泡沫がはじけ、AI時代の注意を支配するのは誰か？2026 中英AI KOL影響力図鑑

Biteye

特邀专栏作者

2026-07-10 09:56

이 기사는 약 15684자로, 전체를 읽는 데 약 23분이 소요됩니다

ネット全体がモデル能力の内輪競争に熱中する中、一群の「技術翻訳官」がひそかに注意の地図を再構築している。

AI 요약

펼치기

核心見解：AI時代において、常識的な情報は急速に価値を失い、真の希少リソースは「信頼」と「検証可能な生産能力」である。AI KOLは情報配信者から生産性向上の促進者へと変貌し、その価値は再現可能な実践能力と継続的に公開される検証結果に基づいて評価される。
重要要素：
1. 注意の向きの逆転：ユーザーのニーズは「何が起こったか」から「それが重要か」「どう使うか」へと移行し、実践型・レビュー型のコンテンツがより好まれるようになった。AI KOLは公開構築（Build in Public）の手法を通じて、技術を使えるシナリオに変換することで信頼を築く。
2. KOLの世代間分化：英語圏は2007～2015年に登録したベテラン実務者が多く（62.9％）、技術の源泉やマクロな物語に重点を置く。中国語圏では新興アカウント（2022～2023年登録）の割合が13％に達し、応用の実装と実践的なチュートリアルに偏り、コミュニティとの結びつきがより強固である。
3. 大規模言語モデルの使用傾向：ClaudeとGPTは中英両言語で「横綱」的存在だが、中国語圏ではAIプログラミングツール（例：Codex）への言及率が80.9％に達し、実践的なワークフローへの熱狂が表れている。国産モデルのDeepSeek（68.1％）とKimi（58.5％）の国内浸透力は強い。
4. 能力レーダーの差異：英語圏のKOLはマルチモーダル（88.3点）、基盤モデルなどの技術的洞察に焦点を当てる。中国語圏のKOLはAIプログラミング（88.9点）とエージェント（87.1点）でリードし、フルスタックの応用実践能力に重点を置く。
5. 収益化の論理の本質的な違い：情報や資産効果に依存するWeb3 KOLとは異なり、AI KOLのコア資産は「信頼」と「方法」であり、検証可能な生産能力を流通させることでエコシステムを結束させる。

```html

원문 작성자: Alan, Amelia | Biteye 콘텐츠 팀; Denise | XHunt 운영 팀

2026년 여름, 소셜 플랫폼의 정보 흐름은 밀리초 단위로 갱신되고 있습니다. 한 순간에는 어떤 대형 언어 모델(LLM)이 업데이트를 발표하고, 다음 순간에는 수만 개의 '심층 분석' 글이 쏟아져 나옵니다.

한 독립 개발자는 요즘 아침에 일어나면 가장 먼저 하는 일이 타임라인을 확인하는 것이 아니라, 익숙한 몇몇 프로필을 빠르게 훑어보며 그들이 어젯밤에 Vibe Coding으로 또 어떤 새로운 것을 만들어냈는지 살펴보는 것이라고 말했습니다.

“저는 실제로 해본 사람들의 말만 믿어요.”라고 그는 말했습니다.

이렇게 편파적으로 보일 수 있는 신뢰는 대다수가 간과하고 있는 하나의 진실을 가리키고 있습니다:

거대 언어 모델(LLM) 기술이 질주하는 오늘날, 일반적인 정보 그 자체는 빠르게 가치가 하락하고 있습니다.

과거에 속보 전달, 해외 공지 번역, 단순한 뉴스 편집에 의존하던 전통적인 기술 미디어 계정은 점차 사용자들의 인내심을 잃어가고 있습니다. 진정한 희소 자원은 더 이상 '누가 가장 먼저 말했는가'가 아니라, '누가 나에게 이것이 정말 신뢰할 수 있는지, 그리고 어떻게 사용해야 하는지 알려줄 수 있는가'입니다.

