AI 최대 약점 '엉터리 학습 데이터' 잡는다… 비트펄스랩스, 180만 달러 투자 유치

이 회사는 이 문제를 단순한 라벨링(labeling, 데이터에 이름표를 붙이는 작업) 문제가 아닌 데이터 인프라의 문제로 인식합니다. 따라서 기업과 모델 개발자들이 성능 좋고 신뢰할 수 있는 AI를 만들기 위해 필수적으로 거쳐야 할 기초 데이터 계층(infrastructure layer) 자체를 바꾸겠다는 전략입니다 .

단순 하청이 아닌 통합 솔루션: 준비와 제공

단순히 데이터 라벨링만 제공하는 플랫폼과 달리, 비트펄스랩스는 두 가지 서비스를 하나로 묶어 제공합니다 :

• 데이터셋 준비(Dataset preparation): 실제 도메인 전문가가 원시 데이터(raw data)를 직접 선별하고 의미를 부여합니다. 일반 아웃소싱 인력이 놓치기 쉬운 복잡한 패턴까지 포착한 데이터셋을 만드는 것이 핵심입니다.
• 데이터셋 제공(Dataset provision): 이렇게 완성된 데이터셋을 모델 훈련용으로 완전히 정비된 상태로 전달합니다. 고객사는 별도의 후처리 없이 바로 자사의 AI 훈련 파이프라인에 투입할 수 있습니다.

이러한 엔드투엔드(end-to-end) 모델은 기업이 원시 데이터를 수집하고 실제 모델을 돌리기까지 겪는 마찰을 최소화하는 것을 목표로 합니다.

말보다 숫자, 투자 전 이미 10배 성장

투자 유치에 앞서 스타트업의 잠재력을 보여주는 가장 강력한 증거는 역시 숫자입니다. 비트펄스랩스는 프리시드 투자 발표 이전인 2026년 상반기에 이미 전년 대비 10배의 매출 성장을 기록했다고 밝혔습니다 . 절대적인 매출 규모는 공개되지 않았지만, 이 성장 곡선은 기업들이 고품질의 전문가 검증을 거친 학습 데이터에 목말라하고 있음을 증명합니다.

창업자들은 누구?

비트펄스랩스는 2026년 **제이슨 리프(Jason Rieff)**와 **니콜라이 비타노프(Nikolay Vitanov)**가 공동 창업했으며, 두 사람 모두 공동 CEO를 맡고 있습니다 . 영국에 기반을 둔 연쇄 창업가인 리프는 생성형 AI 분야에서 활동하는 독립 멀티미디어 데이터 제공업체인 비트펄스(Beatpulse)를 공동 창업한 이력이 있습니다 . 비타노프는 제품 및 운영 전문성을 바탕으로 런던 팀에 합류했습니다 .

180만 달러, 어디에 쓰일까

프리시드 라운드를 성공적으로 마무리한 비트펄스랩스는 이번 투자금을 데이터셋 인프라 확장, 지원하는 기업 AI 애플리케이션의 범위 확대, 그리고 핵심 경쟁력인 전문가 주도 데이터 라벨링 및 검증 시스템 고도화에 사용할 계획이라고 밝혔습니다 .

데이터 품질 저하와 합성 데이터 피드백 루프(합성 데이터를 반복 학습시키며 오류가 누적되는 현상)에 대한 우려가 커지는 AI 업계에서, ‘인간의 전문성’을 최고의 해자(비즈니스 방어벽)로 내세우며 10배 성장이라는 증거까지 제시한 스타트업의 등장은 무조건적인 자동화 흐름에 대한 의미 있는 반전을 제시하고 있습니다.