AI 버블론을 잠재우는 숫자들 : 엔터프라이즈 AI $37B 시장의 현주소

[원문 유형] 네이버 프리미엄 콘텐츠 [채널] 올바른 미국주식 by SAPIENS [게시일] 2025.12.17. 오후 4:48 [원문 URL] https://contents.premium.naver.com/sapiens/sapiensasset/contents/251217164802015bk [제목] AI 버블론을 잠재우는 숫자들 : 엔터프라이즈 AI $37B 시장의 현주소 [수집 기준] 승인된 구독 열람권으로 실제 본문을 보존했다. 이미지·첨부는 별도 미디어 원장에 보관하며 시각적 의미 검토 여부를 구분한다. [구독 원문 본문] 안녕하세요 올바른입니다.

AI 심화편 자료입니다. AI 사이클의 핵심 지표는 AI Labs의 ARR입니다. 이 숫자가 성장해야 데이터센터와 전력 인프라 투자가 지속되되기 때문입니다. 그리고 이를 결정짓는 최전선에 Enterprise AI가 있습니다. Enterprise AI 규모는 23년 $1.7B → 24년 $11.5B → 25년 $37.0B로 매우 가파르게 성장 중입니다. 변곡점은 2025년부터 기업들이 Build가 아닌 Buy로 전략을 바꾸면서부터였습니다. 이미 여러 사용 사례에 퍼지고 있습니다. ARR $1B를 넘는 제품이 최소 10개, ARR $100M를 넘긴 제품은 50개이상입니다.

전체적인 Enterprise AI 흐름을 정리해봤습니다. AI 사이클 : 전체 흐름 이해하기 2025-12-11 오라클 4Q25 실적발표 : 폭풍 속 컨퍼런스콜, 그리고 투자자들에게 남긴 세 가지 답변 (바로가기) 2025-12-04 엔비디아 펀더멘탈 체크 : 구글 TPU의 추격? 시장점유율에 대한 생각, 아시아 공급망 체크 (바로가기) 2025-11-28 오픈AI 공동창업자 일리야 수츠케버 : 인간의 진화에서 찾은 초지능의 열쇠, '감정' (바로가기) 2025-10-03 엔비디아 CEO 젠슨황 인터뷰 : 오픈AI 10GW 동맹 x 극한의 풀스택 공동 설계 (바로가기)

2025-09-26 AI 사이클 한 눈에 보기, SemiAnalysis 인터뷰 : 승부사 젠슨황 그리고 화웨이의 역습 (바로가기) 투자자문 서비스에 따른 투자 시 원금 손실이 발생할 수 있으며, 투자 손익에 대한 책임은 전적으로 고객에게 귀속됩니다. 또한 과거의 투자수익이 미래의 수익률을 보장하지 않습니다. 신규 구독 전에, 아래 투자자문계약 권유문서의 계약 관련 제반 사항을 반드시 읽으시고 충분히 검토하시기 바랍니다. *투자자문계약 권유문서 : https://naver.me/5ZST47Qf 목차 2025년 엔터프라이즈 AI 체크 : Enterprise AI → AI Labs → 데이터센터/전력으로 이어지는 흐름

AI Boom vs AI Bubble : 유례없는 속도로 침투 중인 Enteprise AI 자체 구축 vs 앱 구매 : 2023~2024년: 자체적으로 구축하겠다 → 2025년: 구매해서 쓰자 AI 애플리케이션 $19B 시장 : Departmental AI $7.3B + Vertical AI $3.5B + Horizontal $8.4B AI 인프라 $18B 시장 : Foundation Model API $12.5B + Model Training $4.0B + AI Infra $1.5B 2025년 엔터프라이즈 AI 체크 Enterprise AI → AI Labs → 데이터센터/전력으로 이어지는 흐름

