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

2026년 여름, 소셜 플랫폼의 정보 피드는 밀리초 단위로 갱신되고 있다. 바로 직전에 어떤 대형 언어 모델이 업데이트를 발표했다면, 다음 순간에는 수만 건의 ‘심층 분석’이 쏟아져 나온다.

한 독립 개발자는 이제 아침에 일어나서 가장 먼저 하는 일이 타임라인을 훑는 것이 아니라, 익숙한 프로필 몇 개를 빠르게 훑어보며 그들이 간밤에 또 어떤 새로운 것을 Vibe Coding으로 만들어냈는지 확인하는 것뿐이라고 말했다.

“나는 실제로 다뤄본 사람들만 신뢰한다”고 그는 말한다.

이런 편집증에 가까운 신뢰는, 대부분의 사람들이 놓치고 있는 진실을 가리키고 있다.

대형 모델 기술이 폭발적으로 발전하는 오늘날, 일반적인 정보 자체는 빛의 속도로 가치가 떨어지고 있다는 점이다.

과거에 속보를 퍼 나르거나, 해외 공지를 번역하거나, 단순히 뉴스를 짜깁기하던 전통적인 테크 미디어형 계정들은 점차 사용자들의 인내심을 잃게 만들고 있다. 진짜 희소 자원은 더 이상 ‘누가 무엇을 제일 먼저 말했는가’가 아니라, ‘누가 이 일이 과연 믿을 만한지, 그리고 내가 어떻게 활용해야 하는지’를 알려줄 수 있는지 여부다.

이 은밀한 내부 서클의 실제 작동 논리를 밝히기 위해, 우리는 소셜 분석 도구 @xhunt_ai 의 독점 데이터와 역량 모델을 바탕으로 중·영문 생태계에서 약 400명의 헤드 AI KOL이 쓴 수만 건의 트윗 샘플을 심층 분석했다.

그 결과, AI 시대의 오피니언 리더들은 ‘정보 중개자’에서 ‘생산성 부여자’로의 깊은 변신을 완수해 가고 있다는 사실을 발견했다.

1. 핵심 발견: 의견 유통에서 생산성 유통으로

전통적인 인터넷 환경에서 기발한 아이디어를 가진 개인이 이를 현실화하려면 백엔드, 프론트엔드, UI, 프로덕트 매니저 등 복잡한 인력 체인 전체를 가동해야 했으며, 길고 긴 협업 과정은 열정의 대부분을 깎아먹곤 했다. 그러나 오늘날 AI 도구는 이 생산 체인을 거침없이 압축하고 있다. Codex, Claude Code, Cursor, Lovable은 프로그래밍의 장벽을 논리와 아키텍처 역량으로 전환했고, Seedance, GPT Image, Kling, Nano Banana는 복잡한 이미지·영상 제작 문턱을 곧바로 제거했다.

그러나 이것이 직관에 반하는 업계 현상을 불러일으킨다. 누구나 AI로 장문의 글을 대량 생산할 수 있게 되자, 양질의 콘텐츠는 도처에서 쉽게 구할 수 있는 ‘저렴한’ 것이 되었고, 신뢰는 오히려 전례 없이 희소해졌다.

AI KOL의 핵심 가치는 보통 사람보다 더 빨리 AI에게 대충 쓴 글을 뱉어내게 하는 데 있지 않다. 그보다는, 그들이 인간과 기계의 협업을 통해 모호한 AI 활용 능력을 다른 사람이 보고, 작동시키고, 직접 재사용할 수 있는 결과물로 구체화하는 데 앞장선다는 점에 있다. 이것은 더 이상 의견을 유통하는 것이 아니라, 생산 능력을 유통하는 행위다.

예를 들어, “Claude Opus 4.7을 능가한다”는 새로운 모델이 발표되었을 때, 사용자들은 이미 획일적인 보도자료에 지루함을 느낀다. 그들은 신뢰하는 KOL로부터 “실제 코드 개발에서 이 모델이 환각을 일으키지 않을까? 공식에서 멋지게 편집한 영상 속 이 제품은 과연 일반인이 꺼내자마자 바로 쓸 수 있는 생산성 도구인가?” 와 같은 정보를 간절히 알고 싶어 한다.

관심의 풍향계는 이미 역전되었다. ‘무슨 일이 일어났는가’에서 ‘중요한가’로, 다시 ‘어떻게 사용하는가’로 업그레이드된 것이다.

소음으로 가득 찬 장(場)에서 AI KOL은 실용적 선구자이자 신뢰의 지렛대 역할을 한다.

2. 누가 이 역할을 맡고 있는가: 베테랑 기술자와 신생 세대의 블루오션

업계에는 “AI KOL은 대부분 2022년 말 ChatGPT 폭발 이후 레드 오션 효과를 이용해 빠르게 성장한 마케팅 계정”이라는 비교적 보편적인 편견이 존재한다. 그러나 XHunt의 계정 등록 시기에 따른 세대 통계는 데이터를 통해 이 주장이 거짓임을 증명한다. AI KOL의 세대 구조는 오히려 역피라미드 분포를 보여준다.

베테랑 종사자의 주도적 지위: 영어권 순위에서 2007년부터 2015년 사이에 등록한 초기 사용자 비율이 무려 62.9%에 달하고, 중국어권 순위에서도 이 비율이 58%에 이른다. 이는 현재 AI 핵심 서클에서 활동하는 헤드 계정의 대다수가 PC, 모바일 인터넷, Web3 사이클을 거치며 축적된 경험을 가진 종사자 및 창업자임을 의미한다. 대형 모델의 물결이 도래하자, 그들은 민첩하게 생산성 도구로의 전환을 완료한 것이다.
중국어권의 신생 세대 성장: 주목할 점은 2022년에서 2023년 사이 ChatGPT 폭발기에 중국어권에서 두각을 나타낸 AI 네이티브 신규 계정 비율이 13.0%로, 영어권의 9.7%보다 높다는 사실이다. 이는 중국어 생태계가 실용적 콘텐츠에 상대적으로 큰 트래픽 프리미엄을 부여하며, 도구 사용이 능숙하고 튜토리얼이 탄탄하면 신규 계정도 지속적인 게시를 통해 경쟁 우위를 확보할 수 있음을 보여준다.

이에 비해 Web3 KOL의 등록 시기는 종종 뚜렷한 방추형을 나타내며, DeFi Summer, NFT 폭발, Meme 열풍 시기에 시장의 열기와 함께 다수의 신규 계정이 대거 등장하곤 한다.

3. AI KOL과 OPC의 공생 진화

AI의 진화는 One Person Company(1인 기업, OPC)라는 개념을 초인적인 발상에서 현실로 명확하게 구현 가능한 상태로 바꾸고 있다. OPC의 핵심 정수는 사용자가 매우 예리하게 다양한 수직형 AI 에이전트를 호출함으로써, 홀로 고군분투하며 모든 고된 일을 도맡아야 하는 상황에서 벗어나 자신의 아이디어를 무한히 증폭시키고, AI를 활용해 독립적인 제품 구축, 비즈니스 유통 및 정밀 마케팅을 완수하는 데 있다.

