미국 저가 항공사 스피릿항공은 2026년 5월 운항을 멈췄습니다. 파산 절차 안에서 공항 이착륙 권리와 본사 건물이 차례로 팔렸고, 8월 14일 법원에 낸 문서에서 구글이 이 회사의 내부 사업 데이터와 소프트웨어 코드를 1,000만 달러에 낙찰받은 것으로 나타났습니다. 예비 입찰자는 750만 달러를 써 낸 AI 회사 머코어(Mercor)였습니다. 구글은 개인정보를 지운 데이터로 자사 제품과 AI 모델을 개선하겠다고 밝혔습니다.

제조 AI 운영체제 VEXPLOR를 만드는 웨이스가 이 거래에서 주목한 것은 구글이 돈을 내려는 대상입니다. 구글이 사려는 것은 비행기도, 노선도, 승객 명단도 아니고 1986년부터 쌓인 직원 데이터를 포함해 한 회사의 직원들이 일한 기록입니다. 웨이스는 이것을 AI가 회사 일을 맡으려면 그 회사가 실제로 어떻게 일했는지를 배워야 한다는 신호로 읽습니다. 그런 기록은 지금 운영 중인 모든 기업 안에서 매일 생기고 있습니다.

구글이 사려는 것은 비행기가 아니라 직원들이 일한 기록입니다

여행 산업 매체 스킵트(Skift)와 미국 의원들의 서한에 나온 내용을 모으면 거래 대상은 이렇습니다.

· 메일 — 내용: 직원 업무 메일 · 규모: 약 1억 건

· 사내 메신저 — 내용: 마이크로소프트 팀즈 메시지 · 규모: 5억 건

· 급여 — 내용: 급여 기록 · 규모: 약 340만 건

· 직원 데이터 — 내용: 기록이 시작된 해 · 규모: 1986년

팀즈 메시지 5억 건은 의원들이 서한에서 밝힌 숫자이고, 나머지는 스킵트가 보도한 숫자입니다. 거래에서 빠진 것도 분명합니다. 승객 9,750만 명의 예약 정보와 마일리지 회원 5,240만 명의 정보는 처음부터 매각 대상이 아니었습니다. 항공사 데이터 가운데 가장 커 보이는 고객 데이터가 빠졌는데도 AI 회사 두 곳이 값을 불렀습니다.

이 목록에서 눈여겨볼 것은 결과보다 과정이 많다는 점입니다. 매출과 운항 실적 같은 결과 숫자는 회사 밖에서도 어느 정도 볼 수 있습니다. 메일과 메신저에는 그 숫자에 이르기까지 누가 무엇을 묻고 어떻게 정했는지가 적혀 있습니다. 운항이 늦어졌을 때 부서끼리 주고받은 대화, 일정을 다시 짠 이유, 거래처와 조건을 바꾼 과정 같은 것들이 보통 이런 기록에 남습니다.

AI가 회사 일을 맡으려면 그 회사가 일한 방식을 배워야 합니다

지금 널리 쓰이는 AI 모델은 대부분 인터넷에 공개된 글로 배웠습니다. 공개된 글에는 회사 안에서 일이 실제로 어떻게 처리되는지가 거의 없습니다. 회사의 메일과 메신저, 내부 문서는 밖으로 나오지 않기 때문입니다. 그래서 문을 닫은 회사의 기록이 경매에 나오자 AI 회사들이 값을 불렀습니다.

이 거래는 순탄하게 마무리되지 않고 있습니다.

· 직원들의 이의 — 전 직원들을 대표하는 노조가 매각에 이의를 냈습니다. 이름을 지워도 다른 정보와 맞춰 보면 사람을 알아볼 수 있고, 직원들이 자기 업무 대화가 다시 쓰이는 데 제대로 동의한 적이 없다는 주장입니다. 이 이의로 8월 19일로 잡혀 있던 심리가 미뤄졌습니다. 지금은 승무원 노조와 조종사 노조가 모두 이의를 낸 상태입니다.

