AI, IT 서비스, 데이터센터 및 반도체: 인도는 주요 유료 AI 시장이 될 수 있으나, 가치 유출 및 과잉 컴퓨팅 용량 위험도 함께 커지고 있다

개요

이 보고서는 OpenAI와 Anthropic의 사용 데이터를 비교하여 인도 및 기타 신흥국이 AI를 어떻게 사용하는지, 사용자가 유료 구독으로 전환할지, 그리고 이 전환이 고용, 국경 간 수수료, IT 서비스 및 데이터센터 투자에 무엇을 의미하는지 검토한다. 핵심 결론은 신흥국이 AI 도입 후발주자가 아니라는 것이다. 오히려 이들은 생산적이고 자동화된 활용 사례로 더 빠르게 이동하고 있다. 다만 인도가 경제적 수혜자가 될 수 있는지는 단순히 해외 서비스를 구매하는 데 그치지 않고 국내 모델과 애플리케이션을 구축할 수 있는지에 달려 있다.

핵심 견해

인도의 AI 도입은 상당하지만, 1인당 지표는 그 영향을 쉽게 과소평가할 수 있다. 인도는 2월 주간 활성 ChatGPT 사용자 수가 1억 명을 넘어 미국에 이어 두 번째로 큰 시장이 되었지만, 1인당 사용량은 150개 경제권 중 109위에 불과하다. Anthropic 데이터도 동일한 패턴을 보여준다. 인도는 절대 사용량의 7.1%를 차지해 2위지만, 1인당 사용량은 121개 경제권 중 103위다. 보고서는 이러한 격차가 이미 AI를 사용하는 사람들의 사용 깊이 부족이 아니라 인도 노동력의 상당 부분이 AI 노출도가 낮은 산업에 종사한다는 사실에 기인한다고 본다. 사용자 기반이 비교적 집중되어 있음에도 인도 유료 사용자는 ChatGPT의 데이터 분석 도구를 글로벌 평균의 4배 강도로, 코딩 도구를 글로벌 평균의 3배 강도로 사용한다. 신흥국의 AI 사용은 업무와 자동화에 더 집중되어 있는 반면, 선진국은 정보 획득과 표현 지원을 위해 더 많이 사용한다. 인도에서는 ChatGPT 사용의 35%가 업무 관련으로, 글로벌 평균 31%를 상회한다. 신흥국의 업무 관련 사용 비중은 32.4%로 선진국의 29.3%보다도 높다. 인도는 보고서가 추적한 28개 주요 경제권 가운데 기술 지원 분야의 선도국 중 하나로 남아 있다. 따라서 보고서는 신흥국 사용자가 AI로 기술, 글쓰기 또는 유사한 업무를 직접 완료하게 할 가능성이 더 높은 반면, 선진국 사용자는 정보 수집, 자기표현 및 실용적 조언 획득을 위해 AI를 더 자주 사용한다고 본다. 이는 또한 현재의 도입이 저비용이고 지역화되어 있다는 이유만으로 신흥국에서 AI가 고용에 미칠 영향을 무시해서는 안 된다는 뜻이다. 초기 기업 활용 사례는 인력 수요 감소를 통해 구독료를 조달할 수 있다. 사용 범주는 빠르게 변하고 있으며, 서로 다른 모델이 점차 전문화된 역할을 개발하고 있음을 보여준다. 인도 ChatGPT 질의에서 ‘기술 지원’의 비중은 2024년 약 20%에서 현재 6.3%로 하락했지만, 여전히 글로벌 최고 수준에 속한다. 같은 기간 멀티미디어는 1.4%에서 9.8%로, 자기표현은 2%에서 6.3%로, 실용적 안내는 26%에서 33%로, 정보 검색은 15%에서 17%로 상승했다. 전 세계적으로도 ChatGPT의 기술적 사용은 2024년 약 13%에서 현재 4%로 하락한 반면, Anthropic에서 컴퓨터 및 수학 사용은 신흥국에서 25%를 넘는다. 이를 바탕으로 보고서는 기술 및 코딩 사용자가 보다 전문화된 도구로 이동하고 있다고 결론짓는다. Anthropic은 코딩 작업의 선호 선택지가 되고 있으며, OpenAI는 정보 검색, 개인 안내 및 멀티미디어 활용 사례에서 계속 선도하고 있다. 