번스타인은 AI 도입이 선진국만의 이야기가 아니라 신흥국 역시 대규모 사용자로 부상하고 있으며, 1인당 지표는 이들 경제권의 AI 도입 정도를 과소평가하는 경우가 많다는 기존 논지를 이어받아 이번 보고서에서 AI 도입의 기회와 리스크에 가장 크게 노출된 국가 중 하나인 인도를 집중적으로 분석했습니다.
중국을 제외한 신흥국은 기술의 도입자일 뿐 자체 기술 플랫폼을 만들어내는 경우가 드뭅니다. 인터넷 시대에는 흥미로운 도입 경로가 있었는데, 인도는 왓츠앱, 유튜브, 인스타그램, 구글페이, 아마존 등에서 세계 최대 수준의 사용자 기반을 보유하고 있습니다. 이는 대부분의 서비스가 무료로 제공되어 가격 민감도가 높은 시장에서 빠른 도입이 가능했던 반면, 플랫폼 기업들은 광고와 거래, 생태계 확장, 그리고 자사 머신러닝 및 AI 학습을 위한 무료 데이터를 통해 수익화했기 때문입니다. 디지털 혁명의 1단계는 기존 일자리를 대체하기보다 상거래, 커뮤니케이션, 엔터테인먼트, 결제를 더 효율적이고 편리하게 만든 부가적 성격이 강했습니다.
그러나 AI는 근본적으로 다른 전환이라는 것이 번스타인의 지적입니다. 인도는 보조금성 가격 정책에 힘입어 여러 미국계 LLM 서비스에서 미국보다 많은 사용자를 보유하고 있지만, 대규모 언어 모델은 구축과 학습, 운영 비용이 크고 사용자당 변동비가 높아 초기 연구개발비가 크고 이후 유지비가 낮은 전통적 게임이나 앱과는 뚜렷이 대비됩니다. 챗GPT, 제미나이, 클로드, 마이크로소프트 코파일럿, AI 네이티브 기업용 애플리케이션 모두 처음부터 구독 기반 수익화를 채택했고 사용자는 접근과 생산성에 대해 비용을 지불할 것으로 전제되어 왔습니다. 유료 소프트웨어 침투율이 여전히 낮은 인도 같은 시장에서 LLM 보조금이 완화된 이후 도입에 문제가 생길지가 핵심 질문입니다.
번스타인은 구독이 표준이 될 수 있다고 보았습니다. 오픈AI와 앤스로픽 통계 모두 인도의 사용 고착도가 높고 토큰 사용량이 확대될 수 있음을 시사하는데, 기술 관련 작업 사용 비중이 글로벌 4퍼센트 대비 6.5퍼센트로 높고 컴퓨터 및 수학 분야 사용이 많으며 선진국보다 생산적 용도의 사용이 많고 35세 미만 사용자 비중이 글로벌 66퍼센트 대비 78퍼센트로 높다는 점이 모두 높은 생애가치와 지불 성향을 가리킨다는 것입니다. 초기에는 인력 감축을 통해 부분적으로 재원이 조달되면서 비즈니스 활용 사례가 특히 확대될 수 있으며, 따라서 현재 대부분의 조직에서 AI 도입이 주변적이고 저비용에 머물러 있으므로 일자리에 영향을 주지 않을 것이라고 가정하는 것은 잘못이라고 지적했습니다.
거시적으로 번스타인은 페트로달러에서 LLM이 새로운 원유가 되는 구도를 제시했습니다. 대략적인 계산에 따르면 인도의 로컬 AI 사용은 10년 후 연간 200억에서 300억 달러 규모의 LLM 수수료 유출로 이어질 수 있으며, 이는 수출 상쇄분을 제외한 수치입니다. 애플리케이션 계층은 그 위에 수백억 달러 규모가 될 수 있는 추가 수수료를 부과할 것이고 그 흐름의 대부분은 미국 기술기업으로 향하게 됩니다. 이는 AI가 현재 원유 수입액의 3분의 1에 상당하는 규모가 된다는 의미이며, LLM 비용의 대폭 하락이나 자국 소유 AI 애플리케이션의 등장이 있어야 이 시나리오가 다소 달라질 수 있습니다.
