관심있는 주제
AI 보고서 - 2025년 발표된 AI 트렌트 보고서
데이터분석뉴비
2025. 6. 6. 16:41
728x90
GPT로 정리한 내용입니다.
가볍게 읽어주시면 감사하겠습니다 :)
메리 미커가 누구인가?
메리 미커는 누구야?
“인터넷의 여왕”이라고 불리는 사람
기술 트렌드를 예리하게 분석해서 알려주는 걸로 유명해요.
- 원래는 월스트리트 증권 분석가였고,
- 나중에는 실리콘밸리에서 벤처 투자자가 되었어요.
- 기술 산업과 인터넷의 미래를 잘 예측한 사람으로 유명해요.
뭘로 유명해?
매년 전 세계가 기다리는 “인터넷 트렌드 보고서(Internet Trends Report)”를 발표해요.
- 트렌드를 숫자와 그래프로 쉽게 설명함
- 기업, 스타트업, 투자자들이 이 보고서 보고 전략 세움
메리 미커의 일대기
GPT 요약
보고서 핵심 요약👇
- AI 툴 확산 속도가 엄청 빨라요
- ChatGPT 같은 툴을 수억 명이 사용 중
- 미국보다 해외가 더 빠르게 퍼지고 있어요
- “AI를 잘 쓰는 사람이 더 빨리 성장해요”
- 고객 응대에서도 AI가 도와주면 업무 효율이 쭉쭉 올라감
- 예: 상담원이 AI랑 같이 일하면 시간당 더 많은 고객 처리 가능
- AI는 누가 잘 쓰느냐가 중요해요
- 뛰어난 개발자 확보가 핵심
- “사람이 경쟁력이다”는 말을 강조
- 미국의 이민 정책을 걱정해요
- AI 인재들이 미국에 못 들어오면 글로벌 경쟁에서 뒤처질 수 있다고 말함
다양한 관점
👩🏫 1. 일반인 관점 – “AI는 나와 무슨 상관이 있을까?”
- AI는 이미 일상 속으로 깊이 들어왔다.
스마트폰에서 사용하는 챗봇, 온라인 쇼핑 추천, 빠른 고객센터 대응 등 대부분 AI가 뒷단에 있다. - 일자리가 바뀌기 시작했다.
반복적인 업무는 AI가, 사람은 판단과 창의성이 필요한 역할로 옮겨간다. - 중요한 건 'AI를 얼마나 잘 활용하느냐'이다.
디지털 도구처럼 AI도 다룰 줄 아는 것이 새로운 ‘기본기’가 된다.
💬 요약:
"AI는 전문가만 쓰는 기술이 아니라, 나의 일상과 직접 연결되어 있다."
👨💻 2. 개발자 관점 – “AI 기술 트렌드가 급변하고 있다.”
- 초거대 모델 vs 경량 모델 경쟁
GPT 같은 초대형 모델뿐 아니라, 중국의 DeepSeek처럼 저렴하고 효율적인 경량 모델도 빠르게 부상. - AI 인프라 경쟁 심화
클라우드, GPU, 데이터에 대한 투자 증가. 미국 주요 IT 기업은 연간 200조 원 이상 투자 중. - 개발 생산성의 변화
Copilot, Claude 등 AI 코딩 도구가 보편화되며 개발 환경 자체가 바뀌는 중.
💬 요약:
"AI 시대의 경쟁력은 모델 크기가 아니라, 빠르게 만들고 효율적으로 운영하는 능력이다."
👩💼 3. 실무자 관점 – “AI가 업무 방식을 바꾸고 있다.”
- 업무 자동화
문서 요약, 이메일 초안 작성, 고객 문의 응답 자동화 등 다양한 도구가 실무 효율 향상에 기여. - 생산성 데이터
AI 도입 후 상담원의 시간당 고객 응대량이 14% 증가하는 등 실질적인 성과 지표가 속속 등장. - ‘AI 툴을 쓸 줄 아는 능력’이 경쟁력으로 부상
단순히 AI가 도입됐느냐보다, 누가 더 잘 쓰느냐가 중요해진다.
💬 요약:
"AI는 내 일을 빼앗는 존재가 아니라, 나를 더 똑똑하게 만들어주는 조력자다."