연령 및 활용 사례 구성은 신흥국에 상대적으로 높은 장기 구독 가치를 제공한다. 전 세계 ChatGPT 사용자 중 35세 미만 비중은 2024년 거의 70%에서 66%로 하락해 고령 사용자가 유입되고 있음을 시사한다. 선진국에서는 사용자의 약 40%가 35세 이상이고 18%가 45세 이상인 반면, 신흥국에서는 각각 28%와 11%다. 인도의 사용자 기반은 더 젊다. 사용자의 78%가 35세 미만이고 92%가 45세 미만인 반면, 인도 인구의 약 30%는 45세 이상이며 인터넷 사용자는 10억 명이 넘는다. 보고서는 기술 지원, 글쓰기 및 실용적 안내를 ‘생산적 활용 사례’로 정의하고, 글쓰기와 기술 지원을 지식 또는 업무 관련 사용으로 추가 분류하며, 젊은 사용자 비중을 지속 가능한 사용 기간의 대리변수로, 생산적 사용을 지불 의향의 대리변수로 사용한다. 그 결과 행렬은 신흥국이 더 긴 잠재적 사용자 생애주기와 더 높은 지불 성향을 모두 보유한다는 점을 보여준다. 주된 제약은 사용 가치가 아니라 소득 격차에서 비롯되는 감당 가능성이다. 구독 가격이 현지 소득 수준을 반영한다면, 개발도상국에서 더 많은 유료 사용자가 나타날 수 있다. AI 구독은 이전의 무료 인터넷 서비스 비즈니스 모델과 근본적으로 다르다. 인도는 많은 서비스가 무료였고 플랫폼이 광고, 거래 및 생태계 확장을 통해 수익화했기 때문에 소셜미디어, 동영상, 결제 및 전자상거래 시대에 사용자를 빠르게 축적할 수 있었다. 소프트웨어 역시 무료 대안이 있는 경우가 많았으며, 대규모 사용자 기반에 비용이 분산되면 지속 비용은 낮았다. 반면 생성형 AI는 사용자당 높은 컴퓨팅 및 에너지 비용을 수반하며, 사용량이 많을수록 운영 비용도 높아진다. 이에 따라 ChatGPT, Gemini, Claude, Microsoft Copilot 및 AI 네이티브 엔터프라이즈 애플리케이션은 처음부터 유료 구독을 강조해 왔다. 계정 공유 역시 토큰 한도, 개인정보 보호 및 계정 권한 때문에 제약된다. 따라서 보고서는 유료 AI가 궁극적으로 신흥국에서 광범위하게 확산될 수 있다고 보지만, 소비자 토큰 사용의 증가는 더 점진적일 것이며 연간 구독료는 다른 재량 지출을 잠식할 것이라고 본다. 보고서는 인도의 LLM 구독 지출에 대한 시나리오 추정치를 제시한다. 3대 모델인 Gemini, ChatGPT 및 Claude의 소매 사용자 전환율을 0.75%-1.25%, 세 모델 모두의 기업 사용자 전환율을 약 1.4%로 가정하면, 현재 도입 수준은 연간 LLM 구독 지출 약 9억5천만 달러를 시사하며 이는 약 10억 달러의 현실적인 연간 유출액에 해당한다. ChatGPT가 약 3억3천만 명의 월간 활성 소매 사용자로 분명히 선도하고 있지만, 매출 비중이 비례적으로 압도적이지는 않을 것이며 Claude는 근소한 차이로 뒤따를 것으로 예상된다. 기업 침투율이 높아지고 구독 요금제가 고가화됨에 따라 보고서는 연간 유출액이 곧 40억~50억 달러에 이를 수 있다고 본다. 10년 내 국내 LLM 사용 수수료의 연간 유출액은 수출 수익으로 상쇄되는 지출을 제외하고 200억~300억 달러에 이를 수 있으며, 애플리케이션 계층은 수백억 달러를 추가로 청구할 수 있다. 이는 AI 수수료가 인도의 현재 원유 수입 청구액의 약 3분의 1에 해당하게 됨을 의미한다. 