▲

Mary Meeker의 Trends Report - "AI"

 (bondcap.com)
14P by xguru 5일전 | ★ favorite | 댓글 1개
  • 5년만에 나온 메리 미커의 트렌드 리포트. 이번엔 AI가 중심. 총 340페이지
  • AI 사용과 확산 속도가 인터넷보다 훨씬 빠르며, 기계가 인간을 앞지르는 시점이 도래하고 있음
  • 글로벌 인터넷 인프라(55억명 사용), 30년 이상 축적된 디지털 데이터셋, ChatGPT를 필두로 한 대형 언어 모델(LLM)의 등장과 사용성/속도 혁신이 이를 이끌고 있음
  • 신생 AI 기업들은 혁신, 투자, 제품 출시, 자본 조달 등에서 매우 공격적으로 움직이고 있으며, 기존 빅테크 기업들도 AI 중심 투자와 성장을 가속화하고 있음
  • 중국과 미국의 AI 경쟁 등 글로벌 기술 패권 다툼이 치열하게 전개되고 있으며, 이 리포트가 기술·재무·사회·물리·지정학적 변화에 대한 논의에 기여하기를 바람

문서 Outline

  1. 변화가 과거보다 빠르게 일어나고 있는가?
    → 그러함, 실제로 더 빨라지고 있음
  2. AI 사용자 + 사용량 + 자본지출(CapEx) 성장 =
    → 전례 없는 성장세 (Unprecedented)
  3. AI 모델 컴퓨트(Compute) 비용은 높아지고, 추론(Inference) 비용은 하락 =
    → 성능은 수렴(Performance Converging), 개발자 사용(Developer Usage) 증가
  4. AI 사용량 (Usage) + 비용(Cost) + 손실(Loss) 성장 =
    → 전례 없는 수준 (Unprecedented)
  5. AI 수익화(Monetization)의 위협 =
    → 경쟁 심화, 오픈소스 모멘텀(세력 확장), 중국의 부상
  6. 물리 세계와 AI의 융합(Ramps) =
    → 빠르고 데이터 중심적(Fast + Data-Driven)
  7. AI로 촉진된 글로벌 인터넷 사용자 증가 =
    → 그동안 경험하지 못한 성장
  8. AI와 일(Work)의 진화(Evolution) =
    → 현실에서, 빠르게 진행 중(Real + Rapid)

Overview

  • "세상이 전례 없이 빠른 속도로 변화하고 있다"는 표현조차 과소평가일 정도로, 변화의 속도와 범위가 급격히 확장되고 있음
  • 기술 혁신과 빠른 채택(adoption), 그리고 글로벌 리더십(leadership) 변화가 이 모든 변화의 근간(Underpinnings)을 이룸
  • Google의 창업 미션(1998): '세계의 정보를 체계화하여 모두가 접근하고 쓸 수 있게 한다'
  • Alibaba의 창업 미션(1999): '어디서나 쉽게 비즈니스를 할 수 있도록 한다'
  • Facebook의 창업 미션(2004): '사람들이 더 많이 공유하고, 세상이 더 개방적이고 연결될 수 있게 한다'
  • 오늘날에는 AI(Artificial Intelligence), 가속화된 컴퓨팅 파워(Computing Power), 그리고 경계 없는 자본(Borderless Capital) 이 결합하여 정보 조직, 연결, 접근성을 비약적으로 향상시키며 거대한 변화를 주도함
  • 스포츠에서 선수의 기록이 데이터/입력/훈련으로 끊임없이 개선되듯, 기업들도 방대한 데이터셋을 컴퓨터가 학습하며 점점 더 스마트하고 경쟁적으로 변화함
  • 대형 모델(Large Models) 혁신, 토큰 단가(cost-per-token) 하락, 오픈소스 확산(Open-Source Proliferation), 반도체 성능(Chip Performance) 향상 등이 기술의 경제성, 파워, 접근성을 모두 극적으로 높임
  • OpenAI의 ChatGPT는 사용자, 사용량, 수익화 지표에서 역사상 가장 빠른 ‘오버나이트 성공(overnight success)’ 사례 (설립 후 9년 만에 달성)
  • AI 활용은 소비자, 개발자, 기업, 정부 모두에게서 폭발적으로 증가
  • Internet 1.0 혁명 때는 기술이 미국에서 시작되어 점진적으로 확산됐지만, ChatGPT는 전 세계 동시다발적으로 도입되어 빠르게 성장
  • 기존 플랫폼 대기업(incumbents) 과 새로운 도전자(challengers) 는 에이전틱 인터페이스(agentic interfaces), 엔터프라이즈 코파일럿(enterprise copilots), 실세계 자율 시스템(real-world autonomous systems), 주권 모델(sovereign models) 등 AI 인프라의 새로운 계층을 선점하기 위해 경쟁 중
  • AI, 컴퓨트 인프라, 글로벌 연결성(global connectivity) 의 급진적 발전은 일(Work)의 방식, 자본 배치(Capital Deployment), 리더십의 기준 자체를 기업과 국가 전반에 걸쳐 근본적으로 재편
  • 동시에 각국의 글로벌 리더십 변화가 진행되고 있으며, 주요 강대국들은 서로의 경쟁력과 비교우위를 적극적으로 견제중
  • 세계 각국이 경제, 사회, 영토적 야망(Economic / Societal / Territorial Aspiration)에 따라 다시 가속화되고 있음
  • 이제 두 가지 거대한 힘, 즉 기술(Technological) 과 지정학(Geopolitical) 이 점점 더 깊이 얽혀가고 있음
  • Meta Platforms CTO Andrew Bosworth는 최근 ‘Possible’ 팟캐스트에서 “지금 AI는 마치 우주 경쟁(Space Race) 과도 같고, 특히 중국 등 주요 국가들은 매우 높은 역량을 갖췄으며 비밀이 거의 없고 모두가 꾸준히 발전하고 있다”고 언급
  • AI 리더십(AI Leadership) 이 곧 지정학적 리더십(Geopolitical Leadership) 으로 이어질 수 있음 (그 반대는 성립하지 않음)
  • 이 현상은 큰 불확실성(Uncertainty)을 동반하지만, 전 T. Rowe Price 회장 Brian Rogers의 “통계적으로 세상은 그리 자주 끝나지 않는다”는 말처럼, 낙관적 시각이 중요함
  • 투자자 입장에서 항상 모든 일이 잘못될 수 있다고 가정하지만, 무엇이 제대로 잘 될 수 있는지에 대한 기대가 진정한 희망(Optimism) 의 원천
  • AI가 대신 일을 해주는 모습은 이메일, 웹 검색의 초기 마법과도 같으며, 더 빠르고, 더 싸고, 더 나은(Better / Faster / Cheaper) 효과가 훨씬 더 빠르게 확산
  • 물론 위험(Danger)과 불확실성도 크지만, 장기적으로 강력한 경쟁(Competition), 혁신(Innovation), 저렴하고 쉽게 접근 가능한 컴퓨트(Accessible Compute), 빠르게 확산되는 AI 기술, 신중하고 치밀한 리더십(Thoughtful and Calculated Leadership)이 상호확증억제(Mutually Assured Deterrence) 와 같이 균형을 만들어낼 것이라는 기대가 있음
  • 어떤 이들에게는 AI의 진화가 바닥치기 경쟁(Race to the Bottom) 이 될 수 있지만, 또 다른 이들에게는 정상으로의 경쟁(Race to the Top) 의 시작
  • 자본주의(Capitalism) 와 창조적 파괴(Creative Destruction) 의 투기적이고 역동적인 힘이 거대한 지각변동을 일으키고 있음
  • 특히 미국(USA), 중국(China), 그리고 글로벌 테크 리더들의 치열한 경쟁이 이미 '게임 온(Game On)' 상태임
  • 본 리포트는 다양한 서드파티 데이터, 리서치, 벤치마크를 바탕으로 현재와 같은 역동적 시기(Dynamic Time) 의 트렌드를 입체적으로 보여주고자 함
  • 궁극적으로 이 논의에 기여하고자 하는 것이 본 리포트의 목표

1. 변화가 과거보다 빠르게 일어나고 있는가?

Technology Compounding = Numbers Behind The Momentum"

"기술의 복리 성장 = 폭발적 성장의 모멘텀 뒤에 숨겨진 수치와 데이터들"

  • 컴퓨팅 사이클의 역사와 AI 시대의 도래
    • 1960년대 메인프레임(Mainframe, ~100만대) → 미니컴퓨터(Minicomputer, ~1천만대) → PC (~3억대) → 데스크톱 인터넷(Desktop Internet, ~10억대/사용자) → 모바일 인터넷(Mobile Internet, ~40억대) → AI 시대(AI Era, 수십억~수백억 단위)
    • 축적된 컴퓨팅 인프라(CPU, GPU, 클라우드/빅데이터)가 AI 확산의 기반이 됨
    • AI 디바이스 시대에는 과거 메인프레임 대비 수만~수십만 배 이상의 디바이스 수가 예상됨
  • AI 모델 학습 데이터셋(단어 수)의 성장
    • 1950~2025년 주요 AI 모델의 학습 데이터셋 크기(단어 수)가 연평균 260% 성장
    • 2018년 이후 GPT-2, GPT-3, GNMT 등 대형 모델이 등장하며 데이터 사용량이 기하급수적으로 증가
    • 최근 Aramco Metabrain AI 등 최신 모델들은 수십조 단위의 단어를 사용해 학습
  • AI 모델 학습에 사용된 컴퓨트(연산량, FLOP)의 성장
    • 1950~2025년 주요 AI 모델 학습 연산량이 연평균 360% 성장
    • GPT-4, Grok, AlphaGo, Swift 등 대형 모델의 등장과 함께 FLOP 지표가 급격히 상승
  • 알고리듬 혁신이 가져온 컴퓨트 효율 향상
    • 2014~2023년 AI 모델의 효과적 연산량(Effective Compute) 이 연평균 200% 증가
    • Chinchilla, OPT-175B 등 알고리듬 최적화가 성능 향상과 컴퓨트 절감에 크게 기여
  • AI 슈퍼컴퓨터의 성능 성장
    • 2019~2025년 AI 슈퍼컴퓨터(클러스터) 성능이 연평균 150% 성장
    • Sunway OceanLight, GPT-3/4 클러스터, Frontier, El Capitan, xAI Colossus 등
    • 칩 성능과 클러스터 당 칩 수의 동시 성장
  • 강력한 대규모 AI 모델 수의 폭증
    • 2017~2024년 연 167% 증가: 10^23 FLOP 이상 대규모 AI 모델 출시 수가 급증
    • DeepMind(AlphaGo), xAI, Anthropic, Meta, NVIDIA, Mistral 등 다양한 플레이어가 속속 등장
  • ChatGPT 사용자·구독자·매출 성장
    • 2022.10~2025.4 기준, 주간 활성 사용자(Users, MM), 구독자(Subscriber, MM), 매출(Revenue, $B) 가 모두 기하급수적으로 성장
    • 800만+ 주간 사용자, 2천만+ 구독자, 연 매출 40억 달러에 근접
  • 3650억 연간 검색 달성 속도: ChatGPT vs Google
    • ChatGPT: 2년 만에 연 3650억 검색 달성 (2024년)
    • Google: 같은 수치 도달까지 11년(2009년) 소요
    • ChatGPT가 Google 대비 5.5배 더 빠른 확산 속도를 기록함
  • 1998년, 인터넷 보급이 시작될 무렵 Google은 '세계의 정보를 체계화해 모두가 접근하고 유용하게 만들겠다'는 목표로 출발함
  • 30년 가까운 세월 동안 인류가 경험한 가장 빠른 변화 속에서, 현재는 대부분의 정보가 디지털화, 접근 가능, 활용 가능한 상태에 이름
  • AI 기반의 정보 접근과 이동 방식 변화는 이보다 훨씬 더 빠르게 전개되고 있음
  • AI는 인터넷 인프라 위의 Compounder(복리적으로 성장하는 존재) 이며,
    누구나 쉽게 쓸 수 있고 대중적 관심을 끄는 서비스들이 극도로 빠르게 확산되는 현상을 만들어냄

지식 전달의 진화 (Knowledge Distribution Evolution)

  • 1440~1992: Static + Physical Delivery
    • 1440년 인쇄기(Printing Press) 발명부터 1992년까지, 지식은 정적이고(Static), 물리적(Physical) 방식으로 배포됨
    • 즉, 종이책, 신문, 잡지 등 인쇄물 중심의 지식 전달 구조가 수백 년간 유지
      – 1993~2021: Active + Digital Delivery
    • 1993년 인터넷(World Wide Web) 공개 이후, 능동적(Active)이고 디지털(Digital) 기반의 지식 전달로 전환
    • 누구나 웹사이트를 만들고, 실시간으로 정보에 접근·유통 가능해짐
    • 인터넷은 ‘지식의 공개와 유통’에 있어 근본적 변혁을 일으킴
      – 2022+: Active + Digital + Generative Delivery
    • 2022년 ChatGPT의 출시와 함께 생성형 AI 기반의 지식 전달 시대로 진입
      • Generative AI: 텍스트, 이미지, 오디오, 코드 등 다양한 콘텐츠를 생성할 수 있는 AI
      • ChatGPT는 출시 5일 만에 100만 사용자 돌파라는 역대급 성장 기록
    • 이제 지식은 단순 저장·검색이 아니라, AI가 창의적으로 생성하고 즉시 전달하는 시대

