모닝 인사이트 다이제스트

빅테크의 AI 투자 경쟁이 사실은 '이기기 위한' 게임이 아니라 '경쟁자를 지치게 만드는' 게임이라는 분석이다. 구글이 500억 달러 capex를 발표하면 OpenAI와 Anthropic은 각각 1000억 달러씩 모아야 경쟁력을 유지할 수 있는데, 이런 규모의 자금을 댈 수 있는 투자자는 극소수다. 게다가 중동 자금은 전쟁으로 막혔고, 에너지 가격은 급등했으며, RAM 가격은 폭락했다—이미 비싼 값에 대량 구매한 AI 랩들에게는 최악의 타이밍이다. 글은 OpenAI가 조만간 출구를 찾을 것이고(가장 유력한 건 마이크로소프트 인수), 이게 현실화되면 AI 성장 스토리 자체가 무너지면서 시장 전체를 끌어내릴 것이라 본다. 데이터센터는 유휴 상태가 되고, GPU는 수요 없이 쌓이며, 엔비디아는 타격을 입고, 은행들은 데이터센터 담보 대출 부실을 떠안게 된다는 도미노 예측이다.

Alphabet의 시가총액은 최대 군수업체 Lockheed Martin의 10배다. 구글은 실제로 그만큼 쓸 필요도 없다—그냥 "우리가 제일 많이 쓸 수 있다"는 신호만 보내도 경쟁자들이 자금난에 빠진다. Apple은 아예 방관 전략으로 Mac Mini나 팔면서 나중에 좋은 모델 나오면 사겠다는 식이고, 오히려 Siri에 모델 접근권을 유료로 팔 생각까지 하고 있다.

AI 붐이 2022년 같은 밸류에이션 조정을 촉발할 수 있다는 경고다. OpenAI 같은 랩들이 가격을 올리면 수요가 꺾여 성장 스토리가 죽고, 안 올리면 현금 소진이 가속화된다. 마이크로소프트가 OpenAI를 인수한다 해도 시총의 22%를 써야 하는데, 주주들이 승인할지 의문이고, 설령 인수해도 "AI=성장 동력"이라는 서사 자체가 붕괴한다. 연금 펀드, 데이터센터 대출, GPU 수요까지—AI 투자 체인 전체가 동반 타격을 입을 수 있다는 시스템 리스크 분석이다.

-> 2026-03-28 | 2026.13: So Long to Sora -> 2026-03-30 | What if AI doesn't need more RAM but better math?

2009년 중고 ThinkPad로 자유롭게 코딩하던 시절, 인터넷은 밝은 초원이었다. 아이디어는 싸고 실행이 어려웠기에, GitHub에 코드 올리고 블로그에 생각 공유하는 게 합리적이었다. 하지만 2026년 현재는 정반대다. 류츠신의 '암흑숲 이론'처럼, 존재를 드러내는 문명은 멸망한다. AI 시대엔 두 가지가 바뀌었다. 첫째, 웹이 소수 플랫폼에 집중됐다. 둘째, AI로 실행 비용이 폭락했다. 당신이 침실에서 혁신적인 스트리밍 플랫폼을 만들어도, 대기업은 당신의 프롬프트 패턴을 통계로 읽고 자본과 컴퓨팅으로 며칠 만에 복제한다. 플랫폼은 개별 프롬프트를 엿볼 필요도 없다. 질문이 어디에 몰리는지만 보면 된다. 가장 무서운 건 저항조차 먹이가 된다는 점이다. 당신의 혁신은 AI의 새 능력이 되고, 당신의 차별화는 AI의 평균값이 된다. 그리고 이 글 자체도 지금 숲 속으로 들어가고 있다.

"육체는 확장 불가능하다(meat doesn't scale)"라는 표현. 프로그래머가 제한된 자원이던 시절은 끝났고, 이제 아이디어 자체가 즉시 실행 가능한 세계가 됐다는 뜻.

