모닝 인사이트 다이제스트

Adam Tooze가 Kevin Warsh의 사상적 배경을 해부한 글. Warsh는 2006년 부시 행정부 시절 최연소 연준 이사로 임명됐고, 2011년 버냉키의 QE2에 반대하며 사퇴했다. 트럼프의 장인 Ronald Lauder와 50년 지기인 그는 2017년 연준 의장 후보로 거론됐다가 이번에 선택됐다. 핵심은 그의 경제관이 아니라 정치철학이다. 스탠포드 Hoover Institution을 통해 "행정국가 롤백" 운동에 합류한 그는 2025년 G30 연설에서 연준이 "범용 정부 기관"처럼 행동한다고 비판했다. 기후변화, 포용적 고용 같은 이슈는 "정치적으로 민감한 사안"이며 연준이 관여할 영역이 아니라는 것. 2020년 연준이 "포용적 고용"을 강조한 건 사실상 흑인 실업률을 우선시하겠다는 뜻인데, Warsh는 이를 입법부 권한 침해로 본다. 그는 "개인"을 강조하며 "집단" 중심 정책을 비판하고, 대학의 Chicago Principles(정치적 중립)를 연준에 적용하자고 주장한다. Allan Bloom을 인용하며 "통화정책의 정신 폐쇄"를 경고하는 대목에서 그의 문화보수주의 색채가 드러난다.

트럼프는 2004년 Estée Lauder와 함께 "Donald Trump, the Fragrance"라는 향수를 출시했다. Warsh의 장인이 바로 그 회사 소유주의 아들. 연준 의장 자리는 50년 우정과 향수 콜라보로 연결된 네트워크의 산물이기도 하다.

Warsh가 의장이 되면 연준의 역할은 근본적으로 재정의된다. 기후 리스크 감독, 노동시장 형평성 고려, 위기 대응 범위 확대 같은 2010년대 이후 연준의 진화가 전면 부정될 수 있다. 이는 단순히 금리를 올리고 내리는 문제가 아니라 중앙은행이 민주주의에서 어떤 역할을 해야 하는지에 대한 철학적 전환이다. 투자자 입장에선 향후 연준이 인플레이션 외 다른 목표(고용, 금융안정, 기후)를 사실상 무시할 가능성을 염두에 둬야 한다는 뜻.

-> 2026-04-30 | Intel Earnings, Intel's Differentiation?, Whither Terafab (연준 정책 변화가 반도체 같은 전략산업 지원에 미칠 영향) -> 2026-05-01 | Belgium stops decommissioning nuclear power plants (기후정책과 중앙은행 역할 재정의 맥락)

Michael Pettis가 자주 주장하는 논리가 있다. 중국이 막대한 무역 흑자를 쌓으면서 자국 소비를 억제하고, 그 여파로 전 세계 수요가 줄어든다는 것. 하지만 이 주장엔 치명적인 허점이 있다. 다른 나라들이 자국 수요를 그대로 방치한다고 가정하는 건데, 실제론 통화정책이 조정된다. 실업률 데이터가 이를 증명한다. China Shock 1.0 시기(2000-08년)에도, 그리고 2021년 이후에도 미국과 EU의 실업률은 떨어지거나 완전고용을 유지했다. 제로금리 제약 때문에 정책 여지가 없다는 반론도 과장됐다. 인플레이션 목표 상향, 명목GDP 타겟팅, 포워드가이던스, 양적완화 확대 등 통화정책 수단은 여전히 작동하고, 재정정책도 수요 부양에 충분하다.

"중국 쇼크" 시기에 전 세계가 수요 부족으로 고통받았다는 통념과 달리, 실업률은 오히려 떨어졌다. 데이터가 직관과 정반대로 나온 셈이다.