· 개인정보 옴부즈맨의 권고 — 법원이 지정한 개인정보 옴부즈맨은 10월 5일 보고서에서 개인정보를 지운 데이터의 매각을 승인하라고 권고했습니다. 다만 회사 메일에는 승객의 개인정보가 섞여 있을 수 있다는 점도 함께 짚었습니다.

· 의원들의 반대 — 10월 8일에는 110명 넘는 미국 의원이 구글과 스피릿항공에 반대 서한을 보냈습니다.

승인 여부는 미국 파산 법원이 10월 14일(현지 시각) 심리에서 다루기로 한 상태입니다.

승인 여부와 별개로 이 거래가 보여 준 것은 남습니다. 회사가 일한 기록은 AI 회사가 돈을 내고 사려 할 만큼 구하기 어려운 학습 재료입니다.

회사가 일한 기록을 돈 주고 살 필요가 없는 곳은 운영 중인 기업 자신입니다

구글은 1,000만 달러를 내고 남의 회사가 일한 기록을 사려 합니다. 운영 중인 기업 안에서는 그런 기록이 매일 생깁니다. 오늘 오간 견적 메일, 회의에서 정한 납기, 담당자가 고친 엑셀 계산표가 모두 그 회사가 일한 기록입니다.

자기 회사 AI를 자기 회사 기록으로 가르치는 데에는 경매가 필요 없습니다. 남의 회사 직원 정보를 둘러싼 논란도 없습니다. 물론 자기 회사 기록이라도 직원과 고객의 개인정보는 따로 지켜야 하고, 어떤 기록을 AI에 넣을지는 회사가 먼저 정해야 합니다. 그 조건만 갖추면, 구글이 경매로 사려는 것을 기업은 이미 안에 두고 있는 셈입니다.

문제는 AI가 그 기록을 지금 모습 그대로는 바로 읽지 못한다는 것입니다.

대부분의 기업은 결과와 판단의 기록을 서로 다른 곳에 흩어 두었습니다

회사가 크든 작든 기록이 흩어지는 모습은 비슷합니다.

· 결과는 부서마다 다른 시스템에 — 영업은 고객 관리 시스템에, 회계는 ERP에, 생산은 MES에 숫자를 남깁니다. 같은 거래처가 시스템마다 다른 이름과 코드로 들어가 있는 일이 흔합니다.

· 중간 계산은 담당자 엑셀에 — 견적 단가, 재고 조정, 생산 일정처럼 결과를 만들기 전의 계산은 담당자 PC의 엑셀 파일에 있습니다.

· 조건은 메일과 메신저에 — 할인율을 바꾸거나 납기를 미루기로 한 합의는 시스템이 아니라 메일과 메신저 대화에 남습니다.

· 판단의 이유는 사람 머릿속에 — 왜 그 거래처 주문을 먼저 처리했는지, 왜 그 단가를 받아들였는지는 아무 곳에도 적히지 않는 경우가 많습니다.

같은 숫자가 두 시스템에서 다르면 AI는 어느 쪽이 맞는지부터 확인해야 합니다. 이유가 적히지 않은 결정은 AI가 따라 할 수 없습니다. 구글이 사려는 기록에 메일과 메신저가 많은 것도 이 때문입니다. 결과 숫자만으로는 그 회사가 어떻게 판단했는지 배울 수 없습니다.

두 가지 기록을 나눠 보면 이렇습니다.

· 예 — 결과 기록: 매출·재고·납기 실적 · 판단 기록: 왜 그 주문을 먼저 했나

· 주로 있는 곳 — 결과 기록: ERP·MES·고객 관리 · 판단 기록: 메일·메신저·사람

· 흔한 문제 — 결과 기록: 시스템마다 숫자가 다름 · 판단 기록: 아예 적히지 않음

· AI에 필요한 것 — 결과 기록: 하나로 맞춘 기준 · 판단 기록: 결정과 이유를 함께

결과 기록은 기준을 하나로 맞추면 AI가 읽을 수 있습니다. 판단 기록은 적는 습관이 없으면 처음부터 없습니다. 기업이 AI 도입을 준비하면서 시스템 통합만 하고 끝내면 절반만 준비한 것입니다.