AI 사이클: 수요는 어디서 나와서 어디로 흘러가는가? 이전에 전해드렸던 내용이지만, 전체의 흐름을 보는 데 엔터프라이즈AI 동향이 중요합니다. 흐름이 어떻게 이어지는가를 보시면: (1) 기업들이 AI Labs(e.g. OpenAI, Anthropic)의 LLM(폐쇄소스 or 오픈소스)을 가지고 자체 데이터를 넣어 사전훈련(pre-training)합니다. 기본적으로 중간중간 모델을 업그레이드할 때나, 추론하면서도 새롭게 데이터를 추가하여 훈련시킬 때마다 계속해서 사후훈련(post-training)은 계속됩니다. 혹은 모델부터 사용하지 않고 이미 만들어진 AI 애플리케이션(ChatGPT/Sora/Codex, Claude Code, Cursor, Suno, Harvey 등)을 사용할 수도 있습니다.

(2) AI Labs의 LLM API를 사용할 때마다, 혹은 AI Labs가 만든 제품을 직접 사용할 때마다 AI Labs의 ARR이 올라갑니다. 오픈AI의 ARR은 올해 말 기준 $20B, 앤트로픽의 ARR은 올해 말 기준 $9B입니다. 기업이나 소비자들의 LLM 토큰 사용량 성장세가 워낙 빠르다보니 CY26 기준 앤트로픽의 ARR이 $26B일 것으로 전망했습니다. 앤트로픽이 $26B라고 가정하면 오픈AI는 $40~50B에 가까울 것으로 예상합니다. 구글, MSL, xAI, 기타 오픈소스 AI Labs들의 ARR을 모두 더한다면 CY26에 AI Labs의 ARR은 $100B를 넘길 것으로 추정합니다.

(3) AI Labs는 당장 흑자가 필요하진 않습니다. AGI로 가기 위한 자금 및 인재를 확보하고 유지하기 위한 자금조달이 목표이므로 들어온 매출을 그대로 모두 투자하고 있습니다. AI Labs가 자체적으로 현금이 있는 것은 아니니 클라우드 기업들에게 컴퓨팅을 장기로 빌립니다. 오픈AI는 마이크로소프트, 오라클, 코어위브, 아마존, 자체 데이터센터까지 구축할 예정입니다. 앤트로픽은 아마존, 구글을 통해서 서비스 중입니다. 그리고 ARR로 채워지지 않는 금액에 대해서는 성장한 ARR만큼 높아진 밸류에이션을 레버리지 삼아 자본조달 및 부채조달 방식으로 필요한 재원을 조달합니다.

(4) AI Labs가 컴퓨팅을 장기 임대하는 것을 계약으로 받았으므로, 클라우드 기업들은 컴퓨팅을 여러 갈래로 서비스하려 노력합니다: ⓐ자체적으로 데이터센터 부지를 구매하고, 전력을 조달하려 전력망 계약을 맺고, 전력기기도 N년 뒤에 인도되도록 준비하며, AI 칩 클러스터도 자체적으로 구축합니다. ⓑ혹은 네오클라우드에게 사용 가능한 GPU 베어메탈이 준비된 것을 5~6년간 통째로 빌리는 계약을 맺거나(CoreWeave, Nebius, IREN), ⓒ전력이 연결된 부지(Warm Shell)만 구매 혹은 임대하여 자신들이 클러스터를 채우기도(Oracle-Crusoe, Applied Digital)합니다.

*오라클은 ⓐ가 없고 ⓒ를 통해서 클러스터만 채워넣는 구조입니다. 그래서 적은 CAPEX로도 하이퍼스케일러보다 훨씬 더 많은 양의 컴퓨팅을 갖습니다. 1GW 데이터센터는 대략 $50B가 들어갑니다. GB200으로 채우면 $35B인데, VR200으로 채우면 점점 더 많은 비용이 드는 구조입니다. FLOPS per Watt가 좋아져서 그렇습니다. 1GW 데이터센터에서 65%정도가 Compute, Networking, Storage이고, 35%가 데이터센터 부지, 전력/에너지, 각종 인프라 등입니다. 오라클은 여기서 65%에 해당하는 클러스터 부분만 자체 CAPEX로 쓰고, 나머지 35%는 임대하고 있다는 의미입니다.

