모닝 인사이트 다이제스트

Stratechery의 유료 브리핑 헤드라인이다. TSMC가 실적을 발표했고 새로운 N3(3나노) 팹 투자와 Nvidia 램프업 계획을 공개했는데, Thompson은 이 숫자들을 보고 TSMC 리더십이 AI 붐을 장기 트렌드로 보지 않는다고 해석했다. 제목만 봐도 "실적, 신규 투자, Nvidia 물량"이라는 세 축을 동시에 다루면서, 투자 강도나 타이밍이 AI 수요 폭발에 비해 보수적이라는 뉘앙스를 풍긴다. 본문은 유료 구독자 전용이라 구체적 논거는 안 보이지만, Thompson 특유의 전략적 해석이 담겨 있을 가능성이 크다.

TSMC는 AI 칩 생산의 독점 공급자인데, 정작 경영진은 이 붐을 완전히 신뢰하지 않는다는 역설. 가장 많이 벌고 있는 회사가 가장 회의적이라는 건 흥미로운 대조다.

AI 인프라 투자가 수천억 달러 규모로 터지는 시점에, 핵심 공급망의 최정점에 있는 TSMC가 보수적으로 움직인다면 두 가지 가능성이 있다. 하나는 TSMC가 틀렸고 수요를 놓칠 수 있다는 것. 다른 하나는 TSMC가 맞고, 시장이 AI 수요를 과대평가하고 있다는 것. 어느 쪽이든 반도체 밸류에이션과 AI 투자 사이클 전체에 영향을 준다.

-> 2026-04-19 Hyperscalers have already outspent most famous US megaprojects

벤 톰슨이 팀 쿡의 애플 CEO 재임 기간을 복합적으로 평가한 글. 쿡은 2011년 스티브 잡스 사망 직후 CEO가 되어 iPhone을 전 세계로 확장하고, 서비스 사업을 애플 이익의 41%까지 키웠으며, 시가총액을 2,970억 달러에서 4조 달러로 만든 '역대 최고의 비창업자 CEO'다. 하지만 그의 성공은 잡스가 만든 0 to 1 제품(iPhone)을 1 to n으로 확장한 것이고, 쿡 자신의 0 to 1 제품인 Vision Pro는 0.5에 불과하다. 더 중요한 건 쿡이 단기 재무성과를 위해 장기 지속가능성을 희생했을 가능성이다. 앱스토어 30% 수수료 고수로 개발자 생태계를 소홀히 했고, 중국 의존도를 극대화해 지정학적 리스크를 키웠으며, AI 투자를 회피하다가 결국 Google Gemini에 의존하게 됐다. 쿡은 애플이 역대 최고 실적을 낸 직후 물러나는데, 이는 그의 유산에는 좋지만 애플의 AI 미래는 불투명하다.

2011년 Phil Schiller가 앱스토어 수익이 연 10억 달러를 넘으면 수수료를 낮추자고 제안했지만, 쿡은 무시했다. 결과적으로 서비스 사업은 애플 이익의 41%가 됐지만, 개발자 생태계는 10년 넘게 방치됐다. John Gruber는 "만약 Schiller의 조언을 따랐다면 모두에게 더 나은 세상이었을 것"이라고 평가한다.

애플은 역사상 가장 좋은 분기를 기록했지만, AI 시대의 전환점에서 근본적인 약점이 드러났다. 새 Siri는 여전히 출시되지 않았고, 나오더라도 Google 기술 기반이다. 쿡은 수천억 달러 AI 투자를 피했는데, 이게 현명한 비용 절감인지 아니면 "50년간의 통합"을 무너뜨릴 전략적 실패인지는 후임자가 답해야 할 질문이다. 쿡의 완벽한 타이밍은 자신의 유산을 지켰지만, 애플의 미래는 불확실하게 남겼다.

이 기사는 과거 공유 목록에 직접적으로 연관된 기사가 없습니다.

오픈 모델과 클로즈드 모델의 성능 격차를 단일 벤치마크 점수로 보는 건 현실을 놓치는 일이라는 분석. ChatGPT 초기엔 챗/수학/간단한 코드가 초점이었고 instruction tuning과 RLHF가 지배했지만, 2025년 이후 reasoning 모델이 기본이 되면서 복잡한 코딩과 에이전트 작업으로 무게중심이 옮겨갔다. 지금은 RLVR(검증 가능한 보상 기반 강화학습)이 주류인데, OpenAI/Anthropic은 회계/법률/의료 같은 전문 지식작업 영역에 천문학적 투자를 하고 있고, 중국 오픈 모델 랩들은 미국 업체들이 만든 환경/데이터셋을 나중에 싸게 사서 따라잡는 구조다. Gemini 3가 벤치마크는 놀라웠지만 실제 에이전트 배포 현장에선 별 존재감이 없는 게 대표적 사례. 결국 frontier lab들은 수익을 유지하려면 계속 '프론티어'를 재정의해야 하는 압박에 시달린다.

