2026 AI 경쟁 구도를 6개 레이어로 분해 — NVIDIA·Google·Apple은 정확히 어디서 싸우나
"AI 최후의 승자"라는 표현은 듣기 쉽지만 산업을 정확히 보지 못하게 만듭니다. AI 산업은 한 회사가 다 가져가는 단일 시장이 아니라 6개의 분리된 레이어가 각기 다른 속도로 움직이는 다층 구조이기 때문이에요. 이 글은 김정호 교수 인터뷰에서 출발해 그 6개 레이어를 분해하고, 각 레이어에서 누가 어떤 우위를 갖고 있는지 1차 데이터로 정리한 노트입니다.
덤으로, 본인이 1년간 실제로 어떤 AI 도구를 어떤 작업에 썼는지 사용 패턴 데이터도 같이 정리합니다. 거시 분석만으로는 추상적이고, 본인 사용만 보면 시야가 좁아집니다. 둘을 같이 봐야 "2026 어디에 베팅할 것인가"의 그림이 또렷해져요.
먼저, AI 스택의 6개 레이어
AI를 한 줄로 보면 "ChatGPT 같은 거"지만, 그 뒤에는 6개의 분리된 시장이 있습니다. 각 레이어가 다른 회사가 강점을 쥐고 있어요.
| 레이어 | 정의 | 2026 강자 |
|---|---|---|
| ① AI 칩(가속기) | 학습/추론용 GPU·TPU·NPU | NVIDIA, Google TPU |
| ② 파운데이션 모델 | GPT/Claude/Gemini 같은 LLM | OpenAI, Anthropic, Google |
| ③ 클라우드 인프라 | 모델 학습·배포 환경 | AWS, Azure, GCP |
| ④ 데이터·도메인 자산 | 학습/특화에 쓸 고유 데이터 | Google, Meta, Bloomberg |
| ⑤ 단말기·OS | 사용자 접점 + 온디바이스 추론 | Apple, Samsung, Google |
| ⑥ 배포·운영(애플리케이션) | 실제 사용자에게 닿는 서비스 | OpenAI, Cursor, Notion AI 등 |
"NVIDIA가 다 가져갈까"라는 질문이 단순화된 이유가 보입니다. NVIDIA는 ① 레이어의 강자이지만, ②~⑥은 다른 회사들의 영역이에요. 한 레이어의 압도적 강자도 다른 레이어에서는 평범하거나 따라가는 위치일 수 있습니다.
레이어별 1차 자료 분석
① AI 칩 — NVIDIA 75% vs 자체 칩 25%
2024년 기준 데이터센터 AI 가속기 시장에서 NVIDIA의 점유율은 약 92%였지만, 2025년 들어 자체 발표와 IDC 분석에서 비빅테크 시장 점유율은 약 75%로 떨어졌어요. 이유는 빅테크들이 자체 칩으로 옮기고 있어서입니다.
- Google TPU v5/v6: Gemini 학습·추론에 자체 칩 사용. 공식 페이지
- AWS Trainium/Inferentia: Anthropic Claude 일부 학습이 Trainium에서 실행
- Microsoft Azure Maia: GPT-4 일부 추론 처리
- Apple Silicon (M4/A18) NPU: 온디바이스 추론 전용
NVIDIA가 여전히 독보적이지만, 자체 칩 비중이 늘어나는 흐름은 또렷합니다. 5년 안에 60~65%까지 떨어질 거라는 게 다수 분석의 컨센서스예요.
② 파운데이션 모델 — 3강 + 오픈소스
LMArena 리더보드(2025-12 기준)에서 상위 5위 모델: GPT-4o → Gemini 1.5 Pro → Claude 3.5 Sonnet → Llama 3.1 405B → Qwen 2.5. 흥미로운 건 오픈소스 Llama·Qwen이 상용 모델 사이에 끼어 있다는 점이에요. 이게 폐쇄형 모델의 가격 압박을 만듭니다.
