안녕하세요. 수수입니다.
스탠퍼드대학교 인간중심 인공지능 연구소(HAI)가 2026년 4월, 아홉 번째 AI 인덱스 연간 보고서를 발표했습니다. 400페이지에 달하는 방대한 보고서인데요, 연구·개발, 기술 성능, 책임 AI, 경제, 과학, 의료, 교육, 정책, 여론까지 9개 챕터에 걸쳐 AI의 현주소를 데이터로 보여줍니다.
핵심 메시지는 명확합니다: “AI는 그 주변의 시스템이 적응할 수 있는 것보다 빠르게 확장되고 있다.”
오늘은 이 보고서의 15가지 Top Takeaways를 중심으로, 투자자와 일반 독자 모두에게 중요한 포인트를 정리해 드리겠습니다.
목차
- 30초 핵심 요약
- 1. AI 역량은 정체가 아니라 가속 중
- 2. 미·중 AI 성능 격차, 사실상 소멸
- 3. 미국이 AI 데이터센터를 지배, 칩은 TSMC 하나에 의존
- 4. AI가 수학 올림피아드 금메달을 따지만, 시계는 못 읽는다
- 5. 로봇은 여전히 가사일의 88%에서 실패
- 6. 책임 AI는 AI 역량을 따라가지 못하고 있다
- 7. 미국 AI 투자 $2,859억, 하지만 인재 유입은 급감
- 8. 생성형 AI, 역사상 가장 빠른 보급 속도
- 9. 생산성 향상과 초급 일자리 감소가 동시에 진행 중
- 10. AI의 환경 발자국이 역량과 함께 확대
- 11. AI가 과학자를 능가하기도 하지만, 큰 모델이 항상 더 낫지는 않다
- 12. AI가 임상 의료를 변화시키고 있지만, 근거는 아직 부족
- 13. 공교육은 AI에 뒤처지고, 사람들은 스스로 배우고 있다
- 14. AI 주권이 국가 정책의 핵심 키워드로 부상
- 15. 전문가와 대중의 AI 인식 격차는 50%p
- 주요 기업별 AI 모델 출시 현황 (2025년)
- 투자자에게 주는 시사점
- 마치며
- 참고 자료
30초 핵심 요약
- AI 역량 정체 아님: 2025년 주요 모델 90% 이상이 산업계 출시, PhD급 과학·수학·코딩에서 인간 수준 도달
- 미·중 격차 사실상 소멸: DeepSeek-R1이 미국 최상위 모델에 잠시 필적, 2026년 3월 기준 Anthropic이 2.7%p 차로 리드
- 미국 AI 투자 $2,859억: 중국의 23배, 하지만 글로벌 AI 인재 유입은 2017년 대비 89% 감소
- 생성형 AI 보급률 53%: PC·인터넷보다 빠른 3년 만의 대중 확산, 조직 도입률 88%
- 생산성 14~26% 향상 vs 초급 일자리 감소: 22~25세 미국 개발자 수 전년 대비 약 20% 감소
- AI 안전 사고 362건: 전년(233건) 대비 55% 증가, 책임 AI 벤치마크 보고는 여전히 산발적
- 환경 영향 급증: Grok 4 훈련 탄소배출 72,816톤 CO₂, AI 데이터센터 전력 29.6GW(뉴욕주 수준)
1. AI 역량은 정체가 아니라 가속 중
“AI capability is not plateauing. It is accelerating and reaching more people than ever.”
2025년 주요 AI 모델의 90% 이상이 산업계(기업)에서 개발되었습니다. 학계에서 나온 주목할 만한 모델은 단 1개뿐입니다.
| 지표 | 수치 |
|---|---|
| 주요 코딩 벤치마크(SWE-bench Verified) | 60% → 거의 100% (1년 만에) |
| 조직 AI 도입률 | 88% |
| 대학생 생성형 AI 사용률 | 5명 중 4명 |
| 생성형 AI 인구 보급률 | 53% (3년 만에 달성) |
PhD 수준의 과학 문제, 멀티모달 추론, 수학 올림피아드에서 여러 모델이 인간 기준선을 달성하거나 초과했습니다.
