모닝 인사이트 다이제스트

미국 전력 소비가 지난 2년간 이전 15년 합계보다 많이 늘었다. AI 데이터센터, 제조업, 전기차가 동시에 전력을 끌어쓰면서 생긴 일이다. 2025년 태양광 발전은 28% 증가했고 배터리 저장 용량은 두 배가 될 예정이지만, 여전히 수요 증가 속도를 못 따라간다. 특히 ChatGPT 출시 이후 4년간 상업용 전력 수요(데이터센터 포함)가 그 이전 20년보다 더 많이 늘어날 것으로 예상된다. 트럼프 행정부가 태양광·풍력 보조금을 삭감하고 주요 프로젝트 허가를 취소했는데도 재생에너지 투자는 기록을 경신했다. 반면 석탄 발전소는 수요를 맞추려고 오히려 폐쇄를 늦추고 있고, 미국은 2025년 석탄 발전량을 오히려 늘린 몇 안 되는 국가 중 하나가 됐다. 텍사스는 이 변화의 최전선에 있는데, 향후 2년간 전체 신규 태양광의 41%, 배터리의 55%가 텍사스에 집중된다.

중국은 2025년 태양광 315GW, 풍력 119GW를 추가했다. 미국은 각각 43.4GW, 11.8GW다. 중국이 태양광은 8배, 풍력은 10배 빠르다. 미국의 전력 격차는 단순한 공급 문제가 아니라 "국가적 시스템 조직력의 격차"라는 지적이 나온다.

AI 붐이 전력 수요를 끌어올린 건 맞지만, 미국은 이미 제조업 부활과 전기차 전환으로 전력 부족 상태였다. 이제 빅테크들이 자체 발전소 투자를 고민할 정도로 전력이 병목이 됐다. 트럼프 행정부는 데이터센터 장비는 관세 면제하면서 전선·변압기·배터리에는 관세를 때리는 모순을 보이고 있고, 이는 전력 부족을 더 악화시킨다. 결국 태양광과 배터리 배치 속도가 미국 경제 성장 속도를 결정하게 될 가능성이 크다.

-> 2026-05-01 Belgium stops decommissioning nuclear power plants -> 2026-05-02 Uber torches 2026 AI budget on Claude Code in four months

Adam Tooze가 중국의 농업 무역 적자가 얼마나 이례적인지 짚는다. 2000년대 이후 중국은 육류 소비 폭증으로 세계 최대 식량 수입국이 됐고, 특히 대두 수입 의존도가 압도적이다(브라질 대두 수출의 73-83%가 중국행). 반면 미국과 EU는 농업 무역이 균형 또는 흑자다. 핵심은 중국이 이제 식량 안보를 최우선 과제로 삼으면서, 14-15차 5개년 계획에 "전방위 산업정책 툴킷"을 농업에 적용할 조짐을 보인다는 것. Systemiq 보고서는 향후 15-20년 내 중국의 미국산 농산물 수입이 85% 이상 감소할 수 있다고 전망한다. Tooze는 "예측이 아니라 가능성"을 강조하되, 2010년대 이후 중국 산업정책이 세계경제의 기본 파라미터를 얼마나 빠르게 바꿔왔는지를 상기시킨다.

중국은 옥수수·쌀·밀은 자급하고 있고 보조금 덕에 재고도 넘친다. 문제는 고부가 사료용 대두다. 중국 1인당 단백질 소비량이 이미 서구 10억 명을 넘어섰다는 댓글 지적도 흥미롭다.

중국이 제조업에서 했던 "초과 생산→글로벌 가격 붕괴→시장 재편" 패턴을 농업에도 적용할 수 있다는 시나리오다. 브라질·미국·아르헨티나 농업 벨트는 지난 25년간 중국 수요에 맞춰 확장했는데, 그 수요가 꺾이면 토지 가격부터 물류 인프라까지 연쇄 충격이 온다. 식량은 태양광 패널처럼 빠르게 스케일되지 않지만, 중국의 규모와 정책 집중도를 감안하면 10-15년 타임라인으로도 충분히 파괴적일 수 있다. 투자 측면에서는 브라질 농업 섹터, 미국 대두 관련 기업, COFCO 같은 중국 국영 식량 기업의 글로벌 M&A 움직임을 주시할 필요가 있다.

