모닝 인사이트 다이제스트

벤 톰슨이 2016년에 예측한 "아마존이 물류 인프라를 외부에 팔 것"이라는 시나리오가 Amazon Supply Chain Services(ASCS) 출시로 현실화됐다. 핵심은 아마존의 "primitives 전략"인데, 자사가 먼저 쓰면서 규모를 키우고 자본비용화한 뒤 이를 외부에 판다는 것. AWS가 그랬고, 이제 물류가 그렇다. 흥미로운 건 이게 AI 이야기이기도 하다는 점이다. AWS는 한때 커스텀 칩(Graviton, Trainium)과 자체 네트워킹(Nitro) 때문에 AI 시대에 뒤처질 거란 우려를 샀다. 실제로 2023년엔 훈련(training) 시장에서 Nvidia 올인한 클라우드들에게 밀렸다. 하지만 추론(inference), 특히 에이전트 중심 워크로드가 폭발하면서 상황이 역전됐다. 추론은 훈련만큼 극단적인 네트워킹이 필요 없고, 이질적 컴퓨트 자원을 효율적으로 쪼개 쓰는 게 더 중요한데, 이게 바로 AWS가 십수 년간 갈고닦은 영역이다. Trainium 칩도 7년 전엔 별로였지만 지금은 경쟁력이 있고, Bedrock 같은 PaaS를 통해 사용자들이 칩을 의식하지 않고 쓰게 만든다. 결국 "10년 단위로 자본비용 투자를 하고, 구조적 비용우위를 만들고, 이를 외부에 팔아 레버리지를 극대화"하는 아마존의 플레이북이 물류에서도, AI에서도 작동한다는 얘기다.

AWS가 H100 GPU를 다른 클라우드보다 적게 받았던 이유는 Nvidia가 "어차피 AWS는 자기 칩으로 갈아탈 놈"이라고 판단해 물량을 줄였기 때문. 하지만 지금은 추론 시장이 커지면서 AWS의 커스텀 칩 전략이 오히려 강점으로 돌아섰다.

AI 컴퓨트 시장의 중심축이 훈련에서 추론(특히 에이전트)으로 넘어가면서, Nvidia 의존도가 낮고 자체 칩·네트워킹을 보유한 클라우드가 비용 우위를 가질 가능성이 커졌다. 아마존은 10년 전부터 이 시나리오를 준비해왔고, 이제 물류·AI 양쪽에서 플라이휠을 돌리는 중이다. 장기 투자자 관점에서 아마존의 "느리지만 깊은" 자본비용 전환 전략이 왜 지속 가능한지를 보여주는 사례.

-> 2026-05-05 Housing Roundup #15: The War Against Renters (규제와 자본비용 전환 전략의 유사성)

수십 년간 소프트웨어 보안은 취약했지만, 해킹도 어려웠기에 일종의 균형이 유지됐다. 그런데 Claude Mythos Preview 같은 AI가 등장하면서 이 균형이 깨졌다. AI는 이제 코드의 취약점을 찾고 악용하는 데 인간보다 훨씬 뛰어나고, 보안 전문가들은 "공격이 방어를 압도한다"고 본다. 문제는 안전한 소프트웨어를 새로 만드는 데는 시간이 걸리고, AI가 학습할 만한 secure code 데이터셋도 부족하다는 것. 결국 앞으로 몇 년간은 대부분의 소프트웨어가 쉽게 해킹당할 수 있는 기간이 올 수 있고, 이 기간 동안 소프트웨어 가용성이 크게 줄어들 가능성이 있다. 전력망, 결제 시스템, 투표 시스템 같은 핵심 인프라의 취약성은 아직 잘 모른다.

Hanson의 회사는 이미 "모든 인터넷 연결 PC가 몇 달간 다운될 수 있다"는 전제로 비상 계획을 세우고 오프라인 머신을 따로 준비 중이다. 실제로 이런 대비를 시작했다는 게 흥미롭다.

