简体中文

繁體中文

English

Tiếng Việt

한국어

日本語

ภาษาไทย

Türkçe

해석: 스탠포드 423페이지 AI 보고서 해석: 미중 간 격차가 2.7%로 축소되었으며, 투하 대학 DeepSeek가 국제 순위에서 세계 탑 텐에 진입했습니다.

이 글을 읽으려면 37 분

이 423 페이지 분량의 연간 보고서는 글로벌 AI 산업의 최신 권력 구도를 포괄적으로 보여줍니다.

원문 제목: "스탠포드 423페이지 AI 보고서 발표, 중미 격차 단 2.7%, 투하 대학 DeepSeek 글로벌 TOP10 진입"

원문 작성자: 헤오 프네, 타오짜, 뉴지元

서문: 스탠포드의 "2026년 AI 지수 보고서"가 발표되었습니다! 이 432페이지 분량 보고서는 매우 중요한 내용을 담고 있습니다: 중미 AI 최고 대결, 격차가 거의 사라지며, 2.7%로 줄었습니다. 세계 최고 수준의 AI는 연간 95개가 생산되었으며, 대부분이 대기업에 집중되어 있습니다. 가장 악질한 것은 22-25세 개발자의 고용이 이미 20% 줄었다는 것입니다.

4월 13일, 스탠포드 HAI는 "2026년 AI 지수 보고서"를 발표했습니다!

이 423페이지 분량의 연간 보고서는 전 세계의 AI 산업의 최신 권력 구도를 종합적으로 보여주고 있습니다.

그것은 핵심 결론을 제시합니다: AI의 능력은 급속히 향상되었지만, 인간이 그것을 측정하고 효과적으로 다루는 능력은 크게 따라가지 못했습니다.

그 중 가장 충격적인 결론은 —

중미 AI 모델의 성능 격차가 거의 사라졌으며, 양측은 최고가 결정될 때마다 자주 교체되고 있으며, 현재 Anthropic이 약 2.7%의 우위를 가지고 있습니다.

미국은 AI에 큰 돈을 쏟아붓고 있지만, 세계적인 최고 수준의 인재를 유치하는 것이 점차 어려워지고 있습니다.

보고서는 또한 AI의 진화가 이른바 "병목 현상"에 직면한 적이 없으며, 사례 없이 빠른 속도로 전진한다고 지적합니다.

작년에는 세계의 상위 90% 이상의 최고 모델이 박사급 과학 문제, 다중 모달 추론, 경쟁 수학에서 인간을 따라잡거나 심지어 앞지르고 있다고 합니다.

특히 코드 능력에서, SWE-bench의 성적이 60%에서 거의 100%로 1년 사이 급증했습니다.

그러나 AI의 "전문화" 현상은 매우 심각하며, 비정상적인 상태를 나타냅니다:

LLM은 IMO 금메달을 획득할 수 있지만, Simulation Clock를 올바르게 읽을 수 없으며, 정확도는 50.1%에 불과합니다.

이와 동시에, AI에 의한 일자리 갈취는 이제 예측에서 현실로 변하였으며, 가장 먼저 영향을 받는 것은 현대의 젊은 "일하는 사람"들입니다.

아래에 직접 필요한 정보가 있습니다. "2026년 AI 지수 보고서"에서 가장 주목할만한 12가지 하드코어 트렌드.

다른 하이라이트 빠르게 보기:

· 글로벌 AI 연산 능력은 3년 동안 30배 증가, NVIDIA가 60% 독식, 거의 모든 칩은 TSMC에서 나옴

· 2025년에는 세계 기업의 AI 투자가 5817억 달러로 2배 증가, 미국이 거의 절반을 독차지

· 미국으로 들어온 AI 연구원 수는 7년 동안 89% 하락, 지난 1년 동안 80% 하락

· 22-25세 소프트웨어 개발자의 고용이 2024년부터 20% 감소, 입문 직군이 정확하게 제거됨

· 중국이 공개 AI 초급 계산을 85대 이상 구축, 북미 대비 2배 이상으로 세계 1위

· 중국의 직장 AI 사용률이 80%를 넘어 전 세계 평균 58%를 크게 웃돌아

· 최강의 모델이 점점 블랙박스화, 95개 대표적 모델 중 80개에는 공개 훈련 코드가 없음

중미 맞대결, 격차는 2.7%만 남아

2023년 5월부터 스탠포드가 아레나 랭킹에서 미국 1위와 중국 1위를 동일한 그래프에 그렸습니다.

