02 AI 시대, 듀오폴리(Duopoly) 시장과 인재의 양극화

│김영욱 SAP Product Engineering Product Expert

89%와 29%: 같은 코인의 양면

AI 산업은 지금 두 개의 숫자 앞에 서 있다. 하나는 89%, 다른 하나는 29%다. 전자는 5월 기준 34개 주요 AI 스타트업이 창출하는 연간 매출 800억 달러 중 앤쓰로픽과 오픈AI 두 회사가 차지하는 비중이다. 6개월 전 대비 4.5%포인트 상승했으며, 격차는 좁혀지지 않고 벌어지고 있다.¹⁾ 후자는 WRITER가 2026년 4월 7일 발표한 2,400명 대상 글로벌 조사 결과다. 직원의 29%가, Z세대에서는 44%가 자신이 속한 회사의 AI 전략을 적극적으로 '도입 거부(sabotage)'하고 있다고 응답했다.²⁾

표면적으로 이 두 숫자는 별개의 현상을 가리킨다. 89%는 AI 모델 공급 시장의 듀오폴리(Duopoly) 구조다. 29%는 기업 조직 내부의 저항과 분열이다. 그러나 이번 글의 핵심 논지는, 이 두 숫자가 같은 코인의 양면이라는 것이다. AI 시장에서 진행되는 공급 측 양극화와 기업·조직 안에서 진행되는 수요 측 양극화는 분리된 현상이 아니다. 시장 듀오폴리가 가격 결정권과 기능 통합 정책을 통제하는 순간, 그 압력은 기업 도입 격차로 전이되고, 다시 조직 내 인재 양극화로 굴절된다. 두 회사가 매출의 절반 가까이 차지하면서 연간 300억 달러 이상의 현금을 태우는 모순, PwC의 'AI 경제 가치 74%를 상위 20% 기업이 독점'한다는 분석,³⁾ 임원 75%가 자사 AI 전략을 '보여주기'로 자인하는 자기 진단, IMF가 경고하는 중간 숙련 일자리의 구조적 소멸⁴⁾과 같은 데이터를 따로 읽으면 각각의 산업 보고서이지만, 함께 읽으면 하나의 거대한 구조 재편의 윤곽을 그린다.

이 인과 사슬은 기업 의사결정자에게 두 가지 결정의 본질을 재정의한다. 첫째, AI 벤더 의존 구조는 단순한 조달 결정이 아니라 향후 5년의 비용 구조와 가격 결정권을 좌우하는 전략적 선택이다. 둘째, 조직 내 AI 도입은 단순한 도구 배포가 아니라 '슈퍼유저'와 '도입 거부'를 동시에 만들어내는 양극화 메커니즘이다. 듀오폴리의 가격 인상이 기업 마진을 압박하고, 압박받는 마진이 인력 구조조정으로 전가되며, 구조조정의 공포가 다시 '도입 거부'를 낳는 순환 구조는, 추상적 우려가 아니라 이미 작동하고 있는 현실이다.

1. 듀오폴리의 도래

34개 주요 AI 스타트업이 창출하는 연간 매출은 약 800억 달러, 월 환산 66억 달러에 달하며, 6개월 전 대비 112% 증가했다. 이 성장률도 놀랍지만 더 주목할 것은 분배 구조다. 800억 달러 중 약 712억 달러, 즉 89%가 앤쓰로픽과 오픈AI 두 회사에 집중되어 있다. 6개월 전 동일 그룹에서 이 두 회사의 점유율은 84.5%였다. 반년 만에 4.5%포인트가 더 증가한 것이다. 