“지식은 사실의 축적이지만(wisdom), 지혜는 그 단순화에 있다” – Martin H. Fischer

  • AI = Many Years Before Lift-Off
    • AI 기술은 단기간에 폭발적으로 성장한 것처럼 보이지만, 본격적 대중화 이전에 수십 년의 준비와 발전 과정이 있었음
  • 1950~2025 AI Milestone Timeline (Stanford가 정리)
    • 1950.10: Alan Turing, 튜링 테스트 발표(컴퓨터의 지능 평가 개념 제안)
    • 1956.6: Dartmouth Conference 개최, John McCarthy가 ‘Artificial Intelligence’ 용어 창시
    • 1962.1: IBM의 Arthur Samuel, 체커 게임에서 자가학습 프로그램으로 미국 챔피언 격파
    • 1966.1: Stanford의 Shakey, 최초의 범용 모바일 로봇 배치
    • 1967~1996: “AI 겨울” (AI Winter) – 큰 진전 없이 투자/관심 감소
    • 1997.5: IBM Deep Blue, 체스 세계 챔피언 Kasparov 격파
    • 2002.9: Roomba, 최초 대량생산 로봇 청소기 출시
    • 2005.10: Stanford의 무인차 Stanley, DARPA 그랜드 챌린지 완주
    • 2010.4: Apple, Siri 인수 후 iPhone 4S에 통합
    • 2014.6: Eugene Goostman 챗봇, 튜링 테스트 통과
    • 2018.6: OpenAI, 최초의 대형 언어모델 GPT-1 발표
    • 2020.6: OpenAI, GPT-3 출시 및 Microsoft 단독 라이선스
    • 2022.11: OpenAI, ChatGPT 일반 공개
    • 2023.3: OpenAI, GPT-4(멀티모달) 출시 / Microsoft, Copilot 통합 / Google, Bard 출시 / Anthropic, Claude 출시
    • 2023.11: 미국·EU·중국 등 28개국, Bletchley AI Safety 선언문 서명
    • 2024.3~5: Meta, Llama 3(오픈소스) 공개 / 미국 국토안보부 AI 로드맵 / Google, AI 기반 검색 기능 도입 / OpenAI, GPT-4o(완전 멀티모달) 출시
    • 2024.7: Apple, Apple Intelligence 발표(개발자용)
    • 2024.9: Alibaba, 오픈소스 Qwen 2.5 모델 100종 출시(서구와 동등한 성능)
    • 2024.12: OpenAI, o3(최고 성능 모델) 발표
    • 2025.1: DeepSeek, R1·R1-Zero 오픈소스 추론모델 공개 / Alibaba, Qwen2.5-Max 발표(GPT-4o, Claude 3.5 추론 성능 능가)
    • 2025.2: OpenAI, GPT-4.5 출시 / Anthropic, Claude 3.7 Sonnet 발표 / xAI, Grok 3 출시
    • 2025.4: ChatGPT, 주간 8억 명 사용자 도달

Circa Q2:25 - 오늘날 AI가 할 수 있는 10가지 (ChatGPT에 의하면)

  1. 모든 것을 작성하거나 편집 : 이메일, 에세이, 계약서, 시, 코드 등을 즉각적이고 유창하게 작성·편집
  2. 복잡한 자료 요약 및 설명 : PDF, 법률 문서, 연구, 코드를 쉽게 풀이해 일반 영어로 변환
  3. 거의 모든 주제의 튜터 역할 : 수학, 역사, 언어, 시험 준비 등 단계별로 학습 지원
  4. 생각 파트너가 되어주기 : 아이디어 브레인스토밍, 논리 디버깅, 가설 점검 등 사고 보조
  5. 반복 작업 자동화 : 보고서 생성, 데이터 정리, 슬라이드 요약, 텍스트 재작성 등
  6. 필요한 역할 연기 : 면접 준비, 고객 시뮬레이션, 대화 리허설 등 다양한 역할 수행
  7. 도구 연결 : API, 스프레드시트, 캘린더, 웹 코드 등 다양한 툴과 연동 코드 작성
  8. 심리적 지원 및 동반자 역할 : 하루를 함께 이야기하거나, 생각을 재구성, 혹은 단순히 들어주기
  9. 삶의 목적 찾기 지원 : 가치 명확화, 목표 설정, 실행 계획 수립 등
  10. 삶의 조직화 : 여행 계획, 루틴 설계, 한 주 또는 작업 흐름 구조화 등

Circa 2030? - 앞으로 5년 내 AI가 할 수 있을 것으로 예상되는 10가지 (ChatGPT에 의하면)

  1. 인간 수준의 텍스트, 코드, 논리 생성 : 챗봇, 소프트웨어 엔지니어링, 사업 계획, 법률 분석 등에서 인간과 같은 결과물 생성
  2. 풀타임 영화·게임 창작 : 대본, 캐릭터, 장면, 게임플레이 메커닉, 보이스 액팅 등 전체 콘텐츠 자동 제작
  3. 인간처럼 이해하고 말하기 : 감정 인지형 비서, 실시간 다국어 음성 에이전트 등
  4. 고도화된 개인 비서 역할 : 인생 계획, 기억 회상, 모든 앱·디바이스간 일정·정보 연동 등
  5. 인간형 로봇 운영 : 가사 도우미, 노인 돌봄, 리테일·호스피탈리티 자동화 등
  6. 자율 고객 서비스·영업 운영 : End-to-end 문제 해결, 업셀링, CRM 통합, 24/7 지원 등
  7. 개인의 전체 디지털 라이프 맞춤화 : 적응형 학습, 동적 콘텐츠 추천, 개인 맞춤형 건강관리 등
  8. 자율 비즈니스 구축 및 운영 : AI 기반 스타트업, 재고·가격 최적화, 전면 디지털 운영 등
  9. 과학적 발견의 자율화 : 신약 설계, 신소재 합성, 기후 모델링, 새로운 가설 테스트 등
  10. 파트너처럼 창의적 협업 : 소설 공동 집필, 음악 제작, 패션 디자인, 건축 등 다양한 창작 협업

Circa 2035? - 앞으로 10년 내 AI가 할 수 있을 것으로 예상되는 10가지 (ChatGPT에 의하면)

  1. 과학 연구 수행 : 가설 생성, 시뮬레이션 실행, 실험 설계 및 분석 등
  2. 첨단 기술 설계 : 신소재 발견, 바이오테크 설계, 에너지 시스템 프로토타입 제작 등
  3. 인간 유사 마인드 시뮬레이션 : 기억, 감정, 적응 행동을 가진 디지털 페르소나 생성
  4. 자율 기업 운영 : R&D, 재무, 물류 등을 최소한의 인간 개입으로 관리
  5. 복잡한 물리적 작업 수행 : 도구 조작, 부품 조립, 실제 환경 내 적응 등
  6. 글로벌 시스템 조율 : 물류, 에너지 사용, 위기 대응 등을 대규모로 최적화
  7. 생물학적 시스템 모델링 : 세포, 유전자, 유기체 시뮬레이션 및 치료/연구 활용
  8. 전문가 수준의 의사결정 제공 : 실시간 법률, 의료, 비즈니스 자문 제공
  9. 공공 토론 및 정책 형성 : 포럼 중재, 법안 제안, 이해관계 조정 등
  10. 몰입형 가상 세계 구축 : 텍스트 프롬프트만으로 대화형 3D 환경을 생성

AI 개발 속도는 예상 못했던 수준

  • 머신러닝 모델 개발 주체의 변화 (2003~2024)
    • 2003~2014년까지는 학계(academia) 가 머신러닝 모델 개발을 주도 (Academia Era)
    • 2015년 이후 산업계(industry) 가 데이터, 컴퓨트, 자본 투입량에서 학계를 크게 앞질러 혁신을 주도 (Industry Era)
    • 2024년 기준, 산업계에서 매년 60여 개의 주목할 만한 ML 모델이 개발됨
  • AI 개발자 수의 급증 (NVIDIA 생태계 기준, 2005~2025)
    • NVIDIA 생태계 내 글로벌 개발자 수가 7년 만에 6배 증가 (2025년 600만 명 도달 전망)
    • 2018~2025년 사이 가장 큰 폭으로 성장
  • 구글 AI 생태계 내 개발자 수 (2024~2025)
    • 2024년 5월: 140만 명 → 2025년 5월: 700만 명
    • 1년 만에 5배 성장, Gemini 플랫폼 중심으로 AI 개발자 커뮤니티 폭발적 확대
  • 컴퓨팅 관련 미국 특허의 폭발적 증가 (1960~2024)
    • 2003년 Netscape IPO 이후 8년간 +6,300건, 2004~2022년 18년간 +1,000건 증가
    • ChatGPT 공개(2022) 이후 1년 만에 +6,000건 급증
    • 컴퓨팅/AI 기술 관련 혁신 특허가 대규모로 쏟아짐
  • AI 성능, 2024년 인간 수준 돌파
    • MMLU 벤치마크(일반지식+추론) 에서 2024년 기준 AI 시스템이 인간(89.8%)을 뛰어넘는 92.3% 정확도 달성
  • AI의 인간 판별 능력 (2025 Q1)
    • GPT-4o(페르소나 미포함): 73% 응답이 인간 대답으로 오인됨
    • GPT-4.5(페르소나 포함): 90% 이상 인간 판별 실패 (AI임을 못 알아챔)
    • AI 응답의 인간 유사성/현실감이 비약적으로 향상
  • AI 대화의 사실감 (튜링 테스트 사례)
    • GPT-4.5를 활용한 실제 튜링 테스트 대화 예시
    • 실험 참가자 87%가 인간이라고 오인한 쪽(A)이 실제로는 AI였으며,
      반대로 인간(B)은 "AI스러운 분위기"로 판단됨
    • 현대 AI의 자연스러운 대화 능력이 인간을 넘어섬
  • AI 이미지 생성 성능 진화
    • Midjourney v1(2022)과 v7(2025) 버전 비교:
      3년 만에 쥬얼리(해바라기 목걸이) 생성 결과가 압도적으로 현실적으로 발전
  • AI 생성 이미지 vs 실제 이미지 (2024)
    • 2024년 기준 AI가 만든 인물 사진(StyleGAN2)이 실제 사진과 거의 구분 불가할 정도로 정교해짐
    • 생성 이미지의 현실감이 비약적으로 높아짐
  • AI 음성 생성/번역의 현실성 (ElevenLabs 사례)
    • ElevenLabs의 AI 음성 생성 도구가
      • 음성 자동 더빙, 실시간 다국어 번역, 원음 보존 등 고도화
      • 글로벌 사이트 트래픽이 2년 만에 월 2천만 회를 돌파, Fortune 500 기업 60%가 도입
    • AI 오디오 생성·번역 역시 폭발적으로 발전 중
  • AI 기반 오디오 번역의 대중화(Spotify, 2025년 5월)
    • Spotify가 ElevenLabs와 협업, 29개 언어로 오디오북 AI 번역을 수용하기 시작
    • "누구나 자국어로 콘텐츠를 만들고, AI가 실시간으로 번역해 전 세계에 전달하는 시대"를 비전으로 제시 (CEO Daniel Ek)
    • 2025년 1분기 기준, 월간 활성 사용자 6억 7800만 명, 구독자 2억 6800만 명, 연 매출 168억 유로
  • AI 성능 가속: 새로운 응용사례들(2024년 11월, Morgan Stanley)
    • 단백질 접힘(Protein Folding): DeepMind AlphaFold, 거의 모든 단백질 구조 예측
    • 암 진단(Cancer Detection): Microsoft & Paige, 세계 최대 이미지 기반 암 진단 모델 구축
    • 로보틱스(Robotics): Google, LLM을 활용해 인간 지시를 이해·수행하는 로봇 데모
    • 에이전트형 AI(Agentic AI): Amazon, 사용자 지시에 따라 과업을 수행하는 도구 공개
    • 유니버설 번역(Universal Translation): Meta, 다국어 통·번역 멀티모달 AI 모델 공개
    • 디지털 영상 생성(Digital Video Creation): Channel 1 AI, GenAI 기반 맞춤형 뉴스 영상 제작 시연

AI의 이익과 위험 (Benefits & Risks)

  • AI 개발의 이점(benefits)
    • 인간 문명의 모든 성과는 인간 지능의 산물이며, 기계지능(machine intelligence) 의 수준이 높아질수록 인류의 야망(ambition)도 크게 확장
    • AI와 로봇은 반복적 노동에서 인류를 해방시키고, 생산성 증대로 평화와 풍요의 시대를 열 가능성
    • 과학연구 가속화로 질병·기후변화·자원 문제 해결을 앞당길 수 있음
  • AI 개발의 위험(risks)
    • Demis Hassabis(Google DeepMind): "AI를 먼저 해결해야 그 외의 모든 것도 해결할 수 있다. 그러나, 그 기회를 얻기 전에 AI의 오·남용, 비의도적 리스크가 발생할 수 있다"
    • 이미 드러난 위험과 앞으로 더욱 커질 위험: 치명적 자율 무기(lethal autonomous weapons), 감시(surveillance), 편향적 의사결정(biased decision making), 고용 영향(employment impact), 안전 및 보안(safety-critical applications, cybersecurity) 등

"AI 개발의 성공은 인류 문명사에서 가장 큰 사건이 될 수 있지만, 동시에 우리가 그 위험을 피하는 법을 배우지 못하면 마지막 사건이 될 수도 있다" - 스티븐 호킹

AI User + Usage + CapEx Growth = Unprecedented

  • ChatGPT를 기준으로 17개월 만에 주간 활성 사용자 8억 명(+8배) 돌파
  • AI 글로벌 채택(Global Adoption) 속도도 인터넷 도입 초기와 비교해 전례 없는 확산 (3년 만에 90% 비북미 사용자 도달, 인터넷은 23년 소요)
  • ChatGPT 1억 사용자 도달까지 0.2년(약 2개월), TikTok·Instagram·YouTube 등 주요 인터넷 서비스 대비 월등히 빠른 성장
  • 100만 사용자(고객) 도달까지 Ford Model T: 2,500일, iPhone: 74일, ChatGPT: 5일 — 비용도 $0로 접근성 최고조
  • 미국 내 가구의 50%가 AI 활용 도달까지 3년이 예상, 모바일 인터넷(6년), 데스크탑(12년), PC(20년), 산업혁명(42년) 대비 반으로 단축
  • AI 도입과 확산의 속도는 역사상 어떤 기술보다도 빠르고, 그 영향 범위와 규모 역시 예상을 뛰어넘음

