AI 학습 데이터 스타트업 Deccan AI, 2,500만 달러 투자 유치 및 인도 중심 전문가 네트워크 확장

섹션별 상세

프런티어 AI 연구소들이 모델의 실전 배치 신뢰성을 확보하기 위해 사후 학습 및 평가 작업을 외부 전문 업체에 위탁하는 추세가 강화되고 있다. Deccan AI는 이러한 수요에 대응하여 전문가 피드백 생성, 강화 학습 환경 구축, 모델 평가 도구인 Helix 등을 제공한다. 특히 텍스트를 넘어 로보틱스와 비전 시스템을 위한 월드 모델 학습 데이터까지 서비스 범위를 확장하고 있다. 구글 딥마인드와 같은 선도 기업들이 실제 프로젝트에 이들의 서비스를 활용 중이다.

Deccan AI는 인도의 고학력 인재 풀을 집중적으로 활용하여 데이터 품질 관리의 효율성을 극대화하는 전략을 취한다. 약 100만 명의 기여자 중 10%가 석박사 학위 소지자이며 특정 국가에 운영 기반을 집중함으로써 다국적 소싱을 하는 경쟁사 대비 엄격한 품질 관리가 가능하다. 기여자들은 작업 난이도에 따라 시간당 10달러에서 최대 700달러의 보상을 받으며 고숙련 데이터 생태계를 형성하고 있다. 이는 속도와 정확성을 동시에 요구하는 프런티어 랩의 까다로운 요구사항을 충족하는 기반이 된다.

기존의 단순 이미지 분류나 데이터 라벨링 중심 기업들과 달리 Deccan AI는 설립 초기부터 생성형 AI 모델 최적화에 특화된 Born GenAI 기업임을 표방한다. 이는 코딩 에이전트의 논리적 오류 수정이나 복잡한 반도체 설계, 지리 공간 데이터 분석 등 고도의 전문 지식이 필요한 영역에서 강점을 발휘하게 한다. 현재 매출의 80%가 상위 5개 주요 고객사에서 발생하며 시장 내 핵심 플레이어로 자리 잡았다. 지난 1년간 매출이 10배 성장하며 두 자릿수 백만 달러 규모의 연간 반복 매출(ARR)을 달성했다.

용어 해설

사후 학습(Post-training): — 모델의 사전 학습 이후 특정 작업 수행 능력을 정교화하고 안전성을 높이기 위해 수행하는 미세 조정 및 정렬 과정이다. 모델이 실제 환경에서 사용자 의도에 맞게 정확하고 안전하게 응답하도록 만드는 핵심 단계이다.
강화 학습(Reinforcement Learning): — 에이전트가 환경과 상호작용하며 보상을 최대화하는 방향으로 학습하는 방법론이다. AI 모델의 논리적 추론 능력과 도구 사용 역량을 개선하는 데 필수적이며 인간의 피드백을 반영하는 RLHF 과정에 주로 쓰인다.
월드 모델(World Model): — 물리적 세계의 인과관계와 법칙을 이해하고 예측하는 AI 모델이다. 텍스트를 넘어 로보틱스나 자율주행 분야에서 시각적 정보를 처리하고 물리적 환경에서의 행동 결과를 시뮬레이션하는 데 사용된다.
응용 프로그램 인터페이스(API): — AI 모델이 외부 소프트웨어나 데이터베이스와 통신할 수 있도록 연결하는 규약이다. AI 에이전트가 실질적인 업무를 수행하기 위해 외부 도구를 호출하고 데이터를 주고받는 핵심 통로 역할을 한다.

기술

Helix
API
Reinforcement Learning
World Models

활용 사례

LLM 사후 학습
코딩 에이전트 훈련
로보틱스 비전 학습
모델 성능 평가