-> 2026-05-03 | Words of wisdom, on China shock 2.0

신발회사가 어느 날 "AI 기업"으로 리브랜딩하는 걸 보며 시작한다. 코웬은 자산을 양수합(positive-sum)과 음수합(negative-sum)으로 나눈다. 블루칩 주식, 운동, 결혼, 새 아이디어 실험 같은 건 양수합 도박이고, 미국은 실제로 그런 걸 더 많이 시도하며 부를 쌓아왔다. 청년세대도 이전 세대만큼 자산을 축적하고 있고, 실질임금도 역대 최고다. 하지만 인간 본성상 좋은 일이 생기면 그 이득의 일부를 "날려버리고 싶어" 한다. 그래서 스포츠 도박, 밈주식, 고위험 투기가 번창한다. 대부분은 여윳돈으로 재미 삼아 하는 것이고, GLP-1 약으로 체중 상한선을 고정하듯 경제적 안전망이 커지면서 손실의 페널티도 줄어든 셈이다. 다만 모두에게 그렇게 안전한 그림은 아니고, 정책 이슈로 부상할 거라고 본다.

"부유해질수록 초콜릿 아이스크림을 더 먹듯, 음수합 도박도 늘어난다"는 비유. GLP-1 약과 밈주식을 같은 프레임에서 본 게 신선하다.

AI 리브랜딩, 밈주식, 암호화폐—최근 시장엔 "재미 + 투기" 성격의 자산이 급증했다. 이걸 단순히 비이성적 광기로만 볼 게 아니라, 전반적인 부의 증가와 안전망 확대가 만든 "여유 자금의 놀이터"로 봐야 한다는 시각. 규제 당국도 이 흐름을 놓치면 안 되고, 투자자는 "재미로 소액" vs "진짜 자산"을 구분하는 감각이 더 중요해진다.

-> 2026-05-01 Scarce Assets

핸슨은 현대 문명을 떠받치는 핵심 혁신이 "조직"이라고 정리한다. 우리는 문제를 조직을 만들어 해결하고, 그 조직에 권한과 자원을 주며, 리더("masters")를 앉힌다. 사람들이 조직과 관계 맺는 방식은 두 가지인데, 하나는 정치(politics)—누가 권력을 쥘지 편을 가르는 것—이고, 다른 하나는 거버넌스(governance)—리더를 책임지게 만들고, 더 나은 선발·감시 시스템을 찾는 것. 문제는 거버넌스다. 조직 리더들은 자신의 "spoils(이득)"를 지키려고 공조하며, 진짜 책임을 묻는 거버넌스 개선은 막는다. 인기·포용·분산 같은 피상적 변화는 환영하지만, 성과 책임을 강화하는 건 절대 허용 안 한다. 결과적으로 우리는 해결할 수 있는 문제조차 실제로 해결하지 못하고, 문명은 로마처럼 붕괴해 아미시나 하레딤 같은 고립된 공동체로 대체될 수 있다. 더 나은 거버넌스 모델이 있고 소규모 실험도 가능한데, 리더들의 반발 때문에 시도조차 못한다는 게 핸슨의 진단이다.

핸슨은 조직 리더들을 "양의 탈을 쓴 늑대"에 비유하며, "똑똑하고, 활력 넘치고, 잘 연결된 이들이 미소 지으며 부드럽게 말하지만 언제든 숨겨둔 송곳니와 발톱을 꺼낼 준비가 돼 있다"고 묘사한다. 거버넌스 개혁에 손대는 사람을 공격할 준비가 늘 돼 있다는 뜻이다.

AI 시대로 접어들며 조직의 규모와 권한은 더 커지는데, 책임 메커니즘은 여전히 약하다. 핸슨의 주장은 거버넌스 혁신 없이는 기술 발전만으로 문제를 해결할 수 없다는 경고다. 특히 댓글에서 "AI 중앙처리장치"를 언급한 것처럼, 조직 거버넌스와 AI 통제 문제는 결국 같은 질문—누가, 어떻게 책임지게 할 것인가—에 수렴한다. 투자나 정책 관점에서, 거버넌스 실험을 시도하는 조직이나 플랫폼은 장기적으로 리스크를 줄이는 셈이다.