소프트웨어 공급망 전체의 신뢰성 위기가 올 수 있다는 시나리오는, AI 안전성 논의를 "정렬" 문제에서 "실용적 사이버보안" 문제로 확장시킨다. 만약 이 예측이 맞는다면 AI 규제 압력이 급증할 것이고, 신용카드 시스템이 마비되면 암호화폐 수요가 급증할 수도 있다. 투자 관점에서는 사이버보안 기업, 오프라인 백업 솔루션, 그리고 역설적이게도 "secure by design" 소프트웨어를 만드는 기업들의 가치가 재평가될 시점이다.

-> 2026-05-03 | Figure Stuff Out Together | RSS/Overcoming Bias

백악관이 Anthropic의 Mythos 확장 배포를 막으면서 사실상 AI 모델 출시에 대한 정부 사전 심사 체제가 시작됐다는 분석. 저자는 "잘 설계된 사전 허가제"는 필요할 수 있지만, 지금처럼 준비 없이 급조된 ad-hoc 방식은 최악이라고 지적한다. NYT 보도에 따르면 백악관은 AI 실무그룹을 만들어 모델 출시 전 정부 심사 절차를 검토 중이다. 문제는 이게 법적 근거 없이 진행되는 자의적 권한 행사라는 점이다. CAISI(정부 AI 안전 기구)를 통한 사전 테스트가 이미 주요 기업들(OpenAI, Anthropic, Google, MS, xAI)에 확대됐고, 연방 시장 접근권을 지렛대로 삼아 사실상 강제하는 구조다. 저자는 "exponential 기술에서는 선택지가 '너무 이르거나 너무 늦거나' 둘뿐"이라며, SB1047 같은 입법 논의를 조롱하던 이들이 결국 더 나쁜 형태의 규제를 초래했다고 비판한다.

EU가 자국 기업에 Mythos 접근권을 달라고 압박했는데 백악관이 거절했다. 보안 우려인지, 아니면 유럽을 해킹하려고 의도적으로 방어 도구를 막는 건지 불분명하다는 냉소적 해석이 나온다. Dean Ball의 농담 섞인 "frontier models 심사위원" 명단에 Llama-3-70b-instruct와 미 대법관이 동시에 올라간 점도 흥미롭다—규제의 자의성을 풍자한 것.

AI 규제 논쟁이 "언제 할 것인가"에서 "어떻게 할 것인가"로 넘어가는 전환점이다. 입법 프로세스 없이 백악관이 사실상 모델 출시권을 쥐게 되면, 연방 계약과 시장 접근권을 무기로 한 자의적 통제가 가능해진다. 이는 혁신 속도뿐 아니라 누가 AI 생태계에서 승리하는지를 결정하는 구조적 변화다. 특히 "잘 연결된 내부자들이 유리해지는" elite capture 가속화는 스타트업과 오픈소스 진영에 치명적이다. 사이버 보안 위기 같은 실제 위협 앞에서 "준비 없는 규제"의 대가를 지금 치르고 있다는 경고.

-> 2026-05-05 Housing Roundup #15: The War Against Renters (같은 저자 Zvi의 규제 분석 시리즈)

OpenAI 샘 올트먼이 최근 "AI의 목적은 일자리를 빼앗는 게 아니다"라고 공개 발언하며 업계 분위기가 급선회하고 있다. 엔비디아 젠슨 황, 마크 안드레센 등도 "AI는 일자리를 더 만든다"는 입장을 강화 중이다. 배경은 명확하다—여론이 빠르게 악화되고 있기 때문이다. Pew 조사에선 미국인의 AI 호감도가 급락했고, 특히 무소속 유권자층에서 반감이 두드러진다. 버니 샌더스는 AI 재앙 리스크를 경고하고, 트럼프는 AI 모델 사전 심사를 검토 중이며, 일각에선 AI 기업 국유화 논의까지 나온다. 올트먼의 메시지 전환은 정치적 압박에 대한 선제 대응이자, Anthropic의 다리오 아모데이가 "AGI는 인간을 무용지물로 만들 것"이라 경고하는 것과 차별화하려는 포지셀리닝일 수 있다. 새 주장의 핵심은 두 가지다—단기적으론 AI가 새 작업을 창출하고(task creation), 장기적으론 인간은 "human touch"가 필요한 영역(간호사, 교사, 공연자 등)에서 가치를 지닐 것이라는 논리다. 이 새 세일즈 피치가 진심인지, 단순 PR인지는 불분명하지만, 업계가 반복하다 보면 실제로 믿고 그 방향으로 개발할 가능성도 있다.

