Scale AI, 구글클라우드 COO 드수자 영입…AI 경쟁축 ‘데이터 구축’서 ‘기업 도입’으로

AI 데이터·평가 기업 Scale AI가 구글클라우드 최고운영책임자(COO) 프랜시스 드수자를 새 최고경영자(CEO)로 영입했다. 창업자 알렉산더 왕이 메타로 이동한 지 약 1년 만의 경영진 교체다. 데이터 가공과 모델 평가로 성장한 Scale AI가 기업과 정부기관의 실제 AI 도입·운영 사업에 더 무게를 두려는 흐름도 뚜렷해졌다.

Axios는 7월 30일 드수자가 8월 7일까지 구글클라우드에서 근무한 뒤 Scale AI를 이끌 예정이라고 보도했다. 그는 구글클라우드 COO이자 보안 제품 부문 사장으로 기업용 클라우드, AI 전환과 보안 사업을 다뤘다. 앞서 유전체 분석 기업 일루미나의 CEO를 지낸 이력도 있다.

클라우드와 보안뿐 아니라 생명과학 산업을 경험한 경영자를 선택했다는 점은 보스턴권에도 의미가 있다. 보스턴에서는 병원, 제약·바이오 기업, 금융회사처럼 민감한 데이터를 다루는 기관들이 AI 도입을 확대하고 있다. 이들 조직에는 성능이 높은 모델 자체뿐 아니라 데이터 접근 권한, 개인정보 보호, 보안, 규제 준수와 결과 검증을 함께 관리하는 운영 체계가 필요하다.

Scale AI는 AI 모델 학습에 필요한 데이터를 분류·가공하고 모델 성능을 평가하는 사업으로 성장했다. 최근에는 기업과 정부기관이 AI를 실제 업무에 배치하도록 지원하는 애플리케이션 사업을 확대하고 있다. Axios에 따르면 회사는 이 사업이 향후 18개월 안에 기존 데이터 사업 규모를 넘어설 것으로 예상한다.

회사가 지난 1월 공개한 자료에 따르면 2025년 신규 수주액은 10억 달러를 웃돌았다. 기업용 애플리케이션 사업 매출은 2025년 하반기에 두 배 이상 증가했고, 회사는 같은 해 500명 이상을 새로 채용했다고 밝혔다. 다만 모두 회사가 발표한 수치다. 사업별 순고용 규모와 2026년 지역별 채용 계획은 공개되지 않아 이를 보스턴 지역의 직접적인 채용 증가로 해석하기에는 아직 확인할 정보가 부족하다.

이번 인사는 2025년 메타의 대규모 투자로 Scale AI의 지배구조가 달라진 이후 나왔다. 메타는 143억 달러를 투자해 의결권 없는 지분 49%를 확보했고, 거래 당시 Scale AI의 기업가치는 290억 달러 이상으로 평가됐다. 공동창업자 왕은 일부 직원과 함께 메타의 AI 조직으로 이동했으며, Scale AI 이사회에는 남았다. 이후 제이슨 드뢰지가 임시 CEO를 맡아 회사를 이끌었다.

메타의 투자는 Scale AI에 자본과 대형 고객을 제공하는 동시에 독립성과 고객 데이터 보호에 관한 질문도 남겼다. 당시 구글과 OpenAI 등 메타의 경쟁사들이 Scale AI와의 거래를 축소하거나 재검토한다는 보도가 이어졌다. Scale AI는 독립적으로 운영되며 고객 데이터를 보호한다는 입장을 밝혀왔다. 기업용 클라우드와 보안 운영 경험을 갖춘 드수자의 영입은 사업 확장과 함께 고객 신뢰를 관리하려는 선택으로 해석할 수 있다. 다만 실제 평가는 향후 고객 구성과 사업 실적을 통해 확인해야 한다.

보스턴권 취업시장에 주는 신호는 ‘모델을 만드는 인력’과 함께 ‘모델을 조직 안에서 안전하게 작동시키는 인력’의 가치가 커지고 있다는 점이다. 병원이나 금융회사, 제약사에서 AI를 운영하려면 내부 데이터를 정리하고 접근 권한을 설정해야 한다. 답변의 정확도와 편향, 비용, 처리 속도, 개인정보 노출 가능성도 지속해서 점검해야 한다.

이 과정에서는 데이터 엔지니어링, 클라우드 아키텍처, 사이버보안, 모델 평가, AI 제품관리와 같은 역할이 함께 필요하다. 의료·금융·생명과학 분야의 업무 지식을 기술과 연결하는 인력도 중요해질 수 있다. 이는 AI가 기존 업무를 단순히 대체한다는 관점보다, AI의 결과를 검증하고 현장 절차에 맞게 통합하는 역할이 늘어나는 흐름에 가깝다.

유학생과 졸업 예정자는 이력서에서 막연한 ‘AI 경험’보다 실제 배포 과정에서 맡은 역할을 구체적으로 설명하는 편이 유용하다. 검색증강생성(RAG), 데이터 품질 관리, 평가 지표 설계, 비용·지연시간 관리, 개인정보 보호, 사용자의 검토 절차를 프로젝트에 포함했다면 기업 환경과의 연관성을 보여주기 쉽다. 생명과학 전공자는 임상·유전체 데이터의 특성을 이해하면서 소프트웨어와 데이터 도구를 연결한 경험을, 경영·정책 전공자는 AI 도입 성과와 위험을 측정한 경험을 차별점으로 제시할 수 있다.

비자 스폰서십이 필요한 지원자는 회사 전체의 성장률보다 지원 직무의 근무지, 실제 고용 법인, 스폰서 정책과 채용 일정을 먼저 확인할 필요가 있다. 기업용 AI 사업이 성장하더라도 모든 직무와 지역의 채용이 같은 속도로 늘어나는 것은 아니다. OPT·STEM OPT 또는 H-1B 적용 가능성도 전공, 직무 내용과 회사 정책에 따라 달라질 수 있으므로 학교 담당 부서나 자격을 갖춘 전문가의 안내를 함께 확인하는 것이 적절하다.

창업을 준비하는 독자에게 이번 변화는 범용 AI 도구보다 특정 산업의 데이터와 업무 절차를 이해하는 제품에 시장이 열리고 있다는 신호로 볼 수 있다. 다만 의료·금융처럼 규제 부담과 오류 비용이 큰 분야에서는 시범 서비스의 정확도만으로 계약을 확보하기 어렵다. 보안 검토, 감사 기록, 사용자 승인 절차와 시스템 연동까지 포함한 도입 계획이 사업 경쟁력의 일부가 되고 있다.

Scale AI의 경영진 교체는 AI 산업의 경쟁이 학습 데이터 확보와 모델 성능을 넘어 실제 업무 적용과 신뢰성 관리로 넓어지고 있음을 보여준다. 앞으로 확인할 변수는 기업용 애플리케이션 사업이 예상대로 데이터 사업을 넘어서는지, 메타와의 관계 속에서도 다양한 고객을 유지하는지, 그리고 회사가 발표한 성장세가 지역별 정규직 채용으로 이어지는지다. 보스턴권에서는 의료·바이오·금융 분야를 중심으로 검증 가능한 AI 운영 역량의 수요가 어떻게 구체화되는지가 중요한 관전 포인트다.