데이터 이야기
숫자로 보는 AI
누가 AI 모델을 만들고, 누가 가중치를 공개하고, 기업은 실제로 무엇을 쓰는가. 각 차트는 당신의 산업에 무엇을 뜻하는지 한 줄로 답하고, 바로 아래에 출처·라이선스·데이터 날짜를 적었다.
이야기 1 · 나라
주목할 모델은 여전히 미국이 가장 많이 낸다. 중국의 비중은 커졌다
2025년 Epoch 가 꼽은 주목할 AI 모델 107개 중 64개가 미국, 35개가 중국 조직에서 나왔다.
당신의 산업에 뜻하는 것
프런티어 모델은 대부분 미국과 중국 조직에서 나온다. 해운·제조 기업이 모델을 고른다는 것은 사실상 규제(수출 통제, 데이터 거주성)가 다른 두 생태계 중 하나를 고르는 일이다. 기술 문제이기 전에 조달 문제다.
- Epoch 의 목록은 큐레이션이지 전수조사가 아니다. 나라는 사람들이 일하는 곳이 아니라 개발 조직의 나라다.
- AI Index 2026(2026년 4월)은 2025년을 102개 중 미국 59, 중국 35, 한국 8로 집계했다(PDF p.15, p.21). 보고서 마감 뒤 Epoch 가 모델을 추가했기 때문에, 이 페이지는 날짜를 밝힌 Epoch 실시간 수치를 쓴다. Stanford HAI, AI Index 2026 (CC BY-ND 4.0 — 인용만, 다시 그리지 않음)
이야기 2 · 오픈웨이트
오픈 프런티어는 중국이 이끈다
중국은 주목할 모델의 대부분을 가중치까지 공개하고, 미국은 갈수록 공개하지 않는다. 내려받는 쪽에서도 중국 기반 모델이 앞선다.
2025년 중국의 주목할 모델 35개 중 28개가 오픈웨이트였고, 미국은 64개 중 11개였다.
- 미국 — 오픈웨이트
- 중국 — 오픈웨이트
- 오픈웨이트 아님
- * 2026년 = 부분 연도(빗금)
미국 모델 중 오픈웨이트 비율: 2023년 43% → 2025년 17.2%. 두 패널은 같은 세로 눈금을 쓴다.
데이터 표 보기
| 연도 | 중국: 오픈/전체 | 미국: 오픈/전체 |
|---|---|---|
| 2023 | 13 / 23 (56.5%) | 37 / 86 (43%) |
| 2024 | 16 / 31 (51.6%) | 20 / 57 (35.1%) |
| 2025 | 28 / 35 (80%) | 11 / 64 (17.2%) |
| 2026 (10/24까지) | 20 / 29 (69%) | 4 / 49 (8.2%) |
파일: knowledge/data/derived/open_weight_notable_by_country_year.csv
허깅페이스 텍스트 생성 상위 1,000개 모델 다운로드의 54.4%가 중국 기반 모델이고, Qwen 하나가 42.29%다.
- 중국 54.4%
- 미국 26.3%
- 기타 국가 1.4%
- 출처 미매핑 18%
“다운로드”는 30일간 설정 파일 요청 수로, CI 파이프라인도 집계되며 사용자 수가 아니다. 출처는 base_model 한 단계만 따라가며, 매핑하지 못한 18%는 따로 표시한다. 산업 현장의 배포 수가 아니다.
데이터 표 보기
| 기반 모델 출처 | 30일 다운로드 | 비중 | 상위 1,000 중 모델 수 |
|---|---|---|---|
| China | 210,640,305 | 54.4% | 402 |
| United States of America | 101,722,708 | 26.3% | 272 |
| (출처 미매핑) | 69,719,796 | 18% | 299 |
| France | 3,766,185 | 1% | 21 |
| South Korea | 974,457 | 0.3% | 5 |
| Japan | 380,797 | 0.1% | 1 |
파일: knowledge/data/derived/hf_downloads_by_origin_country.csv, hf_downloads_by_origin_org.csv
당신의 산업에 뜻하는 것
망 분리된 OT 네트워크의 공장, 대역폭이 좁은 선박, 전력 관제실처럼 온프레미스·엣지 배포는 오픈웨이트를 쓴다. 운영자에게 가중치의 출신국은 공급망 질문이 된다: 누가, 무엇으로, 어떤 라이선스로 학습시켰는가.
- 작성자→조직 매핑은 손으로 관리하므로 미매핑 비중을 항상 함께 보여준다. 다운로드 순위에는 허깅페이스 자체 CI 테스트 모델도 섞여 있다.
이야기 3 · 격차
오픈웨이트 격차는 닫혔나? 어느 자로 재느냐에 달렸다
같은 질문에 두 자가 다른 답을 준다. 한쪽만 고르지 않고 나란히 둔다. 세 그래프는 같은 시간 축을 쓴다.
벤치마크 종합지수(ECI)로 본 비공개–오픈 격차는 2024년 7월 1.2점까지 좁혀졌다가 2026년 10월 11.0점으로 다시 벌어졌다.
- 음영 = ~4점 이하, 90% 신뢰구간 안(잡음)
그달까지 나온 모델 중 최고점끼리의 차이. ECI 는 0점이 의미 없는 구간 척도라 수준이 아니라 격차를 0부터 그린다.
