BigCapital 베타

기사 · 기술

숫자로 보는 AI 붐

2010년 이후 주목할 만한 AI 모델의 학습에 쓰인 연산 능력은 5.7 개월마다 두 배가 되었습니다. Epoch AI 데이터의 481개 모델에 맞춘 추세선으로는 연 ×4.3입니다. Microsoft, Alphabet, Amazon, Meta, Oracle이 2026년 9월까지 4개 분기 동안 부동산과 설비에 쓴 돈은 $6,910억에 달해, ChatGPT 출시 직전 4개 분기의 4.5배 수준입니다. NVIDIA의 회계연도 2026 매출은 $2,160억에 달해 회계연도 2023의 8.01배 수준입니다.

2026년 11월 데이터 반영9분 읽기

학습 연산량이 두 배가 되는 주기
5.7 개월

2010년 이후 연 ×4.3, 주목할 만한 481개 모델에 맞춘 추세 기준. 2010년 이전: 20.5 개월마다

데이터에서 가장 큰 학습 실행, FLOP
9.4×1026

GPT-6 Astra, OpenAI, 2026년 9월

2025년에 공개된 10²³ FLOP 초과 모델
104

2019년 1, 추정치가 있는 모델은 모두 326

빅테크 설비투자, 2026년 9월까지 4개 분기
$6,910억

Microsoft, Alphabet, Amazon, Meta, Oracle. 2022년 9월까지 4개 분기에는 $1,540억

NVIDIA 매출, 회계연도 2026
$2,160억

회계연도 2023: $270억. 순이익 $1,200억(매출의 56%)

학습 연산량은 5.7 개월마다 두 배

점 하나는 Epoch AI가 학습 연산량을 추정해 둔 주목할 만한 AI 모델 543개 중 하나입니다. 학습 연산량은 모델을 학습시키는 데 들어간 부동소수점 연산(FLOP), 즉 덧셈과 곱셈의 횟수입니다. 학습 연산량 40 FLOP의 1950년 Claude Shannon의 미로 찾기 기계 쥐 Theseus에서 시작해, 지금까지 가장 큰 모델인 OpenAI의 GPT-6 Astra(2026년 9월)의 9.4×10²⁶ FLOP까지 이어집니다.

눈금이 로그이므로 직선은 꾸준한 지수 성장을 뜻합니다. 2010년 이후 공개된 481개 모델을 지나는 최소제곱 직선은 연 ×4.3의 속도로 올라갑니다. 학습 연산량은 5.7 개월마다 두 배가 되었고, 이 직선을 따라 10년이 지나면 215만배 수준이 됩니다. 2010년 이전 62개 모델에서는 연 ×1.5, 즉 20.5 개월마다 두 배였습니다. 프런티어 모델(공개 당시 연산량 기준 상위 5개)은 2010년 이후 5.4 개월마다 두 배가 되었습니다(72개 모델).

수치는 추정치입니다. Epoch의 신뢰도 평가는 다음과 같습니다. 확실(어느 쪽으로든 3배 이내) 59%, 유력(10배 이내) 28%, 추측(약 31배 이내) 12%. 추측에 해당하는 모델은 속이 빈 점으로 표시했습니다. 이를 제외하면 2010년 이후 추세는 5.6 개월마다 두 배입니다.

프런티어 모델(공개 당시 연산량 상위 5위)기타 주목할 만한 모델추측 추정2010년 이전 추세2010년 이후 추세
학습 연산량 추정이 있는 주목할 만한 모델, 공개일별. 로그 눈금. 선: 2010년 이전과 이후의 최소제곱 추세. 이름 표시: 연산량 기록, 직전에 이름을 붙인 모델의 10배 이상인 것만 표시했습니다. 데이터: Epoch AI, ‘Data on AI models’ (CC BY 4.0). 추세와 개수는 BigCapital이 계산했습니다
추세를 표로 보기
모델개수두 배가 되는 기간연 성장률R²
2010년 이전의 주목할 만한 모델6220.5 개월×1.50.69
2010년 이후의 주목할 만한 모델4815.7 개월×4.30.66
2010년 이후의 프런티어 모델725.4 개월×4.60.97
2010년 이후의 언어 모델3024.9 개월×5.50.68
2010년 이후, 추측 추정 제외4225.6 개월×4.40.67

공개 시점(연 단위)에 대한 학습 연산량 log₂의 최소제곱. 두 배가 되는 기간 = 12 ÷ 기울기(개월), 연 성장률 = 2^기울기. R²는 로그 연산량의 흩어진 정도 가운데 직선이 설명하는 비율입니다.

