례는 없다. 시장이 비어 있다는 뜻일 수도, 수요가 아직 없다는 뜻일 수도 있다.
5. 구봉이 놓친 것 같은 조각
- 랩이 사는 단위는 "데이터"가 아니라 "검증 가능한 과제 + 채점기"다. 가격표도 과제당 $200~$2,000, 환경당 $20K~$300K다. 품질 기준은 reward hacking 방지와 난이도 보정(통과율 2~3%~70%)이다. AFB의 안전위반 채점기가 바로 이 상품 형태다.
- 판매 권리가 판매자에게 있지 않을 수 있다. 협력사 데이터에는 원청의 도면·레시피·사양이 섞여 있다(NDA, 공동생성 데이터). PLC 코드는 SI 업체와 공장주 중 누구 소유인지도 갈린다. 국가핵심기술 공정이면 해외 이전에 신고나 승인이 필요하다(추정, 자문 필요).
- 영어화·표준화 자체가 가치사슬이다. 해외 수요자는 영어 문서를 요구하고, 산업부는 설비 명칭과 단위 불일치를 최대 문제로 꼽는다. "구조화 → 코드 → 영어 과제화"가 중개 마진이 된다.
- 독점과 비독점의 가격 차이가 4~5배다. 같은 공장 데이터를 여러 랩에 팔지, 한 곳에 독점으로 팔지가 첫 설계 결정이다.
- 국내 돈 경로 3개가 열려 있다. 독파모 공동구매(현재 제조 범주 없음, 범주 신설 제안 여지), 데이터바우처 공급기업 등록, 산업부 클린룸 라이브러리.
- 직원 데이터 리스크: 작업자 동의와 노조 반발(Spirit 승무원 노조 선례).
- 미확인: Mechanize의 Google DeepMind 인수 설(블로그 단독), Anthropic·OpenAI의 실제 집행액, 제조 데이터 판매의 로열티형 계약 존재 여부, 데이터바우처 2026 총예산.