China Shock 2.0 우려가 커지는 시점에서, 정책 대응의 프레임을 다시 짜야 한다는 시사점이다. 중국 흑자를 무역 장벽으로 막는 게 아니라, 자국 통화·재정정책으로 수요를 관리하면 된다는 논리. 보호무역 논쟁에서 "우리 경제가 중국 때문에 무너진다"는 서사가 얼마나 취약한지 보여준다.

-> 2026-04-30 | The economic rise of Latin America? | RSS/Marginal Revolution

경제학자 타일러 카우언이 5월 화요일 존스홉킨스 대학에서 열리는 NPR 주최 공개토론회 안내를 올린 글. 카우언은 생물학자 브랜든 오그부누와 팀을 이뤄 "과학이 지나치게 위험회피적이다"는 찬성 측 입장을 옹호할 예정이다. Open to Debate 형식의 이벤트로, 양측이 명확히 갈려 논쟁을 펼치는 구조다. 카우언이 직접 "자기추천"이라고 밝힐 정도로 자신 있는 주제인 듯 보인다.

경제학자와 생물학자가 짝을 이뤄 "과학계 전체"를 비판하는 구도. 학계 내부자가 학계의 보수성을 정면으로 문제 삼는 형식이라, 논쟁 자체가 메타적이다.

AI와 생명공학 같은 고위험 고수익 분야에서 규제와 윤리 논쟁이 격화되는 시점이다. FDA 개혁, gain-of-function 연구 제한, 대형 AI 프로젝트 안전성 검증 등 "얼마나 빨리, 얼마나 대담하게 갈 것인가"는 실질적인 정책 이슈다. 카우언의 입장은 사실상 "더 공격적으로 혁신하라"는 쪽이고, 이는 Emergent Ventures 같은 그의 활동과도 일관된다. 투자자 입장에선 규제 완화 방향성을 점치는 데 참고할 만한 지적 흐름이다.

-> 2026-04-30 | Capitalism and Modernity | RSS/Marginal Revolution

DeepSeek이 V4 시리즈(Pro, Flash) 두 모델을 공개했다. Pro는 1.6T 파라미터로 현존 최대 오픈웨이트 모델이고, Flash는 284B로 개인 노트북에서도 돌릴 수 있는 크기다. 둘 다 100만 토큰 컨텍스트를 지원하는 Mixture of Experts 구조이며 MIT 라이선스로 완전 공개됐다. 가격이 압도적이다. Flash는 입력 $0.14/출력 $0.28(백만 토큰당)로 GPT-5.4 Nano보다 싸고, Pro는 $1.74/$3.48로 GPT-5.4($2.50/$15)나 Claude Sonnet($3/$15)보다 훨씬 저렴하다. DeepSeek 논문에 따르면 100만 토큰 컨텍스트 처리 시 V3.2 대비 FLOPs를 Pro는 27%, Flash는 10%까지 줄였고 KV 캐시도 각각 10%, 7%로 축소했다. 벤치마크상 Pro는 GPT-5.4, Gemini 3.1 Pro보다 3~6개월 뒤처진 수준이지만, 가격 대비 성능은 압도적이다. Simon Willison이 펠리컨 SVG 생성 테스트를 해본 결과 품질도 이전 버전 대비 뚜렷이 개선됐다.

Pro 모델 파일 크기가 865GB인데, 128GB M5 맥북에서도 "필요한 expert만 디스크에서 스트리밍"하면 돌릴 수 있을 거라는 추측. MoE 아키텍처의 실용적 장점을 보여주는 사례다.

프론티어 모델의 "거의 90%" 성능을 1/5 가격에 제공하는 오픈 모델의 등장은, AI 산업의 가격 구조 자체를 뒤흔든다. OpenAI와 Anthropic의 고가 전략이 지속 가능한지 의문이 생기고, 기업 입장에선 DeepSeek 같은 대안을 무시할 수 없게 됐다. 특히 중국 AI 랩이 효율성(컨텍스트 처리 비용 90% 절감)에서 돌파구를 찾으면서, "비싼 게 좋은 것"이라는 공식이 깨지기 시작했다. 향후 AI 도입 결정에서 가격/성능 밸런스가 더 중요한 변수로 떠오를 전망이다.

