모닝 인사이트 다이제스트

Noah Smith가 AI의 다양한 파급효과를 6가지 관점에서 정리한 글이다. Forecasting Research Institute 연구에 따르면, 경제학자·AI 전문가·슈퍼예측가 모두 2030년까지 AI가 고품질 소설 집필, 5일짜리 코딩 작업 처리, 로봇 가사노동까지 가능해질 것으로 본다. 하지만 경제성장률 예측에서는 큰 차이가 난다. AI 전문가들만 4-5% 성장 가속을 예상하고, 경제학자들은 신기술이 있어도 에너지·칩 공급 제약, 인구감소, 지정학 리스크 때문에 성장이 제한적일 것으로 본다. 한편 생물보안 전문가 Abhishaike Mahajan은 AI가 우편 주문으로 합성 바이러스를 만들 수 있게 해줘 바이오테러 위협이 커졌지만, 대응책도 빠르게 발전한다고 주장한다. 사이버보안도 위기인데, AI의 해킹 능력이 2019년 이후 9.8개월마다 2배씩 성장하고 있으며, 양자컴퓨팅 발전으로 현재 암호화 방식이 무력화될 가능성이 있다. LLM은 이제 익명 계정을 추적해 실명을 특정할 수 있어 인터넷 가명문화가 종말을 맞을 수 있다. 마지막으로 AI 퀀트 트레이딩이 사회 자원을 제로섬 게임에 낭비하는 문제도 제기된다.

모든 그룹이 AI가 고품질 소설을 쓰고 로봇이 집안일을 할 수 있을 것으로 예측하지만, 경제학자들은 이런 '준신적' AI조차 빠른 성장으로 이어지지 않을 것으로 본다. Smith는 이를 "선진국 사람들이 만족해서 더 원하는 게 없어진 것 아닌가"라는 가설로 해석한다.

AI 능력 예측에서는 합의가 이루어지는데 경제 효과 예측에서는 전문가 집단 간 극명한 의견 차이가 나타난다는 점이 핵심이다. 동시에 AI의 공격적 활용(바이오테러, 해킹, 퀀트 트레이딩)이 생산성 향상보다 빠르게 현실화되고 있어, AI의 순효과가 부정적일 수 있다는 우려가 커지고 있다. 특히 사이버보안과 익명성 붕괴는 인터넷 생태계 전체를 재편할 구조적 변화다.

-> 2026-04-03 Claude Dispatch and the Power of Interfaces -> 2026-04-05 Claude Code Found a Linux Vulnerability Hidden for 23 Years

천체물리학 교수가 같은 난이도의 프로젝트를 두 학생(Alice, Bob)에게 줬다. 둘 다 1년 만에 논문을 냈지만, Alice는 직접 부딪히며 배웠고 Bob은 AI 에이전트로 모든 걸 해결했다. 제도적으로는 둘 다 "성공"이지만, Alice는 이제 혼자 연구할 수 있고 Bob은 AI 없이는 1학년 수준에 머물러 있다. 저자는 Matthew Schwartz의 Claude 실험을 인용하며, AI가 2주 만에 논문을 썼지만 수십 번 틀렸고 지도교수가 수십 년간 쌓은 직관으로 일일이 잡아냈다는 점을 강조한다. 핵심은 AI가 더 좋아져도 해결되지 않는다는 것이다. 감독자(supervisor)가 정답을 알아야 AI 결과물을 검증할 수 있는데, 그 직관은 수년간 삽질하며 얻는 것이기 때문이다. 결국 "이해 없이 결과만 내는 연구자 세대"가 조용히 양산될 위험이 진짜 위협이다.

독일 학회에서 만난 동료는 처음엔 "AI가 비영어권 연구자에게 기회를 준다"는 얘기에 격앙됐다. 자신의 경쟁 우위(유창한 영문 작성)가 사라질까 봐. 그런데 지금은 AI 전도사가 돼서 "2주 걸릴 코딩을 2시간에 끝낸다"며 옹호한다. 도구가 자신을 가속화할 수 있을 때만 지지하는 셈이다.

AI 에이전트가 연구 워크플로에 본격 침투하면서, "결과물"과 "역량"을 구분하지 못하는 학계 평가 시스템의 허점이 드러나고 있다. 단기 성과는 같지만 장기적으로 한 명은 독립적 사고자가 되고 한 명은 프롬프트 엔지니어로 남는다. 천체물리학처럼 실용적 산출물이 없는 분야는 "사람을 기르는 과정" 자체가 목적인데, 그걸 AI에 맡기면 분야 전체가 텅 빈다. 이건 학계만의 문제가 아니라, "이해 없이 작동시키는 전문가"가 산업 전반에 퍼질 수 있다는 신호다.