-> 2026-05-02 On Prediction Market Regulation (같은 저자 핸슨의 거버넌스/제도 설계 논의) -> 2026-05-03 Figure Stuff Out Together (핸슨의 조직·집단 문제해결 관련 연속 논의)

AI 코딩 콘테스트 12일차, 10개 모델이 슬라이딩 타일 퍼즐 게임에서 겨뤘다. 중국 스타트업 Moonshot AI의 오픈 웨이트 모델 Kimi K2.6가 22점으로 1위, GPT-5.5는 3위, Claude Opus 4.7은 5위에 그쳤다. 흥미로운 건 전략 차이였다. Kimi는 공격적으로 타일을 슬라이드하며 단어를 만들었고, 2위 MiMo는 한 번도 슬라이드하지 않고 초기 보드에서 긴 단어만 스캔했다. Claude와 Grok도 슬라이드를 전혀 안 했고, 30x30 대형 보드에서 무너졌다. DeepSeek은 매 라운드 잘못된 데이터를 보냈고, Muse는 짧은 단어까지 무차별 클레임해서 -15,309점을 기록했다. 핵심은 Kimi의 Artificial Analysis 지수가 54, GPT-5.5가 60, Claude가 57이라는 점이다. 격차가 6점 안팎까지 좁혀졌고, 그 차이가 실제 태스크 결과로 드러나기 시작했다.

Muse는 짧은 단어를 클레임할 때마다 점수를 잃는다는 걸 이해하지 못하고 모든 단어를 클레임해서 꼴찌와 1위의 격차(15,309점)가 1위와 2위 격차보다 컸다. 아무것도 안 했으면 15,309점 더 나았을 것.

1년 전까지만 해도 서구 프론티어 랩의 capability 리드는 오픈 웨이트가 따라잡을 수 없다는 게 통념이었다. 이제 Kimi 같은 모델이 누구나 다운로드해서 로컬에서 돌릴 수 있고, 벤치마크 격차는 6점 안팎이다. 한 챌린지가 전체 벤치마크를 뒤집진 않지만, 프론티어 모델의 해자가 생각보다 빠르게 얕아지고 있다는 걸 보여준다. 특히 실시간 의사결정과 새로운 프로토콜 대응 같은 실전 태스크에서 격차가 더 좁다. 투자 측면에서는 API 독점 모델에 대한 프리미엄이 재평가될 수 있다는 신호.

-> 2026-05-03 | DeepSeek V4—almost on the frontier

NBER 워킹페이퍼가 나치당(NSDAP) 당원 기록 거의 전체를 디지털화해 인구조사·산업조사 데이터와 연결 분석했다. 네 가지 발견이 핵심이다. 첫째, 당이 확장되면서 당원 구성이 직업·인구통계·종교 측면에서 일반 국민과 점점 비슷해졌다. 둘째, SS(친위대) 조직원들은 예외였는데 더 젊고 교육 수준 높고 광신적이었다(당원 초상화 속 나치 휘장 착용률로 측정). 셋째, 지역사회·직장·가족 내에서 초기 가입자가 생기면 이후 가입자도 같은 집단에서 나오는 경로의존성이 발견됐다. 넷째, 지역의 당원 증가는 이후 유대인 추방과 상관관계를 보였다.

광신도 여부를 '당원 초상화에 나치 휘장을 얼마나 달았는가'로 정량화했다는 게 흥미롭다. SS는 이 지표에서 뚜렷하게 달랐고, 일반 당원은 시간이 지나며 평범해졌다.

극단주의 조직이 어떻게 주류로 편입되는지를 보여주는 역사적 사례다. 초기 광신도 그룹이 네트워크를 통해 '평범한 이웃'을 끌어들이고, 그 숫자가 실제 폭력(유대인 추방)으로 이어지는 과정이 데이터로 입증됐다. 현대 정치 극단화, 소셜 네트워크 확산 메커니즘을 이해하는 데도 시사점이 크다.