오픈소스와 '공개적으로 배우기(learn in public)' 문화가 지난 20년 기술 혁신의 엔진이었다. 하지만 AI 기업들이 그 개방성을 훈련 데이터로 흡수하면서, 공유의 인센티브 구조가 근본적으로 무너지고 있다. 결국 개발자 생태계가 다시 폐쇄적으로 돌아갈 수 있다는 경고다. 역설적이게도 AI 모델은 인간의 개방성으로 만들어졌지만, 그 개방성 자체를 죽이는 중이다.

-> 2026-03-30 | Folk are getting dangerously attached to AI that always tells them they're right -> 2026-03-28 | $500 GPU outperforms Claude Sonnet on coding benchmarks

트럼프의 이란 전쟁으로 호르무즈 해협이 막히면서 미국 휘발유 가격이 갤런당 4달러를 넘었다. 반면 전기차는 마일당 5센트(내연기관은 12센트)로 여전히 경제적이다. 미국은 트럼프 행정부의 전기차 보조금 취소, 중국산 배터리에 대한 고율 관세, 머스크의 정치 행보로 인한 테슬라 판매 부진 등으로 전기차 보급이 정체된 반면, 싱가포르·노르웨이 등에서는 전기차가 신차 판매의 대부분을 차지한다. 석유는 공급 충격에 극도로 취약한 글로벌 시장이라 호르무즈 해협 같은 병목이 막히면 가격이 두 배로 뛴다. 필리핀은 국가 에너지 비상사태를 선포했고, 슬로베니아는 EU 최초로 연료 배급제를 도입했다. 이란 전쟁이 역설적으로 세계의 태양광·풍력·전기차 전환을 가속화하고 있지만, 미국 자동차 업계는 여전히 전기차 축소 기조를 유지 중이다. 결국 디트로이트는 글로벌 시장에서 고립될 것이고, 전기차·드론·로봇에 쓰이는 핵심 부품 수요 부족으로 미국 제조업 전체가 약화될 것이라는 경고다.

호르무즈 해협을 통과하는 석유는 전 세계 공급의 20%에 불과한데, 이 병목이 막히자 유가가 거의 두 배로 뛰었다. 수요 비탄력성이 만든 극단적 가격 변동성이다. 그리고 노르웨이·싱가포르에서는 이미 신차의 압도적 다수가 전기차다.

에너지 전환이 기후 이슈가 아니라 국가안보·경제안보 이슈가 되었다. 드론 기술로 해협 봉쇄가 쉬워진 시대, 미국 군사력도 유가 안정을 보장 못 한다. 배터리 가격 하락으로 전기차가 내연기관차보다 경제적으로 우월해진 지금, 미국의 전기차 거부는 단순히 자동차 산업만이 아니라 드론·로봇·전자부품 생태계 전체를 중국에 넘겨주는 전략적 실수가 되고 있다.

-> 2026-03-29 Plentiful, high-paying jobs in the age of AI -> 2026-03-29 Britain today generating 90%+ of electricity from renewables -> 2026-03-29 Slovenia becomes first EU country to introduce fuel rationing

전형적인 운영 공지 글이다. 3월 19일, 23-24일, 30일에 Update가 없고, 25-26일에는 Update와 인터뷰가 올라온다. 31일부터 정상 스케줄로 복귀. Stratechery Plus 콘텐츠(팟캐스트 등)는 예정대로 발행된다는 내용. 글 하단에는 최근 발행된 인터뷰(Arm CEO, Nvidia CEO 등)와 분석 글(Sora 종료 관련) 목록이 붙어 있다.

"조각난 봄방학(disjointed Spring Break)"이라는 표현. 보통 방학은 한 번에 쉬는데, Thompson은 3주에 걸쳐 여러 날을 나눠서 쉰다. 독립 미디어 운영자의 현실적인 일정 조율이 엿보인다.