🏢 4. 기업 전략가 관점 – “AI는 더 이상 기술 부서의 일만 아니다.”
- AI는 전략이다.
단순한 기술 도입이 아닌, 제품/서비스 설계, 조직 구조, 경쟁 전략까지 전방위 변화가 필요. - 인재 확보 경쟁
AI 개발자를 확보하지 못하면 경쟁력 확보 자체가 어렵다. 메리 미커는 미국의 이민 제한도 리스크로 지적. - AI 관련 기업 투자 확대
VAST Data, KoBold Metals, AlphaSense 등 AI 인프라/응용 기업에 대한 벤처 투자가 활발히 이루어지는 중.
💬 요약:
"AI는 비용이 아니라 생존을 위한 투자다."
중요 포인트(개인적인 생각)
우선 아웃라인은 다음과 같음
AI 타임라인
지금이 정말 말도 안되게 빨리 발전하고 투자하고 있는 것을 알 수 있다.
AI의 기능 진화 비교 테이블 (Today → 5 Years → 10 Years)
| 기능 영역 | 현재 | 5년 후(고도화된 보조자) | 10년 후( 능동적 판단자 또는 자율 주) |
| 텍스트 작업 | 이메일, 계약서, 코드 작성 및 편집 | 멀티모달 기반 작성 (이미지+영상 포함) | 실시간 문맥 감지 및 인간 수준 창작 (소설, 보고서 자동 생성 등) |
| 정보 요약/이해 | 복잡한 문서(PDF, 코드 등) 요약 및 쉬운 설명 | 실시간 멀티소스 통합 요약 (영상+문서+음성) | 실시간 시각+청각 인식 → 즉석 요약 및 판단 |
| 개인 생산성 도우미 | 업무 자동화, 일정 정리, 반복 작업 처리 | 개인 맞춤형 자동 비서 (메일 응답 자동화, 요약 보고서 전달) | 완전한 라이프 매니저 (일정, 금융, 건강 통합 운영) |
| 교육/튜터 | 수학, 역사 등 과목별 튜터 역할 | 실시간 피드백 + 적응형 학습 콘텐츠 생성 | 정서와 동기까지 케어하는 AI 학습 파트너 |
| 협업 및 파트너십 | 아이디어 브레인스토밍, 대화 시뮬레이션 | 실시간 화상/음성 협업 조율, 회의 통합 요약 | 인간과 AI의 공동 의사결정 시스템 형성 |
| 심리/감정 보조 | 대화, 위로, 리프레이밍 등 감정적 동행 | 개인 심리상태 추적 및 개선 제안 | 디지털 페르소나로서 감정 인식+행동 학습형 AI |
| 코딩/툴 연동 | API/스프레드시트/캘린더 등 코드 자동 생성 | 사용자 명령 기반 대화형 UI 구축 가능 | 실제 서비스 설계-배포-운영까지 AI가 수행하는 자율 개발자 |
| 전문 판단 제공 | 생산성 도구 수준의 조언 (선택지 제안) | 법률/의료/비즈니스 상황별 정교한 시나리오 제시 | 실시간 전문가 수준의 결정 → AI 컨설턴트 대체 |
| 정책/사회적 논의 | 대화 시뮬레이션 및 토론 준비 수준 | 다양한 시각 조정 및 의견 수렴 안내 | 정책 제안, 공청회 진행, 사회 합의 도출 지원 |
| 물리적 작업/로봇 | 없음 또는 제한적 (팔로우봇, 단순 로봇) | 복잡한 반복작업 가능 (조립, 운반, 서빙 등) | 공장, 병원, 우주 등에서 자율 판단 기반 작업 수행 |
| 과학 및 기술 연구 | 과학 문헌 요약, 데이터 분석 보조 | 가설 생성 및 시뮬레이션 조력자 역할 | AI 주도 실험 설계 및 분석 – AI 과학자 수준 |
| 생명과학 시뮬레이션 | 유전자 서열 분석 보조 | 유전체 데이터 기반 질병 예측 및 치료 시뮬레이션 | 세포-유전자-생명체 시뮬레이션 및 신약 설계 참여 |
| 가상 세계 생성 | 텍스트→이미지/음성 생성 | 텍스트→2D 환경 생성 및 스토리텔링 가능 | 텍스트→3D 메타버스 세계 생성 (몰입형 환경 자동 생성) |
| 기업 운영 | 업무 자동화 일부 적용 (ERP, 고객 응대 등) | R&D, 생산, 회계 일부 프로세스 자동화 | AI가 전반 운영을 주도하는 자율기업 등장 가능 |
| 글로벌 시스템 운영 | 물류 최적화·에너지 사용 분석 | 실시간 위기 대응(재해, 감염병) 통제 시뮬레이션 | 다국가 시스템 조정 (위기 대응, 자원 분배 등) → AI 지구 관리자 수준 가능 |