2. 미·중 AI 성능 격차, 사실상 소멸
2025년 2월, 중국 DeepSeek-R1이 미국 최상위 모델에 잠시 필적했습니다. 2026년 3월 기준 Anthropic의 최상위 모델이 2.7%p 차이로 리드하는 상황입니다.
| 국가 | 강점 |
|---|---|
| 미국 | 최상위 모델 수, 고영향 특허 |
| 중국 | 논문 수, 인용 수, 특허 출원 수, 산업용 로봇 설치 수 |
| 한국 | 1인당 AI 특허 세계 1위 |
중국의 상위 100개 AI 논문 점유율은 2021년 33개에서 2024년 41개로 증가했습니다. 흥미롭게도, 한국은 1인당 AI 특허에서 세계를 선도하고 있습니다.
3. 미국이 AI 데이터센터를 지배, 칩은 TSMC 하나에 의존
| 항목 | 수치 |
|---|---|
| 미국 데이터센터 수 | 5,427개 (2위 국가의 10배 이상) |
| TSMC의 AI 칩 제조 점유율 | 거의 모든 최첨단 AI 칩 |
| 글로벌 AI 컴퓨트 용량 | 1,710만 H100-환산 (2022년 이후 연 3.3배 성장) |
TSMC가 미국에서 공장 가동을 2025년 시작했지만, 글로벌 AI 하드웨어 공급망은 대만의 단일 파운드리에 의존하는 취약한 구조가 이어지고 있습니다. Nvidia가 전체 컴퓨트의 60% 이상을 차지합니다.
4. AI가 수학 올림피아드 금메달을 따지만, 시계는 못 읽는다
AI의 성능 한계는 들쑥날쑥(jagged)합니다.
| 벤치마크 | 성과 |
|---|---|
| 국제수학올림피아드(IMO) | Gemini Deep Think 금메달 획득 |
| 아날로그 시계 읽기 | 최고 모델도 50.1% 정확도 |
| OSWorld (OS 작업 자동화) | 12% → ~66% 성공률 (하지만 3번 중 1번 실패) |
AI 에이전트는 빠르게 발전하고 있지만, 구조화된 벤치마크에서도 여전히 약 33%의 실패율을 보입니다.
5. 로봇은 여전히 가사일의 88%에서 실패
| 환경 | 성공률 |
|---|---|
| 가정 내 실제 환경 | 12% |
| 소프트웨어 시뮬레이션(RLBench) | 89.4% |
통제된 실험실과 예측 불가능한 실제 가정 환경 사이의 격차는 여전히 매우 큽니다. AI가 물리 세계를 마스터하기까지는 아직 갈 길이 멉니다.
6. 책임 AI는 AI 역량을 따라가지 못하고 있다
| 항목 | 수치 |
|---|---|
| AI 사고 건수 (2025년) | 362건 (전년 233건 대비 55%↑) |
| 책임 AI 벤치마크 보고 | 산발적, 비일관적 |
| 안전성-정확도 트레이드오프 | 안전성 개선 시 정확도 저하 확인 |
거의 모든 주요 AI 개발사가 성능 벤치마크는 발표하지만, 책임 AI 벤치마크 보고는 제대로 이뤄지지 않고 있습니다.
7. 미국 AI 투자 $2,859억, 하지만 인재 유입은 급감
| 항목 | 수치 |
|---|---|
| 미국 민간 AI 투자 | $2,859억 (중국의 23배) |
| 중국 민간 AI 투자 | $124억 (정부 유도 기금 제외) |
| 미국 신규 AI 기업 (2025) | 1,953개 (2위 국가의 10배) |
| 미국 AI 인재 유입 감소율 | 2017년 대비 89% 감소, 전년 대비 80% 감소 |
미국은 투자와 기업 설립에서 압도적이지만, 글로벌 인재를 끌어들이는 능력은 급격히 약화되고 있습니다. 이는 장기적으로 미국 AI 경쟁력의 가장 큰 위험 요소입니다.