여기서 오라클을 주요 임차인으로 두고 임대인으로서 성장한 게 크루소(Crusoe)입니다. (5) 계약이 확보됐고 AI Labs가 계속해서 성장 중인 것을 확인했으니, 클라우드 기업들이 어떻게 ⓐⓑⓒ에 대한 자금을 조달할 것인가도 갈라집니다. 크게 보자면 단기자산(GPU, Networking, Storage)이 있고, 장기자산(데이터센터 부지, 데이터센터 전력계약, 발전자산, 전력기기)이 있습니다. 건물을 지을 때 토지가격과 건물가격을 따로 매기는 것과 비슷합니다. 단기자산은 감가상각이 5년이라고 하면, 장기자산은 15~20년입니다. 성격이 다릅니다.

여기서 단기자산은 하이퍼스케일러들의 자체 FCF나 회사채 발행을 통해 조달합니다. 장기자산은 Brookfield Asset Management, Apollo Global, KKR, BlackRock, BlackStone 같은 PE/인프라 펀드가 껍데기에 대한 자금을 조달해서 일정수준 이상의 임대료를 받아가는 식입니다. 하이퍼스케일러 입장에서는 ROIC가 높은 자산에 최대한 투자하는 게 중요하므로 부동산을 소유하는 대신 장기 임대료를 지불하고 아낀 현금을 GPU에 투자합니다. PE/인프라 펀드는 초우량 임차인으로부터 앞으로 15~20년 간 발생하는 안정적이고 물가 상승에 연동된 장기 임대 수익을 확보하게 되는 효과입니다.

이 과정에서 2025년 12월까지를 기준으로, 2025년의 Enteprise AI 흐름에 대해서 Menlo Ventures의 <2025: The State of Generative AI in the Enterprise>를 기준으로 잡아봅니다. 보고서는 2025년 11월 7일~11월 25일까지 독립적인 리서치 기관과 협력하여 미국 기업 내 AI 의사결정권자 495명을 대상으로 실시한 설문조사 결과를 모은 것입니다. 응답자에는 AI 도구를 적극적으로 사용하는 기업들 중 C레벨 경영진, 엔지니어링 및 제품 당당 부사장, AI 구매 및 개발을 담당하는 기술 책임자들을 포함했습니다.

Menlo Ventures의 Enterprise AI 자료 2023년 → <2023: The State of Generative AI in the Enterprise> 2024년 → <2024: The State of Generative AI in the Enterprise> 2025년 중반 → <2025 Mid-Year LLM Market Update: Foundation Model Landscape + Economics> 2025년 연말 → <2025: The State of Generative AI in the Enterprise>

AI Boom vs AI Bubble 유례없는 속도로 침투 중인 Enteprise AI 기업들이 올해 생성형AI에 지출한 규모 : $37.0B (YoY 222%) Enterprise AI 규모는 2023년 $1.7B → 2024년 $11.5B → 2025년 $37.0B로 매우 가파르게 성장하는 중입니다. 이중 가장 큰 지출항목은 AI 애플리케이션에서 LLM API를 불러오는 비용으로 규모는 $19B입니다. 전체 SaaS 시장에서 6%정도 침투한 규모이며, 아직 S-Curve 침투 여력은 상당히 남아있다고 보고 있습니다. ChatGPT 주간 활성 사용자(WAU) 추세

2022년 12월 : 100만 명 2023년 1월 : 5000만 명 2023년 8월 : 1억 명 2024년 8월 : 2억 명 2024년 10월 : 2.5억 명 2024년 12월 : 3억 명 2025년 2월 : 4억 명 2025년 4월 : 8억 명 2025년 12월 : 9억 명 <현재> Anthropic ARR 2025년 1월 : $1.0B 2025년 3월 : $1.4B 2025년 5월 : $3B 2025년 7월 : $4B 2025년 8월 : $5B 2025년 10월 : $7B <현재> 2025년 12월e : $9B