이 은밀한 계층의 실제 작동 논리를 밝혀내기 위해, 우리는 소셜 분석 도구 @xhunt_ai 의 독점 데이터와 능력 모델을 기반으로 중·영문 생태계의 주요 AI KOL 약 400명의 수만 개 트윗 샘플을 심층 분석했습니다.

그 결과, AI 시대의 오피니언 리더들은 '정보 중개자'에서 '생산성 강화자'로의 심오한 변신을 완료하고 있음을 발견했습니다.

1. 핵심 발견: 관점 유통에서 생산성 유통으로

전통적인 인터넷 환경에서 독창적인 아이디어를 가진 개인이 이를 현실로 만들려면 백엔드, 프론트엔드, UI, 프로젝트 매니저 등 복잡한 인력 체인을 가동해야 했고, 이 긴 협업 과정은 열정의 상당 부분을 소모시켰습니다. 하지만 오늘날 AI 도구는 이 생산 사슬을 파괴적으로 압축했습니다. Codex, Claude Code, Cursor, Lovable은 프로그래밍의 장벽을 논리와 아키텍처 능력으로 전환시켰고; Seedance, GPT Image, Kling, Nano Banana는 복잡한 이미지 및 비디오 제작의门槛을 직접 제거했습니다.

하지만 이는 역설적인 업계 현상을 불러일으켰습니다. 누구나 AI를 이용해 대량의 장문을 만들어낼 수 있게 되면서 고품질 콘텐츠는 '저렴'해지고 쉽게 얻을 수 있게 되었지만, 신뢰는 그 어느 때보다도 전례 없이 희귀해졌습니다.

AI KOL의 핵심 가치는 그들이 일반인보다 더 빨리 AI로 싸구려 글을 쏟아낼 수 있다는 점에 있지 않습니다. 그보다는, 그들이 인간-기계 협업을 통해 모호한 AI 활용 능력을 먼저 구체화하여 다른 사람들이 보고, 실행할 수 있으며, 직접 재사용할 수 있는 결과물로 만들어낸다는 점에 있습니다. 이는 더 이상 관점을 유통하는 것이 아니라 생산 능력을 유통하는 것입니다.

예를 들어, 'Claude Opus 4.7을 이겼다'고 주장하는 새로운 모델이 출시되었을 때, 사용자들은 이미 뻔한 보도자료에 질려 있습니다. 그들은 신뢰하는 KOL로부터 간절히 알고 싶어 합니다. “실제 코드 개발에서 환각 현상을 일으키지는 않을까? 공식적으로 다듬어진 영상에서는 엄청나 보이는 이 제품이, 과연 일반인이 개봉 즉시 사용할 수 있는 생산성 도구일까?”

관심의 방향은 이미 역전되었습니다. '무슨 일이 일어났는가'에서 '중요한가'로, 그리고 '어떻게 사용하는가'로 진화했습니다.

소음으로 가득 찬 환경 속에서 AI KOL은 실용적인 선구자이자 신뢰의 지렛대 역할을 합니다.

2. 누가 이 역할을 하고 있는가: 기술 베테랑과 신생 블루오션

비교적 널리 퍼진 업계 편견은 “AI KOL은 대부분 2022년 말 ChatGPT 폭발 이후에야 유행을 타고 빠르게 계정을 키운 마케팅 계정일 뿐이다”라는 것입니다. 그러나 XHunt의 계정 등록 연대별 통계는 이 주장을 데이터로 반증합니다: AI KOL의 세대 구조는 역피라미드 분포를 보입니다.

숙련 업계 종사자의 지배적 위치: 영어권榜单에서 2007년에서 2015년 사이에 등록된 초기 사용자의 비율은 무려 62.9%에 달합니다; 중국어권榜单에서도 이 비율은 58%에 이릅니다. 이는 현재 AI 핵심 계층에서 활동하는 주요 계정의 대다수가 PC, 모바일 인터넷 및 Web3 사이클을 겪으며 자리 잡은 업계 종사자와 창업자임을 의미합니다. 대형 언어 모델(LLM) 시대가 도래하자 그들은 민첨하게 생산성 도구를 전환했습니다.