사용 데이터를 구체적으로 보면, 인도는 2월에 챗GPT 주간 활성 사용자 1억 명을 돌파해 미국에 이은 두 번째 시장이 되었으나 1인당 사용량은 150개 경제권 중 109위에 머물러 있습니다. 앤스로픽 지수에서도 인도는 절대 사용량 7.1퍼센트로 미국에 이어 2위였지만 1인당 기준으로는 121개 경제권 중 103위였습니다. 그럼에도 유료 구독자 기준 챗GPT 데이터 분석 도구 사용은 글로벌 평균의 4배, 코딩 도구 사용은 3배에 달합니다. 인도의 챗GPT 업무 관련 사용 비중은 35퍼센트로 글로벌 평균 31퍼센트를 크게 웃돌고 미국과 영국을 비롯한 여러 선진국보다도 높으며, 신흥국 전체가 32.4퍼센트로 선진국의 29.3퍼센트를 앞섭니다.
기술 지원 용도는 2024년 인도 전체 질의의 약 20퍼센트에서 현재 6.3퍼센트로 급감했는데, 그 자리를 멀티미디어가 1.4퍼센트에서 9.8퍼센트로, 자기표현이 2퍼센트에서 6.3퍼센트로, 실용적 조언이 26퍼센트에서 33퍼센트로, 정보 탐색이 15퍼센트에서 17퍼센트로 채웠습니다. 다만 자기표현과 정보 탐색에서는 선진국이 여전히 앞서 있습니다. 인도는 이러한 감소에도 불구하고 추적 대상 28개 주요 경제권 중 기술 지원 사용 비중이 두 번째로 높습니다.
번스타인은 이것이 앤스로픽 경제지수 데이터에서 관찰한 자동화 대 증강 논쟁과 놀랍도록 유사한 결과라고 보았습니다. 신흥국은 기술 작업과 글쓰기 작업에서 앞서며 자동화와 연결된 목적으로 AI를 업무에 활용하는 반면, 선진국은 정보 수집과 자기표현, 실용적 조언에 훨씬 많이 사용하며 작업 자체는 스스로 하면서 AI를 증강 도구로 쓴다는 것입니다. 사용이 업무 중심에 머물러 있다는 점은 AI 노출도가 낮은 직군이 아직 실질적 사용자가 되지 않았다는 뜻이며, 이것이 개발도상국의 낮은 1인당 사용량을 설명하기도 합니다. 다만 인도의 글쓰기 사용 비중은 25퍼센트 이상인 다른 신흥국보다 낮아 오히려 선진국에 가깝습니다.
챗GPT와 앤스로픽 사이에는 뚜렷한 분화도 관찰됩니다. 컴퓨터 및 수학 분야는 모든 신흥국에서 앤스로픽 사용의 4분의 1 이상을 차지하고 선진국도 낮지만 견조한 수준을 보이는 반면, 챗GPT의 기술 영역 사용은 2024년 약 13퍼센트에서 현재 글로벌 4퍼센트로 매우 빠르게 축소되었습니다. 기술 사용자들이 다른 곳으로 이동하면서 챗GPT가 개발 및 코딩 문제에 상대적으로 덜 적합한 플랫폼이 되었다는 해석입니다. 글쓰기 작업에서도 유사한 점유율 상실이 나타났고, 대신 실용적 조언과 멀티미디어 사용이 급증하면서 개인적 도움 요청과 영상 및 이미지 생성 편집 용도가 늘고 있음을 보여줍니다.
연령 구성에서는 2024년 챗GPT 사용자의 약 70퍼센트가 35세 미만이었으나 현재는 66퍼센트로 낮아져 고령층 접근이 꾸준히 늘고 있음을 시사합니다. 선진국은 사용자의 약 40퍼센트가 35세 이상이고 45세 이상이 18퍼센트인 반면, 신흥국은 각각 28퍼센트와 11퍼센트입니다. 인도는 가장 젊은 쪽으로 치우쳐 사용자의 92퍼센트가 45세 미만인데, 45세 이상 인구가 약 30퍼센트이고 인터넷 사용자가 10억 명을 넘는 국가라는 점에서 명백히 편중된 지표라는 평가입니다.