이러한 변혁 속에서 ‘애플리케이션 유통형’ AI KOL은 복합적인 우위를 바탕으로 핵심 생태적 지위를 확고히 하고 있다.

기술의 한계를 이해함: 이들은 대부분 AI 대기업 또는 시니어 개발자 출신으로, 기반 기술에 대한 깊은 이해를 갖추고 있어 순수 마케터보다 도구의 실제 한계를 더 잘 안다.
시장의 니즈를 이해함: 오랫동안 대중과 직접 마주해 온 콘텐츠 크리에이터로서, 극강의 제품화 및 마케팅 감각을 갖추고 있어 순수 R&D 인력보다 실제 니즈를 더 잘 꿰뚫고 있다.

바로 이러한 ‘기술+트렌드 감각’이라는 이중 버프 덕분에, 그들은 공개 빌딩(Build in Public) 방식을 통해 추상적인 기술을 활용 가능한 시나리오로 전환하며, 끊임없이 사용자의 신뢰를 쌓아간다.

전 세계적으로 열풍을 일으킨 Vibe Coding 트렌드는 이러한 개인 IP의 장력을 극한으로 밀어붙인다. 한 헤드 AI KOL은 어떤 개발 프레임워크를 추천할 때, 더 이상 몇 마디 건조한 추천사로 끝내지 않는다. 대신, X에서 자연어 명령 한 줄만으로 느긋한 분위기 속에서 모델과 협업하여 15분 만에 완전하고 상호작용이 가능한 AI 애플리케이션을 신속하게 런칭하는 모습을 직접 보여준다.

전통적인 KOL은 의견을 유통하며 트래픽을 수확하지만, AI KOL은 생산 능력을 유통하며 생태계를 응집시킨다.

4. 데이터 군상: 동·서양 KOL의 생태계 분화

AI KOL 생태계의 실제 작동 논리를 탐구하기 위해 본 보고서는 XHunt 영향력 순위에서 영어권 상위 300명과 중국어권 상위 100명의 AI KOL이 최근 3개월간 올린 100개의 트윗 샘플을 추출하여, 그 트윗 내용과 각종 데이터를 심층 측정하고 대조 분석했다.

그 결과, 중·영문 AI KOL은 관심 구조와 콘텐츠 생산 모델에서 뚜렷한 차이를 보인다는 사실을 발견했다. 아래에서는 트래픽 개요, 논의 분야, 계정 생성 시기 및 개인 프로필 등 7가지 핵심 차원에서 AI KOL의 실제 면모를 하나씩 밝혀본다.

관심 지형도: 영어권은 소스에, 중국어권은 실무에 치중

트래픽 볼륨 분포: 영어권 순위의 총 팔로워는 3억 5천만 명을 돌파했으며, 평균치는 117만 명, 중앙값은 110,669명이다. 중국어권 생태계는 보다 정밀화된 수직 분야에 치중하며, 평균 팔로워 수는 약 7.7만 명, 중앙값은 43,006명이다.
발행 활동도 비교: 최근 90일 동안 중국어권 순위 100개 계정은 약 3만 건의 트윗을 생산했으며, 발행량 중앙값은 무려 210건이다. 반면, 영어권 300개 계정의 총 발행량은 3.7만 건에 불과하며, 중앙값은 겨우 38건이다. 영어권 헤드 계정은 대부분 저빈도 발행 상태에 머무르는 반면, 중국어권 계정은 고빈도의 애플리케이션 확산 네트워크를 형성하고 있다.
팔로워 계층 구조: 영어권 순위는 피라미드 구조를 보이며, 5만20만 명의 팔로워를 가진 계정이 41.8%로 가장 높은 비중을 차지하고, 100만 명 이상의 팔로워를 가진 계정은 7.4%를 차지한다. 중국어권 순위는 롱테일 애플리케이션 계층에 집중되어, 1만5만 명의 팔로워를 가진 계정이 53.0%에 달하며, 20만 명을 넘는 계정은 4.0%에 불과하다.
KOL 팔로워: 영어권 순위의 동종 업계 평균 팔로워 수(510.7)가 중국어권(320.2)보다 높지만, 중·영 AI KOL 기수(각각 약 1,000명과 5,000명)를 기준으로 환산하면 중국어권 헤드 KOL의 서클 침투율은 32%에 달해 영어권의 10%를 크게 웃돈다. 이는 중국어권 AI KOL 서클이 매우 긴밀하게 연결된 고밀도 커뮤니티임을 보여준다.
활동도 지형도: 무려 70%의 중국어권 KOL이 매일 높은 빈도로 업계 동향과 실무를 공유한다. 영어권의 저빈도 활동 계정은 39.8%를 독점하고 있으며, 안정적 활동 계정은 26.4%를 차지한다. 영어권은 산업 소스 네트워크에, 중국어권은 실무 네트워크에 치우쳐 있다.

요약: 영어권 AI KOL은 일차 기술과 주요 전략 발표를 장악한 산업 소스 네트워크이고, 중국어권 AI KOL은 최첨단 기술을 빠르게 번역, 리뷰, 튜토리얼화하여 대중의 워크플로우로 확산시키는 슈퍼 확산 및 실무 네트워크다.

마인드 선호도: 영어권은 거시적, 중국어권은 실용적 추세

광범위한 라벨을 벗겨내고, 전체 시장 논의 콘텐츠의 단어 빈도와 태그 추출을 통해, 우리는 중국어와 영어 두 생태계의 중점을 뚜렷하게 엿볼 수 있었습니다:

영어권과 중국어권 모두 기초 모델, AI 에이전트, AI 상용화 및 AI 프로그래밍이 공통된 주축이지만, 양측이 외부로 뻗어 나가는 경로는 완전히 다릅니다:

영어권은 기반 기술과 거시적 시각에 치중: 영어 KOL은 AI 상용화(44.7%), 기초 모델(39.6%), AI 안전(13.8%), AI 칩(12.6%), 체화 지능(5%)에서의 커버리지가 중국어권을 크게 웃돌았습니다. 이들은 AGI의 안전 정렬, 컴퓨팅 파워 수급 구도, 오픈소스 대 클로즈드소스 경쟁, 그리고 체화 지능을 논하는 데 많은 에너지를 쏟습니다.
중국어권은 응용 실전과 실무 중심에 치중: 중국어 KOL은 극도로 실용적인 면모를 보였습니다. AI 프로그래밍은 72.1%로, 기본적으로 영어권의 두 배에 달했습니다. AI 에이전트는 51.5%로 영어권 39% 대비 우위. 비주얼 생성 면에서는 20.6%로 역시 영어권의 두 배에 가까웠습니다. 도구 리뷰는 11.8%로 더욱 과장되게 영어권의 약 9배에 달했습니다. 튜토리얼과 프롬프트 역시 영어권보다 현저히 높아, 중국어권 블로거가 복잡한 기술을 코드 작성과 에이전트 구축 등의 구체적인 조작 가이드로 풀어내는 데 더 능숙함을 보여줍니다.