해마다 가장 큰 모델

2010년 이후 연산량 기록은 24 회 새로 세워졌습니다. 2010년에 가장 컸던 모델: RNN LM, 학습 연산량 5.4×10¹⁶ FLOP. GPT-6 Astra의 연산량은 그 174억배 수준입니다.

Epoch AI는 모델 178개의 학습 연산 비용도 2023년 달러 기준으로 추정합니다. 가장 높은 추정치는 Grok 4(xAI, 2025년)의 $3.88억이고, $1.0억 초과 모델: 3 모델. 데이터에서 전력 소비가 가장 컸던 사례는 GPT-6 Astra 학습에 쓰인 100,000 칩의 약 233메가와트(Epoch 추정)입니다.

연도모델과 개발사학습 연산량, FLOP전년 대비 ×연산 비용, 2023년 달러
2010RNN LMJohns Hopkins University · 미국5.4×1016추측——
2011CNN Committee (MNIST)IDSIA · 스위스5.2×1016유력×0.96—
2012Unsupervised High-level Feature LearnerGoogle · 미국6.0×1017유력×11.5$16
2013DistBelief NNLMGoogle · 미국2.6×1018유력×4.35$3,255
2014SNM-skipGoogle · 미국3.0×1020추측×114—
2015AlphaGo FanDeepMind · 영국3.8×1020유력×1.28$4,828
2016GNMTGoogle · 미국6.6×1021유력×17.4$20.1만
2017JFTGoogle Research, Carnegie Mellon University (CMU) · 미국8.4×1020확실×0.13$1.79만
2018ResNeXt-101 32x48dFacebook · 미국8.7×1021확실×10.4$13.4만
2019AlphaStarDeepMind · 영국1.1×1023확실×12.3$13.1만
2020GPT-3 175B (davinci)OpenAI · 미국3.1×1023확실×2.91$212만
2021FLAN 137BGoogle Research · 미국2.0×1024확실×6.52—
2022Minerva (540B)Google · 미국2.7×1024확실×1.34—
2023Gemini 1.0 UltraGoogle DeepMind · 미국5.0×1025추측×18.2$3,070만
2024Llama 3.1-405BMeta AI · 미국3.8×1025확실×0.76$5,290만
2025Grok 4xAI · 미국5.0×1026추측×13.2$3.88억
2026현재까지GPT-6 AstraOpenAI · 미국9.4×1026유력×1.88—

해마다 공개된 모델 중 학습 연산량이 가장 큰 주목할 만한 모델입니다. 전년 대비 ×는 그 전해의 최대 모델과 비교한 값입니다. 연산량 아래에는 Epoch AI가 추정을 얼마나 확신하는지 표시했습니다. 비용: Epoch AI의 추정치가 있는 경우에 한합니다.

10²³ FLOP 클럽

Epoch AI는 10²³ FLOP 초과로 학습된 대규모 모델의 목록을 관리합니다. 일부 AI 규제가 기준으로 삼는 고정된 선입니다. 이 가운데 326개에 연산량 추정이 있습니다. 이 선을 처음 넘은 것은 2019년의 AlphaStar입니다. 2025년에는 선을 넘은 모델이 104 모델 나왔고, 2024년에는 101 나왔습니다.