중국어권의 신생 계정 증가: 주목할 점은, 2022년부터 2023년까지의 ChatGPT 폭발 기간 동안 중국어권에서 두각을 나타낸 AI 네이티브 신규 계정의 비율이 13.0%로, 영어권의 9.7%보다 높았다는 것입니다. 이는 중국어 생태계가 실용적인 콘텐츠에 상당한 트래픽 혜택을 제공하고 있음을 시사하며, 도구 사용에 능숙하고 튜토리얼이 충실하다면 신규 계정도 지속적인 게시를 통해 경쟁 우위를 구축할 수 있음을 보여줍니다.

대조적으로, Web3 KOL의 등록 시간은 종종 뚜렷한 방추형을 보이며, DeFi Summer, NFT 폭발 및 Meme 열풍 기간에는 시장 열기에 따라 대량의 신규 계정이 생성됩니다.

3. AI KOL과 OPC의 공생 진화

AI의 진화는 '1인 기업(One Person Company, OPC)' 개념을 슈퍼맨 같은 개념에서 명확히 실현 가능한 현실로 변화시키고 있습니다. OPC의 핵심은 사용자가 다양한 수직적 AI 에이전트를 매우 민첩하게 활용하여 고군분투하며 모든 고된 작업을 떠안는 상황에서 벗어나 자신의 아이디어를 무한히 증폭시키고, AI를 통해 독립적인 제품 구축, 상업적 유통 및 정밀 마케팅을 완성하는 것입니다.

이러한 변화 속에서 '애플리케이션 유통형' AI KOL은 복합적인 강점으로 핵심 생태적 지위를 확고히 했습니다:

기술적 경계 이해: 이들은 주로 AI 대기업 출신이거나 베테랑 개발자로서 기반 기술에 대한 깊은 이해를 가지고 있어, 순수 마케터보다 도구의 실제 한계를 더 잘 파악합니다.
시장痛点 이해: 오랫동안 직접 대중을 상대해 온 콘텐츠 크리에이터로서, 그들은 뛰어난 제품화 및 마케팅 감각을 가지고 있어 순수 연구 개발자보다 실제 수요를 더 잘 이해합니다.

바로 이러한 '기술 + 감각'의 이중 버프 덕분에 그들은 공개적 구축(Build in Public) 방식을 통해 추상적인 기술을 사용 가능한 시나리오로 전환하고, 끊임없는 사용자 신뢰를 축적할 수 있습니다.

전 세계적으로 유행한 Vibe Coding 트렌드는 이러한 개인 IP의 긴장감을 극한으로 몰아넣었습니다. 선도적인 AI KOL이 개발 프레임워크를 추천할 때, 더 이상 형편없는 추천사를 몇 줄 쓰는 것이 아니라, X에서 자신이 자연어 명령어만으로 편안한 분위기 속에서 모델과 협력하여 단 15분 만에 완전하고 상호작용 가능한 AI 애플리케이션을 빠르게 출시하는 과정을 직접 보여줍니다.

전통적인 KOL은 의견을 유통하여 트래픽을 수확하는 반면, AI KOL은 생산 능력을 유통하여 생태계를 결집시킵니다.

4. 데이터 군상: 동서양 KOL 생태계의 분화

AI KOL 생태계의 실제 작동 논리를 탐구하기 위해, 본 보고서는 XHunt 영향력 순위 영어권 Top 300위와 중국어권 Top 100위 AI KOL의 최근 3개월 내 100개 트윗 샘플을 추출하여, 트윗 내용과 각종 데이터를 심층 분석하고 비교했습니다.

그 결과, 중·영문 AI KOL은 관심 구조와 콘텐츠 생산 패턴에서 뚜렷한 차이를 보였습니다. 다음에서는 트래픽 규모, 논의 분야, 계정 생성 시기 및 개인 프로필 등 7가지 핵심 차원을 통해 AI KOL의 실제 면모를 하나씩 공개합니다.

1️⃣ 관심 지도: 영어권은 원천 중심, 중국어권은 실천 중심