2026년 말e : $20~$26B Enterprise AI $37B → AI 인프라 투자: $18B + AI 애플리케이션 구매: $19B 3년 전 ChatGPT로 시작한 애플리케이션을 넘어서 여러 사용 사례에 퍼지고 있습니다. 현재 ARR $1B를 넘는 제품이 최소 10개, ARR $100M를 넘긴 제품은 50개에 달할 정도로 여러 제품들이 한 번에 고성장 중인 상태입니다. 주요 사용 사례는 코딩, 영업, 고객지원, 인사관리, 의료, 법률, 크리에이터 경제 등입니다. 생성형AI 사이클의 초기였던 2023~2024년에는 기업들이 자체적으로 AI 모델을 구축하려고 해봤으나, 2025년부터는 ROI를 높이는 방법으로 자체 개발보다는 애플리케이션 결제(구매) 를 택하고 있습니다.

모델 구축을 도와주는 산업에 비해서 애플리케이션 구매로의 움직임이 더 좋다고 보고 있습니다. 상대적으로 더 GPM이 높은 산업이 생겨나는 과정이고, 기업들 입장에서는 더 쉽고 빠르게 생산성을 느낄 수 있게 되는 것이라서 좋습니다. 자체 구축 vs 앱 구매 2023~2024년: 자체적으로 구축하겠다 → 2025년: 구매해서 쓰자 구매해서 쓴다: CY24 53% → CY25 76% 기업들이 AI 솔루션을 구매해서 사용하는 비율은 CY24 53% → CY25 76%로 급격히 늘었습니다. LLM이 워낙 빠르게 성장하고, 이를 제대로 애플리케이션에 녹여내는 것도 매우 어려운 작업이다보니, 기업들 입장에서는 기성 AI 애플리케이션들을 구매하여 제대로 사용하는 것이 더 즉각적으로 높은 ROI를 얻을 수 있는 방법입니다.

구매전환율: AI 애플리케이션 47% vs 기존 SaaS 25% 기업 구매자들은 AI 애플리케이션에 대해서 매우 높은 구매 의향을 보이고 있습니다. 예를 들어서, 기업이 AI 애플리케이션을 채택하기로 검토하기 시작해서(100%) → 벤더를 찾고(73%) → 파일럿 프로그램을 굴리고(58%) → 실제 채택 후 Production으로 넘어가는 확률이 47%이라는 의미입니다. 기존 SaaS의 25%에 비하면 거의 2배에 가까운 구매전환율입니다. 이는 구매자가 AI 채택에 대한 의지를 갖고 있다는 의미이기도 하고, 기업 입장에서 보다 즉각적으로 생산성을 느낀다는 의미이기도 합니다.

설문조사에 따르면 대부분의 기업은 AI 도입 시 10개 이상의 AI 사용 사례를 제시하지만, 실제 AI 솔루션을 채택하는 경우는 대부분 단기적인 생산성 향상 및 비용절감을 위해서가 많았습니다. 이를 같이 감안하면, AI 애플리케이션 전환율이 높은 이유가 '즉각적인 생산성을 느껴서'일 가능성이 높다고 생각합니다. 사용 사례를 가지고 외부냐 내부냐를 기준으로 나눠보자면, 외부 고객 대상으로 채택하는 비중이 41%이고 내부 임직원 대상으로 채택하는 비중이 59%입니다. 다만, 두 카테고리 모두 거의 비슷한 속도로 파이프라인이 성장 중입니다.

Enterprise AI 채택과정: Bottom-up(PLG) vs Top-down(SLG) 기업이 소프트웨어를 구매하는 과정은 크게 두 가지가 있습니다. ⓐ기업의 구매담당자가 의사결정을 내리고 영업사원이 기업에 찾아가 단체 계약한 뒤 직원들에게 뿌리는 방식(Sales-Led Growth, "SLG", Top-down)이 있고, ⓑ개별 임직원들이 먼저 제품을 써보고 좋아서 개인카드로 결제하는 식으로 도입되다가 사용자가 늘어나면 본사 차원에서 공식 Enterprise 요금제를 계약하는 방식(Product-Led Growth, "PLG", Bottom-up)이 있습니다.