더 높은 선을 처음 넘은 모델: 10²⁴ 초과 Wu Dao 2.0(2021년), 10²⁵ 초과 GPT-4(2023년) 및 10²⁶ 초과 Grok 3(2025년). 2025년에 공개된 10²⁵ FLOP 초과 모델: 9. 그해 클럽에 든 104개 가운데 90개는 누구나 내려받아 실행할 수 있는 오픈 웨이트로 공개되었고, 10개는 API나 호스팅 서비스로만 제공되었으며, 4개는 공개되지 않았습니다.

2026년은 아직 끝나지 않았습니다. 2026년 11월 10일까지 추정치가 있는 모델은 목록에 27 모델 올라 있습니다. Epoch는 새 모델을 몇 주 안에 추가하고 연산량 추정은 더 늦게 추가하므로, 최근 몇 달의 수치는 시간이 지나며 채워집니다. 연산량 추정이 없는 대규모 모델도 208개 목록에 올라 있지만 여기서는 세지 않았습니다.

10²³~10²⁴10²⁴~10²⁵10²⁵~10²⁶10²⁶ 초과
Epoch AI가 10²³ FLOP 초과로 학습되었다고 등재하고 연산량 추정이 있는 모델마다 사각형 하나를 공개 연도별로 표시했습니다. 각 열에서 가장 큰 모델이 맨 아래에 놓입니다. 2026년: 2026년 11월 10일까지. 데이터: Epoch AI, ‘Data on AI models’ (CC BY 4.0). 추세와 개수는 BigCapital이 계산했습니다
사각형을 표로 보기
연도10²³ 초과10²⁴ 초과10²⁵ 초과10²⁶ 초과추정 없음
201910000
202020000
2021103000
2022233008
202358173063
2024101396066
2025104719361
2026현재까지27257110

연산량 추정이 있는 모델, 공개 연도별. 10²⁵ FLOP을 넘는 모델은 10²⁴와 10²³ 초과에도 포함됩니다. 추정 없음: Epoch의 대규모 모델 목록에는 있으나 연산량 수치가 없는 모델입니다.

누가 만드는가

10²³ FLOP 초과 모델 326개 가운데 미국 기관이 참여한 모델은 135개, 중국 기관이 참여한 모델은 139개입니다. 그다음 순위: 한국 (17), 프랑스 (10) 및 아랍에미리트 (8). 여러 기관이 만든 모델은 해당 기관의 국가마다 한 번씩 집계됩니다.

가장 많은 모델을 낸 곳은 Alibaba(36), Meta AI(24), Nvidia(20) 순입니다. 그룹은 데이터에 적힌 이름 그대로 구분하므로 Google 계열은 따로 집계됩니다: Google, Google DeepMind, Google Research, DeepMind 및 Google Brain.

10²³ FLOP 초과 모델, 국가별
  1. 중국139
  2. 미국135
  3. 한국17
  4. 프랑스10
  5. 아랍에미리트8
  6. 영국5
  7. 독일4
  8. 홍콩3
  9. 러시아3
  10. 핀란드2
10²³ FLOP 초과 모델, 기관별
  1. Alibaba36
  2. Meta AI24
  3. Nvidia20
  4. DeepSeek17
  5. OpenAI11
  6. Google10
  7. IBM10
  8. Tsinghua University10
  9. ByteDance8
  10. Z.ai (Zhipu AI)8
  11. 01.AI7
  12. Ant Group6

연산량 추정이 있는 모델입니다. 모델은 이름이 올라 있는 국가와 기관마다 한 번씩 집계됩니다. 기관명은 Epoch AI의 표기를 따랐습니다.

대학이 아닌 기업

2025년에 공개된 주목할 만한 모델 109개 가운데 기업 단독이 92%개, 기업과 대학의 협력이 5%개, 대학 단독이 2%개였습니다. 2010~2014년에는 기업 단독이 19%개였습니다.

