Executive Summary

주요 수치

출처: Crunchbase News, 2026

네 숫자가 이 분기의 성격을 압축한다. 사상 최대 총액, AI로의 80% 쏠림, 단 네 회사로의 집중, 그리고 미국 한 나라로의 쏠림. 공통점은 하나다. 자본은 넓게 뿌려지지 않고 소수의 큰 베팅에 모였다.

먼저 숫자를 보자. Crunchbase 집계로 2026년 1분기 전 세계 스타트업이 끌어모은 벤처 투자는 약 3000억 달러다. 직전 분기와 1년 전 같은 분기 대비 모두 150% 가까이 뛴 단일 분기 사상 최대 기록이다. 이 한 분기가 2025년 한 해 벤처 투자의 상당 부분에 맞먹는다.

이 돈은 고르게 퍼지지 않았다. 전체의 80%인 2420억 달러가 AI 기업으로 향했고, 1년 전 같은 비중은 55%였다. 비율만 오른 게 아니다. 같은 분기에 딜 수(deal count)는 오히려 줄었다. 자본이 더 적은 수의 더 큰 베팅으로 응축됐다는 뜻이다. 후기 단계 투자가 205% 늘고 미국이 글로벌의 83%를 가져간 것도 같은 이야기의 다른 얼굴이다.

그 응축의 정점에 메가라운드가 있다. OpenAI 1220억 달러, Anthropic 300억 달러, xAI 200억 달러, Waymo 160억 달러. 네 회사 합계 1880억 달러가 글로벌 1분기 투자의 65%다. 다섯 달러 중 네 달러가 AI로 갔고, 그 네 달러 중 다시 큰 몫이 단 네 회사로 갔다. 자본의 메시지는 명확하다. AI가 다음 10년의 방향이고, 그 방향의 선두는 프런티어 모델이다.

2420억 달러의 행선지를 펼쳐 보면 압도적인 두 단어가 나온다. 모델과 컴퓨트다. 프런티어 모델을 키우는 회사, 그 모델을 돌릴 GPU와 데이터센터, 그 위에 얹는 추론 인프라. 자본은 AI의 연산 능력을 사들였다. 그런데 좋은 모델은 연산만으로 만들어지지 않는다. 모델 성능의 천장을 결정하는 것은 결국 학습 데이터의 질과 권리다. 공개 웹을 긁어 모으던 시대는 이미 한계에 닿았고, 남은 차별화는 도메인 특화 데이터, 사람이 검수한 선호 데이터, 합법적으로 라이선스된 독점 데이터에 있다.

자본이 가장 많이 쏠린 컴퓨트마저 한계 신호를 보낸다. 같은 분기, 미국에서 계획된 AI 데이터센터의 절반 가까이가 변압기 부족과 전력망 제약으로 지연되거나 취소됐다. 돈은 충분했지만 전력과 부품이 그 속도를 따라오지 못했다. 자본을 아무리 쏟아부어도 단숨에 채워지지 않는 자리가 있다는 뜻이다. 그리고 데이터 품질 역량은 그 가운데서도 가장 더디게 채워지는 자리다. 데이터센터는 결국 전력망이 보강되면 들어서지만, 검증된 독점 데이터와 그 품질을 보증하는 일은 물리적 병목이 풀린다고 빨라지지 않는다.

바로 이 데이터 품질 레이어가 자본 집중에서 거의 비어 있었다. Gartner의 2025년 기술 우선순위 분석에서 'AI-Ready Data'는 기업이 가장 빠르게 끌어올려야 할 역량으로 꼽혔지만, 벤처 자금의 흐름은 그곳을 향하지 않았다. 현장의 경험도 같은 방향을 가리킨다. AI 환각과 오작동의 상당 부분은 모델 자체가 아니라 입력 데이터의 불일치·결측·오라벨에서 출발한다. 그럼에도 자본은 데이터를 신뢰할 수 있게 만드는 작업이 아니라, 더 큰 모델을 만드는 작업에 쏠렸다.

