▲

2025년 MAD (ML, AI, Data) 업계 지도

 (mattturck.com)
20P by neo 2일전 | ★ favorite | 댓글 1개
  • 이미지 한장으로 정리한 2025년 MAD 업계 지도 : Bubble & Build 및 올해의 25가지 테마 설명
  • 2025년 AI·데이터 시장은 과열된 투자와 실제 배포의 병존 속에서, 챗봇 중심에서 도구·메모리·추론 모델을 갖춘 에이전트 시스템으로 전환 중
  • 25가지 핵심 트렌드를 통해 버블, 인프라, 연구, 지오폴리틱스, 비즈니스, 인프라, 애플리케이션 등 전 영역의 변화를 정리
  • 이번 MAD 지형도는 로고 수를 2,000개 이상에서 약 1,150개로 축소하고, NVIDIA·Databricks·OpenAI 등 하이퍼 스케일러와 카테고리 리더의 비중을 확대해 시장 집중도를 반영
  • 새로 에이전트 스택과 로컬 AI(온디바이스 LLM) 섹션을 추가하고, 오픈소스 영역은 전체 구조에 통합해 데이터–인프라–AI–에이전트–응용으로 흐름 재정비
  • 전체적으로 버블과 실질 구축(Bubble & Build)이 동시에 진행되는 시장 구조이며, 에너지·분산 인프라·에이전트화가 핵심 축으로 부상

개요 및 편집 방향

  • 2025년판 MAD Landscape는 2012년 이후 11번째 버전으로, 가장 큰 구조 개편이 이루어짐
    • 로고 수를 로고 수를 2,000개 이상에서 약 1,150개로 축소하여 가독성을 높이고, 하이퍼스케일러와 카테고리 리더에 더 많은 공간을 배정
    • 오픈소스 박스 삭제, 대신 에이전트 스택·로컬 AI 섹션 추가
  • 결과적으로 데이터에서 인프라, ML/AI, 에이전트, 애플리케이션으로 이어지는 단순하고 명확한 계층 구조 형성
  • 고해상도 PDF 와 검색 가능한 인터랙티브 버전 - mad.firstmark.com 으로 제공