그림 1 34개 주요 AI 스타트업의 연간 매출 현황 (출처: The Information) 

이 집중도는 통상적인 시장 지배의 범주를 벗어난다. 일반적으로 과점 시장은 상위 4개 기업의 점유율(CR4)이 60~80% 수준에서 형성되며, 듀오폴리로 분류하기 위해서는 상위 2개 기업의 점유율이 70%를 초과해야 한다는 것이 산업조직론의 일반적 기준이다. AI 모델 시장의 89%는 이 기준을 압도적으로 상회한다. 더 결정적인 것은 추세다. 시장이 성숙하면서 집중도가 완화되는 일반적 패턴과 반대로, AI 시장은 시장이 커질수록 집중도가 심화되는 역행적 동학(Counter-cyclical Dynamic)을 보이고 있다. 듀오폴리 내부에서는 앤쓰로픽의 매출이 최근 오픈AI를 추월한 것으로 나타나며, 그 동력은 코딩 작업과 화이트칼라 업무 영역에서의 강세에서 비롯된다. 두 회사 사이의 경쟁이 치열할수록 나머지 32개 회사에 대한 지배력은 오히려 강화되는 역설적 구조다.

동시에 무너지는 두 가지 통념: "AI 앱 가치" vs. "스타트업의 다양성”

이 매출 분포는 두 가지 통념을 동시에 무너뜨린다. 첫 번째는 'AI 시대에는 모델보다 애플리케이션 레이어에서 가치가 발생한다'였다. 인터넷 시대의 학습에 기반한 이 SaaS 업계의 주류 의견은 매출 데이터로 반증이 되고 있다. 일부 투자자들이 주장해온 명제, ‘현 AI 시대 소프트웨어 가치의 대부분은 첨단 AI 모델 개발자에게 귀속되며, 순수 AI 앱 개발자에게 가는 가치는 제한적이다’가 입증되고 있다.

두 번째는 'AI 스타트업 생태계가 시장의 다양성을 만든다'이다. 800억 달러 매출 그룹의 32개 회사가 거의 전적으로 두 회사의 모델에 의존하고 있다는 사실은, 생태계의 다양성이 곧 공급의 다양성을 의미하지는 않는다는 점을 드러낸다. 시장에 보이는 다양성은 인터페이스와 사용 사례의 다양성일 뿐, 그 밑에 깔린 모델 공급은 듀오폴리 구조 위에 서 있다.

이 의존 구조의 대가는 마진으로 나타난다. 커서의 사례는 상징적이다. 2026년 1월 마감 분기 기준 커서의 매출총이익률(Gross Margin)은 마이너스 23%를 기록했다. 연 매출 10억 달러를 돌파한 스타트업으로서는 이례적인 수치다. 이후 이익률이 개선되었으나, 이 데이터가 보여주는 것은 명확하다. 듀오폴리의 모델을 빌려 사업을 운영하는 구조는 매출이 아무리 빠르게 성장해도 수익성으로 전환되기 어려운 구조적 한계를 갖는다. 32개 비듀오폴리 회사들은 집합적으로 매년 수십억 달러를 앤쓰로픽과 오픈AI에 모델 사용료로 지불하고 있으며, 커서·퍼플렉시티·일레븐랩스·코그니션 등의 매출 중 상당 부분이 결국 듀오폴리의 매출로 다시 흘러 들어간다. 시장이 커질수록 듀오폴리의 매출은 직접 매출과 간접 매출(스타트업을 통한 흐름) 두 방향에서 동시에 증가하는 이중 계산 구조다.

