야콥 토마, AI 시대 ESG 데이터 제공업체의 두 가지 미래에 대해…

(responsible-investor.com)

Responsible Investor2026년 8월 28일ESG

AI 기술이 ESG 데이터의 수집 및 가공 비용을 획기적으로 낮추면서, 데이터 산업은 저가 공세를 펼치는 스타트업과 브랜드 신뢰도를 앞세운 기존 기업 간의 구조적 재편과 데이터의 범용재화라는 거대한 전환점에 직면해 있습니다.

이 글의 핵심 포인트

1AI 기술로 인해 ESG 데이터 수집 및 가공 비용이 급격히 감소하여 인하우스(In-house) 개발 가능성 증대
2데이터 구매의 핵심 동력이 브랜드 인지도에서 비용과 편의성으로 이동할 가능성
3기존 대형 기업은 브랜드 신뢰도와 통합 서비스를 통해 시장 지배력을 유지할 가능성
4데이터 산업의 양극화: 저가형 범용 데이터(Commodity)와 고가의 맞춤형 지능형 서비스로의 분화
5낮은 마진과 쉬운 복제 가능성으로 인해 산업 전체의 혁신 동력이 저하될 위험 존재

이 글에 대한 공공지능 분석

왜 중요한가?

AI가 데이터 수집 및 정형화 비용을 파괴적으로 낮춤으로써, 기존 ESG 데이터 비즈니스의 수익 모델과 진입 장벽을 근본적으로 재정의하고 있기 때문입니다. 이는 데이터 산업의 공급 구조와 가치 산정 기준이 바뀌는 변곡점입니다.

어떤 배경과 맥락이 있나?

ESG 데이터는 제품 간 차별화를 식별하기 어렵고 구매 결정 시 비용과 편의성이 핵심인 특성을 가집니다. 최근 LLM과 자동화된 스크래핑 기술의 발전으로 기업 보고서 등 비정기적 비정형 데이터를 정형화하는 비용이 급격히 하락하고 있습니다.

업계에 어떤 영향을 주나?

저비용 구조를 가진 스타트업은 가격 경쟁력을 통해 시장에 침투할 수 있지만, 대형 플레이어는 브랜드 신뢰도와 통합 서비스(One-stop shop)를 무기로 시장 집중도를 높일 수 있습니다. 다만, 낮은 마진과 쉬운 복제 가능성은 산업 전체의 혁신 동력을 저해할 위험이 있습니다.

한국 시장에 어떤 시사점이 있나?

단순 데이터 수집 및 가공에 집중하는 한국의 ESG 테크 스타트업은 '데이터 공급자'로서의 한계에 부딪힐 수 있습니다. 대신 AI가 생성한 방대한 데이터를 검증하거나, 특정 산업군에 특화된 '맞춤형 분석 알고리즘'을 제공하는 고부가가치 레이어에 집중해야 합니다.

이 글에 대한 큐레이터 의견

AI는 데이터 공급의 문턱을 낮추어 누구나 자신만의 ESG 지표를 만들 수 있는 시대를 열고 있습니다. 이는 스타트업에게 강력한 무기가 되지만, 동시에 기존 플레이어들이 가진 '브랜드 신뢰도'와 '통합 서비스의 편의성'이라는 강력한 진입장벽과 싸워야 함을 의미합니다. 단순히 데이터를 싸게 제공하는 것만으로는 대형 플랫폼의 '원스톱 서비스'와 'AI 환각(Hallucination) 방지'라는 신뢰 자본을 이기기 어렵습니다.

물론, 데이터의 범용재화는 역설적으로 새로운 기회이기도 합니다. 기초 데이터가 무료에 가까운 수준으로 풀린다면, 그 데이터를 활용해 특정 산업의 리스크를 예측하거나 정교한 의사결정을 돕는 'Ad-hoc Intelligence' 영역은 더욱 커질 것입니다. 따라서 창업자들은 '데이터 수집'이라는 레드오션에서 벗어나, AI가 생성한 수많은 뷰(View) 중 무엇이 진짜인지 판별하거나 특정 목적에 맞는 정교한 분석 모델을 설계하는 '고부가가치 해석 레이어'에 집중하는 전략적 선택이 필요합니다.

원문 보기 →