https://www.wired.com/story/secret-auction-race-ai-supremacy-google-microsoft-baidu/

딥러닝이 나오기 전까지는 SVM 같은 머신러닝 기법으로 이미지 인식을 처리했습니다. 그때는 알고리즘의 성능도 떨어졌지만 그보다는 데이터가 너무 빈약하다는게 문제였습니다. 많아야 10만개 정도의 사진들이 전부였으니까요. 당시 스탠포드대 교수였던 페이페이 리가 총대를 멨습니다. 알고리즘 연구를 잠시 멈추고 데이터셋을 만드는데 모든 역량을 동원했습니다. 전세계의 크라우드소싱 작업자들이 레이블링을 하여 무려 1400만장의 방대한 사진 데이터를 구축했습니다. 그리고 2009년 모든 연구자들에게 ImageNet을 무료로 공개합니다.

2010년부터는 ILSVRC(ImageNet Large Scale Visual Recognition Challenge) 이미지 인식 대회가 열렸습니다. 기존보다 100배가 넘는 데이터 덕분에 알고리즘 역시 빠르게 발전하기 시작했습니다. 그러다 2012년 캐나다 토론토대의 제프리 힌튼이 우승을 차지했습니다. 2~5위가 25%~30%의 오차율인 것에 비해, 무려 10%나 더 낮은 16%의 오차율을 기록했습니다. 이때부터 연구자들은 앞다투어 딥러닝에 뛰어들게 됩니다. 2016년 알파고 이후로는 일반 대중들에도 딥러닝이란 용어가 널리 알려지게 되었습니다.

제프리 힌튼은 2012년 우승을 한 뒤, DNNresearch라는 스타트업을 설립합니다. AlexaNet 딥러닝 모델을 같이 만들었던 대학원생 2명과 함께였습니다. 간단한 소개를 담은 홈페이지가 전부였지만, 바이두가 재빠르게 1200만달러에 인수제의를 합니다. 거의 계약 직전에서 힌튼은 다른 회사에게도 의향을 물어봅니다. 그러자 구글과 MS도 적극적으로 경쟁에 뛰어듭니다. 재미있는 사실은 알파고로 유명한 딥마인드도 이 대열에 합류했다는 것입니다. 그때는 구글에 인수되기 전이라 자금이 없었기 때문에 대신 지분을 제의했습니다.

힌튼은 바이두, 구글, MS에게 자신의 스타트업을 살 수 있는 권리를 경매로 붙였습니다. 1500만달러에서 시작한 가격은 금새 2000만달러로 올랐습니다. 2200만에서 MS은 쉽게 포기를 선언합니다. 이제 바이두와 구글만 남았습니다. 3000만, 4000만까지 치솟은 가격은 멈출 줄을 몰랐습니다. 결국 4400만에서 힌튼은 경매를 중지합니다. 더 이상의 욕심을 버리고 구글에 합류하기로 선택합니다.

구글은 지금까지 성공적인 인수를 여러번 해왔습니다. 안드로이드, 유튜브, 딥마인드가 대표적입니다. 물론 자금이 풍부하다는게 유리한 점도 있지만, 미래를 내다보는 안목이 그만큼 탁월하다고 볼 수 있습니다. 하지만 구글에 대한 의존도가 너무 커지는게 아는지 걱정이 되기도 합니다.