미·중 인공지능(AI) 연구개발 경쟁이 매년 더 치열해지는 가운데 고성능 모델 간 성능 격차가 줄어들며 전반적으로 상향 평준화되고 있다. 또 경기침체로 인해 감소세였던 2022~2023년과 달리 지난해 글로벌 AI 투자 수준은 큰 폭으로 증가한 것으로 나타났다.

17일 소프트웨어정책연구소(SPRi)가 발간한 'AI 인덱스 2025 주요내용·시사점' 보고서에 따르면 중국이 전 세계 AI 연구개발 분야 특허 등록의 약 70%를 차지하며 양적·질적으로 1위를 유지했다.

2010년 이후 중국의 AI 등록 특허 수가 지속적으로 증가해 2023년 전체 AI 등록 특허의 69.7%를 차지하며 총량에서 압도적 선두에 올랐다. 미국은 2015년 42.8%를 정점으로 지속 감소해 2023년 14.2%를 기록했다. 인구대비 AI 특허 수로는 우리나라가 1위를 차지했다.

AI 논문 측면에서도 중국의 약진이 이어졌다. 2023년 기준 중국이 발간한 전 세계 AI 관련 논문은 약 24.2만 건으로 전년 대비 19.7% 증가했다. 중국의 AI 논문 비중은 컴퓨터 과학 분야 논문의 약 42%에 달했다.

미국과 중국 외에는 독일·홍콩·캐나다·한국·UAE·싱가포르·이스라엘이 상위권 그룹에 속했다.

미국은 상위 100위 안에 드는 고인용 AI 논문의 절반 이상을 차지하며 AI 시장에서 실질적인 영향력을 행사했다. 미국은 산업계가, 중국은 대학과 연구소가 중심이 돼 논문을 발표하는 추세다.

AI 모델 측면에서는 미국이 지난 10년 동안 비영리 연구 기관 에포크 AI(Epoch.ai)가 선정한 '주목할 만한 AI 모델' 개발을 주도해왔다. 지난해 에포크 AI가 선정한 62개의 주목할 만한 AI 모델 중 미국 소재 기관은 40개, 중국 기관은 15개가 선정됐다.

해당 조사 중 유럽 전체에서 선정된 AI 모델은 3개에 불과했다. 우리나라에서는 LG AI 연구원이 개발한 '엑사원 3.5 32B' 모델이 유일하게 선정됐다.

이번 보고서에서 SPRi는 산업계의 대규모 투자로 AI 모델은 증가하고 성능은 향상된 반면 비용은 급감했다고 설명했다. 주목할 만한 AI 모델의 학습 연산량은 약 5개월마다 2배로 증가했으며 대규모언어모델(LLM) 학습을 위한 데이터셋 규모는 8개월마다 2배 늘어난 것으로 조사됐다. 학습에 필요한 전력도 매년 2배로 증가하고 있는 양상이다.

반면 MMLU 벤치마크 기준 모델 쿼리 비용과 LLM 추론 비용은 급감한 것으로 조사됐다. 쿼리 비용 백만 토큰당 20달러에서 지난해 0.07달러로, 구글 '제미나이-1.5-플래시-8B' 모델 기준 18개월 만에 280배 이상 하락했다. 또 LLM 추론 가격도 작업에 따라 연간 9배에서 900배까지 하락한 것으로 나타났다.

AI 기술 성능은 매년 급격하게 향상돼 상위 모델 간 성능 격차가 좁혀지며 상향 평준화되는 추세다.

SPRi는 "급속도로 발전하는 AI 성능 측정을 위해 AI 연구자들이 보다 까다로운 MMMU·GPQA·SWE·HLE 등 신규 벤치마크를 도입했으나, 불과 1년 만에 벤치마크 점수가 최대 71.7% 까지 향상됐다"고 설명했다.

특히 그간 미국의 주요 모델이 중국의 모델을 성능면에서 크게 능가해 왔으나, 최근엔 그 격차가 좁혀지고 있는 상황이다. 구체적으로 미·중 간 AI 모델의 성능차이는 MMLU 벤치마크 기준 2023년 말 최대 17.5%p 차이났지만, 지난해 말에는 이 격차가 최대 0.3%p까지 좁혀졌다.