앤쓰로픽 가격 인상이 만든 연쇄 효과, 가격 결정권

매출 점유율 89%의 진정한 무게는 현재의 매출이 아니라 미래의 가격 결정권에 있다. 앤쓰로픽의 최근 가격 인상으로 세일즈포스, 서비스나우를 포함한 주요 엔터프라이즈 소프트웨어 기업과 32개 AI 스타트업이 동시에 비용 압박을 받고 있다. 앤쓰로픽과 오픈AI는 연간 300억 달러 이상의 현금을 소진하고 있으며, 두 회사의 가격 정책은 수익성 확보가 아니라 손실 폭 축소를 위한 압박 수단으로 작동하고 있다. 그 압박은 시장 전체로 전가된다. 앤쓰로픽의 매출은 AWS·구글과 분점되고 오픈AI는 2030년까지 마이크로소프트와 매출의 20%(2026년에만 약 60억 달러)를 분점하는 구조, 그리고 엔비디아가 듀오폴리 두 회사에 합산 약 400억 달러를 투자한 자본 순환 구조가 결합하면, AI 시장은 엔비디아 → 클라우드 빅3 → 듀오폴리 → 32개 스타트업 → 엔터프라이즈 고객이라는 수직적으로 통합된 가격 전가 체인을 형성한다. 체인의 어느 한 단계에서 가격이 인상되면 압력은 하방으로 전가되며, 종착점은 항상 최종 고객이다. 이 가격 결정권의 이동은 본질적 질문을 제기한다. 우리가 오늘 산정한 AI 도입 예산은 2년 후에도 유효한가? 앤쓰로픽의 가격 인상이 단발성 사건이 아니라 듀오폴리 구조에서 반복될 패턴이라면, 기업의 AI TCO는 현재 추정치보다 상당히 높은 상방 변동성을 갖는다고 평가해야 한다.

2. 네오랩 현상: 듀오폴리를 우회하려는 자본의 시도

89%의 매출 집중도는 시장의 끝이 아니라 다음 국면을 예고하는 신호다. 듀오폴리가 굳어질수록 그 구조를 우회하려는 자본의 시도도 가속된다. 시장에서 관심있는 바라보는 네오랩(Neolab)의 정의는 단순하다. 앤쓰로픽과 오픈AI를 정면 추격하기보다 새로운 종류의 AI 모델을 개발해 우회하려는 시도다. 이 정의 자체가 듀오폴리의 깊이를 역설적으로 보여준다. 기존 LLM 아키텍처 위에서는 두 회사를 따라잡기 어렵다는 시장의 판단이, 다른 종류의 모델을 개발하려는 자본 배치로 이어진 것이다.

미스트랄 AI의 궤적은 네오랩 현상의 가장 가시적인 사례다. 2023년 파리에서 창업한 이 회사는 2025년 9월 ASML이 주도한 17억 유로 시리즈 C 라운드를 유치하며 110억 7,000만 유로 기업가치로 평가받았다. ASML이 단독으로 13억 유로를 투자해 최대 주주가 된 이 거래는 단순한 재무 투자가 아니라, AI 모델·반도체 장비·유럽 산업 정책이 하나의 전략적 축으로 결합되었다는 의미다. 미스트랄은 2026년 3월 추가로 8억 3,000만 달러의 부채 금융을 확보해 파리 인근에 1만 3,800개의 엔비디아 칩을 활용한 자체 데이터센터를 구축하기 시작했다.⁵⁾ 미스트랄의 연간 반복 매출(ARR)은 2024년 말 약 1,600만 달러에서 2026년 1월 4억 달러로 1년 만에 약 20배 확장되었으며, 매출의 60%가 유럽에서 발생한다는 점은 그 성장이 지정학적 자율성과 데이터 주권에 대한 유럽 기업·정부의 수요에 기반하고 있음을 보여준다.

미스트랄 외에도 자본 흐름은 광범위하다. 영국의 자율주행 스타트업 웨이브(Wayve)는 12억 달러, AI 데이터센터를 제공하는 엔스케일(Nscale)은 20억 달러, 프랑스의 AMI 랩스는 10억 달러를 2026년에 조달했다. 이 규모들은 듀오폴리의 누적 투자액(오픈AI 1,800억 달러, 앤쓰로픽 590억 달러)과 비교하면 여전히 작지만, 방향성은 명확하다. 자본은 듀오폴리에 더 많이 들어가는 동시에, 그 우회 경로에도 분산되고 있다. 네오랩들은 듀오폴리가 수평적으로 확장할 때 침투하기 어려운 데이터 주권을 요구하는 유럽 정부와 기업, 자율주행, 도메인 특화 인프라와 같은 영역에서 모델 자체를 차별화하는 전략으로 성장하고 있다.