거시경제 및 시장

  • 1. 브레이크 없는 버블 다이내믹스
    – 시장은 다시 거품이 끼었지만 1999년과는 다르며, 자금이 풍부하고 밸류에이션이 성층권 수준이며, 특히 에이전트, 프론티어 AI, 빠른 성장 기업에 "AI 프리미엄" 적용
    • 패러다임 전환에서 흔히 그렇듯 자본지출/운영비용이 선행 투입되며, 수요가 대규모로 실현되어야 착륙 가능하지만 습관 변화는 시간이 걸리고 채택은 고르지 않음
    • 많은 팀이 996 수준의 강도로 일하며 출하 속도를 가속화하지만 번아웃 리스크 증가
    • 2025년의 역설(Paradox)은 과대광고와 펀더멘털이 모두 상승했다는 점이며, 역사적으로 낙진은 보상보다 먼저 도착할 수 있음
    • 올해는 긴장감과 가속감이 느껴짐
  • 2. 취약성(Fragility): 순환성과 고객 집중도
    – 큰 성장 수치 아래, 많은 자금이 소수 플레이어들에게 흘러 들어감
    • 일부 거래는 순환적으로 보임: OpenAI가 NVIDIA와 대규모 GPU 구매 계약을 체결하면서 NVIDIA는 OpenAI에 대규모 투자를 약속하고, AMD와도 수십억 달러 칩 계약을 맺으면서 OpenAI가 지분 매입 옵션 보유
    • 유사 패턴이 스택 전반으로 확대되며, 업계 자금 조달과 공급 계약이 모델 랩, 칩 제조사, 클라우드, AI 스타트업을 상호 의존 네트워크로 연결, "라운드트리핑" 우려 발생
    • 고객 집중도로 인해 AI 생태계의 충격 복원력이 낮아짐: 지출의 상당 부분이 소수 하이퍼스케일러와 프론티어 랩을 통과하며, 여러 돌파구 벤더들이 소수 대형 고객에 의존
  • 3. 큰 그림은 모호하고, 단기적 전망은 매우 현실적
    – 진전이 정체되고 있는지 아니면 다음 지수 성장을 놓치고 있는지에 대해 목소리가 갈리며, AGI/ASI로 가는 경로는 정의되지 않았고 정의 자체가 모호하며, 파멸론자들의 북소리도 조용해짐
    • 한편 단기에서 중기는 명백히 구체적: 비디오, 텍스트, 코드 전반에 걸친 AI 슬롭(Slop)의 눈사태가 도착하며 일자리에 대한 더욱 긴급한 우려가 동시에 발생
    • 얼마나 많이, 얼마나 빨리, 누구를 위해 변화할지가 즉각적 쟁점이며, 인간적·정치적·사회적 반응은 기술 속도에 뒤처짐
  • 4. 연구소 vs. 기존기업: 다른 대차대조표, 같은 경쟁
    – AI를 지배하기 위한 싸움은 그 어느 때보다 치열하며 경기장은 불균등
    • 빅테크는 대규모 배포망, 거대한 제품군, 번들 판매·사이클 대기·그라인딩이 가능한 예산 보유
    • Google은 2025년 일련의 헤드라인 AI 출시로 명백히 모멘텀 회복, Meta는 SuperIntelligence Lab으로 야심 확대; 둘 다 막대한 수익 코어와 거의 무한한 대차대조표 위에서 운영
    • 독립 프론티어 랩은 밸류에이션을 정당화하려면 획기적 돌파구 필요
    • 새 이름들—SSI, Thinking Machines, Reflection—이 최상위 티어에 합류했으며, 에이전트/추론 열기가 상승(배포 장애물은 여전)
    • OpenAI는 명백한 리더이며 계속 전쟁 자금 조달중; Anthropic도 뒤처지지 않지만 자본이 이런 수준으로 얼마나 오래 갈 수 있을지 의문
    • 어느 쪽이든 사용자에게 이익이 됨. 기존 기업은 묶음 상품을 제공하고, 연구소는 눈부시게 발전
  • 5. IPO 및 공개 회사들: 창문(기회)은 (선별적으로) 열려 있음
    – CoreWeave의 3월 데뷔는 시장이 필요로 하던 것을 제공: 깔끔한 AI 인프라 IPO이며 이후 잘 거래됨
    • Palantir는 논란의 중심 비교 대상으로, 프리미엄 EV/NTM 배수(최근 약 80~90배) 타고 있으며 후기 단계 출원자들을 대담하게 만들 것
    • 다음: Cohere는 "곧" IPO 가능하다고 밝혔고, Dataiku는 은행 선정, Cerebras는 새 자금 조달 후 S-1 철회
    • 상위 10개 정도의 사설 AI 플레이어는 자본 접근성과 전략적 유연성을 고려할 때 상장할 인센티브가 거의 없음;
      하지만 Databricks(> $100B 비공개)와 프론티어 랩(OpenAI, Anthropic)이 결국 상장하면 기록적 IPO 예상
  • 6. M&A: 통합과 인재 전쟁
    – 대형 플레이어들이 완전한 에이전트 스택 구축을 시도했으나 예상보다 어렵다는 것을 발견하고 쇼핑에 나섰지만, 헤드라인 거래들도 중단됨(Adobe–Synthesia, SoftBank–Agility)
    • 따라서 "인수 vs. 구축"은 자연스러운 선택이 아님
    • 성공한 것들은 외과수술처럼 정밀했음: ServiceNow–Moveworks($2.85B) 엔터프라이즈 에이전트 부문에서; Salesforce–Informatica(약 $8B) 데이터 제어 평면 강화용
    • 데이터 인프라는 내부에서 병합 중: dbt Labs와 Fivetran(전액 주식; ≈$600M ARR)이 수집과 변환을 한 지붕 아래로
    • 가장 시끄러운 이야기는 인재와 인수-채용: Meta가 특히 공격에 나섰음
      – Scale AI의 ~49%를 ~$14–15B에 가져와 Alexandr Wang을 초지능 추진에 합류시키고, 9자리 보상 마커 설정 후 OpenAI 연구자들을 영입, 모든 비용을 들여 유지하는 악순환을 초래
    • 결론적으로, 2025년은 정밀 인수, 팀 인수, 그리고 창의적인 구조의 해
      • 통합 위험과 반독점법 위반의 눈초리 속에서 진정한 대형 거래는 여전히 드뭄

