모닝 인사이트 다이제스트

Stratechery의 주간 요약이지만, 핵심은 세 가지 시각의 대조다. 첫째, 아마존의 장기 비전: 2년 전 훈련 칩 시장에서 밀렸지만, 추론용 Trainium과 OpenAI 모델 통합으로 엔터프라이즈 AI 인프라의 승자로 부상 중이다. AWS CEO Matt Garman과 Sam Altman이 함께 발표한 Bedrock Managed Agents가 그 증거. 둘째, 메타의 주변시야(peripheral vision): Ray-Ban Display 안경 체험 후 AR의 미래를 재정의한 벤의 통찰. VR 헤드셋이 아니라 일상에 녹아드는 웨어러블이 답이라는 것. 셋째, 중국의 근시안(myopia): 싱가포르로 재편입한 AI 스타트업 Manus의 메타 인수를 사후 차단한 중국 정부 사례. Andrew Sharp은 "중국이 장기 게임을 한다"는 서구 미디어의 통념을 반박하며, 베이징의 전략이 실은 반응적이고 종종 역효과를 낸다고 지적한다.

아마존의 추론 칩 이름이 "Trainium"인데, 훈련(training)이 아니라 추론 시장을 노린 게 우연인지 비전인지는 "칼럼 A도 조금, 칼럼 B도 조금"이라는 벤의 농담. 그리고 메타가 20억 달러 지불하고 인력도 통합 완료한 인수를 중국이 사후 무효화한 Manus 사태는 규제 예측 불가능성의 극단 사례다.

AI 인프라 전쟁의 축이 훈련에서 추론으로, 모델 성능에서 엔터프라이즈 통합으로 이동하는 전환점이다. 아마존-OpenAI 협업은 Microsoft 독점 구도에 균열을 낸다. 동시에 중국의 예측 불가능한 규제는 "탈중국" 리스크를 재확인시키고, 하드웨어 측면에선 메타의 웨어러블 전략이 애플 Vision Pro의 고립된 VR 접근과 대조되며 차세대 컴퓨팅 인터페이스 경쟁의 방향을 암시한다. 결국 장기 비전을 가진 플레이어와 단기 반응에 갇힌 플레이어의 차이가 선명해지는 시점이다.

-> 2026-04-30 | Intel Earnings, Intel's Differentiation?, Whither Terafab -> 2026-04-29 | China blocks Meta's acquisition of AI startup Manus -> 2026-04-29 | An Interview with OpenAI CEO Sam Altman and AWS CEO Matt Garman About Bedrock Managed Agents

Zvi가 14번째 주택 시리즈에서 정리한 "왜 집을 못 짓는가"에 대한 규제 사례 모음집이다. 소방법은 건물과 도로 간격을 강제해 유럽식 밀집 주거를 불가능하게 만들고, 영국의 2층 계단 의무 규정은 편익 대비 294배의 비용을 발생시킨다. LA에선 완공된 아파트가 전력 연결을 9개월 기다리며 매달 수십만 달러 손실을 내고, 시카고는 "affordable housing" 개발자에게 노예제 투자 이력 조사를 수백 시간 요구한다. 한때 월 230달러(현재 가치)로 제공되던 SRO(1인실 숙소)는 이제 거의 모든 도시에서 불법이다. 저자는 이 모든 규제가 실제 안전이나 미관보다 훨씬 큰 비용을 초래하며, 진짜 "affordable housing"은 자연스럽게 싼 주택을 짓게 놔두는 것이라고 주장한다.

구겐하임 미술관은 91cm 난간으로 5천만 명이 안전하게 방문했지만, 현행 규정은 107cm를 요구하며 승인을 거부한다. 37에이커(약 15만㎡) 땅 주인도 작은 집 한 채 못 짓는다.

주택 부족과 affordability 위기가 정치 이슈화되는 지금, 정부가 쏟아붓는 "affordable housing" 예산이나 보조금이 아니라 규제 철폐가 답일 수 있다는 걸 보여준다. 특히 미국 도시들이 홈리스 대책으로 수억 달러를 쓰는 동안, SRO 같은 저비용 주택은 여전히 불법이라는 아이러니는 정책 우선순위의 왜곡을 드러낸다. 개발자들이 LA·시카고를 떠나는 건 수익성이 아니라 규제 리스크 때문이다.

