누가 제일 잘 나갈까? 마이크로소프트, 앤트로픽, 엔비디아, 구글, 오픈AI, 스페이스X, 아마존, 애플 (박종천 지란지교소프트 CAIO)

한 줄 핵심

AI 시장의 승부는 모델 성능보다도 GPU·전기·데이터·업무 플로우를 얼마나 확보했는지로 갈리며, 현재는 Microsoft와 Amazon이 데이터센터와 업무 통합에서 가장 강하고 Apple은 개인용 AI에서 잠재력이 크다.

시간별 요약

1. 0:00
   ‘MANGOS’라는 새 구도는 Microsoft, Anthropic, Nvidia, Google, OpenAI, SpaceX를 AI 섹터의 핵심 플레이어로 묶어 보려는 시도이며, 기존의 M7보다 모델·에이전트·인프라 관점이 더 강하게 반영된다. 단순한 시총 순위보다 누가 실제로 AI 가치사슬을 장악하는지가 중요하다는 문제의식이 깔려 있다.
2. 3:00
   GPU·MPU는 Nvidia가 1등이고 Google TPU, Amazon Trainium, Tesla·SpaceX 계열 칩이 뒤를 잇는 구조이며, 모델은 Anthropic이 선두, OpenAI가 추격, Google이 3위로 정리된다. AI 데이터 센터는 Microsoft가 가장 강하고, 일반 AI는 ChatGPT 계열, 코딩 에이전트는 Claude Code와 GitHub Copilot, 워크 에이전트는 M365·Google Workspace 같은 기존 생산성 스택과의 결합이 핵심으로 제시된다.
3. 7:01
   워크 에이전트의 성패는 ‘하고자 하는 일이 명확한가’와 ‘문서·스프레드시트·슬라이드·공유 드라이브·AI가 자연스럽게 연결되는가’에 달려 있다. Microsoft와 Google은 기존 업무 도구를 갖고 있어 유리하고, Anthropic과 OpenAI는 도구를 직접 갖고 있지 않아도 연동을 잘해 시장에 들어가고 있다.
4. 10:00
   상장과 고평가는 ‘지금 1등인 제품이 있느냐’보다 ‘1년 뒤에도 1등일 가능성이 높으냐’로 봐야 하며, 단타식 기대는 위험하다는 경고가 반복된다. Microsoft는 AI 데이터 센터, 코딩 에이전트, 워크 에이전트를 함께 쌓고 있고, Nvidia는 데이터센터용 GPU를 넘어 온디바이스 AI와 개인용 AI 머신까지 확장 중이다.
5. 14:00
   Apple은 Siri AI와 Apple Silicon, 대용량 통합 메모리 구조를 바탕으로 개인용 AI에서 가장 유리한 위치를 차지할 가능성이 크다. Google Gemini를 애플이 통제하는 방식으로 올린 점은 성능과 보안을 동시에 노린 설계이며, 결국 AI 경쟁의 다음 축은 모델이 아니라 데이터와 업무 플로우를 누가 쥐느냐로 이동한다.
6. 18:00
   기업 AX는 AI를 붙이는 것만으로 끝나지 않고, 기존 고객·데이터·업무를 모으는 구조와 사용 측정·교육·관리까지 포함한 운영 체계가 있어야 성공한다. 데이터가 이미 모여 있는 Snowflake, Databricks 같은 곳이 유리한 이유도 여기에 있으며, ‘사주고 끝’ 방식은 거의 실패한다.

실무 인사이트

• AI 도입 전략은 모델 선택보다도 기존 데이터와 업무 도구를 얼마나 잘 연결하느냐가 우선이며, 업무별로 명확한 문제부터 정해 파일·메시지·문서 흐름을 한 곳으로 모으는 설계가 필요하다.
• 기업 AX는 도입률보다 활성 사용자·업무 절감 시간·재교육 필요 여부를 지속적으로 측정해야 하며, 교육과 관리 없이는 확산되지 않는다.
• 투자나 사업 판단에서는 ‘지금 잘한다’보다 ‘GPU, 전기, 데이터, 배포 채널을 계속 확보할 수 있다’는 구조적 우위를 먼저 봐야 한다.