연구 및 프론티어

  • 7. 추론 + RL이 프론티어
    – 올해 가장 큰 도약은 더 큰 트랜스포머가 아니라 사고에 컴퓨팅을 집중하도록 모델을 훈련하는 것
    • DeepSeek R1과 "o-시리즈" 스타일 모델이 대중화한 추론을 위한 강화학습—토큰을 추론에 할당—이 수학, 코드, 다단계 계획 전반에서 바늘을 움직임
    • 커리큘럼 설계, 보상 설계, 도구 사용 피드백 루프가 원시 모델 크기보다 중요해짐
    • RL은 만병통치약이 아님—나쁜 보상은 여전히 나쁜 습관을 가르침—하지만 올바르게 스케일하면 사전 훈련에 엄청난 효과를 제공
    • 다음 도전은 코드와 수학을 넘어 "옳고" "그름"이 항상 명확하지 않은 지저분한 실제 작업으로 일반화하는 것;
      여기서는 비즈니스 결과에서 인간 피드백, GDPVal 같은 새 벤치마크(종단 간 작업 체인 점수 매김)에 이르는 더 풍부한 신호가 중요
  • 8. AI가 둔화되고 있나? 반대 의견이 우리를 정직하게 만듦
    – 일부 최상위 연구자들은—MAD 팟캐스트 게스트 포함(Sholto Douglas, Julian Schrittwieser, Jerry Tworek)—여전히 많은 낮게 매달린 과일(쉽게 달성할 수 있는 성과)이 있고 현재 사전 훈련 + RL 패러다임을 사용해 수년간의 진전이 앞에 있다고 말함
    • 다른 이들은 주의를 촉구: Andrej Karpathy는 "에이전트는 10년 멀었다", Rich Sutton의 Bitter Lesson은 일반 방법 + 컴퓨트가 손 조율을 이긴다고 주장, Yann LeCun은 세계 모델과 자기 지도 예측을 다른 경로로 밀어붙임
    • 이런 논쟁은 건강함: 리더보드 극장이 줄고, 절제, 레드 팀, 실제 작업이 늘어남
  • 9. 빠르게 움직이는 프론티어들: 창의적 과학을 하는 AI; 로봇공학
    – 실험실에서 "Move 37" 아이디어를 보고 있음—모델이 인간이 먼저 시도하지 않을 비직관적 가설과 경로를 제안
    • AlphaFold 3이 생체분자 상호작용으로 이동; GNoME가 약 220만 개의 Plausible 결정 표면화; Yale × Google의 Cell2Sentence-Scale 27B가 단일 세포 데이터에서 잠재적 암 치료 경로 표시
    • 생물학을 넘어 로봇공학이 가속화중:
      로봇공학 기초 모델(대규모 풀링 데이터셋에서 훈련된 비전-언어-행동 정책)이 로봇과 작업 간 전이를 개선하는 동안,
      모바일 조작기가 더 많은 실제 시간을 기록하고 자율 실험실 장비가 설계–구축–테스트 루프를 조임
    • AI가 노벨급 돌파구를 제공하거나 유용한 작업을 안정적으로 수행하는 필드 로봇을 만들 수 있을까?
      • 둘 다 분기마다 더 가까워지는 느낌
  • 10. 오픈소스(오픈 웨이트)는 버티고 있음—험난한 해를 거치면서
    – DeepSeek의 R1 순간(및 오픈 웨이트 파생물)이 톤을 설정했지만, Llama 4는 기대에 미치지 못했고 Meta는 허용적 릴리스에 대해 더 엄격한 입장을 시사
    • Mistral은 요동쳤다가 모멘텀을 되찾았고; Qwen3는 조용히 많은 스택에서 "충분히 좋은" 주력 플랫폼이 됨
    • 긍정적 측면에서, AI2는 실제 자산을 계속 출하(OLMo/OLMo-2, Dolma급 데이터), Reflection AI의 자금 조달은 "미국의 DeepSeek" 서사를 되살림
    • 기업은 여전히 통제권(Control)과 상주권(Residency) 을 원하고; 스타트업은 여전히 마진을 원함
    • 미래는 하이브리드로 보임: 가능할 때 오픈소스로 라우팅하고, 필요할 때 프론티어로 스파이크
    • NPU가 모든 곳에 착륙하면서 작은 모델이 중요한 역할을 할 것;
      가장 건강한 스택은 복수로 유지됨—오픈과 클로즈, 클라우드와 디바이스, 크고 작은—종교 전쟁이나 벤더 종속 없이

