[Stanford HAI] The 2025 AI Index Report | 연구 개발 분야 핵심 요약

「The 2025 AI Index Report」의 Research and Development 챕터에서는 AI 연구 및 개발의 최신 동향을 살펴봅니다.

 

 

먼저 AI 관련 논문, 특허, 그리고 주목할 만한 AI 시스템에 대한 분석으로 시작하며, 이 주제들을 국가, 기관, 산업 분야별 관점에서 다룹니다.

 

또한, AI 모델 학습 비용, 주요 AI 학회의 참석 현황, 오픈소스 AI 소프트웨어에 대해서도 살펴봅니다. 추가적으로 진화하는 AI 하드웨어 생태계에 대한 개요, AI 학습에 필요한 에너지 요구와 환경적 영향 평가, 그리고 시간에 따른 모델 추론 비용 분석이 포함되어 있습니다.

 

 

목차

1. AI 모델 개발을 주도하는 산업계
2. AI 연구 논문을 선도하는 중국
3. 급증하는 AI 관련 논문
4. AI 모델 최강국 미국
5. 대형화 되는 AI 모델
6. 저렴해지는 AI 모델 사용비
7. AI 특허 출원 증가
8. AI 하드웨어의 발전
9. AI 모델 학습과 탄소 배출

---

이 포스팅은 Standford HAI가 2025년 4월에 발행한 「The 2025 AI Index Report」의 일부 내용을 요약하고 의역한 글입니다.

 

보고서의 정확한 내용이 궁금하신 분들은 원문(영어)을 참고해 주세요.

 

---

1. AI 모델 개발을 주도하는 산업계

산업계는 여전히 AI 분야에 막대한 투자를 지속하고 있으며, 주목할 만한 AI 모델 개발에서도 선도적인 역할을 하고 있습니다. 반면, 학계는 인용도가 높은 연구에서 주도적인 위치를 유지하고 있습니다.

 

Number of notable AI models by organization, 2024

 

2024년에 발표된 주목할 만한 AI 모델의 약 90%가 산업계에서 나왔으며, 이는 2023년의 60%보다 크게 증가한 수치입니다.

 

 

지난 두 차례의 AI Index 보고서에서도 이 같은 산업계의 주도 현상이 확인된 바 있으며, 이번에도 그 경향은 더욱 뚜렷해졌습니다. 한편, 지난 3년 동안 학계는 상위 100위 안에 드는 인용도가 높은 논문을 가장 많이 배출한 기관 유형으로 유지되고 있습니다.

 

 

2. AI 연구 논문을 선도하는 중국

중국은 AI 연구 논문 수에서 세계를 선도하고 있으며, 미국은 가장 영향력 있는 연구를 가장 많이 배출하고 있습니다.

 

Number of highly cited publications in top 100 by select geographic areas, 2021–23

 

2023년 기준, 중국은 전체 AI 논문의 23.2%, 인용의 22.6%를 차지하며 양적인 측면에서 가장 앞서 있습니다. 그러나 지난 3년간 인용도가 가장 높은 상위 100편의 AI 논문 중 가장 많은 수는 미국 기관에서 작성된 것으로 나타났습니다.

 

 

3. 급증하는 AI 관련 논문

AI 관련 논문은 지속적으로 증가하고 있으며, 컴퓨터 과학 분야에서 그 비중이 점점 커지고 있습니다.

 

2013년부터 2023년 사이, 컴퓨터 과학 및 기타 과학 분야에서 발표된 AI 관련 논문 수는 약 102,000건에서 242,000건 이상으로 거의 세 배 가까이 증가했습니다.

 

Number of AI publications in CS worldwide, 2013–23

 

전체 컴퓨터 과학 논문 중 AI 논문의 비중도 2013년 21.6%에서 2023년 41.8%로 대폭 상승했습니다.