에이전트 서비스 출시
단순 채팅해서 실제 어떤 작업을 할 수 있는 서비스들이 나오고 있음
추론 비용 효율화
기술이 발전하다 보니 실제 서비스 비용이 엄청나게 절감되고 있음 (출혈 경쟁일수도)
학습 비용 증가
예전에 간단하게 학습시킬 수 있었던 모델 대비 현재는 진짜 초 대기업이 아닌 이상 처음부터 학습을 시도하는 것은 많이 고민해봐야 할 것 같음
개발자들의 AI 사용 현황
AI 도구는 이제 선택이 아니라 개발자의 기본 도구로 자리 잡고 있으며, 1년 만에 사용률이 크게 증가했다.
그리고 엄청나게 코드를 만들고 있음. 모든 카테고리에서 폭발적으로 증가
| # | 활용 분야 | 설명 |
| 1 | Code Generation (코드 생성) | AI가 코드를 처음부터 생성하거나, 입력된 요구사항을 기반으로 자동 작성 (예: Claude, Copilot 등) |
| 2 | Bug Detection & Fixing (버그 탐지 및 수정) | 코드 내 오류를 AI가 자동 탐지하고, 패치를 제안하거나 적용 |
| 3 | Testing Automation (테스트 자동화) | 테스트 케이스 자동 생성, 커버리지 분석, 테스트 실행 결과 해석 등 자동화 |
| 4 | Project / Workflow Management (프로젝트 관리) | AI 기반 일정 추천, 우선순위 자동 설정, 업무 흐름 최적화 |
| 5 | Documentation (문서화) | 코드 설명, API 문서, 릴리즈 노트 등 자동 작성 및 요약 |
| 6 | Refactoring & Optimization (리팩토링 및 최적화) | 기존 코드를 더 읽기 쉬운 구조로 재작성하거나 성능 개선 |
| 7 | Security Enhancement (보안 강화) | 보안 취약점 탐지, 권한 설정 검사, 자동 패치 제안 등 |
| 8 | DevOps & CI/CD (배포 자동화) | 배포 스크립트 생성, 상태 모니터링, 에러 로그 분석 자동화 |
| 9 | User Experience Design (UX 설계) | 사용자 흐름 예측, UI 개선 제안, 접근성 자동 점검 등 |
| 10 | Architecture Design (아키텍처 설계) | 시스템 설계 구조 추천, 마이크로서비스 구성 최적화 제안 등 |
| CodeGeneration | BugDetection& Fixing | TestingAutomation | Project /Workflow Mgmt | Documentation | Refactoring& Optimization | SecurityEnhancement | DevOps &CI/CD | UXDesign | ArchitectureDesign | |
| 1. 자동화(Auto-Automation) | ✅ | ✅ | ✅ | ⚪ (일부) | ✅ | ⚪ | ⚪ | ✅ | ⚪ | ⚪ |
| 2. 설계 최적화(Design & Architecture) | ⚪ | ⚪ | ⚪ | ⚪ | ⚪ | ✅ | ⚪ | ⚪ | ✅ | ✅ |
| 3. 보안 및 품질 향상(Security & Quality) | ⚪ | ✅ | ✅ | ⚪ | ⚪ | ⚪ | ✅ | ⚪ | ⚪ | ⚪ |
| 4. 운영 및 협업(Workflow / DevOps) | ⚪ | ⚪ | ⚪ | ✅ | ⚪ | ⚪ | ⚪ | ✅ | ⚪ | ⚪ |
AI Company Landscape
💡 핵심 비유
- OpenAI, Anthropic 등은 AI ‘브레인’을 만든다
- Nvidia, Meta 등은 AI가 뛰기 위한 ‘근육·체력’을 만든다
- Google, Amazon, Microsoft는 이걸 ‘서비스 상품’으로 잘 포장해 판다
AI Model Releases -> Rising Competition
텍스트 생성 모델뿐만 아니라 다양한 인풋을 처리할 수 있는 모델들의 개발들이 진행되고 있다.
