- 지난 4월 중순에 미국 스탠퍼드대학 인간중심 인공지능 센터에서 “2026 인공지능 인덱스”를 발표했다.

 

- 다학제의 세계 최고 석학들이 모여서 검증된 데이터를 기반으로 작성한 보고서이며 세계적으로 권위를 인정받고 있다.

 

- 이미 언론과 SNS에 주요 내용이 기사화되고 있으나, 실제 문맥 파악을 위해 요약본 전체 번역은 필요하기 때문에 의역을 최소화하여 아래 소개 한다.

 

▶ 주요 내용

 

1. AI 역량은 가속화되고 있으며 그 어느 때보다 더 많은 사람들에게 도달하고 있다. 기업은 2025년까지 주목할 만한 최첨단 모델의 90% 이상을 개발했으며, 상당수는 현재 박사 수준의 과학 문제, 다중 모드 추론, 그리고 수학 경시대회 문제에서 인간의 기준선을 충족하거나 능가하고 있다. 코딩 벤치마크인 SWE-bench에서 AI는 단 1년 만에 인간 기준선 충족률이 60%에서 거의 100%로 상승했다. 기업의 AI 도입률은 88%에 달했으며, 현재 대학생 5명 중 4명이 생성형 AI를 사용하고 있다.

 

2. 미국과 중국 간의 AI 모델 성능 격차는 사실상 해소되었다. 2025년 2월, DeepSeek-R1은 잠시 미국 최고 모델과 동률을 기록했고, 2026년 3월 현재 Anthropic의 최고 모델은 단 2.7% 차이로 앞서고 있다. 미국은 최고 수준의 AI 모델과 특허를 더 많이 생산하고 있는 반면, 중국은 논문, 인용 횟수, 특허 출원 건수, 산업용 로봇 설치 건수에서 앞서고 있다. 한국은 1인당 AI 특허 출원 건수에서 세계를 선도하며 혁신 밀도가 두드러진다.

 

3 미국은 가장 많은 AI 데이터 센터를 보유하고 있으며, 대부분의 칩은 대만에서 제조됩니다. 미국은 5,427개의 데이터 센터를 보유하고 있는데, 가장 많은 에너지를 소비한다. TSMC가 거의 모든 주요 AI 칩을 제조하고 있어 전 세계 AI 하드웨어 공급망이 대만의 한 파운드리에 의존하고 있다. 하지만 TSMC의 미국 확장 공장이 2025년에 가동을 시작했다.

4. AI 모델은 국제수학올림피아드(IMO)에서 금메달을 딸 수 있지만, 시간을 정확하게 읽어내지는 못한다. 이는 연구자들이 AI의 험난한 경계라고 부르는 현상의 한 예입니다. 제미니 딥씽크(Gemini Deep Think)는 IMO에서 금메달을 땄지만, 최고 모델조차 아날로그 시계를 50.1%만 정확하게 읽습니다.

 

5. 로봇은 통제된 환경에서는 뛰어난 성능을 발휘한다. 가정 내 작업은 12%만 성공적으로 수행한다. 인공지능이 물리적 세계를 완전히 이해하는 데 얼마나 멀었는지를 보여준다. RLBench에서 소프트웨어 기반 시뮬레이션을 통한 로봇 조작 성공률은 89.4%에 달하지만, 예측 불가능한 가정 환경에서는 크게 떨어진다.

 

6. 책임 있는 인공지능 연구는 보통 인공지능의 성능 발전 속도를 따라가지 못하고 있으며, 따라서 안전 기준은 뒤처지고 사고는 급증하고 있다. 인공지능 사고는 2024년 233건에서 362건으로 증가했습니다. 최근 연구에 따르면 안전과 같은 인공지능 윤리를 강화하면 정확성과 같은 다른 측면이 저하될 수 있다는 사실이 밝혀졌다.