번스타인은 정보 수집 비중이 신흥국에서 대체로 유지되거나 소폭 감소한 반면 선진국에서는 오히려 증가했고, 자동화와 업무 관련 사용은 인도와 신흥국에서 더 높다는 점을 들어 신흥국이 선진국보다 빠르게 더 고도화된 AI 활용 단계로 진입하며 AI 사용 생애주기상 더 성숙한 위치에 있다고 보았습니다. 기술 지원, 글쓰기, 실용적 조언을 생산적 사용으로 묶고 연령 구성과 결합한 매트릭스에서는 신흥국이 젊은 사용자 비중과 생산적 사용 비중이 모두 높아 총 생애가치가 선진국보다 훨씬 높게 나타나며, 생애가치와 지불 성향을 동시에 갖춘 것으로 평가됩니다. 유일한 과제는 소득 격차에서 오는 지불 능력이며, 구독 요금제가 소득 수준을 반영해 책정된다면 개발도상국에서 훨씬 많은 유료 사용자가 등장할 것이라는 전망입니다.
신흥국 AI 구독 시나리오가 지나치게 낙관적이라는 반론에 대해서는 소프트웨어 시대와 AI 시대의 근본적 차이를 짚었습니다. 소프트웨어는 상당수가 무료로 제공되거나 무료 대안이 있었고 비용 구조는 높은 초기 개발비와 매우 낮은 운영비로 구성되었으며, 가장 큰 변수는 불법 복제로 레베네라 데이터 기준 인도는 세계 3위였습니다. 반면 AI는 사용자당 변동비가 높고 사용이 늘수록 비용이 비례해 증가하며 전력과 컴퓨트 부담이 사용자 기기가 아닌 전 지구적 차원에서 발생합니다. 또한 사용량과 토큰 한도가 적용되면서 하나의 유료 LLM 구독 자격증명을 공유하는 방식은 작동하기 어렵고, 제미나이 공유는 곧 구글 계정을 공유해 이메일과 드라이브까지 열어주는 것이라는 프라이버시 문제도 있어 넷플릭스 비밀번호 공유처럼 간단하지 않습니다.
따라서 신흥국에서도 유료 AI 모델 도입이 결국 확대될 가능성이 크지만, 사용자 수가 아닌 토큰 사용 기준의 소비자 도입은 더 점진적일 수 있습니다. AI는 소셜미디어나 디지털 결제와 달리 보편적으로 무료가 아니기 때문에 연간 AI 구독을 택하는 소비자는 다른 재량 소비 항목에서 지출을 재배분해야 합니다. 그런 의미에서 인도가 세계 최대 AI 사용국 중 하나라는 지위가 자동으로 최대 경제적 수혜국이 된다는 뜻은 아니며, 핵심 질문은 인도가 AI 네이티브 기업을 만들어 가치를 포착할 수 있을지, 아니면 주로 해외에서 개발된 AI의 대규모 유료 사용자에 머물지라는 것입니다.
인도의 AI 투자는 프런티어 LLM이나 응용 AI 제품보다 인프라와 제조에 압도적으로 치우친 이야기입니다. 뉴델리에서 열린 2026 AI 임팩트 서밋에서 나온 투자의 대부분은 인프라 관련 약정이었고 일부 정부 관계자는 그 규모를 2500억 달러로 언급했습니다. 릴라이언스는 단독으로 7년간 소버린 AI 인프라에 1100억 달러를 약정했고, 마이크로소프트는 인도를 통해 저소득 국가로 AI를 확장하기 위해 2030년까지 500억 달러를 배정했습니다. 투자는 크게 세 영역으로 나뉘는데, 첫째는 글로벌 하이퍼스케일러와 인도 대기업이 모두 자원을 쏟아붓는 데이터센터와 컴퓨트 용량으로 현재 인도의 데이터센터 용량은 약 1500메가와트이며 2025년 3월부터 2026년 4월 사이에만 3.5기가와트 규모의 30개 프로젝트가 발표되었고 일부 추정은 2030년까지 12기가와트 도달을 전망합니다. 둘째는 반도체로, 인도에도 특히 타타 일렉트로닉스를 중심으로 일부 팹 용량이 계획되어 있기는 하지만 이 베팅의 상당 부분은 파운드리 제조가 아닌 외주 조립 및 테스트에 집중되어 있습니다. 셋째로 앞의 두 영역이 소버린 AI 컴퓨트와 파운데이션 모델을 비워두고 있는데, 정부는 IndiaAI 미션을 통해 이 공백을 메우려 하고 있으며 4만 5000개 이상의 GPU를 갖춘 공유 컴퓨트 시설이 15개의 국내 대형 및 소형 언어모델과 농업, 보건을 포함한 12개 부문 20개 AI 솔루션을 지원하고 있습니다.