데이터 표 보기
| 월 | 최고 비공개 (ECI) | 최고 오픈 (ECI) | 격차(점) |
|---|---|---|---|
| 2023-03 | GPT-4 (Mar 2023) 125.74 | LLaMA-65B 109.97 | 15.77 |
| 2023-04 | GPT-4 (Mar 2023) 125.74 | LLaMA-65B 109.97 | 15.77 |
| 2023-05 | GPT-4 (Mar 2023) 125.74 | LLaMA-65B 109.97 | 15.77 |
| 2023-06 | GPT-4 (Mar 2023) 125.74 | LLaMA-65B 109.97 | 15.77 |
| 2023-07 | GPT-4 (Mar 2023) 125.74 | Stable Beluga 2 117.02 | 8.72 |
| 2023-08 | GPT-4 (Mar 2023) 125.74 | Stable Beluga 2 117.02 | 8.72 |
| 2023-09 | GPT-4 (Mar 2023) 125.74 | Stable Beluga 2 117.02 | 8.72 |
| 2023-10 | GPT-4 (Mar 2023) 125.74 | Stable Beluga 2 117.02 | 8.72 |
| 2023-11 | GPT-4 (Mar 2023) 125.74 | Yi-34B 117.33 | 8.41 |
| 2023-12 | GPT-4 (Mar 2023) 125.74 | Mixtral 8x7B 118.44 | 7.3 |
| 2024-01 | GPT-4 Turbo (Nov 2023) 126.43 | Mixtral 8x7B 118.44 | 7.99 |
| 2024-02 | Claude 3 Opus 126.9 | Mixtral 8x7B 118.44 | 8.46 |
| 2024-03 | Claude 3 Opus 126.9 | Mixtral 8x7B 118.44 | 8.46 |
| 2024-04 | GPT-4 Turbo (Apr 2024) 127.27 | Llama 3-70B 123.01 | 4.26 |
| 2024-05 | GPT-4o (May 2024) 128.99 | DeepSeek-V2 (MoE-236B, May 2024) 124.8 | 4.19 |
| 2024-06 | Claude 3.5 Sonnet 130 | Qwen2-72B 125.28 | 4.72 |
| 2024-07 | Claude 3.5 Sonnet 130 | Llama 3.1-405B 128.77 | 1.23 |
| 2024-08 | Claude 3.5 Sonnet 130 | Llama 3.1-405B 128.77 | 1.23 |
| 2024-09 | o1-mini 135.7 | Qwen2.5-72B 128.97 | 6.73 |
| 2024-10 | o1-mini 135.7 | Qwen2.5-72B 128.97 | 6.73 |
| 2024-11 | o1-mini 135.7 | Qwen2.5-72B 128.97 | 6.73 |
| 2024-12 | o1 141.72 | DeepSeek-V3 132.3 | 9.42 |
| 2025-01 | o1 141.72 | DeepSeek-R1 138.82 | 2.9 |
| 2025-02 | o1 141.72 | DeepSeek-R1 138.82 | 2.9 |
| 2025-03 | Gemini 2.5 Pro (Mar 2025) 143.96 | DeepSeek-R1 138.82 | 5.14 |
| 2025-04 | o3 146.73 | Qwen3-235B-A22B 139.15 | 7.58 |
| 2025-05 | o3 146.73 | DeepSeek-R1 (May 2025) 141.13 | 5.6 |
| 2025-06 | o3-pro 147.33 | DeepSeek-R1 (May 2025) 141.13 | 6.2 |
| 2025-07 | o3-pro 147.33 | Qwen3-235B-A22B-Thinking (Jul 2025) 143.76 | 3.57 |
| 2025-08 | GPT-5 150 | Qwen3-235B-A22B-Thinking (Jul 2025) 143.76 | 6.24 |
| 2025-09 | GPT-5 150 | DeepSeek-V3.2-Exp 144.91 | 5.09 |
| 2025-10 | GPT-5 Pro 150.59 | DeepSeek-V3.2-Exp 144.91 | 5.68 |
| 2025-11 | Gemini 3 Pro 153.07 | Kimi K2 Thinking 145.82 | 7.25 |
| 2025-12 | GPT-5.2 Pro 156.33 | DeepSeek-V3.2 146.09 | 10.24 |
| 2026-01 | GPT-5.2 Pro 156.33 | Kimi K2.5 148.07 | 8.26 |
| 2026-02 | GPT-5.3 Codex 157.09 | Kimi K2.5 148.07 | 9.02 |
| 2026-03 | GPT-5.4 Pro 159.57 | Kimi K2.5 148.07 | 11.5 |
| 2026-04 | GPT-5.5 Pro 162.91 | Kimi K2.6 150.94 | 11.97 |
| 2026-05 | GPT-5.5 Pro 162.91 | Kimi K2.6 150.94 | 11.97 |
| 2026-06 | Claude Fable 5 163.42 | GLM-5.2 151.94 | 11.48 |
| 2026-07 | Claude Opus 5 163.94 | Kimi K3 157.86 | 6.08 |
| 2026-08 | Claude Opus 5 163.94 | Kimi K3 157.86 | 6.08 |
| 2026-09 | Claude Opus 5.5 168.83 | Kimi K3 157.86 | 10.97 |
| 2026-10 | Claude Opus 5.5 168.83 | Kimi K3 157.86 | 10.97 |
파일: knowledge/data/derived/eci_best_closed_vs_open_monthly.csv
사람 투표(Arena, 스타일 보정)로는 최고 오픈 모델이 최고 비공개 모델에 2.0% 뒤진다(2026년 10월 22일).
OpenAI·Anthropic·Google 모델이 모두 있는 스냅샷만 계산했다. “오픈”은 라이선스가 Proprietary 가 아닌 모든 모델로, 비상업·자체 라이선스를 포함한다.
데이터 표 보기
| 스냅샷 | 최고 비공개 | 최고 오픈 | 격차(오픈 대비 %) |
|---|---|---|---|
| 2024-08-28 | chatgpt-4o-latest 1288.8 | llama-3.1-405b-instruct 1249.7 | 3.13% |
| 2024-09-04 | chatgpt-4o-latest 1288.7 | llama-3.1-405b-instruct 1250 | 3.09% |
| 2024-09-15 | gpt-4o-2024-05-13 1261.6 | llama-3.1-405b-instruct-bf16 1250.9 | 0.86% |
| 2024-09-17 | o1-preview 1325.7 | llama-3.1-405b-instruct-fp8 1249.8 | 6.07% |
| 2024-09-27 | o1-preview 1308.7 | llama-3.1-405b-instruct-bf16 1253.5 | 4.4% |
| 2024-10-07 | o1-preview 1300.2 | llama-3.1-405b-instruct-bf16 1252.2 | 3.83% |
| 2024-10-15 | o1-preview 1300.5 | llama-3.1-405b-instruct-fp8 1251.7 | 3.9% |
| 2024-10-23 | o1-preview 1302.9 | llama-3.1-405b-instruct-fp8 1251.4 | 4.11% |
| 2024-10-28 | o1-preview 1301.6 | llama-3.1-405b-instruct-fp8 1251.5 | 4.01% |
| 2024-11-04 | o1-preview 1300.5 | llama-3.1-405b-instruct-fp8 1252.2 | 3.85% |
| 2024-11-12 | o1-preview 1300.1 | llama-3.1-405b-instruct-fp8 1252.4 | 3.81% |
| 2024-11-13 | o1-preview 1299.7 | llama-3.1-405b-instruct-fp8 1252.5 | 3.77% |
| 2024-11-20 | o1-preview 1300.6 | llama-3.1-405b-instruct-fp8 1252.3 | 3.86% |
| 2024-11-21 | o1-preview 1300.5 | llama-3.1-405b-instruct-fp8 1252.2 | 3.86% |