 

7. 미국은 인공지능 투자는 선두지만, 세계적인 인재를 유치는 감소하고 있다. 미국의 민간 AI 투자액은 2025년에 2,859억 달러에 달할 것으로 예상되며, 중국의 124억 달러 투자액보다 23배 이상 많은 수치다. 다만, 정부의 AI 지원 기금을 고려하면 중국의 전체 AI 지출액이 더 높아질 수 있다. 미국은 또한 2025년에 1,953개의 AI 기업에 신규 자금이 지원되면서 창업 활동에서도 선두를 달린다. 2위 국가보다 10배 이상 많은 수치입니다. 그러나 미국으로 이주하는 AI 연구원 및 개발자의 수는 2017년 이후 89% 감소했으며, 작년 한 해에만 80% 감소했다.

 

8. 생성형 AI는 3년 만에 조사국 인구의 53%가 이를 채택했는데, 이는 PC나 인터넷보다 빠른 속도입니다. 다만, 그 속도는 국가별로 다르며 1인당 GDP와 강한 상관관계를 보인다. 싱가포르(61%)와 아랍에미리트(54%)처럼 예상보다 높은 도입률을 보이는 국가도 있는 반면, 미국은 28.3%로 24위에 그쳤습니다. 미국 소비자에게 있어 생성형 AI 도구의 가치는 2026년 초까지 연간 1,720억 달러에 이를 것으로 추산되며, 사용자당 중간값은 2025년과 2026년 사이에 세 배로 증가할 것으로 예상된다.

 

9. AI로 인한 생산성 향상은 신규 채용이 감소하기 시작하는 많은 분야에서 나타나고 있다. 연구에 따르면 고객 지원 및 소프트웨어 개발 분야에서 14%에서 26%의 생산성 향상이 나타났지만, 판단력이 더 많이 요구되는 작업에서는 효과가 약하거나 오히려 감소하는 것으로 나타났다. AI 에이전트 도입률은 거의 모든 비즈니스 기능에서 여전히 한 자릿수에 머물러 있다. AI의 생산성 향상이 가장 뚜렷하게 나타나는 소프트웨어 개발 분야에서, 미국 개발자 중 22~25세 연령층은 2024년 대비 고용이 거의 20% 감소할 것으로 예상되는 반면, 그보다 나이가 많은 개발자 수는 계속 증가하고 있다.

 

10. AI의 환경 발자국은 그 기능이 확장됨에 따라 커지고 있다. Grok 4의 추정 훈련 배출량은 CO2 72,816톤에 달했다. AI 데이터 센터의 전력 용량은 29.6GW로 증가했는데, 이는 뉴욕주의 최대 전력 수요와 맞먹는 수준입니다. 또한 GPT-4의 연간 추론에 필요한 물 사용량만으로도 1,200만 명의 식수 수요를 초과할 수 있습니다.

 

11. 과학 분야의 AI 모델은 인간 과학자보다 뛰어난 성능을 보일 수 있지만, 더 큰 모델이 항상 더 나은 성능을 보이는 것은 아니다. 최첨단 모델은 ChemBench에서 평균적으로 인간 화학자보다 우수한 성능을 보이지만, 천체 물리학 분야의 재현성에서는 20% 미만, 지구 관측 문제에서는 33% 미만의 점수를 기록했다. 1억 1,100만 개의 매개변수를 가진 단백질 언어 모델인 MSAPairformer는 ProteinGym에서 이전의 주요 방법들을 능가했으며, 2억 개의 매개변수를 가진 유전체학 모델인 GPN Star는 거의 200배 더 큰 모델보다 우수한 성능을 보였다. 과학 분야의 AI 기반 모델 대부분은 산업계가 주도하는 범용 AI 환경과는 대조적으로, 여러 분야의 협력을 통해 탄생한다.