테크 기업의 AI 도입, 최우선 과제

  • 빅테크 및 주요 테크 기업, AI를 핵심 경영 화두로 집중
    • NVIDIA, Google, Microsoft, Meta, Amazon, Baidu, IBM, C3.ai 등
    • 2020~2024년 실적 발표문에서 AI 언급 빈도가 급증, AI 중심 경쟁 본격화
  • Amazon (CEO Andy Jassy)
    • "생성형 AI는 거의 모든 고객 경험을 혁신할 것"
    • 코딩, 검색, 쇼핑, 금융, 건강, 로봇, 바이오 등 모든 분야에서 AI 도입·효율화
  • Google (CEO Sundar Pichai)
    • "AI는 우리의 미션(정보 체계화, 보편적 접근성 제공)을 진전시키는 가장 중요한 수단"
    • "AI 기회는 지금까지와 차원이 다르다"
  • Duolingo (CEO Luis von Ahn)
    • "생성형 AI가 데이터 생성, 새로운 기능, 전사적 효율화에 기여"
    • 체스 커리큘럼도 AI로만 프로토타입 완성
  • xAI (CEO Elon Musk)
    • "Grok AI는 진실 탐구(truth-seeking)가 본질, AI 안전의 필수"
    • "최대한 진실 지향적 AI를 만들어야 한다"
  • Roblox (CEO David Baszucki)
    • "AI는 개인의 역량을 극대화하는 가속 도구, 앞으로 모든 사람이 자신만의 AI와 함께할 것"
  • NVIDIA (CEO Jensen Huang)
    • "10년 내 AI는 모든 산업, 모든 국가, 모든 회사의 인프라가 될 것"
    • "AI 데이터센터는 본질적으로 'AI 팩토리'임, 엄청난 가치를 생산"
  • 글로벌 테크 리더들은 AI 도입과 인프라 확장에 사활을 걸고 있으며, AI가 미래 기업·사회 경쟁력의 핵심임을 한목소리로 강조

전통적 기업의 AI 도입도 우선순위 급상승

  • S&P 500 기업의 AI 관심 급등
    • 2024년 4분기 기준, S&P 500 기업 중 50%가 실적 발표에서 'AI' 언급 (2015년 대비 급격한 증가)
    • 기업 전반에 걸쳐 AI가 전략적 핵심 아젠다로 부상
  • 글로벌 대기업, AI 도입 목표는 '매출 성장'
    • 향후 2년간 생성형 AI(GenAI) 투자 목표의 다수는 생산성, 고객 서비스, 매출, 마케팅 효과 등 '성장과 수익성'에 집중
    • 비용절감(cost reduction)은 상대적으로 낮은 우선순위
  • 글로벌 CMO(최고마케팅책임자) 75%가 AI 도구 실험/도입
    • 대다수 마케팅 조직이 초기 테스트 또는 파일럿을 시행 중이며, 상당수가 이미 AI를 완전 도입
  • 실제 도입 사례
    • Bank of America: Erica Virtual Assistant
      • 4,000만 명 고객, 누적 25억 건 상호작용, 50,000회 이상 성능 업데이트
      • 24/7 디지털 금융 비서로 자리매김
    • JP Morgan: 엔드-투-엔드 AI 현대화
      • AI/ML 도입으로 2023~2025년 수익·효율성 각각 +35~65% 기대
    • Kaiser Permanente: AI 기반 의료 기록(AI Scribe)
      • 수천 명의 의료진이 도입, 문서화 부담 경감, 환자 경험 및 진료 품질 개선
    • Yum! Brands: Byte by Yum!
      • 2025년 기준 25,000개 레스토랑에서 AI 기반 주문·운영 시스템 도입
  • 전통 대기업 역시 AI 도입을 '비용절감'이 아니라 성장·혁신 중심의 전략적 우선순위로 삼고 있음
    • 각 산업별로 구체적인 AI 활용 성공사례가 빠르게 축적되는 중

교육·정부·연구 분야의 AI 도입도 우선순위 급상승

  • 교육(교육기관) 분야 AI 통합 사례
    • Arizona State University: AI 도구 개발 전담 조직 신설('AI Acceleration')
    • Oxford-OpenAI 파트너십: 5년간 연구·AI 리터러시 강화 협력
    • NextGenAI: MIT, Harvard, Caltech 등 15개 연구대학이 참여하는 5천만 달러 규모 컨소시엄 출범
    • ChatGPT Gov: 미 연방정부 기관 전용 ChatGPT 출시(2025년 1월)
    • 미국 국립연구소: 원자력, 사이버보안, 첨단 과학분야 AI 인프라 협력
  • 정부(Sovereign AI) 도입 정책 확대
    • NVIDIA Sovereign AI Partners: 프랑스, 스위스, 스페인, 에콰도르, 일본, 베트남, 싱가포르 등에서 국가별 AI 인프라 구축 본격화
    • "각국이 AI 인프라에 투자하는 모습이 과거 전기, 인터넷 인프라와 유사" (NVIDIA CEO Jensen Huang)
  • 연구(R&D)·의료 분야 AI 적용 확대
    • FDA 승인 AI 의료기기: 2023년 기준 연간 223건 승인, 2015년 대비 폭발적 증가(미국 연방정부 FY21~FY25 AI 예산 147억 달러)
    • AI 기반 신약개발: 기존 방식 대비 임상 전(Pre-Clinical) 단계까지 도달하는 시간 30~80% 단축(1.5~12배 가속)
  • 교육·정부·연구·의료 등 비영리/공공 부문에서도 AI 도입·통합이 빠르게 확산
    • 인프라 투자와 규제 완화, 공동연구 등으로 산업 외 영역에서의 AI 혁신 속도 역시 가속화

AI User + Usage + CapEx Growth = Unprecedented

  • 미국 성인 ChatGPT 사용률 현황
    • 미국 전체 성인 중 ChatGPT 사용 경험 비율은 23년 7월 18%에서 25년 1월 37%로 급증
    • 18~29세는 55%, 30~49세는 44%로 젊은 층일수록 활용도가 높음
    • OpenAI CEO Sam Altman은 "젊은 층은 라이프 어드바이저, 고령층은 검색 대체로 사용"이라고 평가
  • ChatGPT 앱 일일 평균 사용 시간 증가
    • 23년 7월~25년 4월, 미국 ChatGPT 앱 사용자 기준 일일 평균 사용 시간 202% 증가
    • 하루 약 7분에서 20분 가까이로 늘어나, AI 앱에 대한 사용자 몰입도가 급상승
  • ChatGPT 앱 세션 및 세션당 시간 증가
    • 23년 7월~25년 4월, 평균 세션 수 106% 성장, 세션당 시간도 47% 늘어남
    • 사용자가 앱을 더 자주, 더 오래 사용하며, AI 도구가 일상 속에 자리 잡음
  • ChatGPT와 Google Search 사용자 주간 유지율 비교
    • 23년 1월~25년 4월 기준, ChatGPT의 주간 유지율은 80%로 Google Search의 58%를 크게 앞섬
    • AI 서비스에 대한 사용자 충성도가 전통적 검색보다 높게 나타남
  • 미국 직장 내 AI 챗봇 활용 효과
    • AI 챗봇을 사용하는 미국 직장인 중 72% 이상이 ‘더 빠르고, 더 나은’ 업무 성과 경험
    • 업무 효율성과 작업 품질 모두 긍정적인 변화 보고
  • 미국 대학생 ChatGPT 활용 사례
    • 미국 대학생(18~24세) ChatGPT 사용 용도는 논문/프로젝트 시작, 텍스트 요약, 아이디어 브레인스토밍, 문제해결, 시험준비, 연구, 튜터링 등 연구·학습·진로 조언 중심
    • 실질적 과제 해결, 창의적 작업, 진로 설계까지 AI가 적극적으로 활용됨
  • AI 기반 딥 리서치 자동화 서비스
    • Google Gemini, OpenAI ChatGPT, xAI Grok 등 주요 기업의 딥 리서치 기능 확장
    • 웹 자동 조사, 인사이트 도출, 수십 페이지 분량의 리포트 자동 생성, 팩트 탐색 등 고도화된 지식 업무의 자동화 가속화

AI 에이전트의 진화 = 챗 응답에서 실제 업무 자동화로

  • 기존 챗봇은 제한된 대화와 간단한 질문 응답에 머물렀지만, AI 에이전트는 스스로 추론, 실행, 다단계 작업을 처리하는 서비스 제공자로 발전 중임
    • 예시: 미팅 예약, 보고서 제출, 도구 로그인, 여러 플랫폼 간 워크플로 자동화 등
    • 자연어 명령만으로 복잡한 업무를 직접 실행
  • 이런 변화는 2000년대 초 정적 웹사이트에서 Gmail, Google Maps 같은 동적 웹앱으로 전환된 흐름과 유사함
    • 단순 메시징 인터페이스에서 실제 작업을 실행하는 인프라로 진화
  • AI 에이전트는 명확한 입력이나 제한적 결과만 제공하던 초기 어시스턴트와 달리, 목표 중심·** 자율성**·** 보호장치**까지 갖추어 의도 해석, 메모리 관리, 앱 간 협업 등 복잡한 프로세스 실행이 가능해짐
  • 기업들이 가장 빠르게 도입을 추진 중이며, 단순 실험을 넘어 프레임워크 투자와 에이전트 생태계 구축을 본격화함
  • AI Agent에 대한 글로벌 관심 급증 (Google 검색 트렌드, 2024~2025)
    • ‘AI Agent’라는 키워드의 Google 검색량이 16개월 만에 1,088% 급증
    • 2025년 3월 OpenAI가 AI Agent 개발도구를 출시한 후 검색량이 더욱 가파르게 증가하며, 업계의 기술적 전환점이 되었음을 시사함
  • AI 기득권자(Incumbent)의 AI Agent 제품 출시 가속화 (2024~2025)
    • Salesforce, Anthropic, OpenAI, Amazon 등 대표 빅테크 기업들이 AI 에이전트 기반 신제품을 속속 출시함
      • Salesforce Agentforce: 고객지원 자동화, 리드 발굴, 주문 트래킹 등
      • Anthropic Claude 3.5 Computer Use: 컴퓨터 스크린 직접 제어, 웹 데이터 추출, 온라인 구매 등
      • OpenAI Operator: 복잡한 온라인 작업 자동화
      • Amazon Nova Act: 홈 오토메이션, 정보수집, 구매, 일정관리 등
    • AI Agent 제품들은 기존 챗봇을 넘어 실제 ‘일’을 대신하는 실질적 자동화 도구로 확장 중임

Next Frontier For AI = Artificial General Intelligence

  • Artificial General Intelligence(AGI) 란?
    • AGI는 인간의 지적 작업 전반(추론, 계획, 소규모 데이터 학습, 다양한 영역 간 지식 일반화 등)을 모두 수행할 수 있는 시스템을 의미함
    • 현재 AI 모델이 특정 영역 내에서 뛰어난 성능을 보이는 것과 달리, AGI는 분야를 가리지 않고 재학습 없이 새로운 문제도 유연하게 해결할 수 있음
    • 최근 모델 규모, 학습 데이터, 컴퓨팅 효율성의 기하급수적 성장이 AGI 개발을 앞당기고 있음
  • AGI 도달 시기와 기대감
    • AGI 달성 시기는 여전히 불확실하지만, 전문가들의 기대가 최근 몇 년 새 크게 앞당겨짐
    • OpenAI CEO Sam Altman은 2025년 1월, "이제 우리가 전통적으로 이해한 AGI를 어떻게 만들 수 있는지 확신한다"고 언급함
    • 이는 모델 구조, 추론(inference) 효율, 대규모 학습 환경의 발전으로 연구와 실전의 간극이 줄어들고 있음을 시사함
      • 추론(inference)은 완전히 학습된 모델이 사용자 입력에 대해 예측, 답변, 콘텐츠를 생성하는 과정. 이 단계는 학습보다 훨씬 빠르고 효율적임
    • AGI는 더 이상 가상의 종착점이 아니라 도달 가능한 임계점으로 인식되기 시작함
  • AGI 도달의 의미
    • AGI가 실현되면 소프트웨어와 하드웨어의 본질적 역할이 재정의될 것임
    • 미리 프로그래밍된 작업을 반복하는 대신, 목표 이해, 계획 수립, 실시간 자기교정이 가능한 시스템으로 변화
    • 연구, 엔지니어링, 교육, 물류 등 다양한 워크플로우를 인간의 감독 없이도 운영 가능
    • 새로운 문제에 직면해도 재학습 없이 맥락에 맞춰 적응하며, 인간 전문가처럼 작동
    • AGI 기반 휴머노이드 로봇은 물리적 환경과 일하는 방식을 근본적으로 변화시킬 수 있음
  • AGI가 가져올 사회적 영향
    • AGI는 마지막 목표점이 아닌, 역량의 단계적 전환임
    • 제도, 노동, 의사결정 구조가 AGI 도입 방식과 통제 장치에 따라 재편
    • 생산성 향상 효과가 클 수 있으나, 수혜가 불균형하게 분배될 가능성도 있음
    • 지정학적, 윤리적, 경제적 변화는 점진적으로 진행될 전망
    • 산업혁명, 디지털 전환, 알고리듬 혁명처럼, 기술이 무엇을 할 수 있느냐뿐 아니라 사회가 어떻게 받아들이고 규율하느냐에 따라 결과가 달라짐

AI User + Usage + CapEx Growth = Unprecedented

  • 지난 20년간 기술 분야 CapEx는 데이터 중심의 아크(arc)를 따라 급격히 증가해왔음
    • 초기에는 스토리지와 접근(저장/접근) 에 투자, 이후 분산/확장으로, 현재는 컴퓨팅/지능으로 중심이 이동함
  • 1차 웨이브에서는 대규모 서버팜, 해저 케이블, 초기 데이터센터 등에 자금이 집중되어 아마존, 마이크로소프트, 구글 등이 클라우드 컴퓨팅의 기반을 마련함
    • 이 단계는 '저장, 조직화, 서비스 제공'이 핵심 목표였음
  • 2차 웨이브(현재 진행형)는 AI 워크로드를 위한 컴퓨팅 인프라 강화가 중심
    • Hyperscaler(초대형 데이터센터 사업자)들의 CapEx는 GPU, TPU, AI 가속기, 액체 냉각, 첨단 데이터센터 설계 등 특화 인프라로 옮겨가고 있음
    • 2019년 AI는 연구 기능이었지만, 2023년에는 CapEx(자본적 지출)에서 핵심 항목으로 편입됨
  • 마이크로소프트 브래드 스미스 회장(4/25 블로그):
    • "전기와 같은 범용 기술처럼, AI와 클라우드 데이터센터는 차세대 산업화의 단계를 대표함"
  • 글로벌 빅테크들은 연간 수십조 원 규모의 투자를 진행 중
    • 단순히 데이터를 수집하는 것이 아니라, 빠르게 학습하고, 깊게 개인화하며, 폭넓게 배포하는 능력이 경쟁력의 핵심이 되고 있음
  • AWS, NVIDIA, MSFT, Google, Apple, Meta 등 대형 기술 기업들의 CapEx(설비 투자) 지출은 수년간 꾸준히 상승 중임