역량 레이더: 영어권은 기술 인사이트, 중국어권은 풀스택 응용에 집중

대분류 라벨의 오판을 줄이기 위해, 우리는 XHunt의 KOL 역량 평가 모델을 활용하여 AI KOL 계정이 게시한 콘텐츠 품질을 여러 점수 차원에서 전면적으로 분석했습니다:

영어권 랭킹은 업계의 원천과 기반 논리를 장악: 영어권 랭킹에서 가장 높은 점수를 기록한 것은 멀티모달 88.3, 그다음이 기초 모델과 프롬프트였습니다. 이들의 핵심 역량은 모델 아키텍처에 대한 인사이트, 대규모 엔지니어링 튜닝 경험, 그리고 최전선 트렌드 예측에 반영됩니다. AI 안전과 칩 분야에서 영어권 랭킹은 자연스러운 선점 우위를 갖습니다.
중국어권 랭킹은 풀스택 응용 실전에 집중: 중국어권 샘플에서 AI 프로그래밍 역량 연관도 평균은 88.9에 달했고, AI 에이전트도 87.1에 이르렀습니다. 중국어 트위터에는 자연어 개발 능력을 갖춘 크리에이터가 대거 활동하며, AI를 개인 비즈니스 수익화나 가벼운 창업 모델에 접목하는 데 능숙합니다.

대형 모델 언급률: 발로 투표한 워크플로우 지도

대형 모델 언급률(즉, 계정의 최근 3개월 내 임의의 트윗에서 키워드가 적중된 비율)은 대형 모델 자체의 커뮤니티 내 논의 열기를 나타냄과 동시에, KOL들이 실제 워크플로우에서 각 대형 모델에 얼마나 의존하고 어떤 호불호를 가지고 있는지를 보여주는 ‘발로 투표한’ 지표입니다:

그림과 같이, Claude와 GPT는 양 언어 모델의 양대 산맥을 이룹니다. 중국어권에서 Claude 언급률은 95.7%로, 여전히 독립 개발자와 Vibe Coder의 1순위 선택입니다. 주목할 점은 AI 프로그래밍 시나리오가 지속적으로 뜨거워지면서 Codex의 최근 인기가 폭주하며 80.9%의 초고커버리지로 3위에 안착, 중국어권 긱들의 실전 워크플로우에 대한 광적인 집착을 재확인시켜 줍니다.

또한, 중국산 대형 모델 DeepSeek(68.1%)과 Kimi(58.5%)도 강력한 현지 침투력을 보여주었습니다. 반면 영어권에서는 GPT(76.2%)와 Claude(75.2%)가 막상막하이며, 이들은 단일 도구 체인에 대한 논의보다는 멀티모달 진화와 산업에 대한 거시적 서사에 더욱 중점을 둡니다.

MBTI 콘텐츠 스타일: 계정 표현 방식 단면

XHunt는 전용 스타일 추론 알고리즘을 통해 AI KOL 계정의 소개, 긴 트윗 구조, 상호 논쟁 논리 및 토픽 선호도를 기반으로, 중국어와 영어 KOL 계정의 공개 페르소나 단면을 MBTI 이미지 분류로 나타냈습니다:

그림과 같이, 중국어권이든 영어권이든, 영향력 있는 계정은 대부분 NT(이성형) 진영에 속합니다. 기술이 빠르게 반복되는 시기에는 논리적 분석과 생산성 지도 콘텐츠가 더욱 선호되는 것이 분명합니다. 영어권 랭킹은 ENTJ(38.4%)와 ENTP(25.8%)가 주도하며, 프레임워크 구축과 거시 분석에 치우쳐 있습니다. 중국어권 랭킹은 ENTP(41.2%)가 선두를 차지하며, 중국어권에서 새로운 도구의 다양한 사용법 탐구에 열광하는 특징과 맞물려 있습니다.

신분 구조: 영어권은 최전선, 중국어권은 실무

두 그룹 샘플의 트위터 계정 Profile 자기소개와 과거 트윗 자술을 클러스터링하고 교차 검증함으로써, XHunt는 중국어·영어 AI KOL의 지형도를 도출했습니다:

핵심 신분 구조:

영어권 KOL의 65% 이상이 대형 모델 창업자(31.4%), 임원(34%) 또는 과학자로, 그들의 콘텐츠 출력 자체가 하나의 전략적 배포입니다.
중국어권 정상은 도구·리뷰어(69.1%)와 제품 엔지니어(57.4%)입니다. 전반적으로 영어 생태계는 원천 발신 네트워크에, 중국어 생태계는 생산성 실천 네트워크에 더 방점이 찍혀 있습니다.

종합하면:

영어 AI KOL 네트워크는 실리콘밸리 최전선에서 과학자와 기술 리더가 주도하는 원천 기술과 패러다임 발신 네트워크에 가깝고, 중국어 AI KOL 네트워크는 광활한 응용 시장에서 풀스택 독립 긱과 응용 선구자들이 이끄는 전면적인 생산성 도구와 생존 실천 네트워크입니다.

트윗 효용성 진화: 거친 성장에서 고품질 발전으로

최근 8개월간의 시장 추세를 종합하면, AI 분야의 트래픽 분배 논리는 거친 성장에서 고품질 발전으로 전환되었으며, 노출과 트윗 수도 지속적으로 증가하며 세 가지 핵심 특징을 보였습니다:

2~3월의 주목도 희석: Openclaw 등 업계 핫이슈의 영향으로, 3월 트윗 총량은 12.4K까지 폭증했고, 총 Views는 310M에 달했으나, 트윗당 평균 Views는 최저점(25.0K)으로 떨어졌습니다. 대량의 동질화된 속보는 심각한 정보 과잉과 전파 효율 저하를 초래했습니다.
5월의 전파 효율 정점: 5월 트윗 총량은 9.0K로 하락했지만, 총 Views(335M)와 트윗당 평균 Views(37.4K)는 동시에 사상 최고치를 기록했습니다. 깊이 있는 실무·리뷰 콘텐츠가 더 적은 발행량으로 더 큰 트래픽을 이끌어내고 있습니다.
Views 성장세가 트윗 발행량 성장을 앞지름: 5월 말 기준, Views 지수 상승폭(+88%)은 트윗 수량 상승폭(+62%)을 크게 상회했습니다. 이는 AI 트래픽 프리미엄에 여전히 파레토 법칙이 작용하며, 고품질 콘텐츠를 출력하는 트윗으로 빠르게 고프리미엄이 집중되고 있음을 시사합니다.