3. 시장의 양극화가 기업의 양극화로

89%의 매출 집중과 네오랩의 우회 시도가 공급 측 양극화의 두 얼굴이라면, 그 압력을 받는 수요 측에서도 평행한 양극화가 진행되고 있다. AI 도구는 시장에 광범위하게 공급되고 있으나, 그 도구로부터 실질적 가치를 추출하는 능력은 극히 일부 기업에 집중되어 있다. 이 격차는 단순한 도입 시기의 차이가 아니라, 도구를 가치로 전환하는 통합 역량의 구조적 차이에서 비롯된다.

상위 20% 기업이 AI 경제 가치 74%를 독점

PwC 보고서는 AI가 만들어내는 경제 가치의 74%를 상위 20% 기업이 가져간다는 사실을 정량화했다. AI 리더 기업은 다른 기업보다 책임 있는 AI 프레임워크를 보유할 확률이 1.7배 높았고, 결정적으로 이 리더 기업의 직원들은 AI 출력물을 신뢰할 확률이 2배 높았다. AI 가치 격차의 원인이 모델 접근성이나 기술 인프라가 아니라, 조직적 통합 역량과 거버넌스 성숙도라는 사실이 입증된 것이다. 모든 기업은 동일한 앤쓰로픽·오픈AI API에 접근할 수 있고, 미스트랄의 오픈-웨이트 모델은 누구나 다운로드할 수 있다. 그러나 동일한 모델을 도입한 두 기업이 만들어내는 가치는 4배 가까이 차이 난다. AI는 기술이 아니라 변경 관리의 문제라는 명제가 매출 데이터로 입증된 것에 가깝다.

리더 기업들은 AI를 생산성 향상 도구가 아니라 성장과 사업 재창조의 촉매로 활용한다. 동일한 AI 도구가 한 기업에게는 백오피스 자동화 도구이고, 다른 기업에게는 시장 재정의의 무기다. PwC는 이 격차가 학습 속도의 차이에 기인한다고 지적한다. 리더 기업이 더 빠르게 학습하고, 검증된 사용 사례를 더 빠르게 확장하며, 의사결정을 더 안전하게 자동화하기 때문에, 격차는 자기 강화적으로 확대된다.

도입과 전환의 결정적 차이

센드투팀(SendToTeam)의 리포트에 따르면, 78%의 기업이 AI를 도입했으나 실제 전환을 달성한 기업은 34%에 불과하다.⁶⁾ 44%포인트의 격차는, 도구의 보유가 곧 가치 창출을 의미하지 않는다는 사실을 정량화한다.

그림 2 AI를 도입과 실제 전환을 달성한 기업의 차이 (출처: SendtoTeam) 

딜로이트의 리포트도 동일한 패턴을 확인한다. 2026년 기업의 직원 AI 접근권은 2025년 대비 50% 증가했고, 외형적으로 AI 도입은 빠르게 확산되고 있다. 그러나 진정으로 사업을 AI로 구조화하는 기업은 34%에 불과하다.⁷⁾ 도구를 더하는 것과 프로세스를 재설계하는 것은 다른 차원의 작업이다. 전자는 기존 조직 구조 위에 AI 레이어를 얹는 일이고, 후자는 조직의 의사결정 흐름·역할 정의·성과 평가 기준 전체를 재구성하는 일이다. 인간-AI 협업 팀이 인간만으로 구성된 팀 대비 60% 더 높은 생산성을 보이고, 에이전트 AI 도입 기업이 매출은 6~10% 증가하고 70% 비용 절감을 보고하는 결과는 워크플로우 재설계가 동반될 때에만 실현된다. 도구를 더하는 기업은 1년 후 정체에 빠지지만, 프로세스를 재설계하는 기업은 3년 차에 AI 네이티브 워크플로우에 도달하며 이 시점에서 두 그룹의 격차는 봉합이 불가능해진다.

4. 인재의 양극화: 슈퍼유저와 '도입 거부'의 공존

기업 간 양극화가 도구의 사용 방식에서 비롯된다면, 그 도구를 직접 사용하는 인간 차원에서도 평행한 양극화가 진행된다. 같은 조직 안에서 한 직원은 AI 슈퍼유저로 거듭나며 5배의 생산성을 기록하고, 다른 직원은 회사의 AI 전략을 적극적으로 '도입 거부'한다. AI 시대의 인재 양극화는 기술의 문제가 아니라 신뢰의 문제다.