| 2024-11-22 | o1-preview 1300.5 | llama-3.1-405b-instruct-fp8 1252.2 | 3.86% |
| 2024-12-01 | o1-preview 1301.5 | llama-3.1-405b-instruct-fp8 1252.7 | 3.89% |
| 2024-12-05 | o1-preview 1301.9 | llama-3.1-405b-instruct-fp8 1252.4 | 3.95% |
| 2024-12-10 | o1-preview 1301.7 | llama-3.1-405b-instruct-fp8 1252.2 | 3.95% |
| 2024-12-15 | o1-preview 1301.8 | llama-3.1-405b-instruct-fp8 1252.3 | 3.95% |
| 2024-12-18 | o1-preview 1302.4 | llama-3.1-405b-instruct-fp8 1252.3 | 4% |
| 2024-12-22 | o1-preview 1302.6 | llama-3.1-405b-instruct-fp8 1252.4 | 4% |
| 2024-12-30 | o1-2024-12-17 1327.9 | deepseek-v3 1274.2 | 4.22% |
| 2025-01-05 | o1-2024-12-17 1322.8 | deepseek-v3 1277.5 | 3.55% |
| 2025-01-15 | o1-2024-12-17 1321.6 | deepseek-v3 1278.6 | 3.36% |
| 2025-01-19 | o1-2024-12-17 1323 | deepseek-v3 1278.9 | 3.45% |
| 2025-01-21 | o1-2024-12-17 1322.5 | deepseek-v3 1278.7 | 3.42% |
| 2025-01-22 | o1-2024-12-17 1322.5 | deepseek-v3 1278.7 | 3.42% |
| 2025-01-24 | o1-2024-12-17 1322.9 | deepseek-r1 1316.2 | 0.51% |
| 2025-01-28 | o1-2024-12-17 1322.3 | deepseek-r1 1316.1 | 0.47% |
| 2025-02-03 | o1-2024-12-17 1322.6 | deepseek-r1 1319 | 0.27% |
| 2025-02-05 | o1-2024-12-17 1322.8 | deepseek-r1 1319.7 | 0.23% |
| 2025-02-06 | o1-2024-12-17 1322.6 | deepseek-r1 1319.8 | 0.21% |
| 2025-02-09 | o1-2024-12-17 1322 | deepseek-r1 1319.2 | 0.22% |
| 2025-02-11 | o1-2024-12-17 1323.1 | deepseek-r1 1319.8 | 0.25% |
| 2025-02-14 | o1-2024-12-17 1322.7 | deepseek-r1 1319.7 | 0.23% |
| 2025-02-17 | o1-2024-12-17 1323.5 | deepseek-r1 1320 | 0.26% |
| 2025-02-21 | o1-2024-12-17 1322.2 | deepseek-r1 1319.5 | 0.21% |
| 2025-02-27 | o1-2024-12-17 1323 | deepseek-r1 1320.3 | 0.21% |
| 2025-03-03 | gpt-4.5-preview-2025-02-27 1369.8 | deepseek-r1 1320.3 | 3.75% |
| 2025-03-11 | gpt-4.5-preview-2025-02-27 1362.3 | deepseek-r1 1318.1 | 3.35% |
| 2025-03-15 | gpt-4.5-preview-2025-02-27 1358.4 | deepseek-r1 1316.7 | 3.16% |
| 2025-03-17 | gpt-4.5-preview-2025-02-27 1357.9 | deepseek-r1 1316.8 | 3.12% |
| 2025-03-20 | gpt-4.5-preview-2025-02-27 1356.8 | deepseek-r1 1317.1 | 3.01% |
| 2025-03-25 | gpt-4.5-preview-2025-02-27 1356.4 | deepseek-r1 1316.4 | 3.04% |
| 2025-03-26 | chatgpt-4o-latest-20250326 1358.8 | deepseek-r1 1316.5 | 3.21% |
| 2025-03-30 | chatgpt-4o-latest-20250326 1358.8 | deepseek-v3-0324 1319.2 | 3% |
| 2025-04-05 | chatgpt-4o-latest-20250326 1362.5 | deepseek-v3-0324 1319.2 | 3.29% |
| 2025-04-08 | chatgpt-4o-latest-20250326 1362.5 | deepseek-v3-0324 1319.2 | 3.29% |
| 2025-04-09 | chatgpt-4o-latest-20250326 1359.5 | deepseek-v3-0324 1320.6 | 2.95% |
| 2025-04-16 | chatgpt-4o-latest-20250326 1359.8 | deepseek-v3-0324 1321.8 | 2.87% |
| 2025-04-23 | o3-2025-04-16 1380.3 | deepseek-v3-0324 1323.1 | 4.32% |
| 2025-05-05 | o3-2025-04-16 1372.8 | deepseek-v3-0324 1322.1 | 3.84% |
| 2025-05-06 | o3-2025-04-16 1373.3 | deepseek-v3-0324 1323 | 3.8% |
| 2025-05-11 | o3-2025-04-16 1375.2 | deepseek-v3-0324 1323.3 | 3.92% |
| 2025-05-19 | o3-2025-04-16 1434.4 | deepseek-v3-0324 1382.4 | 3.77% |
| 2025-05-20 | o3-2025-04-16 1434.4 | deepseek-v3-0324 1382.4 | 3.77% |
| 2025-05-22 | o3-2025-04-16 1435.2 | deepseek-v3-0324 1382 | 3.85% |
| 2025-06-01 | o3-2025-04-16 1441.8 | deepseek-v3-0324 1385.5 | 4.06% |
| 2025-06-03 | o3-2025-04-16 1441.4 | deepseek-v3-0324 1385.8 | 4.01% |
| 2025-06-05 | o3-2025-04-16 1442.8 | deepseek-v3-0324 1388.4 | 3.92% |
| 2025-06-11 | o3-2025-04-16 1447.1 | deepseek-v3-0324 1393.5 | 3.85% |
| 2025-06-17 | o3-2025-04-16 1448.9 | deepseek-r1-0528 1410.2 | 2.75% |
| 2025-06-18 | o3-2025-04-16 1449.1 | deepseek-r1-0528 1411 | 2.7% |
| 2025-06-24 | gemini-2.5-pro 1466.6 | deepseek-r1-0528 1412.8 | 3.81% |
| 2025-07-01 | gemini-2.5-pro 1463.4 | deepseek-r1-0528 1412.7 | 3.59% |
| 2025-07-07 | gemini-2.5-pro 1465.4 | deepseek-r1-0528 1414.1 | 3.63% |
| 2025-07-15 | gemini-2.5-pro 1461.8 | deepseek-r1-0528 1414.4 | 3.35% |
| 2025-07-17 | gemini-2.5-pro 1461.7 | kimi-k2-0711-preview 1419.8 | 2.95% |
| 2025-07-25 | gemini-2.5-pro 1460.2 | kimi-k2-0711-preview 1418.1 | 2.97% |
| 2025-07-28 | gemini-2.5-pro 1462.8 | kimi-k2-0711-preview 1419.8 | 3.03% |
| 2025-08-01 | gemini-2.5-pro 1458.5 | qwen3-235b-a22b-instruct-2507 1432.9 | 1.78% |
| 2025-08-04 | gemini-2.5-pro 1458.6 | qwen3-235b-a22b-instruct-2507 1429.5 | 2.04% |
| 2025-08-07 | gpt-5-high 1481.4 | qwen3-235b-a22b-instruct-2507 1428.1 | 3.73% |