5. 권위 매트릭스: 글로벌 AI KOL 영향력 전자 명함

중국어 및 영어 AI KOL의 관심 그래프 네트워크, 팔로워 가치, 그리고 콘텐츠 품질 성과를 기반으로, 우리는 대표 AI KOL들이 각자 선호하는 AI를 활용해 그들에게 맞춤형 전자 명함을 제작했습니다.

다음은 중국어권과 영어권을 대표하는 Top 20 AI KOL 명함입니다:

영어 AI KOL Top 20

Andrej Karpathy @karpathy | AI KOL 팔로워:1,444 | 팔로워:2,358,391 현재 Anthropic 사전 훈련 팀에서 근무 중이며, Eureka Labs 창립자, 전 OpenAI 창립 멤버, 전 Tesla AI 총괄. 대규모 모델 훈련, AI 코딩, 에이전트를 낱낱이 분해해서 그대로 전달해 주는, 엔지니어라면 듣자마자 한밤중에라도 일어나 IDE를 켜고 싶게 만드는 최고의 전도사.
Sam Altman @sama | AI KOL 팔로워:1,406 | 팔로워:4,741,565 OpenAI CEO, GPT·Codex의 절대적 지배자. 트윗 하나만 던져도 AI 업계 절반이 자동으로 핵심 요약에 돌입하게 만드는 우주적 남자.
Greg Brockman @gdb | AI KOL 팔로워:1,142 | 팔로워:968,930 OpenAI 사장 겸 공동 창립자. 매일 공식 공사 일지처럼 제품, 연구, 개발자 생태계, 인프라 진척 상황을 하드코어하게 던져 주는 그 사람.
Ilya Sutskever @ilyasut | AI KOL 팔로워:1,069 | 팔로워:664,828 SSI 공동 창립자, 전 OpenAI 수석 과학자. 대규모 모델 시대 가장 주목받는 연구자 중 한 명. 그가 던지는 말 한 마디면 업계 전체가 반나절을 들여다보는 깊은 사유의 대가.
Jeff Dean @JeffDean | AI KOL 팔로워:1,058 | 팔로워:436,747 Google DeepMind/Google Research 수석 과학자, Gemini 총괄. 구글 AI 기술 로드맵의 향방을 가장 하드코어하게 알려주는 내비게이터.
Elon Musk @elonmusk | AI KOL 팔로워:1,057 | 팔로워:239,771,643 SpaceXAI, Tesla, SpaceX 뒤편의 슈퍼 앰프. 모델, 로봇, 컴퓨팅 파워, 플랫폼까지 전부 움켜쥔, 어떤 때는 발표회보다 더 큰 파장을 일으키는 트윗을 날리는 우주적 플레이어.
OpenAI @OpenAI | AI KOL 팔로워:1,050 | 팔로워:4,798,535 OpenAI 공식 계정. ChatGPT 및 Sora의 모회사.
Demis Hassabis @demishassabis | AI KOL 팔로워:1,002 | 팔로워:864,498 Google DeepMind CEO. AlphaFold, 과학 지능, AGI 내러티브를 이끄는 슈퍼 추진자. 노벨상 수상자. AI가 채팅창을 넘어 진짜 과학적 발견으로 나아가게 만든 인물.
roon @tszzl | AI KOL 팔로워:968 | 팔로워:326,221 최전선 모델의 능력 경계와 안전 문제를 관찰하며, 날카롭고 통찰력 있는 직구를 즐기는 평론가.
Patrick Collison @patrickc | AI KOL 팔로워:961 | 팔로워:811,554 Stripe CEO, Arc Institute 공동 창립자. AI를 과학 연구 조직, 인프라, 창업이라는 거시적 프레임 속에 배치하는 넓은 시야의 플레이어.
Logan Kilpatrick @OfficialLoganK | AI KOL 팔로워:957 | 팔로워:304,209 Google AI Studio/Gemini API 생태계의 핵심 전파자. 개발자 도구를 마법 같은 이야기가 아닌 제품·코드·비즈니스로 끌어내리는 실전 가이드.
Yann LeCun @ylecun | AI KOL 팔로워:947 | 팔로워:1,144,073 AMI Labs 공동 창립자 겸 집행 의장, 전 Meta AI 수석 과학자. 딥러닝 3대 거두 중 한 명이며 튜링상 수상자. AI 방향성, 오픈소스, 세계 모델, 지능의 본질 등을 두고 수시로 마이크를 켜는 토론장 상주 베테랑.
Mira Murati @miramurati | AI KOL 팔로워:931 | 팔로워:498,732 Thinking Machines 창립자, 전 OpenAI CTO. 컴퓨팅 파워 경쟁과 기술 현장 안착의 최전선에 선 여성 리더로서, 최첨단 모델이 연구실에서 대중의 워크플로로 옮겨가는 상업화 과정의 진통과 변신을 이끌고 있다.
Garry Tan @garrytan | AI KOL 팔로워:892 | 팔로워:779,149 실리콘밸리 대표 인큐베이터의 하드코어 멘토. 유행 구호에 무작정 편승하기보다, 프롬프트 엔지니어링과 개인 AI 시스템으로 실제로 돌아가는 아키텍처를 직접 구축하는 과정을 공개적으로 선보이길 즐기는 인물.
Anthropic @AnthropicAI | AI KOL 팔로워:884 | 팔로워:1,216,610 Anthropic 공식 계정. Claude 모델 개발사이며 AI 안전에 집중.
Dwarkesh Patel @dwarkesh_sp | AI KOL 팔로워:879 | 팔로워:221,274 최고의 테크 팟캐스트 Dwarkesh Podcast 진행자. AI 핵심 과학자 및 하드코어 학자들과의 깊이 있는 고품질 장기 인터뷰로 글로벌 테크계 최고의 대화자 중 한 명으로 꼽힌다.
Alexandr Wang @alexandr_wang | AI KOL 팔로워:878 | 팔로워:444,108 Scale AI 창립자, Meta AI 총괄. 기초 데이터 레이블링과 전통적 AI의 향방에 관한 거시적 신호를 종종 내보낸다.
Andrew Ng @AndrewYNg | AI KOL 팔로워:870 | 팔로워:1,499,288 스탠퍼드대 교수. 구글 브레인과 바이두 AI 팀을 이끌었으며, AI 교육 및 응용 현장 안착의 중심축이자 오랜 전도사.
Aravind Srinivas @AravSrinivas | AI KOL 팔로워:836 | 팔로워:483,015 Perplexity CEO. AI 검색 및 답변 엔진으로 검색의 진입점을 다시 쓰고 있는 실전형 재설계자.
Jim Fan @DrJimFan | AI KOL 팔로워:819 | 팔로워:396,349 NVIDIA 로보틱스 분야 핵심 인물. 구현형 지능 및 물리 세계 모델의 최정상급 플레이어.

