고품질 데이터셋 허브: Sapien이 어떻게 실제로 구현 가능한 Web3 AI 솔루션을 구축하는가?
글: TechFlow
OpenAI CEO 샘 알트먼은 GPT 모델에 대해 언급하며 다음과 같이 지적한 바 있다:
AI의 능력은 AI 훈련 데이터의 질과 다양성에 직접적으로 의존한다. 부실한 데이터는 모델의 편향과 오류를 유발하며, 고품질 데이터야말로 강력한 AI를 구축하는 기반이다.
그러나 이러한 공감대 속에서도 전 세계에서 가장 유명한 AI 기업 중 하나인 OpenAI조차 고품질 AI 훈련 데이터 부족이라는 난관에 직면해 있다. OpenAI의 차세대 플래그십 모델 GPT-5(내부 코드명 Orion) 개발이 예정된 일정보다 늦어지고 있는데, 그 주요 원인이 고품질 텍스트 및 데이터 공급 부족으로 지목되고 있다.
고품질 AI 훈련 데이터의 중요성은 말할 필요도 없다. 세상에서 가장 똑똑한 모델을 보유하고 있더라도 입력되는 데이터의 질이 낮다면 결과 역시 무의미하다. 하지만 데이터 다양성 통합, 높은 데이터 라벨링 비용, 특정 세부 분야에서 데이터의 정확성과 전문성에 대한 극도의 요구 등 여러 문제로 인해 고품질 AI 훈련 데이터 확보는 복잡하고 도전적인 과정이다.
바로 이러한 이유로 1050만 달러 규모의 투자 유치에 성공하고 전 세계 110개 이상 국가에서 120만 명의 등록 사용자를 보유한 사피엔(Sapien)이 치열해지는 AI 발전 경쟁 속에서 중요한 가치를 드러내고 있다.
탈중앙화 데이터 플랫폼인 Sapien은 구체적으로 Web3의 힘을 어떻게 활용해 독특한 평판 시스템과 탈중앙화 거버넌스 구조를 구축하고, 전 세계 사용자의 참여를 유도하며 AI 발전을 위한 더 낮은 비용, 정교하고 검증 가능한 고품질 데이터를 제공하는가?
메인넷과 TGE 이전, 사용자는 어떻게 AI 데이터 혁명에 보다 효율적으로 참여하여 노동의 대가를 받으며 동시에 생태계 내에서 더 많은 권익 지분을 확보할 수 있는가?
점수 적립 미션의 심화와 함께, Sapien의 문제 해결 접근법을 살펴보자.
알리바바, 아마존과의 협업: Web3 데이터 솔루션의 진정한 실현
지난 2년여간의 크립토 + AI 열풍 속에서 여러분은 아마도 이미 많은 Web3 AI 데이터 프로젝트들을 접했을 것이다. 대부분은 '블록체인'과 'AI'라는 두 가지 핫한 스토리를 내세워 시장의 관심과 자본 유치를 끌어내려 한다. 그러나 실제로 문제를 해결하고 기술과 응용을 깊이 있게 결합한 사례는 극소수에 불과해, 시장은 점차 Web3 AI 데이터 프로젝트에 대한 신비감을 잃어가고 있다.
반면, 실제 채택 가능성은 바로 Sapien이 다른 Web3 AI 프로젝트들과 차별화되는 독특한 점이다.
오픈형, 확장 가능하며 탈중앙화된 데이터 플랫폼인 Sapien은 단순한 개념을 넘어 실제로 구현되며 고품질 데이터 제공을 통해 AI가 다수의 구체적 응용 시나리오에서 최적화·발전하도록 지원한다.
2023년 출범 이후 짧은 2년도 되지 않는 기간 동안 Sapien은 강력한 성장 잠재력과 시장 인정을 입증했다. 사용자 수와 사업 규모는 계속해서 급속히 확장되고 있으며,전 세계 165개국/지역에서 120만 명 이상의 등록 사용자를 확보했으며, 플랫폼상 데이터 작업 완료 건수는 1억 건을 돌파했다.
