기술·AI — 2026년 5월 5일
달의 뉴스레터
134만 명이 900만 명보다 더 많은 돈을 버는 시대가 됐다. AI 경쟁의 문법이 바뀌었다.
사용자 수보다 가치를 — Anthropic이 OpenAI를 처음으로 추월했다
2026년 1분기, AI 업계에서 조용하지만 역사적인 순위 역전이 일어났다. Counterpoint Research 데이터에 따르면 Anthropic이 전 세계 LLM 수익 점유율 31.4%로 OpenAI(29%)를 처음 추월했다. 숫자 하나만 보면 큰 차이처럼 보이지 않는다. 그런데 이 뒤에 있는 숫자가 더 충격적이다.
Anthropic의 월간 활성 사용자는 약 1억 3,400만 명. OpenAI는 9억 명이다. 사용자가 7배 적은데 수익은 더 많다. 사용자당 월 평균 수익은 Anthropic $16.20, OpenAI $2.20 — 격차가 7배를 넘는다. Anthropic의 연간 수익 추정치는 현재 300억 달러 수준으로, 2025년 말 90억 달러에서 불과 한 분기 만에 3배 이상 뛰었다.
이 역전의 엔진은 B2B 전략이다. Fortune 10 기업 중 8개가 Claude를 사용 중이고, 500개 이상의 기업이 연간 100만 달러 이상을 지출하고 있다. Anthropic이 소비자 앱 경쟁을 피하고 기업 API 시장을 조용히 장악하는 동안, OpenAI는 ChatGPT 9억 명 규모를 유지하면서도 1분기 내부 수익·이용자 목표를 모두 미달했다고 보도됐다.
왜 지금인가. 이 역전이 2026년 1분기에 일어난 것은 우연이 아니다. Claude Sonnet 4.6과 Opus 4.6이 2월에 출시된 직후부터 기업 API 계약이 폭발적으로 늘었고, 코딩 자동화 수요가 B2B 수익의 핵심 드라이버가 됐다. AI 도입의 문법이 “무료로 써보다가 구독”에서 “시스템에 직접 통합”으로 바뀌면서, Anthropic의 전략이 정확히 맞아 떨어진 것이다.
실제로 무슨 말인가. “더 많은 사용자”가 더 이상 승리 공식이 아니라는 것이다. AI 산업은 소비자 앱(광고·구독) 모델과 기업 인프라(API·통합) 모델로 분기되고 있다. OpenAI는 대중에게 친숙하고 Anthropic은 기업에게 필수적인 구조가 형성되고 있다. 인터넷 검색의 Google과 기업 소프트웨어의 Salesforce처럼 — 같은 기술 세대에서 완전히 다른 사업 모델이 공존하는 구조다.
달의 의심. Anthropic의 $30B 연간 수익 추정치는 4월 한 달 수익을 연환산한 것이다. 한 달의 급등이 반드시 지속 성장을 의미하지 않는다. 더 중요한 의심은 이것이다: 기업 고객 8개 Fortune 10은 클로드에 얼마나 의존적인가? 교체 비용(switching cost)이 낮다면, 내년 GPT-5.5나 Gemini 4.0이 더 싸고 빠른 API를 제공하는 순간 수익 순위는 다시 뒤집힐 수 있다.
어디로 가는가. Anthropic의 IPO가 2026년 10월 목표로 준비 중이라는 보도가 나왔다. $400~500B 기업가치. 만약 이게 현실화되면 AI 산업 전체의 기업가치 기준이 재설정된다. 오늘의 수익 역전은 단순한 순위 변화가 아니라 AI 산업 2.0 — ‘사용자 수 경쟁’에서 ‘기업 가치 경쟁’으로의 전환 — 의 첫 공식 기록이다. 한국 기업들에도 교훈이 있다. 네이버와 카카오가 AI 에이전트 경쟁에서 어떤 모델을 선택하느냐가 이 흐름과 무관하지 않다.
출처: The Register | 2026-04-30
AI 반도체 전쟁의 인프라를 짓는다 — TSMC, 3년 만에 옹스트롬 공장 부지 재개
세계 최대 파운드리 TSMC가 3년간 중단했던 차세대 반도체 부지 조성 프로젝트를 재개한다고 2026년 5월 4일 보도됐다. 대만 룽탄 과학단지 3기 확장 프로젝트로, 투자 규모는 5,000억~6,000억 대만달러(약 23~28조 원). 부지는 88ha에서 104ha로 확장된다. 이 공장에서 TSMC는 옹스트롬(10억 분의 1미터)급 반도체를 생산할 계획이다.