여기서의 게임은 모델 점수보다 가격·속도·맥락 길이의 조합. AI 버블 글에서 다룬 OpenAI의 손실 구조도 이 가격 압박과 직결됩니다.
③ 클라우드 인프라 — AWS 30% / Azure 25% / GCP 12%
Synergy Research 2024 Q4 보고서 기준. AWS가 여전히 1위지만 GCP의 AI 워크로드 점유율이 가장 빠르게 성장 중. 이유는 Google이 ②(Gemini)와 ④(검색·유튜브 데이터) 동시 보유라 ③(GCP)으로 결합 판매가 가능하기 때문이에요.
④ 데이터·도메인 자산 — 가장 과소평가된 레이어
모델 자체보다 모델을 학습할 고유 데이터가 더 큰 해자가 됩니다. 강자들의 자산:
- Google: 검색 쿼리 + 유튜브 동영상 + Gmail + Maps. 단일 회사로 가장 풍부한 멀티모달 데이터.
- Meta: Facebook + Instagram + WhatsApp + Threads. 사용자 행동·소셜 그래프.
- Bloomberg: 금융 시계열 데이터. 자체 LLM(Bloomberg GPT) 학습에 사용.
- 각 도메인 Vertical AI 회사들: Harvey(법률), Glean(기업 검색), Aidoc(의료) — 도메인 전용 데이터.
⑤ 단말기·OS — Apple Intelligence + Samsung Galaxy AI
Apple Intelligence는 클라우드 의존 없이 온디바이스 추론을 우선합니다. M4·A18 칩의 Neural Engine이 그 기반이에요. 프라이버시 우위 + 응답 속도 우위. 단점은 모델 크기 한계(약 3B 파라미터).
한국에서는 Samsung Galaxy AI가 같은 게임을 합니다. 다만 모델은 자체가 아니라 Google Gemini를 빌려쓰는 구조라 ②/④ 의존도가 높아요. 본격 차별화는 자체 모델 또는 자체 데이터 확보 시점부터입니다.
⑥ 배포·애플리케이션 — 가장 진입 쉽고 가장 빠르게 무너지는 레이어
여기는 진입 장벽이 가장 낮습니다. ② 모델 API + ③ 클라우드만 있으면 누구나 진입 가능. 그래서 빠르게 등장하고 빠르게 도태됩니다. 살아남은 강자들의 공통점:
- 워크플로우 자체를 데이터로 환산(예: Cursor가 코드 편집 패턴을 학습 신호로 환산)
- 특정 도메인의 깊은 통합(예: Notion AI가 노트·DB와 통합)
- 네트워크 효과·잠금 효과(GitHub Copilot이 GitHub 생태계에 결합)
본인 1년 도구 사용 패턴 — 레이어별 어디에 돈 썼나
거시 분석만으로는 부족해서 본인 사용 패턴을 함께 봅니다. 작년 5월부터 올해 4월까지 12개월간 본인이 쓴 AI 도구를 레이어별로 분류했습니다.
| 레이어 | 사용 도구 | 월 지출 |
|---|---|---|
| ② 모델 직접 | ChatGPT Plus + Claude Pro | $40 |
| ⑥ 애플리케이션 | Cursor, GitHub Copilot | $30 |
| ③ 클라우드 | Cloudflare Workers + Firebase (무료 티어) | $0 |
| ⑤ 단말기 | Apple Intelligence (iPhone 15 Pro) | $0 (포함) |
총 월 $70. 흥미로운 건 가장 가시적으로 가치를 만든 게 ⑥(Cursor·Copilot 같은 애플리케이션)이고, ②(ChatGPT·Claude 직접 사용)는 두 번째라는 점입니다. 일반 사용자에게 가장 큰 가치는 모델 자체가 아니라 그 위에 올라간 워크플로우 통합 도구입니다.
