스탠포드 AI 보고서: 5,810억 달러 글로벌 투자에도 기업 95%는 수익 '0'

스탠포드 대학의 획기적인 보고서에 따르면, 급증하는 AI 투자와 실제 수익 사이에 심각한 괴리가 존재하며, 기업 AI 프로젝트의 95%가 현재까지 가치를 창출하지 못한 것으로 나타났다.

스탠포드 대학교의 2026 AI 지수 보고서에 따르면, 2025년 인공지능에 대한 글로벌 민간 투자는 5,810억 달러로 전년 대비 두 배 이상 증가하며 사상 최고치를 기록했지만, 기업의 95%는 AI 지출에 대해 아무런 수익을 얻지 못하고 있습니다. 423페이지 분량의 이 보고서는 막대한 자본 지출과 실질적인 생산성 사이의 커지는 간극을 조명하며, AI 붐의 단기적 경제적 실행 가능성에 의문을 제기했습니다.

보고서 저자들은 "어디를 보느냐에 따라 생산성 수치는 매우 다른 이야기를 들려줍니다"라고 언급하며, 약 350억~400억 달러 규모의 기업 AI 투자에서 수익이 거의 없다는 MIT의 별도 연구를 인용했습니다. "심층적인 추론이 필요한 작업의 경우, AI 도구가 때때로 작업자의 속도를 높이는 것이 아니라 늦추는 것으로 나타났습니다."

보고서는 특정 작업에서의 효율성 향상(고객 상담원이 15% 더 많은 문제를 해결하고, GitHub Copilot을 사용하는 개발자가 26% 더 많은 풀 리퀘스트를 완료함)을 기록했지만, 펜 와튼 예산 모델에 따르면 미국 전체 생산성에 대한 AI의 기여도는 0.01%포인트에 불과했습니다. 이러한 결과는 2022년 이후 미국 22~25세 소프트웨어 개발자의 고용이 20% 급감한 것과 맞물려 있으며, 설문에 참여한 기업의 3분의 1은 AI로 인해 내년에 인력을 감축할 것으로 예상하고 있습니다.

보고서 데이터는 수익성에 대한 명확한 경로 없이 수천억 달러의 자본을 유치한 AI 중심 기업들에 대한 시장 재평가 가능성을 시사합니다. 미국과 중국 모델 간의 성능 격차가 2.7%포인트로 좁아지고 모델 기능에 대한 기업의 투명성이 저하됨에 따라, 투자자들은 이제 자본 집약적인 거품 주기에서 지속 가능한 AI 비즈니스 모델을 가려내야 하는 과제에 직면해 있습니다.

5,810억 달러의 질문

보고서에서 인용한 분석 기업 Quid의 데이터에 따르면, 2025년 AI에 투자된 5,810억 달러는 전년도 2,530억 달러의 두 배 이상이며 2021년 정점인 3,600억 달러를 넘어섰습니다. 미국은 작년에 3,440억 달러 이상의 민간 투자를 유치하며 여전히 자본의 사자 지분을 차지하고 있습니다.

그러나 이러한 역사적인 자본 배치의 수익은 미미해 보입니다. 스탠포드 보고서에서 강조된 MIT 연구에 따르면, 조사 대상 기업의 95%가 총 350억~400억 달러에 달하는 AI 투자에서 어떠한 재무적 수익도 거두지 못했습니다. 이러한 생산성 역설은 광범위한 도입에도 불구하고 존재하는데, 보고서는 2025년에 조직의 88%가 적어도 하나 이상의 비즈니스 기능에서 AI를 사용했으며, 이는 2024년보다 10%포인트 증가한 수치라고 언급했습니다.

환경적 비용 또한 증가하고 있습니다. 보고서는 xAI의 Grok 4와 같은 단일 대형 모델을 훈련하는 데 72,000톤 이상의 탄소 등가 배출량이 발생하며, 이는 일반 자동차 1,000대가 평생 배출하는 양보다 많다고 추정합니다. 이러한 성장을 뒷받침하는 데 필요한 대규모 데이터 센터 구축도 지역사회의 강력한 반대에 직면해 있으며, Data Center Watch의 보고서에 따르면 지난 2년 동안 640억 달러 규모의 미국 데이터 센터 프로젝트가 차단되거나 지연되었습니다.

생산성 역설과 세대 간 격차

보고서는 노동에 미치는 AI의 영향에 대해 상충되는 그림을 보여줍니다. AI 광고 제작 도구를 사용하는 마케팅 팀의 산출물이 50% 급증하는 등 특정 직무에서는 명확한 효율성 증대가 있었지만, 광범위한 경제적 효과는 미미합니다. 펜 와튼 예산 모델은 전체 생산성이 2.7% 성장한 2025년에 미국의 총요소생산성 성장에 대한 AI의 기여도를 단 0.01%포인트로 계산했습니다.

일부 작업에서 AI는 오히려 방해가 되는 것으로 입증되었습니다. 보고서에 따르면 AI 지원을 받는 오픈 소스 개발자들은 19% 더 느려졌고, 학습을 위해 AI에 의존한 엔지니어들은 장기적인 발전을 저해할 수 있는 '학습 패널티'를 겪었습니다.

가장 뚜렷한 노동 시장 신호는 세대별로 나타납니다. 2025년 9월 현재 22~25세 사이의 미국 소프트웨어 개발자 고용은 2022년 정점 대비 약 20% 폭락했습니다. 이러한 추세는 시니어 개발자는 안전하지만 신입 직무는 자동화되거나 사라지고 있음을 시사하며, 이는 미래 인재 개발에 잠재적인 병목 현상을 초래할 수 있습니다.

투명성 저하 속에 격차를 좁히는 중국

최첨단 AI 분야에서 오랫동안 유지되어 온 미국의 지배력이 약화되고 있습니다. 2026년 3월 현재, Anthropic의 선도 모델과 DeepSeek와 같은 기업의 중국 최고 경쟁 모델 간의 성능 격차는 단 2.7%포인트로 줄어들었습니다. 미국은 2025년에 50개의 최상위 모델을 생산하여 중국의 30개보다 여전히 많지만, 보고서는 이제 중국이 AI 간행물, 특허 허가, 그리고 결정적으로 산업용 로봇 설치 분야에서 세계를 선도하고 있다고 지적합니다.

이러한 격차 축소는 '투명성 위기' 속에서 일어나고 있습니다. 보고서에서 도입한 파운데이션 모델 투명성 지수에 따르면 주요 AI 기업의 평균 점수는 2024년 58점에서 2026년 40점으로 떨어졌습니다. OpenAI, Anthropic, Google과 같은 기업의 가장 유능한 모델들은 훈련 데이터와 방법론에 대해 가장 투명하지 않은 경우가 많았습니다. 이러한 투명성 부족은 중국 연구소들의 '적대적 증류' 혐의와 결합되어 경쟁 환경을 복잡하게 만들고, 투자자와 정책 입안자가 새로운 모델의 진정한 능력과 위험을 평가하는 것을 어렵게 만듭니다.

이 기사는 정보 제공 목적으로만 작성되었으며 투자 조언을 구성하지 않습니다.