역설적인 단서는 AI가 아닌 섹터에서 나온다. 같은 분기 핀테크와 디지털 헬스에서도 자금은 아무 회사에나 가지 않았다. 검증된 독점 데이터를 보유한 기업에만 흘렀다. 결제 행동 데이터를 독점한 핀테크, 임상 데이터를 축적한 헬스케어 회사가 투자자의 선택을 받았다. 자본은 이미 알고 있었던 셈이다. AI 시대의 차별화는 모델이 아니라 그 모델이 먹는 데이터에서 나온다는 것을. 다만 그 데이터를 '품질 보증된 자산'으로 만드는 역량 자체에는 아직 값을 매기지 않았다.

같은 분기의 자본 흐름을 데이터 산업의 가격 신호로 읽은 글이 있다. 모델값이 오를수록 그 모델을 먹이는 데이터의 가격과 권력도 함께 오른다는 관점이다. 그 글이 데이터의 가격을 봤다면, 이 글은 데이터를 신뢰할 수 있게 만드는 역량을 본다. 자세한 가격 이야기는 「모델은 비싸졌다. 데이터는 더 비싸진다」에서 이어진다.

모든 자본 집중에는 끝이 있다. 1990년대 말 통신·광케이블에 자본이 몰렸을 때도, 결국 살아남아 가치를 남긴 것은 케이블 그 자체가 아니라 그 위에서 돌아간 서비스와 데이터였다. AI 사이클도 같은 질문 앞에 선다. 메가라운드의 열기가 식고 모델 성능이 평준화될 때, 가치는 어디에 남아 있을까.

지금 관찰되는 두 속도를 비교해 보면 답의 윤곽이 잡힌다. 하나는 모델 격차가 좁혀지는 속도다. 오픈소스 모델과 프런티어 모델의 성능 차이는 분기 단위로 줄고 있고, 한 회사의 모델 우위는 점점 빨리 복제된다. 다른 하나는 검증된 독점 데이터와 그 품질을 보증하는 역량이 쌓이는 속도다. 이쪽은 느리다. 데이터를 모으고, 정제하고, 출처와 권리를 추적하고, 품질을 등급화하는 일은 수표 한 장으로 건너뛸 수 없다. 빠르게 복제되는 것과 느리게 쌓이는 것. 해자는 언제나 후자에서 만들어진다.

그래서 페블러스 독자에게 던지는 질문은 이것이다. 자본이 모델로 쏠리는 지금, 우리 조직은 무엇을 쌓고 있는가. 남이 6개월이면 따라잡을 모델 위에 서 있는가, 아니면 남이 쉽게 복제할 수 없는 독점 데이터와 그 품질 역량 위에 서 있는가. 이 자본 집중이 끝났을 때 협상 테이블에서 가격을 부르는 쪽이 되려면, 지금 사들이는 것이 아니라 지금 쌓아 두어야 한다.

페블러스가 줄곧 'AI-Ready Data'를 말해 온 이유가 여기에 있다. 모델에 넣기 좋은 형태로 데이터를 준비한다는 것은, 곧 데이터의 품질과 출처와 권리를 자산처럼 관리한다는 뜻이다. DataClinic이 데이터의 품질과 준비도를 진단하는 작업도 같은 문제의식에서 출발한다. 자본이 모델에 베팅한 이 분기에, 정작 다음 사이클의 가치를 결정할 질문은 모델이 아니라 데이터 쪽에 놓여 있다.

업계 보도

• 1.Crunchbase News. (2026). "Record-Breaking Funding For AI Drives Global Q1 2026 Venture Totals." Crunchbase.
• 2.BeInCrypto 외. (2026). "AI Captures $242B While Data Centers Stall" — Q1 2026 AI 투자 집중·인프라 병목 보도.

시장·산업 분석

• 3.Gartner. (2025). Hype Cycle for Artificial Intelligence — 'AI-Ready Data'를 기업 핵심 역량으로 선정.
• 4.페블러스. (2026). "모델은 비싸졌다. 데이터는 더 비싸진다." 페블러스 블로그 — 같은 Q1 2026 통계의 데이터 가격 관점.