아울러 오픈소스 모델과 폐쇄형 모델 간의 성능 격차도 빠르게 좁혀지고 있는 것으로 조사됐다. 지난해 1월 챗봇 아레나 순위표에서 상위 폐쇄형 모델 성능이 상위 개방형 모델보다 8% 앞섰으나, 불과 1개월 만에 이 격차가 1.7%로 좁혀진 것이다.

이와 관련해 SPRi는 AI 모델의 추론 성능이 향상된 반면 기술적 한계도 명확하다고 지적했다.

SPRi는 "반복적으로 결과를 추론하도록 설계된 오픈AI의 o1·o3는 추론 성능이 비약적으로 상승했으나 많은 비용이 소모된다"며 "o1 모델은 국제 수학 올림피아드 예선 시험에서 74.4% 점수를 기록해 9.3%를 기록한 GPT-4o에 비해 성능이 크게 향상됐으나, 비용은 6배 더 들고 속도는 30배 더 느리다"고 밝혔다.

이어 "연쇄 추론과 같은 메커니즘이 추가되면서 LLM의 성능이 향상됐지만, 산술·계획·논리적 추론을 복합한 정확한 해법 찾기 문제는 여전히 취약한 모습을 보인다"며 "고위험 또는 신뢰성을 요하는 시스템 적용에는 한계가 있다"고 덧붙였다.

이 외에도 AI 에이전트의 복잡한 작업을 평가하는 벤치마크 측정 결과, 작업에 투자하는 시간이 증가하면 아직은 인간의 작업 역량에 미치지 못하는 것으로 나타났다. 2시간 정도의 짧은 시간이 주어진 환경에서는 AI 에이전트가 인간 전문가보다 4배 높은 성능을 보이지만, 32시간 정도에 달하는 긴 작업 환경에서는 AI가 인간의 절반 수준의 성능을 기록했다.

지난해 글로벌 AI 투자는 2021년 이후 처음으로 성장세를 보였다. 지난해 글로벌 민간 AI 투자는 1천508억 달러로 전년 대비 44.5% 증가했다.

지역별로 살펴보면 미국이 1천091억 달러에 달하는 AI 투자를 하며 1위에 올랐다. 이는 93억 달러를 투자한 중국 대비 11.7배, 45억을 투자한 영국 대비 24.1배 차이로 압도적인 기록이다.

우리나라의 투자 규모 순위는 스웨덴과 캐나다 등에 이어 세계 11위로, 전년 대비 규모와 순위 모두 하락했다. 다만 신규로 투자받은 기업 수는 매년 증가하는 추세다.

AI 인재 집중도가 가장 높은 국가는 이스라엘과 싱가포르가 꼽혔으며 우리나라는 10위 수준에 위치했다. AI 인재 유입이 활발했던 국가로는 룩셈부르크·키프로스·UAE가 이름을 올렸다. 반대로 인재 유출은 이스라엘·인도·헝가리 등의 국가에서 주로 일어났다.

우리나라의 지난해 인재 이동 지수는 -0.36을 기록하며 전년도에 이어 인재 유출 국가로 분류됐다.

AI 투자뿐만 아니라 전 세계 AI 도입률도 크게 늘어났다. 지난해 전 세계 기업 조직의 78%가 한 가지 이상의 비즈니스 기능에 AI를 도입해 사용하기 시작했으며 이는 전년의 55% 대비 증가한 기록이다. 나아가 생성형 AI를 도입한 기업의 비율은 71%로 1년 만에 33%에서 두 배 이상 증가했다.

이같이 확산되는 AI의 잠재적 위험도 부각됨에 따라 '책임 있는 AI' 시스템의 개발과 개선 노력이 전 세계적으로 증대되고 있으나 여전히 다수의 해결과제가 남아 있다.

SPRi는 "주요 AI 모델 개발사들 사이에서 표준화된 책임 있는 AI 평가는 여전히 부족하며 명시적으로 편향성을 제거한 모델들도 한계성을 내포한다"며 "이에 지난해 주요 EU와 UN 등 국제기구를 중심으로 투명성·신뢰성 등에 초점을 맞춘 프레임워크를 발표하며 AI 거버넌스 협력을 강화하고 있다"고 설명했다.