기업 협업 측면에서도 Sapien은 뛰어난 성과를 보이고 있다. 현재까지 Sapien은 아마존(Amazon), 도요타(Toyota), 알리바바(Alibaba), 바이두(Baidu), 레노버(Lenovo) 등 잘 알려진 Web2 거대 기업을 포함한 27개 기업 고객과 심층적인 협력 관계를 맺고 있다. 이러한 협업은 Sapien의 기술력과 상업적 가치를 다시 한번 입증함과 동시에 향후 지속적인 발전을 위한 견고한 기반을 마련해주었다.
물론 Web3 개념의 교묘한 융합부터 현실 세계 다양한 시나리오에서의 실제 적용까지 이르는 배경에는 AI 분야 전문가들과 암호화 기술 엘리트들로 구성된 팀이 있으며, 이들은 AI 시장의 골칫거리에 대한 깊은 통찰과 Web3 AI의 잠재력에 대한 전략적 시야를 갖추고 있다.
창립자이자 CEO인 로완 스톤(Rowan Stone)은 블록체인 분야에서 풍부한 경험을 보유하고 있으며, 코인베이스(Coinbase)가 출시한 레이어2 프로젝트 베이스(Base)의 주요 기여자 중 한 명이었다. 이제 그는 인공지능 분야로 눈을 돌려 Sapien을 통해 인간 지식의 공유와 연결을 실현하고, AI의 추가 발전에 활력을 불어넣는 것을 목표로 하고 있다.
트레버 코베르코(Trevor Koverko)는 체인상 디지털 증권 플랫폼 폴리매스(Polymath)의 공동 창립자로, 현실 세계 자산의 토큰화 분야에서 획기적인 기여를 해왔다. 현재 그는 Sapien의 최고 전략 책임자(CSO)로서 탈중앙화 신뢰 모델을 인공지능 분야에 적용하여 AI의 신뢰성과 투명성을 추진하는 데 집중하고 있다.
헨리 첸(Henry Chen)은 풍부한 마케팅 운영 경험을 보유하고 있으며, 현재 상장된 회사인 Haller.ai의 최고 운영 책임자(COO)일 뿐 아니라 클릭업(ClickUp), SAS, Xsolla 등 다수의 기술 유니콘 기업에서 사업 성장을 담당한 바 있다. Sapien의 COO로서 헨리는 플랫폼의 시장 성장 전략을 수립하고 Sapien의 글로벌 확장을 추진하고 있다.
켈리 라이언(Kelly Ryan)은 워털루 대학교 출신으로 경험 많은 제품 및 엔지니어링 리더이며, 8천만 달러의 자금 지원을 받은 스타트업 FastAF에서 근무한 경험이 있다. 현재 그녀는 Sapien의 최고 기술 책임자(CTO)로서 기술 아키텍처와 제품 개발을 이끌며 플랫폼의 기술 혁신에 강력한 지원을 제공하고 있다.
이러한 엘리트 팀의 뛰어난 역량과 협업 정신 덕분에 Sapien은 기술과 시장 모두에서 탁월한 성과를 거둘 뿐 아니라 자본시장의 높은 평가도 얻고 있다.2024년 10월, Sapien은 Variant가 주도하고 Primitive Ventures, Animoca, Yield Game Guild, HF0가 공동 참여한 시드 라운드에서 1050만 달러의 투자를 유치했다.
많은 사용자와 파트너를 유치하여 Web3 AI가 개념에서 다양한 실제 적용으로 나아가게 하는 동시에 기관 투자자들의 호평을 받는 것은 Sapien의 명확한 비즈니스 모델과 정교한 운영 논리 없이는 불가능하다. 그렇다면 이러한 모든 것은 어떻게 이루어진 것일까?
데이터 기여자, 라벨러, AI 프로젝트 연결: 고품질 데이터 허브 구축
Web3 AI 데이터 서비스라고 하면 많은 사람들이 즉시 고정관념을 형성한다. 토큰 경제학 기반의 데이터 라벨링 플랫폼인가?
명확히 해야 할 점은 데이터 라벨링이 Sapien의 일부 업무일 뿐이며, Sapien의 서비스 범위는 이보다 훨씬 넓다는 것이다.
간단히 말해, Sapien의 운영 핵심은 '고품질 데이터'에 초점을 맞추고 있다.