"NVIDIA가 다 가져갈까", "OpenAI가 1위인가" 같은 질문은 한 레이어에 갇혀있어요. 본인 1년 사용 패턴을 보면 "가치는 ⑥에 가장 많이 만들어졌다"는 게 데이터로 또렷합니다. 거시 분석과 사용자 데이터가 같은 곳을 가리킵니다.
2026 베팅 시 봐야 할 4가지
- NVIDIA 매출의 자체 칩 잠식 비율 — 빅테크 4사 매출 비중이 60% 아래로 떨어지는 시점이 1차 변곡점.
- 오픈소스 모델의 GPT-4 따라잡기 속도 — Llama·Qwen이 폐쇄형 1년 안에 따라잡으면 ② 가격 압박이 결정적.
- Google의 ②④③ 결합 판매 효율 — Gemini + 검색 데이터 + GCP를 한 묶음으로 파는 능력. 다른 누구도 이 결합을 못 만듭니다.
- Apple Intelligence 온디바이스 모델 크기 — 3B → 8B로 키울 수 있다면 ⑤ 단말기 우위가 결정적이 됨. 못 키우면 평범함.
1년 사용 데이터에서 가장 단단한 결론은 "AI 산업은 한 명의 승자가 아니라 6명의 다른 게임 챔피언이 동시에 존재하는 시장"이라는 점입니다. 그래서 "AI에 베팅한다"는 표현이 부정확해요. 칩에 베팅, 모델에 베팅, 인프라에 베팅, 데이터에 베팅, 단말에 베팅, 애플리케이션에 베팅은 다 다른 게임이고 다 다른 위험·수익 구조를 가집니다.
관련 글 — AI 산업·시장 시리즈
- AI 버블이 진짜로 터질까 — CAPEX·매출·고객 데이터 6개로 본 진단
- 롱텀이즘이 무엇이고 왜 한국 개인에게 더 무서운가
- 지적 노동의 표준화는 어떻게 일어나는가 — Roll-up + 에이전틱 AI
- AI는 회사를 어떻게 바꿀까 — 6개월 직접 검증
원스의 결론 — 단일 승자가 아니라 6개의 챔피언
1차 자료 + 본인 사용 패턴으로 정리한 결론은 셋입니다.
① AI 산업은 6개 레이어로 분리된 시장입니다. 각 레이어에 다른 챔피언이 있고, 한 레이어 강자가 다른 레이어에서는 따라잡는 입장입니다. "AI 1위"라는 단일 표현은 부정확해요.
② 가장 빠르게 변하는 건 ⑥ 애플리케이션, 가장 깊은 해자는 ④ 데이터·도메인 자산입니다. 단기 변동은 ⑥에서, 장기 우위는 ④에서 결정됩니다.
③ 일반 사용자가 가치를 가장 빠르게 회수하는 곳은 ⑥(애플리케이션)입니다. 본인 1년 사용에서도 그렇게 나왔어요. 모델 직접 사용보다 그 위에 통합된 도구가 더 큰 시간 절감을 만들었습니다.
2026 AI 경쟁의 진짜 그림은 "누가 1위인가"가 아니라 "각 레이어의 챔피언들이 서로 어떤 결합을 만드는가"입니다. 이 시각으로 보면 김정호 교수가 짚은 "구글·애플의 수직 계열화"의 의미가 더 또렷해져요. 그게 6개 레이어를 한 묶음으로 가져가려는 시도이고, 성공할 경우 단일 챔피언이 가능한 유일한 경로일 수 있습니다.
📚 본 글의 1차 자료
- 출발점: 김정호 교수 인터뷰 (유튜브)
- NVIDIA 공식 발표 + IDC AI 가속기 시장 점유율
- Google Cloud TPU 공식
- LMArena 모델 리더보드 (2025-12 기준)
- Synergy Research - 2024 Q4 클라우드 점유율
- Apple Intelligence 공식 페이지
- 본인의 12개월(2025-05 ~ 2026-04) AI 도구 지출·사용 노트
댓글
댓글 쓰기