슈퍼유저: 5배의 생산성, 3배의 승진

WRITER 조사에서 AI 슈퍼유저는 일반 직원 대비 5배의 생산성을 보였고, 지난 1년간 승진과 임금 인상을 동시에 받을 확률이 약 3배 높았다.⁸⁾ 이 격차는 임금 시장에서 가격화된다. 동일 직무에서 고급 AI 스킬을 보유한 노동자는 그렇지 않은 동료보다 56% 높은 임금을 받는다.⁹⁾ 가트너의 2026년 1분기 조사는 슈퍼유저 우위의 원천을 분해한다.¹⁰⁾ 다수의 사용 사례에서 AI를 활용하는 직원은 단일 사용 사례에 머무는 직원 대비 2~3배 더 높은 생산성·품질·프로세스 개선 성과를 내며, AI에 긍정적 관점을 가진 직원은 부정적 관점을 가진 직원 대비 3.4배 더 생산적이다. 슈퍼유저의 우위는 단지 더 많은 시간을 AI에 투입한 결과가 아니라, 다양한 맥락에서 AI를 사용하는 폭과 AI에 대한 태도라는 두 변수의 상호작용에서 나온다.

그러나 개인의 우위가 조직의 성과로 자동 전환되지는 않는다. 조직 차원에서 생성 AI로부터 유의미한 ROI를 실현한 비율은 29%, AI 에이전트의 경우 23%에 그친다. 슈퍼유저는 5배의 가치를 만들지만, 그 가치가 조직 전체로 확산되지 못하는 구조 안에서, 나머지 직원들의 저항이 슈퍼유저의 우위를 조직의 성과가 아닌 개인의 격차로 고정시킨다.

29%의 '도입 거부', 그 중 44%의 Z세대

WRITER 조사의 가장 충격적인 발견은 슈퍼유저의 반대편에 있다. 직원의 29%가, Z세대에서는 44%가 적극적으로 'AI 도입 거부'하고 있다고 응답했다. 구체적 양상은 공식 AI 도구 사용 거부, 승인되지 않은 외부 AI 도구 사용, 회사 기밀 정보를 공개 AI 도구에 입력, 의도적인 저품질 결과물 생성 등으로 분류된다.

이 저항을 단순한 세대 갈등으로 해석하는 것은 표면적 분석이다. '도입 거부'를 인정한 직원 중 30%가 AI 자동화로 인한 일자리 우려를 사유로 들었다. 무용지물이 될 것에 대한 공포는 추상적 불안이 아니라 실제 데이터에 근거한다. 2025~2026년 미국에서만 16만 5,000명 이상의 기술직 정리해고가 있었고, 2026년 3월에는 추적 시작 이래 처음으로 AI가 정리해고 1위 사유가 되었다. WRITER 조사에 응한 임원의 69%가 AI 관련 인력 감축을 계획하고 있다.

그러나 '도입 거부'의 더 결정적인 원인은 따로 있다. '도입 거부'를 인정한 직원 중 26%가 회사의 빈약한 AI 전략을 사유로 지목했다. 그리고 임원의 75%가 자사의 AI 전략이 실질적 가이드가 아닌 "보여주기"라고 인정했다. 직원의 '도입 거부'가 비합리적 저항이 아니라, 전략의 부재에 대한 합리적 반응일 수 있다는 가능성을 임원 자신이 인정한 셈이다. 전략의 부재가 강제 도입을 낳고, 강제 도입이 '도입 거부'를 낳고, '도입 거부'가 다시 ROI 실패를 낳고, ROI 실패가 다시 전략이 보여주기에 불과하다는 인식을 강화하는 순환 구조 안에서, 슈퍼유저의 5배 생산성은 조직 성과로 전환되지 못한다. 부수적 위험도 정량화되어 있다. 임원의 67%가 자사가 승인되지 않은 AI 도구로 인해 데이터 유출 또는 침해를 이미 경험했다고 믿으며, 36%의 조직은 AI 에이전트 감독을 위한 공식 계획이 없다. '도입 거부'는 단순한 생산성 손실이 아니라 보안 사고와 거버넌스 실패로 직접 연결되는 위험이다.