-> 2026-05-01 | AI #166: Google Sells Out

지원자도 AI로 이력서 쓰고, 기업도 AI로 스크리닝하는 상황에서 LLM들이 자기가 생성한 콘텐츠를 체계적으로 선호하는지 실험한 논문이다. 대규모 통제 실험 결과, GPT든 Claude든 오픈소스 모델이든 모두 자기가 만든 이력서를 인간이 쓴 것보다 압도적으로 높게 평가했다. 24개 직종 시뮬레이션에서는 평가자와 같은 AI를 쓴 지원자가 동일 역량임에도 23~60% 더 높은 서류 통과율을 보였고, 특히 영업·회계 같은 비즈니스 직군에서 격차가 컸다. 간단한 개입(AI의 자기인식 능력 타겟팅)으로 편향을 50% 이상 줄일 수 있다는 것도 확인했다.

인간이 쓴 이력서 대비 자기선호 편향이 67~82%라는 건, 사실상 "AI가 AI 냄새를 맡아낸다"는 뜻이다. 공정성 논의가 이제 인구통계 기반 차별을 넘어 "AI-AI 상호작용 편향"까지 다뤄야 하는 단계에 왔다.

채용 도구 시장이 AI 자동화로 빠르게 재편되는 지금, 이 연구는 "어떤 도구를 쓰느냐"가 새로운 계층을 만들 수 있음을 보여준다. 기업이 Workday AI를 쓰면 지원자도 Workday 계열 툴을 써야 유리해지는 식의 lock-in 효과가 채용 공정성을 훼손할 수 있고, 규제나 가이드라인 없이는 시장이 자체 해결하기 어렵다는 신호다. 특히 플랫폼 기업들이 채용 SaaS와 생성형 AI를 동시에 제공하는 상황에서, 이 편향은 전략적 무기가 될 수도 있다.

-> 2026-05-02 Claude Code refuses requests or charges extra if your commits mention "OpenClaw" -> 2026-05-01 AI #166: Google Sells Out

인류학자 Eli Stark-Elster의 주장을 소개하며, 디지털 공간 규제가 해방의 도구가 아닐 수 있다고 말한다. 많은 아이들에게 인터넷은 또래와 독립적으로 놀고 탐험할 수 있는 진화적으로 필요한 공간이라는 것. Tyler Cowen은 여기에 한 가지를 더한다. 학교에서 휴대폰 금지가 학업 성과를 약간 높인다는 증거는 인정하지만, 정작 많은 학교가 "치명적으로 지루하고" 지적으로 자극적이지 않다는 점은 아무도 지적하지 않는다고. 학교 기준으로는 성적이 나빠질지 몰라도, 휴대폰 속 콘텐츠가 실제로는 더 흥미롭고 때로는 더 교육적이기도 하다는 날카로운 지적이다.

호주, 영국, 프랑스가 청소년 소셜미디어 계정을 금지하거나 검토 중인데, 정작 이런 규제가 아동 보호가 아니라 자유의 축소일 수 있다는 인류학적 시각.

빅테크 규제와 청소년 보호 담론이 정치권을 장악한 지금, 이 논쟁은 단순한 교육 정책을 넘어 디지털 네이티브 세대의 발달 환경 설계 문제다. 학교 시스템의 본질적 한계를 외면한 채 기술만 통제하면, 결국 아이들은 더 제한된 세계에서 자랄 수밖에 없다. 에듀테크, 소셜 플랫폼, 청소년 타겟 서비스를 만드는 입장에서는 "보호 vs 자유" 프레임을 근본적으로 재검토해야 할 시점이다.