중국어 AI KOL Top 20

보위 @dotey | AI KOL Followers:559 | Followers:214,553 중화권의 하드코어 번역 슈퍼 허브. 신비주의 서사를 만들지 않고, 오직 최첨단 논문을 가장 먼저 심층 분석하고, 최고 수준의 인터뷰를 복기하며, 바로 쓸 수 있는 고품질 프롬프트만으로 콘텐츠 품질의 하한선을 단단히 지켜냈다.
오렌지 AI @oran_ge | AI KOL Followers:483 | Followers:170,533 직접 뛰어드는 에이전트 창업자. 괴짜의 엄밀함과 비즈니스 감각을 겸비해, 에이전트 아키텍처의 진화와 조직 변화 사이에서 가장 근본적인 비즈니스 철학을 끄집어낸다.
귀장(guizang.ai) @op7418 | AI KOL Followers:468 | Followers:144,288 독립 개발자 세계의 ‘육각형 전사’. 비주얼 생성과 AI 프로그래밍을 넘나드는 하드코어 플레이어로, 방대한 실습 튜토리얼과 신랄한 리뷰로 수많은 사람들이 도구를 실제로 적용하며 겪는 함정을 피하게 해준다.
베어 리우 @bearliu | AI KOL Followers:453 | Followers:115,339 AI 시대의 슈퍼 디자인 괴짜. Vibe Coding, 에이전트, 생성형 UI를 아주 능숙하게 다루며, AI가 전통적인 제품 개발을 어떻게 뒤엎을지 집요하게 파고들어 독립 크리에이터에게 방향을 제시한다.
바예 @waylybaye | AI KOL Followers:452 | Followers:158,294 개성 뚜렷한 독립 개발의 롤모델. 개념이 아닌 실전만 말하며, 다양한 AI 프로그래밍 도구를 직접 부딪혀 비교하는 콘텐츠를 빈번하게 내놓고, 쉬운 말로 도구의 마케팅 포장을 벗겨낸다.
샹양차오무 @vista8 | AI KOL Followers:441 | Followers:107,140 중화권의 기술 집착파. 가장 하드코어한 멀티모달 최신 논문을 씹어서 실무자에게 먹이듯 전달하며, 밀도 높은 튜토리얼과 기술 인사이트로 개발자의 인지 수준을 끌어올린다.
딩 @dingyi | AI KOL Followers:431 | Followers:151,205 기술과 비즈니스 감각이 극도로 예민한 관찰자. AI 프로그래밍 도구와 중계소 생태계를 픽셀 단위로 해부하며, 복잡한 표나 마케팅 사례 속에서 남들이 놓치는 사업 기회를 포착한다.
철퇴인 @lxfater | AI KOL Followers:569 | Followers:101.2k AI로 창업, 콘텐츠, 제품 실험을 꾸준히 진행하며, 스타 수 높은 프로젝트도 운영해 왔다. 그저 “AI가 세상을 바꾼다”고 외치는 데 그치지 않고, 이미 진흙탕에 손을 집어넣고 시멘트를 섞는 사람이다.
Tw93 @HiTw93 | AI KOL Followers:423 | Followers:141,827 지극히 로우키하면서도 다작하는 독립 개발자 대표. 대규모 모델 트레이닝의 탄탄한 기초를 갖췄고, 직접 여러 고가치 오픈소스 도구를 만든 전과를 통해 코드로 실력을 증명한다.
양이 @yangyi | AI KOL Followers:415 | Followers:122,284 기술과 수익 창출을 극한으로 결합한 비즈니스 해커. AI 프로그래밍과 에이전트의 프라이빗 도메인 수익화 한계를 깊이 파고드는 한편, 보안 연구자의 시선으로 기술 뒤에 숨은 사각지대를 불쑥 일깨워준다.
옛원 @yetone | AI KOL Followers:413 | Followers:82,680 AI 응용 계층의 ‘하드코어 집요파’. 에이전트 아키텍처, Computer Use, 프로그래밍 도구의 엔지니어링 실전에서 깊은 근육 기억을 갖고 있으며, 오직 고품질의 도구 재현과 평가로 팬을 끌어모은다.
미스터 판다 @PandaTalk8 | AI KOL Followers:410 | Followers:74,602 최첨단 논문과 실제 수익화 사이의 ‘슈퍼 커넥터’. 가장 학술적인 에이전트 논문을 현장감 있는 프롬프트 기법으로 번역하며, AI 상용화와 취업의 큰 흐름을 냉철하게 꿰뚫어본다.
대시 @DashHuang | AI KOL Followers:408 | Followers:113,575 대기업 창업자의 하드코어 크로스오버 시각. 전통적인 R&D와 게임 개발 현장에서 AI 프로그래밍 도구의 한계까지 쥐어짜며, 상당한 무게감의 ‘정규군’ 실전 레퍼런스를 제공한다.
셀 세포 @cellinlab | AI KOL Followers:407 | Followers:26,667 ‘1인 회사’ 모델의 열정적인 전도사이자 실천가. 다양한 AI 프로그래밍 도구와 비주얼 생성 워크플로우를 고빈도로 테스트하며 슈퍼 개인의 비즈니스 도약을 위한 길을 탐색한다.
YC (위청) @yucheng | AI KOL Followers:393 | Followers:18,728 AI가 촉발하는 조직 변화에 주목하는 창업 사상가. Claude Code 등 도구의 기술 실전을 파고들 뿐 아니라, 에이전트 아키텍처로 회사의 운영 효율을 재구성하는 데 매료되어 있다.
툴라딩 @tualatrix | AI KOL Followers:393 | Followers:108,450 중화권의 베테랑 독립 개발자가 보여주는 ‘AI 진화 샘플’. Codex, Claude Code로 독립 앱을 재구성하고 개발하는 실제 과정을 자주 공개하며, 대규모 모델의 프로그래밍 능력을 구체화한다.
ruanyf @ruanyf | AI KOL Followers:384 | Followers:198,977 기술계의 상록수 같은 중화권 개발자 등대. 극히 예민하고 거시적인 시각으로 AI가 전통적인 소프트웨어 개발 산업을 파괴하고 재구성하는 모습을 계속 포착하며, 탄탄한 튜토리얼로 수많은 사람의 생산성 도약을 이끈다.
샤오후 @xiaohu | AI KOL Followers:379 | Followers:105,522 AI 도구 업계의 ‘슈퍼 정보국’이자 독설 리뷰어. 전 네트워크에서 최신 프로그래밍 도구와 에이전트를 고빈도로 훑으며, 판에 박힌 뉴스 속에서 가장 현실적인 실전 노하우를 건져낸다.
시디아르 @Cydiar404 | AI KOL Followers:378 | Followers:62,106 실전형 제품 엔지니어. 허황된 대의명분을 말하지 않으며, 타임라인은 오로지 Claude 등 대규모 모델의 하드코어한 실사용 리뷰와 자신의 API 프로젝트가 비즈니스 전쟁에서 겪은 생사를 가르는 복기로 가득하다.
프랭크 왕 위보 @lifesinger | AI KOL Followers:378 | Followers:36,454 AI 시대의 슈퍼 개인과 장기주의 창업자. 거대한 에이전트 아키텍처와 제품 디자인 철학을 잘게 부수어, 자신이 어떻게 ‘1인 회사’로 전통적인 소프트웨어 개발을 뒤흔드는지 낱낱이 공개한다.