-> 2026-04-29 HUD Says Realtors Can Now Speak the Truth

CFTC(상품선물거래위원회)의 의견 수렴에 대한 응답 형식으로 작성된 글이다. 핸슨은 예측시장이 리스크 관리뿐 아니라 정보 수집 및 공유라는 거대한 잠재력을 가진다고 본다. 그는 예측시장을 가십, 학계, 저널리즘과 같은 "정보 기관"으로 분류하고, 이들과 동일한 기준으로 규제해야 한다고 주장한다. 내부자거래, 비밀 유출, 시장 조작 등 우려되는 6가지 이슈(A-F)를 검토하되, 각각 다른 정보 기관에 적용하는 것과 같은 수준으로만 제한해야 한다는 논리다. 특히 정치·정책 관련 시장은 시위처럼 표현의 자유로 보호받아야 하며, "돈을 걸어 말하기"는 말이나 시위로는 전달할 수 없는 신호를 준다고 강조한다.

상장기업 공시 시 주가 변동의 절반은 공시 전에 발생하고, 그 절반은 내부자거래 때문이라는 데이터. 내부자거래 규제가 생각보다 효과가 제한적이라는 현실을 보여준다.

미국에서 예측시장 규제 논의가 본격화되는 시점이다. Polymarket 같은 플랫폼이 2024년 대선에서 여론조사보다 정확한 예측을 내놓으며 주목받았지만, 동시에 규제 압력도 커지고 있다. 핸슨의 주장은 예측시장을 단순 도박이 아닌 정보 인프라로 재정의하려는 시도로, 향후 규제 방향과 투자 환경에 직접적 영향을 줄 수 있다. 정보의 가치를 시장 메커니즘으로 발견한다는 아이디어는 AI 시대 의사결정 도구로서도 흥미로운 접점이 있다.

-> 2026-04-29 | Your Attempt To Solve Debate Will Not Work (논쟁 해결과 정보 집약 메커니즘 관련)

Scott Alexander가 "의무론적 금지선(deontological bars)"이 정확히 뭔지 파헤친다. 결과가 좋더라도 넘으면 안 되는 선—암살 금지가 대표적 예시다. 문제는 AI 안전 진영 내부에서 두 전략이 충돌한다는 것. 한쪽은 "80% 확률로 세계를 망칠 회사를 돕는 건 악의 옹호 아니냐"고 묻고, 다른 쪽은 "대중 운동은 Steve Bannon이나 TikTok 인플루언서와 손잡아야 하는데, 이게 폭력적 극단주의자를 끌어들이는 거 아니냐"고 반문한다. Alexander는 칸트의 "보편 법칙처럼 행동하라"는 원칙을 검토하지만, 우크라이나가 일방적으로 군대를 해산해야 하느냐 같은 사례에서 막힌다. 결국 도출한 기준은 "보편화하면 나쁜 일을 하지 마라. 단, 규범이 이미 무너져서 당신만 협력하고 적은 배신하는 상황이 아니라면". 이 기준으로 보면 AI 기업 지원은 금지선 위반이 아니다(이미 수십만 명이 일하고 수천억 달러가 투입됐으니 규범이 무너진 상태). 대중 정치 운동도 "정치에서 수단을 가리지 않는" 규범은 이미 완전히 박살났으니 문제없다. 하지만 "평균보다 더 나쁘게 굴지 마라" 같은 추가 기준이 필요할 수도 있다.

"90% 잔혹한 수용소 간수 되기" Twitter 투표가 실제로 돌았다는 것. 그리고 Alexander가 "온라인 허위정보 퍼뜨리기"를 금지선 사례로 쓰면서, 자기 블로그에서 자선단체 홍보를 위해 정보를 왜곡할 수 있냐고 자문한다는 점.

AI 안전 논쟁이 이제 전술론을 넘어 윤리적 정당성 싸움으로 비화하고 있다. Anthropic/OpenAI 같은 "책임있는" 랩과의 협력파와, 전면 금지를 밀어붙이는 활동가파 사이 긴장이 커지는데, 각자가 상대방을 "선을 넘었다"고 여긴다. 결과적으로 AI 안전 진영이 분열할 가능성이 있고, 이건 규제 논의의 힘을 약화시킬 수 있다. 투자 관점에서는 규제 리스크의 방향성이 불명확해진다는 신호다.