지정학 (Geopolitics)

  • 11. 중국이 병렬 AI 스택을 조립함
    – 중국은 NVIDIA와 CUDA에 덜 의존하는 종단 간 경로 구축 중:
    Huawei Ascend 910B/910C가 성장하는 소프트웨어 레이어(CANN, MindSpore) 아래,
    로컬 데이터와 정책에 맞춰진 자체 모델(DeepSeek, Qwen3, Kimi, ERNIE 등)이 얹어짐
    • DeepSeek 순간 이후 중국 모델에게 큰 해였으며, Qwen과 Kimi가 프로덕션에서 확장,
      "충분히 좋은" 수준이 아니라 여러 도메인에서 경쟁력 있음
    • 수출 통제가 진전을 늦췄지만 멈추지는 않았고;
      현지화가 기능이 되어 기술적 탈동조화 중: 호환되고, 점점 자급자족하며, 일부 영역에서 선두 자리를 차지
  • 12.주권(Soverign) AI가 슬로건에서 조달로 전환
    – "로컬 컴퓨트에서 로컬 모델 구축"이 이제 하드웨어, 예산, 실제 구매자를 뒷받침
    • 영국이 Isambard-AI를 켜고 그리드 연결 완료
    • IndiaAI가 34,000개 이상의 GPU를 넘어 보조금 지원 할당 시작
    • 걸프 국가들이 G42 × Cerebras(Condor Galaxy)를 통해 국가 "AI 공장" 계속 확장
    • 유럽이 챔피언 육성 중—Mistral이 이제 ASML을 뒷받침으로—OpenAI가 주권 요구를 충족하기 위해 EU/영국 데이터 거주 전개
  • 13. 에너지가 새로운 컴퓨트 병목 지점이 되고, 국가들이 이를 인지하고 있음
    – GPU가 아니라 전력이 새로운 병목
    • 데이터센터 위치 결정이 이제 메가와트 계약, 물 권리, 그리드 상호 연결을 따름
    • 정부가 파운드리를 유치하듯 AI 공장을 유치
    • 주권 PPA와 원자력/재생에너지 공동 배치 예상(영국의 Isambard-AI 그리드 연결; Google – TVA/Kairos SMR 파일럿; Microsoft-Helion Fusion PPA)
    • 전력 우선 인센티브가 모델이 훈련되는 장소와 어느 지역이 AI 구축을 이기는지 형성
    • 수출 통제는 여전히 중요하지만, 킬로와트가 이제 일정을 결정함