| 2025-08-14 | gpt-5-high 1463.3 | qwen3-235b-a22b-instruct-2507 1426.2 | 2.6% |
| 2025-08-18 | gpt-5-high 1460.7 | qwen3-235b-a22b-instruct-2507 1423.2 | 2.64% |
| 2025-08-21 | gemini-2.5-pro 1457.1 | qwen3-235b-a22b-instruct-2507 1422.5 | 2.43% |
| 2025-08-27 | gemini-2.5-pro 1456.4 | kimi-k2-0711-preview 1421.2 | 2.48% |
| 2025-08-28 | gemini-2.5-pro 1455.9 | kimi-k2-0711-preview 1420.9 | 2.46% |
| 2025-09-08 | gemini-2.5-pro 1455 | kimi-k2-0711-preview 1419.6 | 2.49% |
| 2025-09-17 | gemini-2.5-pro 1456 | qwen3-235b-a22b-instruct-2507 1419.6 | 2.56% |
| 2025-09-18 | gemini-2.5-pro 1456.1 | qwen3-235b-a22b-instruct-2507 1419.1 | 2.61% |
| 2025-09-30 | gemini-2.5-pro 1452.9 | qwen3-vl-235b-a22b-instruct 1420.5 | 2.28% |
| 2025-10-01 | gemini-2.5-pro 1452.1 | qwen3-235b-a22b-instruct-2507 1418.8 | 2.35% |
| 2025-10-03 | claude-sonnet-4-5-20250929-thinking-32k 1453 | glm-4.6 1425.7 | 1.92% |
| 2025-10-07 | gemini-2.5-pro 1451.8 | glm-4.6 1421.4 | 2.14% |
| 2025-10-16 | gemini-2.5-pro 1450.7 | glm-4.6 1421.7 | 2.04% |
| 2025-10-17 | gemini-2.5-pro 1450.8 | glm-4.6 1421.6 | 2.05% |
| 2025-11-05 | gemini-2.5-pro 1451.6 | glm-4.6 1427.8 | 1.67% |
| 2025-11-06 | gemini-2.5-pro 1451.9 | glm-4.6 1429.1 | 1.6% |
| 2025-11-09 | gemini-2.5-pro 1452 | glm-4.6 1428.7 | 1.63% |
| 2025-11-16 | gemini-3-pro 1500.6 | kimi-k2-thinking-turbo 1431.8 | 4.8% |
| 2025-11-17 | gemini-3-pro 1502.2 | kimi-k2-thinking-turbo 1431.7 | 4.92% |
| 2025-11-18 | gemini-3-pro 1497.9 | kimi-k2-thinking-turbo 1430.4 | 4.72% |
| 2025-11-20 | gemini-3-pro 1495 | kimi-k2-thinking-turbo 1429.5 | 4.58% |
| 2025-11-26 | gemini-3-pro 1492.4 | kimi-k2-thinking-turbo 1430.8 | 4.3% |
| 2025-12-01 | gemini-3-pro 1491.4 | kimi-k2-thinking-turbo 1429.1 | 4.36% |
| 2025-12-04 | gemini-3-pro 1490.8 | kimi-k2-thinking-turbo 1427.7 | 4.42% |
| 2025-12-05 | gemini-3-pro 1491.3 | kimi-k2-thinking-turbo 1427.6 | 4.46% |
| 2025-12-08 | gemini-3-pro 1490.3 | kimi-k2-thinking-turbo 1427.1 | 4.42% |
| 2025-12-11 | gemini-3-pro 1491.8 | kimi-k2-thinking-turbo 1425.5 | 4.65% |
| 2025-12-15 | gemini-3-pro 1491.2 | kimi-k2-thinking-turbo 1427 | 4.49% |
| 2025-12-16 | gemini-3-pro 1492.1 | kimi-k2-thinking-turbo 1428.3 | 4.47% |
| 2025-12-18 | gemini-3-pro 1491.4 | kimi-k2-thinking-turbo 1426.3 | 4.56% |
| 2025-12-19 | gemini-3-pro 1490.1 | kimi-k2-thinking-turbo 1428.1 | 4.34% |
| 2025-12-21 | gemini-3-pro 1490 | kimi-k2-thinking-turbo 1428.4 | 4.31% |
| 2025-12-23 | gemini-3-pro 1489.9 | kimi-k2-thinking-turbo 1428.4 | 4.31% |
| 2025-12-30 | gemini-3-pro 1490.2 | glm-4.7 1438.8 | 3.57% |
| 2026-01-09 | gemini-3-pro 1489.6 | glm-4.7 1442.6 | 3.26% |
| 2026-01-27 | gemini-3-pro 1487.9 | glm-4.7 1440.8 | 3.27% |
| 2026-01-29 | gemini-3-pro 1487.3 | kimi-k2.5-thinking 1449.6 | 2.6% |
| 2026-02-06 | claude-opus-4-6-thinking 1503.5 | kimi-k2.5-thinking 1448.8 | 3.78% |
| 2026-02-09 | claude-opus-4-6-thinking 1504.4 | kimi-k2.5-thinking 1446.7 | 3.99% |
| 2026-02-10 | claude-opus-4-6-thinking 1505 | glm-5 1470.4 | 2.36% |
| 2026-02-11 | claude-opus-4-6-thinking 1505.9 | glm-5 1451.5 | 3.74% |
| 2026-02-16 | claude-opus-4-6-thinking 1507 | glm-5 1455 | 3.57% |
| 2026-02-17 | claude-opus-4-6-thinking 1506 | glm-5 1455.2 | 3.49% |
| 2026-02-19 | claude-opus-4-6 1505.1 | glm-5 1454.5 | 3.48% |
| 2026-02-20 | claude-opus-4-6 1505.1 | glm-5 1454.7 | 3.46% |
| 2026-02-21 | claude-opus-4-6-thinking 1505.5 | glm-5 1452.4 | 3.65% |
| 2026-02-22 | claude-opus-4-6-thinking 1505.5 | glm-5 1452.4 | 3.65% |
| 2026-02-24 | claude-opus-4-6 1504.2 | glm-5 1453 | 3.52% |
| 2026-02-25 | claude-opus-4-6 1503.8 | glm-5 1453.8 | 3.44% |
| 2026-02-26 | claude-opus-4-6-thinking 1503.4 | glm-5 1455.4 | 3.3% |
| 2026-03-03 | claude-opus-4-6 1505.1 | glm-5 1454.4 | 3.49% |
| 2026-03-04 | claude-opus-4-6 1504.1 | glm-5 1453.2 | 3.5% |
| 2026-03-05 | claude-opus-4-6 1504 | glm-5 1452.6 | 3.53% |
| 2026-03-06 | claude-opus-4-6 1503.5 | glm-5 1451.7 | 3.57% |
| 2026-03-11 | claude-opus-4-6 1503.4 | glm-5 1453.9 | 3.4% |
| 2026-03-16 | claude-opus-4-6-thinking 1501.4 | glm-5 1453.5 | 3.29% |
| 2026-03-18 | claude-opus-4-6-thinking 1502.1 | glm-5 1456.6 | 3.13% |
| 2026-03-19 | claude-opus-4-6-thinking 1502.1 | glm-5 1456.4 | 3.14% |
| 2026-03-20 | claude-opus-4-6-thinking 1502.1 | glm-5 1455.3 | 3.22% |