Closed vs. Open-Source Models
오픈 소스 지역에서도 엄청나게 투자하지만, 기업에서 확실히 투자를 많이 하고 있어서 17개월 정도의 갭이 있다고 주장
학습 투자 대비 오픈 소스 진형 모델에서 MATH LEVEL5 리더 보드 측면에서는 거의 다 따라잡았다는 내용과
많은 분야에서도 성능이 비슷해지고 있음 (기업이 투자했을 때 혜자가 줄어든다고 볼 수 있음)
AI Large Language Model (LLM) Leadership
미국과 중국이 넘사가 되고 있음...
대부분의 기업은 미국 기업이고 그 다음 중국 기업임
한국은 아직 언급도 안되는 상황
AI Impact on Workforce
기업들은 이제 AI를 "미래 전략"이 아니라 "현재 업무 효율을 높이는 실질 도구"로 보고, 직원 생산성 향상과 비용 절감에 집중하고 있다.
보고서 최종 요약의 요약
🔖 한 문장 요약
AI는 더 이상 미래가 아닌 현재의 핵심 인프라이며, 기술·산업·지정학 모든 면에서 질서 재편이 시작되었다. 지금은 AI 게임의 시작점이다.
🧠 1. AI는 인터넷처럼 삶의 기본 인프라가 될 것이다
- 지금의 인터넷처럼, 머지않아 AI 없는 세상은 상상하기 어렵게 될 것
- 업무, 커뮤니케이션, 과학, 교육, 제조 등 모든 분야에서 AI가 중심축이 되어가고 있음
⚙️ 2. AI 확산의 원동력: 기술·비용·접근성 변화
- ChatGPT 같은 멀티모달 도구의 등장
- 추론 비용의 급락과 모델 다양성 증가
- 개인 개발자부터 대기업까지 쉽게 실험하고 배포할 수 있는 환경
🧩 3. 제품 구조와 사용자 인터페이스가 AI 중심으로 재구성 중
- SaaS, 앱, 워크플로우에 코파일럿, 에이전트, 어시스턴트가 내장되고 있음
- 인간-기계 인터페이스가 지능 기반 대화형 방식으로 전환되는 중
🔋 4. AI 인프라에 대한 대규모 투자 지속
- 클라우드, 반도체, 데이터센터, 에너지 설비에 역대급 자본 투입
- AI가 엣지(차량, 농장, 연구소, 가정 등)로 확산되며 디지털과 물리적 인프라의 경계가 흐려짐
🌍 5. 미·중 간 AI 경쟁: 기술이 곧 국가 경쟁력
- 미국: 모델 혁신, 칩, 클라우드 규모 면에서 선도
- 중국: 오픈소스, 인프라, 국가 주도의 속도 있는 확산
- AI는 더 이상 기술이 아니라 외교와 안보의 핵심 축
🛰️ 6. 미래 세대는 'AI 네이티브'로 진입할 것
- 위성 인터넷이 확산되면서, 신흥 사용자층은 앱을 건너뛰고 곧바로 AI 대화형 환경으로 진입
- 기업도 사람도 AI가 기본 인터페이스인 환경에서 살아가게 될 것
🔐 7. 정보의 흐름과 무기화, 그리고 민주주의 vs 독재 구도
- 정보와 자본의 흐름이 빨라지고, 기술은 점점 지정학적 도구로 활용됨
- 자유 vs 통제라는 세계관의 충돌 속에서, 기술 전략은 국가의 자세를 정의
🏁 8. 결론: AI는 이미 시작되었고, 되돌릴 수 없다
“It’s gametime for AI — and the genie is not going back in the bottle.”
→ AI는 이미 판을 뒤집었고, 이제는 속도와 실행력이 승부를 가를 것이다.
안될 공학 유튜브 (요약본)
자료