AI 비즈니스

  • 14. 배포가 발명을 이김(다시 한번)
    – AI 네이티브 스타트업 세대 전체가 우리가 본 것보다 빠르게 성장 중
    • 제품이 소셜에서 바이럴되고, 이사회가 AI에 대해 계속 걱정하며 호기심이 시험과 실험의 물결을 촉진
    • 남은 질문은 내구성(Durability) : 진정한 ARR인가 아니면 이탈하는 실험적 수익인가?
    • 현직자가 종종 배포 우위 보유: iOS/Android, Windows Copilot, Chrome, Salesforce Einstein, ServiceNow Now Assist와 번들된 어시스턴트
      —하지만 항상 그런 것은 아님
    • 파트너십과 통합이 곡선을 구부릴 수 있음:
      • Cursor가 VS Code로 깊어짐;
      • Supabase가 Lovable 물결을 탐;
      • 더 조용한 승자들이 IDE, CRM, 문서로 스며듦
    • 제품은 생성 순간(쓰기, 코딩, 케이스 제출)에 존재함으로써 성공을 찾음
      • 임베디드 된 것이 "더 나음"을 이기고, 실제 사용에 따라 확장할 수 있음
  • 15. 마진 및 가격: 토지 점유에서 비행기 착륙으로
    – 사용량이 올라가고 고객이 최신의 가장 똑똑한 모델을 원할 때 비용이 급격히 상승함
    • 냉정한 현실: 다른 사람의 프론티어 모델 위에 앉아 있으면 성장이 당신을 마이너스 총 마진으로 뒤집을 수 있음
      — Windsurf와 Cognition 이야기가 그 경고
    • VC 자금이 땅 잡기를 자금 지원할 수 있지만 나쁜 단위 경제를 영원히 커버하지 않음
    • AI 스타트업은 적응 중: 더 작고 저렴한 모델을 기본으로 하고, 피크를 위한 예비 용량, 적극적으로 캐시
    • 지배적 접근법은 결과에 대한 가격 책정이 되고 있음
      — 클로즈된 케이스당, 해결된 티켓당등
      — 보장된 처리량 옵션과 함께, 수익이 실제 결과를 추적하도록 함
    • 승자는 비용 원칙과 실제 가치를 측정하는 가격 책정을 병행
  • 16. 엔터프라이즈 AI: 데모보다 구축이 더딤(하지만 상용화 중)
    – 엔터프라이즈 배포는 소셜 미디어의 멋진 데모보다 느리게 움직임
    • 구매자는 자율성을 적용하기 전에 에이전트 거버넌스, 인용, 출처, PII 처리, 감사 추적, 엔터프라이즈 시스템과의 긴밀한 연결을 원함
    • 유스 케이스 정의 및 구현에 실질적 진전이 있음
      • AI 고객 서비스, AI 코딩, 내부 챗봇이 명백한 승리
      • 많은 산업 또는 회사별 전략이 완전히 등장하려면 맞춤화, 데이터 파이프라인, 정책 작업 필요
    • "Accenture 단계"를 지났으며 이제 아크(Arc)가 보임
      — 코파일럿에서 좁은 에이전트에서 관리형 자동화로
      — 수요가 확고해지고 있음
    • 이 수요 속으로 현직자가 배포 이점을 가지며, CRM/ERP/ITSM(Salesforce, ServiceNow, Microsoft) 내부에 "에이전트 플랫폼" 출시
      • 한 곳에서 가드레일, 텔레메트리, 승인을 번들링함
    • 전반적으로 글로벌 2000 엔터프라이즈 시장이 진지하게 AI 구매 및 배포로 워밍업하고 있지만, 아직 팔팔 끓지는 않는 단계

AI 인프라

  • 17. NVIDIA가 지배하지만 다각화가 현실임
    – Blackwell GB200 랙이 여전히 기준점이지만, 구매자는 이제 Google TPU, AMD MI350, 특정 풋프린트에서는 Intel Gaudi 3 추가
    • 랙 규모 설계가 TCO를 주도하면서 가격/성능과 공급을 위해 벤더를 혼합하고, 단일 벤더 모노컬처가 아니라 더 스마트한 스케줄러 아래에서 이질적 클러스터 운영
  • 18. 로컬 AI의 부상: 디바이스, 근거리 엣지, 프라이빗 클라우드
    – 랩톱과 폰의 새 NPU가 실제 작업을 디바이스로 밀어냄: 빠르고, 멀티모달이며, 기본적으로 프라이빗
    • 작업이 너무 크면 일반 공개 엔드포인트 대신 근처 또는 벤더가 운영하는 "프라이빗 클라우드"(예: Apple의 Private Cloud Compute)로 유출
    • LM Studio 및 Ollama 같은 도구가 로컬 모델을 클릭-투-런으로 만듦
    • 온디바이스가 빠른 UX와 개인 컨텍스트를 처리; 클라우드가 더 무거운 추론과 공유 메모리 처리
    • 공장, 클리닉, 자동차에서 근거리 엣지 박스가 대역폭, 프라이버시, 가동 시간 보호
    • 최고의 제품은 디바이스, 엣지, 클라우드 간 원활하게 핸드오프
  • 19. 에이전트 스택이 인프라 레이어가 됨
    – 앱 아래에 새로운 런타임이 있음: 플래너와 도구 호출, 구조화된 출력과 함수 카탈로그, 장/단기 메모리(벡터, 그래프), 샌드박스 도구 실행, 승인, 상태 저장 오케스트레이션
    • 그 주변에는 작업용 평가 장치, 정책/가드레일, 추적 및 비용 텔레메트리, 데이터셋/버전 제어, 롤백
    • 2024년엔 "App Glue"처럼 보였던 것이 이제 자체 SLA와 조달 라인이 있는 플랫폼 티어와 유사해짐
  • 20. 컴플라이언스, 보안, 레드 팀은 이제 기본
    – 보안과 컴플라이언스는 체크박스가 아니라 프로덕션에서 AI를 실행하는 가격
    • 업데이트된 지침(예: OWASP의 LLM Top 10, 프롬프트 주입 플레이북)이 기준을 제시함
      • 데이터가 어디서 왔는지 보여주고, 프롬프트/도구/결정 기록, 정책 시행, 탈옥 저항 증명
    • 기업은 서비스 제공 및 스토리지와 같은 레이어에 연결된 증명, 감사 추적, 명확한 "break-glass(개방형)" 절차를 기대힘
    • 평가, 추적, 거버넌스될 수 없으면 인프라가 아님