2023년 5월, gpt-4-0314는 1320점을 획득하여 선두를 달렸고 중국측은 여전히 chatglm-6b로, 격차는 300점 이상입니다.

2025년 2월, DeepSeek-R1이 처음으로 미국 톱 모델과 일시적으로 동점을 기록했습니다.

2026년 3월, 미국의 Claude Opus 4.6가 1503점을 획득하고 중국의 dola-seed-2.0-preview는 1464점을 획득했습니다.

현재 중미 간 AI 간 격차는 단 39점에 불과합니다. 백분율로 환산하면 2.7%입니다.

가치 있는 점은 작년의 위치 교대 비율입니다. 2025년 초부터 두 나라의 톱 모델은 아레나에서 여러 차례 위치를 바꿨습니다.

수량적으로 또한 거의 다섯 대 다섯.

2025 년 미국이 50 개의 "중요 모델"을 발표했고, 중국도 이어서 30 개의 최고 대형 모델을 발표했다.

첫 번째 그룹에서 OpenAI, Google, Alibaba, Anthropic, xAI가 함께 섰고, 세계 TOP 5가 거의 다섯 대 다섯이 되었다.

TOP 10을 보면 중국 기관과 기업이 4 자리를 차지했으며, Alibaba, DeepSeek, Tsinghua, Byte가 있다.

오픈 소스 생태계는 이번 해에도 분명히 동쪽으로 이동했다.

DeepSeek, Qwen, GLM, MiniMax, Kimi는 오픈 소스 가중치 능력 곡선을 앞당기고 있다.

논문 발표량, 인용 횟수, 특허 생산량, 산업용 로봇 설치량을 모두 합하여, 중국은 모두 세계 1 위이다.

가격 측면은 또 다른 전투 줄기이다.

해외 개발자들이 X에서 한 번 계산해 보았는데, Seed 2.0 Pro의 출력 가격은 대략 Claude Opus 4.6의 십 분의 일뿐이다.

성능은 비슷하지만 가격은 십 분의 일뿐이다. 이 사실의 연쇄 작용은 지금 막 시작된 것뿐이다.

90% 선두 모델이 산업에서 나옴으로써 신속하게 신화되는 속도는 전례가 없다

작년 발표된 95개의 가장 대표적인 모델 가운데 90% 이상이 산업계에서 비롯되었는데, 이는 학술 기관도, 정부 실험실도 아니다.

학계는 선두를 따라갈 수 없다.

발표 속도도 광기로운 가속을 보이고 있다.

2026년 2월에만 Gemini 3.1 Pro, Claude Opus 4.6, GPT-5.3 Codex, Grok 4.20, Qwen 3.5, Seed 2.0 Pro, MiniMax M2.5, GLM-5 등이 8~9개의 주류 모델이 한 달에 함께 등장했다.

신화 주기는 "년"에서 "월"로 변하였다.

벤치마킹의 1년 한계, AI에 병목 현상 없음

가장 강력한 曲線은 프로그래밍이다.

SWE-bench Verified가 실제 버그 수정을 통해 1년 동안 60%에서 거의 100%로 상승했습니다.

몇 포인트가 오른 게 아니라 기본적으로 한계에 다다랐습니다.

Terminal-Bench 테스트에서 에이전트가 실제 터미널 작업을 처리하는 능력은 작년의 20%에서 77.3%로 증가했습니다.

네트워크 보안 에이전트는 문제 해결 성공률이 15%에서 93%로 상승했습니다.

젬나이 딥띵크는 국제 수학 올림피아드에서 금메달을 획득했습니다.