Data Centers = AI CapEx 지출의 핵심 수혜자

  • AI 인프라의 경제성을 이해하려면 데이터 센터 건설 속도와 규모를 살펴볼 필요가 있음
    • AI 중심 수요의 폭발로 글로벌 IT 기업의 데이터 센터 CapEx(자본 지출) 이 사상 최고치에 도달, 2024년 기준 4,550억 달러에 달하며 가속화되고 있음
  • Hyperscaler와 AI-first 기업 모두 스토리지 뿐만 아니라 실시간 추론과 대규모 모델 학습을 위한 고성능, 고전력 하드웨어 인프라 구축에 수십억 달러 투자
    • AI가 실험적 기술에서 필수 인프라로 전환되면서 데이터 센터도 이에 맞춰 핵심적 위치를 차지
    • NVIDIA CEO 젠슨 황은 "이제 AI 데이터 센터는 AI 팩토리"라고 강조
  • 미국 테네시주 멤피스의 xAI Colossus 데이터 센터는 418채 규모의 건물을 단 122일 만에 완공, 전례 없는 속도와 효율성 달성 (평균 미국 주택 건설의 절반 이하 기간)
    • 사전 제작 모듈, 신속한 인허가, 전기/기계/소프트웨어의 수직 통합을 통해 데이터 센터가 IT 제품 개발 속도로 건설되는 시대 도래
  • 데이터 센터 CapEx는 토지, 전력, 칩, 냉각 설비에 의해 좌우되며, AI 워크로드가 기존 엔터프라이즈 컴퓨팅보다 훨씬 높은 열 및 전력 수요를 발생
    • OpEx(운영비용)은 에너지 비용과 시스템 유지보수가 중심이며, 특히 고밀도 AI 학습 클러스터는 상시 최대 부하로 작동
  • 수익은 컴퓨트 판매(AI API, 엔터프라이즈 플랫폼 요금, 내부 생산성 향상 등) 에서 나오지만, 선제적 구축을 하는 기업은 투자 회수 기간이 길어질 수 있음
    • 신생 업체는 인프라 구축 후 수익화까지 수 분기~수년이 소요될 수 있음
  • 공급망 측면에서 전력 인프라(변압기, 변전소, 터빈, GPU, 케이블 등) 확보가 새로운 병목 요인으로 부상
    • 데이터 센터는 단순한 물리적 자산이 아니라, 부동산, 전력, 물류, 컴퓨트, 소프트웨어 수익화의 전략적 인프라 허브 역할
  • 이 복잡한 퍼즐을 제대로 풀어낸 기업이 향후 AI 경제의 지리적 판도를 좌우할 것

Data Centers = Electricity Guzzlers

  • AI와 에너지 인프라의 긴장 관계가 점차 심화되고 있음
    • AI의 고도화로 인해 AI 특화 데이터센터가 기존 중공업 못지않은 전력 소비를 기록 중
    • AI 모델 학습과 서비스에 필요한 막대한 연산력이 전기 수요를 폭증시키는 주요 원인
  • 데이터센터는 2024년 전 세계 전력 소비의 약 1.5% 차지
    • 2017년 이후 글로벌 데이터센터 전력 소비가 연평균 12% 증가
    • 전체 전력 소비 증가 속도의 4배 이상에 해당
  • 국가별 전력 소비 비중에서 미국이 45%로 1위, 중국(25%), 유럽(15%) 순
    • 미국 데이터센터 용량의 거의 절반이 5개 주요 지역 클러스터에 집중
    • 신흥국과 개발도상국(중국 제외)은 인터넷 사용자의 50% 차지하지만 데이터센터 용량은 10% 미만에 머무름
  • AI 확산에 따라 전력망(grid)과 공급 인프라가 AI 성능의 병목으로 부상
    • 더 이상 데이터나 알고리듬이 아닌, 전력 공급이 AI 성장의 핵심 제약이 되고 있음
  • 한편, AI는 에너지 산업 내에서 운영 효율화와 혁신을 가속
    • 전력, 광물, 전송, 소비 등 에너지 공급망 전체에서 AI 기반 최적화가 본격 적용 중
    • 하지만 AI 수요와 에너지 비용이 계속 증가하는 한, 데이터센터는 결국 비용 지불 능력이 있는 고객만을 대상으로 서비스할 것임

AI Model Compute Costs High / Rising + Inference Costs Per Token Falling = Performance Converging + Developer Usage Rising

  • 대형 언어 모델(LLM) 훈련은 인류 역사상 가장 비용 집약적인 작업 중 하나로, 성능 향상을 위해 파라미터 수와 알고리듬 복잡성이 증가하면서 훈련 비용이 수십억 달러로 치솟고 있음
    • 가장 뛰어난 범용 모델 구축 경쟁이 심화될수록, 결과물 품질의 차별화는 점점 어려워지고 수익성도 악화되는 '수렴' 현상 발생
  • 반면, 추론(inference) 비용은 급격히 하락 중
    • 예를 들어, NVIDIA 2024 Blackwell GPU는 2014년 Kepler 대비 토큰당 에너지 소모가 10만 5천 배 감소
    • 하드웨어 혁신 및 모델 알고리듬 효율성 향상 덕분에 토큰당 추론 비용은 빠르게 낮아지고 있음
  • 추론 비용 하락은 LLM 제공자 간 경쟁을 심화
    • 정확도뿐만 아니라 지연 시간, 가용성, 토큰당 단가에서 경쟁
    • 달러 단위 비용이 이제는 몇 센트, 그리고 곧 1센트 미만으로 내려가는 상황
  • 사용자(개발자) 입장에서는 저렴한 비용에 강력한 AI 접근이 가능해지며
    • 신규 서비스와 제품 개발이 활성화, 실제 사용자와 활용도 역시 빠르게 증가 중
  • 모델 제공자에게는 수익성 악화와 비즈니스 모델 변화라는 새로운 과제가 등장
    • 훈련은 비싸고 제공은 싸지면서 수직/수평 통합, 특화형 LLM 시장 등 새로운 전략이 모색되고 있음
    • 범용 LLM은 수익성 없는 소모전 양상을 보이기 시작
    • 소형·맞춤형 모델의 등장으로 기존 대형 모델과 차별화된 수익 구조 실험이 본격화되는 추세

Inference Costs Per Token Falling

  • AI 추론 비용 감소는 컴퓨팅 발전의 대표적인 패턴을 반복
    • 1997년 Microsoft CTO Nathan Myhrvold가 “소프트웨어는 가스와 같아서 주어진 그릇을 모두 채운다”고 말한 것처럼, AI도 인프라를 모두 활용할 만큼 수요가 커지는 중
    • 모델 성능이 좋아질수록 사용량(쿼리, 토큰, 모델 수)이 폭발적으로 증가하며, 인공지능 활용 범위와 빈도 역시 급격히 확대
  • 인프라 발전 속도도 역대 최고 수준
    • 2024년 NVIDIA Blackwell GPU는 2014년 Kepler 대비 토큰 생성 시 에너지 효율이 10만 5천 배 개선
    • 이는 단순 비용 감소가 아니라 하드웨어 아키텍처와 소재 혁신의 결과임을 의미
  • 하드웨어 효율 향상은 급증하는 AI 및 인터넷 수요의 전력 부담을 상쇄하는 핵심 요소
    • 하지만 지금까지의 개선만으로는 전체 전력 수요 증가를 완전히 막지 못하는 상황
    • 이 현상은 1865년 제번스 패러독스(Jevons Paradox)와 유사
      • 자원 효율이 높아질수록 전체 소비량이 더 늘어나는 역설적 현상이 AI에서도 반복
  • 결과적으로, 비용 하락·성능 향상·사용량 증대라는 테크놀로지의 오래된 공식이 AI에서도 반복되고 있음
    • 인프라 발전이 AI 사용 증가를 다시 부추기며, 전력 인프라와 에너지 생산에 대한 새로운 고민을 야기

Performance Converging

  • AI 모델 성능 상위권의 빠른 수렴 현상
    • Stanford HAI의 LMSYS Chatbot Arena 데이터(2024~2025년) 기준, Google, OpenAI, DeepSeek 세 모델의 챗봇 평가 점수가 1,385, 1,366, 1,362로, 불과 1~2% 내외의 근소한 차이만 남김
    • 1년 새 상위권 모델 간 점수 격차가 점점 줄어들며, 성능 경쟁이 사실상 평준화되는 추세가 뚜렷
  • 최신 대형 언어모델(LLM) 간 품질 차별화가 어려워지는 상황
    • 사용자 입장에서 "어느 모델을 써도 거의 비슷하다"고 느낄 수 있는 환경이 조성
    • 모델 제공 업체는 비용·서비스 안정성·특화 기능 등 비성능 요소의 경쟁으로 이동할 가능성 커짐

Developer Usage Rising

  • AI 개발자 활동이 폭발적으로 증가하는 현상은 추론(inference) 비용의 극적인 하락과 유능한 모델의 접근성 확대에서 비롯됨
    • 2022년~2024년 사이 언어 모델 실행의 토큰당 비용이 약 99.7% 감소
      • 하드웨어, 알고리듬 효율의 비약적 발전이 배경
      • 과거에는 대기업만 접근 가능했던 기술이 이제는 개인 개발자, 독립 앱 빌더, 연구자, 소규모 사업자까지도 쉽게 활용 가능
    • 비용 붕괴로 실험이 저렴해지고, 반복/제품화가 신속해짐
      • 누구든 아이디어만 있으면 쉽게 AI 서비스 개발 가능
  • 모델 성능이 빠르게 수렴하면서 모델 선택의 공식이 변화
    • 최상위 대형 모델과 더 작고 효율적인 대안 모델 간의 격차가 좁아짐
    • 요약, 분류, 추출, 라우팅 등 여러 실사용 과제에서 실제 성능 차이가 거의 없음
    • 개발자들은 이제 고가 프리미엄 모델 대신 저렴한 모델이나 로컬 실행/저가 API를 통해 비슷한 결과를 얻을 수 있게 됨
    • 특히 태스크 특화 데이터로 파인튜닝 시 효과 극대화
  • 이 변화는 모델 '기득권'의 가격 지렛대를 약화시키고, AI 개발의 평등화를 촉진
    • 단일 사업자(벤더)에 종속되기보다, 다양한 생태계의 모델을 조합/분산 활용
    • OpenAI ChatGPT, Meta Llama, Mistral Mixtral, Anthropic Claude, Google Gemini, Microsoft Phi 등
      • 각기 강점이 다른 모델 중에서 기술적/재무적 니즈에 맞는 최적 모델 선택 가능
    • 플랫폼 락인(종속)에서 탈피, 개발자가 주도하는 선택과 분산의 시대로 전환
  • 개발자 주도의 인프라 성장 플라이휠이 형성 중
    • 더 많은 개발자가 AI 네이티브 앱을 만들면서, 도구/래퍼/라이브러리/프레임워크 생태계가 급증
    • 프론트엔드 프레임워크, 임베딩 파이프라인, 모델 라우터, 벡터 DB, 서빙 레이어 등
      • 매번 개발자 활동의 파동이 다음 파동의 진입 장벽을 낮추는 효과
  • 아이디어에서 프로토타입, 프로토타입에서 제품까지 걸리는 시간 단축
    • 비용뿐 아니라 복잡성까지 빠르게 감소
    • 플랫폼의 변화를 넘어, 창의력 폭발의 시대가 열리고 있음
  • 역사적으로도 개발자가 많고(사용/활용이 꾸준한) 플랫폼이 결국 승자가 되는 패턴이 반복됨
    • 마이크로소프트 스티브 발머의 “Developers! Developers! Developers!” 연설에서 봤듯이 개발자는 중요함
    • 개발자에게 채택받고, 지속적 스케일, 개선을 이끌어낸 플랫폼이 결국 시장을 지배할 것

The AI Developer Next Door

  • AI 개발 도구 채택률 급등 (2023~2024, Stack Overflow)
    • 2023년 대비 2024년 AI 도구를 활용하는 개발자 비율이 크게 증가
    • 프로 개발자 기준 44% → 63%, 코딩 학습자 기준 55% → 65%로 상승
  • AI 개발자 오픈소스 저장소 폭증 (GitHub, 2022.11~2024.3)
    • GitHub 내 AI 개발자 저장소 수가 16개월간 약 175% 증가
    • ChatGPT, Stable Diffusion 등 주요 모델/도구 등장 이후 개발 생태계 폭발적으로 성장
  • AI 개발자 생태계 확장(Google 기준, 월간 토큰 사용량)
    • 2024년 5월 10조 토큰 → 2025년 5월 480조 토큰으로 1년만에 50배 증가
    • 구글 Gemini, AI API 등 통해 개발자 사용량 대폭 확대
  • Microsoft Azure AI Foundry 생태계 성장(분기별 토큰 사용량)
    • 2024년 1분기 20조 → 2025년 1분기 100조 토큰으로 5배 성장
    • 7만 개 이상 기업/개발자가 활용 중
  • AI 개발자 활용 사례의 다양화 (2024년, IBM 기준)
    • 코드 생성, 버그 탐지/수정, 테스트 자동화, 프로젝트/워크플로우 관리, 문서화, 리팩토링/최적화, 보안 강화, CI/CD, UX 디자인, 아키텍처 설계 등 광범위한 영역에서 AI 활용이 가속

AI Usage + Cost + Loss Growth = Unprecedented

  • AI 성장 및 비용, 손실의 규모가 전례 없는 수준으로 증가
    • “이번에는 다르다”, “규모의 경제로 수익을 맞출 수 있다”, “나중에 사용자를 수익화하겠다”는 위험 신호가 기존에는 실패를 부르곤 했으나, 빅테크 투자에서는 실제 성공 사례도 존재
    • 이번 AI 경쟁은 전례 없는 규모의 자본과 창업자 중심 대기업들이 동시에 뛰어드는 양상
    • 미국, 중국 등 글로벌 강국의 경쟁이 AI 혁신을 가속
  • 주요 기술 도입 시점마다 전환점이 존재
    • 개인 컴퓨터는 매킨토시(1984)·윈도우 3.0(1990), 인터넷은 넷스케이프 IPO(1995), 모바일은 아이폰 앱스토어(2008), 클라우드는 AWS(2006~09), AI는 NVIDIA A100(2020), ChatGPT(2022) 등이 결정적 계기
    • 2025년 중국 DeepSeek의 등장이 글로벌 AI 경쟁 격화의 신호탄
  • AI 성장을 위한 자금은 거대 IT기업의 막대한 현금 흐름과 글로벌 자본에서 비롯
    • 치열한 경쟁·자본·창업가 정신의 조합이 AI 발전을 가속
  • 단, 최종 승자 비즈니스 모델이 무엇일지는 아직 불확실

