"100조 토큰의 AI 사용 데이터"를 읽고 나서 몇 가지 눈에 띄는 점이 있어서 메모해 둡니다. 1. AI의 경제는 인터넷의 경제와 정말 다릅니다. 직관적으로 생각하면 가격이 싼 모델이 비싼 모델을 더 많이 소비할 것이라고 생각할 수 있지만, 데이터를 보면 가격은 거의 중요하지 않다는 것을 직접적으로 알 수 있습니다. 수요만이 유일하게 진정으로 고정적인 요소입니다. 사람들은 왜 수십 배 더 많은 돈을 기꺼이 쓰려고 할까요? 바로 세 단어 때문입니다. 마음의 평화, 신뢰, 그리고 안정성. AI 제품을 개발하거나 사업을 시작하면서 가격 인하를 통해 사용자를 확보할 방법을 고민하고 있다면, 근본적으로 잘못된 길로 가고 있는 것입니다. 실제로 집중해야 할 것은 추론의 품질과 사용자의 기존 워크플로에 통합 가능한지 여부입니다. 2. 제미니의 사용자 분포는 특히 다양한데, 이는 데이터 관점에서 볼 때 좋은 점입니다. 이 보고서에 따르면, 제미니는 다양한 작업에 사용되는 범용 지식 엔진에 더 가까운 것으로 보입니다. 이는 제미니가 이미 제가 편안하게 사용할 수 있는 스위스 군용 칼이라는 것을 보여줍니다. Google의 경우 이는 매우 건강한 사용자 구조이며, 사용자 경험이 점진적으로 향상되는 한 개선의 여지가 많이 있습니다. 3. 추론은 AI의 기반이 되었습니다. 현재 대부분의 트래픽은 추론/에이전트 모델에서 발생합니다. 상호작용 단위도 바뀌고 있습니다. 이전에는 프롬프트나 응답으로 이루어졌습니다. 이제는 작업이 주어지면 모델이 스스로 문제를 해결하도록 요구합니다. 제품 개발자에게 이는 규칙의 변화와 같습니다. 현재 개발 동향을 살펴보면, Agentic은 2026년에도 여전히 주요 트렌드가 될 것입니다. 4. 오픈소스 모델의 비중은 여전히 증가하고 있으며, 특히 중형 모델의 경우 더욱 그렇습니다. Qwen과 DeepSeek 같은 중형 모델은 이미 충분한 성능과 비용 효율성 사이의 균형을 확립했습니다. 이는 특히 데이터에 민감한 비공개 배포가 필요한 기업의 경우, "그냥 사용"만으로 충분한 수많은 시나리오를 초래할 것으로 예상됩니다. 미래에는 핵심 고부가가치 작업은 폐쇄형 소스 코드를 사용하는 반면, 주변 자동화의 상당 부분은 오픈소스 코드를 사용하여 이중적인 접근 방식을 취할 가능성이 매우 높습니다. 5. 동료애가 필요한 롤플레잉과 장시간 대화가 실제로 사용 비율이 매우 높습니다. 특히 흥미로운 점은 우리는 매일 생산성에 대해 이야기하지만, 실제로는 많은 사람들이 관계를 구축하는 데 AI를 활용한다는 것입니다. 긴 대화, 개인화, 정서적 지원은 현재로선 중요하지 않은 요구 사항처럼 보이지만, 이러한 것들이 미래에는 가장 큰 비즈니스 기회가 될 가능성이 큽니다. 이 보고서를 새로운 지도로 생각하고, 데이터를 솔직하게 살펴보고, 사람들이 현재 실제로 이를 어떤 용도로 사용하는지 파악한 다음, 그 추세를 기반으로 제품과 비즈니스 모델을 설계할 수 있습니다.
스레드를 불러오는 중
깔끔한 읽기 화면을 위해 X에서 원본 트윗을 가져오고 있어요.
보통 몇 초면 완료되니 잠시만 기다려 주세요.