기업기업과 대학대학기타 또는 알 수 없음
주목할 만한 모든 모델(연산량 추정 유무와 관계없이)을 공개 연도별, 제작 주체별로 나타냈습니다. 제작 주체는 Epoch AI의 기관 분류를 따릅니다. 기타: 정부, 연구 단체, 분류되지 않은 곳. 2026년: 2026년 11월 10일까지. 데이터: Epoch AI, ‘Data on AI models’ (CC BY 4.0). 추세와 개수는 BigCapital이 계산했습니다

돈의 흐름: 빅테크의 설비투자

AI 모델을 학습시키고 운영하려면 칩이 가득한 데이터센터가 필요하고, 가장 큰 데이터센터를 짓는 기업들은 그 비용을 설비투자, 즉 부동산과 설비 취득에 쓴 현금으로 보고합니다. Microsoft, Alphabet, Amazon, Meta, Oracle이 2026년 9월까지 4개 분기 동안 지출한 돈은 합쳐서 $6,910억에 달해, 2022년 9월까지 4개 분기 지출 $1,540억의 4.5배 수준입니다. 2022년 9월까지는 ChatGPT가 2022년 11월 30일에 공개되기 직전의 마지막 분기입니다. 하루 기준 $18.9억, 초당 $21,900에 해당합니다.

규모에 견주면, 최근 4개 분기 이 5개 기업의 매출 대비 설비투자 비중은 36%(이전 13%), 영업활동으로 들어온 현금 대비는 95%(이전 54%)입니다. 가장 많이 지출한 기업: Amazon($2,150억).

공시에는 이 가운데 AI에 쓴 몫이 얼마인지 나와 있지 않습니다. 설비투자에는 사무실 등 다른 건물도 포함되고, Amazon의 경우 물류 창고와 배송망도 포함되며, 기업마다 자체 정의에 따라 보고합니다.

MicrosoftAlphabetAmazonMetaOracle
달력 분기별 설비투자, 현금흐름표 기준. Oracle의 분기는 2월, 5월, 8월, 11월에 끝나며, 끝나는 달이 속한 달력 분기에 넣었습니다. 음영: 2022년 9월까지와 2026년 9월까지의 4개 분기. 출처: SEC EDGAR(기업 공시)

2022년 9월까지 4개 분기 대비 변화. 막대: 2015 이후 분기별 설비투자이며 기업마다 눈금이 다릅니다. 영업활동 현금흐름의 100% 초과: 영업으로 들어온 돈보다 더 많이 썼다는 뜻입니다. 카드를 누르면 기업 페이지로 이동합니다.

달력 연도별 설비투자
연도MicrosoftAlphabetAmazonMetaOracle합계
2015$65.5억$99.3억$45.9억$25.2억$16.1억$252억
2016$91.1억$102억$67.4억$44.9억$16억$322억
2017$87억$132억$120억$67.3억$20.4억$426억
2018$142억$251억$134억$139억$14.7억$682억
2019$135억$235억$169억$151억$15.9억$706억
2020$176억$223억$401억$152억$18.3억$970억
2021$232억$246억$611억$187억$31.2억$1,310억
2022$248억$315억$636억$312억$66.8억$1,580억
2023$352억$323억$527억$270억$69.3억$1,540억
2024$556억$525억$830억$373억$107억$2,390억
2025$831억$914억$1,320억$697억$355억$4,120억
20263개 분기$1,060억$1,320억$1,760억$831억$636억$5,600억

NVIDIA: 삽을 파는 회사

Epoch AI는 2020년 이후 공개된 주목할 만한 모델 278개의 학습 하드웨어를 기록합니다. 이 가운데 204개(73%)는 NVIDIA 칩으로, 68개(24%)는 Google TPU로 학습되었습니다.

엔비디아의 회계연도는 1월 하순에 끝납니다. 2026 회계연도는 2026년 1월 25일까지였습니다. 그해 매출은 $2,160억이며, ChatGPT 출시 2 개월 뒤에 끝난 2023 회계연도($270억)보다 8.01배 늘었습니다. 순이익은 $43.7억(매출의 16%)에서 $1,200억(56%)까지 늘었습니다.