박사 수준의 과학 질의응답(GPQA Diamond), 경시 수학(AIME), 다중 모달 추론(MMMU) 등을 포함한 「인간이 이기지 못할 것으로 여겼던」 어려운 주제들이 모두 최첨단 모델에 의해 해결되었습니다.

문제를 가장 잘 설명해 주는 것은 인류의 마지막 시험입니다.

이는 AI를 괴롭히고 인간 전문가를 우대하는 것이 목적인 특별히 설계된 테스트로, 다양한 분야의 최고 전문가들이 문제를 제공했습니다.

작년 OpenAI의 o1은 8.8%를 획득했으며, 최첨단 모델은 1년 사이에 30%의 점수 상승을 이룩하여 Claude Opus 4.6 및 Gemini 3.1 Pro는 현재 50% 이상을 획득했습니다.

톱날 선두, IMO 금메달 획득 가능하나 시간표는 이해하지 못함

하지만 동일한 지수가 다른 숫자 그룹을 던졌습니다.

「모의 시계 읽기」 과제에서 가장 강력한 모델의 정확도는 50.1%입니다.

로봇이 실험실 시뮬레이션 환경(RLBench)에서의 작업 성공률이 이미 89.4%에 도달했습니다. 그러나 실제 가정 환경으로 이주하여 설거지, 세탁 정리와 같은 가사일을 완료하면 성공률이 즉시 12%로 떨어집니다.

실험실과 주방 사이에는 77% 포인트 차이가 납니다.

연구자들은이 현상을 "톱날 모서리"라는 용어로 명명했습니다. AI 능력의 분포는 울퉁불퉁합니다. 수학 경시대회에서 금메달을 딸 수 있지만 현재 몇 시인지 안정적으로 말해줄 수 없습니다.

AI는 수학 경시대회에서 금메달을 딸 수 있지만, 모의 시계를 이해할 확률은 절반뿐입니다. AI는 가속 중이지만 가속되는 방향은 다릅니다.

또한, 에이전트 작업에서, OSWorld 테스트에서, 선두 AI 성능(66.3%)이 인간의 기준에 가까워지고 있습니다.

그러나 PaperArena 테스트에서 과학적 논리를 평가하는 특별한 AI 지원 에이전트는 39%의 점수를 획득하였으며, 이는 박사과정 학생의 절반 수준입니다.

그러나 이러한 울퉁불퉁은 기업이 AI를 생산 라인에 투입하는 데 영향을 끼치지 않습니다.

AI 지수가 제공한 또 다른 숫자는, 글로벌 기업의 AI 채용률이 88%에 이른다는 것입니다. 회사의 90%가 AI를 특정 작업 흐름에 통합했습니다.

비용은 증가하고 있습니다. AI 관련 사고 기록은 2024년의 233건에서 362건으로 증가했습니다.

자금이 가속되고 있습니다. AI에 5817억이 투자되었습니다.

2025년 전 세계 기업의 AI 투자가 5817억 달러에 이르렀으며, 전년대비 130% 증가했습니다. 이 중 사모 투자는 3447억 달러로, 전년대비 127.5% 증가했습니다.

두 경로 모두 거의 두 배로 증가했습니다.

국가별로는 미국이 특출나게 빛났습니다. 2025년 미국의 사모 AI 투자 금액은 2859억 달러에 이르렀습니다. 또한 1953개의 AI 스타트업 기업을 신규로 진출시켰으며, 두 번째 순위인 다음 10개 국가의 10배 이상입니다.

돈이 미국으로 가속적으로 흘러들어가고 있습니다. 그러나 미국의 다른 핵심 자원은 반대 방향으로 흐르고 있습니다.

인력이 빠져나가면서 미국으로 들어오는 AI 연구자 수가 89% 감소했습니다.

내부에서 한 그룹의 숫자가 사람들을 놀라게 했습니다.

2017년부터 현재까지 미국으로 들어온 AI 연구자와 개발자 수는 89% 감소했습니다.

보다 중요한 것은 이 감소가 가속화되고 있다는 것입니다. 작년에만 감소율이 80%에 이릅니다.

미국은 여전히 세계에서 AI 연구자 밀도가 가장 높은 나라이지만 유입되는 수도꼭 줄어들고 있습니다.