데이터 인프라

  • 21. 시대의 끝, 병합의 시작
    – "현대 데이터 스택" 언번들링이 통합으로 이어짐:
    • dbt Labs와 Fivetran이 결합
    • Databricks 같은 플랫폼이 빌드와 구매를 동등하게 나누어 워터프런트(배치 및 스트리밍, 벡터 및 그래프, 피처 스토어, 거버넌스)를 계속 커버
    • 프레임이 "웨어하우스 대 레이크하우스"에서 객체 스토리지 + 오픈 테이블 + 중립 카탈로그를 제어 평면으로 전환
    • 모델링, 이동, 피처, 평가 데이터셋, 계보(Lineage), 정책이 AI 서빙 및 에이전트 런타임과 융합
    • 실제로 데이터 인프라와 AI 인프라가 하나의 평면으로 붕괴되고 있으며, 그 틈새에서 가치가 새어 나옴
  • 22. 그러나 데이터 기본은 그 어느 때보다 중요해짐
    – 견고한 테이블과 카탈로그, 품질과 계보, 저지연 쿼리 엔진이 에이전트, 검색, 평가 우선 CI의 전제 조건이 되었으며, 이제 사후 고려 사항이 아님
    • 그래프 및 벡터 증강 검색이 블로그 포스트에서 패턴으로 이동함
    • 관찰 가능성(Observability)이 이제 프롬프트, 도구, 비용에 걸쳐 확장
    • 컴플라이언스가 성능과 같은 평면(Plane)에 있음
    • 이 분야는 새로운 활력을 얻고 있음
      • ClickHouse의 실시간 분석 상승(이제 벡터와 함께)이 규모에서의 속도 수요를 보요줌
      • 로컬 및 엣지 스택은 여전히 클라우드 메모리를 지원하기 위한 명확한 계약 필요
    • 데이터는 사라지지 않고, AI의 제어 영역으로 승격됨