공시에 실린 가장 최근 분기인 FY2027 2분기(2026년 7월 26일까지)의 매출은 $962억, 순이익은 $597억 규모였고, 매출원가를 빼고 남은 몫(매출총이익률)은 매출의 75% 수준이었습니다. 2026년 7월 26일까지 4개 분기를 합치면 매출 $3,030억, 순이익 $1,930억 수준입니다. 이 속도라면 회계연도 2016 NVIDIA 전체 매출($50.1억)과 맞먹는 순이익이 9.5 일마다 쌓인 셈입니다.

여기에 쓴 SEC 데이터에는 NVIDIA의 전체 매출만 있고 시장별 내역은 없으므로, 차트에는 합계를 나타냈습니다. 일반 투자자가 보유한 NVIDIA 주식의 시장가치(연차보고서 표지에 적힌 유통주식 기준이며 시가총액이 아닙니다)는 2022년 7월 말 $4,340억, 2025년 7월 말 $4.0조 수준이었습니다.

매출순이익
회계연도 분기별 매출과 순이익, 제출된 공시 기준. 회계연도는 NVIDIA가 부르는 방식을 따릅니다(회계연도 2026 종료일: 2026년 1월 25일). 점선: ChatGPT 출시, 2022년 11월 30일. 출처: SEC EDGAR(기업 공시)
회계연도매출변화매출총이익률순이익순이익률
회계연도 20162016년 1월 31일 종료$50.1억+7%56.1%$6.14억12.3%
회계연도 20172017년 1월 29일 종료$69.1억+38%58.8%$16.7억24.1%
회계연도 20182018년 1월 28일 종료$97.1억+41%59.9%$30.5억31.4%
회계연도 20192019년 1월 27일 종료$117억+21%61.2%$41.4억35.3%
회계연도 20202020년 1월 26일 종료$109억−7%62.0%$28억25.6%
회계연도 20212021년 1월 31일 종료$167억+53%62.3%$43.3억26.0%
회계연도 20222022년 1월 30일 종료$269억+61%64.9%$97.5억36.2%
회계연도 20232023년 1월 29일 종료$270억+0%56.9%$43.7억16.2%
회계연도 20242024년 1월 28일 종료$609억+126%72.7%$298억48.8%
회계연도 20252025년 1월 26일 종료$1,300억+114%75.0%$729억55.8%
회계연도 20262026년 1월 25일 종료$2,160억+65%71.1%$1,200억55.6%
최근 4개 분기2026년 7월 26일까지$3,030억74.7%$1,930억63.7%

자주 묻는 질문

AI는 얼마나 빠르게 성장하고 있나요?

Epoch AI가 주목할 만한 모든 모델에 대해 추적하는 지표 가운데 하나가 학습 연산량입니다. 2010년 이후 5.7 개월마다 두 배가 되었으며, 481개 모델에 대한 최소제곱 추세로는 연 ×4.3씩 늘었습니다. 2010년 이전에는 20.5 개월마다 두 배가 되었습니다.

AI에서 FLOP이란 무엇인가요?

부동소수점 연산, 즉 소수의 덧셈 또는 곱셈 한 번입니다. 학습 연산량은 모델 하나를 학습시키는 데 들어간 연산의 총량입니다. Epoch AI의 추정으로 GPT-6 Astra의 학습에는 약 9.4×10²⁶ FLOP, 1950년 Theseus의 학습에는 40 FLOP 정도가 들었습니다.

AI 모델을 학습시키는 데 비용이 얼마나 드나요?

Epoch AI는 주목할 만한 모델 178개의 학습 연산 비용을 2023년 달러 기준으로 추정합니다. 가장 높은 추정치는 Grok 4(2025년)의 경우 $3.88억, 2025년에 공개된 모델 7개 추정치의 중앙값은 $4,460만입니다. 이 수치에는 연산 비용만 포함됩니다.

기술 기업들은 AI 데이터센터에 얼마나 쓰고 있나요?

공시에는 설비투자가 전체로만 보고되며 AI에 쓴 몫은 따로 나와 있지 않습니다. Microsoft, Alphabet, Amazon, Meta, Oracle의 2026년 9월까지 4개 분기 지출액은 $6,910억에 달했습니다(앞선 2022년 9월까지 4개 분기: $1,540억). 가장 많이 지출한 기업은 Amazon($2,150억)입니다.