6. 우수 AI KOL 심경: 신뢰는 지속적인 검증을 통해 쌓인다

셀 세포 @cellinlab ｜중화권 AI KOL 영향력 순위: 15 | 조물 매트릭스 커뮤니티 창립자

우리는 풍요로운 시대를 맞이할 것이다. 사람들은 새로운 창작과 자기 표현의 통로, 새로운 자기 발견과 소속감의 경로, 그리고 인생에서 의미 있는 일을 하는 새로운 방식을 통해 삶이 더욱 풍요로워질 것이다. 일을 창작으로 재정의할 필요가 있다. 오랫동안 우리의 일은 생존을 위한 것이었다. 그러나 포스트 희소성 시대에 새로운 일의 형태는 창작, 성장, 자기 표현, 그리고 삶에 의미를 부여하는 것을 의미한다.

Cuimao @CuiMao｜중화권 AI KOL 영향력 순위: 34 | AI KOL

AI 업계의 ‘KOL’은 단순히 트래픽을 가진 사람이 아니라, 진정으로 건설에 참여하는 사람입니다. 사람들이 저를 인정하는 것은 Anthropic 관련 AI 창의 영상을 많이 만든 것뿐 아니라, 그 콘텐츠를 통해 자신에게 맞는 가능성을 발견했기 때문입니다. 어떤 사람은 그로 인해 창작을 시작했고, 어떤 사람은 도구를 이해하게 되었으며, 또 어떤 사람은 AI 시대가 소수만의 게임 테이블이 아니라 누구나 다시 자리에 앉을 수 있는 새로운 교실이라는 믿음을 되찾았습니다.

저는 AI 시대의 대중적 영향력은 단지 보여지는 것을 넘어, 더 많은 사람이 자신의 자리를 발견하게 하는 것임을 분명히 느낍니다. 그것은 《오징어 게임》의 의자 뺏기 같은 생존 도전이 아니라, 새 학기의 자리 배치 같은 것입니다. 자리는 바뀌고 질서도 변하지만, 모두가 여전히 자신의 좌표를 찾을 기회가 있습니다.

그래서 이 시대에 대한 제 태도를 한 문장으로 요약한다면: 열정을 유지하며 배우고, 창조하고, 공유하는 것입니다.

Asa @app_sail ｜ 중화권 AI KOL 영향력 순위: 52 | @app_sail, tutti.so 파트너

처음 공유를 시작한 것은 사실 Build in Public이었고, KOL이 되려는 의도는 아니었습니다. 저는 AI 해외 진출, 글로벌 결제, 𝕏 운영 성장 분야에서 오랫동안 실무를 해오면서, 하나의 경로를 검증하거나 함정을 밟을 때마다 기록하고 공유했습니다. 그러다 보니 어느새 AI KOL이 되었습니다.

이러한 공유를 통해 저는 점점 더 확신하게 되었습니다: 주목 경제 시대가 이미 도래했으며, 모든 개인, 모든 제품, 모든 조직이 스스로의 영향력을 적극적으로 경영해야 한다는 것을.

KOL는 제 관점에서 보면 연결자에 더 가깝습니다. 정보와 인지를 연결하고, 제품과 사용자를 연결하며, 서로 다른 문화적 배경을 가진 사람들까지 연결합니다. AI가 콘텐츠 생산을 더 효율적으로 만들었지만, 진정한 경험, 통찰, 독립적인 판단, 그리고 장기적인 관점의 유지는 여전히 희소합니다.

바로 이러한 인식을 바탕으로 우리는 tutti.so를 만들었습니다. 더 많은 중국 기업과 크리에이터가 글로벌 영향력을 구축할 수 있도록 돕고, 좋은 제품과 좋은 스토리가 세상에 보여지길 바랍니다. 미래에 진정으로 희소한 것은 트래픽이 아니라 신뢰입니다.

Jason Zhu @GoSailGlobal ｜ 중국어 AI KOL 영향력 순위: 71 | GoSail Lab, AgentSkillsHub 창립자

계속 탐색해오면서, 31살에 대형 패키지를 받고, 정해진 궤도에서 광야로 뛰어들고서야 깨달았습니다: 저에게 KOL은 페르소나가 아니라, 진짜 탐색의 길을 기록하는 것입니다.

KOL에 대한 제 이해는 두 가지입니다:

진실이 최저선입니다: 검증되지 않은 재가공 콘텐츠는 쓰지 않습니다. 스니커즈 리셀로 번 것, 방탈출 카페로 잃은 것, 팔로워를 처음부터 키운 것까지 모두 제가 직접 겪은 것입니다.
레버리지가 방법입니다: AI가 속도를 내고, 저는 방향을 잡습니다. OpenClaw, Claude Code를 깊이 파고들고, agentskillshub.top을 구축했으며, 거기에 엔지니어의 꼼꼼함이라는 영혼을 불어넣었습니다. 진짜 경험을 오픈소스로 공개하는 사람이 바로 AI 시대에 가장 희소한 상품입니다.

Gorden Sun @Gorden_Sun ｜중국어 AI KOL 영향력 순위: 75 | AI KOL

AI 뉴스 데일리 리포트를 손수 작성한 지 3년이 넘었습니다. 단순하고 이타적인 일을 꾸준히 하면 누구나 KOL이 될 수 있습니다. 매일 리포트를 쓰면서 다양한 상황에서의 최고의 AI 활용법을 쌓았고, 거의 아낌없이 모두 공유했습니다. 이타심, 진심, 그리고 가능한 한 유용한 글을 쓰려는 마음가짐이 제가 믿는 원칙입니다. 소프트웨어 제품을 더 쉽게 만들 수 있는 AI 시대에는 유통과 마케팅이 점점 중요해지고 있습니다. 누구나 공유를 시도해 보세요. 이는 복리 효과가 있고, 잃을 것도 전혀 없습니다.

어총의 AI 이야기 @AI_Jasonyu ｜중국어 AI KOL 영향력 순위: 84 | AI 해외 진출 KOL

《어총의 AI 이야기》라는 IP를 만들기 시작했을 때는 그저 제가 유용하다고 생각한 도구와 겪었던 시행착오를 공유하는 정도였습니다. 이후 점점 더 많은 피드백을 받으면서, 진짜 실전 경험을 담은 콘텐츠 하나가 다른 사람의 시간과 비용을 크게 절약해 줄 수 있다는 것을 깨달았습니다.