| 2026-03-26 | claude-opus-4-6-thinking 1504.1 | glm-5 1455.8 | 3.32% |
| 2026-03-31 | claude-opus-4-6-thinking 1504.2 | glm-5 1455.7 | 3.33% |
| 2026-04-02 | claude-opus-4-6-thinking 1503.7 | glm-5 1455.4 | 3.32% |
| 2026-04-07 | claude-opus-4-6-thinking 1502.8 | glm-5.1 1467.4 | 2.41% |
| 2026-04-09 | claude-opus-4-6-thinking 1503.5 | glm-5.1 1470.7 | 2.24% |
| 2026-04-10 | claude-opus-4-6-thinking 1503.8 | glm-5.1 1470.9 | 2.24% |
| 2026-04-14 | claude-opus-4-6-thinking 1502.3 | glm-5.1 1471.2 | 2.12% |
| 2026-04-17 | claude-opus-4-7-thinking 1504.5 | glm-5.1 1471.6 | 2.24% |
| 2026-04-20 | claude-opus-4-7-thinking 1504 | glm-5.1 1468.8 | 2.39% |
| 2026-04-22 | claude-opus-4-7-thinking 1502.6 | glm-5.1 1468.5 | 2.33% |
| 2026-04-23 | claude-opus-4-7-thinking 1503.1 | glm-5.1 1469.6 | 2.28% |
| 2026-04-27 | claude-opus-4-7-thinking 1503.2 | glm-5.1 1469.9 | 2.26% |
| 2026-04-28 | claude-opus-4-7-thinking 1503.2 | glm-5.1 1469.9 | 2.26% |
| 2026-04-29 | claude-opus-4-7-thinking 1502.9 | glm-5.1 1469.1 | 2.3% |
| 2026-04-30 | claude-opus-4-7-thinking 1504 | glm-5.1 1470.3 | 2.29% |
| 2026-05-01 | claude-opus-4-7-thinking 1502.7 | glm-5.1 1470.5 | 2.19% |
| 2026-05-06 | claude-opus-4-7-thinking 1503.3 | glm-5.1 1471.2 | 2.18% |
| 2026-05-07 | claude-opus-4-7-thinking 1503 | glm-5.1 1471.3 | 2.16% |
| 2026-05-12 | claude-opus-4-6-thinking 1501.7 | glm-5.1 1471.1 | 2.08% |
| 2026-05-14 | claude-opus-4-6-thinking 1501.5 | glm-5.1 1472.3 | 1.99% |
| 2026-05-18 | claude-opus-4-6-thinking 1501.8 | glm-5.1 1472.2 | 2.01% |
| 2026-05-19 | claude-opus-4-6-thinking 1502 | glm-5.1 1472.2 | 2.02% |
| 2026-05-27 | claude-opus-4-6-thinking 1502.2 | glm-5.1 1473.9 | 1.92% |
| 2026-06-03 | claude-opus-4-6-thinking 1503.3 | glm-5.1 1475.2 | 1.91% |
| 2026-06-04 | claude-opus-4-6-thinking 1503.5 | glm-5.1 1475.4 | 1.9% |
| 2026-06-05 | claude-opus-4-6-thinking 1503.6 | glm-5.1 1475 | 1.94% |
| 2026-06-10 | claude-fable-5 1510.4 | glm-5.1 1475.2 | 2.38% |
| 2026-06-16 | claude-fable-5 1507.6 | glm-5.1 1475.3 | 2.19% |
| 2026-06-25 | claude-fable-5 1508.2 | glm-5.1 1473.4 | 2.36% |
| 2026-07-02 | claude-fable-5 1508.5 | glm-5.1 1472.2 | 2.47% |
| 2026-07-10 | claude-fable-5 1508.6 | glm-5.1 1472.1 | 2.48% |
| 2026-07-12 | claude-fable-5 1507.5 | glm-5.1 1471.9 | 2.42% |
| 2026-07-14 | claude-fable-5 1507.5 | glm-5.1 1471.7 | 2.44% |
| 2026-07-16 | claude-fable-5 1507.5 | glm-5.1 1470.8 | 2.49% |
| 2026-07-20 | claude-fable-5 1506.8 | glm-5.1 1469.9 | 2.51% |
| 2026-07-21 | claude-fable-5 1507.3 | glm-5.1 1469.6 | 2.56% |
| 2026-07-26 | claude-fable-5 1508 | kimi-k3-max 1485.3 | 1.53% |
| 2026-07-27 | claude-fable-5 1507.6 | kimi-k3-max 1485.8 | 1.47% |
| 2026-07-30 | claude-fable-5 1507.6 | kimi-k3-max 1485.8 | 1.47% |
| 2026-08-02 | claude-fable-5 1508.6 | kimi-k3-max 1485.3 | 1.56% |
| 2026-08-03 | claude-fable-5 1508.6 | glm-5.2-max 1469.5 | 2.66% |
| 2026-08-06 | claude-fable-5 1507.3 | kimi-k3-max 1485.4 | 1.48% |
| 2026-08-10 | claude-fable-5 1505.7 | kimi-k3-max 1487.3 | 1.23% |
| 2026-08-11 | claude-fable-5 1506.4 | kimi-k3-max 1486.8 | 1.32% |
| 2026-08-12 | claude-fable-5 1506.6 | kimi-k3-max 1488.6 | 1.21% |
| 2026-08-19 | claude-fable-5 1507.3 | kimi-k3-max 1489.7 | 1.19% |
| 2026-08-21 | claude-fable-5 1507.8 | kimi-k3-max 1489.1 | 1.25% |
| 2026-08-27 | claude-fable-5 1507.5 | kimi-k3-max 1488.8 | 1.25% |
| 2026-09-01 | claude-fable-5 1507.4 | kimi-k3-max 1489 | 1.23% |
| 2026-09-02 | claude-fable-5 1507.2 | kimi-k3-max 1488.7 | 1.24% |
| 2026-09-11 | claude-fable-5 1505.5 | glm-5.3-max 1485.6 | 1.34% |
| 2026-09-13 | claude-fable-5 1505.7 | kimi-k3-max 1484.8 | 1.41% |
| 2026-09-25 | claude-opus-5.5-high 1508.6 | kimi-k3-max 1488 | 1.38% |
| 2026-09-30 | gemini-4-argon-high 1524.8 | kimi-k3-max 1488 | 2.47% |
| 2026-10-02 | gemini-4-argon-high 1525.2 | kimi-k3-max 1488.4 | 2.48% |
| 2026-10-08 | gemini-4-argon-high 1525.4 | kimi-k3-max 1488.1 | 2.51% |
| 2026-10-13 | gemini-4-argon-high 1524.8 | kimi-k3-max 1488.1 | 2.46% |
| 2026-10-15 | Gemini 4 Argon (High) 1523.9 | Kimi K3 (Max) 1487.1 | 2.48% |
| 2026-10-20 | Gemini 4 Argon (High) 1523.9 | Kimi K3 (Max) 1488.1 | 2.41% |
| 2026-10-22 | Gemini 4 Argon (High) 1517.2 | Kimi K3 (Max) 1487.4 | 2% |
파일: knowledge/data/derived/arena_top_closed_vs_open.csv
2025년 이후 새 최고 오픈웨이트 모델은 같은 점수의 비공개 모델보다 중앙값 5.4개월 늦었다. 가장 빠른 사례는 DeepSeek-R1의 1.1개월이다.