OpenAI가 마이크로소프트와의 계약에서 AGI 조항을 삭제했고, 2026년 원칙 문서엔 AGI가 단 두 번만 언급된다(2018년엔 12번). 말뿐 아니라 계약서와 미션 문서에서도 AGI를 슬그머니 지우고 있다.

AI 업계가 대중의 신뢰를 잃으면 규제와 국유화 압박이 현실화될 수 있다. 올트먼의 메시지 전환은 단순 PR이 아니라 산업 전체의 생존 전략 변화 신호다. 투자자 입장에선 이런 분위기 전환이 정책 리스크를 낮출지, 아니면 내부 균열(OpenAI vs Anthropic)을 키울지 지켜봐야 한다. 또한 "인간 보완형 AI"로 방향을 틀면 응용 분야와 비즈니스 모델도 달라질 수 있다—단순 자동화가 아닌, 인간 역량 증강 쪽 스타트업이 더 주목받을 가능성이 크다.

-> 2026-05-03 | AI uses less water than the public thinks -> 2026-05-03 | AI Self-preferencing in Algorithmic Hiring: Empirical Evidence and Insights

ChatGPT 이후 생성형 AI가 일상에 파고들면서, 우리는 AI 출력을 검증 없이 받아들이는 습관에 길들여지고 있다. 저자는 아시모프의 로봇 3원칙에서 영감을 받아 "인간을 위한 역 3원칙"을 제시한다. 첫째, AI를 의인화하지 말 것. 유창한 대화가 이해나 의도를 의미하지 않는다. 둘째, AI 출력을 맹신하지 말 것. 확률적 시스템은 본질적으로 오류 가능성을 내포한다. 셋째, AI 사용 결과에 대한 책임을 회피하지 말 것. "AI가 그렇게 말했다"는 변명이 되지 않는다. 각 원칙은 현실의 구체적 위험(감정 의존, 맥락 없는 신뢰, 책임 전가)을 다룬다.

구글 등 주요 검색엔진이 이미 AI 생성 답변을 최상단에 배치하고 있는데, 경고 문구는 시각적으로 축소되어 있다. 저자는 오히려 챗봇 톤을 "더 기계적으로" 만드는 게 장기적으로 건강하다고 주장한다.

AI가 검색, 코딩, 오피스 도구에 깊숙이 통합되면서, "AI 추천을 따랐을 뿐"이라는 면책 논리가 확산될 위험이 커지고 있다. 자율주행차처럼 실시간 판단이 필요한 영역에서는 책임 소재가 더욱 복잡해진다. 결국 핵심은 AI를 도구로 취급하는 문화적 규범을 지금 확립하지 않으면, 나중에는 통제 불능 상태로 갈 수 있다는 경고다.

-> 2026-05-02 | The Zig project's rationale for their anti-AI contribution policy -> 2026-05-03 | AI Self-preferencing in Algorithmic Hiring: Empirical Evidence and Insights