NVIDIA는 얼마를 버나요?

2026년 1월 25일까지인 회계연도 2026의 매출은 $2,160억, 순이익은 $1,200억 수준이었습니다. 2026년 7월 26일까지 4개 분기: 매출 $3,030억, 순이익 $1,930억.

더 깊이 알아보기

숫자는 이렇게 계산합니다

  • AI 모델: Epoch AI, ‘Data on AI models’. epoch.ai에 온라인으로 게시. https://epoch.ai/data/ai-models에서 가져옴 [온라인 자료]. 열람일 2026년 11월 15일. 라이선스 CC BY 4.0: Epoch AI를 출처로 밝히면 자유롭게 사용, 배포, 복제할 수 있습니다. 이 페이지의 차트, 추세, 개수는 BigCapital이 계산했습니다.
  • 학습 연산량: 모델 학습에 쓰인 부동소수점 연산의 수로, 개발사가 보고한 값이거나 Epoch AI가 하드웨어와 학습 시간, 또는 모델 크기와 학습 데이터로 추정한 값입니다. 신뢰도는 Epoch의 90% 범위 기준이며, 확실은 3배 이내, 유력은 10배 이내, 추측은 약 31배 이내입니다.
  • 추세: 추정치가 있는 주목할 만한 모델에 대해 공개 시점(연 단위)에 log₂(학습 연산량)을 놓고 구한 최소제곱 회귀입니다. 두 배가 되는 기간 = 12 ÷ 기울기(개월), 연 성장률 = 2^기울기. ‘2010년 이후’: 2010년 1월 1일 이후 공개된 모델. 기록: 이전의 모든 주목할 만한 모델보다 연산량이 큰 경우.
  • 주목할 만한 모델: 최첨단 기술을 앞당겼거나, 인용 횟수가 많거나, 역사적으로 중요하거나, 널리 쓰인 모델로 Epoch가 정리한 목록입니다. 프런티어 모델은 공개 당시 학습 연산량이 상위 5위 안에 들었던 모델입니다. 대규모 모델: 10²³ FLOP을 넘는 모델로 Epoch가 정리한 목록이며, 공개 연도별로, 이름이 올라 있는 국가와 기관마다 한 번씩 집계합니다.
  • 기업 수치: SEC EDGAR, 10-K와 10-Q 공시의 XBRL 기업 팩트(퍼블릭 도메인).
  • 설비투자: 현금흐름표에서 부동산과 설비를 취득하는 데 지급한 금액으로, 기업마다 쓰는 XBRL 태그를 따릅니다. 따로 보고되지 않은 분기는 올해 누계에서 직전 누계를 뺀 값입니다. 매출, 순이익, 매출총이익, 영업활동 현금흐름은 공시된 그대로입니다. Amazon, 2017년 2분기: XBRL 데이터에 없어 회계연도 값에서 나머지 세 분기를 뺀 값입니다.
  • 회계연도는 각 기업이 부르는 방식을 따릅니다. NVIDIA의 회계연도 2026 종료일은 2026년 1월 25일입니다. 설비투자 차트는 달력 분기를 사용합니다.
  • 과거의 수치는 기록일 뿐 예측이 아닙니다. 이 페이지의 어떤 내용도 투자 조언이 아닙니다.

이 글 재사용하기

글과 차트는 CC BY 4.0에 따라 자유롭게 다시 게재, 번역, 수정할 수 있습니다. 이 페이지 링크와 함께 BigCapital.org를 출처로 밝혀 주세요. 다른 제공처의 데이터는 각자의 라이선스를 유지합니다(아래 출처 참고). 출처 표기 방법

출처: BigCapital.org — “숫자로 보는 AI 붐”, https://bigcapital.org/ko/articles/ai-boom/

언어

EnglishBahasa IndonesiaDeutschEspañolFrançaisItalianoNederlandsPolskiPortuguêsTürkçeРусскийУкраїнська日本語한국어简体中文