- AI Sparkup
- Posts
- Google 검색 점유율 34.5%, AI가 드러낸 마케팅의 민낯 🔍
Google 검색 점유율 34.5%, AI가 드러낸 마케팅의 민낯 🔍
PLUS: AI가 대체할 미국 노동력 11.7%의 정체, TPU는 빠른데 왜 안 팔릴까, 불치병 표적을 공략하는 AI 단백질, 생산성 1.8% 증가의 실증
AI Sparkup ⚡
December 04, 2025
Google 검색이 더 이상 검색의 왕좌를 독점하지 못합니다. 15억 건의 실제 검색 데이터를 분석한 결과, Google 점유율은 겨우 34.5%에 불과했죠. YouTube, TikTok, Instagram이 나머지 60%를 차지하며 "검색"의 정의 자체를 바꾸고 있습니다.
한편 MIT는 1억 5천만 명을 시뮬레이션해 현재 AI 기술만으로도 미국 노동력 11.7%를 대체 가능하다는 충격적 결과를 발표했고, Google은 10년간 준비한 TPU로 Nvidia의 생태계 독점에 맞서고 있으며, Anthropic은 실제 Claude 대화 10만 건 분석으로 AI가 노동생산성을 연간 1.8% 끌어올릴 수 있음을 입증했습니다.
Today's AI Spark⚡:
Google 검색 점유율 34.5%—마케팅의 근본 가정이 무너지다
MIT 시뮬레이션이 밝힌 AI 노동 대체의 구체적 규모
더 빠른데 안 팔리는 Google TPU의 역설
불가능한 질병 표적을 공략하는 MIT의 단백질 설계 AI
Claude 10만 건 분석이 입증한 생산성 혁명의 수치
Google 검색은 이제 34.5%에 불과—마케팅의 근본 가정이 무너지다
사진 출처: Unsplash - 1981 Digital
고객이 제품을 구매하기까지 평균 97번의 접점과 2일~10주가 걸립니다. 그런데 대부분의 마케터는 마지막 한 번의 클릭만 측정하고 있죠. Rise at Seven이 15억 개 검색을 분석한 결과는 충격적입니다. Google 점유율은 34.5%에 불과하고, YouTube(24%), Instagram(20.9%), TikTok(16.7%)이 나머지 60%를 차지했습니다.
발견은 이미 다른 곳에서 일어난다:
Last-click 측정의 치명적 맹점: 소비자는 구매 전 평균 3.6개 플랫폼을 사용. TikTok에서 발견하고 Reddit에서 검증하고 YouTube로 확인한 뒤 Google에서 "최저가"만 검색. 하지만 마지막 Google 클릭만 측정하니 진짜 기여 채널을 놓침
AI Overviews가 클릭을 78% 증발시키다: AIO에 인용되지 않으면 클릭률 78% 감소. 더 놀라운 건 AIO가 없는 검색에서도 유료 광고 클릭 20% 감소—사람들이 "검색하면 답을 바로 주는구나"를 학습한 결과
크리에이터가 신뢰의 새 기준: 마케터 90%가 크리에이터 콘텐츠가 더 강한 참여를 만든다고 답하고, 소비자 61%는 브랜드 광고보다 크리에이터 추천을 더 신뢰. 알고리즘이 사람을 선호하는 이유는 사람들이 그러기 때문
AI가 미국 노동력 11.7% 대체 가능: 1억 5천만 명 시뮬레이션의 결론
MIT와 오크리지 국립연구소가 1억 5,100만 명의 미국 근로자를 디지털 트윈으로 재현해 AI 영향을 시뮬레이션했습니다. 결과는 명확했죠. 현재 기술 수준의 AI만으로도 미국 노동력 11.7%(임금 기준 1.2조 달러)를 대체할 수 있다는 겁니다.
빙산 아래 숨은 진짜 위험:
수면 위 2.2% vs 빙산 아래 11.7%: 기술 직종만 보면 2.2%지만 행정·금융·전문 서비스까지 포함하면 11.7%로 5배 급증. 캘리포니아보다 사우스다코타와 노스캐롤라이나가 더 높은 노출도 기록
전통 지표는 예측 못한다: GDP, 1인당 소득, 실업률은 빙산 지수와 상관관계 5% 미만. 델라웨어와 유타가 캘리포니아보다 높은 이유는 집중된 금융·행정 부문 때문
3,000개 카운티까지 들여다본다: 노스캐롤라이나는 이미 실제 노동 데이터로 MIT와 협업 중. 테네시는 공식 AI 인력 계획에 아이스버그 지수 인용. 정책 입안자들은 이제 실제 예산 투입 전에 시나리오를 테스트 가능
Google TPU는 Nvidia보다 2배 빠른데 왜 안 팔릴까: 생태계 전쟁의 교훈
Google TPU는 Nvidia GPU보다 성능과 효율에서 60~65% 앞섭니다. 전직 Google 직원들도 "달러당 성능 1.4배"라고 증언하죠. 심지어 Nvidia CEO 젠슨 황도 "TPU는 특별한 케이스"라고 인정했습니다. 그런데 왜 안 팔릴까요? 답은 간단합니다. 10년간 쌓인 CUDA 생태계라는 거대한 벽 때문입니다.