- 미국 연구소
- 중국 연구소
- 기타 국가
- 가로선 = 2025년 이후 중앙값 5.4개월
LLaMA-65B의 음수 지연은 ECI 범위가 2023-02-24에 시작해서 생긴 착시라 그리지 않았다(표에는 있다). 지수 하나, 처음 그 점수에 도달한 비공개 모델 기준이다.
데이터 표 보기
| 오픈 모델 | 국가 | 공개일 | 같은 점수의 첫 비공개 모델 | 지연(개월) |
|---|---|---|---|---|
| LLaMA-65B | United States of America | 2023-02-24 | GPT-4 (Mar 2023) (2023-03-14) | -0.6 |
| Llama 2-70B | United States of America | 2023-07-18 | GPT-4 (Mar 2023) (2023-03-14) | 4.1 |
| Stable Beluga 2 | United Kingdom | 2023-07-20 | GPT-4 (Mar 2023) (2023-03-14) | 4.2 |
| Yi-34B | China | 2023-11-02 | GPT-4 (Mar 2023) (2023-03-14) | 7.7 |
| Mixtral 8x7B | France | 2023-12-11 | GPT-4 (Mar 2023) (2023-03-14) | 8.9 |
| Mixtral 8x22B | France | 2024-04-17 | GPT-4 (Mar 2023) (2023-03-14) | 13.1 |
| Llama 3-70B | United States of America | 2024-04-18 | GPT-4 (Mar 2023) (2023-03-14) | 13.2 |
| DeepSeek-V2 (MoE-236B, May 2024) | China | 2024-05-07 | GPT-4 (Mar 2023) (2023-03-14) | 13.8 |
| Qwen2-72B | China | 2024-06-07 | GPT-4 (Mar 2023) (2023-03-14) | 14.8 |
| Llama 3.1-405B | United States of America | 2024-07-23 | GPT-4o (May 2024) (2024-05-13) | 2.3 |
| Qwen2.5-72B | China | 2024-09-19 | GPT-4o (May 2024) (2024-05-13) | 4.2 |
| Phi-4 | United States of America | 2024-12-12 | o1-mini (2024-09-12) | 3 |
| DeepSeek-V3 | China | 2024-12-26 | o1-mini (2024-09-12) | 3.4 |
| DeepSeek-R1 | China | 2025-01-20 | o1 (2024-12-17) | 1.1 |
| Qwen3-235B-A22B | China | 2025-04-28 | o1 (2024-12-17) | 4.3 |
| DeepSeek-R1 (May 2025) | China | 2025-05-28 | o1 (2024-12-17) | 5.3 |
| Qwen3-235B-A22B-Thinking (Jul 2025) | China | 2025-07-25 | Gemini 2.5 Pro (Mar 2025) (2025-03-31) | 3.8 |
| DeepSeek-V3.2-Exp | China | 2025-09-29 | o3 (2025-04-16) | 5.5 |
| Kimi K2 Thinking | China | 2025-11-06 | o3 (2025-04-16) | 6.7 |
| DeepSeek-V3.2 | China | 2025-12-01 | o3 (2025-04-16) | 7.5 |
| Kimi K2.5 | China | 2026-01-27 | GPT-5 (2025-08-07) | 5.7 |
| GLM-5.1 | China | 2026-04-07 | GPT-5 (2025-08-07) | 8 |
| Kimi K2.6 | China | 2026-04-20 | Gemini 3 Pro (2025-11-18) | 5 |
| GLM-5.2 | China | 2026-06-16 | Gemini 3 Pro (2025-11-18) | 6.9 |
| Kimi K3 | China | 2026-07-16 | GPT-5.4 Pro (2026-03-05) | 4.4 |
파일: knowledge/data/derived/eci_open_weight_lag.csv
당신의 산업에 뜻하는 것
오픈 모델이 같은 점수에 닿는 데 걸리는 시간(2025년 이후 중앙값 5.4개월)은 대부분의 기업 조달 주기보다 짧다. 온프레미스용으로 오픈웨이트를 표준화한 터미널 운영사는 작년 비공개 프런티어와 비슷한 능력의 모델을 얻는다.
- Arena 점수는 한 스냅샷 안에서만 상대적이므로 해마다 수준이 아니라 격차를 비교한다. 기록 하나하나는 신뢰구간이 넓으니 점 하나보다 중앙값을 믿는다.
- AI Index 2026 은 2023년 5월 GPT-4-0314 가 Vicuna-13B 를 174점(15.2%) 앞섰다고 적었다(PDF p.76). 우리가 받은 Arena 기록에는 그 시기 스냅샷에 GPT-4 행이 없어 격차를 계산하지 않았다. Stanford HAI, AI Index 2026 (CC BY-ND 4.0 — 인용만, 다시 그리지 않음)
이야기 4 · 공개 방식
가장 좋은 모델일수록 가중치를 공개하지 않는다
API 로만 공개하는 방식이 가장 흔한 경로가 됐다. 공개 방식별 모델 수와 오픈웨이트 비율을 따로 그린다(이중 축을 쓰지 않는다).
2025년 처음으로 API 로만 공개한 모델(46개)이 오픈웨이트(45개)보다 많았다.
- 오픈웨이트
- API 제공
- 호스팅·제한 공개(API 없음)
- 미공개·기록 없음
- * 2026년 = 부분 연도
Epoch 의 목록은 전수조사가 아니라 큐레이션이라, 공개 방식의 변화에는 무엇을 목록에 넣는지도 섞여 있다.
데이터 표 보기
| 연도 | 오픈웨이트 | API | 호스팅(API 없음) | 제한 공개 | 미공개 | 기록 없음·기타 | 합계 | 오픈 비율 |
|---|---|---|---|---|---|---|---|---|
| 2019 | 31 | 0 | 0 | 0 | 37 | 0 | 68 | 45.6% |
| 2020 | 28 | 1 | 0 | 0 | 21 | 0 | 50 | 56% |
| 2021 | 41 | 4 | 5 | 0 | 29 | 0 | 79 | 51.9% |
| 2022 | 41 | 8 | 5 | 0 | 36 | 1 | 91 | 45.6% |
| 2023 | 59 | 20 | 4 | 0 | 36 | 0 | 119 | 49.6% |
| 2024 | 39 | 30 | 13 | 0 | 16 | 0 | 98 | 39.8% |
| 2025 | 45 | 46 | 9 | 0 | 7 | 0 | 107 | 42.1% |
| 2026 (10/24까지) | 29 | 43 | 5 | 3 | 4 | 0 | 84 | 34.5% |
파일: knowledge/data/derived/notable_models_by_access_year.csv
당신의 산업에 뜻하는 것
API 전용이라는 것은 운영자의 데이터가 현장을 떠난다는 뜻이다. OT 네트워크, 선박 시스템, 전력 계통처럼 규제되거나 안전이 중요한 운영에서 공개 방식은 가격 조건이 아니라 보안 통제다.