5. 듀오폴리는 어떻게 인재 양극화로 나타나는가?

지금까지 이야기한 89%의 매출 집중, 74%의 가치 독점, 5배의 슈퍼유저 생산성, 29%의 '도입 거부'는 각각 다른 산업 보고서에서 다른 시점에 발표된 데이터들이다. 그러나 이 데이터들 안에서는 인과 사슬이 보인다. 시장의 듀오폴리 구조가 가격 결정권을 통해 기업 마진을 압박하고, 압박받는 마진이 인력 결정을 강요하며, 강요된 결정이 다시 조직 내 신뢰 구조를 재편한다.

가격 인상 → 마진 압박 → 인력 구조조정

앤쓰로픽의 가격 인상은 매출의 89%를 점유한 듀오폴리의 일상적 경영 의사결정이지만, 그 효과는 32개 AI 스타트업과 주요 SaaS 기업들에게 동시에 전파된다. 모델 사용료 인상으로 매출 원가가 증가하면, 같은 매출 성장률을 유지하기 위해 가장 빠르고 가시적인 절감이 가능한 인건비에서 절감을 찾게 된다. 특히 AI 도입으로 자동화가 가능해진 직무들은 이중적 압력에 노출된다. 그 직무 자체를 자동화함으로써 비용을 줄이는 동시에, 자동화의 정당성을 AI 도입의 가시적 성과로 제시할 수 있기 때문이다.

AI 시대의 정리해고는 경기 침체에 따른 일시적 조정이 아니라, AI 도입 자체가 인력 감축의 근거가 되는 새로운 종류의 구조조정이다. 도미노의 종착점은 노동자 개인의 심리다. 임원의 69%가 AI 관련 인력 감축을 계획하는 조직 안에서, 직원의 64%가 AI 전환 실패로 인한 일자리 상실을 두려워한다고 답한 것은 같은 현실의 두 얼굴이다. 그리고 이 공포가 다시 '도입 거부'의 동력이 된다. 도미노는 듀오폴리에서 시작해 개별 직원의 책상에서 끝나지 않고, 그 책상에서 다시 조직으로 역방향의 압력을 만들어낸다.

한국 기업의 위치: 통합 역량 격차의 의미

이번 글에서 분석한 인과 사슬은 글로벌 데이터에 기반하지만, 한국 기업에게도 직접적이고 구체적인 함의를 갖는다. 국내 대기업의 AI 도입률은 글로벌 평균을 빠르게 따라가고 있다. 그러나 도입률은 양극화의 결정 변수가 아니다. 결정 변수는 도입한 AI가 조직 안에서 작동하는 방식이며, 그 방식은 신뢰 환경과 거버넌스 성숙도에 의해 좌우된다.

한국 기업이 직면한 위험은 두 갈래로 나뉜다. 첫 번째는 도입 속도와 통합 역량의 격차, 그리고 가격 결정권 부재의 결합이다. 글로벌 리더 기업들이 책임 있는 AI 프레임워크, 교차기능 거버넌스 위원회, AI를 사업 재창조의 촉매로 활용하는 전략을 동시에 구축하는 동안, 도입 자체에 집중하는 한국 기업은 리더의 조건에서 격차가 생길 수 있다. 동시에 국내 대기업의 AI 도입은 상당수가 SI 기업을 통해 진행되며, SI 기업은 다시 마이크로소프트·구글·SAP 등 글로벌 플랫폼 위에서 솔루션을 구축하고, 그 위에서 작동하는 모델은 다시 앤쓰로픽과 오픈AI의 API다. 결과적으로 한국 기업이 AI 도입에 지출하는 비용은 국내 SI 마진 + 글로벌 통합 SaaS 마진 + 듀오폴리 모델 사용료의 삼중 구조로 분배되며, 한국 기업이 가격 결정권을 갖는 부분은 국내 SI 마진 한 층에 불과하다.