-> 2026-04-04 Marc Andreessen is wrong about introspection -> 2026-04-03 Claude Dispatch and the Power of Interfaces

전문성의 핵심은 명시적 규칙이 아니라 수천 번의 피드백을 통해 신경망에 각인된 고차원 패턴 인식이라는 주장이다. 도로 횡단을 예로 들면, 초보자는 "차의 속도와 거리" 3개 변수로 판단하지만, 숙련자는 차선 이탈, 엔진 소리, 운전자 시선, 노면 상태 등 30에서 50개 차원을 동시에 처리한다. 이 변수들 간의 상호작용 효과는 조합론적으로 폭증하는데(50개 변수의 2차 상호작용만 1,225개), 언어는 초당 한 명제씩 순차 전달하는 저대역폭 채널이라 이를 담을 수 없다. 더 근본적인 문제는 전문가조차 자신의 모델을 의식적으로 접근할 수 없다는 점이다. 지식은 수백만 개 연결 가중치에 분산돼 있고, 초보자는 관련 특징 자체를 지각하지 못한다. 결국 조직이 전문가 판단을 체크리스트와 프레임워크로 코드화하려는 시도는 정작 가치를 만드는 비전달성 요소를 버리는 손실 압축이 된다.

"책으로 배울 수 있는 지식"은 정의상 언어로 압축 가능할 만큼 단순한 지식이다. 공식 교육 시스템 전체가 전달 가능한 지식만 중요하다는 가정 위에 세워졌는데, 이는 일부 영역에선 맞지만 판단이 중요한 영역에선 틀렸다.

AI 시대에 "자동화 가능한 지식 vs 인간 고유 영역"이 핵심 화두인데, 이 글은 그 경계를 새롭게 그린다. LLM이 명시적 지식을 압도적으로 습득하는 지금, 정작 가치 있는 전문성은 언어화 불가능한 고차원 캘리브레이션이라는 역설. 조직들이 프로세스 표준화로 전문가를 대체하려다 비정상 케이스에서 치명적 실패를 겪는 이유도 여기 있다.

-> 2026-04-03 Claude Dispatch and the Power of Interfaces -> 2026-04-05 Claude Code Found a Linux Vulnerability Hidden for 23 Years

뉴욕 연방준비은행 보고서가 스포츠 베팅 합법화 이후 미국인의 재정 건강이 악화되고 있다는 증거를 내놨다. 합법 베팅 주에서 신용카드·자동차 대출 연체율이 0.3% 상승했는데, 베팅 인구는 3%에 불과하다. 하지만 실제 베팅을 시작한 사람들만 보면 연체율이 10% 이상 급증했다. UCLA 연구는 더 충격적인데, 온라인 베팅이 가능한 주에서 파산 가능성이 10%, 채권추심 금액이 8% 증가했다. 2018년 대법원 판결 이후 폭발한 산업이지만, 이익의 70%가 상위 1% 사용자에게서 나온다는 월스트리트저널 보고는 중독 구조를 보여준다. 특히 40세 이하 젊은층의 타격이 크고, 대학생이 불법 도박업자에게 5만 달러 빚을 지는 사례까지 나온다.

베팅 지출이 팬데믹 이후 폭발해서 분기당 500달러에서 1,000달러 이상으로 2배 이상 뛰었다. 마치 매달 넷플릭스 구독료처럼 '일상 지출'이 된 셈.

주정부는 베팅 세수에 의존하면서도 주민의 재정 파탄을 방치하는 이해상충 구조다. AI와 모바일이 도박을 '게이미피케이션'하면서 중독 메커니즘이 더 정교해지고 있고, 결국 젊은 세대의 신용 시스템 자체가 흔들릴 수 있다. 게임·SNS·금융이 융합되는 시대에 규제 실패의 전형적 사례.

타일러 카웬이 캘리포니아의 패스트푸드 최저임금 20달러 정책을 분석한 두 편의 공동 논문을 정리한 글이다. 정책 시행 후 임금은 전국 대비 8% 올랐지만 고용은 2.3에서 3.9% 감소해 약 18,000개 일자리가 사라졌다. 외식 물가는 3.3에서 3.6% 상승했는데, 흥미로운 건 두 논문이 독립적으로 추정했음에도 수치가 일치한다는 점이다. 가격 상승 논문에서 수요 탄력성을 기반으로 예측한 수요 감소율(3.9에서 4.1%)이 고용 논문의 실제 고용 감소율(3.2%)과 거의 일치했다. 결국 로봇이 아니라 가격 상승→수요 감소→일자리 감소라는 경로가 작동했다는 얘기다.