인도에 주요 국내 파운데이션 모델과 널리 사용되는 애플리케이션 소프트웨어가 없다면, 이 자금의 대부분은 미국 기술 기업으로 흘러갈 것이다. 모델 비용의 대폭적인 하락이나 국내 인도 애플리케이션의 개발은 이러한 결과를 바꿀 수 있다. 이는 인도를 중대한 갈림길에 세운다. 주요 사용자가 되는 것이 주요 가치 포획자가 되는 것을 의미하는가의 문제다. 보고서는 세계 최대 AI 사용자국 중 하나가 된다고 해서 인도가 자동으로 최대 경제적 수혜국 중 하나가 되는 것은 아니라고 본다. 인도가 해외 모델과 애플리케이션만 구매할 수 있다면, 젊고 생산성이 높은 사용자 기반은 지속적인 국경 간 수수료로 전환될 것이다. AI 네이티브 기업, 국내 파운데이션 모델 및 애플리케이션 계층 사업을 구축할 수 있다면 더 많은 가치를 유지할 수 있다. 보고서는 또한 인도와 베트남 같은 시장에서 소프트웨어 작업에 AI를 광범위하게 사용하는 것이 관련 노동력을 공급하는 국가 내 IT 서비스 역량의 재배분을 이끌 것이라고 본다. AI 대안 및 에이전틱 기업은 현지에서 성장할 수 있지만, 보다 고르게 분산된 역량 기반은 일부 대형 IT 서비스 조직을 교란할 수도 있다. 인도의 현재 AI 투자는 첨단 대형 모델이나 성숙한 애플리케이션 제품보다 주로 인프라와 제조에 집중되어 있다. 보고서가 인용한 정부 관계자에 따르면, 뉴델리에서 열린 2026 AI Impact Summit과 관련된 약정은 2,500억 달러에 이를 수 있다. Reliance는 주권형 AI 인프라 구축에 7년간 1,100억 달러를 투입하기로 약정했으며, Microsoft는 AI를 저소득 국가로 확장하기 위해 2030년까지 인도에 500억 달러를 투자할 계획이다. 데이터센터와 컴퓨팅 파워가 가장 큰 투자 영역이다. 현재 용량은 약 1,500MW이며, 2025년 3월부터 2026년 4월 사이 총 3.5GW의 신규 용량을 갖춘 30개 프로젝트가 발표되었다. 일부 발표 기반 추정치는 2030년 용량이 12GW에 이를 것으로 전망한다. 반도체 투자는 웨이퍼 제조보다 외주 패키징 및 테스트에 더 많이 집중되어 있다. IndiaAI Mission은 주권형 컴퓨팅 파워와 파운데이션 모델의 격차를 해소하는 것을 목표로 한다. 공동 시설은 45,000개 이상의 GPU를 보유하고 있으며, 15개의 국내 대형 및 소형 언어 모델에 자금을 지원하고 농업과 헬스케어를 포함한 12개 산업 전반의 20개 AI 솔루션을 지원한다. 보고서는 12GW 데이터센터 목표에 대해 분명히 신중한 입장이다. 고수준 추정에 따르면, 평균 일일 가동률 70%로 운영되는 1GW 데이터센터는 하루 약 30억 건의 추론 질의를 처리할 수 있으며, 이는 약 5,500만~6,000만 명의 일일 활성 사용자를 제공하는 것과 같다. 이론적으로 12GW는 7억 명 이상의 일일 활성 사용자에게 서비스를 제공할 수 있다. 전력, 수자원, 계약업체 역량 및 GPU 가용성을 고려하기 전에도 수요 자체가 충분하지 않을 수 있다. 따라서 발표된 모든 프로젝트가 실현될 경우 상당한 과잉 공급이 발생할 수 있다. 인도 데이터센터가 국경 간 AI 추론 수요에 대응할 수 없다면, 발표 물결은 점차 지연 또는 취소로 전환될 수 있다. 그러나 국경 간 추론 자체도 지연시간 민감도와 데이터 현지화 요건에 의해 제약된다. 보고서는 후속 연구에서 이 용량 추정을 더욱 정교화할 계획이다.