애플리케이션 및 에이전트

  • 23. 대형 랩과 플랫폼이 스택 위로 이동
    – 프론티어 랩과 기존 업체들은 단순히 모델 API로 만족하지 않음
    • OpenAI, Anthropic, Google/Gemini가 앱 레이어 제품을 계속 출시
      • 음성 어시스턴트, 데스크톱 앱, 팀 플랜, 메일, 문서, CRM에 연결된 워크플로 빌더 등
    • 플랫폼 리스크와 정면 경쟁을 유발함
      • 모델 벤더가 표면과 번들을 소유하면 내일 당신의 영역으로 진출 가능
    • OpenAI가 가장 멀리 밀어붙임
      • 도메인 전문가(예: 전직 은행가) 모집해 워크플로 가르치고
      • ChatGPT 내부에 상거래 레일 추가
        • ChatGPT 우선 브라우저 출시
          — Anthropic은 팀/프로젝트 흐름 심화하고 Claude Code 출시
    • Gemini는 소비자 및 Workspace 표면 강화
    • 한편 모델이 "래퍼" 레이어의 큰 덩어리를 흡수함
      • 퍼스트 파티 구조화된 출력, 함수 호출, 메모리, 브라우즈/코드/비전/음성 도구, 경량 자동화, 심지어 상거래까지
    • 사용자는 속도를 얻음
      — 이미 잘 작동하는 기능을 활용 가능
    • 스타트업에게 래퍼 사이클은 얇음 → 두꺼움 → 다시 더 얇아짐
      • 초기 UI가 실제 제품(데이터 브리지, 워크플로, 컴플라이언스)으로 성장했지만 플랫폼이 많은 기능을 코어로 끌어들임
  • 24. Vibe 코딩은 2025년의 히트작
    – 코딩 에이전트가 신기함에서 일상 습관으로 도약함
    — 리포지토리 읽기, 샌드박스 스피닝, 변경 계획, PR 열기, 테스트 실행, 차이 서술
    — 심지어 "비디오 코딩" 데모가 이제 화면 캐스트에서 UI를 조작하는 에이전트를 보여줌
    • 도입률은 놀라울 정도:
      • Cursor와 Claude Code가 역대 가장 빠르게 성장하는 개발 도구 중 하나로 널리 인용됨
      • 수개월 내 9자리 ARR 궤적을 보이고 있음
    • 기술(Craft)은 자동 완성에서 지시 및 검토로 전환되었고, 스택은 GitHub Copilot, Sourcegraph Cody, Codeium/Windsurf, Devin 등 End-To-End 워크플로로 확장 되었음
    • 제품 측면에서 Vercel v0, Lovable, Replit이 "Describe, then ship(설명한 뒤, 바로 배포)"를 작은 팀을 위한 프로덕션 루프로 전환
    • 문제는 특히 비전문 개발자의 경우 지속성(stickiness)이 중요, 초기 코호트의 행동은 이러한 습관이 코딩 검색만큼 지속될 수 있음을 보여주고 있음
  • 25.모달리티가 빛을 발함
    – 이미지, 비디오, 음성이 새로운 기어에 도달: Veo3, Runway, Sora가 영화 같은 생성 주도
    • ElevenLabs와 Synthesia가 고품질 음성과 아바타 작업을 일상으로 만듦
    • 실시간 음성 에이전트가 유창한 대화를 유지하고 도구 구동
    • 비전 모델이 이제 취약한 템플릿 없이 UI, 차트, 현장 사진을 분석
    • 비디오 편집기가 클립에서 출처가 있는 스토리보드 장면으로 바로 이동함
    • 한편 Genie 3에서 Fei-Fei Li 그룹의 새 작업에 이르기까지, 월드 모델은 대화형 환경에서 인식하고 행동하는 것을 목표함
      • 이는 창의적 소프트웨어와 운영 소프트웨어의 경계를 모호하게 만듦
    • 기준이 "자막을 달 수 있나?"에서 "모드 간 신뢰성 있게 인식, 계획, 행동할 수 있나?" 로 이동
    • 2026년은 모달리티에 큰 해가 될 것

마무리 생각

  • 2025 MAD 랜드스케이프는 버블링과 빌드업, 두 가지 일을 동시에 진행하는 시장의 지도
  • 현실을 반영하기 위해 로고는 줄이고 가중치를 더해서 다시 그렸음
  • 하이퍼스케일러와 순수 플레이 리더가 엣지에 자리잡고, 에이전트와 데이터/제어 평면이 중간에서 만나며, GPU뿐 아니라 전력이 속도를 결정
  • 스토리 라인이 지형도 전반에 걸쳐 Rhyme을 이룸
    • 오픈 웨이트가 탄력성을 유지하는 동안 각 연구소들은 앱으로 확장하고
    • 데이터와 AI 인프라는 합병 되었고
    • 데모에 뒤처졌지만 엔터프라이즈 배포가 이루어지고 있음
    • 코딩 에이전트가 일상 습관이 되었음
  • 여기에서부터 지평선은 단일 릴리스보다 더 넓어짐:
    유통, 마진, 거버넌스, 그리고 전력 소비량을 조정하면 인텔리전스는 인프라가 되고,
    다음 물결은 산업 전체를 발전시키는 복합적인 발전으로 이어질 것