기존의 SaaS는 개별 임직원이 스스로 생산성을 높이기 위해 애플리케이션을 결제하는 비율이 7%정도이나, AI 애플리케이션은 전체 지출의 27%가 개별 임직원이 스스로 결제한 방식으로 채택되고 있습니다. 그리고 Menlo는 ChatGPT Plus 사용 사례 중 대부분이 업무와 관련된 것임을 생각해보면 '실제 AI 애플리케이션 지출의 40%가 PLG 채널을 통한 판매일 수 있다'고 예상했습니다. AI 제품의 경우에는 직원이 따로 먼저 결제해서라도 쓰고 싶을 정도로 매력도가 높다는 의미입니다. AI 애플리케이션 스타트업들이 대부분 PLG를 통해서 판매하다가 사업규모가 커지면 SLG를 추가하는 식으로 확장 중입니다.

특히 성장궤적이 빨랐던 기업일수록 더욱 그렇습니다. Cursor가 대표적인 사례입니다. 25년 10월 말 기준, ARR $1B에 달할 정도로 매우 커지고 나서야 Cursor Enterprise를 출시했습니다. 앤트로픽은 24년 9월에 Claude Enterprise를 출시했고, 구글은 25년 10월에 Gemini Enterprise를 출시했습니다. AI 앱 시장 내 스타트업 점유율 : CY24 36% → CY25 63% AI 애플리케이션 내에서 스타트업의 시장 점유율이 매우 빠르게 증가하는 중입니다. 2024년에는 AI 애플리케이션 시장규모에서 스타트업이 차지하던 점유율이 36%였는데, 2025년에는 63%까지 높아졌습니다.

SLG 중심의 시장이었다면 기존 기업들이 ⓐ더 탄탄한 유통망/영업팀을 갖고 있고 ⓑ재무 상태도 좋기에 점유율을 높게 가져가는 것이 맞지만, PLG 중심의 시장으로 혁신의 속도가 중요하기에 스타트업들이 가장 빠르게 성장하는 앱 카테고리에서 훨씬 규모가 큰 대기업들을 이기고 있는 중입니다. Product + Engineering (스타트업 점유율 71%) : 코드 생성(Code Generation)은 현재 AI 애플리케이션 중 가장 거대한 시장 규모를 형성하고 있습니다. 초기에는 마이크로소프트의 GitHub Copilot이 시장을 선점했으나, 2025년 초부터 Cursor가 '더 나은 기능을 더 빠르게' 배포한다는 전략으로 상당한 점유율을 뺏어왔습니다.

초기에 GPT 모델에 국한되었던 Copilot과 달리 유연한 모델 선택권을 제공한 Cursor의 전략과 앤트로픽이 코딩에 집중한다는 전략이 맞물리면서 Claude Sonnet 3.5부터 점유율을 가파르게 뺏어왔던 역사입니다. 이 과정에서 Cursor의 빠른 제품 개발 속도는 성공적인 PLG 선순환을 만들어냈습니다. 하지만 2025년 하반기에는 시장의 판도가 다시 바뀌고 있습니다. 앤트로픽의 Claude Code와 오픈AI의 OpenAI Codex가 직접 코딩 에이전트를 출시하며 시장에 뛰어들었고, 현재 이 두 제품이 가장 가파른 ARR 성장세로 시장을 장악해 나가고 있습니다.

*코딩 에이전트 ARR을 보여주는 차트, 2023~24년까지 GitHub Copilot 독주(+) → 25년 초부터 Cursor 강세(++) → 25년 5월 Claude Code 출시 후 강세(+++) → 25년 10월 OpenAI Codex 출시 이후 강세(++++). 모두가 성장 중이나 새로운 시장에서 점유율을 얻는 강도를 보자면 OpenAI > Claude > Cursor > GitHub Copilot(MSFT)입니다. *후발주자들이라고 성장을 안하고 있는 것은 아닙니다. 워낙 시장이 빠르게 성장하고 있다보니 기회는 많습니다.