Technology Disruption Pattern Recognition = Hundreds of Years of Consistent Signals

  • 기술 혁신의 역사에는 초기 과열, 자본 유입, 경쟁 심화, 승자와 패자 구분의 주기가 반복됨
    • 예시: 19세기 철도, 1840년대 거품, 기대 붕괴 등
  • 대규모 자본 투입이 필요한 기술은 초기엔 실망스러운 수익률을 보이나, 성공 시 장기적 산업 구조를 바꿈
    • 단, 경쟁으로부터 보호받지 못하면 높은 위험을 내포
  • 최종 승자는 항상 최고의 기술 보유자가 아니라, 시장과 산업의 흐름을 가장 명확히 읽은 주체
  • 진입장벽 없는 시장에서는 선점 효과가 빠르게 사라짐
    • “새로운 기술의 승자는 예측이 어렵지만, 패자는 쉽게 보인다”는 교훈을 되새길 것

AI-Related Monetization = Very Robust Ramps

  • AI 하드웨어 전략의 진화: 칩 설계 주도권이 전통 벤더에서 플랫폼 기업으로 이동
    • NVIDIA GPU는 오랜 기간 AI 트레이닝/추론의 기본 엔진 역할을 하며 독보적 지위를 확보
    • 수요 폭증으로 인해 NVIDIA의 빠른 생산 확대에도 공급 부족 현상 지속, 하이퍼스케일러와 클라우드 사업자들이 공급망 다변화에 나섬
  • 맞춤형 칩(ASIC)의 부상: 범용 GPU 대비 특정 AI 연산에 최적화된 ASIC 도입 가속
    • Google의 TPU, Amazon의 Trainium 칩이 각사의 AI 스택 핵심 요소로 자리잡음
      • Amazon Trainium2는 일반 GPU 대비 30~40% 더 우수한 가격/성능 제공, 대규모 인퍼런스 비용 절감 가능
    • 이러한 커스텀 칩은 단순 실험이 아니라, 성능·경제성·아키텍처 통제를 위한 핵심 전략
  • AI 인프라 경제성 개선 노력 확산
    • Amazon CEO Andy Jassy: "AI가 반드시 지금처럼 비싸야 할 필요는 없고, 앞으로는 더 저렴해질 것"
    • 커스텀 실리콘은 AI 인프라 비용 절감의 핵심 수단 중 하나
  • AI 인프라 전문 기업의 성장
    • CoreWeave: 게이밍·암호화폐 하드웨어 공급망을 AI용 GPU 클라우드로 재구성해 빠르게 성장
    • Oracle: 전통 IT에서 AI 특화 GPU 클라우드 플랫폼으로 전환
    • Astera Labs: GPU-메모리 간 초고속 연결장치 공급, 대규모 모델의 성능 한계 극복에 기여
  • 이들 기업은 파운데이션 모델을 직접 개발하지 않지만, 그 생태계의 필수적 인프라를 구축
    • 연산 수요 급증에 따라 속도, 가용성, 효율성이 경쟁력의 핵심으로 부상

AI Monetization = Chips

  • NVIDIA, Google, Amazon 등 주요 기업들의 AI 칩 매출이 빠르게 성장하고 있음
    • NVIDIA 분기 매출은 전년 대비 78% 증가해 390억 달러를 돌파, 주력은 데이터센터 부문
    • 최근 10년간 NVIDIA 매출은 28배 성장했고, 미국 빅테크(애플, 마이크로소프트, 알파벳, 아마존, 메타, 엔비디아)의 CapEx + R&D 투자도 6배 확대
    • Google의 TPU(Tensor Processing Unit) 매출은 연간 116% 증가하여 89억 달러 규모로 추정됨
      • Google TPU는 AI 모델 학습에 특화된 ASIC 칩으로, 2015년 첫 버전 출시 이후 누적 10만 개 이상 생산
    • Amazon의 AWS Trainium 칩 매출은 연간 216% 증가해 2025년 36억 달러 도달 전망
      • Trainium2는 기존 GPU 기반 인스턴스 대비 30~40% 가격/성능 우위, 최대 4배 성능 제공
  • AI 칩 시장의 성장 배경
    • AI 학습 및 추론 수요 급증에 따라 GPU, ASIC 등 고성능 칩에 대한 수요가 폭발적으로 늘어나고 있음
    • 주요 클라우드 및 hyperscaler 기업들은 자체 칩 설계 및 공급망 강화에 집중, 가격 경쟁력과 인프라 효율성을 높이고 있음
    • GPU, TPU, Trainium 등 AI 특화 칩은 데이터센터의 핵심 수익원이자 AI 인프라의 경쟁력 결정 요소로 자리잡음

AI Monetization = Compute Services

  • AI 컴퓨팅 서비스 시장의 성장
    • AI 인프라 전문 클라우드 기업 CoreWeave의 2024년 매출이 전년 대비 730% 증가해 19억 달러에 도달
    • OpenAI 등 주요 고객사와의 대형 계약, IPO, Weights & Biases 인수 등으로 사업 성장 가속화
    • AI 워크로드를 위한 고성능 클라우드 인프라 수요가 폭발적으로 증가하며, 인프라 제공 기업의 초고속 매출 성장이 이어짐
  • AI 인프라스트럭처 시장의 확대
    • Oracle의 AI 인프라 매출은 2년 만에 50배 성장해 2024년 9억 5천만 달러에 도달 (Morgan Stanley 추정)
    • AI 인프라 수요 증가로 대규모 신규 고객 계약이 대기 중이며, 아직 본격적으로 서비스되지 않은 대규모 예약이 존재
    • Oracle CEO는 AI 인프라 고객이 몰리며 “10억 달러 이상 신규 계약만 40건 이상”이라고 언급
  • AI 인프라 연결성의 성장
    • Astera Labs는 2024년 매출이 전년 대비 242% 성장해 3억 9천 6백만 달러 기록
    • PCIe, CXL, 이더넷 등 고속 연결 제품군이 다수의 고객사 및 플랫폼에 적용되며 GPU 연결, 백엔드 AI 가속기 클러스터 등 AI 데이터센터 내 필수 인프라로 자리매김
  • AI 데이터 수집과 슈퍼컴퓨팅
    • Tesla는 Dojo 슈퍼컴퓨터와 GPU 대량 도입으로 AI 트레이닝 용량이 2021년 6월 대비 8.5배 증가 (2024년 9월 기준)
    • Dojo는 자체 트레이닝 비용 혁신은 물론, AWS처럼 외부 서비스로 전환 가능한 잠재력이 매우 크다고 평가
    • Elon Musk는 “Dojo의 잠재력이 매우 크다”고 언급

AI Monetization = Data Layer

  • AI 데이터 계층의 수익화가 가속화되고 있음
  • Scale AI는 2023년 3억 3,500만 달러에서 2024년 8억 7,000만 달러로 매출이 160% 증가함
    • 데이터 라벨링, 평가, 파이프라인 구축 등 프론티어 LLM 확장을 위한 핵심 인프라 제공
    • "데이터 풍요는 선택이며, AI 한계를 데이터 부족으로 두지 않겠다"는 비전 제시
    • 2024년 신규 계약만 15억 달러 이상 확보
  • VAST Data는 2019년 1월부터 2025년 5월까지 누적 매출 20억 달러 달성
    • AI 인프라 레이어를 단순화하고, 데이터 스토리지·관리·처리 서비스를 제공
    • AI Reasoning 모델의 부상과 함께 데이터 인프라의 중요성 부각
    • "AI 시대에 가장 큰 잠재력을 실현하려면, 기본적인 문제를 단순화하는 것이 핵심"이라고 강조

높은 매출 성장, 막대한 현금 소진, 높은 기업가치, 높은 투자 규모 = 소비자에게는 호재, 그 외에는 아직 미정

  • 글로벌 디지털 사용자 기반의 성장과 사용량 급증 가능성이 커지면서, 기업 투자 영역은 점점 더 경쟁적이고 자본 집약적으로 변화
    • AI 기술 주기의 창의적 파괴는 과거 주요 IT 기업 성장 과정과 유사점 보임
  • 애플, 아마존, 구글, 우버, 테슬라 등 과거 주요 테크 기업 사례:
    • 애플: 1997년 파산 직전 시가총액 17억 달러에서 현재 3.2조 달러로 성장
    • 아마존: 2000년 한 해 -5억 4,500만 달러 적자, 창업 후 27분기 동안 -30억 달러 적자, 최근 27분기 순이익 1,760억 달러 기록, 시총 2.2조 달러
    • 구글: 2004년 IPO 당시, 매출 3억 9,000만 달러 중 22%를 CapEx에 투자, IPO 시가총액 230억 달러에서 현재 2조 달러
    • 우버: 2016~2022년 -170억 달러 현금 소진, 2023년 첫 흑자 전환, IPO 시가총액 820억 달러에서 현재 1,890억 달러
    • 테슬라: 2009~2018년 -92억 달러 소진, 2019년 첫 흑자 전환 후 5년간 순이익 400억 달러, 현재 시가총액 1.1조 달러
  • 이들 기업 모두 과감한 투자와 장기 적자를 감수하면서 데이터 기반 네트워크 효과와 기술 기반 경쟁 우위를 구축, 결국 시장에서 가치를 증명
  • 최종적으로, 기업 가치(valuation)는 미래 자유현금흐름의 현재가치에 의해 정당화되어야 함
  • AI 분야 역시, 궁극적으로 어떤 플레이어가 지속가능한 수익을 창출할 수 있을지는 시간이 증명할 것

Usage + Cost + Loss Growth = 전례 없는 수준… 미래의 수익화와 이익은?

AI Monetization Possibilities = New Entrants & / Or Tech Incumbents?

  • AI 모델 경제 구조의 향방을 이해하려면, 역량과 비용 간의 긴장을 살펴봐야 함
  • 초거대 LLM 훈련은 인류 역사상 가장 비용이 많이 드는 시도 중 하나로, 파라미터와 아키텍처 복잡성 증가로 인해 비용이 수십억 달러로 급등하고 있음
  • 반면, 추론(Inference) 비용은 하드웨어 혁신과 알고리듬 효율화로 인해 극적으로 하락
    • 예시: NVIDIA 2024 Blackwell GPU는 2014 Kepler 대비 토큰당 에너지 105,000배 감소
  • 추론이 저렴해질수록 정확도·지연시간·가용성·토큰당 비용에서 LLM 제공자 간 경쟁이 심화되고, 기존에 비싸던 작업이 이제는 거의 무시할 수 있는 비용으로 가능해짐
  • 사용자와 개발자에게는 단가 하락이 기회로 작용해, 신규 서비스와 활용이 폭발적으로 증가 중
  • 반면 모델 제공자는 수익화와 이익 모델이 불확실해짐
    • 훈련은 여전히 비싸고, 제공(서빙)은 저렴해지면서 가격 결정력이 약화됨
    • 맞춤형 소형 모델 시장이 등장해 기존 비즈니스 모트 약화
  • 예시: Google은 AI Overviews를 2024년 5월부터 검색에 도입(2025년 4월 15억 MAU), 최근 일부에 광고 적용 시작
  • 앞으로는 플랫폼 전략(수평적 확장), 특화형 애플리케이션, 구독·광고 등 다양한 수익화 모델의 경쟁이 가속될 전망
  • 단기적으로는 범용 LLM의 경제성이 벤처급 적자와 상품화 경쟁에 점점 가까워지고 있음

AI – New Entrants = Rapidly Laying Groundwork

  • AI 기반 주요 파운데이션 모델 사업자들의 소비자 구독형 모델 도입 현황 (2025년 5월 기준)
    • OpenAI ChatGPT, xAI Grok, Google Gemini, Anthropic Claude, Perplexity 등 다양한 모델에서 무료/유료 구독제를 제공
      • OpenAI ChatGPT: $0 (무료) / $20 (Plus) / $200 (Pro) (월 기준)
      • xAI Grok: $0 (무료) / $3 (Basic) / $8 (Premium) / $40 (Premium+) (월 기준)
      • Google Gemini: $0 (무료) / $19.99 (AI Pro) / $250 (AI Ultra) (월 기준)
      • Anthropic Claude: $0 (무료) / $17 (Plus) / $100 (Max) (월 기준)
      • Perplexity: $0 (무료) / $20 (Pro) (월 기준)
  • AI 기반 파운데이션 모델 사업자들의 개발자 API 요금제 도입 현황 (2025년 5월 기준)
    • OpenAI, xAI Grok, Google Gemini, Anthropic Claude, Perplexity 등에서 API 호출 단위별 요금을 부과
      • OpenAI ChatGPT: 1백만 토큰당 $0.40 (GPT-4.1 nano) ~ $40 (o3)
      • xAI Grok: 1백만 토큰당 $0.50 (grok-3-mini-beta) ~ $25 (grok-3-fast)
      • Google Gemini: 1백만 토큰당 $0.15 (1.5 Flash-8B) ~ $15 (2.5 Pro Preview)
      • Anthropic Claude: 1백만 토큰당 $1.25 (Claude 3 Haiku) ~ $75 (Claude 3 Opus)
      • Perplexity: 1백만 토큰당 $1 (Sonar) ~ $15 (Sonar Pro)

