[AI 랜드스케이프] AI 기업 170곳 줄 세웠더니, 승부처는 따로 있었다 v1.0

AI 산업을 이야기할 때 가장 먼저 떠오르는 건
대규모 언어 모델이나 AI 반도체입니다.

새로운 모델이 공개될 때마다 성능과 가격이 화제가 되고, 어떤 기업이 더 앞섰는지를 비교하는 기사도 쏟아지고 있습니다.

그런데 실제로 기업이 AI를 도입하고 서비스로 운영하는 과정은 모델 하나만으로 설명하기 어렵습니다. 학습에 필요한 데이터를 확보해야 하고, 모델을 안정적으로 배포하고 관리해야 합니다. 고객이 사용하는 서비스로 만들려면 산업별 업무와 규제까지 이해해야 합니다.

그래서 모비데이즈는 국내 AI 기업과 기관 170여 곳을 한 장에 모아 AI MOBIscape를 만들었습니다. 기업의 이름을 나열하는 대신, AI 생태계에서 어떤 역할을 맡고 어떤 고객 문제를 해결하는지를 기준으로 산업을 다시 살펴봤습니다. 

▼ 아래 이미지를 클릭하면 원본을 보실 수 있습니다. ▼

AI 산업, 어디서부터 어디까지일까요?

AI 기업을 분류하는 일은 생각보다 어렵습니다. 한 기업이 자체 모델을 개발하면서 기업용 솔루션도 제공하고, 다른 기업의 서비스를 구축해 주기도 합니다. 기술만 기준으로 보면 같은 기업이 여러 칸에 들어가고, 업종만 기준으로 보면 AI 산업의 연결 구조가 잘 보이지 않습니다.

AI MOBIscape는 이 문제를 네 개의 역할로 나눠 봤습니다.

첫 번째는 반도체와 데이터, 클라우드, 파운데이션 모델을 포함하는 AI Foundation & Infrastructure입니다. AI가 작동하기 위해 가장 먼저 필요한 기반입니다.

두 번째는 모델의 학습과 서빙, 최적화, 에이전트 개발, 안전성과 거버넌스를 담당하는 AI Build & Operate Platform입니다. 만들어진 AI를 실제 업무에서 안정적으로 운영하게 해주는 영역입니다.

세 번째는 마케팅과 콘텐츠 제작처럼 여러 산업에서 공통으로 사용하는 Horizontal Application, 의료와 제조처럼 특정 산업의 문제를 해결하는 Vertical Application입니다.

마지막은 연구기관과 협회, 투자사, 컨설팅 기업, 전문 미디어로 구성된 AI Ecosystem Enablers입니다. 기술이 시장으로 확산되도록 지식과 자본, 연결을 제공하는 주체들입니다.

AI 산업을 이해하려면
어떤 기술을 보유했는지만 볼 게 아니라,
그 기술이 생태계의 어느 단계에서 누구의 문제를 해결하는지 함께 봐야 합니다.

기업은 애플리케이션으로 모이고 있습니다

지도를 펼쳐 놓으면 가장 먼저 보이는 건 애플리케이션 영역의 밀도입니다. 이번 지도에 포함된 기업 가운데 절반 이상이 Horizontal 또는 Vertical Application에 자리하고 있습니다.

Horizontal 영역

콘텐츠 제작과 마케팅·광고 분야의 기업이 눈에 띕니다. 생성형 AI가 텍스트와 이미지, 영상, 음성을 만드는 단계를 넘어 실제 제작 과정에 들어왔고, 마케팅에서는 타기팅과 광고 운영, 성과 분석까지 적용 범위가 넓어지고 있기 때문입니다.

Vertical 영역

의료·헬스케어를 비롯해 모빌리티, 로보틱스, 제조, 교육 등 산업별 기업이 폭넓게 분포합니다. 범용 모델의 성능만으로 경쟁하기보다, 각 산업의 데이터와 업무 흐름을 이해하고 실제 문제를 해결하는 역량이 중요해지고 있다는 의미로 볼 수 있습니다.

다만 기업이 많이 배치됐다는 사실이 곧 시장 규모나 경쟁 우위를 뜻하지는 않습니다. AI MOBIscape는 국내 AI 산업 전체를 집계한 통계가 아니라, 공개 정보와 검토 기준을 바탕으로 구성한 산업 지도입니다. 기업 수는 시장의 정답보다 현재 생태계가 어디에 관심을 두고 있는지를 보여주는 신호에 가깝습니다.

다음 경쟁은 ‘만드는 기술’과 ‘운영하는 기술’ 사이에서 벌어집니다

애플리케이션이 빠르게 늘어날수록 그 아래에서 서비스를 지탱하는
운영 기술의 중요성도 커집니다.

기업이 AI 서비스를 한 번 시연하는 것과 실제 고객 업무에 계속 사용하는 것은 다른 문제입니다. 여러 모델 가운데 적절한 모델을 선택해야 하고, 비용과 응답 속도를 관리해야 합니다. 잘못된 답변이나 정보 유출을 점검하고, 규제와 내부 정책에 맞게 사용 기록도 남겨야 합니다.

이 역할을 맡는 곳이 Training & Serving Infrastructure, MLOps & Model Optimization, Agent Development Platform, AI Safety·Evaluation & Governance 영역입니다. AI가 실험 단계를 지나 기업의 핵심 업무로 들어갈수록 이들 영역은 선택 기능이 아니라 운영 조건에 가까워질 가능성이 큽니다.

특히 AI 에이전트가 여러 도구와 사내 데이터를 연결해 직접 업무를 수행하기 시작하면 개발 속도만큼 통제 가능성이 중요해집니다. 어떤 데이터에 접근했는지, 왜 그런 결과를 냈는지, 문제가 생겼을 때 어디서 멈출 수 있는지를 확인할 수 있어야 하기 때문입니다.

지도에서 상대적으로 기업이 적게 보이는 영역을 곧바로 유망시장이라고 단정할 수는 없습니다. 다만 앞으로 AI 도입이 늘어날 때 어떤 기능이 병목이 될지, 국내 기업이 어느 영역에서 새로운 기회를 찾을 수 있을지 질문하게 만드는 지점은 분명합니다.

AI 산업은 기술 기업만으로 완성되지 않습니다

이번 Landscape에서 별도의 축으로 AI Ecosystem Enablers를 둔 이유도 여기에 있습니다.

새로운 기술이 산업에 자리 잡으려면 연구기관이 지식과 기준을 만들고, 협회가 기업과 전문가를 연결해야 합니다. 투자사는 성장을 위한 자본을 공급하고, 컨설팅 기업은 기술을 실제 조직과 시스템에 적용합니다. 전문 미디어는 흩어진 정보를 해석해 시장 참여자의 판단을 돕습니다.

결국 AI 산업의 경쟁력은 개별 모델의 성능만으로 결정되지 않습니다. 기술을 검증하고, 기업의 수요와 연결하고, 반복 가능한 사업으로 만드는 생태계가 함께 작동해야 합니다. AI 산업을 하나의 연결 구조로 바라봐야 하는 이유입니다.

이 지도는 완성본보다 출발점에 가깝습니다

SPECIAL THANKS TO.
이번 AI MOBIscape는 모비데이즈 최민석, 임관효의 조사로 제작됐습니다.