두 번째 위험은 세대 간 신뢰 격차의 한국적 양상이다. WRITER 조사의 29%·44% 비율을 한국 시장에 단순 적용할 수는 없지만, 한국 조직 문화에서 '도입 거부'는 직접적 거부보다는 명시적 순응과 암묵적 비협조의 형태로 나타날 가능성이 높다. 한국 기업의 AI 거버넌스가 이러한 양상을 감지하고 대응할 수 있는 수준에 도달했는지는 별도의 검토가 필요한 주제다.

이 두 가지 위험은 절망적 진단이 아니라, 한국 기업이 향후 12개월 안에 통합 역량과 거버넌스 성숙도에 집중적으로 투자할 합리적 근거다. 격차를 좁히는 것은 더 많은 도구를 사는 일이 아니라, 조직의 신뢰 환경을 재설계하는 일이다.

6. 리더십을 위한 함의: 양극화를 어떻게 대응할 것인가?

두 양극화는 분리된 현상이 아니라 같은 구조의 두 표현이다. C-레벨 임원과 전략기획 담당자는 향후 12개월 동안 두 가지 핵심 의사결정 — 벤더 전략과 조직 전략 — 의 본질을 재정의해야 한다.

벤더 전략: 듀오폴리에 의존하되, 의존성을 관리하라

듀오폴리를 회피해야 하는가, 받아들여야 하는가의 이분법은 잘못 설정된 질문이다. 89%의 시장 점유율과 모델 품질을 고려하면 회피는 현실적 선택이 아니지만, 가격 체인을 그대로 받아들이면 AI TCO는 통제 불가능한 변동성에 노출된다. 올바른 질문은 의존하되 의존성을 어떻게 관리할 것인가이다.

세 가지 원칙이 작동한다. 첫째, 모델 추상화 레이어의 구축이다. 애플리케이션과 모델 공급자 사이에 교체 가능한 인터페이스를 두어, 앤쓰로픽의 클로드, 오픈AI의 GPT, 미스트랄, 구글의 제미나이 등 여러 모델을 동일한 인터페이스로 호출할 수 있도록 설계하면, 가격·품질·정책 변동에 대응할 유연성이 확보된다. 4월 말 마이크로소프트와 오픈AI의 독점 종료는 듀오폴리 내부에서조차 다변화가 진행되고 있음을 시사한다. 둘째, 한국산 모델을 포함한 네오랩 모니터링이다. 주요 네오랩의 ARR 성장, 자본 조달, 기업 고객 확보 현황을 분기 단위로 모니터링해야 한다. 듀오폴리에 대한 협상력은 대안의 존재를 인지하고 있는가에 의해 결정된다. 셋째, TCO의 상방 변동성 반영이다. 듀오폴리가 연간 300억 달러 이상의 현금을 소진하는 구조 안에서 가격 인상은 반복될 수 있으므로, 보수적 시나리오로 연 15~30%의 모델 사용료 인상을 가정한 TCO 모델을 병행 운영하고 이 시나리오에서도 ROI가 유지되는 영역에 우선 투자해야 한다.

슈퍼유저 양성과 '도입 거부' 관리는 같은 문제다

슈퍼유저-'도입 거부' 양극화는 통상 별개의 HR 과제로 다뤄진다. 슈퍼유저 양성은 교육 프로그램의 문제로, '도입 거부' 관리는 보안과 컴플라이언스의 문제로 분리된다. 이 분리가 잘못되었다. 두 현상은 같은 신뢰 환경의 두 결과이며, 따라서 두 가지를 분리해서 다루는 한 두 가지 모두 해결되지 않는다.