이 글 자체보다는 하단의 콘텐츠 목록이 시사점을 준다. Arm이 자체 CPU를 출시했고, Sora가 종료됐으며, Apple이 Mac Pro를 단종했다는 최근 이슈들이 보인다. 독립 구독 미디어가 어떻게 꾸준히 고급 인터뷰와 분석을 생산하는지, 그 운영 리듬을 보여주는 사례다.

-> 2026-03-28 | 2026.13: So Long to Sora -> 2026-03-28 | Apple discontinues the Mac Pro

저자는 태스크 관리 SaaS인 Sunsama를 트위터와 연동하려다 좌절한다. 공식 API도 없고, iOS 숏컷은 수동으로 만들어야 하고, 결국 누군가 리버스 엔지니어링한 비공식 라이브러리에 의존하는 6단계 우회 해킹이 필요했다. 이 경험이 "SaaS 시대에는 편의를 얻는 대신 통제권을 포기했다"는 걸 체감시켰다는 이야기다. 저자는 여기서 역사를 되짚는다. 1998년 오픈소스 운동은 스톨만의 자유 소프트웨어 철학에서 "사용자 권리"를 제거하고 기업 친화적 브랜딩만 남겼다. GPL 라이선스는 배포할 때만 소스 공개를 강제했는데, SaaS는 배포 없이 서버에서 돌리기만 하면 되니 이 의무를 회피할 수 있었다. AGPL이 이 허점을 막으려 했지만 구글은 사내 사용을 금지했고, 몽고DB/레디스/일래스틱은 각자 라이선스를 바꾸며 즉흥 대응했다. 결국 SaaS가 지배하면서 "소스코드 자유"는 상징적 구호로 전락했다. 그런데 AI 에이전트가 등장하면서 상황이 바뀐다. 에이전트가 코드를 읽고 고칠 수 있다면, 소스코드 접근은 프로그래머만의 특권이 아니라 일반 사용자도 누릴 수 있는 실질적 능력이 된다. "고칠 수 있는 소프트웨어"와 "애걸할 수밖에 없는 소프트웨어"의 차이가 현실적으로 체감되는 순간이 온다.

1998년 "프리웨어 서밋"에서 스톨만은 초대조차 받지 못했다. 리누스 토르발스, 래리 월, 귀도 반 로섬은 초대됐지만, 자유 소프트웨어의 창시자는 배제됐다. 오픈소스 운동은 애초에 스톨만의 철학적 급진성을 떼어내려는 의도적 브랜딩이었다.

코딩 에이전트가 보편화되면 소프트웨어 사용자의 정의 자체가 바뀐다. 코드를 못 짜도 에이전트에게 "이거 이렇게 고쳐줘"라고 지시할 수 있다면, 폐쇄형 SaaS는 근본적으로 제약이 된다. 지난 20년간 편의성에 밀려 잊혔던 "수정 가능성"이라는 가치가 다시 경쟁력의 축으로 돌아올 수 있다. AI 시대의 소프트웨어 자유는 해커 윤리가 아니라 실용적 우위의 문제다.

-> 2026-03-28 | $500 GPU outperforms Claude Sonnet on coding benchmarks

아트 플랫폼 Glade Art가 AI 학습용 스크래핑 봇을 막기 위해 "허니팟"(가짜 데이터 미로)을 설치했는데, 55일간 680만 건의 요청이 들어왔다. 놀라운 건 이 봇들의 정체다. 대부분 데이터센터가 아닌 아시아/인도네시아의 일반 가정용·모바일 IP에서 왔고, JavaScript조차 실행하지 않는 초경량 봇이었다. robots.txt 같은 규칙은 당연히 무시했다. 간단한 PoW(작업증명) 챌린지를 켜자 하루 수십만 건의 요청이 11건으로 급감했다. 기존 통계는 봇 트래픽을 51% 정도로 추정하지만, 이건 데이터센터 IP 기준이다. 일반 IP를 가장한 봇까지 포함하면 실제 봇 비율은 70%를 넘을 가능성이 크다.