웨이스는 업무 기록을 한 폴더에 모으고 AI가 그 기록을 먼저 읽게 했습니다

웨이스는 지난 7월부터 사내 업무 도구를 직접 만들어 쓰고 있습니다. 회사 문서와 작업 기록을 업무 폴더 하나에 모으고, 회사 규칙이 바뀌면 누가 언제 어떤 지시로 바꿨는지 지시 원문과 날짜까지 적습니다. AI는 새 일을 시작하기 전에 이 폴더에서 같은 일을 전에 한 적이 있는지, 그때 어떤 이유로 무엇을 정했는지를 먼저 찾습니다.

이렇게 결과와 이유를 함께 남겨 두면, 다음에 같은 일을 맡은 AI가 그 이유를 읽고 같은 기준으로 판단할 수 있습니다. 먼저 필요한 것은 거창한 시스템이 아닙니다. 결정할 때 이유를 한 줄 적어 두는 습관과, 그 기록을 한곳에 같은 기준으로 쌓는 규칙이 먼저입니다.

우리 회사 기록이 얼마나 흩어져 있는지 5가지 질문으로 확인할 수 있습니다

아래 질문에 답해 보면 우리 회사 기록이 AI가 바로 읽을 수 있는 수준에 얼마나 가까운지 알 수 있습니다.

· 같은 거래처 숫자가 부서마다 같은가 — 그렇다면: 기준 데이터 있음 · 아니라면 먼저: 거래처 기준 하나로

· 핵심 계산이 시스템 안에 있나 — 그렇다면: AI가 바로 읽음 · 아니라면 먼저: 엑셀 계산 옮기기

· 조건 변경이 한곳에 남나 — 그렇다면: 근거를 찾을 수 있음 · 아니라면 먼저: 변경 기록 남기기

· 결정의 이유가 글로 남나 — 그렇다면: AI가 따라 할 수 있음 · 아니라면 먼저: 결정 이유 한 줄 적기

· 퇴사자 업무가 기록으로 남나 — 그렇다면: 기록이 회사에 남음 · 아니라면 먼저: 인수인계 기록화

각 질문이 묻는 것은 이렇습니다.

· 같은 거래처 숫자가 부서마다 같은가 — 영업과 회계가 같은 거래처의 지난달 매출을 각자 뽑았을 때 숫자가 같아야 합니다. 다르면 AI는 어느 쪽을 믿을지 정할 수 없습니다.

· 핵심 계산이 시스템 안에 있나 — 견적 단가나 생산 일정을 엑셀로 따로 계산한다면, 그 계산 방식은 담당자가 바뀔 때 함께 사라집니다.

· 조건 변경이 한곳에 남나 — 할인이나 납기 변경을 메일로만 합의하면, 나중에 그 조건이 왜 생겼는지 찾을 수 없습니다.

· 결정의 이유가 글로 남나 — 결과만 있고 이유가 없는 기록은 AI가 흉내는 내도 같은 기준으로 판단하지는 못합니다.

· 퇴사자 업무가 기록으로 남나 — 사람이 나가도 그 사람이 내리던 판단이 기록으로 남아 있어야 회사의 일하는 방식이 회사에 남습니다.

다섯 질문 가운데 「아니다」가 많을수록 AI 도입 전에 먼저 할 일이 분명해집니다. 새 AI 모델을 고르는 것보다 오른쪽 열에 적힌 일을 먼저 하는 편이 도입 효과를 앞당깁니다.

구글이 1,000만 달러를 내고 사려는 것은 운영 중인 기업 안에서 매일 생기고 있습니다. AI 도입의 출발점은 모델을 고르는 일이 아니라, 회사가 일한 기록을 한곳에 같은 기준으로 쌓는 일입니다.

WACE(웨이스)는 공장이 스스로 판단하고 멈추지 않게 하는 제조 AI 운영체제 VEXPLOR를 만드는 회사다.

(이 글은 웨이스 기술블로그에 먼저 실린 글입니다. 원문: https://blog.vexplor.com/post/google-buys-airline-work-records?utm_source=eo&utm_medium=social&utm_campaign=2026-10-12)