분석 프레임워크

보고서는 먼저 OpenAI와 Anthropic 데이터를 사용해 인도, 신흥국 및 선진국 전반의 절대 사용량, 1인당 사용량, 작업 범주 및 연령 구조를 비교한다. 이후 젊은 사용자 비중을 잠재적 사용 연수의 대리변수로, 기술 지원, 글쓰기 및 실용적 안내와 같은 생산적 사용을 지불 의향의 대리변수로 취급한다. 다음으로 보고서는 3대 LLM의 월간 활성 사용자와 소매 및 기업 유료 전환율을 활용해 구독 지출 시나리오를 구축하고, 그 결과를 국경 간 수수료와 국내 가치 포획으로 확장한다. 마지막으로 단위 컴퓨팅 용량이 처리할 수 있는 질의 수를 이용해 인도의 계획된 데이터센터 용량이 잠재 수요와 부합하는지 검증한다.

방법론 메모

• (분류체계 외 방법론)기타

  크로스 플랫폼 사용 데이터 비교

  보고서는 OpenAI와 Anthropic의 절대 사용량, 1인당 순위, 작업 구성 및 연령 구조를 교차 비교하여 인도와 신흥국의 AI 사용 특성이 서로 다른 플랫폼 전반에서 반복되는지 검증한다.

• (분류체계 외 방법론)기타

  사용자 생애가치 및 지불 의향 매트릭스

  보고서는 젊은 사용자 비중을 지속 가능한 미래 사용 기간의 대리변수로, 생산적 작업 비중을 지불 의향의 대리변수로 사용하여 경제권 간 잠재적 구독 생애가치를 비교한다. 감당 가능성은 별도의 제약 요인으로 다룬다.

• 산업/섹터 분석 프레임워크물량-가격 분해

  LLM 구독 지출 시나리오 분석

  보고서는 주요 LLM의 활성 사용자 규모, 소매 및 기업 유료 전환율, 구독 가격을 기반으로 현재, 단기 및 10년 후의 연간 지출과 국경 간 자본 유출을 추정한다.

• 산업/섹터 분석 프레임워크업스트림-미드스트림-다운스트림 산업 체인 전이

  AI 가치사슬 및 자본 흐름 분석

  보고서는 데이터센터 및 컴퓨팅 파워, 반도체, 파운데이션 모델 및 애플리케이션 계층을 구분하여 인도 투자가 어디에 집중되는지, 그리고 구독 수익이 궁극적으로 국내 기업 또는 해외 기술 기업에 귀속되는지를 분석한다.

• 산업/섹터 분석 프레임워크수요-공급 프레임워크

  데이터센터 용량 수요-공급 검증

  보고서는 가동률 70%의 1GW 데이터센터가 하루 처리할 수 있는 질의 처리 용량을 서비스 가능한 사용자 수로 환산한 후, 이를 2030년 계획된 12GW 용량과 비교하여 과잉 공급 가능성을 평가한다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• 인도의 AI 경제

  인도는 세계적으로 선도적인 절대 사용자 기반, 젊은 사용자 인구구조 및 높은 생산적 활용 사례 비중을 보유하지만, 주로 해외 LLM 및 애플리케이션의 구독료를 부담할 수 있다.

  강점

  1억 명 이상의 주간 활성 ChatGPT 사용자, 높은 업무·기술·코딩 사용 수준, 그리고 더 긴 잠재적 생애주기를 뒷받침하는 젊은 사용자 기반.

  약점

  1인당 사용량은 여전히 낮고, 소득 수준이 감당 가능성을 제약하며, 국내 첨단 모델과 성숙한 애플리케이션 계층 제공은 상대적으로 제한적이다.

  비교

  절대 사용량은 미국에 이어 두 번째이지만, 인도의 1인당 ChatGPT 및 Anthropic 사용량 순위는 각각 109위/150 및 103위/121에 불과하다.

  위험

  일자리 대체, 구독 지출의 재량 소비 잠식, 증가하는 국경 간 수수료 및 불충분한 국내 가치 포획.

• 글로벌 LLM 구독 플랫폼

  인도 및 기타 신흥국은 장기 유료 사용자 공급원이 될 수 있으며, 대부분의 구독 수익을 해외 모델 제공업체로 유도할 수 있다.

  강점

  신흥국 사용자는 더 젊고 생산적·업무 관련 사용 수준이 높아 더 강한 지불 성향을 뒷받침한다.

  약점

  사용자당 높은 변동비는 장기적으로 무료 모델을 유지하기 어렵게 만들며, 현지 소득 수준은 감당 가능성을 제약한다.

