AGI 기여도로 빅테크 티어 매기기

sudoremove · 2026-09-04 17:00 · 27:40

한 줄 핵심

AGI에 대한 각 회사의 기여도를 주관적으로 티어링하면서, OpenAI·Google DeepMind·NVIDIA·DeepSeek·Hugging Face처럼 연구·생태계·하드웨어를 실제로 가속한 주체들이 상위권을 차지해야 한다는 관점을 제시한다.

시간별 요약

0:00
AGI 기여도 티어리스트 기준 설정 앞으로 5년 또는 10년 동안 AGI에 계속 공헌할 회사를 A, B, C, D로 나누는 매우 주관적인 기준을 세운다. 회사의 현재 성과뿐 아니라 앞으로의 기여 가능성까지 함께 보겠다는 전제가 깔린다.
0:18
OpenAI의 초기 기여와 최상위 평가 OpenAI는 AI 연구를 대중적으로 각인시키고, 스케일링의 효과와 AI 사업화를 현실로 만든 최상위 기여자로 평가된다. 초기 핵심 인재가 여러 회사로 퍼졌더라도, 출발점이 된 영향력은 가장 크다고 본다.
0:56
Google DeepMind의 연구 성과와 전망 DeepMind는 AlphaGo와 AlphaFold 같은 상징적 성과로 AI의 대중적 인식을 바꾼 연구 조직으로 본다. 앞으로도 연구 역량이 강한 만큼, 향후 10년 기여도에서도 OpenAI와 경쟁할 만한 상위권으로 본다.
1:57
Anthropic의 안전성 연구와 기준점 역할 Anthropic은 Claude Code 같은 강한 제품과 안전성·얼라인먼트 연구를 통해 중요한 기준점을 만든 회사로 평가된다. 다만 역사가 짧아 아직 굵직한 장기 기여는 제한적이지만, AGI의 안전한 방향을 잡는 역할이 크다고 본다.
2:48
Meta의 오픈 웨이트와 메타버스 잠재력 Meta는 Llama를 중심으로 오픈 웨이트 진영을 크게 밀었고, 컴퓨터 비전과 SAM 같은 분야에서도 강한 기여를 해왔다. 다만 현재보다 앞으로 메타버스·Meta Glasses 같은 하드웨어와 결합될 때 더 큰 잠재력이 있다고 본다.
3:54
xAI의 컴퓨트 역량과 독창성 논쟁 xAI는 많은 컴퓨트와 X의 데이터, 프런티어 모델, 추천 알고리즘 오픈소스 공개 등으로 잠재력은 크다고 본다. 그러나 인류 전체의 AGI 기여보다 xAI 자체의 돌파에 더 치우친 느낌이라 중상위권에 둔다.
5:02
Microsoft와 Apple의 인프라 및 기기 기여 Microsoft는 OpenAI 투자와 컴퓨트 제공, Copilot과 Azure, MSRA를 통해 실질적 인프라 기여를 했다고 본다. Apple은 M5, M6 같은 칩과 로컬 AI 기기 측면의 가치는 있지만, AGI 기여도에서는 아직은 하위권으로 본다.
6:03
SSI와 Thinking Machines Lab의 미래 가능성 SSI와 Thinking Machines Lab은 아직 보여준 것은 적지만, 학습 알고리즘 자체를 혁신할 가능성이 있는 특이한 회사로 본다. 특히 일리야 수츠케버가 이끄는 SSI는 ‘실제로 다른 종류의 AI’를 만들 수 있는 가능성이 가장 크다고 본다.
7:31
DeepSeek의 공개 레시피와 AGI 가속 효과 DeepSeek는 R1과 V3, MOE 관련 레시피를 공개해 리즈닝 모델 시대를 가속한 대표 사례로 평가된다. 단순히 좋은 모델을 낸 수준을 넘어, 미국과 전 세계 연구 경쟁을 자극한 촉매 역할을 했다고 본다.
9:29
Qwen과 중국 오픈 웨이트 진영 평가 Qwen, Kimi, Z.ai, GLM 등 중국 오픈 웨이트 진영은 좋은 공개 모델을 많이 내지만, 프런티어를 선도하기보다는 뒤에서 밀어주는 역할로 본다. 메타와 역할이 겹치는 부분이 있으나, 중국권에서는 오픈 확산의 힘이 크다고 본다.
11:30
NVIDIA와 하드웨어 생태계의 핵심 기여 NVIDIA는 GPU, 생태계, 오픈 전략까지 포함해 AGI의 실질적 가속기를 제공한 핵심 회사로 최상위에 둔다. 모델을 직접 만들지 않아도, 스케일링과 추론 하드웨어를 가능하게 만든다는 점에서 기여가 압도적이라고 본다.
14:49
Hugging Face와 오픈 생태계의 가치 Hugging Face는 데이터셋, 체크포인트, 레시피, FineWeb, SmolLM 계열 공개로 오픈 생태계의 중심축 역할을 한다. 모델을 직접 잘 만드는 회사보다도, 누구나 접근·재현·학습할 수 있게 만든다는 점에서 매우 큰 기여로 본다.
17:22
Scale AI와 데이터 공급 시장의 의미 Scale AI는 데이터의 중요성을 일찍 파악하고, InstructGPT와 자율주행 등에서 데이터 공급 시장을 키운 회사로 평가된다. 앞으로는 단일 핵심 플레이어라기보다 여러 벤더 중 하나가 되더라도, AGI의 병목이 데이터라는 사실을 시장에 각인시켰다고 본다.
18:35
AI2와 Nous Research의 공개 연구 역할 AI2와 Nous Research는 연구 결과와 레시피를 공개해 다른 조직의 발전 속도를 높이는 역할을 한다. 프런티어 랩을 직접 이기기보다는, 따라잡고 풀어주며 대중 보급과 실험을 넓히는 쪽의 가치가 크다고 본다.
20:41
Cursor와 애플리케이션 레이어의 보급 효과 Cursor는 개발자에게 LLM이 실제로 코딩을 바꾼다는 경험을 처음 강하게 각인시킨 애플리케이션 레이어로 본다. Replit과 Perplexity도 일반 사용자의 AI 친숙도를 높였지만, 애플리케이션 보급 측면에서 하위권 중 의미 있는 역할을 한다.
23:13
최종 배치 조정과 상위권 재평가 중간 재조정에서는 Perplexity, Replit, 메모리·하드웨어 일부 항목의 위치를 낮추고, SSI는 아직 보여준 것이 적으므로 과대평가를 경계한다. 반면 Microsoft의 Azure·Copilot, NVIDIA의 공개적 생태계 기여, 중국 오픈 웨이트 진영의 확산 효과는 다시 높게 본다.
26:58
티어리스트 마무리와 다음 주제 예고 이번 티어리스트는 어디까지나 주관적 정리이며, 악플보다 논점 자체가 중요하다는 식으로 마무리한다. 다음 편에서는 회사가 아니라 CEO 기준의 티어리스트를 다룰 계획을 예고한다.

실무 인사이트

AGI 기여도를 볼 때는 모델 성능만 보지 말고, 연구 공개·데이터 공급·하드웨어·애플리케이션 보급이 실제로 생태계를 얼마나 가속했는지 함께 봐야 한다.
단기 성과보다 앞으로 10년 동안 반복적으로 기여할 구조를 가진 회사, 특히 오픈 생태계와 인프라를 밀어주는 회사가 상위권에 오르기 쉽다.
실무적으로는 모델을 직접 만드는 것보다, 레시피·데이터·툴·배포 환경을 공개해 다른 팀의 속도를 높이는 방식이 더 큰 파급력을 만들 수 있다.