돈과 인간이라는 두 축이 반대로 움직이기 시작했습니다. 이는 지난 10년 동안 볼 수 없었던 현상입니다.

연산 능력이 3년 동안 30배 증가했으며, 생명선은 한 기업 손에

AI 능력 곡선은 가속화되고 있으며, 그 뒤를 이어 연산 능력 곡선이 훨씬 빠르게 나아가고 있습니다.

2021년부터 현재까지 글로벌 AI 연산 능력 총량이 30배 증가했습니다. 지난 3년 동안 매년 3배 이상 증가했습니다.

이 곡선을 버티는 것은 소수의 기업들입니다.

NVIDIA의 GPU 하나가 전세계 AI 연산 능력의 60% 이상을 차지하고 있습니다. 아마존과 구글은 자체 칩으로 2, 3위를 차지하고 있지만 합산해도 NVIDIA에는 미치지 못합니다.

거의 모든 이 칩들이 대만의 TSMC라는 공장에서 나온 것입니다. 연산 능력 곡선이 가파르면서 생명선이 좁아지고 있습니다.

한편, 비용도 더 커지고 있습니다.

전세계 AI 데이터 센터의 총 전력은 이미 29.6GW에 달하며, 이는 뉴욕 주의 전력 수요 전체와 같습니다. xAI Grok 4의 단일 교육에 필요한 추정 탄소 배출량은 72816톤 CO₂에 해당하며, 이는 1년 동안 17000대 자동차가 운행한 배기 가스 양과 동등합니다.

데이터 센터는 어디에 건설되고, 전기는 어디서 공급되며, 칩은 어디서 생산되는가라는 이 세 가지 문제가 올해 모든 AI 기업 CEO들의 머릿속에서 가장 큰 골칫거리가 되었습니다.

생성형 AI는 3년 동안 전 세계 기준에서 53% 침투율을 보이며, 중국 직장에서의 사용률이 80%를 돌파했습니다.

생성형 AI는 세 해 만에 전 세계 인구의 53%에 이르는 폭넓은 보급률에 도달했습니다.

이 속도는 개인 컴퓨터보다 빠르고 인터넷보다 빠릅니다.

그러나 침투 속도와 국가별 관련성이 매우 높습니다. 싱가포르 61%, 아랍에미리트 54%의 경우 미국을 앞지르고 있습니다. 미국은 조사 대상 국가 중 24위에 머물며 침투율은 28.3%입니다.

소비자에서 직장으로 차원을 변경하면 더 큰 차이가 있습니다.

보고서에는 다른 데이터 그룹도 나와 있습니다. 2025년에는 전 세계 직원 중 58%가 이미 근무 중에 AI를 빈번하게 사용하기 시작했다는 것을 보여줍니다. 그러나 중국, 인도, 나이지리아, 아랍에미리트, 사우디의 경우 이 비율이 80% 이상입니다.

중국의 직장 AI 침투율은 이미 전 세계 평균보다 20% 이상 높습니다.

보다 흥미로운 것은 소비자 가치입니다.

AI 지수는 2026년 초까지 생성형 AI 도구가 미국 소비자에게 매년 1,720억 달러의 가치를 제공할 것으로 추정합니다. 2025년부터 2026년까지 중위수 사용자 가치는 세 배로 증가했다는 것을 나타냅니다.

거의 모든 사용자는 여전히 무료 버전을 사용하고 있습니다.

보통 사람들이 AI에 지불할 의향이 AI가 제공하는 가치보다 훨씬 낮습니다. 이 사이의 차이를 메우려는 것이 현재 모든 AI 회사가 시도하는 것입니다.

Entry-Level Positions Decrease, 22-25 Year Old Developer Roles Drop by 20%

AI 지수 전체 중에서도 중국어 독자를 가장 침묵하게 만드는 부분은 아마도 청년 고용에 관한 부분일 것입니다.

2024년부터 올해까지 22세에서 25세의 소프트웨어 개발자 그룹의 고용 인원이 약 20% 감소했습니다.

