AI가 세상을 먹어치우는 중, 2026년 봄 산업 지도 한눈에 보기

매년 봄가을이면 실리콘밸리 분석가들이 거의 의식처럼 슬라이드 덱을 내놓는데, 그중 가장 유명한 게 "AI eats the world" 시리즈예요. 이름 자체가 마크 앤드리슨의 "소프트웨어가 세상을 먹는다(Software is eating the world)"에서 따온 건데, 2026년 봄 버전이 새로 공개됐어요. 100페이지 가까운 PDF인데, AI 산업 전체를 한눈에 정리해 둔 일종의 산업 지도예요. 슬라이드 한 장 한 장이 데이터 한 점이라서, 다 읽고 나면 AI 시장이 지금 어디쯤 와 있는지 감이 잡혀요.

무엇이 달라졌나

작년까지만 해도 AI 슬라이드 덱들의 주제는 "GPT-4가 얼마나 똑똑한가", "스케일링 법칙이 계속 갈까" 이런 거였거든요. 근데 2026년 봄 버전은 분위기가 확실히 달라요. 핵심 메시지는 이거예요. "이제 모델 자체보다, 그걸로 뭘 하느냐가 진짜 게임이다."

구체적으로 보면 자본 지출, 그러니까 CapEx 얘기가 굉장히 많이 나와요. 빅테크들이 AI 데이터센터에 쏟아붓는 돈이 2023년 대비 거의 4~5배로 늘어났거든요. 마이크로소프트, 구글, 메타, 아마존 4사가 합쳐서 한 해에 수천억 달러를 인프라에 쓰는 중이에요. 한국 정부 1년 예산이 7천억 달러쯤 되니까, 그에 맞먹는 돈이 매년 GPU와 데이터센터에 들어가는 거죠. 이건 닷컴 시절 통신 인프라 투자, 19세기 철도 투자에 비유될 만한 규모예요.

또 한 가지 큰 변화는 추론(inference)이 학습(training)을 비용 면에서 추월했다는 거예요. 학습은 한 번 큰돈을 쓰고 끝이지만, 추론 — 사용자가 챗봇에 질문할 때마다 모델이 답을 생성하는 그 작업 — 은 사용량이 늘수록 비용도 비례해서 늘어요. ChatGPT 사용자가 수억 명을 넘으면서, 이제 한 번 학습한 모델로 평생 돈을 빨아들이는 시대가 아니라, 사용자가 쓰는 만큼 그 즉시 돈이 나가는 시대가 된 거죠. 그래서 추론 비용을 어떻게 낮추느냐 — 양자화, 증류, 캐싱, 전용 칩 — 가 모두의 화두예요.

에이전트가 본격적으로 등장

또 하나 큰 흐름은 에이전트예요. 1~2년 전까지만 해도 "AI가 대신 일해준다"는 약속은 데모 영상에서만 잘 굴러갔거든요. 근데 Claude의 컴퓨터 사용 기능, OpenAI의 Operator, 그리고 코딩 에이전트들(Cursor의 백그라운드 에이전트, Devin, Claude Code 같은 것들)이 실제로 의미 있는 작업을 자동으로 처리하기 시작했어요. 이게 뭐냐면, 챗봇처럼 사용자가 하나하나 묻는 게 아니라, "이 일 처리해 줘" 하면 에이전트가 알아서 30분이고 1시간이고 코드를 짜고 테스트하고 배포까지 한다는 거예요.

슬라이드 덱은 이걸 "AI의 두 번째 챕터"라고 표현해요. 첫 챕터가 챗봇이었다면, 두 번째는 에이전트라는 거죠. 그리고 이 변화가 소프트웨어 산업 전체의 구조를 바꿔요. 시트(seat) 단위로 라이선스를 파는 SaaS 모델이 흔들리거든요. AI 에이전트 한 명이 사람 5명 몫을 한다면, 5인분 라이선스를 살 이유가 없잖아요. 그래서 "결과 단위 과금(outcome-based pricing)"이라는 새로운 모델이 진지하게 논의되는 중이에요.

모델 자체는 상품이 되어 간다

또 인상적인 부분이 모델 상품화(commoditization)예요. 한때는 GPT-4 같은 최고 성능 모델 하나가 절대 권위를 누렸는데, 지금은 Anthropic의 Claude, 구글의 Gemini, 메타의 Llama, 중국의 DeepSeek, 알리바바의 Qwen까지 비등비등한 성능을 내요. 모델 자체로는 차별화가 점점 어려워지고, 결국 "누가 이걸 어떻게 제품에 잘 녹였느냐"의 싸움이 되는 중이에요. 마치 클라우드 컴퓨팅이 초창기엔 AWS 독주였다가 지금은 다 비슷해진 것과 비슷한 흐름이죠.

한국 개발자에게는

이 거대한 흐름이 한국 개발 현장에 어떻게 닿을까요. 일단 코드 에디터에 AI가 들어오는 건 이제 선택이 아니에요. Cursor, Windsurf, Claude Code, GitHub Copilot Workspace 같은 도구를 안 쓰는 팀과 쓰는 팀의 생산성 격차가 확연히 벌어지고 있어요. 면접에서도 "AI 도구를 어떻게 활용해 왔느냐"가 거의 표준 질문이 됐고요.

또 한국에 본사 둔 회사들 — 네이버 하이퍼클로바, 카카오, LG의 엑사원 — 도 글로벌 경쟁에서 살아남기 위해 자체 모델을 계속 키우고 있는데, 결국 모델 자체로는 차별화가 어렵다는 슬라이드의 메시지는 한국에도 그대로 적용돼요. 어떤 한국적 맥락의 제품을 만드느냐, 한국어와 한국 문서에 특화된 워크플로우를 어떻게 짜느냐가 진짜 승부처라는 거죠.

정리하면

2026년 봄, AI 산업은 "더 똑똑한 모델"에서 "실제로 일하는 에이전트"로, 그리고 "차별화된 모델"에서 "잘 만든 제품"으로 무게중심이 옮겨가는 중이에요. 데이터센터에 천문학적인 돈이 들어가고 있지만, 결국 그 위에서 누가 사용자의 실제 문제를 푸느냐가 이긴다는 얘기예요.

여러분은 회사나 개인 프로젝트에서 AI를 어디까지 쓰고 계세요? 에이전트형 워크플로우, 진짜 실무에 적용해 보셨나요?