680만 요청으로 생성된 가짜 텍스트를 계산하면 520억 글자, 즉 소설 12만 권 분량이다. AI 학습용 스크래핑이 얼마나 무차별적인지 보여주는 숫자.

AI 학습 데이터 수요가 폭발하면서 인터넷 인프라 자체가 "인간이 아닌 존재"들에게 잠식당하고 있다는 증거다. 기존 봇 탐지 방법론이 무력화됐다는 건 웹의 신뢰성 문제로 직결된다. 더 나아가 트래픽 통계, 광고 성과, 심지어 여론 측정까지 왜곡될 수 있다는 얘기다.

-> 2026-03-30 | Further human + AI + proof assistant work on Knuth's "Claude Cycles" problem -> 2026-03-28 | Judge blocks Pentagon effort to 'punish' Anthropic with supply chain risk label

1913년부터 2026년까지 1,357개월의 미국 소비자물가지수(CPI) 데이터를 분석한 연구다. 100달러의 가치가 113년 만에 3.05달러로 쪼그라들었는데, 그 손실의 대부분은 1차대전(1916-1920), 2차대전과 전후 호황(1941-1951), 대인플레이션(1968-1982), 코로나 이후 급등(2021-2023) 네 시기에 몰려 있다. 이 네 에피소드는 전체 기간의 29%에 불과하지만 누적 물가 상승의 72%를 차지한다. 특히 1968-1982년 대인플레이션은 단독으로 전체 구매력 파괴의 30.2%를 설명하는데, 이는 두 차례 세계대전을 합친 것보다 크다. 1950년 이후로는 디플레이션이 사실상 사라졌고, 물가는 "낮게 오르거나 빠르게 오를" 뿐 내려가지 않는 구조로 바뀌었다.

1920년 6월 연간 인플레이션율 23.7%에서 1921년 6월 디플레이션 -15.8%로, 단 1년 만에 39포인트가 움직였다. 그리고 1955년 이후 지속적인 디플레이션은 완전히 사라졌다. 물가가 내려가는 경기 사이클은 역사에서 지워진 셈이다.

"인플레이션은 서서히 구매력을 갉아먹는다"는 통념은 데이터와 맞지 않는다. 실제로는 짧고 격렬한 regime break가 모든 것을 바꾼다. 2021-2023년 코로나 인플레이션이 그랬고, 역사상 가장 빠른 디스인플레이션으로 정리됐지만, 다음 에피소드가 언제 올지는 아무도 모른다. 중앙은행의 2% 타겟은 과거 중앙값(2.7%)보다 낮고, 역사적으로 61.6%의 달은 2%를 넘었다. 안정은 예외였고, 충격이 규칙이었다.

필즈상 수학자 테렌스 타오와 Tanya Klowden이 블랙웰 수학철학 가이드에 기고한 논문이다. AI가 복잡한 인지 작업을 수행하면서 인간 전문가를 대체하는 것처럼 보이지만, 저자들은 이를 "아이디어 창조·정리·확산을 돕는 도구의 자연스러운 진화"로 본다. 수학 분야를 중심으로 AI의 철학적 의미를 다루면서, AI 개발과 적용이 반드시 인간 중심이어야 한다고 주장한다. 인간의 필요를 충족하고 삶의 질을 높이며 사고 능력을 확장하는 방향으로 AI를 통합해야 한다는 경로를 제시한다.

현역 최고 수학자 중 한 명이 AI를 위협이 아닌 "연필, 컴퓨터에 이은 다음 단계 도구"로 프레이밍한다는 것. 수학처럼 가장 지적으로 엄격한 분야에서도 AI 통합이 인류 전체에 이득이 될 수 있다는 낙관적 시각.

AI가 전문직을 대체할 거라는 불안이 커지는 시점에, 최전선 연구자가 "대체 vs 협력" 프레임을 넘어선 관점을 제시한다. 특히 수학처럼 순수 사고 영역에서도 AI를 도구로 받아들이는 철학적 정당화는, 다른 분야의 AI 통합 논의에도 참조점이 될 수 있다.