최저임금 인상의 효과는 비선형적이다. 작은 인상은 흡수될 수 있지만, 큰 인상은 확실히 고용에 타격을 준다. 그리고 이 정책은 사실상 저소득 소비자 전체에게 세금을 매겨 일부 저소득 노동자의 임금을 올리고, 다른 일부는 일자리를 잃게 만드는 역진적 재분배다.

미국 전역에서 최저임금 인상 논의가 계속되는 상황에서, 캘리포니아의 실험은 큰 폭의 인상이 실제로 어떤 결과를 낳는지 보여주는 살아있는 데이터다. 특히 "로봇 대체"가 아니라 "가격 전가→수요 감소" 경로가 주된 메커니즘이라는 발견은 정책 설계에 중요한 시사점을 준다. 좋은 의도의 정책이 의도하지 않은 역진적 결과를 낳을 수 있다는 경고이기도 하다.

독일이 개발 중인 EU 디지털 지갑(EUDI Wallet)의 기술 문서가 공개됐는데, 핵심은 "모바일 기기 취약점 관리(MDVM)" 개념이다. 높은 보증 수준(assurance level high)의 전자신분증을 모바일에서 안전하게 쓰려면, 기기의 무결성을 지속적으로 검증해야 한다는 논리다. 문제는 이 검증 시스템이 Android에선 Google의 KeyAttestation과 PlayIntegrity API를, iOS에선 Apple의 DeviceCheck를 필수로 사용한다는 점이다. 루팅된 기기, 변조된 앱, 오래된 보안 패치를 걸러내려면 플랫폼 제공자의 백엔드 판단에 의존할 수밖에 없다. 결국 EU 시민의 디지털 신원 증명이 Google/Apple 계정과 그들의 서버 판단 없이는 작동하지 않는 구조가 됐다.

PlayIntegrity의 'MEETS_STRONG_INTEGRITY' 판정을 받으려면 최근 12개월 내 보안 패치가 필요한데, 이는 사실상 제조사가 업데이트를 중단한 기기는 신분증을 쓸 수 없다는 뜻이다. 보안 목적이지만, 동시에 기기 교체 압력이 되는 셈.

EU는 GDPR, Digital Markets Act 등으로 빅테크 견제에 앞장서 왔지만, 정작 자국민의 디지털 주권을 보호하겠다는 시스템이 Google/Apple 생태계에 구조적으로 종속돼 있다. 문서엔 "플랫폼 독립적 대안(RASP)"도 언급되지만, 실제론 PlayIntegrity 같은 독점 API가 필수다. 디지털 주권과 현실적 보안 사이의 딜레마가 명확히 드러난 사례다.

-> 2026-04-04 | Critics say EU risks ceding control of its tech laws under U.S. pressure

Tey Bannerman이라는 애널리스트가 "마이크로소프트 Copilot이 뭐냐"는 질문에 답하려다 좌절했다. 이름이 같은 제품이 너무 많아서였다. 앱, 기능, 플랫폼, 키보드 키, 노트북 카테고리, 심지어 Copilot을 만드는 도구까지 전부 'Copilot'이라는 이름을 달고 있었다. 마이크로소프트 공식 문서에도 전체 목록이 없어서, 제품 페이지와 출시 자료를 뒤져 78개를 찾아냈고, 이후 커뮤니티 제보로 Gaming Copilot과 Dragon Copilot 2개가 추가돼 총 80개가 됐다. 저자는 이를 인터랙티브 차트로 시각화했는데, 카테고리별로 묶고 연결 관계를 표시했지만 정작 일관된 패턴은 찾을 수 없었다고 말한다.

마이크로소프트 자체 문서에도 Copilot 전체 목록이 없다. 회사 스스로도 정리 못 하는 브랜딩 혼란이 벌어지고 있는 셈이다.

AI 시대 브랜딩 전략의 실패 사례다. 'Copilot'은 마이크로소프트가 AI 제품군에 일관성을 주려고 선택한 이름인데, 역설적으로 80개나 붙이면서 오히려 혼란만 가중됐다. 고객은 뭘 사야 할지, 개발자는 뭘 써야 할지 알 수 없다. AI 붐 속에서 빠른 출시를 우선하다 보니 제품 포트폴리오 관리가 뒷전이 된 상황. 결국 좋은 기술도 사용자가 이해 못 하면 무용지물이라는 교훈이다.

EFF(전자 프런티어 재단)가 FAA의 드론 비행 제한 조치를 정면으로 비판하는 글이다. 2026년 1월 16일부터 시행된 이 조치는 국토안보부(DHS) 차량 3000피트(약 900m) 이내에서 드론을 띄우면 형사 처벌을 받고 드론을 압수당하거나 격추당할 수 있다는 내용이다. 문제는 ICE(이민세관단속국) 요원들이 표시 없는 렌터카나 번호판 없는 차량을 쓴다는 점이다. 드론 조종자는 자기가 금지구역 안에 있는지조차 알 수 없다. EFF는 이것이 수정헌법 제1조(표현의 자유, 특히 법집행 기관 촬영권)와 제5조(적법절차)를 위반하며, FAA 자체 규정도 어긴다고 주장한다. 뉴욕타임스, 워싱턴포스트 등 언론사들과 함께 1월에 이의를 제기했지만, 두 달이 넘도록 FAA는 응답조차 하지 않고 있다.