  비교

  Anthropic은 코딩 및 기술 작업에 더 집중되어 있는 반면, OpenAI는 정보 검색, 개인 안내 및 멀티미디어 활용 사례에서 더 강하다.

  위험

  보조금 가격 철회 후 도입 둔화, 현지 소득과 맞지 않는 가격, 그리고 모델 간 사용자 이동.

• 인도의 IT 서비스 산업

  인도 및 베트남 같은 시장에서 소프트웨어 작업에 AI를 많이 사용하는 것은 현지 서비스 역량의 재배분을 이끌고 국내 AI 대안 및 에이전틱 기업을 육성할 수 있다.

  강점

  글로벌 지향의 소프트웨어 인재 풀과 상대적으로 높은 기술적 AI 사용 수준.

  약점

  AI가 가능하게 한 역량의 확산은 일부 대형 조직의 집중 우위를 약화시킬 수 있다.

  비교

  신흥국은 선진국보다 AI를 업무 및 자동화 작업을 직접 완료하는 데 사용할 성향이 더 강하다.

  위험

  인력 수요 감소 및 대형 서비스 제공업체에 대한 교란.

• 인도의 데이터센터 및 컴퓨팅 인프라

  투자 약정과 프로젝트 발표가 빠른 용량 확대를 이끌고 있지만, 보고서는 2030년 12GW 목표가 국내 수요를 크게 초과할 수 있다고 본다.

  강점

  글로벌 클라우드 제공업체, 인도 대기업 및 정부가 모두 자원을 약정하여 대규모 현재 계획을 형성하고 있다.

  약점

  수요, 전력 공급, 수자원, 계약업체 역량 및 GPU 가용성이 프로젝트 실행을 제한할 수 있다.

  비교

  현재 용량은 약 1.5GW인 반면, 발표 기반 전망은 2030년까지 12GW에 이른다.

  위험

  과잉 용량, 프로젝트 지연 또는 취소; 국경 간 추론도 지연시간 및 데이터 현지화에 의해 제약된다.

핵심 데이터

• 인도의 주간 활성 ChatGPT 사용자1억 명 이상2월 이 기준을 넘어 절대 규모에서 미국에 이어 두 번째
• 인도의 1인당 ChatGPT 사용량 순위109위/150절대 규모는 크지만 1인당 순위는 상대적으로 낮음
• 인도의 Anthropic 사용량 비중7.1%절대 사용량은 미국에 이어 두 번째
• 인도의 1인당 Anthropic 사용량 순위103위/121ChatGPT의 상대적으로 낮은 1인당 사용 패턴과 일치
• 인도 유료 사용자의 데이터 분석 도구 사용 강도글로벌 평균의 4배집중된 사용자 집단 내 상당한 사용 깊이를 시사
• 인도 유료 사용자의 코딩 도구 사용 강도글로벌 평균의 3배상대적으로 높은 기술적 사용 수준을 반영
• 인도의 업무 관련 ChatGPT 사용 비중35%글로벌 평균 31% 상회
• 신흥국과 선진국의 업무 관련 사용 비중32.4% vs 29.3%신흥국은 업무 관련 활용 사례에 더 집중
• 인도의 기술 지원 사용약 20%에서 6.3%로 하락2024년 이후 큰 폭으로 하락했지만 여전히 글로벌 기준으로 높음
• 전 세계 ChatGPT의 기술적 사용약 13%에서 4%로 하락2024년 이후 기술 사용자가 다른 도구로 이동하고 있음을 시사
• 인도의 멀티미디어 사용1.4%에서 9.8%로 상승사용 구성은 이미지와 동영상 등의 콘텐츠로 빠르게 이동 중
• 인도의 실용적 안내 사용26%에서 33%로 상승더 빠르게 성장하는 활용 사례 중 하나
• 35세 미만 인도 사용자 비중78%글로벌 수치 66% 상회
• 45세 미만 인도 사용자 비중92%사용자 연령 분포가 현저히 젊음
• 추정 현재 연간 LLM 구독 지출약 9억5천만 달러소매 전환율 0.75%-1.25% 및 기업 전환율 약 1.4%에 기반하며, 약 10억 달러의 연간 유출액에 해당
• 추정 단기 LLM 수수료 유출40억~50억 달러/년기업 침투율 상승 및 프리미엄 구독 요금제 도입에 기반
• 10년 후 추정 LLM 수수료 유출200억~300억 달러/년수출 수익으로 상쇄되는 지출 제외; 애플리케이션 계층은 수백억 달러를 추가로 청구할 수 있음
• 인도의 현재 데이터센터 용량약 1,500 MW약 1.5 GW에 해당
• 신규 데이터센터 프로젝트총 3.5 GW 규모의 30개 프로젝트2025년 3월부터 2026년 4월 사이 발표
• 2030년 추정 데이터센터 용량12 GW발표된 프로젝트에 기반; 보고서는 계획이 공격적이라고 판단
• IndiaAI Mission 공동 컴퓨팅 용량45,000개 이상의 GPU12개 산업 전반의 15개 국내 대형 및 소형 언어 모델과 20개 AI 솔루션에 자금 지원
• 1 GW 데이터센터의 추론 용량약 30억 건의 질의/일가동률 70% 기준 추정으로, 약 5,500만~6,000만 명의 일일 활성 사용자 제공에 충분
• 12 GW 데이터센터의 잠재 서비스 용량7억 명 이상의 일일 활성 사용자계획된 모든 용량이 가동될 경우 잠재적 수요 부족을 설명하기 위해 사용

