Snorkel AI triples valuation to $3.5B as demand for AI training data booms

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Snorkel AI가 고급 AI 학습 데이터 수요에 힘입어 연환산 매출 3억 7,500만 달러를 기록했다고 밝히고, 기업가치 35억 달러로 시리즈 E에서 3억 5,000만 달러를 조달했다.

📌 핵심 요약

• Snorkel AI는 Insight Partners와 S32가 주도한 시리즈 E에서 3억 5,000만 달러를 조달했으며, 기업가치는 17개월 전 시리즈 D 당시 13억 달러에서 35억 달러로 약 3배 상승했다.
• 지난해 데이터 라벨링 자동화 소프트웨어 중심에서 완성된 데이터셋을 제공하는 data-as-a-service로 전환했으며, 소프트웨어·모델을 통한 합성 데이터 생성과 분야별 전문가의 작업을 결합한다.
• 회사에 따르면 현재 연환산 매출은 3억 7,500만 달러로 최근 12개월 동안 18배 증가했으며, AI 연구소의 고급 학습 데이터 수요가 성장을 견인했다.
• 비교 대상으로 제시된 Mercor, Handshake, Micro1의 연환산 매출은 각각 20억 달러, 10억 달러, 5억 달러지만, 이들 기업은 매출의 약 60~70%를 전문가에게 지급하므로 실제 연간 순매출은 해당 총액보다 상당히 낮다.
• Snorkel AI는 인력 대신 강화학습(RL) 환경과 완성된 데이터셋을 판매하며, 회사 설명에 따르면 전문가 지급액을 매출원가로 처리한다. 공동창업자 겸 CEO Alex Ratner와 팀이 Stanford AI 연구소에서 4년간 연구한 뒤 2019년 상용 서비스를 시작했다.

🧩 주요 포인트

1. 완성된 데이터셋과 강화학습(RL) 환경 판매로 전환 → 전문가 인력 중개와 구별되는 제공 방식 형성.
2. 연환산 매출 18배 증가와 기업가치 약 3배 상승 → 고급 학습 데이터 수요 확대가 사업 성장과 투자 유치로 연결.
3. 경쟁사의 전문가 지급 비중 60~70%와 Snorkel AI의 매출원가 처리 → 기업 간 매출 규모를 비교할 때 총매출·순매출·비용 처리 차이 고려 필요.

🧠 상세 정리

1. 시리즈 E 조달과 기업가치 상승

AI 연구소와 기업의 학습 데이터셋 및 시뮬레이션 환경 구축을 돕는 Snorkel AI가 시리즈 E에서 3억 5,000만 달러를 조달했다. Insight Partners와 S32가 이번 투자를 주도했으며, 기업가치는 35억 달러로 평가됐다. 이는 17개월 전 1억 달러를 조달한 시리즈 D 당시 기업가치 13억 달러의 약 3배에 해당한다. 기존 투자자인 Addition, Lightspeed, Greylock, GV, Wells Fargo도 이번 라운드에 참여했다.

2. 자동화 소프트웨어에서 데이터 제공으로 전환

Snorkel AI는 원래 데이터 라벨링 자동화 소프트웨어를 제공했으나, 지난해 고객에게 완성된 데이터셋을 공급하는 방식으로 전환했다. 회사는 이 서비스를 data-as-a-service라고 부른다. 단순히 인간 전문가를 연결하는 마켓플레이스로 운영하기보다는 자체 소프트웨어와 모델을 활용한 합성 데이터 생성에 분야별 전문가의 작업을 결합한다. 이러한 사업의 출발점은 공동창업자 겸 CEO Alex Ratner와 팀이 Stanford AI 연구소에서 수행한 4년간의 연구였으며, 상용 서비스는 2019년에 시작됐다.

3. 학습 데이터 수요와 업계 매출 급증

Snorkel AI는 현재 연환산 매출이 3억 7,500만 달러에 달하며 최근 12개월 동안 18배 증가했다고 밝혔다. 기사는 AI 연구소의 강력한 고급 학습 데이터 수요가 이러한 성장을 이끌었다고 설명한다. AI 데이터 연구소로 자리매김하려는 다른 데이터 기업들도 비슷한 급성장을 보였다. Mercor의 총 연환산 매출은 20억 달러로 늘었고, Handshake는 올해 초 10억 달러에 도달했으며, TechCrunch는 Micro1이 5억 달러 규모로 성장했다고 보도했다.

4. 매출 수치 비교에 필요한 비용 구분

기사는 경쟁사들의 큰 매출 수치와 함께 전문가 지급액을 고려해야 한다는 단서를 제시한다. 이들 기업은 매출의 약 60~70%를 실제 작업을 수행하는 분야별 전문가에게 직접 지급하므로, 실제 연간 순매출은 공개된 총액보다 상당히 낮다. 반면 Snorkel AI는 인간의 노동력 자체가 아니라 강화학습(RL) 환경과 완성된 데이터셋을 판매한다고 설명한다. 회사에 따르면 전문가 지급액은 매출원가로 처리되며, 이러한 차이는 공개된 연환산 매출 숫자만으로 기업 규모를 비교할 때 고려할 요소다. 다만 기사에는 Snorkel AI의 전문가 비용 비중이나 수익성을 직접 비교할 수 있는 수치가 제시되지 않았다.

🧾 핵심 주장 / 시사점

• Snorkel AI의 사업 전환은 학습 데이터 시장에서 전문가 연결뿐 아니라 완성된 데이터셋과 환경 제공도 중요한 사업 방식임을 보여준다.
• 소프트웨어·모델과 분야별 전문가를 결합하는 접근은 합성 데이터 생성과 인간 전문성이 함께 활용되고 있음을 보여준다.
• 연환산 매출의 급증은 수요 확대를 보여주지만, 전문가 지급액과 비용 처리 차이를 함께 보지 않으면 기업 간 규모와 수익성을 오해할 수 있다.

✅ 액션 아이템

• Snorkel AI의 연환산 매출 18배 증가와 기업가치 약 3배 상승을 고급 학습 데이터 수요 확대와 연결해 검토.
• data-as-a-service와 강화학습(RL) 환경 판매가 전문가 인력 중개와 어떻게 구별되는지 비교.
• Mercor, Handshake, Micro1과 Snorkel AI의 매출 비교 시 전문가 지급 비중 60~70%와 매출원가 처리 차이를 고려.

❓ 열린 질문

• Snorkel AI의 연환산 매출 18배 증가를 이끈 고급 학습 데이터 수요는 앞으로도 지속될 수 있을까?
• data-as-a-service에서 소프트웨어·모델을 통한 합성 데이터 생성과 분야별 전문가는 각각 어떤 역할을 담당하는가?
• 전문가 지급 비중 60~70%와 Snorkel AI의 매출원가 처리 차이를 고려하면 기업 간 매출 규모 비교는 어떻게 달라지는가?