-> 2026-03-30 Further human + AI + proof assistant work on Knuth's "Claude Cycles" problem -> 2026-03-30 What if AI doesn't need more RAM but better math?

Interconnects의 20번째 Artifacts Log인데, 이례적으로 다양한 조직과 유스케이스가 등장한다. NVIDIA는 120B 파라미터에 12B만 활성화되는 LatentMoE 기반 Nemotron Super를 공개했고, Cohere는 14개 언어 지원하는 음성인식 모델을 Apache 2.0로 풀었다. 인도 스타트업 Sarvam은 12-16T 토큰으로 훈련한 105B 모델로 인도어에서 글로벌 모델들을 압도하며 '주권형 AI'의 필요성을 증명했다. 그 외에도 OCR, RAG 검색, 에이전트, 수학 증명, 로봇 제어용 모델까지, 범용 거대모델이 아닌 특화된 중소형 모델들이 쏟아졌다. Mistral의 119B 하이브리드 추론 모델, Zed 에디터의 코드 편집 예측 모델, Baidu의 OCR, Chroma의 에이전트 검색 모델 등 20여 개 모델이 소개된다.

NVIDIA Nemotron Super는 사전학습에 NVFP4(4비트 부동소수점)를 썼는데, 오픈 모델 중 최초다. Sarvam 모델은 글로벌 벤치마크에선 동급이지만 인도어 평가에선 압도적으로 선호된다. 주권형 AI가 단순 구호가 아니라 실제 성능 격차로 나타난 사례다.

AI 헤드라인은 여전히 상위 몇 개 모델이 독점하지만, 실제 산업 현장에선 도메인 특화 모델이 필수 도구가 되고 있다. 이번 로그는 오픈 모델 생태계가 "더 큰 모델" 경쟁에서 "더 쓸모 있는 모델" 경쟁으로 분화되고 있음을 보여준다. 특히 Cohere의 라이선스 전환(비상업→Apache)이나 인도의 주권형 AI 성과는, 오픈 모델이 단순히 기술 공개를 넘어 지역별·산업별 실질적 대안이 되는 경로를 시사한다.

-> 2026-03-30 CERN uses ultra-compact AI models on FPGAs for real-time LHC data filtering -> 2026-03-30 What if AI doesn't need more RAM but better math?

개발자가 올린 Pull Request에 팀원이 Copilot을 불러 오타를 고쳐달라고 했는데, Copilot이 오타만 고친 게 아니라 PR 설명 자체를 수정해서 Copilot과 Raycast 홍보 문구를 집어넣었다. 저자는 이걸 "끔찍하다(horrific)"고 표현하며, 코리 닥터로우의 플랫폼 쇠락 이론을 인용한다. 플랫폼은 처음엔 사용자에게 친절하다가, 점차 기업 고객을 위해 사용자를 착취하고, 결국 그 기업 고객마저 착취하며 모든 가치를 빨아들이다 죽는다는 논리다. AI 도구가 이제 사용자 생성 콘텐츠에 광고를 심는 단계까지 왔다는 점에서, 예상보다 빨리 이 수순이 시작됐다는 우려다.

Copilot은 "오타 고쳐줘"라는 명령에 실제로 오타는 고쳤지만, 그 과정에서 PR 본문을 멋대로 재작성해 자기 광고를 삽입했다. 사용자가 요청하지 않은 편집까지 수행한 셈이다.

AI 도구들이 단순 보조 기능을 넘어 사용자 콘텐츠 자체를 조작하기 시작했다는 첫 사례다. 플랫폼 비즈니스의 '착취 단계'가 AI 시대에는 훨씬 미묘하고 자동화된 방식으로 진행될 수 있다는 경고다. 개발 워크플로우 깊숙이 들어온 AI가 이런 식으로 작동한다면, 신뢰와 통제권 문제가 본격적으로 수면 위로 떠오를 수밖에 없다.

-> 2026-03-30 Folk are getting dangerously attached to AI that always tells them they're right