AI 스타트업 논문 공백, 신뢰 경쟁의 비용

논문이 사라진 AI 스타트업 지도

Science 보도는 AI 유니콘들이 연구 성과를 공식 논문이나 프리프린트로 거의 남기지 않는 흐름을 짚었다. 함께 거론된 bioRxiv 프리프린트는 1998년부터 2025년까지 317개 AI 유니콘을 분석했고, 절반을 넘는 기업이 적격 논문이나 프리프린트를 내지 않았다고 요약한다. 2025년 전체 AI 문헌에서 이들 기업이 차지한 비중도 0.1% 수준으로 제시된다.

이 숫자가 곧 "스타트업이 연구하지 않는다"는 뜻은 아니다. 요즘 연구 산출물은 논문, 모델 카드, 블로그, GitHub 저장소, 평가 리더보드, 제품 문서로 쪼개져 나온다. 그러나 공식 문헌이 줄면 장기 검증이 어려워진다. Attention Is All You Need 같은 논문은 구현과 응용을 폭발시킨 공통 좌표였지만, 현재의 에이전트와 멀티모달 시스템은 핵심 실험 세부사항이 제품 발표 뒤에 숨어 있는 경우가 많다.

왜 지금 더 민감한가

AI 산업은 과거보다 훨씬 빠르게 자본과 배포를 결합한다. 모델 성능 발표가 API 가격, 클라우드 계약, 채용, 규제 논쟁에 바로 연결된다. 논문이 부족하면 외부 연구자는 성능이 데이터셋 오염, 프롬프트 최적화, 비공개 후처리, 인간 평가 편향 중 어디에서 나온 것인지 분리하기 어렵다. Stanford AI Index가 매년 보여주는 것처럼 산업의 계산 자원과 모델 개발 비중이 커질수록, 공개 검증의 역할은 더 중요해진다.

한국 기업에도 같은 문제가 온다. 금융, 제조, 의료에서 AI 벤더를 고를 때 "데모가 잘 된다"는 근거만으로는 내부 감사와 보안 심사를 통과하기 어렵다. OpenAI 스코어카드, AI ROI의 언어를 바꾸다에서 말한 것처럼 유용한 업무 산출물이 중요해졌지만, 그 산출물이 재현 가능한지 확인하는 체계도 함께 필요하다. Stack Overflow 그래프, 개발 지식의 재편에서 보듯 공개 지식의 축이 이동하는 만큼, 기업은 자체 지식 검증 비용을 떠안게 된다.

스타트업의 방어 논리도 있다

스타트업 입장에서는 논문 공개가 항상 합리적이지 않다. 초기 기업은 방어 가능한 기술 우위를 지켜야 하고, 논문 심사 주기는 제품 주기보다 느리다. 또 많은 AI 스타트업은 기초 모델을 새로 만드는 연구소가 아니라 특정 업무 흐름을 제품화하는 회사다. 이들에게 논문 생산량을 같은 기준으로 요구하면 실제 가치를 잘못 측정할 수 있다.

그렇지만 공개 연구를 완전히 대체할 장치가 없다면 시장은 더 큰 신뢰 비용을 치른다. 모델 벤치마크는 마케팅 수치가 되고, 고객사는 PoC를 반복하며, 규제기관은 보수적으로 움직인다. 오픈소스 AI 현황, 모델보다 생태계가 경쟁력이다는 모델 자체보다 검증 가능한 생태계가 경쟁력이라고 봤다. 논문 공백은 바로 그 생태계의 얇아진 부분이다.

한국 팀이 취할 현실적 기준

모든 스타트업에 학술 논문을 요구할 필요는 없다. 대신 엔터프라이즈 구매 기준을 바꾸는 편이 실용적이다. 첫째, 주요 성능 주장에 대한 평가 프로토콜을 받아야 한다. 둘째, 민감 산업에서는 모델 카드와 데이터 처리 정책을 계약 부속서로 남겨야 한다. 셋째, 벤더가 공개 논문을 내지 않는다면 고객 환경에서 재현 가능한 검증 세트를 함께 설계해야 한다.

AI는 이제 "잘 작동한다"는 인상만으로 도입하기 어려운 인프라다. OpenAI의 학술 연구자 지원 프로그램처럼 기업이 외부 연구와 접점을 넓히는 움직임은 긍정적이지만, 연구 공개의 감소와 함께 읽어야 균형이 맞다. 앞으로 신뢰 경쟁은 더 많은 논문을 쓰는 회사와 더 좋은 감사 흔적을 남기는 회사 사이에서 갈릴 가능성이 크다.

자주 묻는 질문

Q1: 논문을 적게 내면 기술력이 낮다는 뜻인가요?

A: 아니다. 제품 개발과 기초 연구는 다르다. 다만 외부 검증 가능성이 낮아진다는 점은 별도 리스크다.

Q2: 블로그와 모델 카드가 논문을 대체할 수 있나요?

A: 일부는 가능하다. 하지만 비교 실험, 실패 사례, 재현 조건이 부족하면 검증 문서로는 약하다.

Q3: 스타트업에 어떤 자료를 요구해야 하나요?

A: 평가 데이터 설명, 안전 테스트, 데이터 보존 정책, 모델 업데이트 이력, 고객 환경 재현 절차가 우선이다.

Q4: 한국 스타트업도 논문을 써야 하나요?

A: 꼭 학술 논문일 필요는 없다. 공개 기술 보고서나 재현 가능한 벤치마크도 신뢰 자산이 된다.

Q5: 투자자는 이 지표를 어떻게 봐야 하나요?

A: 논문 수보다 검증 가능한 기술 주장, 고객사에서 반복 가능한 성능, 보안과 컴플라이언스 대응력을 함께 봐야 한다.