AI – New Entrants = Rapid Revenue Growth

  • OpenAI의 유료 구독자 수 및 연매출 성장 (2022년 10월~2025년 4월)
    • ChatGPT 유료 구독자 수 연 153% 증가, 2025년 4월 기준 약 2,000만 명 도달
    • OpenAI 연매출 1050% 증가, 2025년 4월 기준 37억 달러 돌파
  • Anthropic의 API 및 생성형 검색 기반 연환산 매출 18개월간 20배(2십억 달러) 성장
    • Claude 3.7 Sonnet 등 Reasoning 중심 신모델 전략 및 실제 업무 중심 AI 활용 확대
    • 1년간 6.4배 성장
  • Perplexity의 생성형 검색 기반 연환산 매출 14개월간 7.6배(1억 2천만 달러) 성장
    • 모든 답변에 근거 출처 제공, 개인화된 리서치 도우미 기능 강조
  • Glean의 엔터프라이즈 검색 및 에이전트 연환산 매출 24개월간 10배(1억 달러) 성장
    • 대기업의 AI 도입 지원, 조직 지식 전반 활용 가능하도록 설계
  • AI 기업(상위 100개)의 연환산 500만 달러 매출 도달까지 평균 24개월 소요
    • 기존 SaaS 기업 대비 35% 빠른 속도 (SaaS 평균 37개월, AI 평균 24개월)

AI –Tech Incumbents = Broad & Steady Product / Feature Rollouts

  • ChatGPT 사용자 수(8억 명)와 비교되는 Tech Incumbent의 글로벌 AI 사용자 및 디바이스 현황
    • Google, Meta, Apple, TikTok, Microsoft, Spotify, Amazon, X, Canva 등은 수억~수십억 명의 사용자를 기반으로 AI 제품을 점진적으로 확장 중
  • Canva – Background Remover & Magic Media (12/19)
    • 2019년 출시된 이미지 배경 제거 기능은 꾸준한 인기를 끌며 누적 30억 회 이상 사용됨
    • 2024년 출시된 Magic Media(텍스트→이미지/동영상)는 출시 1년 만에 2억 9,000만 개 이상의 창작물 생성 등 커뮤니티의 높은 반응을 얻고 있음
  • Spotify – AI DJ (2/23)
    • AI DJ 및 AI 뮤직비디오 등 혁신적 기능을 2023년 2월부터 전 세계 시장에 론칭, 2024년 5월 기준 60개국 이상에서 서비스 제공
    • AI DJ는 개인화된 음악 추천과 상호작용, 데이터 기반 실시간 reasoning 기능으로 이용자 만족도와 Spotify 서비스 품질을 높임
  • Microsoft – Copilot (2/23)
    • 2023년 2월 Bing 및 Edge에 Copilot을 도입, 2024년 12월 누적 150억 건 이상의 대화량 기록
    • Copilot은 웹 검색, 브라우저, 오피스 도구 전반에 AI 기반의 새로운 사용자 경험을 제공하며, 일상 업무의 효율성 및 창의성 향상에 기여
  • Meta Platforms – Meta AI (9/23)
    • 2025년 4월 기준 Meta AI는 Instagram, Messenger, WhatsApp 등 전 앱을 합쳐 월간 활성 사용자(MAU) 10억 명에 근접
    • 향후에는 중급 엔지니어 수준의 AI 에이전트 개발 및 AI 연구·필드 적용에 주도권을 확보하려는 전략이 강조됨
  • X – Grok (11/23)
    • xAI의 Grok은 2025년 2월 3.0 버전 출시와 동시에 데스크톱 글로벌 방문자가 전월 대비 42배 급증, 1억 5,000만 명 이상 기록
    • AI의 진실 추구(value alignment)와 대규모 배포가 강조되며, X 플랫폼 내 AI 경험 확장 중임
  • Google – Gemini & AI Overviews (12/23)
    • 2024년 5월 기준 Gemini 챗봇 MAU 4억 명, AI Overviews는 구글 검색에 임베디드되어 15억 명의 월간 사용자에 도달
    • 다양한 데이터 타입(텍스트, 코드, 이미지, 오디오 등)을 아우르는 멀티모달 AI 모델 및 검색 내 AI 요약 기능이 강점
  • Amazon – Rufus (2/24)
    • 2024년 2월 북미 리테일 분야에서 Rufus AI 도입, 제품 정보·리뷰 요약 등에서 개인화 추천 개선
    • 리테일 사업의 총거래액(GMV) 성장과 함께, AI 활용도가 지속적으로 확대 중임
  • TikTok – Symphony AI Assistant (6/24)
    • 2024년 6월 Symphony Assistant 도입 이후, TikTok 글로벌 웹사이트 방문자 20억 명 이상으로 집계
    • AI를 활용한 브랜드·크리에이터용 콘텐츠 생성, 광고 효율, 브랜드 호감도 등에서 실질적 성과 도출
  • Apple – Apple Intelligence (10/24)
    • 2024년 9월~2025년 3월, iPhone 15 Pro/Pro Max, iPhone 16 시리즈 등 Apple Intelligence 지원 기기 판매가 5,000만~7,000만 대에 이름
    • 하드웨어와 소프트웨어 융합을 통해 개인화, 프라이버시, 로컬 컴퓨팅 기반 AI 경험 제공에 중점

AI –Tech Incumbents = Rapid Revenue + Customer Growth

  • Microsoft AI Product Revenue
    • 2024년 기준 Microsoft의 AI 제품 부문 연간 매출 추정치가 130억 달러에 달하며, 전년 대비 175% 증가
    • Azure AI 서비스, Microsoft 365 Copilot, Dynamics 365 Copilot 등 다양한 AI 제품 라인업이 매출 성장을 견인
    • Satya Nadella CEO는 “AI 투자 수익(ROI) 실현을 지원하며 거대한 기회를 잡고 있다”고 언급
    • 2025년 1분기 실적 발표에서 상업 부문 예약(Commercial bookings)이 18% 증가했음을 강조
  • xAI: Generative Search
    • 2025년에 xAI의 연간 매출이 본격적으로 증가할 전망
    • 최신 모델 Grok 3는 Colossus 슈퍼컴퓨터 기반에서 10배 이상 연산력을 바탕으로, 강력한 추론·수학·코딩·지식 기반 작업에서 성능 향상
    • Elon Musk CEO는 “정치적으로 불편한 진실이라도 추구하는, 진실 탐구형 AI”임을 강조
  • Palantir USA Commercial Customers
    • Palantir는 미국 내 상업 고객 수가 1년 만에 65% 증가해 432개에 도달
    • 자사 AI 플랫폼 AIP(Artificial Intelligence Platform)가 신규 고객 유치 및 기존 고객 확장에 기여
    • 2025년 연간 기준 미국 내 상업 매출이 10억 달러를 돌파
    • “AI Ontology를 통해 기업 내 맥락(context)을 극대화하고, 차별화된 실행력을 제공”하는 것이 Palantir의 경쟁력

AI Monetization Possibilities – Enterprise = Horizontal Platform &/Or Specialized Software?

  • 엔터프라이즈 AI 수익화 방향성
    • 기존 비즈니스 소프트웨어는 특정 산업·업무에 특화된 도구(Vertical SaaS) 로 성장해 왔음
    • Toast(레스토랑), Guidewire(보험), Veeva(생명과학) 등 각 산업별로 특화 솔루션이 시장을 선도함
    • 그러나 파운데이션 모델과 생성형 AI의 등장으로 다양한 분야에서 새로운 수익화 기회가 열리고 있음
  • 수평적 플랫폼의 부상
    • AI 네이티브 생산성, 검색, 커뮤니케이션, 지식 관리를 하나의 인터페이스에 통합하는 수평형 엔터프라이즈 플랫폼이 등장
    • 예시: Slack + Notion + ChatGPT가 결합된 형태로, 기존 개별 SaaS 대비 조직 전체 업무 맥락에 AI 인텔리전스를 내재화
    • SaaS 라이선스 판매에서 AI 내장 결과물 기반 요금 체계로 가치의 이동이 일어남
  • 수평 플랫폼 vs. 특화 소프트웨어의 경쟁
    • Microsoft는 Copilot을 전사적으로 통합하고, Zoom/Canva는 사용자 워크플로우에 생성형 AI를 접목
    • Databricks 등은 데이터 및 개발자 스택에 AI를 통합 중
    • 스타트업 Glean 등은 AI 퍼스트 워크플로우로 전통적 스위트 모델에 도전
    • 반면, 기존 특화 소프트웨어 벤더들도 AI 내장화, 워크플로우 자동화, 산업별 데이터로 맞춤화된 모델을 빠르게 도입하며 대응
    • 이들 특화 벤더는 이미 신뢰, 구조화된 데이터, 현장 워크플로우를 확보해 도메인 특화 AI 배포에서 우위를 가짐
  • 앞으로의 전망
    • 수평형 플랫폼은 다양한 기능 통합 및 전사 지식 연결에 강점
    • 특화 벤더는 산업별 규제, 계약, 고객 맥락에 맞춘 깊이 있는 AI 기능으로 차별화
    • 누가 핵심 레이어를 추상화하고, 사용자 인터페이스 및 업무 논리를 장악하는지가 관건
    • AI 시대의 수익화는 단순 사용량이 아니라, '관심(Attention)', '맥락(Context)', '통제권(Control)'을 따라 결정

SaaS 기득권자들(Incumbents)

  • Microsoft GitHub Copilot
    • 2022년 6월 공식 출시
    • 77,000개 이상의 기업에서 도입
    • 2년간 전년 대비 180% 성장
    • 1억 5천만 명 개발자 커뮤니티, 2년간 50% 증가
    • 연 매출 5억 달러 이상(분기별 기준)
  • Microsoft 365 Copilot
    • 2023년 3월 발표, 2023년 11월 기업 대상 정식 제공 시작
    • 출시 1분기 내에 기존 고객 다수가 좌석 수 10배 이상 확장
    • 분기별로 사용자가 두 배 이상 증가
    • 직원 사용률도 급증, 최근 60% 이상 증가
    • CIO의 75% 이상이 향후 12개월 내 도입 계획
  • Adobe Firefly
    • 2023년 3월 퍼블릭 베타, 2024년 2월 AI 비디오 모델 상용화
    • 브랜드와 크리에이터에게 높은 평가
    • 전체 Firefly 자산 생성 200억 건 돌파
    • 유료 사용자 90% 이상이 영상 생성 경험
    • Photoshop/Lightroom GenAI 월간 활성 사용자 각각 35%, 30% 기록
  • Atlassian Intelligence
    • 2023년 12월 베타, 2024년 12월 100만 MAU 돌파
    • 1년 만에 AI 기능 활용량 25배 증가
    • 고객의 10% 이상이 Atlassian Intelligence 도입
  • Zoom AI Companion
    • 2023년 9월 출시, 2024년 12월 350만 계정 도입
    • 분기별 활성 계정 수 68% 증가
    • AI Companion 2.0에서 메모리/추론/통합 등 고급 기능 제공
  • Canva Magic Studio
    • 2023년 10월 출시, 2025년 5월 누적 160억 회 AI 도구 사용
    • 크리에이티브/엔터프라이즈/비영리 전체 커뮤니티 활용
    • 100억 건 이상의 AI 도구 사용 기록
  • Salesforce Agentforce
    • 2024년 9월 발표, 2025년 2월 기준 3,000건 유료 계약 체결
    • 데이터 클라우드와 연동해 대규모 고객 경험 혁신
    • 연 120% 이상의 AI ARR 성장세 유지

OpenAI ChatGPT = Potential Horizontal Enterprise Platform?

  • Microsoft Office Suite
    • 9가지 애플리케이션(Outlook, Word, Excel, PowerPoint 등)으로 구성
    • 34년간 4억 명 이상의 유료 사용자를 확보 (1990~2024)
  • OpenAI ChatGPT
    • 단일 애플리케이션임에도 불구하고 단 2.5년 만에 2천만 명의 유료 사용자 달성 (2022년 11월~2025년 4월)
  • ChatGPT Enterprise 확장
    • 출시 9개월 만에 Fortune 500 기업의 80% 이상에서 팀 도입
    • 사용 기업들은 배포가 쉽고 안전한 방식임을 선호한다고 응답
    • 초기 사용 기업들은 내부 커뮤니케이션 개선, 코딩 작업 가속화, 복잡한 비즈니스 질문에 대한 신속한 답변, 크리에이티브 워크 지원 등에서 ChatGPT Enterprise를 적극 활용
    • ChatGPT Enterprise는 모든 사용량 제한이 없으며, 무료 버전 대비 최대 2배 빠른 성능 제공
    • 고급 데이터 분석(이전 Code Interpreter) 기능까지 무제한 접근 가능
    • 2023년 8월~2025년 2월 사이 기업/팀/교육 사용자 수가 200만 명으로 빠르게 증가

AI-Enabled Specialized Software @ Large Service Industries = Growing Very Quickly

  • 소프트웨어 엔지니어링
    • Cursor AI: 25개월 만에 ARR(연간 반복 매출) $1M → $300M 달성
    • Cursor는 AI 코드 에디터로, 코드 작성과 리팩터링, 자동화 등에서 혁신적인 사용자 경험 제공
    • 하루 10억 문자 이상 편집, $100M 이상의 반복 매출 기록
  • 제품 개발 (No-Code Product-Building)
    • Lovable: 5개월 만에 ARR 13배 성장, $50M 달성
    • 자연어로 제품 아이디어를 입력하면 프론트/백엔드 코드, DB 통합, 배포까지 자동 생성하는 AI 기반 노코드 플랫폼
    • 누구나 빠르게 제품을 만들고 비즈니스를 시작할 수 있게 지원
  • 헬스케어 (임상 대화)
    • Abridge: 5개월 만에 CARR(계약 반복 매출) $50M → $117M 성장
    • 25,000여 명의 의료진과 40개 병원, 600개 의료기관이 도입, 환자 방문 기록 요약에 1천만 건 이상 사용
    • 사용 의료진의 긍정적 피드백 다수
  • 법률 (워크플로우 자동화)
    • Harvey: 15개월 만에 ARR $10M → $70M 성장, 42개국 235개 고객 확보
    • 미국 상위 10대 로펌 대다수가 채택, 법률/전문 서비스 워크플로우 자동화 및 효율성 혁신 주도
  • 고객 지원 (AI Support Agents)
    • Decagon: 1년 만에 ARR 약 $1M → $10M 성장
    • AI 지원 에이전트가 반복 업무 자동화, 고객 지원 직무가 AI 매니저 역할로 전환
    • 2025년 추가 성장 전망
  • 금융 서비스 (리서치 및 분석)
    • AlphaSense: 2년 만에 ARR 약 $150M → $420M 성장
    • AI 기반 인사이트가 시장 표준으로 자리잡으며, 고도화된 시장 정보·워크플로우 솔루션 제공
    • 제품 혁신 및 기술 투자에 집중, 2025년 고속 성장 지속