네 가지 함의가 도출된다. 첫째, AI 도입의 첫 단계는 도구 배포가 아니라 신뢰 환경 진단이어야 한다. 손상된 신뢰 환경 위에 AI 도구를 배포하면, 슈퍼유저는 등장하지 않고 '도입 거부'만 증가한다. 둘째, AI 전략의 투명성이다. 효과적인 AI 전략은 어떤 직무가 어떻게 변할 것인가, 어떤 새로운 역할이 만들어질 것인가, 그 전환에서 회사가 어떤 약속을 하는가에 대한 구체적이고 검증 가능한 내용을 포함해야 한다. 추상적 안심 메시지는 효과가 없다. 셋째, 슈퍼유저의 가치를 조직 자산으로 전환하는 메커니즘이다. 슈퍼유저가 발견한 효과적 사용 사례를 조직 차원에서 수집·검증·확산하는 시스템과, 시간 절약이 아닌 사용 사례의 깊이와 다양성을 추적하는 지표가 필요하다. 넷째, '도입 거부' 대응의 본질은 처벌이 아니라 원인 제거여야 한다. 관리의 본질은 공식 도구의 효율성 향상과 직원의 신뢰 회복이지, 처벌과 통제 강화가 아니다.

향후 12개월의 관찰 지점

두 양극화의 미래는 결정되어 있지 않다. 의사결정자들이 추적해야 할 네 가지 지표를 제안한다. 첫째, 앤쓰로픽·오픈AI의 매출 점유율 변화다. 89%가 더 상승한다면 듀오폴리 구조는 굳어지는 방향이고, 정체하거나 하락한다면 시장 재편의 신호다. 둘째, 네오랩의 자본 흐름과 ARR 성장률이다. 미스트랄의 ARR이 12개월 안에 10억 달러를 돌파한다면, 듀오폴리 외 대안이 의미 있는 시장 점유율을 확보하기 시작한 신호다. 셋째, AI 관련 정리해고 추이다. 2026년 3월 AI가 정리해고 1위 사유가 된 사건이 일회성 통계인지 구조적 추세인지가 향후 노동 시장 양극화의 핵심 변수다. 넷째, 상위 20% 기업의 가치 점유율 변화다. PwC가 측정한 74%가 더 상승한다면 신뢰 자본의 자기 강화 동학이 가속되는 신호다.

마지막 메시지는 다음과 같다. AI 시대의 양극화는 기술이 만들어내는 것이 아니라, 기술 앞에서 우리가 내리는 결정이 만들어낸다. 듀오폴리에 대한 의존을 어떻게 관리할 것인가, 슈퍼유저의 가치를 어떻게 조직 자산으로 전환할 것인가, '도입 거부'의 원인을 처벌이 아니라 신뢰 회복으로 해결할 것인가? 이 세 가지 결정의 누적이 향후 한국 기업의 위치를 결정한다. 도구는 누구나 살 수 있다. 그러나 그 도구로부터 가치를 추출하는 능력은 조직이 매일 내리는 작은 결정들의 누적에서 만들어진다.

참고문헌

1) The Information, “Anthropic and OpenAI’s Share of AI Startup Revenues Rises to 89%”, May 17, 2026

2) Fortune, “Gen Z workers are so fearful AI will take their job they’re intentionally sabotaging their company’s AI rollout”, Apr 8, 2026

3) PwC, “Three-quarters of AI’s economic gains are being captured by just 20% of companies”, Apr 13, 2026

4) IMF, “Bridging Skill Gaps for the Future: New Jobs Creation in the AI Age”, Jan 14, 2026

5) CNBC, “Mistral secures $830 million in debt financing to fund AI data center”, Mar 30, 2026

6) SendToTeam, “AI Workforce Trends 2026: 7 Data-Backed Shifts”, Mar 23, 2026

7) Deloitte, “The State of AI in the Enterprise”, Jan, 2026

8) Writer, “The invisible crisis in enterprise AI”, Apr 2026

9) Gloat, “10 Key AI Workforce Trends In 2026”, Mar 4, 2026

10) Gartner, “50% of Enterprises Without a People‑Centric AI Strategy Will Lose Their Top AI Talent”, May 13, 2026