후보 2,400개가 몰린 톱100
한국 AI의 무게중심이 범용 모델에서 버티컬로 옮겨갔다
한국인공지능산업협회가 후보 2,400개를 심사해 이머징 AI+X 톱100을 추렸다. 버티컬 AI는 총마진 약 65%로 굴러간다. 2026년 모델 평가 기준이 벤치마크 점수에서 운영 가능성과 워크플로 통합 깊이로 이동했다.
한국인공지능산업협회가 후보 약 2,400개를 심사해 이머징 AI+X 톱100을 발표했다. 국내 인공지능 기술의 상업화와 산업 융합을 이끌 기업 목록이다. 숫자 자체가 신호다. 2,400곳이 노린 자리는 더 큰 범용 모델을 만드는 경쟁이 아니라, AI를 특정 산업에 박아 넣는 경쟁이다.
같은 흐름을 마진이 뒷받침한다. LLM 기반 버티컬 AI 기업은 총마진 약 65%로 굴러간다. 범용 모델 한 개로 모두를 상대하는 대신, 좁은 산업의 업무에 깊게 들어간 회사들이 돈을 남기고 있다.
AI+X라는 이름 자체가 방향을 담고 있다. AI를 따로 파는 게 아니라, 산업(X)에 AI를 더해 그 산업의 문제를 푼다는 뜻이다. 모델을 만드는 회사가 아니라, 모델을 가져다 한 업종에 박아 넣는 회사가 주인공이 됐다. 2026년 한국 AI 시장이 기업 생존을 가를 인프라로 인식되기 시작했다는 진단도 같은 맥락이다. 실험이 아니라 예산과 운영에 들어간 항목이 됐다.
한눈에 보기
| 심사 규모 | 후보 약 2,400개 |
| 선정 | 이머징 AI+X 톱100 (한국인공지능산업협회) |
| 버티컬 AI 총마진 | 약 65% |
| 2026년 평가 기준 | 벤치마크 점수 → 운영 가능성, 거버넌스, 워크플로 통합 깊이 |
평가 기준이 바뀌었다
2026년의 LLM은 단순 벤치마크 점수로만 평가되지 않는다. 안정적인 성능 제공, 거버넌스 제약 아래의 운영 가능성, 실제 업무 흐름에 얼마나 깊게 들어가는지가 기준이 됐다. 리더보드 1위 모델이 곧 현장 1위가 아니라는 뜻이다.
이건 작은 팀에 유리한 변화다. 가장 강한 모델을 만드는 건 자본 싸움이지만, 특정 산업의 업무를 가장 잘 아는 건 규모 싸움이 아니다. 한 사람이 십수 년 한 업종에서 쌓은 예외 처리 감각은, 수천억 원짜리 학습으로도 그대로 복제되지 않는다. 평가 기준이 점수에서 통합 깊이로 옮겨갔다는 건, 바로 그 감각에 값이 매겨지기 시작했다는 뜻이다.
버티컬이 마진을 남기는 이유
총마진 65%는 그냥 나오지 않는다. 범용 챗봇은 옆 동네 챗봇과 기능이 겹쳐 가격으로 경쟁하지만, 한 산업의 규정과 데이터와 용어에 맞춰진 도구는 비교 대상이 적다. 법무, 의료 기록, 제조 품질, 세무처럼 틀리면 비용이 큰 영역일수록 통합 깊이가 곧 가격 결정력이 된다.
2,400개가 톱100을 노렸다는 건, 이 자리를 알아본 팀이 그만큼 많다는 뜻이기도 하다. 경쟁이 몰린다는 신호인 동시에, 아직 비어 있는 좁은 틈이 그만큼 많다는 신호다. 톱100에 든 분야 옆에는, 아직 아무도 깊게 파지 않은 더 좁은 업종이 늘 남아 있다.
여기서 한 가지 더 짚을 게 있다. 버티컬의 강점은 모델 성능이 아니라 데이터와 업무 이해에서 온다. 그래서 범용 모델이 한 달에 네 개씩 쏟아져 더 똑똑해져도, 버티컬 팀의 해자는 줄지 않는다. 오히려 더 좋은 범용 모델을 부품으로 끌어다 쓰면서, 자기 산업의 디테일은 그대로 지킨다.
어떤 틈을 노릴 것인가
버티컬이 통한다고 아무 산업이나 통하는 건 아니다. 마진이 남는 틈에는 공통점이 있다. 규정이 복잡하고, 틀리면 비용이 크고, 같은 업무가 반복된다. 법무 문서 검토, 의료 기록 정리, 제조 품질 판정, 세무 신고가 그렇다. 반대로 누구나 쉽게 검증할 수 있고 한 번 쓰고 버리는 작업은 범용 도구와 가격으로 부딪쳐 마진이 깎인다.
좁힐수록 시장도 좁아진다는 걱정이 따라온다. 하지만 65% 총마진은 그 걱정에 대한 답이다. 좁은 시장이라도 비교 대상이 적으면 가격을 지킬 수 있고, 한 고객당 남는 돈이 크면 작은 고객 수로도 굴러간다. 넓고 얇은 시장보다 좁고 깊은 시장이 1인 창업가에게 더 다루기 쉬운 경우가 많다.
anyAX 관점
범용 프런티어 모델은 자본이 만든다. 작은 팀이 그 층에서 이기려는 건 진 싸움이다. 그런데 톱100에 2,400곳이 몰렸고 버티컬 AI가 65% 마진으로 굴러간다는 사실은, 가치가 모델 위가 아니라 산업 안에서 난다고 말한다. 같은 모델을 쓰는 AI 에이전시 100곳 사이에서 차별화는, 누가 한 업종의 업무를 가장 깊게 아느냐에서 갈린다.
구체적으로 보자. 동네 세무 사무소의 신고 흐름, 공방의 주문 응대, 식당의 재고와 발주를 직접 겪어본 1인 창업가는, 그 도메인의 예외 처리와 규정을 안다. 범용 모델은 그걸 모른다. 2026년 평가 기준이 벤치마크에서 워크플로 통합으로 옮겨갔다는 건, 바로 그 현장 지식이 점수가 됐다는 뜻이다. 모델은 빌려 쓰고, 승부는 그 모델이 모르는 한 업종의 디테일에서 보는 게 맞다.