-> 2026-04-29 | Your Attempt To Solve Debate Will Not Work -> 2026-05-01 | AI #166: Google Sells Out

Jon Hartley와 Brian Wheaton의 최신 논문을 소개하는 글인데, 시장 지향적 개혁(경제 자유화, 구조개혁)이 경제 성장을 유발하는지를 크로스컨트리 패널 데이터로 재검증했다. 결론은 명확하다. 개혁 직후에는 즉각적인 성장 효과가 거의 없고, 단기적으로는 조정 비용이 발생한다. 하지만 시간이 지나면서 성장률이 점진적이고 지속적으로 상승하며, 경제적으로 의미 있는 효과는 수년 후에 나타난다. 이 패턴은 다양한 개혁 지표와 모델 설정에서도 일관되게 관찰된다. 결국 제도적 자유화는 천천히 작동하지만 장기적으로 누적되어 지속 가능한 경제 성과 개선으로 이어진다는 것.

기존 문헌의 상충되는 결과들을 조정 비용과 긴 시차라는 렌즈로 깔끔하게 설명한다. 개혁의 효과를 단기와 장기로 나눠보니, "개혁은 효과 없다"와 "개혁은 성장을 낸다"는 주장이 둘 다 맞는 셈이다.

정책 입안자들이 개혁을 추진할 때 즉각적인 성과를 기대하거나, 단기 비용 때문에 개혁을 포기하는 경우가 많다. 이 연구는 "개혁은 장기 게임"이라는 점을 데이터로 입증하면서, 라틴아메리카나 동유럽 같은 신흥 시장의 개혁 경로를 평가하거나 투자 타이밍을 잡는 데 유용한 프레임을 제공한다. 단기 변동성에 흔들리지 않고 제도 개선의 누적 효과를 기다릴 수 있는 인내가 필요하다는 메시지.

-> 2026-04-29 How Reform Happens -> 2026-04-30 The economic rise of Latin America?

Uber가 2025년 12월 Claude Code와 Cursor를 엔지니어들에게 배포했는데, 사용량이 2월까지 두 배로 뛰고 4월에는 연간 AI 예산을 완전히 소진했다. 엔지니어 1인당 월 API 비용이 500달러에서 2,000달러에 달했고, 현재 Uber 엔지니어 95%가 AI 도구를 매월 사용하며 커밋된 코드의 70%가 AI에서 나온다. CTO는 "AI 예산 책정을 처음부터 다시 해야 한다"고 밝혔다. Cursor는 사용률이 정체된 반면 Claude Code가 워크플로를 장악했고, 연간 R&D 지출 34억 달러 중 예상보다 훨씬 큰 비중을 AI 도구가 차지하게 됐다.

문제는 도구가 아니라 예산이었다는 결론. 채택률을 예측하기엔 예산을 너무 일찍 짰고, 이제 와서 생산성 도구 접근을 제한하는 게 오히려 역효과라는 판단이다.

AI 코딩 도구가 "있으면 좋은" 수준을 넘어 "없으면 생산성이 무너지는" 필수 인프라로 전환되고 있다는 신호다. 다른 기업들도 비슷한 상황을 겪고 있을 가능성이 높고, 이는 Anthropic 같은 AI 제공자들의 매출 예측과 소프트웨어 기업들의 비용 구조에 큰 영향을 미친다. 개발자 생산성이 실제로 몇 배 뛸 때 기업들이 비용을 감당할 수 있는지, 아니면 새로운 가격 모델이 필요한지가 2026년 핵심 질문이 될 것이다.

-> 2026-05-01 AI #166: Google Sells Out -> 2026-04-30 AI's economics don't make sense

파악할 수 없습니다. 필요한 것: - 실제 트윗 본문 또는 스레드 내용 - Claude Code의 구체적인 동작 사례 - OpenClaw가 무엇인지에 대한 설명 - 이것이 단순 버그인지, 의도된 정책인지, 아니면 오해인지에 대한 정보 제목만으로 추측하자면 Anthropic의 Claude Code가 경쟁사(추정) 이름을 감지해 서비스를 거부하거나 추가 요금을 부과한다는 주장인 것 같지만, 본문 없이는 팩트 체크나 분석이 불가능합니다. 원본 트윗 내용을 다시 확인해 주시면 분석해드릴 수 있습니다.