중국 랩들이 미국 선두주자들이 만든 RL 환경과 데이터셋을 나중에 대폭 할인된 가격에 사는 구조가 반도체 fab 경제학과 유사하다는 지적. 증류(distillation)만 주목하면 RL 환경의 중요성을 놓친다는 것.

에이전트 코딩 능력이 포화되면 기업들이 훨씬 싼 오픈 모델로 갈아탈 수 있고, 그러면 frontier lab들의 매출 우위가 '모델 성능'이 아니라 '고객 관계/제품 개발'로 넘어간다. AI 인프라에 쏟아부은 막대한 투자가 정당화되려면 계속 새로운 가치 영역을 개척해야 하는데, 벤치마크 격차 축소가 그 압박을 더 강하게 만들고 있다.

-> 2026-04-21 Kimi K2.6: Advancing open-source coding -> 2026-04-19 Opus 4.7 to 4.6 Inflation is ~45%

저자는 오랫동안 산업정책 옹호자였지만, 최근 생각이 더 정교해졌다고 밝힌다. 첫째, "산업정책"이란 단어가 너무 광범위해져서 무의미해졌다. 보호무역과 수출진흥은 완전히 다른데 같은 단어로 뭉뚱그린다. 둘째, 개도국은 삼성·도요타 같은 자국 브랜드를 키우는 한국식보다, 외국인직접투자(FDI)를 끌어들인 폴란드·말레이시아식이 훨씬 실현 가능하다. 폴란드는 유명 브랜드 하나 없지만 곧 일본 생활수준을 추월한다. 셋째, 선진국에서 산업정책은 곧 기술정책이다. 미국이 AI와 인터넷에 특별 지원한 건 전형적인 '승자 선택'이지만 자유시장 경제학자들도 반대 안 했다. 넷째, 중국의 대규모 제조업 보조금 실험은 심각한 문제를 드러냈다. 수십 개 기업에 똑같은 제품 만들라고 돈 주니 출혈경쟁으로 마진이 0%로 수렴하고, 보조금 줄이면 부실대출 폭탄이 터진다. 표준 교과서(Studwell)대로 보조금 끊고 망할 기업 정리해야 하는데, 중국은 부동산 버블 붕괴 부실채권 위에 제조업 부실채권까지 쌓이는 상황이다.

폴란드는 글로벌 브랜드가 전무한데도 곧 일본 1인당 GDP를 추월하고 한국도 따라잡는 중. 싱가포르·아일랜드도 마찬가지로 자국 브랜드 없이 FDI만으로 최상위 선진국 진입. 중국 산업보조금의 대부분은 현금이 아니라 인위적으로 싼 은행대출 형태라는 OECD 추정.

각국이 경쟁적으로 산업정책을 쏟아내는 지금, "그냥 보조금 주면 된다"는 단순한 사고는 중국 사례에서 보듯 디플레이션·부실채권·마진붕괴로 이어질 수 있다. 반면 FDI 유치 중심 전략은 정부가 세부 산업을 고르지 않고 시장이 비교우위를 찾게 하면서도 제조업 고도화를 달성하는 '저위험 경로'임을 실증하고 있다. 미국의 AI 정책이나 한국의 반도체 지원도 결국 산업정책인데, 이를 어떤 방식으로 설계하느냐에 따라 폴란드가 될 수도, 중국식 함정에 빠질 수도 있다는 경고.

-> 2026-04-19 Backwards Looking (Doomberg의 중국 제조업 과잉 논의와 맥락 공유 가능)

WSJ의 Greg Ip가 최근 미국이 제조업 부활 중이라고 주장했다. 일자리는 줄었지만 생산량은 2.3% 증가했고, 출하액은 4.2% 올랐다는 게 근거였다. 하지만 Noah Smith는 여기에 치명적 문제가 있다고 지적한다. 출하액을 인플레이션 조정하지 않았다는 것. 생산자물가지수로 보정하면 2025년 1월 이후 성장은 거의 보이지 않는다. 산업생산 지표, 총제조업 생산량 등 다른 데이터를 봐도 마찬가지다. 결국 "AI 붐이 관세 타격을 상쇄한다"는 거시 서사는 맞을 수 있지만, 제조업에서 AI가 이기고 있다고 보기는 어렵다는 결론이다.