Robin Hanson이 공개 토론 문화를 해부한 글. 사람들은 생각의 동기가 다양하다. 상대를 설득하려는 사람, 자기 팀에 충성을 보이려는 사람, 인상을 남기려는 사람, 그리고 실제로 뭔가를 "알아내려는" 사람. 표면적으로는 모두가 마지막 동기를 가진 척하지만, 정작 "함께 문제를 풀어보자"는 태도로 대화하는 사람은 거의 없다. 문제를 재구성하고, 대안을 제시하고, 상대방의 지적에 자신의 실수를 인정하는 식의 협력적 자세 말이다. 이런 태도에는 비용이 따르지만, 진짜 진실 추구를 중시한다면 기꺼이 그 비용을 지불해야 한다. 결국 사람들은 인상 남기기나 설득하기 같은 동기를 직접 인정하진 않지만, 다른 사람들이 그렇게 추론하는 걸 크게 신경 쓰지 않는다는 결론.

"함께 진실을 찾는 사람"에 대한 실제 존중도가 우리가 말로 표현하는 것보다 훨씬 낮다는 역설. 우리는 그런 태도를 찬양하면서도 정작 실천하는 사람은 별로 존중하지 않는다.

AI 시대에 사회적 담론의 질이 더욱 중요해지는 상황에서, 우리가 실제로 어떤 대화 방식을 보상하는지를 직시하는 건 핵심적이다. 특히 AI 정책, 기술 규제, 투자 판단 같은 영역에서 "옳은 답을 찾는 문화"와 "포지션을 지키는 문화" 중 어느 쪽이 지배적인지가 결과를 크게 좌우한다. 조직이나 커뮤니티가 진짜 문제 해결 능력을 키우려면, 어떤 토론 태도에 실질적 보상이 따르는지 재설계해야 한다.

-> 2026-05-02 What Deontological Bars? | RSS/Astral Codex Ten

UC Davis 수자원 교수가 AI 데이터센터의 물 사용량을 직접 계산했다. 캘리포니아 데이터센터 총면적(약 154만㎡)과 냉각 효율을 감안하면 연간 3만 2천~29만 에이커피트(acre-ft) 정도 쓴다는 결론. 캘리포니아 전체 용수 사용량(4천만 에이커피트)의 0.08~0.7%다. 애리조나에서는 맥주 공장이 데이터센터보다 물을 더 쓴다는 연구도 있다. 저자는 "투명성 부족"을 핑계로 추측과 공포만 양산하는 언론과 학계를 비판하며, AI 도구를 써서라도 합리적 추정을 하자고 제안한다. 실제로 ChatGPT, Claude, Gemini, Co-Pilot 4종에게 물어본 결과 2만~40만 에이커피트로 범위는 넓지만 대체로 합리적이었다.

저자가 이 글을 쓰면서 숨 쉬며 증발시킨 수분이, AI 4종이 추정치를 계산하며 쓴 물보다 많을 수 있다는 농담. 그리고 AI가 보여준 추정 범위가 실제로 꽤 합리적이었다는 점.

AI 인프라에 대한 환경 우려는 정책과 입지 결정에 직접 영향을 준다. 실제로 Imperial County에는 95만 평방피트 데이터센터 계획이 있는데, 이미 물 부족 지역이라 반발이 크다. 하지만 숫자 없이 감정만으로 논의하면 합리적 의사결정이 불가능하다. AI 자체를 활용한 빠른 정량 추정이 가능해진 지금, "불투명하다"는 핑계는 더 이상 통하지 않는다. 결국 물 문제는 로컬 이슈고, 캘리포니아 전체로는 과장된 우려일 수 있다.