독일 노이마르크-노르트 2 유적지에서 네안데르탈인이 최소 172마리의 대형 포유류(사슴, 말, 들소) 뼈를 수만 개의 조각으로 분쇄해 물에 끓여 지방을 추출한 흔적이 발견됐다. 이건 단순히 골수를 빼먹는 수준이 넘어서, 뼈 자체에서 칼로리 높은 지방을 체계적으로 뽑아내는 노동집약적 공정이다. 라이덴 대학과 독일 MONREPOS 팀이 Science Advances에 발표한 연구는, 네안데르탈인이 호숫가라는 특정 지역을 선택해 뼈를 운반하고 집중 가공했으며, 심지어 사체 일부를 나중에 쓰려고 캐싱했을 가능성까지 제시한다. 이 유적지는 30헥타르 규모로 전체 경관이 보존되어 있어, 한 장소에선 사슴을 사냥하고, 다른 곳에선 13톤짜리 코끼리를 해체하고, 또 다른 곳에선 이렇게 지방을 추출하는 식으로 공간별 역할 분담까지 확인된다. 이런 행동은 지금까지 후대 인류 집단의 전유물로 여겨졌는데, 타임라인이 수만 년 앞당겨진 셈이다.

발굴 현장에선 코끼리 76마리, 코뿔소 40마리가 해체된 흔적이 나왔고, 연구진은 "이건 빙산의 일각"이라고 강조한다. 네안데르탈인이 간빙기 동안 대형 초식동물 개체군에 미친 영향이 상당했을 거란 추정이다.

네안데르탈인에 대한 통념이 계속 뒤집히고 있다는 신호다. 단순한 수렵채집이 아니라 장기 계획, 자원 최적화, 공간 전략까지 구사했다면, 인지 능력과 사회 조직의 복잡도를 재평가해야 한다. 인류 진화 연구뿐 아니라, "복잡한 행동의 기원"을 추적하는 인지과학·고고학 전반에 영향을 준다. 결국 우리가 "인간다움"이라고 부르는 특성들이 생각보다 훨씬 오래되고 널리 퍼져 있었다는 얘기다.

Mercury의 엔지니어 Ian Duncan이 실전에서 Haskell을 운영하는 법을 풀어낸 글이다. Mercury는 30만 개 기업에 뱅킹 서비스를 제공하고, 2025년 거래량 2,480억 달러에 연 매출 6.5억 달러를 기록했다. 1,500명 규모의 회사에서 대부분 generalist 엔지니어를 뽑아 현장에서 Haskell을 가르치는 구조다. 핵심 주장은 "타입 시스템은 증명 도구가 아니라 제도적 지식을 컴파일러가 읽을 수 있는 형태로 인코딩하는 운영 도구"라는 것. 순수성(purity)도 언어의 속성이 아니라 인터페이스가 강제하는 경계로 봐야 하며, 위험한 작업은 좁은 타입으로 감싸 misuse를 원천 차단하는 게 핵심이라고 말한다. 연 2배 성장하는 회사에서는 절반의 동료가 항상 1년 미만 경력이기 때문에, Wiki나 문서가 아니라 타입으로 운영 지식을 살아남게 만들어야 한다는 게 요지다.

SVB 사태 때 5일간 20억 달러 예금이 몰려왔는데 시스템이 버텼고, 대부분 엔지니어는 입사 후 3개월 만에 Haskell을 쓰기 시작한다. "트랜잭션 커밋할 때 이벤트 발행 잊지 마세요" 같은 주술(incantation)을 타입으로 만들어 잊을 수 없게 만드는 게 실전 핵심이라는 대목이 인상적이다.