 

 

4. AI 모델 최강국 미국

미국은 여전히 주목할 만한 AI 모델을 가장 많이 개발한 국가로 자리하고 있습니다. 2024년, 미국 기관은 총 40개의 주목할 만한 AI 모델을 발표했으며, 이는 중국(15개), 유럽 전체(3개)를 크게 앞서는 수치입니다.

 

Number of notable AI models by select geographic areas

 

지난 10년 동안에도 미국은 전 세계에서 가장 많은 주목할 만한 머신러닝 모델을 배출한 국가로 나타났습니다.

 

 

5. 대형화 되는 AI 모델

AI 모델은 점점 더 대형화되고 있으며, 학습에는 더 많은 연산 자원과 에너지가 요구되고 있습니다.

 

새로운 연구에 따르면, 주목할 만한 AI 모델을 훈련하는 데 필요한 연산량은 약 5개월마다 두 배로 증가하고 있으며, LLM 학습용 데이터셋 크기는 8개월마다 두 배, 학습에 필요한 전력 소모는 매년 두 배씩 증가하고 있습니다.

 

Training dataset size of notable AI models, 2010–24

 

산업계의 대규모 투자는 이러한 모델 확장과 성능 향상의 핵심 동력으로 작용하고 있습니다.

 

 

6. 저렴해지는 AI 모델 사용비

AI 모델 사용 비용이 점점 더 저렴해지고 있습니다. 언어 모델 성능을 평가하는 대표 벤치마크인 MMLU에서 GPT-3.5 수준(점수 64.8)을 기록한 AI 모델을 활용할 경우, 백만 토큰당 추론 비용은 2022년 11월 기준 20달러였으나, 2024년 10월에는 Gemini-1.5-Flash-8B 기준으로 단 0.07달러로 감소했습니다.

 

Inference price across select benchmarks, 2022–24

 

이는 약 18개월 만에 280배 이상 낮아진 수치입니다. 과제에 따라 다르지만, 대형 언어 모델(LLM)의 추론 비용은 연간 9배에서 최대 900배까지 하락한 것으로 나타났습니다.

 

 

7. AI 특허 출원 증가

AI 관련 특허 출원이 꾸준히 증가하고 있습니다. 2010년부터 2023년 사이 AI 특허 수는 3,833건에서 122,511건으로 크게 늘어났으며, 불과 1년 사이에도 29.6% 증가했습니다.

 

Number of AI patents granted worldwide, 2010–23

 

2023년 기준, 중국은 전 세계 AI 특허의 69.7%를 차지하며 전체 특허 수에서 압도적인 선두를 달리고 있습니다. 인구 1인당 기준으로는 한국과 룩셈부르크가 두드러진 성과를 보이고 있습니다.

 

Granted AI patents per 100,000 inhabitants by country, 2023

 

 

8. AI 하드웨어의 발전

AI 하드웨어는 점점 더 빠르고, 저렴하며, 에너지 효율성도 향상되고 있습니다. 새로운 연구에 따르면, 머신러닝 하드웨어 성능(16비트 부동소수점 연산 기준)은 연평균 43%씩 성장해 1.9년마다 두 배씩 증가하고 있습니다.

 

Peak computational performance of ML hardware for diDŽerent precisions, 2008–24

 

동시에 가격 대비 성능도 개선되어 연평균 30%의 비용 절감이 이뤄졌으며, 에너지 효율성 역시 매년 40%씩 향상되고 있습니다.

 

 

9. AI 모델 학습과 탄소 배출

AI 모델 학습에 따른 탄소 배출량은 꾸준히 증가하고 있습니다. 예를 들어, 초기 모델인 AlexNet(2012)은 학습 시 탄소 배출량이 0.01톤에 불과했으나, 최근 모델들의 경우 그 수치가 급격히 증가하고 있습니다.

 

 

GPT-3(2020)는 588톤, GPT-4(2023)는 5,184톤, Llama 3.1 405B(2024)는 무려 8,930톤의 탄소를 배출했습니다. 참고로, 미국인의 연평균 탄소 배출량은 약 18톤입니다.