AI가 먹을 것이 거의 없다!
전 세계 양질의 텍스트 총량이 약 300조 토큰으로, 2026년에 완전히 소진될 예정이다.

위키피디아(Wiki)、논문, 코드 등은 이미 여러 번 정제되어 10회 이상 학습되었다.
크롤링 시대는 공식적으로 끝났다.
앞으로는 스스로에게 식사를 차려야 한다—합성 데이터로 다음 세대 AI를 학습시키는 것이다.

2026년이 중요한 변곡점이 될 것이다:
합성 데이터의 비중이 처음으로 실제 데이터를 초과하여 58%에 이를 것으로 예상된다.
장점은 명확하다:
무한 생성, 제로 저작권 위험
극히 희귀한 시나리오(교통사고, 희귀병 등)까지 커버 가능

하지만 치명적인 함정이 있다: 순수 합성 데이터는 최대 3세대만 반복되면 무너진다.
업계의 공감대는: 실제 데이터 비중이 30% 미만이 되어서는 안 된다. 70% 실제 + 30% 합성 조합이 가장 안정적이다.
과거에는 누가 더 많은 데이터를 크롤링했는지로 경쟁했지만, 이제는 누가 더 높은 품질의 합성 데이터를 생성할 수 있는지로 경쟁한다.
이것이야말로 AI 하반전의 진정한 고비일 것이다.