AI 코딩 도구 시대에 "타입 안전성이 실전에서 왜 중요한가"에 대한 가장 명쾌한 답변 중 하나다. Mercury는 Haskell이 "아름답거나 수학적으로 우아해서"가 아니라, 빠르게 성장하는 조직에서 제도적 지식을 컴파일러가 강제할 수 있는 형태로 남길 수 있어서 선택했다고 말한다. 규제가 강한 금융 산업에서 "코드가 문서"가 되는 접근법은, AI가 코드 생성을 도울수록 더 중요해질 수 있다. 타입 시스템이 단순히 버그를 막는 게 아니라 운영 지식의 생존 메커니즘이라는 관점은, 기술 스택 선택에 대한 새로운 프레임을 제시한다.

-> 2026-05-02 Uber torches 2026 AI budget on Claude Code in four months -> 2026-05-01 Building Pi, and what makes self-modifying software so fascinating

로블록스가 1분기 실적 발표와 함께 2026년 전체 예약 매출(bookings) 가이던스를 기존 82.8억 - 85.5억 달러에서 73.3억 - 76억 달러로 약 10억 달러 가까이 하향 조정했다. 이유는 명확하다. 올해 1월 도입한 연령 확인(age-check) 기능이 플랫폼 내 커뮤니케이션을 제한하면서 신규 유저 유입이 둔화되고 기존 유저들의 활동도 위축됐다. 로블록스는 현재 연방법원에서 140건 이상의 소송에 직면해 있는데, 모두 아동 성 착취 방지 실패를 이유로 한다. 지난달에도 앨라배마와 웨스트버지니아에 총 2,320만 달러를 배상했다. CEO는 "장기적으로 플랫폼을 제대로 구축하는 방법"이라고 강조했지만, 시장은 단기 성장 둔화에 반응했다.

연령 확인을 마친 일일 활성 유저(DAU)의 73%가 18세 미만이고, 그중 35%는 13세 미만이다. 아동 안전을 위한 조치가 역설적으로 핵심 유저층의 경험을 제한하는 구조다.

플랫폼 기업이 '성장'과 '안전' 사이에서 어떤 트레이드오프를 감수할 수 있는지를 보여주는 리트머스 시험지다. 규제 압박과 소송 리스크가 커지는 환경에서, 안전 강화가 곧 매출 손실로 직결되는 구조라면 다른 소셜/게이밍 플랫폼들도 비슷한 딜레마에 직면할 수밖에 없다. 투자자 입장에서는 ESG와 성장성 사이의 긴장을 가격에 어떻게 반영할지가 관건이다.

-> 2026-05-03 Have online worlds become the last free places for children?

캘리포니아 DMV가 자율주행차(AV) 규제를 대폭 강화한다. 핵심은 경찰이 "AV 위반 통지서"를 제조사에 직접 발부할 수 있게 된 것. 지난해 샌브루노에서 Waymo 차량이 경찰 바로 앞에서 불법 유턴을 했는데, 운전자가 없어서 티켓을 끊지 못하고 회사에 "글리치"라고 연락만 했던 게 대표적 사례다. 새 규정은 제조사가 경찰 호출에 30초 내 응답하도록 강제하고, 응급구역 진입 시 벌금을 부과한다. 샌프란시스코 정전 사건 때 Waymo 차량들이 교차로 한복판에 멈춰서 교통을 마비시킨 것처럼, 실제 공공 안전 문제가 누적되면서 나온 조치다. DMV는 이를 "미국에서 가장 포괄적인 AV 규제"라고 부른다.

경찰이 자율주행차를 세웠는데 티켓 줄 사람이 없어서 그냥 회사에 전화했다는 게 코미디 같지만 실제 법적 공백이었다. 지금까지는 차가 법을 어겨도 책임 소재가 불분명했던 셈.

자율주행 상용화가 빠르게 진행되면서 법과 제도가 실제 상황을 따라잡기 시작했다는 신호다. Waymo, Tesla 등이 캘리포니아에서 대규모로 운영 중인데, 규제 공백이 메워지면 보험, 책임 구조, 운영 비용 전반에 영향을 미친다. 특히 제조사가 직접 법적 책임을 지게 되면서, AV 사업 모델의 리스크 프로파일이 바뀐다. 다른 주들도 이 모델을 참고할 가능성이 높다.

-> 2026-05-01 | Why AI companies want you to be afraid of them