명목 출하액 4.2% 증가를 "붐"이라 불렀지만, 인플레이션 조정하면 그래프는 거의 평평하다. 숫자 하나 빼먹으면 서사가 180도 바뀌는 전형적 사례.

트럼프 관세 정책의 실제 효과를 평가하는 시점에서, 제조업 "부활" 서사가 정치적으로 활용될 가능성이 크다. 하지만 데이터를 제대로 들여다보면 미국 제조업은 여전히 2008년 금융위기 이후 장기 정체 국면에 있다. AI와 첨단기술 붐이 헤드라인을 장식하지만, 실물 제조업 기반은 여전히 취약하다는 점을 상기시킨다.

-> 2026-04-20 On the impact of Trump's tariffs

Serafin Grundl의 연구는 에이전틱 AI 시스템과 인간 경제학자들에게 동일한 인과추론 과제를 주고 성과를 비교했다. 중간값 추정치는 비슷했지만, 인간 쪽 분포가 더 넓은 꼬리를 보였다. 흥미로운 건 두 번째 파트인데, AI 모델(Gemini 3.1 Pro Preview, Opus 4.6, GPT-5.4)들을 리뷰어로 삼아 300개 비교 그룹에서 제출물을 평가하게 했다. 세 리뷰어 모델 모두 놀랍도록 일치된 순위를 냈다: 1위 Codex GPT-5.4, 2위 GPT-5.3-Codex, 3위 Claude Code Opus 4.6, 그리고 4위가 인간 연구자였다. Tyler Cowen은 이를 AI가 환각(hallucination)이 덜하다는 증거로 해석하며, 경제학 실증 연구의 규모 확장 가능성을 시사한다고 본다.

리뷰어로 쓰인 세 가지 AI 모델이 각각 독립적으로 평가했는데도 순위가 거의 일치했고, 공통적으로 인간을 최하위에 뒀다는 점. AI의 일관성이 생각보다 높다.

코딩 보조를 넘어 AI가 실제 연구 품질 평가와 지식 생산에서 인간과 경쟁하거나 앞서기 시작한 시점이다. 경제학처럼 엄밀성이 중요한 분야에서조차 AI가 더 안정적인 결과를 낸다면, 학술 연구의 생산성과 검증 방식 자체가 재편될 수 있다. 결국 "AI가 연구자를 대체할까"보다 "어떻게 협업할까"가 현실적 질문이 되는 셈이다.

-> 2026-04-20 College instructor turns to typewriters to curb AI-written work

Amazon이 Anthropic에 50억 달러를 추가 투자하면서 총 투자액이 130억 달러가 됐다. 대신 Anthropic은 향후 10년간 AWS에 1000억 달러 이상을 지출하고, 최대 5GW의 컴퓨팅 용량을 확보하기로 했다. 핵심은 Amazon의 자체 칩인 Graviton과 Trainium 시리즈를 쓰겠다는 것인데, 아직 출시되지 않은 Trainium4까지 계약에 포함됐다. 이 구조는 두 달 전 Amazon이 OpenAI에 500억 달러를 투자하며 맺은 거래와 유사하다. 한편 VC들은 Anthropic의 밸류에이션을 8000억 달러 이상으로 보는 펀딩 라운드를 논의 중이라는 소문도 나온다.

130억 달러 투자 대비 1000억 달러 지출 약속이라는 비율. 투자금의 7.7배를 고객으로서 다시 쓰겠다는 셈인데, 이건 투자가 아니라 고객 락인(lock-in) 전략에 가깝다.

AI 경쟁이 자본 싸움에서 인프라 확보 싸움으로 전환되고 있다. 클라우드 업체들은 현금 대신 컴퓨팅 파워를 주고, AI 기업들은 그 파워를 담보로 장기 종속 계약을 맺는 구조가 표준화되는 중이다. OpenAI와 Anthropic 모두 같은 패턴을 밟고 있다는 건, 이제 독립적인 AI 기업은 사실상 불가능해졌다는 신호일 수 있다.