TSMC는 이미 1.6나노(A16) 공정 로드맵을 공개하고 2026년 4분기 양산 돌입을 예고했다. 이어 2028년 A14(1.4nm), 2029년 A13·A12까지 촘촘한 일정을 제시했다. 2023년 주민 반대로 중단됐던 프로젝트가 재개된 이유는 단순하다. AI와 고성능 컴퓨팅 칩 공급이 극심하게 부족하기 때문이다. 대만 총통 라이칭더의 ‘대만판 실리콘밸리’ 계획과도 맞물려 정부 지원이 강화됐다.
현재 TSMC의 CoWoS 어드밴스드 패키징 라인은 2026년 내내 전량 매진 상태다. GPU 성능이 아무리 좋아도 패키징을 못 하면 출하가 불가능한 구조다. 옹스트롬 공장 재개는 TSMC가 이 병목을 장기적으로 해소하겠다는 선언이기도 하다.
왜 지금인가. 2023년 주민 반대로 멈췄던 프로젝트가 왜 2026년 5월에 재개됐는가. 두 가지 압력이 동시에 작용했다. 첫째, AI 반도체 공급 부족이 임계점에 달했다. 엔비디아·AMD·구글 등이 내년 물량 확보를 위해 TSMC에 압박을 넣고 있다. 둘째, 라이칭더 정부가 ‘대만 실리콘밸리’ 공약을 실행하면서 주민 협의 돌파구를 열었다. AI 수요라는 경제적 압력이 정치적 교착을 풀었다.
실제로 무슨 말인가. TSMC는 경쟁사들에게 명확한 메시지를 보냈다. “우리는 2나노를 넘어 옹스트롬 시대까지 직접 설계했다. 따라오려면 따라와라.” 삼성 파운드리가 4나노에서 TSMC를 일부 따라잡는 동안, TSMC는 이미 다음 세대의 공장 부지를 확보하고 있다. 기술 리더십의 핵심은 제품이 아니라 인프라다. 기업·산업 섹션에서 오늘 다룬 삼성·SK하이닉스 메모리 장기계약 흐름과 이 반도체 공급 전쟁은 하나의 그림이다.
달의 의심. TSMC A16 2026년 4분기 양산과 룽탄 3기 재개가 동시에 발표됐다. 그런데 착공에서 생산까지 최소 5~7년이 걸리는 반도체 공장 프로젝트가 ‘5월에 계획 제출, 행정원 심의’라는 단계에 있다. 실질 생산은 2030년대 초반이 될 가능성이 크다. 지금 이 발표는 장기 공급 능력 확보보다는 “TSMC가 계속 독주한다”는 시장 신뢰 신호일 수 있다.
어디로 가는가. 옹스트롬 전쟁은 삼성과 인텔도 참가했다. 삼성은 2나노(GAA), 인텔은 18A 공정으로 각각 TSMC에 도전장을 냈다. 하지만 이번 TSMC의 부지 확장은 단순한 기술 경쟁이 아니다. 생산 규모에서 격차를 더 벌리겠다는 선언이다. AI 반도체 공급의 병목이 ‘설계’가 아니라 ‘생산 물량’이라는 현실에서, 이 판의 승자는 결국 가장 많이 만들 수 있는 쪽이다.
출처: 파이낸셜뉴스 | 2026-05-04
‘더 크게’의 시대가 끝나고, ‘더 효율적으로’의 시대가 열렸다 — MIT EnergAIzer
2026년 4월 27일, MIT와 MIT-IBM 왓슨 AI 연구소는 arXiv에 논문을 공개했다(arXiv:2604.20105). 이름은 EnergAIzer. 부제는 “AI 워크로드를 위한 빠르고 정확한 GPU 전력 예측 프레임워크.” 표면적으로는 기술 논문이다. 그런데 이 논문이 다루는 문제가 2026년 AI 산업의 핵심 병목 중 하나다 — 에너지.
현재 방식으로 GPU 전력 소모를 예측하려면 수 시간의 시뮬레이션이 필요하다. EnergAIzer는 이것을 몇 초로 줄이면서 오차율을 8% 수준으로 유지한다. 원리는 AI 워크로드의 구조적 특성에 있다. 행렬 곱셈, softmax, 활성화 함수 같은 핵심 연산이 비전·언어 모델 실행 시간의 90~99%를 차지한다. 이 패턴을 정형화하면 전체 전력을 예측할 수 있다.
응용 범위는 세 가지다. 하드웨어 설계자는 아직 존재하지 않는 GPU 구성을 실리콘 커밋 전에 전력 기준으로 비교할 수 있다. 데이터센터 운영자는 몇 시간 기다리지 않고 워크로드 조합 시나리오를 실시간 모델링할 수 있다. 알고리즘 개발자는 모델 훈련 과정에서 에너지 효율을 ‘배포 후 측정’이 아니라 ‘설계 단계 변수’로 다룰 수 있다.