Agentic Coding(AI가 코드를 생성하고 개발자는 기획과 검토만 하는 방식)이 업계에서 차세대 개발 방식으로 주목받고 있지만, 이는 여러 치명적 문제를 안고 있다는 분석이다. 첫째, Anthropic 자체 연구에서도 "AI 에이전트를 효과적으로 감독하려면 바로 그 코딩 능력이 필요한데, AI 과다 사용이 그 능력을 퇴화시킨다"는 역설을 인정했다. 둘째, 30년 경력의 시니어 개발자 Simon Willison조차 "앱이 무엇을 하고 어떻게 작동하는지에 대한 명확한 멘탈 모델이 없다"고 보고했다. 셋째, LinkedIn의 엔지니어링 디렉터는 팀원들에게 "비판적 사고가 필요한 작업엔 AI를 쓰지 말라"고 요청했다. 저자는 과거 FORTRAN이나 컴파일러 도입 때의 우려와 달리, 이번은 "실제로 일어나고 있는" 인지 능력 퇴화라고 강조한다. AI 에이전트는 속도를 높이지만 이해와 간결함은 희생하며, 주니어는 코드 작성 기회를 박탈당하고 시니어는 수십 년간 쌓은 경험 없이 고수준 의사결정을 하라는 압박을 받는다. 또한 Claude 장애 시 팀 전체가 멈춘 사례처럼 벤더 종속과 예측 불가능한 토큰 비용이라는 현실적 리스크도 크다.

Anthropic 연구에서 AI를 적극 활용한 개발자의 디버깅 능력이 47% 급감했다. 또한 수개월 내에 스킬 퇴화가 관찰된다는 증거가 나오고 있어, "과다 사용"의 기준조차 모호하다는 게 드러났다.

AI 코딩 도구가 급속히 확산되는 지금, 단기 생산성과 장기 역량 사이의 트레이드오프가 실제 데이터로 가시화되고 있다. 개발 조직이 "AI 우선" 정책을 도입할 때 숙련도 유지 전략, 벤더 의존도 관리, 비용 예측 같은 문제를 동시에 고려해야 한다는 신호다. 투자 관점에서는 AI 인프라 기업의 토큰 기반 수익 모델이 실제로 작동하는지, 그리고 개발자 도구 시장에서 어떤 형태의 솔루션(풀 에이전트 vs. 보조 도구)이 지속 가능한지를 판단하는 데 중요한 논점을 제공한다.

-> 2026-05-03 | DeepSeek V4—almost on the frontier | HackerNews -> 2026-05-04 | Kimi K2.6 just beat Claude, GPT-5.5, and Gemini in a coding challenge | HackerNews

2026년 5월 시점에서 AI 에이전트 코딩(Codex, Claude Code 등)을 실전에서 써본 사람들이 공통적으로 깨닫고 있는 10가지 교훈을 정리한 글. 핵심 논지는 "코드가 싸지면 개발 패러다임이 바뀐다"는 것. 스펙을 먼저 쓰는 게 아니라 일단 구현해보면서 배우고(Implement to learn), 자주 전체를 다시 짜보고(Rebuild often), 테스트는 '어떻게'가 아니라 '무엇을' 하는지에 집중하라고 말한다. 코드 생성은 쉬워졌지만 진짜 어려운 건 직관적 설계, 성능, 보안, 시스템 아키텍처 같은 영역이고, 거기에 시간을 쏟으라는 것. 그리고 코드는 공짜지만 유지보수·보안·지원은 여전히 비싸다는 점을 강조한다("free as in puppies").

"코드는 개 새끼처럼 공짜"라는 표현. 받을 땐 공짜지만 키우는 데 돈이 든다는 비유가 정확하다. 그리고 "재능 있는 개발자는 자기가 프롬프트에 얼마나 많은 직관을 담는지 과소평가한다"는 관찰—AI는 경험을 증폭시키지, 대체하지 않는다는 뜻.

프론티어 모델들이 코딩에서 특히 뛰어난 성능을 보이면서, 소프트웨어 개발의 병목이 "코드 작성"에서 "문제 정의와 판단"으로 급격히 이동하고 있다. 이 글은 그 전환점에서 개발자와 조직이 어떻게 일하는 방식을 바꿔야 하는지 보여주는 실전 가이드. 투자 관점에선, AI 네이티브 개발 도구(테스트 자동화, 스펙 관리, 에이전트 루프)와 보안·유지보수 솔루션에 대한 수요가 동시에 커질 거란 신호.