저는 항상 KOL은 높은 곳에서 남을 가르치는 사람이 아니라, 여러분 대신 먼저 현장에 뛰어들어 새로운 도구와 기회를 직접 시험해 보고, 진짜 도움이 되는 방법을 명확히 설명하는 사람이라고 생각합니다. 지금까지 해오면서 제 포지셔닝도 점점 분명해졌습니다: AI, 해외 진출, 그리고 제품에 집중하고, 제가 직접 연구하고 실천해 본, 실제 문제를 해결할 수 있는 내용만 공유합니다.

AI는 효율성을 높여주지만, 사람의 판단과 경험을 대체할 수는 없습니다. 순위를 추구하기보다는, 오랫동안 신뢰할 수 있고 실용적인 정보원이 되어, 평범한 사람들이 AI를 제대로 활용하고 시행착오를 줄일 수 있도록 돕고 싶습니다.

得否 @wangdefou ｜ 중국어 AI KOL 영향력 순위: 101 | 得否科技 창립자, 기업 AI 어플리케이션 컨설턴트

저는 항상 KOL은 단순히 '콘텐츠를 잘 올리는 사람'이 아니라, 공개된 공간에서 지속적으로 신뢰를 쌓아가는 사람이라고 생각합니다.

제가 문과생이라서 그런지, 처음에 X(트위터)에서 팔로워가 느는 속도도 아주 더뎌서 3년 만에 5,000명을 달성했어요. 그 사이에 여러 번 시행착오도 겪었죠. 결국 팔로워가 진짜 늘어난 이유는 알고리즘의 신비가 아니라 진실함, 진심, 그리고 남에게 도움이 되는 것을 꾸준히 제공한 덕분이었습니다.

지금 AI가 이렇게 빠르게 발전하면서 다양한 도구들이 정보 수집, 소재 정리, 효율성 향상을 도와주지만, 결국 도구일 뿐, 사람의 판단, 경험, 표현을 대체할 수는 없습니다.

제 포지셔닝은 간단합니다: 문과생의 시각으로 AI 도구, 콘텐츠 창작, 개인 상업화 같은 주제들을 좀 더 현실감 있게 풀어내는 것입니다. 더 많은 평범한 사람들이 시행착오를 줄이고, 진짜로 행동하는 사람들과 교류하게 되는 것, 그게 바로 KOL로서 가장 흥미로운 점이라고 생각합니다.

요즘 오프라인 비즈니스에 바빠서 트위터 운영이 좀 소홀해졌습니다.

Star @starzq ｜ 중국어 AI KOL 영향력 순위: 262 | @day1globalpod 창립자

AI 시대에 누구나 불안해합니다. 왜 다른 사람들은 대형 모델을 더 잘 활용하고 10배의 주식을 살 수 있을까. 하지만 저는 말하고 싶습니다. AI는 매우 긴 사이클이며, 사이클의 초반에 기초를 탄탄히 다져야 더 많은 시대적 혜택을 누릴 수 있다고요. 제 공유가 여러분이 AI 사이클의 모든 측면을 더 깊이 이해하고, 불안 없이 AI를 사용하는 데 도움이 되길 바랍니다.

qinbafrank@qinbafrank｜중국어 AI KOL 영향력 순위: 287 | AI 거시 블로거

사실 개인적으로는 KOL이라기보다 블로거라고 생각합니다. 진솔한 생각과 추론 과정을 기록하는 것이 주된 목적이며, 이는 우선 제 연구와 투자를 위한 것이고, 부차적으로는 정보의 홍수 속에서 진실을 식별하고 이성적으로 사고하는 데 도움을 드리는 것입니다.

AI 시대는 글로벌 정보 통합, 코드 검증, 트렌드 분석을 엄청나게 가속화하지만, 더욱 필요한 것은 핵심을 장악하는 것입니다. AI는 효율을 극대화할 수 있지만, 인간의 판단, 경험, 사고 연쇄와 논리적 연결, 분석 프레임워크는 오히려 더 희소해집니다. 진리 탐구와 실용적인 인사이트에 집중해야 합니다. 단순한 결론이 아니라 검증 가능한 프레임워크와 실전적 사고를 공유하여, 평범한 사람들이 AI를 제대로 활용하고 시행착오를 줄이도록 돕겠습니다. 저는 장기적으로 신뢰할 수 있고 이성적인 생각의 동반자가 되고 싶습니다.

XinGPT@xingpt｜중국어 AI KOL 영향력 순위: 359 | 전 VC 펀드 파트너, AI KOL

처음 시작한 목적은 AI를 통한 금융 평등 실현이었습니다. 일반 투자자도 AI의 도움으로 전문 투자자와 겨뤄볼 수 있도록 말이죠. 현재 우리는 AI 산업 리서치, AI 시세 추적 및 복기, AI 실시간 알림 등 다양한 도구를 개발했으며, 실전 효과도 점차 좋아지고 있습니다. AI가 없었다면 이렇게 많은 산업 리서치 작업을 어떻게 해낼 수 있었을지 상상도 안 됩니다. 앞으로 이 도구들을 단계적으로 완성한 후 공개할 예정이니, 투자 및 AI 고수분들의 교류를 환영합니다.

Crypto_Painter@CryptoPainter｜중국어 AI KOL 영향력 순위: 490 | AI KOL

비록 엄밀한 의미의 AI 블로거는 아니지만, AI가 가져다준 향상은 지난 10년을 훨씬 뛰어넘습니다…

사람을 비육체적 업무에 고용할 때, 당신은 사실상 그의 뇌를 고용하는 셈입니다. 수백억 개의 뉴런으로 이루어진 신경망, 탄소 기반 대형 모델이며, 그중 60%의 연산력은 업무와 무관한 부분입니다…

그리고 AI와 에이전트는 이 역할을 완벽하게 대체하여, 더 높은 효율로 더 나은 업무를 수행할 수 있습니다.

그래서 저는 대부분의 비육체적 작업을 AI로 전환해 왔습니다. 데이터 분석은 전담 에이전트가, 퀀트 트레이딩은 AI가 모니터링하며, 심지어 트윗 아이디어조차 AI가 제공한 콘텐츠를 가공해서 만듭니다…

제가 AI 관련 공유를 하는 것은 단순히 트래픽과 관심을 좇기 위함이 아닙니다. 올해 아기가 태어나서 그 많은 일을 할 시간과 체력이 전혀 없는데, AI 에이전트의 등장 덕분에 엄청난 시간을 절약할 수 있었기 때문입니다!

이것은 예전에는 전혀 상상할 수 없었던 놀라운 경험입니다. 여러분 모두에게 진심으로 추천하고 격려합니다. 매일 업무와 생활에서 비육체적이고 단순 반복적인 작업을 AI에게 맡겨보세요. 그 자유가 가져다주는 즐거움이야말로 진정한 행복입니다.