향후 트렌드로 번스타인은 여섯 가지를 제시했습니다. 첫째, LLM에서 일종의 니치가 형성되고 있으며 특정 LLM에서 일부 용도는 빠르게 줄고 다른 용도는 점유율을 유지하는 가운데 앤스로픽은 코딩에서 선호되는 모델로 부상하는 반면 오픈AI는 정보 탐색과 개인 조언 작업에서 우위를 유지하고 있습니다. 둘째, 인도와 베트남을 비롯한 신흥국에서 소프트웨어 작업에 AI를 많이 사용한다는 점은 IT 서비스가 같은 국경 안에서 리쇼어링될 것이라는 시각을 강화하며, IT의 AI 대안과 에이전트 붐이 세계에 IT 인력을 공급하던 바로 그 국가들에서 일어날 것이고 이는 AI의 도움으로 분배가 더 균등해지면서 일부 대형 조직이 타격을 받는다는 의미이기도 합니다. 셋째, 1인당 순위는 낮지만 인도는 챗GPT 사용에서 미국에 이은 두 번째로 활발한 지역이며 앤스로픽에서도 유사한 추세가 관찰되었고, 1인당 사용량은 구조적으로 낮게 유지되겠지만 전체 사용량은 1위에 근접하거나 추월할 가능성도 있습니다.
넷째, 젊은 사용자와 생산적 활용 사례를 감안하면 인도는 LLM에서 높은 지출국으로 부상할 것입니다. 제미나이, 챗GPT, 클로드 세 주요 LLM의 월간 활성 사용자 기준 리테일 전환율을 0.75에서 1.25퍼센트로, 기업 사용자를 세 서비스 합산 약 1.4퍼센트로 가정하면 구독 모델만으로 연간 약 9억 5000만 달러의 LLM 지출이 추산되며, 현재 도입 수준에서 10억 달러 유출은 현실적인 시나리오입니다. 침투율이 높아지고 특히 기업 부문과 요금제 프리미엄화가 진행되면 가까운 미래에 40억에서 50억 달러 유출도 충분히 가능합니다. 챗GPT가 약 3억 3000만 명의 월간 활성 사용자로 리테일에서 압도적이지만 매출 비중은 그만큼 치우치지 않을 것이고 클로드가 근소한 차이로 뒤따를 것으로 보았습니다.
다섯째, 10년 후 애플리케이션 계층이 기존 LLM 구독 위에 프리미엄을 부과하면서 LLM 구독만으로도 수백억 달러 규모의 유출이 예상되며, 주요 자국산 파운데이션 모델이나 널리 사용되는 국내 애플리케이션 계층 소프트웨어가 없는 시나리오에서는 대부분이 인도 밖으로 흘러나갈 것입니다. 이 경우 AI 관련 유출은 원유 수입액과 유사한 규모가 되어 거시적 파장을 낳을 수 있습니다.
여섯째, 앞의 내용과 다소 상반되어 보이지만 현재 약 1.5기가와트 수준에서 2030년 12기가와트로 예상되는 인도의 데이터센터 구축 계획은 상당히 공격적입니다. 전력과 물, 시공 능력, GPU 확보 문제를 차치하더라도 수요 자체가 추가적인 제약 요인입니다. 개략적 계산으로 가동률 70퍼센트의 1기가와트 데이터센터는 하루 약 30억 건의 추론 질의를 처리할 수 있으며 이는 하루 5500만에서 6000만 명 수준의 사용자에 해당합니다. 따라서 12기가와트 데이터센터는 하루 7억 명 이상의 질의를 감당할 수 있어 계획이 모두 실현될 경우 상당한 초과 용량이 발생할 수 있습니다. 번스타인은 인도 데이터센터가 국경을 넘는 AI 사용에 대한 추론에도 활용되지 않는 한, 지연 민감성과 데이터 현지화 문제로 그것이 어려운 만큼, 현재의 발표 열풍이 점차 일부 무산되거나 보류되는 계획으로 이어질 것으로 보았으며 이 부분은 추후 계산을 정교화해 별도로 다루겠다고 밝혔습니다.
*클로드로 요약함.