-> 2026-04-19 Hyperscalers have already outspent most famous US megaprojects

본소득) 논의가 왜 다시 부상하는지에 대한 분석일 가능성이 높지만, AI 자동화와의 연관성인지, 최근 정책 변화 때문인지, 실리콘밸리 내부 논의 때문인지 등은 본문 없이는 알 수 없습니다. 본문 발췌 부분에 나온 다른 기사들("The scientific case for being nice to your chatbot", "Sam Altman's second thoughts" 등)도 이 뉴스레터의 다른 꼭지들일 뿐, UBI 기사의 내용과는 직접 관련이 없어 보입니다. 분석을 위해서는: 실제 본문 텍스트가 필요하거나, 최소한 요약문/리드 문단이 필요합니다. 현재 상태로는 의미 있는 분석을 제공하기 어렵습니다.

IEA의 2026 글로벌 에너지 리뷰에 따르면, 2025년 전 세계 에너지 수요는 1.3% 증가에 그쳤지만 전기 수요는 3%나 급증했다. 그리고 이 증가분을 채운 건 압도적으로 태양광이었다. 태양광 발전량은 연간 600테라와트시 증가했는데, 이는 단일 발전 기술로는 역대 최대 증폭량이다. 배터리 저장 설비는 110기가와트가 추가되어 역대 어느 해의 천연가스 발전 용량 추가량보다 많았고, 원자력도 12기가와트 이상의 신규 원자로 건설이 시작되며 부활 조짐을 보였다. 전기차 판매는 20% 이상 증가해 2,000만 대를 돌파했고, 전체 신차 판매의 4분의 1을 차지하면서 석유 수요 증가율을 0.7%로 억제했다. 결정적으로, 재생에너지와 원자력이 함께 에너지 수요 증가분의 60%를 감당했다. 청정 전력이 전기 수요 증가분 전체를 초과해서 공급한 셈이다.

중국의 탄소 배출은 감소했고, 인도는 1970년대 이후 처음으로 배출량이 제자리걸음을 했다. 반면 선진국들은 추운 겨울 탓에 화석연료 사용이 늘면서 배출 증가율(+0.5%)이 개발도상국(+0.3%)보다 빨랐다. 1990년대 이후 처음 있는 역전이다.

"10년 전이었다면 낙관적 전망"이었던 일이 현실이 됐다는 건 에너지 전환이 예측이 아닌 현재 진행형 사실이라는 뜻이다. 태양광이 주도권을 잡고, 전기차가 석유 수요를 실질적으로 억제하고, 청정 에너지가 화석연료 소비를 라틴아메리카 전체 에너지 수요량만큼 대체하고 있다. 지역별 편차는 크지만, 시스템 전체가 측정 가능한 수준으로 바뀌고 있다.

-> 2026-04-19 Hyperscalers have already outspent most famous US megaprojects

프랑스 음악 스트리밍 플랫폼 Deezer가 AI 생성 음악이 일일 업로드의 44%를 차지한다고 발표했다. 하루 7만 5천 곡, 월 200만 곡 수준이다. 이 수치는 2025년 1월 1만 곡에서 시작해 지속적으로 급증해온 결과다. 흥미로운 건 이렇게 많이 올라오지만 실제 소비는 전체 스트리밍의 1-3%에 불과하고, Deezer는 이 중 85%를 사기성 스트리밍으로 판단해 수익화를 차단하고 있다는 점이다. Deezer는 2025년 6월부터 AI 트랙 태깅을 시작한 첫 플랫폼이며, AI 곡을 알고리즘 추천과 편집 플레이리스트에서 제외하고 있다. 최근에는 AI 트랙의 고해상도 버전 저장도 중단하기로 했다.

Deezer가 작년 11월 진행한 조사에서 참가자의 97%가 AI 생성 음악과 인간이 만든 음악을 구별하지 못했다. 하지만 52%는 AI 생성곡이 메인 차트에 포함되어선 안 된다고 답했고, 80%는 명확한 라벨링이 필요하다고 응답했다.

AI 생성 음악이 '주변부 현상'에서 '주류 플랫폼 업로드의 절반'으로 급성장했다는 걸 보여주는 첫 공식 수치다. 최근 AI 생성 트랙이 미국, 영국, 프랑스 등 iTunes 차트 1위를 차지한 상황에서, 음악 산업이 투명성과 아티스트 보호를 위한 실질적 대응 체계를 갖춰야 한다는 압박이 커지고 있다. Spotify와 Apple Music은 여전히 배급사에 책임을 넘기는 방식인데, Deezer의 직접 태깅 방식이 업계 표준이 될지 주목된다.

-> 2026-04-19 Claude Design | HackerNews -> 2026-04-20 College instructor turns to typewriters to curb AI-written work | HackerNews