동시에 더 나이가 많은 동료 그룹은 성장하고 있습니다.

개발 직군 뿐만 아니라 고객 서비스와 같은 기타 고도의 AI 노출 직종도 동일한 패턴을 보이고 있습니다.

보다 우려스러운 것은 기업 설문 조사 결과입니다. 조사 대상 경영진 대부분은 미래 인력 감축 규모가 지난 몇 달보다 더 클 것으로 예상하고 있습니다.

이것은 고용률의 문제가 아니라 입구 포지션이 정밀하게 제거되는 문제입니다.

첫 직장이 사라지면 전체 직업 사다리가 한 단계 끊깁니다. 이 문제의 장기적 영향은 아무도 현재 알 수 없습니다.

AI가 과학 발견 방식을 재작성하고 있습니다

일자리 부분이 차가웠다면, 과학 부분은 뜨거웠다.

자연과학, 물리학, 생명 과학 분야의 AI 관련 논문은 2025년에 26%에서 28% 증가했습니다.

구체적으로, 올해 처음으로 AI가 엔드 투 엔드의 기상 예측 프로세스를 완전히 실행했습니다. 초기 기상 관측 데이터에서 직접 온도, 풍속, 습도와 같은 최종 예측을 출력했으며, 전통적인 수치 모델의 개입이 전혀 없었습니다.

AI가 "논문 작성을 도와줌"에서 "숫자 계산을 도와줌"으로 변화하고 있습니다.

병원도 마찬가지입니다. 2025년, 많은 병원이 진료 대화로부터 임상 기록을 자동 생성하는 AI 도구를 배포하기 시작했습니다. 다수의 병원 시스템 의사들의 피드백에 따르면, 진료 기록 작성 시간이 최대 83% 감소하였으며, 작업 피로가 현저히 감소했습니다.

하지만 동일한 지표는 의료 AI에 물을 뿌렸습니다. 500개 이상의 임상 AI 연구를 대상으로 한 리뷰 보고서에 따르면, 거의 절반 이상의 연구가 시험 문제 유형의 데이터 세트에 의존하며, 실제 임상 데이터는 5%만 사용했습니다.

AI가 의사가 키보드를 치는 시간을 줄일 수 있는 것은 확실합니다. 그러나 현재 실제 환자에게 미치는 임상 가치에는 여전히 많은 의문이 있습니다.

셀프러닝의 글로벌 열풍, 공식 교육은 이미 추워졌습니다

공식 교육은 AI에 따라가지 못하고 있습니다.

미국의 고등학생과 대학생 중 4/5가 지금 AI를 사용하여 학교 과제를 완성하고 있습니다. 그러나 학생의 절반만이 AI 사용 정책을 가지고 있으며, 교사의 6%만이 해당 정책이 명확하게 작성된 것으로 여깁니다.

학생들은 앞서가고 있지만, 교사들은 아직 제자리에 있으며, 규칙은 아직 나타나지 않았습니다.

공식 교육이 따라잡지 못하는 동안, 셀프러닝 열풍이 전 세계적으로 퍼지고 있습니다. 그 안에는 AI 엔지니어링 기술 스킬이 가장 빠르게 성장하는 세 개국이 나열되어 있습니다: 아랍 에미리트, 칠레, 남아프리카.

미국도, 유럽도 아닙니다.

기술 스킬 곡선의 가장 가파른 부분은 모두가 주시하지 않는 곳에 있습니다.

가장 강력한 모델이 가장 불투명한 모델로 변하며, 전문가와 대중 사이에 갈등

가장 강력한 모델은 현재 가장 불투명한 모델이 되고 있습니다.

Foundation Model Transparency Index에 따르면, 올해의 평균 점수는 작년의 58점에서 40점으로 하락했습니다. AI Index는 구글, Anthropic, OpenAI를 직접 언급하며, 이 회사들은 최신 모델의 훈련 데이터 규모와 훈련 시간을 공개하는 것을 포기했습니다.

작년 발표된 95개의 대표적 모델 가운데, 80개의 모델은 훈련 코드를 공개하지 않았습니다.

대중의 감정 또한 복잡해졌습니다.