-> 2026-04-30 | AI's economics don't make sense | HackerNews -> 2026-05-01 | Why AI companies want you to be afraid of them | HackerNews

조지아주 던우디 시의 한 주민이 공개기록 요청으로 Flock의 카메라 접속 로그를 입수했는데, Flock 영업 직원들이 전국 경찰서들에게 제품 시연을 하면서 던우디 시의 카메라들을 실시간으로 접속했다는 게 드러났다. 여기엔 아동체조실, 놀이터, 학교, 유대인커뮤니티센터, 수영장 등이 포함됐다. Flock은 "도시가 승인한 데모 파트너 프로그램의 일환"이라며 "아이들을 염탐한 게 아니다"라고 반박했지만, 자사 FAQ에는 "Flock 직원은 고객 영상에 접근하지 않는다"고 명시돼 있어 모순된다. 주민들의 거센 항의에도 던우디 시는 계약을 갱신했고, Flock은 앞으로 "소매점 주차장 같은 공공장소"에서만 데모를 하겠다고 밝혔다.

Flock은 자신들이 접속 로그를 남기고 공개기록 요청에 응한다는 점을 "급진적 투명성"이라고 자랑하지만, 정작 그 투명성 덕분에 민감한 위치 무단 접속이 발각됐다. 또한 던우디의 "실시간 범죄센터"는 시가 구매한 카메라뿐 아니라 민간 사업체의 카메라까지 포괄하는 광범위한 감시망이었다.

Flock은 미국 전역에서 빠르게 확산 중인 경찰 감시 인프라의 핵심 업체다. 이 사건은 "공공 안전"이라는 명목으로 구축된 감시망이 실제로는 영업 도구로 전용되고, 민간 카메라까지 경찰·업체가 접근할 수 있는 구조임을 보여준다. 더 우려스러운 건 이런 사실이 드러났는데도 계약이 갱신됐다는 점이다. 감시 기술의 거버넌스가 사실상 작동하지 않고 있다는 신호다.

-> [2026-04-06] Wildlife Conservation Police Are Searching Thousands of Flock Cameras for ICE -> [2026-03-26] Police Used Flock to Give a Man a Traffic Ticket -> [2026-03-11] From Flock to ICE, Here's a Breakdown of How You're Being Watched

2026년 현재 AI 인프라 투자는 GDP 대비 2%(6,500억 달러)에 달하지만, 실제 노동시장 데이터는 '임박한 대량 실업' 서사와 정반대를 보여준다. 소프트웨어 엔지니어 채용공고는 전년 대비 11% 증가 중이고, 세인트루이스 연은의 실시간 인구 조사 데이터를 보면 업무용 AI 일상 사용 비율은 뚜렷한 상승 곡선 없이 안정적이다. 시타델은 핵심 논리를 펼친다: 재귀적 기술(recursive technology)이 재귀적 도입(recursive adoption)을 의미하지는 않는다. 기술 확산은 역사적으로 S-커브를 그리며, 조직 통합 비용·규제·한계수익 체감이 채택 속도를 제한한다. 더 결정적으로, 생산성 충격은 본질적으로 공급 충격이다. 비용 하락과 실질소득 증가는 수요를 창출하며, AI가 총수요 붕괴를 일으키려면 ①거의 완전한 노동 대체 ②재분배 정책 실패 ③투자 흡수 불가가 동시에 일어나야 한다. 1930년 케인스가 예측한 '주 15시간 노동'은 생산성이 아니라 소비 욕구의 탄력성을 과소평가한 오류였다.

AI 데이터센터 건설 붐이 실제로는 건설업 고용을 견인하고 있고, 미국 신규 사업자 등록은 급증 중이다. MS 오피스를 떠올려보자. 당시에도 사무직 대체 우려가 컸지만, 결과는 명백한 보완재였다.

시장이 AI 디스플레이스먼트 공포에 지배당하는 시점에, 실물 데이터는 오히려 보완재 역할과 수요 창출을 시사한다. AI 투자 테마가 '대량 실업'에서 '생산성 증대'로 재평가될 여지가 크며, 이는 테크 밸류에이션과 거시 정책 방향(재분배 vs 투자 촉진) 모두에 영향을 준다. 고령화·탈세계화·기후변화가 성장을 억누르는 시대에, AI는 과거 기술혁명처럼 '딱 그만큼의 상쇄력'일 가능성이 높다.

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