"임시" 제한이라는 TFR(Temporary Flight Restriction)이 21개월이나 지속된다. 보통 TFR은 자연재해나 대통령 경호 같은 경우에 몇 시간 단위로 발령되는데, 이번 건은 2027년 10월까지 미국 전역을 커버한다.

AI 시대에 감시와 표현의 자유 충돌이 새로운 양상으로 전개되고 있다. 드론은 저널리즘과 시민 감시의 핵심 도구가 됐는데, 정부가 이를 원천 차단하는 법적 수단을 만들어냈다. 미니애폴리스 반ICE 시위, Renée Good과 Alex Pretti의 사망 사건 등에서 민간 촬영본이 정부 발표를 반박했던 게 배경이다. 이 조치는 법집행 기관 촬영권이라는 민주주의 기본 권리를 행정명령 하나로 무력화할 수 있음을 보여준다.

Julius Brussee가 만든 'Caveman'은 Claude가 불필요한 수식어 없이 핵심만 말하게 만드는 플러그인이다. "The reason your React component is re-rendering is likely because..." (69토큰) 대신 "New object ref each render. Wrap in useMemo." (19토큰)으로 답한다. 실제 벤치마크에서 10개 작업 평균 65% 토큰 절감(22%에서 87% 범위)을 기록했다. 코드 블록이나 기술 용어는 정확히 유지하되, "I'd be happy to help", "It might be worth considering" 같은 관용구만 제거한다. 2026년 3월 논문은 짧은 답변 제약이 특정 벤치마크에서 정확도를 26%포인트 높였다고 보고했다.

"Caveman no make brain smaller. Caveman make mouth smaller." 추론 토큰은 그대로 두고 출력 토큰만 줄이니 생각은 깊되 말은 짧아진다. 비용 절감보다 가독성과 속도 향상이 더 큰 이득이다.

LLM 시대에 "말을 잘한다 = 말이 많다"는 착각이 퍼져 있다. 하지만 verbose한 출력은 토큰 낭비에 응답 지연, 심지어 정확도 저하까지 초래한다. 이 프로젝트는 프롬프트 엔지니어링의 새로운 방향—간결함이 곧 효율이자 품질임을 실증한다. AI 에이전트가 본격화되면 토큰 효율은 곧 경쟁력이 된다.

-> 2026-04-04 Gemma 4 and what makes an open model succeed

AWS 엔지니어가 Linux 7.0 개발 버전에서 PostgreSQL 처리량이 절반(0.51배)으로 떨어지는 심각한 성능 저하를 보고했다. 원인은 Linux 7.0에서 preemption 모드를 단순화하면서 PREEMPT_NONE 옵션을 제거한 변경사항. 이로 인해 user-space spinlock에서 훨씬 많은 시간이 소모되는 현상이 발생했다. 문제는 패치가 제출됐지만, 원래 코드를 작성한 Peter Zijlstra가 "PostgreSQL이 RSEQ(Restartable Sequences) 타임슬라이스 확장을 사용하도록 수정하면 된다"며 사실상 애플리케이션 측 수정을 요구한 것. Linux 7.0 stable 릴리스는 2주 후 예정이고, 이 버전은 4월 출시될 Ubuntu 26.04 LTS의 기반이 된다.

커널 개발자와 애플리케이션 개발자 사이의 고전적인 책임 떠넘기기가 벌어지는 중이다. PostgreSQL 같은 핵심 인프라 소프트웨어의 성능이 절반으로 떨어지는데도, 커널 측은 "설계 단순화가 더 중요하니 앱이 적응하라"는 입장이다.

Linux 커널의 preemption 모델 변경은 설계 철학의 전환을 의미하는데, 그 여파가 세계에서 가장 많이 쓰이는 데이터베이스 중 하나를 직격했다. Ubuntu 26.04 LTS는 5년 지원 버전이라 수백만 프로덕션 시스템에 영향을 줄 수 있고, PostgreSQL이 RSEQ를 채택하기 전까지는 성능 저하가 불가피할 수 있다. 결국 "커널이 앱에 맞춰야 하나, 앱이 커널에 맞춰야 하나"는 오래된 질문이 현실 비즈니스 문제로 돌아온 셈이다.

-> 2026-04-05 Iran strikes leave Amazon availability zones "hard down" in Bahrain and Dubai