AI Monetization Threats = Rising Competition + Open-Source Momentum + China’s Rise

Rising Competition = AI Model Releases

  • 2017년 Google의 ‘Attention is All You Need’ 트랜스포머 논문 이후, LLM(대규모 언어 모델) 중심의 첫 번째 AI 혁신이 시작됨
    • OpenAI의 GPT-3, Meta의 Llama-1 등은 대규모 텍스트 예측 학습을 통해 범용적 추론 능력 가능성을 입증
  • 그러나 인간 커뮤니케이션은 텍스트에만 한정되지 않음
    • 이미지, 오디오, 비디오, 센서 데이터 등 다양한 신호가 실제 상황 맥락을 풍부하게 전달
    • Google, Anthropic, xAI 등 여러 기업이 언어모델을 멀티모달(다중 데이터 포맷 처리)로 확장
      멀티모달 AI 모델의 진화
    • 텍스트, 사진, 음성, 영상 정보를 하나의 벡터 공간에 통합해 이해 및 생성
    • 하나의 질의에 대해 단락+도표를 동시에 참고하고, 답변은 음성 요약이나 주석 이미지로 반환 가능
    • 시스템 전환 필요 없이 모든 데이터 포맷을 자유롭게 넘나드는 구조
  • 주요 단계별 진화 사례
    • 2021년 OpenAI CLIP: 시각+언어 통합
    • 2023년 Meta ImageBind, 2024년 Chameleon: 이미지·음성·영상 융합
    • 2024-2025년 GPT-4o, Claude 3, Chameleon: 완전한 멀티모달 프런티어 모델 등장
  • 실전에서의 효과
    • 현장 엔지니어가 스마트폰 카메라로 설비 이상 진단을 실시간 확인
    • 의료진이 X-ray 첨부와 동시에 구조화된 진료 리포트 초안 생성
    • 애널리스트가 차트, 녹취록, 오디오클립을 한 번에 쿼리하여 통합 분석
    • 텍스트 기반 모델 대비 컨텍스트 스위칭 감소, 더 풍부한 정보 포착, 비전·음성 중심 서비스 혁신

Open-Source Model Momentum

  • AI 모델 개발은 초창기(2012-2018)에는 오픈소스 중심으로 진행
    • 학계와 협업 문화에 기반해 모델, 코드, 데이터가 공개됨
  • 2019년 이후 상업화, 보안, 경쟁심화로 폐쇄형(클로즈드소스) 모델 등장
    • GPT-2 공개 시점부터 주요 모델의 가중치·학습데이터 비공개 전환
    • OpenAI GPT-4, Anthropic Claude 등은 대규모 독점 데이터와 자본 투입, API 형태로 서비스
    • 성능, 사용성, 신뢰성에서 강점이 있어 대기업·정부·소비자에서 선호
    • 반면, 훈련 데이터·모델 구조·파인튜닝 방식에 대한 투명성 부족이 한계
  • 최근 오픈소스 모델이 다시 부상
    • 개발·사용 비용이 낮고, 접근성이 뛰어나 스타트업·개발자·학계에서 인기
    • Hugging Face 같은 플랫폼을 통해 Meta Llama, Mistral Mixtral 등 최신 모델을 쉽게 다운로드/활용 가능
    • AI 개발이 거대한 실험실에서 다시 개인·커뮤니티 기반 실험실로 확장
    • 빠른 실험, 협업, 커뮤니티 참여로 혁신 가속화
  • 중국은 오픈소스 대형 AI 모델 공개 수에서 2025년 기준 세계 1위
    • DeepSeek-R1, Alibaba Qwen-32B, Baidu Ernie 4.5 등 2025년 대형 모델 공개
  • 클로즈드소스 vs 오픈소스의 명확한 분화
    • 오픈소스: 주권 AI, 현지화 언어 모델, 커뮤니티 기반 혁신을 주도
    • 클로즈드소스: 소비자 시장과 대기업 도입에서 우위, 최적화와 사용성 중심
    • 개방성/속도/자유 대 보안/최적화/통제라는 두 패러다임이 경쟁하며 AI의 미래를 좌우

Rising Performance of Open-Source Models + Falling Token Costs = Explosion of Usage by Developers Using AI

  • 초기에는 GPT-4, Claude, Gemini 등 클로즈드소스 모델이 소비자 및 대기업 시장을 주도
    • 손쉬운 온보딩, 깔끔한 UI/UX, 높은 신뢰성으로 대중 인식과 기업 도입에서 강점
    • 비기술 인력도 쉽게 쓸 수 있는 보안과 편의성, 네임밸류 제공
  • 최근 오픈소스 모델의 성능 격차가 빠르게 좁혀짐
    • Llama 3, DeepSeek 등은 추론력, 코딩, 다국어 등에서 클로즈드 모델과 경쟁 가능한 수준에 도달
    • 자유롭게 다운로드·파인튜닝·로컬 배포 가능, 비용은 훨씬 저렴함
  • 개발자 중심으로 오픈소스 AI 모델 채택 가속화
    • 개발자는 완성도 높은 UX보다 커스터마이즈와 저비용/고성능을 선호
    • 앱, 에이전트, 파이프라인 등 다양한 영역에서 오픈소스 모델 기반 혁신 실험이 활발
  • 토큰 가격 하락과 오픈소스 모델 성능 향상에 힘입어 AI 활용 개발자 수 폭발적 증가
    • 기존에는 폐쇄형 API 의존도가 높았지만, 이제는 로컬·클라우드 모두에서 직접 구축/확장 가능
  • 아직 소비자/대기업 대중화에는 한계
    • 오픈소스는 브랜드 파워, 사용자 친화적 UX, 관리형 서비스 등에서 약점
    • 하지만 인프라가 더 편리해지고 비용/성능 격차가 유지된다면, 대중 시장으로도 확산 가능성

China’s Rise

  • Meta CTO Andrew Bosworth는 현재 AI를 “우주 경쟁(space race)”에 비유하며, 특히 중국의 역량을 매우 높이 평가함
    • 과거 우주경쟁이 체제 경쟁의 성격(혁신 속도·글로벌 신뢰도)을 지녔던 것처럼, AI 경쟁도 세계 질서에 영향을 줄 수 있음
  • 중국은 ‘중국제조 2025’(Made in China 2025) 정책을 계기로 저가 제조에서 첨단 기술 주도국으로 급속 전환
    • 로봇, 전기화, 정보기술, 그리고 세계적 수준의 인공지능을 중심으로 전략적 산업에서 빠르게 역량 강화
  • 중국 AI의 군사·국가 전략 적용
    • 전장 물류, 목표 인식, 사이버 작전, 자율적 의사결정 플랫폼 등 국가 안보 전반에 AI 활용이 확대
    • 2025년 국영 언론에서는 군 지원(비전투) 분야, 예: 군 병원 등에도 AI 적용을 강조
    • 과학기술부는 ‘자주적 혁신(indigenous innovation)’을 국가 핵심 과제로 명확히 제시
  • 중국 AI 우위의 글로벌 영향
    • OpenAI Sam Altman은 2024년 기고문에서 “권위주의 정권이 AI에서 우위를 차지할 경우, 미국 및 타국 기업에 데이터 공유를 강요하고, 자국민 감시나 사이버 무기 개발에 AI를 활용할 수 있다”고 경고
  • 미·중 기술 패권 경쟁의 심화
    • AI 뿐만 아니라 희토류, 반도체, 첨단 기술 부문에서 통제권 경쟁이 확대
    • 중국은 희토류(첨단 전자·국방·청정에너지의 핵심 소재) 공급의 글로벌 강자 지위 유지, 미국은 이를 견제하기 위해 반도체 리쇼어링(국내생산 회귀) 및 동맹국(일본, 한국, 네덜란드 등)과 협력 강화
    • 대만 TSMC가 세계 반도체 파운드리의 핵심축으로, 미·중 양국의 전략적 계산의 중심에 위치
  • 미국 내 정책 기조의 변화
    • 20년간의 미온적 대응에서 벗어나, 양당 모두가 첨단기술 산업을 ‘국익의 핵심’으로 적극 인식
    • 바이든 행정부: 수출 통제, 트럼프 행정부: 경제적 내셔널리즘 및 리쇼어링 등 다양한 접근법
    • 상원 John Cornyn, Mark Warner: “미국의 반도체 혁신이 경제 전체를 지탱해왔으나, 안일함이 경쟁국(적국 포함)에 따라잡힐 빌미를 제공”
  • 미국 기술 지적재산권(IP) 보호의 중요성
    • OpenAI: “중국 등 경쟁국들이 미국 선도 AI 모델을 역공학하려 지속적으로 시도 중이며, 정부와의 긴밀한 협력이 필수적”이라고 언급
  • 미·중 관계의 시각 변화
    • WTO 가입 초반(2000년대)과 달리, 지금의 미국은 AI, 반도체, 핵심 광물 등 첨단기술이 경제·산업 자산을 넘어 국가 회복력과 지정학적 힘의 핵심 축임을 분명히 인식

Public Market Capitalization Leader Tells of Last Thirty Years = Extraordinary USA Momentum…China Rising

  • 지난 30년(1995~2025)간 글로벌 시가총액 상위 30개 기업 중 지속적으로 남아있는 기업은 6개
    • Microsoft, Walmart, Exxon Mobil, Procter & Gamble, Johnson & Johnson, Coca-Cola
    • 새롭게 상위에 진입한 기업
      • NVIDIA, Apple, Amazon, Alphabet(Google), Saudi Aramco, Meta Platforms(Facebook), Tesla, Broadcom, Berkshire Hathaway, TSMC, JP Morgan Chase, Visa, Eli Lilly, Tencent, Mastercard, Netflix, Costco Wholesale, Oracle, Home Depot, SAP, Bank of America, ICBC, AbbVie, Palantir
    • 1995년 국가별 비중
      • 미국: 53% (30대 기업 중 16개),
      • 일본: 9개,
      • 스위스: 3개,
      • 영국: 2개
    • 2025년 국가별 비중
      • 미국: 83% (30대 기업 중 25개)
      • 일본/스위스/영국: 0개
      • 중국 2개, 사우디아라비아 1개, 대만 1개, 독일 1개
  • 지난 30년간 글로벌 기술 기업(tech companies) 시가총액 상위 30개 중 지속적으로 남아있는 기업은 5개
    • Microsoft, Oracle, Cisco, IBM, AT&T
    • 기술 기업 신규 진입자
      • NVIDIA, Apple, Amazon, Alphabet(Google), Meta Platforms(Facebook), Tesla, Broadcom, TSMC, Tencent, Netflix, SAP, Palantir, ASML, Alibaba, Salesforce, T-Mobile, Samsung, China Mobile, Reliance, ServiceNow, Intuitive Surgical, Siemens, Uber, AMD, Intuit
    • 1995년 기술 기업 국가별 비중
      • 미국: 53% (16/30),
      • 일본: 30% (9/30),
      • UK/싱가포르/홍콩/멕시코/말레이시아 각 1개
    • 2025년 기술 기업 국가별 비중
      • 미국: 70% (21/30)
      • 일본/UK/싱가포르/홍콩/멕시코/말레이시아: 0개
      • 중국 3개, 독일 2개, 대만 1개, 네덜란드 1개, 한국 1개, 인도 1개
    • 대만 TSMC: 대만은 상위에 1개사(TSMC)만 있지만, 2024년 2분기 기준
      • 세계 첨단 반도체의 80~90%, 전체 반도체의 62% 이상 생산
  • 한 세대 만에 이뤄진 엄청난 변화
    • 인터넷 보급이 신규 글로벌 상위 기업 탄생의 기반이 되었으며,
    • AI 부상은 앞으로 30년 동안 이보다 더 빠르고 근본적인 변화를 촉진할 것으로 전망

USA vs. China in Technology = China’s AI Response Time Significantly Faster vs. Internet 1995

  • AI 대형 언어 모델(LLM) 리더십: 미국과 중국이 글로벌 AI 개발 속도를 주도
    • 2017~2024년 누적 대규모 AI 시스템 구축 현황을 보면, 미국과 중국이 독보적으로 앞서고 있음
    • 미국은 2024년 기준 150건 이상, 중국도 100건이 넘는 대규모 AI 시스템을 발표
    • 프랑스, 영국, 캐나다, 홍콩, 독일 등은 아직 미국·중국과 큰 격차를 보임
  • China AI = 빠른 추격, DeepSeek R1
    • DeepSeek는 중국의 AI 개발력이 미국과의 격차를 3개월까지 좁혔다고 발표(2025년 1월)
    • DeepSeek CEO는 중국이 단순 모방을 넘어서 독자적 혁신이 불가피하다고 강조
  • Alibaba Qwen 2.5-Max: DeepSeek·OpenAI ChatGPT 능가 주장
    • Qwen2.5-Max는 다양한 벤치마크에서 DeepSeek V3, OpenAI ChatGPT보다 뛰어난 성능을 시연
    • 데이터 스케일과 모델 사이즈, 포스트 트레이닝 기술 혁신을 통해 모델 성능을 지속적으로 향상 중
  • Baidu Ernie 4.5 Turbo: 다중모달 AI, 저렴한 비용·고성능
    • 텍스트·이미지·비디오 모두 처리하는 멀티모달 AI로 ‘스위스 군용 칼’에 비유
    • 입력 100만 토큰당 RMB 0.8, 출력 RMB 3.2로 DeepSeek V3의 40%, GPT-4.5의 0.2% 수준의 비용
    • GPT-4.1과 동등, GPT-4o보다 일부 멀티모달 작업에서 더 뛰어난 성능을 시현
  • LLM 성능: 미국과 중국, 실제 점수 격차 좁혀져
    • Stanford HAI & LMSYS의 2025년 2월 기준 Chatbot Arena 결과, 미국 1,385점, 중국 1,362점으로 근접
  • 중국 AI: 낮은 훈련 비용으로 성능 달성
    • Epoch AI 자료에 따르면 DeepSeek V3 등 중국 모델은 GPT-4 대비 현저히 낮은 비용으로 출시
  • 현지 반도체로 AI 훈련 전환
    • 미국의 수출 제한으로 화웨이 등 현지 AI 칩 클러스터가 빠르게 확대되고 있음
    • Financial Times에 따르면 화웨이는 중국 테크 기업용 AI 클러스터를 본격적으로 공급
  • 중국: 산업용 로봇 설치 기반도 세계 최고 수준
    • 2023년 기준 중국은 27만 6천대, 기타 세계는 26만 5천대, 미국은 4만 대 내외로 차이
  • 결론: 중국의 AI 혁신 속도는 인터넷 도입기(1995년)보다 훨씬 빠름
    • 미국과의 격차를 기술, 비용, 인프라 측면에서 빠르게 좁히고 있으며, 글로벌 산업 주도권 경쟁이 한층 치열해지고 있음