 

12. AI는 임상 진료를 혁신하고 있지만, 엄밀한 근거는 아직 부족합니다. 환자 방문 기록을 자동으로 생성하는 AI 도구는 2025년에 상당한 도입률을 보였다. 여러 병원 시스템에서 의사들은 진료 기록 작성에 소요되는 시간이 최대 83% 감소하고 오진이 크게 줄었다고 보고했다. 그러나 특정 도구를 제외하고는 임상 AI에 대한 근거는 아직 미약하다. 500건 이상의 임상 AI 연구를 검토한 결과, 거의 절반이 실제 환자 데이터가 아닌 시험 유형의 문제에 의존했으며, 실제 임상 데이터를 사용한 연구는 5%에 불과했다.

 

13. 정규 교육은 AI 발전에 뒤처지고 있지만, 사람들은 삶의 모든 단계에서 AI 기술을 배우고 있습니다. 현재 미국 고등학교 및 대학생의 80% 이상이 학교 관련 과제에 AI를 사용하고 있지만, 중학교와 고등학교의 절반만이 AI 정책을 마련해 놓았고, 교사의 6%만이 해당 정책이 명확하다고 답했습니다. 교실 밖에서는 아랍에미리트, 칠레, 남아프리카공화국에서 AI 엔지니어링 기술이 가장 빠르게 발전하고 있습니다. 미국과 캐나다의 AI 박사 학위 취득자 수는 2022년부터 2024년까지 22% 증가했으며, 이러한 증가는 주로 산업계가 아닌 학계에서 이루어졌다.

 

14. AI 주권은 국가 정책의 핵심 요소가 되고 있지만, 국가별 역량은 여전히 불균등합니다. 특히 개발도상국을 중심으로 국가 AI 전략이 확대되고 있으며, AI 슈퍼컴퓨팅에 대한 국가 지원 투자도 동시에 증가하고 있다. 이는 AI 생태계에 대한 국내 통제에 대한 야망이 커지고 있음을 보여주는 신호이다. 하지만 모델 생산은 여전히 미국과 중국에 집중되어 있습니다. 오픈 소스 개발은 이러한 문제를 해결하는데 도움이 되고 있으며, GitHub를 통한 전 세계의 기여가 유럽을 앞지르고 미국에 근접하면서 더욱 다양한 언어적 모델과 벤치마크를 촉진하고 있다.

 

15. AI 전문가와 일반 대중은 이 기술의 미래에 대해 매우 다른 관점을 가지고 있으며, AI를 관리하는 기관에 대한 전 세계적인 신뢰는 파편화되어 있다. 사람들이 업무를 수행하는 방식에 관해서는 전문가의 73%가 긍정적인 영향을 기대하는 반면, 일반 대중은 23%에 불과하여 50%포인트의 격차가 나타난다. 경제와 의료에 대한 AI의 영향에 대해서도 비슷한 의견 차이가 나타난다. 전 세계적으로 정부의 AI 규제에 대한 신뢰도는 다양하다. 조사 대상 국가 중 미국은 자국 정부의 AI 규제에 대한 신뢰도가 31%로 가장 낮았습니다. 전 세계적으로 EU는 미국이나 중국보다 AI를 효과적으로 규제할 것이라는 신뢰를 더 많이 받고 있다.

 

▶ 시사점

 

- 한국의 경우, 연구논문 수는 상위권이지만 피인용은 중상위권으로 영향력 있는 논문 비중이 낮은 것으로 파악된다.

- 특허기술은 세계 5위권으로 상위권이며, 기업 특허 비중이 높다.

- 민간 투자는 세계 10위권으로 최상위 미국에 대비 격차가 크며, 대형 스타트업과 유니콘은 부족한 상황이다.

- 인재는 중상위권이며 해외 유입보다 유출이 더 크다. 최고 수준 연구자 유치가 약하다.

- 산업 적용은 빠른편이며 주로 제조업과 ICT 분야다.

- 국가 AI 전략과 투자, 교육 정책은 활발하다. 민간 생태계 자율성은 상대적으로 낮은 편에 속한다.

 

▶ 결론

 

- 종합하면, 한국은 기술, 산업에 빠르게 적용하는 AI 강국이며, 앞으로 자율적 AI 혁신 생태계로 전환하기 위해 노력하는 국가로 평가할 수 있다.