- AI Index 2026 은 2025년 API 전용 모델을 102개 중 47개로 집계했다(PDF p.21). 같은 보고서는 “가장 유능한 모델이 이제 가장 불투명하다”고 쓴다(PDF p.15). Stanford HAI, AI Index 2026 (CC BY-ND 4.0 — 인용만, 다시 그리지 않음)
이야기 5 · 연산
연산량 격차는 대략 47배다
연도별 미국과 중국의 최대 학습 연산량. 점의 채움은 Epoch 추정의 신뢰도다. 눈금은 로그다.
2026년 미국 최대 학습 연산량은 중국 최대의 약 47배다 — 둘 다 Epoch 추정치이므로 “한 자릿수 이상 차이”로 읽어야 한다.
- 미국
- 중국
- 채움 = Confident
- 반투명 = Likely
- 빈 원 = Speculative
2026년 연산량 수치가 있는 모델은 미국 7개, 중국 9개뿐이고 나머지는 0이 아니라 빈칸이다.
데이터 표 보기
| 연도 | 국가 | 모델 | FLOP | 신뢰도 | 연산량 있는 모델 / 없는 모델 |
|---|---|---|---|---|---|
| 2019 | United States of America | OpenAI Five | 6.7×10²² | Confident | 32 / 24 |
| 2020 | United States of America | GPT-3 175B (davinci) | 3.1×10²³ | Confident | 26 / 11 |
| 2021 | United States of America | FLAN 137B | 2×10²⁴ | Confident | 42 / 12 |
| 2022 | United States of America | Minerva (540B) | 2.7×10²⁴ | Confident | 45 / 23 |
| 2023 | United States of America | Gemini 1.0 Ultra | 5×10²⁵ | Speculative | 44 / 42 |
| 2024 | United States of America | Llama 3.1-405B | 3.8×10²⁵ | Confident | 26 / 31 |
| 2025 | United States of America | Grok 4 | 5×10²⁶ | Speculative | 15 / 49 |
| 2026 (10/24까지) | United States of America | GPT-6 Astra | 9.4×10²⁶ | Likely | 7 / 42 |
| 2019 | China | trRosetta | 3.8×10¹⁹ | Confident | 3 / 3 |
| 2020 | China | KEPLER | 1.7×10²¹ | Confident | 5 / 3 |
| 2021 | China | ERNIE 3.0 Titan | 1×10²⁴ | Confident | 17 / 4 |
| 2022 | China | GLM-130B | 3.5×10²³ | Confident | 7 / 5 |
| 2023 | China | Qwen-72B | 1.3×10²⁴ | Confident | 15 / 8 |
| 2024 | China | Doubao-pro | 2.5×10²⁵ | Likely | 16 / 15 |
| 2025 | China | Qwen3-Max | 1.5×10²⁵ | Speculative | 23 / 12 |
| 2026 (10/24까지) | China | Kimi K3 | 2×10²⁵ | Speculative | 9 / 20 |
파일: knowledge/data/derived/max_training_compute_us_china_year.csv
당신의 산업에 뜻하는 것
중국 쪽 데이터는 더 적은 연산으로 더 많이 해내는 방향을 가리킨다. 온프레미스 산업 배포가 늘 안고 사는 제약과 같다.
- 프런티어 연산량은 대부분 Epoch 추정치이고 다수가 Speculative 다. 연산량과 ECI 는 같은 발행처라 일관되지만 독립적인 확인은 아니다.
이야기 6 · 돈
미·중 자금 격차는 능력 격차보다 훨씬 크다
자금과 능력은 단위가 다르다. 두 그래프를 나란히 두되 같은 축에 올리지 않는다 — 요점은 비율이다.
능력 지수로 보면 최고 미국 모델은 최고 중국 모델보다 10.97점, 미국 점수의 약 6.5% 앞선다(2026년 10월).
- 음영 = ~4점 이하, 90% 신뢰구간 안(잡음)
구간 척도의 차이를 수준으로 나눈 비율이라 대략적인 비교일 뿐이다.
데이터 표 보기
| 월 | 최고 미국 (ECI) | 최고 중국 (ECI) | 격차(점) |
|---|---|---|---|
| 2023-06 | GPT-4 (Mar 2023) 125.74 | Baichuan1-7B 90 | 35.74 |
| 2023-07 | GPT-4 (Mar 2023) 125.74 | Baichuan1-7B 90 | 35.74 |
| 2023-08 | GPT-4 (Mar 2023) 125.74 | Baichuan1-7B 90 | 35.74 |
| 2023-09 | GPT-4 (Mar 2023) 125.74 | Qwen-14B 112.88 | 12.86 |
| 2023-10 | GPT-4 (Mar 2023) 125.74 | Qwen-14B 112.88 | 12.86 |
| 2023-11 | GPT-4 (Mar 2023) 125.74 | Yi-34B 117.33 | 8.41 |
| 2023-12 | GPT-4 (Mar 2023) 125.74 | Yi-34B 117.33 | 8.41 |
| 2024-01 | GPT-4 Turbo (Nov 2023) 126.43 | Yi-34B 117.33 | 9.1 |
| 2024-02 | Claude 3 Opus 126.9 | Yi-34B 117.33 | 9.57 |
| 2024-03 | Claude 3 Opus 126.9 | Yi-34B 117.33 | 9.57 |
| 2024-04 | GPT-4 Turbo (Apr 2024) 127.27 | Yi-34B 117.33 | 9.94 |
| 2024-05 | GPT-4o (May 2024) 128.99 | DeepSeek-V2 (MoE-236B, May 2024) 124.8 | 4.19 |
| 2024-06 | Claude 3.5 Sonnet 130 | Qwen2-72B 125.28 | 4.72 |
| 2024-07 | Claude 3.5 Sonnet 130 | Qwen2-72B 125.28 | 4.72 |
| 2024-08 | Claude 3.5 Sonnet 130 | Qwen2-72B 125.28 | 4.72 |
| 2024-09 | o1-mini 135.7 | Qwen2.5-72B 128.97 | 6.73 |
| 2024-10 | o1-mini 135.7 | Qwen2.5-72B 128.97 | 6.73 |
| 2024-11 | o1-mini 135.7 | Qwen2.5-72B 128.97 | 6.73 |
| 2024-12 | o1 141.72 | DeepSeek-V3 132.3 | 9.42 |
| 2025-01 | o1 141.72 | DeepSeek-R1 138.82 | 2.9 |
| 2025-02 | o1 141.72 | DeepSeek-R1 138.82 | 2.9 |
| 2025-03 | Gemini 2.5 Pro (Mar 2025) 143.96 | DeepSeek-R1 138.82 | 5.14 |
| 2025-04 | o3 146.73 | Qwen3-235B-A22B 139.15 | 7.58 |
| 2025-05 | o3 146.73 | DeepSeek-R1 (May 2025) 141.13 | 5.6 |
| 2025-06 | o3-pro 147.33 | DeepSeek-R1 (May 2025) 141.13 | 6.2 |
| 2025-07 | o3-pro 147.33 | Qwen3-235B-A22B-Thinking (Jul 2025) 143.76 | 3.57 |
| 2025-08 | GPT-5 150 | Qwen3-235B-A22B-Thinking (Jul 2025) 143.76 | 6.24 |
| 2025-09 | GPT-5 150 | DeepSeek-V3.2-Exp 144.91 | 5.09 |
| 2025-10 | GPT-5 Pro 150.59 | DeepSeek-V3.2-Exp 144.91 | 5.68 |
| 2025-11 | Gemini 3 Pro 153.07 | Kimi K2 Thinking 145.82 | 7.25 |
| 2025-12 | GPT-5.2 Pro 156.33 | DeepSeek-V3.2 146.09 | 10.24 |
| 2026-01 | GPT-5.2 Pro 156.33 | Kimi K2.5 148.07 | 8.26 |
| 2026-02 | GPT-5.3 Codex 157.09 | Kimi K2.5 148.07 | 9.02 |
| 2026-03 | GPT-5.4 Pro 159.57 | Kimi K2.5 148.07 | 11.5 |
| 2026-04 | GPT-5.5 Pro 162.91 | Kimi K2.6 150.94 | 11.97 |
| 2026-05 | GPT-5.5 Pro 162.91 | Qwen3.7-Max 154.04 | 8.87 |
| 2026-06 | Claude Fable 5 163.42 | Qwen3.7-Max 154.04 | 9.38 |
| 2026-07 | Claude Opus 5 163.94 | Kimi K3 157.86 | 6.08 |
| 2026-08 | Claude Opus 5 163.94 | Kimi K3 157.86 | 6.08 |
| 2026-09 | Claude Opus 5.5 168.83 | Kimi K3 157.86 | 10.97 |
| 2026-10 | Claude Opus 5.5 168.83 | Kimi K3 157.86 | 10.97 |
파일: knowledge/data/derived/eci_best_us_vs_china_monthly.csv
누적 지분 투자: OpenAI $182.8B, Anthropic $139.4B. 데이터 속 중국 연구소 중 최다는 DeepSeek $22.5B.