Haotian@tmel0211｜중국어 AI KOL 영향력 순위: 570｜Amber 컨설턴트

사실 KOL 활동은 '아웃풋이 인풋을 강제하는 학습'으로, 다양한 산업은 물론 산업의 상하류에 대한 이해를 가속화해, 인사이트를 수익화하는 투자 리워드를 거둘 수 있게 해줍니다.

지난 2년간 저는 크립토 업계의 기술 내러티브가 빠르게 반복되고 과열되는 프리미엄을 활용해, 여러분이 생각하는 하드코어 기술 블로거가 되었습니다. 그러나 지난 반년 넘게 크립토 시장이 식으면서 시장의 관심이 AI 테크 메인 내러티브로 돌아왔고, 저도 처음부터 다시 시작하여, 완전히 새로운 산업 인사이트 관점으로 AI 테크의 주요 흐름을 사고하고 추적하기 시작했습니다. 반도체, 로봇, 칩, 스토리지 등이 그것입니다.

물론 이 과정은 매우 고통스러웠습니다. 많은 산업의 상하류가 저에게 완전히 생소했기 때문에, 업계를 파고들수록 아웃풋할 수 있는 것이 점점 줄어들었습니다. 대부분의 시간을 묵묵히 투자하고 시행착오를 겪으며, 제 포트폴리오와 함께 전 산업을 더듬으며 연구했습니다. 결과는 예상 밖이었습니다. 뜻밖의 투자 수익을 얻었을 뿐 아니라, 기존의 KOL에 대한 고정관념도 바뀌었습니다. 중요한 것은 아웃풋을 내는 것이 아니라, 자신의 '인풋'을 얼마나 시의적절하게 갱신하느냐였습니다. 항상 뒤처지지 않는 사고와 지식 저장소를 갖추는 것만이 진정한 KOL의 자신감이라는 것을 깨달았습니다.

DeFi Teddy@DeFiTeddy2020｜중국어 AI KOL 영향력 순위: 666 | Biteye/XHunt 창립자

AI 시대에 훌륭한 KOL이 되려면, AI를 이해하고 활용하여 콘텐츠 생산 효율을 높여야 합니다. 예를 들어 AI로 정보를 수집하고 초기 분석을 하며, AI를 활용해 글의 주제를 정하는 것 등이죠.

하지만 AI는 우리의 부조종사(코파일럿)일 뿐, 조수석 자리에 있을 수밖에 없으며 전체를 통제할 수는 없습니다. 진정으로 가치 있는 콘텐츠는 KOL이 AI 분석을 바탕으로 자신만의 독특한 시각과 분석을 만들어 내고, KOL 자신의 '영혼'을 보여주어야 합니다.

Anita@Anitahityou｜중국어 AI KOL 영향력 순위: 895｜Senitent APAC 총괄, AI KOL

KOL은 수없이 많지만, 진정으로 개인적인 관점에서 나오는 KOL은 손에 꼽을 정도입니다. 소수파가 되어야 합니다. 사람들이 당신을 팔로우하는 것은 진부한 정보를 보기 위해서가 아니라, 당신이 '빌드 인 퍼블릭(Build In Public)'을 실천하거나 현상을 꿰뚫어 본질을 보기 때문입니다. 독립적으로 사고하는 평범한 사람이 되려고 노력합니다. 교류는 성장을 위한 것입니다.

7. 패러다임 분화: AI KOL vs Web3 KOL 대결

AI KOL과 최근 몇 년간 트위터에서 똑같이 큰 인기를 끌고 있는 Web3/Crypto KOL은 X의 소셜 생태계에 속해 있지만, 영향력의 작동 축과 생존 및 수익화 논리에는 본질적인 차이가 있다.

Web3 KOL의 본질은 기회와 자본의 유통 네트워크이다. 영향력은 정보 비대칭의 해소, 부의 효과 증폭, 그리고 커뮤니티 정서의 동원에서 비롯된다. 그 핵심 자산은 '정보'와 '영향력'이며, 가치 실현 경로는 일반적으로 프로젝트 홍보, 토큰 배포 및 커뮤니티 구축이다.

AI KOL의 본질은 생산성과 역량의 유통 네트워크이다. 영향력은 검증 가능하고 재현 가능한 실제 역량에 기반을 둔다. 이들이 제공하는 것은 일확천금의 비법이 아닌, 효율성 도구와 사용 방법이다. 그 핵심 자산은 '신뢰'와 '방법론'이다.

2026년, 두 영역은 흥미로운 경계적 교차를 보이고 있다. 일부 예민한 Web3 계정들은 AI 에이전트를 이용해 자동으로 온체인 이상 징후를 감지하고 대량 계정을 생성하기 시작했으며, 일부 Web3 KOL들도 AI KOL로 전환하기 시작했다. 그러나 궁극적으로 AI KOL 영향력의 지속성은 반드시 '검증 가능한 실제 역량'에 단단히 고정되어야 한다.

여덟, 맺음말: 정보의 시대에서 신뢰의 시대로

지난 20년간 인터넷이 해결한 핵심 문제는 '정보의 전파 방식'이었다.

그러나 AI 시대에 근본적으로 해결하려는 문제는 '역량의 전파 방식'으로 바뀌었다.

이 거대한 전환 속에서 새로운 희소성이 떠오르고 있다. 바로 신뢰다.

AI는 콘텐츠를 생성하고, 코드를 생성하고, 요약을 생성할 수 있다. 하지만 실제 경험, 시행착오의 경로, 검증 과정, 장기적인 일관성은 결코 생성할 수 없다.

미래 영향력의 핵심은 더 이상 정보량, 팔로워 수, 전파 속도가 아니다. 핵심은 당신이 실제 세계를 대상으로 지속적이고 공개적으로 검증하고 결과를 전달했는가이다.

진정한 AI 시대의 발언권은 가장 뛰어난 표현자에게 주어지는 것이 아니라, 지속적으로 신뢰 네트워크를 구축해 나가는 사람들에게 속하게 될 것이다.

연구 선언:

본 리포트의 모든 연구 결론, 백분율 분포 및 평가 결과는 2026년 6월 기준 데이터를 바탕으로 생성되었으며, 각 계정의 장기적이고 불변의 고정된 영향력 순위를 나타내지 않습니다. 통계 기간: 2026년 3월~5월.
본 리포트에 포함된 신원 분류 및 MBTI 유형은 모두 공개 트윗 행동 특성에 기반한 AI 모델 알고리즘 추론 결과로, 커뮤니티의 콘텐츠 생태 프로필을 거시적으로 제시하기 위한 것이며, 현실 세계의 개별 실제 테스트 결과 또는 직업적 신원 인증을 대표하지 않습니다.

한 고래 투자자가 XAUT 1,870주를 손해를 보고 매도했는데, 이는 매입 후 2주 만에 110만 달러의 손실을 본 것이다.

인기 기사