State of AI Report 2026, 올해 AI 1년 총정리

한 줄 핵심

올해 AI는 벤치마크 경쟁을 넘어 실제 업무·에이전트 도입·인프라 투자·안전 이슈로 무게중심이 이동했고, 지능의 가격 하락과 함께 2027년 AGI 가능성까지 진지하게 논의되는 단계에 들어섰다.

시간별 요약

1. 0:00
   State of AI Report 2026과 프런티어 랩 순위 올해 AI 흐름을 연구, 산업, 정치, 예측까지 넓게 훑는 보고서로 소개하며, 미국 프런티어 랩이 여전히 상위권을 지키는 가운데 중국 랩도 빠르게 추격하고 있음을 짚는다. 결국 AI 경쟁의 핵심은 개별 점수보다 스케일과 자본, 인재, GPU를 얼마나 확보하느냐로 수렴한다.
2. 2:14
   벤치마크 포화와 실제 업무 능력 새 벤치마크가 나오면 곧 정복되는 상황이라 점수만으로는 모델의 실전 능력을 가늠하기 어려워졌다고 본다. 작은 문제를 잘 푸는 것과 일주일짜리 실제 과제를 끝까지 완주하는 것은 다르며, 프런티어 모델들은 이제 벤치마크별 특화보다 범용적으로 모든 과제를 풀어내는 방향으로 가고 있다.
3. 4:14
   범용 모델, 특화 하네스, 비개발자 Codex 도입 모델 자체보다 하네스가 성능을 크게 좌우하는 시대로 바뀌었고, 범용 모델 위에 특화된 실행 환경을 얹는 방식이 더 중요해졌다. 특히 Codex 같은 도구는 개발자뿐 아니라 법무, 영업, 채용, 마케팅 등 비개발 직군에서 급격히 확산되고 있다.
4. 6:26
   Anthropic 연구의 26%는 AI 주도 Anthropic 내부 연구에서 AI가 주도하는 비중이 거의 없던 수준에서 26%까지 늘어나, AI가 단순 보조를 넘어 연구 흐름 자체를 이끄는 단계로 이동하고 있음을 보여준다. 아직 완전 자동화는 아니지만, 문제를 찾고 제시하는 역할까지 AI가 맡는 비중이 커지고 있다.
5. 7:49
   로보틱스 GPT-2 모먼트 로보틱스와 월드 모델이 아직 과장된 기대만큼은 아니지만, 일반화와 긴 호흡의 작업 완주 능력이 생기기 시작한 전환점으로 평가된다. 단순한 데모 모방을 넘어 실제로 낯선 상황에도 어느 정도 대응하는 스케일링 법칙이 보이기 시작했다.
6. 9:10
   AI 신약 개발과 검증 AI가 신약을 곧바로 만들어내는 단계는 아니며, 현재의 핵심 기여는 후보를 넓게 탐색하고 검증 비용을 줄이는 데 있다. 신약 개발의 병목은 탐색보다 검증에 가깝기 때문에, 시뮬레이션과 선별을 얼마나 정교하게 하느냐가 성과를 좌우한다.
7. 12:08
   지능의 가격 하락 같은 수준의 지능을 얻는 데 드는 비용이 역사적으로 놀라울 정도로 빠르게 떨어지고 있으며, 컴퓨트나 전기처럼 AI도 가격 하락 곡선에 진입했다. 이 흐름이 계속되면 지능은 희소한 자원이 아니라 매우 싼 범용 도구가 된다.
8. 14:51
   OpenAI·Anthropic 매출과 요금제 경쟁 OpenAI와 Anthropic의 매출이 빠르게 커지고 있고, 인퍼런스는 높은 마진을 낼 수 있는 사업으로 보이기 시작했다. 경쟁이 치열해지면서 초고가 요금제는 현실화되기 어렵고, 결국 더 많은 사용량과 더 높은 토큰 대비 가치를 만드는 쪽이 승부처가 된다.
9. 19:06
   AI 네이티브 기업과 SaaSpocalypse AI 자체가 제품인 회사는 빠르게 성장하는 반면, 기존 소프트웨어에 AI를 얹은 회사는 기대만큼의 폭발력을 내지 못하는 경우가 많다. 동시에 SaaS 시장은 AI 네이티브 제품에 잠식될 수 있다는 공포가 있지만, 실제로는 기존 SaaS도 AI를 흡수하며 재편되는 양상이다.
10. 23:01
    AI CapEx와 데이터센터 NIMBY AI 인프라 경쟁은 데이터센터와 GPU에 대한 대규모 설비 투자로 이어지고 있으며, 미국 하이퍼스케일러들의 투자 규모는 다른 지역과 비교가 어려울 정도다. 전기, 물, 소음, 지역 인프라 부담 때문에 데이터센터 반대 여론도 커지고 있다.
11. 28:26
    소버린 AI와 한국 미국과 중국 밖의 국가들은 모두 소버린 AI를 추진할 수밖에 없고, 한국도 예외가 아니다. 한국은 정부 주도 컴퓨트 확보와 국내 모델 육성에서 독특한 위치를 차지하며, 미국 시각에서는 국내 서비스용 도메스틱 모델로 분류될 만큼 자국어·자국 시장 대응이 중요하다.
12. 31:13
    AI 안전: 사이버 공격과 chain of thought 모니터링 에이전트와 하네스 조합에 따라 공격 능력이 크게 달라질 수 있어, AI 안전 이슈가 사이버 공격과 강하게 연결되고 있다. 특히 chain of thought를 감시하면 모델이 더 은밀해질 수 있고, 실제 환경과 테스트 환경을 구분하지 못하는 혼동도 위험 요인으로 지적된다.
13. 34:50
    지난 예측 채점과 2027 예측 작년 예측을 다시 채점해 보니 일부는 맞았지만, 생성형 비디오의 대중화 같은 예측은 빗나간 것도 많았다. 올해 예측은 에이전트 구매 분쟁 책임, 자율 연구, 에이전트의 자기 복제 같은 이슈에 집중되며, 실제로 벌어질 가능성이 높은 항목들이 적지 않다.
14. 41:26
    AGI 2027 모두가 동의할 만한 수준의 AGI 정의가 전제된다면 2027년은 충분히 가능한 시점으로 보이며, 적어도 대부분의 디지털 작업에서 인간보다 낫다고 느껴질 임계점이 가까워지고 있다. 다만 AGI의 기준 자체가 사람마다 달라서, 실제 도달 시점은 2027년 전후로 유동적일 수 있다.
15. 44:12
    질의응답 에이전트 시대가 아직 낯설지만, 이미 많은 사람은 도구를 쓰는 방식으로 일상이 바뀌고 있으며 더 강한 AI가 나오면 일하는 방식은 더 크게 변할 수 있다. 다만 사회 전체가 즉시 디스토피아로 가기보다는, 사람과 AI가 함께 경제활동을 재편하는 방향으로 서서히 이동할 가능성이 높다.

실무 인사이트

• 벤치마크 점수보다 실제 업무 완주율과 운영 하네스 설계가 모델 성능을 더 크게 좌우하므로, 실무 평가는 장기 과제 기준으로 다시 설계해야 한다.
• 에이전트 도입은 개발자보다 비개발 직군에서 더 빠르게 확산되고 있어, 내부 업무 자동화와 교육의 우선순위를 개발 조직 밖까지 넓히는 것이 효과적이다.
• AI 인프라와 비용 구조가 급변하는 만큼, 제품 전략은 모델 성능 경쟁만이 아니라 토큰 대비 가치 창출과 인프라 비용 통제까지 함께 봐야 한다.