AI 모델 보고서

AI 모델 산업 트렌드 보고서

모델 규모, 학습 비용, 컨텍스트 길이, 기업 지출 및 현재 모델 시장 구성.

학습 컴퓨팅 증가율

4.5x/yr

증가율

최첨단 학습 비용 증가

3.5x/yr

증가율

컨텍스트 윈도우 증가율

30x/yr

증가율

기업 지출 증가

3.2x YoY

성장

업계 트렌드 지표

규모, 컨텍스트 길이, 기업 지출, 사용량 연구 규모 및 조직적 도입에 대한 외부 출처 지표입니다.

4.5x/yr
학습 컴퓨팅 증가율
3.5x/yr
최첨단 학습 비용 증가
30x/yr
컨텍스트 윈도우 증가율
$37B
기업용 GenAI 지출
3.2x YoY
기업 지출 증가
100T tokens
OpenRouter 사용량 연구
88%
조직의 AI 도입
320x YoY
추론 토큰 증가
1

규모가 여전히 발전의 중심이지만, 추론 경제는 단순 모델 목록보다 빠르게 변화하고 있음.

Epoch, Stanford, Artificial Analysis 모두 컴퓨팅, 컨텍스트 윈도우, 가격, 지연 시간 및 품질을 함께 고려해야 하는 시장을 지적함. 모델 이름만으로는 적합성을 설명하기 어려움.

출처: Trends in Artificial Intelligence / 2026 AI Index Report / Models: Intelligence, Performance & Price

2

실제 사용량은 소비자, 엔터프라이즈, 개발자 및 애그리게이터 영역 전반에 걸쳐 파편화되어 있음.

OpenRouter, OpenAI Signals, Anthropic Economic Index는 각각 도입의 서로 다른 단면을 보여줌. 수치를 비교하기 전에 샘플과 보고 기간을 확인해야 함.

출처: State of AI: 100T Token Study / Signals Consumer Data / Anthropic Economic Index

3

지출이 실험 단계에서 애플리케이션 단계로 이동하고 있으나, 벤더 순위는 고정하기에 충분히 안정적이지 않음.

Menlo와 a16z는 도입과 지출이 빠르게 변화하고 있음을 보여줌. 영구적인 승자 주장보다는 최신 출처 링크가 더 중요함.

출처: State of Generative AI in the Enterprise / Top 100 Gen AI Consumer Apps

4

벤치마크는 차트가 무엇을 측정했는지 설명할 때 가장 유용함.

Artificial Analysis와 Arena는 순위 신호를 보여주지만, 작업 구성, 가격 책정 가정 및 샘플 설계에 따라 해당 순위를 해석하는 방식이 달라짐.

출처: Models: Intelligence, Performance & Price / Arena Leaderboard