영향과 시사점

보고서는 신흥국이 젊은 사용자와 생산적 활용 사례로 인해 중요한 AI 구독 시장이 될 수 있으며, 기업 도입은 인력 수요 감소를 통해 지출을 뒷받침할 수도 있다고 본다. 그러나 인도가 파운데이션 모델과 애플리케이션 계층에서 국내 역량을 확립하지 못한다면, 상당한 사용량은 현지 가치 창출보다 해외 기술 기업으로 지속적으로 흘러가는 수수료로 나타날 것이다. 한편 AI는 인도 같은 국가의 IT 서비스 공급 구조를 재편하고 일부 대형 기관에 압력을 가할 수 있다. 인프라 투자 역시 수요 부족, 전력 및 수자원 제약, GPU 가용성, 지연시간 및 데이터 현지화 등의 문제에 직면한다.

위험

• 구독 가격이 신흥국의 소득 수준에 맞게 조정되지 않으면 사용자 감당 가능성이 유료 전환을 제약할 수 있다.
• 기업은 인력 수요를 줄여 AI 사용 비용을 조달할 수 있어 고용 영향을 증폭시킬 가능성이 있다.
• 인도에 국내 파운데이션 모델과 널리 사용되는 애플리케이션 계층이 없다면 상당한 LLM 및 애플리케이션 수수료가 해외로 유출될 것이다.
• 연간 AI 구독료는 기타 재량적 소비 지출을 잠식할 수 있다.
• 2030년까지 계획된 12GW 데이터센터 용량은 실제 추론 수요를 초과하여 과잉 공급, 지연 또는 프로젝트 취소로 이어질 수 있다.
• 전력, 수자원, 계약업체 역량, GPU 가용성, 지연시간 및 데이터 현지화는 데이터센터 건설과 국경 간 서비스를 제약할 수 있다.
• AI 역량의 보다 균등한 분포는 일부 대형 IT 서비스 제공업체를 교란할 수 있다.

주시할 점

• LLM의 단위 비용 하락 경로와 보조금 가격 철회를 추적한다.
• 현지 소득 수준에 맞춘 구독 요금제가 신흥국의 유료 전환율을 개선할 수 있는지 모니터링한다.
• 인도의 기업 사용자 침투율, 토큰 사용량 및 프리미엄 구독 요금제 도입을 주시한다.
• 인도가 주요 국내 파운데이션 모델, AI 네이티브 기업 및 널리 사용되는 애플리케이션 계층 제품을 개발할 수 있는지 모니터링한다.
• 발표된 데이터센터 프로젝트의 실제 착공, 가동률, 지연 및 취소를 추적한다.
• 인도 데이터센터가 국경 간 추론 수요를 제공할 수 있는지와 지연시간 및 데이터 현지화 제약이 완화되는지를 주시한다.
• AI가 인도의 IT 서비스 고용 및 대형 서비스 제공업체의 경쟁적 지위에 미치는 영향을 모니터링한다.