China Consumer AI Usage = DeepSeek Rose Quickly

  • 글로벌 생성 AI 시장은 지역별, 채널별, 사용자 선호도에 따라 점점 분화되는 추세
    • 전 세계적으로 OpenAI의 ChatGPT가 데스크탑·모바일 모두에서 명확한 1위를 차지하고 있지만, 플랫폼별 경쟁이 심화되는 중
    • Anthropic의 Claude, Google Gemini도 점차 점유율을 확대하고 있으며, xAI의 Grok은 2025년 2~3월 기준 294% 월간 방문자 증가로 가장 빠르게 성장하는 AI 어시스턴트로 기록
  • 중국은 DeepSeek 등 현지 AI 모델이 강세
    • ChatGPT는 대부분 국가에서 1위지만, 러시아·중국에서는 서비스 불가로 DeepSeek 등 현지 모델이 대세
    • Roland Berger 컨설팅에 따르면, 중국 내 월간 활성 사용자 기준 AI 앱 TOP10 모두 국산 (DeepSeek, Kimi, Nami AI, ERNIE Bot 등 수천만 명 사용자)
    • 중국을 제외한 전 세계는 ChatGPT가 압도적, 중국 내에선 완전히 별도의 시장 형성
  • 중국의 플랫폼 규제와 환경
    • Facebook, Twitter, Google, YouTube는 2010년 또는 그 이전부터 중국 내 접근 불가
    • Instagram, WhatsApp, Wikipedia, Telegram, Spotify뿐만 아니라, 최근에는 ChatGPT, Google Gemini, Claude, Meta AI, Microsoft Copilot 등도 차단
    • 이러한 규제 환경이 로컬 AI 챔피언의 부상을 촉진
  • AI에 대한 인식 차이
    • Stanford HAI와 Ipsos 조사 결과, 중국 시민 83%가 AI의 순효과를 긍정적으로 평가 (2024년 기준, 2022년 대비 5%p 증가)
    • 미국 시민은 같은 질문에 39%만 긍정 응답, 2년간 큰 변화 없음
    • 사회·철학적 관점에서 AI에 대한 접근과 수용 방식이 국가마다 다름
  • 플랫폼 선택은 성능이나 가격을 넘어, 점차 국가적·문화적 정체성의 영역까지 확장
    • 단순히 ‘누가 잘 만드나’가 아니라, ‘어떻게 받아들이고 사용하는가’가 더 중요한 분기점으로 작용

AI & Physical World Ramps = Fast + Data-Driven

  • 지금까지는 데스크톱/모바일 소프트웨어의 AI 확산과 수익화에 집중해왔지만, 실제 물리 세계에서의 AI 혁신과 수익화는 그보다 더 빠르고 극적인 양상을 보임
    • 이제 지능은 디지털 애플리케이션뿐 아니라 차량, 기계, 방위 시스템에도 깊이 내재되고 있음
    • Waymo, Tesla와 같은 자율주행차량 플릿은 더 이상 실험실 프로젝트가 아니라, 실제로 수익을 내고 수백만 마일의 무인 주행 데이터를 쌓으며 빠르게 고도화된 소프트웨어 루프로 진화 중임
    • Applied Intuition은 하드웨어에 구애받지 않는 소프트웨어 정의 차량 시스템과 시뮬레이션 플랫폼을 개발, 제조사가 인공지능을 부품처럼 손쉽게 적용할 수 있도록 지원함
    • 방위산업(Anduril) 에서는 AI가 모든 엣지 노드(드론, 센서 등)에 탑재된 자율 시스템을 출하하며 방위의 패러다임을 전환하고 있음
    • 농업(Carbon Robotics) 분야에서는 AI 기반 컴퓨터 비전으로 제초제를 사용하지 않고 잡초를 제거하는 등, 물리 세계의 자본 자산이 곧 소프트웨어 엔드포인트가 되는 대전환을 맞이하고 있음
    • AI가 더 이상 화면에만 머물지 않고 현실을 움직이는 힘(kinetic)이 되어가고 있음을 시사
  • Tesla Vertically-Integrated Electric Vehicles
    • 2022년 6월부터 2025년 3월까지 완전 자율주행(Full Self-Driving) 누적 주행 거리 100배 성장
    • 버전 12 도입으로 C++ 코드 33만 줄을 뉴럴넷으로 대체하며, 완전한 end-to-end AI 아키텍처 적용
    • AI를 통한 객체 인식, 경로 계획, 차량 제어 등 모든 단계에서 AI가 중심 역할을 수행
    • 테슬라가 세계에서 가장 효율적인 AI 추론 기업일 가능성이 있음음
  • Waymo Fully-Autonomous Vehicles
    • 2023년 8월~2025년 4월, 샌프란시스코 라이드셰어 시장 점유율 0%에서 27%로 급성장
    • 다중모달 AI 기반의 perception, planning, prediction으로 강인한 상용 시스템 구축
    • 실제 시장에서 상업적으로 통하는 자율주행차 제품을 입증
  • Applied Intuition Vehicle Intelligence
    • 2024년 기준 글로벌 주요 자동차 OEM 18곳에 AI 차량 지능 솔루션 제공
    • 자동차, 트럭, 건설, 방위 분야까지 다양한 산업에서 시뮬레이션 플랫폼과 자율주행 소프트웨어 확장
    • 국방 분야에서는 오프로드 자율주행 및 디펜스 기술 제품군 강화
  • Anduril AI-Enabled Autonomous USA Defense Systems
    • 2022~2024년 2년 연속 연매출 2배 성장, 2024년 10억 달러 돌파
    • AI 및 자율 시스템을 활용해 현대 전장 환경에서 더 빠르고 정밀한 의사결정 지원
    • 분산된 각 엣지 노드에 AI를 배치하여 보안 및 방어 시스템 혁신
  • KoBold Metals AI-Driven Mining Exploration
    • AI 기반 머신 프로스펙터 기술로 1975년 이후 최저 효율을 보였던 광물 탐사 분야에서 탐사 효율 극적으로 개선
    • 대규모 지리/지구물리 데이터와 통계적 연관 모델을 결합, 유망한 탐사 후보를 빠르게 식별
    • 업계 평균의 2배 이상 효율로 새로운 금속 공급망 확보
  • Carbon Robotics AI-Driven Agricultural Modernization
    • 2023년 1월~2025년 5월 누적 23만 에이커 이상 제초, 글리포세이트(제초제) 10만 갤런 이상 사용 예방
    • AI 기반 딥러닝·컴퓨터 비전 기술로 농작물 주변 잡초를 레이저로 제거
    • 자동화 기계가 시간당 2에이커, 하루 20만 개 잡초 제거 가능
  • Halter AI-Driven Intelligent Grazing
    • 2025년 기준, 목장용 스마트 목걸이 신규 계약 건수 연평균 150% 이상 성장
    • AI 기반 방목 관리로 자원 사용 효율화, 토양 건강 개선, 지속가능성 강화
    • 현대 농업에 기술 적용이 더딘 현실을 타개할 대규모 생산성 및 탄소 저감 효과 입증

Global Internet User Ramps Powered by AI from Get-Go = Growth We Have Not Seen Likes of Before

  • 저비용 위성 인터넷의 확산으로 전 세계 인구의 32%에 해당하는 26억 명의 비연결 인구가 온라인에 새롭게 유입될 가능성이 빠르게 커지고 있음
  • 이들은 기존과 달리 최초 인터넷 경험부터 AI 기능을 기본 탑재한 상태에서 시작하게 될 것임
  • 검색창에 직접 입력하거나 전통적 브라우저를 거치지 않고, 곧바로 자연어로 AI와 대화하며 정보를 얻고 다양한 기술 서비스를 활용할 전망임
  • 이런 AI 에이전트 기반 인터페이스는 앱이 아닌 인터페이스를 소유한 플레이어에게 시장 가치를 집중시키며, 기존 플랫폼의 위계를 흔들 수 있음
  • 앞으로는 플랫폼 소유보다 인터페이스 소유가 더욱 중요해질 것이며, 현지 언어와 맥락, 사용자 의도를 이해하는 AI가 핵심 경쟁력이 될 전망임

New Internet User Growth = Enabled by AI + Satellites

  • Orbital / Satellite Launch Market Share, Global = SpaceX Rising
    • 2008년 이후 상업적 및 국가적 우주 발사 르네상스가 시작되며, SpaceX가 연간 발사 횟수에서 큰 비중을 차지함
    • 미국(비 SpaceX), 중국, 러시아도 각각의 성장세를 보이나, SpaceX의 급격한 증가가 두드러짐
    • Cold War~1990년대 후반까지는 국가주도, 최근에는 민간 주도 발사 증가 추세임
  • SpaceX Starlink @ 5MM+ Subscribers = +202% Annual Growth Over 3.2 Years
    • Starlink는 2021년 약 10만 명에서 2024년 500만 명 이상으로 구독자가 증가함
    • 연평균 202%의 성장률을 기록하며 빠르게 글로벌 인터넷 사용자 기반을 확장함
  • SpaceX Starlink Ecosystem = Coverage Expanding Globally
    • 2025년 기준, Starlink는 북미, 남미, 유럽, 오세아니아, 아프리카 일부, 아시아 주요 지역까지 서비스 지역 확대
    • 아직 서비스되지 않는 국가는 중국, 러시아, 이란 등 제한적임
  • Starlink = Unlocking Previously-Inaccessible Internet Access in AI Era
    • Coco, Monterrey, Mexico: 멕시코 농촌 지역에 고속·신뢰성 인터넷 제공, 지역사회 WiFi로 디지털 접근성 확대
    • Chile School District: 칠레 학교 36개 컴퓨터 모두 동시 접속 가능한 고속 인터넷 제공, 학생 및 교사 모두 수업환경 혁신 경험
    • Brightline Trains, USA: 미국 고속철도에서 안정적인 위성 인터넷 제공, 승객 및 운영 효율 향상
    • Seaspan Corporation, Global: 글로벌 해운사에 위성 인터넷 도입, 선박 내 원격 사무실화, 승무원 안전 및 운영 효율 개선, 기존엔 불가능했던 솔루션 실현

AI & Work Evolution = Real + Rapid

  • AI의 도입으로 인한 일의 본질적 변화
    • 로봇, 드론 등 물리적 자동화와 더불어 인지적 자동화가 빠르게 확산 중임
    • AI 시스템이 추론, 창작, 문제 해결 역량을 갖추며 업무 영역 확장
  • AI의 인지 능력 성장 속도
    • ChatGPT 공개(2022년 11월) 이후 3년간, 고등학생 수준에서 박사급 추론 능력으로 발전
    • 방대한 구조적 데이터 기반의 규칙·판단 직무가 AI의 강점으로 이동
  • 노동의 단위 변화
    • 기존 인간 중심 노동에서 데이터센터와 AI 모델의 연산력 중심으로 전환 가능성
    • 특정 노동력의 공급과 품질을 AI 인프라가 결정하는 시대가 도래 중임
  • 에이전트 기반 미래와 인간의 역할
    • 일부에서는 AI 에이전트가 화이트칼라 직업을 대체할 것으로 전망
    • 그러나, 생산성·효율 향상과 함께 새로운 인간 직무가 등장해온 역사적 패턴 고려 필요
    • 완전한 에이전트 중심 사회에서도 감독·훈련·지도 등 인간의 역할은 남게 됨
  • 미래의 노동 구조 및 사회적 변화
    • RLHF(인간 피드백 기반 강화학습)처럼, 인간이 AI·로봇의 성능을 훈련·미세조정하는 역할로 이동
    • 역사적으로도 업무 방식 변화는 늘 반복됐으며, AI 역시 생산성 및 일의 진화를 촉진하는 기술임

Summary

  • 인터넷 없는 삶이 상상하기 어려운 것처럼, 앞으로는 AI 없는 세상 역시 상상할 수 없게 될 전망임
    • AI는 고객지원, 소프트웨어 개발, 과학, 교육, 제조 등 산업 전반의 핵심 인프라로 빠르게 자리잡는 중
  • AI 대중화의 가속 요인
    • ChatGPT 등 멀티모달 AI 도구의 글로벌 확산, 추론 비용 하락, 다양한 모델 출시가 촉진
    • 솔로 개발자부터 대기업까지 접근과 실험이 쉬워져 혁신 확산이 가속됨
  • 기술 인프라 및 투자
    • 대형 클라우드, 반도체, 하이퍼스케일러의 설비 투자 급증
    • 칩·데이터센터·네트워크·에너지 시스템 등 물리·디지털 경계가 점점 모호해지는 추세
  • 미·중 전략 경쟁과 글로벌 AI 주도권
    • 미국이 모델 혁신, 커스텀 칩, 클라우드 인프라에서 선두이나, 중국도 오픈소스와 인프라, 정책 지원으로 급속 성장
    • 양국 모두 AI를 경제적 성장과 지정학적 영향력의 핵심 지렛대로 인식함
  • 플랫폼·인터페이스 변화
    • AI가 기존 앱 생태계를 넘어서 에이전트 기반 대화형 인터페이스로 진화
    • 위성 인터넷 등 덕분에 앞으로 신규 인터넷 사용자는 AI 네이티브 경험부터 시작할 가능성 높음
  • 일자리와 작업방식의 변화
    • 일터에서 AI 도입 가속, 노동 단위가 인간에서 연산력·AI로 점진적 전환 중
    • 더 많은 사람들이 AI와 함께 일하고, AI가 업무 환경을 재편성하는 흐름이 뚜렷
  • 국제 정세와 기술의 결합
    • 정보·자본의 흐름, 무기화되는 기술, 민주주의-권위주의 대립 심화로 불확실성 고조
    • 그러나 혁신은 국가 경쟁력의 핵심으로, 빠른 실행과 동맹 전략이 중요하다는 지적
  • 결론
    • AI의 시대는 이미 시작됐고, 다시 돌아갈 수 없는 지점을 넘어섰음