왜 지금인가. GPT-5.4, Gemini 3.1 Pro, Claude Opus 4.6. 이 모델들은 모두 2026년 상반기에 출시됐고, 하나같이 이전보다 더 많은 전력을 소비한다. MIT Technology Review의 2026 Breakthrough Technologies 리스트가 ‘하이퍼스케일 AI 데이터센터’를 10대 기술 중 하나로 꼽은 이유다. AI 인프라가 향후 10년 전 세계 산업 섹터 전체보다 더 많은 전력을 소비할 것이라는 전망이 구체화되면서, 에너지 효율 최적화가 AI 연구의 다음 전선으로 부상했다. EnergAIzer는 그 최전선에 있다.
실제로 무슨 말인가. 이 연구는 AI 개발의 패러다임 전환을 기술적으로 뒷받침한다. 지난 3년간의 규모 확장(Scale) 경쟁 — 더 많은 파라미터, 더 큰 컨텍스트, 더 많은 GPU — 이 물리적 한계에 가까워지고 있다. Intelligence Index 상한선(57.18)이 Gemini 3.1 Pro 이후 두 달째 돌파되지 않고 있다는 사실이 이를 상징적으로 보여준다. 4/28 기술·AI 섹션에서 다룬 Google TurboQuant(KV캐시 6배 압축)에 이어, EnergAIzer는 같은 방향을 가리키는 또 하나의 화살이다 — ‘더 크게’가 막힌 자리에 ‘더 효율적으로’가 들어서고 있다.
달의 의심. EnergAIzer가 예측 오차 8%를 달성한 것은 기존 모델들의 패턴이 충분히 정형화됐기 때문이다. 그런데 AI 모델 아키텍처는 빠르게 변하고 있다. Mixture of Experts(MoE), 스파스 모델, 물리 기반 AI — 새로운 아키텍처가 등장할 때마다 연산 패턴이 달라진다. 오늘의 정확도가 1년 후에도 유지될 보장은 없다. 도구의 유용성이 기술 변화 속도를 따라잡을 수 있는지가 진짜 질문이다.
어디로 가는가. 에너지 효율 최적화는 단순한 기술 문제가 아니다. 데이터센터 전력 소비가 규제 대상이 되는 순간(유럽 AI 법안이 이 방향을 이미 검토 중이다), 에너지 효율 도구를 가진 기업과 그렇지 않은 기업 사이의 격차가 곧 비용 격차, 나아가 생존 격차가 된다. EnergAIzer 같은 프레임워크가 상용화되면 AI 모델 개발의 KPI에 ‘에너지 효율’ 항목이 공식적으로 추가될 것이다. 한국의 AI 데이터센터 투자 열풍(정부 산업AI 예산 1조 455억 원 발표) 속에서, 우리는 용량을 얼마나 구축할지만큼 효율을 어떻게 설계할지를 함께 묻고 있는가.
출처: NewsAnyway | 2026-05-04 (논문 arXiv:2604.20105, 2026-04-27)
달의 결론
오늘 기술 세계를 관통하는 흐름은 하나다 — AI 산업이 1라운드(규모 확장)를 끝내고 2라운드(인프라·효율 경쟁)를 시작했다. Anthropic의 수익 역전은 ‘ChatGPT 10억 명’보다 ‘Claude API 500개 기업’이 더 많은 돈을 만든다는 것을 증명했다. TSMC의 옹스트롬 부지 재개는 AI 반도체의 다음 병목이 설계가 아니라 생산 규모에 있음을 말하고 있다. MIT EnergAIzer는 더 좋은 모델을 만드는 것만큼 더 효율적으로 모델을 돌리는 것이 중요해졌음을 기술로 증명한다.
세 이야기는 하나의 방향을 가리킨다. AI가 실험에서 산업으로, 새벽에서 기반시설로 이동하면서 — 경쟁의 무기가 바뀌고 있다. 1라운드의 승자(OpenAI, 빅 모델, 규모)가 2라운드에서 반드시 이기는 것이 아니라는 것도.
내가 틀린다면: Anthropic의 수익 급등이 일시적 계약 집중의 결과이고 2분기부터 다시 OpenAI가 역전한다면 — 이 패러다임 전환 서사는 성급한 결론이 된다. 또는 TSMC 옹스트롬 공장이 착공까지 추가 지연되면, AI 반도체 공급 병목은 2030년대까지 이어지고 삼성·SK하이닉스의 추격 기회가 실제로 열린다.
이 뉴스레터는 특정 금융상품의 매수·매도를 권유하지 않습니다. 모든 투자 판단과 그에 따른 결과는 전적으로 독자 본인에게 있습니다.
달의 뉴스레터 | 기술·AI
이 흐름을 매일 같이 따라오고 싶으시면, 텔레그램에서 먼저 만날 수 있어요. → 달루나 채널
달 드림 · dal.lunar.moon@gmail.com