예를 들어, 차트의 가장 아래에 있는 Lovable은 유럽시장에 집중하여 2025년 7월 ARR $100M → 2025년 11월 ARR $200M(4개월 만에 2배)의 성장세를 기반으로 펀딩 라운드에서 $6.6B 밸류를 받았습니다. 영업 (스타트업 점유율 78%) : Sierra, Clay, Actively 같은 AI 스타트업들이 세일즈포스(Salesforce)가 하지 않던 워크플로우 영역으로 AI 에이전트를 침투시키는 중입니다. 시에라의 CEO는 오픈AI의 이사회 의장이기도 하여 오픈AI와 연관이 깊고, 이 분야에서 처음으로 ARR $100M에 도달한 스타트업입니다.

클레이도 GPT를 주로 사용하여 에이전트를 개발 중이고, 액티블리도 3주 전 ARR ~$100M쯤에 도달했다며 Enterprise 영업팀을 빌딩 중입니다. 기존 CRM 기업들이 하지 않는 작업인 웹, SNS, 이메일들까지도 모두 고객 데이터화하여서 영업팀의 리서치 업무 방식을 훨씬 더 빠르고 저렴하게 재현해주는 에이전트들을 만드는 기업군입니다. 금융 (스타트업 점유율 91%) : 전체 규모는 아직 작지만 회계나 세무 분야에서도 기존의 강자인 인튜이트(Intuit)의 Intuit QuickBooks으로 할 수 없는 영역으로 스타트업들이 침투 중입니다.

Rillet, Campfire, Numeric 같은 스타트업들이 AI 우선으로 ERP를 구성하고, 자동화해주는 앱을 만드는 중입니다. Menlo Ventures가 생각하는 시장은 이렇습니다. 2025년 Enterprise AI 시장규모 : $37B AI Application : $19B (51%) Departmental AI : $7.3B (19.7%) Vertical AI : $3.5B (9.5%) Horizontal : $8.4B (22.7%) AI Infrastructure : $18B (49%)

Foundation Model API : $12.5B (33.8%) Model Training Infra : $4.0B (10.8%) AI Infra : $1.5B (4.1%) 순서대로 AI 애플리케이션 시장부터 살펴봅니다. AI 애플리케이션 $19B 시장 Departmental AI $7.3B + Vertical AI $3.5B + Horizontal $8.4B Departmental AI $7.3B 중 코딩이 $4.0B Departmental AI는 소프트웨어 개발이나 영업처럼 특정 직무에 맞게 구축된 AI 를 뜻합니다.

해당 AI 지출은 전년 대비 4.1배 늘었으며, 그 중 코딩이 $4.0B(Product + Engineering $4.2B 중 95%를 차지)로 Departmental AI 내에서 55% 비중을 차지합니다. 그리고 전체 AI 애플리케이션 $19B 중에서도 비중 21%로 가장 큰 워크로드이기도 합니다. 나머지는 IT가 10%, 마케팅이 9%, 고객경험관리가 9%, 디자인이 7%, 인사 5% 등입니다. 코딩 $4.01B = 코드생성 $2.3B + 에이전트 $1.1B + AI 앱 빌더 $0.5B + QA $0.1B

기업들의 AI 투자는 즉시 생산성을 내는 분야, 측정 가능하고 반복 사용하는 워크플로우 중심으로 빠르게 일어나고 있습니다. 특히 코딩에서 침투율이 드라마틱하게 늘었던 순간은 앤트로픽이 2024년 중반에 Claude Sonnet 3.5를 출시하면서부터였습니다. 개발자의 50%가 매일 코딩 도구를 사용하고 있고, 상위 25% 기업에서는 65%가 사용 중입니다. 코딩 앱 시장이 빠르게 성장하다보니 이제 프로토타이핑의 Lovable, 코드 리팩토링의 Open Hands, 설계-코드 변환의 Weaver, QA의 Meticulous, PR의 Graphite, 사이트 신뢰 엔지니어링의 Resolve, 배포 Harness 등 다양한 단계 및 영역별로 AI 도구가 광범위하게 채택되고 있습니다.