8. 생성형 AI, 역사상 가장 빠른 보급 속도
| 지표 | 수치 |
|---|---|
| 생성형 AI 인구 보급률 | 53% (3년 만에 달성) |
| 소비자 가치(미국) | 연 $1,720억 |
| 사용자당 중간 가치 | 2025~2026년 사이 3배 증가 |
| 싱가포르 도입률 | 61% |
| UAE 도입률 | 54% |
| 미국 GDP 대비 순위 | 24위 (28.3%) |
생성형 AI는 PC나 인터넷보다 빠르게 대중에게 확산되었습니다. 국가별 도입률은 GDP와 강하게 상관관계가 있지만, 싱가포르와 UAE처럼 예상보다 높은 도입률을 보이는 국가들도 있습니다.
9. 생산성 향상과 초급 일자리 감소가 동시에 진행 중
이것이 아마 가장 중요한 발견일 것입니다.
| 분야 | 생산성 향상 |
|---|---|
| 고객 지원 | 14~26% |
| 소프트웨어 개발 | 가장 명확한 생산성 향상 |
| 고차 판단 업무 | 효과 미미 또는 부정적 |
동시에 일어나고 있는 일:
- 22~25세 미국 개발자 수: 2024년 대비 약 20% 감소
- 시니어 개발자 인력은 계속 증가
- AI 에이전트 도입은 거의 모든 비즈니스 기능에서 한 자릿수 수준
AI가 생산성을 높이는 바로 그 분야에서 초급 일자리가 줄어들기 시작했습니다.
10. AI의 환경 발자국이 역량과 함께 확대
| 항목 | 수치 |
|---|---|
| Grok 4 훈련 탄소배출 | 72,816톤 CO₂ |
| AI 데이터센터 전력 용량 | 29.6GW (뉴욕주 피크 수요와 비슷) |
| GPT-4o 연간 추론 물 사용량 | 1,200만 명의 식수 수요 초과 가능성 |
AI의 환경 영향은 더 이상 무시할 수 없는 수준입니다. 훈련뿐 아니라 추론(사용) 단계에서의 에너지·물 소비가 급격히 증가하고 있습니다.
11. AI가 과학자를 능가하기도 하지만, 큰 모델이 항상 더 낫지는 않다
| 분야 | AI 성과 |
|---|---|
| ChemBench (화학) | 인간 화학자 평균 초과 |
| 천체물리학 재현 | 20% |
| 지구 관측 | 33% |
| MSAPairformer (단백질) | 1.11억 파라미터로 기존 최고 성능 돌파 |
| GPN-Star (유전체) | 2억 파라미터, 200배 큰 모델 능가 |
과학 분야 AI 모델은 대부분 산학 협력에서 나오고 있어, 범용 AI와는 다른 생태계를 형성하고 있습니다.
12. AI가 임상 의료를 변화시키고 있지만, 근거는 아직 부족
| 항목 | 수치 |
|---|---|
| 의사 노트 작성 시간 절감 | 최대 83% |
| 번아웃 감소 | 유의미한 수준 보고 |
| 임상 AI 연구 500건 중 실제 환자 데이터 사용 | 5% |
| 시험 문제형 데이터 의존 | 약 50% |
AI 의료 도구가 빠르게 확산되고 있지만, 실제 임상 환경에서의 검증은 극히 부족합니다. Ambient AI scribe(자동 진료 기록)가 특히 빠르게 도입되고 있습니다.