더 나은 칩만으론 부족하다:
시스톨릭 어레이의 위력: TPU는 데이터를 칩 안에서 순환시켜 메모리 읽기/쓰기를 극적으로 감소. 최신 TPUv7은 전 세대 대비 성능 10배 향상(4,614 vs 459 TFLOPS). 하지만 개발자들은 여전히 대학에서 배운 CUDA를 선호
클라우드 마진율 절반으로 추락: AI 시대에 AWS, Azure, Google Cloud의 마진율은 50~70%→20~35%로 급락. Nvidia가 75% 마진을 챙기는 동안 클라우드 업체들은 GPU 중간상 신세. Google이 TPU에 올인하는 이유가 여기 있음
Meta가 시험대: Meta가 수십억 달러 규모로 Google TPU 임대 검토 중이라는 보도. 추론(inference) 시장에선 CUDA가 덜 중요하니 TPU에게 역전 기회. Google은 10년 장기전을 각오
MIT의 BoltzGen: 불가능한 질병 표적에 결합하는 단백질을 AI가 설계한다
많은 질병이 '치료 불가능'한 이유는 약물을 만들 수 없어서가 아닙니다. 표적 단백질 구조가 너무 복잡해서 거기 맞는 단백질을 설계할 수 없기 때문이죠. MIT가 공개한 BoltzGen은 이 불가능을 가능으로 만듭니다. 8개 연구실에서 26개 어려운 표적으로 검증을 마쳤고, 약물 개발 파이프라인에 바로 투입 가능한 수준입니다.
기존 모델이 풀지 못한 문제:
예측과 설계를 동시에: 대부분 AI는 구조 예측이나 설계 중 하나만 잘함. BoltzGen은 둘을 통합해 물리 법칙을 더 정확히 학습. "쉬운" 표적만 풀던 한계 돌파
물리학을 위반하지 않는 제약: 실제 실험실 연구자 피드백으로 화학 법칙 위반하는 설계 차단. 실무 검증 거친 26개 까다로운 표적에서 효과 입증
오픈소스가 부르는 논쟁: 챗 AI는 상용-오픈소스 격차가 7개월, 단백질은 더 짧음. LabGenius 과학자의 질문: "몇 달만 기다리면 무료인데 유료 회사들이 어떻게 투자 회수?"
Claude 10만 건 분석이 입증한 생산성 혁명: 작업 시간 80% 단축, 노동생산성 1.8% 증가
AI가 업무를 빠르게 만든다는 건 이제 상식입니다. 하지만 얼마나 빠르게 만들까요? Anthropic이 실제 Claude.ai 대화 10만 건을 분석한 결과, 개별 작업 완료 시간이 평균 80% 단축되고, 현재 AI만으로도 향후 10년간 미국 노동생산성을 연간 1.8% 증가시킬 수 있다는 결론이 나왔습니다. 최근 몇 년 생산성 증가율의 거의 두 배입니다.
실제 숫자로 본 AI의 경제적 가치:
작업마다 다른 충격: 교육과정 개발은 4.5시간→11분(96% 단축), 청구서 작성 87% 단축. 반면 진단 이미지 체크는 20%만 빨라짐(이미 전문가가 빠르게 하는 작업). 전체 작업 중간값은 84% 시간 절약
소프트웨어 개발자가 19% 기여: 직업별 생산성 증가 기여도는 소프트웨어 개발자 19%, 일반 관리자 6%, 마케팅 분석가 5%. 음식점·의료·건설·소매는 기여도 낮음
병목이 새로운 제약: 코드 작성은 빨라져도 시스템 조율은 그대로. 일부 작업이 빨라지면 나머지 작업이 전체 업무의 더 큰 비중 차지. 경제학자들: "성장은 필수적이지만 개선 어려운 것에 의해 제약"
이것도 놓치지 마세요 ✨
이 뉴스레터에서 다루지 못한 주목할 만한 소식들입니다:
🤖 AI 에이전트 & 개발
🔬 AI 연구 & 기술
💼 비즈니스 & 실무
🎮 산업 & 트렌드
AI Sparkup에서 매일 업데이트되는 최신 AI 뉴스와 인사이트를 놓치지 마세요. aisparkup.com에서 더 많은 정보를 확인하실 수 있습니다.