J. Craig Venter Institute(JCVI)가 창립자이자 CEO인 크레이그 벤터 박사의 사망을 발표했다. 최근 진단받은 암 치료 과정에서 예기치 못한 부작용으로 샌디에고에서 짧은 입원 끝에 사망했다. 벤터는 게놈 연구를 "유전자 하나씩 발견"에서 "데이터 기반 대규모 과학"으로 전환시킨 인물이다. NIH에서 발현서열태그(EST) 기법으로 수많은 인간 유전자를 빠르게 발견했고, 최초의 인간 게놈 초안 시퀀싱을 주도했으며, 나중에는 양쪽 부모로부터 물려받은 유전적 변이를 포착하는 고품질 이배체(diploid) 게놈을 발표했다. 합성생물학에서는 화학적으로 합성한 게놈으로 제어되는 최초의 자가복제 박테리아 세포를 만들어내며 "디지털로 설계하고 화학 물질로 만든 게놈으로 살아있는 세포를 부팅할 수 있다"는 증명을 해냈다. Sorcerer II 대양 샘플링 원정을 통해 수백만 개의 새로운 유전자를 발견하며 해양 미생물 다양성을 밝혀냈고, JCVI 외에도 Synthetic Genomics, Human Longevity, Diploid Genomics 등을 연이어 창업하며 과학을 산업으로 전환하는 데 힘썼다.

벤터가 주도한 해양 메타게노믹스 탐사는 "알려진 단백질 패밀리의 우주"를 확장시킬 만큼 수백만 개의 새 유전자를 보고했다. 생물학의 프런티어가 실험실이 아니라 바다였던 셈이다.

벤터의 사망은 게놈혁명 1세대의 종장을 상징한다. 그가 열어놓은 합성생물학과 개인 게놈 분석 분야는 이제 AI와 결합해 단백질 설계, 약물 개발, 장수 연구로 확장 중이다. JCVI와 Diploid Genomics 같은 기관들이 그의 유산을 어떻게 이어갈지, 그리고 "과학을 제품으로" 전환하는 그의 접근법이 현재의 AI 바이오 스타트업 물결에 어떤 교훈을 남기는지가 주목된다. 결국 그는 생물학이 정보과학이 될 수 있음을 증명한 사람이었다.

-> 2026-05-01 Building Pi, and what makes self-modifying software so fascinating

Zig 오픈소스 프로젝트는 이슈, PR, 심지어 번역 댓글까지 LLM 사용을 전면 금지한다. Zig로 만들어진 Bun 런타임(Anthropic이 2025년 12월 인수)은 AI를 적극 활용해 컴파일 속도를 4배 개선했지만, 이 패치를 Zig 본가에 올릴 계획은 없다고 밝혔다. Zig 커뮤니티 부회장 Loris Cro는 "contributor poker"란 개념으로 이유를 설명한다. 성공한 오픈소스는 PR 처리 한계에 부딪히지만, Zig는 불완전한 PR도 시간을 들여 가이드하며 기여자를 육성한다. 각 기여자는 투자 대상이고, 리뷰의 목적은 코드가 아니라 신뢰할 수 있는 장기 기여자를 키우는 것이다. LLM이 만든 완벽한 PR은 이 과정을 무의미하게 만든다—메인테이너 입장에서는 직접 LLM에 물어보는 게 낫기 때문이다.

Anthropic이 인수한 Bun은 Zig 포크를 따로 운영하며 AI로 4배 성능 개선을 달성했지만, Zig 본가엔 올릴 수 없다. "사람을 보고 베팅한다"는 contributor poker 비유가 핵심이다.

AI 코딩 도구가 대세인 시점에, Zig는 정반대 길을 선택했다. 단기 생산성보다 장기적 커뮤니티 신뢰와 기여자 육성을 우선하는 전략이다. 이는 오픈소스 프로젝트가 지속 가능성을 어디서 찾느냐는 근본적 질문을 던진다. AI가 코드 품질을 높여도, 메인테이너가 "이 사람은 믿고 맡길 만한가"를 판단할 수 없다면 커뮤니티는 약해진다는 논리다. Google의 국방부 계약이나 HashiCorp의 GitHub 비판 같은 최근 흐름과 맞물려, AI 도구가 협업 문화와 신뢰 구조를 어떻게 바꾸는지 보여주는 사례다.

-> 2026-04-30 HashiCorp co-founder says GitHub 'no longer a place for serious work' -> 2026-05-01 AI #166: Google Sells Out