13. 공교육은 AI에 뒤처지고, 사람들은 스스로 배우고 있다
| 항목 | 수치 |
|---|---|
| AI 사용 학생 (미국 고교+대학) | 80% 이상 |
| AI 정책이 있는 중·고등학교 | 절반 |
| AI 정책이 명확하다고 느끼는 교사 | 6% |
| 미국·캐나다 AI PhD 증가율 (2022→2024) | 22% |
| AI PhD의 취업 경로 | 학계 아닌 산업계 |
AI 엔지니어링 스킬이 가장 빠르게 성장하는 국가는 UAE, 칠레, 남아프리카공화국입니다.
14. AI 주권이 국가 정책의 핵심 키워드로 부상
2025년은 AI 거버넌스가 글로벌로 확산된 해입니다.
- EU AI Act: 최초의 금지 조항 시행
- 미국: 규제 완화 방향으로 전환
- 일본, 한국, 이탈리아: 각각 국가 AI 법안 통과
- 개발도상국: 신규 국가 AI 전략의 절반 이상이 개도국에서 발표
오픈소스 개발이 참여를 재분배하고 있으며, 유럽 이외 지역의 GitHub 기여가 미국에 근접하고 있습니다.
15. 전문가와 대중의 AI 인식 격차는 50%p
| 질문: AI가 일자리에 긍정적 영향? | 비율 |
|---|---|
| 전문가 | 73% |
| 일반 대중 | 23% |
| 인식 격차 | 50%p |
| AI 규제 신뢰도 | 비율 |
|---|---|
| 미국 국민의 자국 정부 신뢰 | 31% (조사 대상국 최저) |
| 글로벌: EU 신뢰도 | 미국·중국보다 높음 |
글로벌 AI 낙관론은 높아졌지만, 불안감도 동시에 증가하고 있습니다.
주요 기업별 AI 모델 출시 현황 (2025년)
| 기업 | 주요 모델 수 |
|---|---|
| OpenAI | 19개 |
| Google (DeepMind 포함) | 12개 |
| Alibaba | 11개 |
| Anthropic | 7개 |
| xAI | 5개 |
| DeepSeek | 4개 |
| LG AI Research | 4개 |
| Meta | 3개 |
산업계가 주요 모델의 91.6%를 생산하고, 학계는 1.05%에 불과합니다. 2003년 이후 누적으로는 Google과 Meta가 최다, 학계에서는 칭화대학교(26개), 스탠퍼드(26개), 카네기멜론(25개)이 가장 많습니다.
투자자에게 주는 시사점
- AI 인프라 투자는 계속된다: 데이터센터 전력 29.6GW, TSMC 의존도, Nvidia 60%+ 점유율 — 인프라 관련주는 구조적 수혜
- 미국 AI 우위는 인재 리스크가 최대 변수: 투자와 기업 수에서는 압도적이지만, 인재 유입 89% 감소는 심각한 경고
- 생성형 AI의 경제적 가치가 수치로 입증: 소비자 가치 $1,720억, 사용자당 가치 3배 증가
- AI 안전·규제는 불확실성 요인: EU는 규제, 미국은 완화 — 글로벌 규제 분기가 심화
- 초급 일자리 감소는 이미 시작: 생산성 향상의 이면을 반드시 주시해야 함
마치며
이 보고서가 전하는 가장 중요한 메시지는 이것입니다:
“데이터는 단일 방향을 가리키지 않는다. AI가 그 주변의 시스템이 적응할 수 있는 것보다 빠르게 확장되고 있는 분야를 드러낼 뿐이다.” — Yolanda Gil & Raymond Perrault, AI 인덱스 공동의장
AI의 발전 속도와 사회의 적응 속도 사이의 격차가 바로 우리가 주목해야 할 핵심입니다. 거버넌스, 교육, 평가 체계, 데이터 인프라 모두 기술의 속도를 따라잡기 위해 분투하고 있습니다.
전문 보고서 원문은 Stanford HAI AI Index 2026에서 확인하실 수 있습니다.
감사합니다 🙏