크라우드웍스, 적자는 줄였지만 승부처는 조선·로봇 AI 데이터

• 크라우드웍스가 1분기에 매출은 키우고 적자는 줄이는 흐름을 만들었음

  • 연결 영업수익은 28억4934만원으로 전년 동기 대비 50% 증가함
  • 영업손실은 21억6074만원으로 전년 동기보다 22% 감소함
  • 분기순손실도 26억9992만원으로 19% 줄었음

• 손실이 줄어든 이유는 비용이 늘긴 했지만, 매출 증가 속도가 더 빨랐기 때문임

  • 1분기 연결 영업비용은 50억1008만원으로 전년 동기 대비 7.2% 증가함
  • 급여는 19억6036만원으로 19.2% 늘었고, 지급수수료는 17억1523만원으로 204.2% 급증함
  • 그래도 영업손실률은 지난해 1분기 -145.9%에서 올해 1분기 -75.8%로 개선됨
  • 영업비용이 영업수익에서 차지하는 비율도 245.9%에서 175.8%로 내려감

• 사업별로 보면 성장의 온도 차가 꽤 큼

  • 데이터 사업 매출은 12억7700만원으로 전년 동기 대비 2.5% 증가함
  • 그중 LLM 데이터 매출은 10억2800만원으로 49.9% 늘었음
  • 반대로 AI 데이터 매출은 2억4900만원으로 55.5% 감소함
  • AI사업 매출은 5억6100만원으로 0.5% 줄었고, 아카데미 사업 매출은 1억8000만원으로 100% 증가함

• 회사가 보는 반등 포인트는 산업 AI와 피지컬 AI 데이터임

  • 크라우드웍스는 UNIST, HD현대중공업, HD한국조선해양과 함께 총 403억원 규모 조선업 초거대 AI 개발 사업에 참여한다고 밝힘
  • 여기서 맡은 역할은 설계 도면, 작업 지시서, 현장 영상, 센서 데이터 같은 조선소 데이터를 AI 학습용 데이터로 정제·구축하는 것임
  • 이건 단순 라벨링보다 훨씬 산업 도메인 지식이 필요한 영역이라, 잘 잡으면 진입장벽이 생길 수 있음

• 로봇 쪽에서는 엑스와이지와 로봇 학습용 데이터 구축 협력을 맺었음

  • 로봇 하드웨어에서 수집되는 행동 데이터를 학습에 맞는 형태로 가공해 로봇 지능 고도화에 쓰겠다는 구상임
  • 피지컬 AI에서는 데이터가 그냥 텍스트 파일이 아니라 행동, 센서, 영상, 작업 맥락이 섞인 형태라 데이터 가공 역량이 더 중요해짐

• 독자 AI 파운데이션 모델 프로젝트 참여도 눈에 띄는 대목임

  • 크라우드웍스는 모티프테크놀로지스가 이끄는 컨소시엄에 합류해 300B 추론형 모델의 핵심 데이터 공급을 맡고 있음
  • 국내 AI 생태계에서 모델 개발사만 주목받기 쉽지만, 실제 성능은 어떤 데이터를 어떻게 먹이느냐에 크게 흔들림

---

기술 맥락

• 크라우드웍스가 노리는 변화는 단순 라벨링 회사에서 산업 데이터 공급자로 올라가는 거예요. LLM 데이터 매출이 49.9% 늘어난 반면 기존 AI 데이터 매출은 55.5% 줄었기 때문에, 범용 데이터보다 모델 학습에 바로 연결되는 고부가 데이터가 더 중요해진 상황이에요.

• 조선업 초거대 AI 사업에서 중요한 건 데이터 종류가 굉장히 현장형이라는 점이에요. 설계 도면, 작업 지시서, 현장 영상, 센서 데이터는 그냥 긁어모은다고 모델이 이해할 수 있는 형태가 아니거든요. 어떤 작업 맥락에서 나온 데이터인지 정제하고 연결해야 모델 학습에 쓸 수 있어요.

• 피지컬 AI도 같은 이유로 데이터 가공 난도가 높아요. 로봇 행동 데이터는 텍스트처럼 문장 단위로 깔끔하게 끊기지 않고, 움직임과 센서값과 환경 변화가 같이 붙어 다녀요. 그래서 로봇 지능을 높이려면 하드웨어에서 나온 원시 데이터를 학습 가능한 구조로 바꾸는 과정이 핵심이에요.

• 이 흐름이 개발자에게 중요한 이유는 AI 프로젝트의 병목이 모델 호출 코드에서 데이터 파이프라인으로 옮겨갈 수 있기 때문이에요. 산업 AI에서는 모델을 고르는 일만큼이나 어떤 데이터를 어떤 품질 기준으로 정제하고 평가할지가 전체 성능을 좌우해요.