Vertical AI $3.5B 중 $1.5B가 의료AI Vertical AI는 특정 산업에 특화한 AI를 뜻합니다. 다양한 산업에서 AI 침투가 증가하고 있는데, 산업별로 볼 때는 의료 산업이 $1.5B으로 비중 42.9%로 매우 큽니다. 의료 산업 내 AI 사용량은 CY24 $450M에서 3배 이상 증가할 정도로 매우 빠르게 증가하고 있습니다. 그외 산업 사용 사례를 보면 법률이 $650M로 19%, 크리에이터향이 $360M로 10%, 정부향이 $350M로 10%, 교육이 $180M로 5%입니다.

의료분야 AI 지출의 대부분은 행정 및 임상 워크플로우 간소화에 집중되어 있습니다. 행정 부담이나, 만성적인 인력부족에 시달리다보니 AI 자동화에 대한 수요가 높아서 그렇습니다. 주요 AI 스타트업들은 Ambient Scribe, Nuance, Abridge입니다. 의료진은 5시간 진료당 1시간 정도를 문서 작성에 소비하고 있기에, 문서 작성시간을 평균 50% 단축시켜주는 Scribe에 대한 수요가 특히 높습니다. 과거에 별도의 SaaS가 만들어지기에는 시장규모가 작아서 인적자원에 의존했던 분야에서 특히 생성형AI 도입이 빠르게 일어나는 중입니다.

Horizontal AI $8.4B 중 $7.2B가 Copilot Horizontal AI는 범용적인 업무를 보조해주는 AI를 뜻합니다. 애플리케이션 내에서 가장 크고, 가장 빠르게 성장하고 있는 카테고리이며 전년 대비 5.3배 성장률입니다. 직원과 함께 근무하는 '코파일럿' 제품군이 $7.2B로 전체 Horizontal AI 중 72%의 점유율을 차지하고 있습니다. 코파일럿의 주요 제품은 ChatGPT Enterprise, Microsoft Copilot, Claude for Work이 있습니다.

AI 인프라 $18B 시장 Foundation Model API $12.5B + Model Training Infra $4.0B + AI Infra $1.5B LLM API 시장 점유율 : Anthropic 40% > OpenAI 27% > Google 21% 엔터프라이즈AI 내 코딩이 워낙 점유율이 높다보니, 2025년 초 Cursor → 2025년 5월 Claude Code 출시가 더해지며 앤트로픽 Claude API를 사용하는 점유율이 크게 올랐습니다.

CY25 앤트로픽의 LLM 점유율은 40%로, CY23 12% → CY24 24% → CY25 40%로 빠르게 상승한 트렌드입니다. 오픈AI의 점유율와 메타의 점유율이 줄어들고 앤트로픽과 구글의 점유율이 늘어난 것이 특징입니다. 다만, 위의 코딩 에이전트 ARR 변화에서 보신 것처럼 OpenAI Codex가 2025년 10월에 출시되고 나서 점유율 추이의 변화가 있습니다. 25년 7월 31일에 1H25까지의 트렌드를 정리했을 때에는 오픈AI의 CY25 LLM API 점유율을 25%로 예상했는데, 25년 12월에 정리한 2H25까지의 트렌드로 볼 때에는 오픈AI LLM API 점유율이 27%로 아주 약간 상승했습니다.