사용자는 Sapien을 통해 다음 두 가지 방식으로 기여할 수 있다:
첫째, 데이터 기여: 사용자는 텍스트, 음성, 이미지, 비디오뿐 아니라 전문 지식 등의 다양한 유형의 데이터를 기여할 수 있다. 일반적인 데이터 외에도 Sapien의 데이터 기여 시스템은 맞춤형 데이터 서비스를 제공할 수 있다. 예를 들어 의료 분야 AI는 전문적이며 고품질의 AI 훈련 데이터를 필요로 하는데, 의사들은 Sapien을 통해 의료 데이터를 기여함으로써 의료 AI 발전에 기여하고 보상을 받을 수 있다. 120만 명의 등록 사용자 기반을 바탕으로 Sapien은 각 산업 분야의 AI 발전에 새로운 데이터를 제공하게 될 것이다.
둘째, 데이터 주석: 전 세계 어느 국가/지역의 누구라도 탈중앙화 방식으로 참여할 수 있으며, 이 기여는 데이터 라벨링과 유사하지만 더욱 고차원적이다. 왜냐하면 Sapien은 인공지능과 인간 지능을 융합하여 어떤 모델이든 모든 유형의 입력을 수집하고 라벨링할 수 있을 뿐 아니라, AI에게 언어와 맥락에 대한 감지 및 이해 능력을 부여하기 때문이다.
예를 들어 텍스트 데이터 주석 시 Sapien은 텍스트의 문맥과 내용에 따라 질문과 답변을 제공하여 챗봇이 매끄럽고 자연스러운 응답을 할 수 있도록 도울 수 있으며, 텍스트에 주석을 추가하여 표현된 감정(긍정, 부정, 중립)을 판단함으로써 AI의 이해를 더욱 심화시킬 수 있다.
또한 Sapien은 이미지 내 서로 다른 객체, 특징 또는 영역을 식별하고 구분하여 사람, 자동차, 건물 등 다양한 범주로 분류할 수 있으며, 이러한 고차원적 데이터 처리는 AI 훈련에 더 고품질의 데이터를 제공한다.
생생한 협업 사례를 통해 Sapien 데이터의 차별점을 느껴보자. 자율주행차 분야에서 도요타는 자율주행차로부터 수집한 데이터셋을 Sapien에 제공했으며, Sapien 사용자들이 이러한 3D 데이터를 심층적으로 검토하고 주석을 달아 모델이 시간과 공간 내 자동차의 위치 및 직면한 상황을 이해하도록 도와 안전한 주행을 실현했다.
이러한 더 고품질의 데이터 기반 위에서 Sapien은 데이터 기여자, 데이터 처리자, AI 프로젝트를 간편하게 연결하여 AI 산업의 데이터 자원 센터이자 고품질 AI 데이터 허브가 된다:
-
데이터 기여자 입장에서는 누구나 데이터를 업로드하여 AI 발전에 기여하고 보상을 받을 수 있다.
-
데이터 처리자 입장에서는 누구나 데이터 처리에 참여하여 AI 발전에 기여하고 보상을 받을 수 있다.
-
AI 프로젝트 입장에서는 더 낮은 비용으로 더 고품질의 데이터를 확보하여 AI의 빠른 발전을 실현할 수 있다.
동시에 블록체인의 힘을 빌려 모든 기여는 체인 상에서 기록 및 관리되어 노동에 따른 분배가 이루어지며, 중개자가 이득을 챙기는 데서 비롯되는 분배 불균형 문제를 방지한다.
2025년 5월 Sapien이 발표한 보고서 『중국 인공지능 데이터 시장 개척: 트렌드, 도전과 기회』에서도 지적하듯이, 강력한 인공지능 시스템의 기반은 이를 훈련시키기 위해 사용되는 데이터에 있다. 고품질 데이터는 자동 음성 인식(ASR), 금융 활동, 자율주행차, 로보틱스, 교육 기술, 대규모 언어 모델(LLM) 등에서 광범위한 응용 전망을 가지고 있다.
논리가 성립하는 전제 하에서 고품질 데이터 기여를 어떻게 보장하고, 다양한 참여자의 적극성을 어떻게 널리 자극할 것인가? 이것이 Sapien 플랫폼이 성공적으로 작동하는 핵심 시
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
深潮TechFlow