트래픽 규모 분포: 영어권榜单 전체 팔로워 수는 3억 5천만 명을 돌파했으며, 평균은 117만 명, 중앙값은 110,669명입니다. 중국어권 생태계는 정교화된 수직 분야에 치중되어 있으며, 평균 팔로워 수는 약 7만 7천 명, 중앙값은 43,006명입니다.
게시 활동성 비교: 최근 90일 동안 중국어권 100개 계정이 약 3만 개의 트윗을 생산했으며, 게시량 중앙값은 무려 210개입니다. 반면, 300개의 영어권 계정의 총 게시량은 3만 7천 개에 불과하며, 중앙값은 단 38개입니다. 영어권 주요 계정은 낮은 빈도로 게시하는 경향이 있는 반면, 중국어권 계정은 고빈도 애플리케이션 확산 네트워크를 형성하고 있습니다.
팔로워 계층 구조: 영어권榜单는 피라미드형 구조를 보이며, 팔로워 5만~20만 명의 계정 비율이 41.8%로 가장 높고, 100만 명 이상은 7.4%를 차지합니다. 중국어권榜单는 긴 꼬리 애플리케이션 계층에 집중되어 있으며, 팔로워 1만~5만 명의 계정이 53.0%를 차지하고, 20만 명 이상은 4.0%에 불과합니다.
KOL 팔로워: 영어권의 동료 팔로우 평균(510.7명)이 중국어권(320.2명)보다 높지만, 중·영 AI KOL 기반 수(각각 약 1000명과 5000명)로 환산하면, 중국어권 주요 KOL의圈内 침투율은 32%에 달해 영어권의 10%를 훨씬 웃돕니다. 이는 중국어 AI KOL圈이 매우 긴밀하게 연결된 고밀도 커뮤니티임을 의미합니다.
활동성 지도: 중국어 KOL의 무려 70%가 매일 고빈도로 업계 동향과 실무 경험을 공유합니다. 영어권에서는 저빈도 활동 계정이 39.8%로 독보적이며, 안정적 활동은 26.4%입니다. 영어권은 산업 원천 네트워크에 치우쳐 있고, 중국어권은 실천 네트워크에 치우쳐 있습니다.

요약: 영어권 AI KOL은 최신 기술과 주요 전략 발표를 다루는 산업 원천 네트워크입니다; 중국어권 AI KOL은 최첨단 기술을 열광적으로 중역하고, 평가하며, 튜토리얼화하여 대중의 업무 흐름에 밀어 넣는 초확산 및 실천 네트워크입니다.

2️⃣ 마음가짐 선호도: 영어권은 거시적, 중국어권은 실용적

광범위한 레이블을 벗겨내고, 더 큰 논의 내용의 단어 빈도와 태그를 추출함으로써, 우리는 중·영 두 생태계의 중점을 명확히 볼 수 있었습니다:

영어권과 중국어권 모두에서 기초 모델, AI 에이전트, AI 상업화 및 AI 프로그래밍이 공감대의 주축이지만, 양측의 외부 확장 경로는 완전히 다릅니다:

영어권은 기반 기술과 거시적 관점에 중점: 영어 KOL은 AI 상업화(44.7%), 기초 모델(39.6%), AI 안전(13.8%), AI 칩(12.6%) 및 임베디드 인텔리전스(5%)에서 중국어권을 훨씬 능가하는 적용률을 보입니다. 그들은 AGI의 안전 정렬, 컴퓨팅 파워 수급 구도, 오픈소스 대 폐쇄소스 경쟁 및 임베디드 인텔리전스 논의에 많은 노력을 기울입니다.
중국어권은 애플리케이션落地와 실용적 지향에 중점: 중국어 KOL은 뛰어난 실용성을 보여줍니다. AI 프로그래밍은 72.1%로, 거의 영어권의 두 배입니다. AI 에이전트는 51.5%로 영어권의 39%를 상회합니다. 시각 생성 분야에서는 20.6%로 영어권의 거의 두 배에 가깝습니다. 도구 평가는 11.8%로, 놀랍게도 영어권의 약 9배에 달합니다. 튜토리얼과 프롬프트 또한 영어권보다 현저히 높아, 중국어 블로거가 복잡한 기술을 코드 작성 및 에이전트 구축과 같은 구체적인 작업 가이드로 분해하는 데 능숙함을 보여줍니다.