코딩 점유율도 오픈AI면 나름 선방한 정도였습니다. 전체적으로 볼 때는 Tier 1 AI Labs 중심으로 시장이 재편된 수준입니다. 2025년 중반 → 2025년 말 Enterprise LLM API 점유율 Anthropic : 중반 32% → 연말 40% (+8%p) OpenAI : 중반 25% → 연말 27% (+2%p) Google : 중반 20% → 연말 21% (+1%p) Meta : 중반 9% → 연말 8% (-1%p)

기타 : 중반 14% → 연말 4% (-10%p) 코딩 시장 점유율 Anthropic : 중반 42% → 연말 54% (+10%p) → Claude Code 효과 OpenAI : 중반 21% → 연말 21% (=) → OpenAI Codex 효과 반영 거의 안됨 Google : 중반 16% → 연말 11% (-5%p) → 부진 Meta : 중반 10% → 연말 알 수 없음 (▽) → 가장 부진 오픈소스 모델 내 Llama 점유율 70%

오픈AI, 앤트로픽, 구글 등 폐쇄소스 AI Labs들의 발전이 빠르고 오픈소스쪽은 상대적으로 발전이 더디다보니 현재 기업들이 LLM API를 채택할 때 오픈소스가 차지하는 비중이 2024년 12월 19% → 2025년 6월 13% → 2025년 12월 11%까지 점점 더 하락하고 있습니다. 우수한 모델을 구축하는 데는 점점 더 많은 돈이 들어가는데, 오픈소스 모델은 개발사가 API로 추론하여 수익화할 수 없다보니 점점 더 페쇄소스가 발전하는 양상입니다.

오픈소스 모델 채택 자체가 줄어들긴 했지만, 오픈소스 모델 중에서의 점유율을 보자면 메타의 지위는 아직 굳건합니다. 메타가 70%, 미스트랄이 15%, 알리바바의 Qwen이 6%, 딥시크가 4%입니다. 중국 오픈소스 모델들의 성능이 눈에 띄게 발전하고 있고, AI 애플리케이션 스타트업들이 채택하고 있음에도 불구하고 기업들이 자체 AI를 구축할 때 중국 모델을 사용하는 비중은 매우 작습니다. 개발자 커뮤니티 내에서는 중국 LLM 채택 증가

일종의 B2B라고 볼 수 있는 스타트업 및 인디 개발자들 사이에서는 Qwen, DeepSeek, Kimi, MiniMax가 적극적으로 침투하고 있습니다. 에어비앤비(Airbnb)나 핀터레스트(Pinterest)는 컨콜을 통해서도 공식적으로 사용자에게 제공하는 AI 서비스에 Qwen 등 오픈소스 모델을 적극 사용 중이라 말했습니다. Cursor도 내부 모델을 오픈소스 모델을 기반으로 사용하고 있습니다.

알리바바의 Qwen과 MoonShot(알리바바 지원을 받는 스타트업)의 Kimi 등은 중국 외에서 엔비디아 GPU를 대거 임대하여 훈련 중인지라 상대적으로 더 앞서가고 있습니다. AI Infra $1.5B : AI 모델을 직접 운영하는 데 드는 비용들 기업들이 추론하고 있는 워크로드 중 16%, AI 스타트업에서는 27%정도만 에이전트 시스템으로 가동되고 있습니다. LLM이 여러 차례 생각하고 행동-실행-피드백-재실행-재행동-피드백2...을 하여 하나의 작업물을 내놓는 과정입니다.

여전히 대부분이 LLM에게 한 번 묻고 답하는 워크로드입니다. 기업들이 지출하고 있는 규모를 보면, 프롬프트 디자인이 38%, RAG이 34%, 미세조정이 12%, 컨텍스트 엔지니어링이 6%, 도구 사용이 6%, 강화학습이 4%정도입니다. 기초적인 분야들이 많습니다. 아직 기업들이 직접 모델을 가져다가 AI 솔루션을 만들고 구현하는 게 어렵다보니, AI 애플리케이션 구매로 점점 더 많이 빠르게 넘어가고 있는 중입니다.

아래의 Modern AI Stack을 보시면, Layer 1 : Compute + Foundation Layer 2 : Data Layer 3 : Orchestration Layer 4 : Tooling 으로 이뤄져 있습니다.