- 미국
- 중국
- 기타 국가
Cohere, Google, Meta, Moonshot AI는 수치가 없어 막대를 그리지 않았다(0이 아니다). DeepSeek 의 수치는 2026년 두 차례 라운드에 대한 언론 보도에 기반하므로 다시 확인이 필요하다.
데이터 표 보기
| 회사 | 국가 | 누적 지분 투자(USD) |
|---|---|---|
| OpenAI | United States of America | 182,750,000,000 |
| Anthropic | United States of America | 139,404,000,000 |
| xAI | United States of America | 37,000,000,000 |
| DeepSeek | China | 22,500,000,000 |
| Mistral AI | France | 6,494,300,000 |
| MiniMax | China | 619,000,000 |
| Z.ai (Zhipu) | China | 558,000,000 |
| Cohere | Canada | 수치 없음 |
| United States of America | 수치 없음 | |
| Meta | United States of America | 수치 없음 |
| Moonshot AI | China | 수치 없음 |
파일: knowledge/data/derived/frontier_company_funding.csv
당신의 산업에 뜻하는 것
자본은 소수 연구소에 몰려 있다. 산업 구매자는 비공개 쪽의 가격 결정력과 종속을 예상하고, 값싼 오픈웨이트 대안을 실제 선택지로 다뤄야 한다.
- Google 과 Meta 는 독립 법인이 아니라 수치가 없다.
- AI Index 2026 에 따르면 2025년 미국 민간 AI 투자는 2,859억 달러로 중국(124억 달러)의 23배다(PDF p.11, 데이터: Quid). 보고서는 이 수치가 중국 정부 유도 기금 때문에 중국의 전체 AI 지출을 과소평가할 가능성이 크다고 경고한다. Stanford HAI, AI Index 2026 (CC BY-ND 4.0 — 인용만, 다시 그리지 않음)
이야기 7 · 산업 현장
데이터 과학은 사라지지 않았다: 산업마다 무게가 다르다
EU 기업 조사에서 자연어 생성은 머신러닝을 앞질렀지만, 에너지처럼 예측·정비가 중요한 산업은 여전히 머신러닝을 많이 쓴다.
EU 기업에서 자연어 생성은 2024년 머신러닝을 앞질렀다(5.41% 대 4.24%). 정보통신을 빼면 머신러닝 사용률 1위는 에너지(13.07%)다.
- 데이터 분석용 머신러닝
- 자연어 생성(코드 포함)
EU-27, 종업원 10인 이상 기업 중 비율. 에너지 머신러닝 사용률 13.07%는 전 산업 5.1%의 약 2.6배다. 해운은 “운송·보관” 안에 있어 따로 떼어낼 수 없다.
데이터 표 보기
| 산업 (NACE) | 머신러닝 2023→2024→2025 | 자연어 생성 2023→2024→2025 | AI 사용(전체) 2025 |
|---|---|---|---|
| All activities (excl. agriculture, mining, finance) (C10-S951_X_K) | 2.6% → 4.24% → 5.1% | 2.1% → 5.41% → 8.76% | 19.95% |
| Manufacturing (C) | 1.73% → 2.73% → 3.66% | 1.19% → 3.53% → 7.09% | 17.27% |
| Electricity, gas, steam (energy) (D35) | 8.51% → 12.59% → 13.07% | 4.2% → 8.91% → 17.17% | 33.57% |
| Transportation and storage (H) | 1.35% → 1.98% → 2.69% | 1.28% → 3.32% → 3.92% | 11.15% |
| Information and communication (J) | 16.28% → 25.66% → 28.58% | 11.14% → 25.83% → 42.23% | 62.52% |
파일: knowledge/data/derived/eurostat_ai_tech_by_industry.csv
당신의 산업에 뜻하는 것
데이터 과학이 사라진 것이 아니라 산업마다 무게가 다르다. 이 데이터는 고전적 방법이 LLM 보다 낫다는 것을 보여주지 않는다. 운송·보관은 여기서 AI 도입이 가장 낮은 산업이다.
- EU 만의 데이터다. 비교할 만한 세계·한국·걸프 계열은 찾지 못했다. 기업은 두 기술을 모두 체크할 수 있고, Eurostat 은 머신러닝이 고전적 방법인지 딥러닝인지 구분하지 않는다.
이 페이지가 지키는 규칙
- 모든 숫자는 knowledge/data/derived/ 의 CSV 한 행에서 나오고, 차트는 빌드할 때 그 CSV 로 그린다. 외부 요청이나 차트 라이브러리는 없다.
- 빈 값은 0이 아니라 빈칸으로 남긴다.
- 개수와 비율의 축은 0에서 시작한다. ECI·Arena 점수는 0이 의미 없는 척도라 격차를 그린다. 연산량은 로그 눈금이다.
- Stanford AI Index 는 CC BY-ND 라서 숫자를 쪽수와 함께 인용만 하고 다시 그리지 않는다. 허깅페이스 데이터는 집계값만 싣는다. Artificial Analysis 는 이용약관상 쓰지 않는다.
- 이 데이터로 말할 수 없는 것: 산업이 실제로 어떤 모델을 운영하는지, 해운만의 수치(해운은 “운송·보관” 안에 있다), 사용하는 나라(모든 나라 필드는 개발자의 나라다).