AI 시장의 거대한 투자 광풍과 기술적 돌파구: 2025년 전망

섹션별 상세

아마존의 500억 달러 인프라 투자와 xAI의 150억 달러 펀딩 등 천문학적인 자금이 AI 시장으로 유입되고 있다. 엔비디아가 OpenAI에 자금을 지원해 자사 칩을 구매하게 하는 독특한 순환 구조가 포착되었으며, 2025년 AI 지출은 1.5조 달러를 돌파할 것으로 예상된다.

AI 코딩 에이전트 Cursor는 5개월 만에 기업 가치가 3배 상승하며 293억 달러를 기록했다. 출시 12개월 만에 매출 1억 달러를 달성하고 현재 연간 반복 매출(ARR) 10억 달러를 돌파하는 등 SaaS 역사상 가장 빠른 성장세를 보이고 있다.

전력 위기 해결을 위해 전기가 아닌 빛(광학)을 이용한 직접 텐서 프로세싱 기술이 시연되었다. 이 기술은 기존 전자 칩 대비 최대 100배의 효율 향상을 약속하며, 데이터 센터의 물리적 확장 한계를 극복할 대안으로 주목받고 있다.

OpenAI는 경쟁 모델에 대응하기 위해 내부적으로 '코드 레드'를 선언하고 프로젝트 'Garlic'을 진행 중이다. 이는 모델의 크기를 키우는 대신 아키텍처 최적화를 통해 GPT-4.5 수준의 추론 능력을 더 작고 저렴한 모델에 구현하는 것을 목표로 한다.

NeurIPS 2025에서 발표된 연구에 따르면, RLVR(검증 가능한 보상을 통한 강화학습)은 샘플링 효율성만 개선할 뿐 모델의 근본적인 추론 능력을 확장하지 못한다는 사실이 밝혀졌다. 이는 지능 향상을 위해 사후 학습보다 기초 아키텍처 설계와 사전 학습 단계의 혁신이 필수적임을 시사한다.

용어 해설

광학 컴퓨팅(Optical Computing): — 전기 신호 대신 빛(광자)을 사용하여 데이터를 처리하는 방식이다. 기존 실리콘 칩의 발열 문제를 해결하고 연산 속도를 획기적으로 높일 수 있어 차세대 AI 하드웨어의 핵심 기술로 꼽힌다.
텐서 프로세싱(Tensor Processing): — 다차원 배열인 텐서 연산에 최적화된 데이터 처리 방식이다. 딥러닝 모델의 핵심인 행렬 곱셈을 병렬로 빠르게 수행하며, AI 모델의 학습과 추론 성능을 결정짓는 핵심 요소이다.
검증 가능한 보상을 통한 강화학습(RLVR): — 모델의 출력 결과에 대해 명확히 검증 가능한 보상을 주어 학습시키는 강화학습 기법이다. 주로 수학이나 코딩처럼 정답이 명확한 도메인에서 모델의 효율성을 높이는 데 사용된다.
서비스형 소프트웨어(SaaS): — 클라우드 인프라를 통해 사용자에게 소프트웨어를 서비스 형태로 제공하는 모델이다. 설치 없이 브라우저나 API를 통해 이용하며, AI 서비스의 가장 일반적인 배포 및 수익 창출 방식이다.

기술

Nvidia Chips
Cursor
GPT-4.5
Optical Tensor Processing
RLVR

활용 사례

AI 기반 소프트웨어 개발
에너지 효율적 데이터 센터 운영
금융 모델링 자동화
음악 및 이미지 생성 서비스

언급된 리소스

문서Genesis Mission

논문NeurIPS 2025 Research on RLVR