-> 2026-05-04 Kimi K2.6 just beat Claude, GPT-5.5, and Gemini in a coding challenge -> 2026-05-04 A couple million lines of Haskell: Production engineering at Mercury

Martin Kleppmann의 고전 'Designing Data-Intensive Applications'가 9년 만에 2판으로 나왔고, 이번엔 클라우드 시대를 반영해 대폭 업데이트됐다. 핵심은 두 가지 - 첫째, 클라우드 vs 자체 호스팅 결정은 비즈니스 우선순위 문제다. 부하가 예측 가능하고 이미 운영 경험이 있다면 자체 하드웨어가 더 저렴한 경우가 많다. 반대로 부하 변동이 크고(특히 분석 워크로드) 전문 인력 채용이 부담스럽다면 클라우드가 유리하다. 클라우드 네이티브 아키텍처는 S3 같은 저수준 서비스 위에 Snowflake 같은 고수준 서비스를 쌓는 식으로 설계돼, 스토리지와 컴퓨팅을 분리해 장애 대응과 확장성에서 우위를 보인다. 하지만 통제권 상실, 벤더 락인, 디버깅 어려움이 트레이드오프다. 둘째, 엔지니어의 윤리적 선택이 중요해졌다는 점을 강조한다 - 본문은 여기서 잘렸지만, 시스템 설계가 곧 사회적 영향력이라는 메시지.

클라우드가 무조건 싸다는 통념과 달리, 부하가 안정적이고 운영 노하우가 있으면 자체 하드웨어가 더 경제적이라는 점. 클라우드 네이티브 DB들(Snowflake, BigQuery 등)이 기존 시스템 대비 같은 하드웨어에서 더 나은 성능, 빠른 장애 복구, 더 큰 데이터셋 지원을 보인다는 실증 사례.

AI 워크로드 폭증으로 컴퓨팅 비용이 핵심 경쟁 변수가 된 지금, "언제 클라우드를 쓰고 언제 직접 돌릴지" 판단이 스타트업의 생존과 직결된다. 특히 분석/ML 워크로드는 부하 변동이 극심해 클라우드 네이티브 아키텍처의 경제성이 두드러진다. 한편 엔지니어의 윤리적 책임 강조는 AI 시대 "어떤 시스템을 어떻게 만들 것인가"가 단순 기술 선택을 넘어 사회적 의미를 갖는다는 인식 전환을 요구한다.

-> 2026-05-05 Housing Roundup #15: The War Against Renters (시스템 설계가 사회적 결과에 미치는 영향) -> 2026-05-03 City Learns Flock Accessed Cameras in Children's Gymnastics Room as a Sales Demo (기술 시스템의 윤리적 문제)

타일러 코웬이 경제학 교과서에서 1970년대 오일쇼크를 통해 설명했던 "보이지 않는 손"의 실시간 업데이트다. 당시엔 유가 상승이 온실 난방 비용을 올려 미국 꽃 시장을 콜롬비아와 케냐 같은 따뜻한 지역으로 이동시켰다. 이번엔 미국-이스라엘의 이란 폭격(2026년 2월)과 이란의 보복으로 호르무즈 해협이 막히면서, 중동으로 가는 동아프리카 무역로가 끊겼다. 결과는? 케냐 장미 농부가 수백만 송이를 버리지 못하고 양에게 먹이로 주는 상황. "내 양이 방귀를 뀌면 장미 냄새가 난다"는 농부의 말이 이 황당한 연쇄 효과를 압축한다.

지정학적 충돌이 케냐 농부의 양 사료로 연결되는 경로. 꽃이 양 먹이가 되면서 "방귀에서 장미 향이 난다"는 증언까지 나왔다.

글로벌 공급망의 취약성이 2020년대 내내 화두였는데, 이번엔 에너지가 아닌 해운로 차단이 전혀 예상 못한 시장(신선 농산물)을 직격했다. 중동 긴장이 고조되는 지금, 호르무즈 해협 같은 초크포인트가 막히면 어떤 산업이 연쇄 타격을 받을지 예측하기 어렵다는 걸 보여준다. 투자 관점에선 지정학 리스크가 단순히 유가나 반도체만의 문제가 아니라는 경고.

-> 2026-05-04 Trade and the End of Antiquity

지난달 뉴요커가 샘 올트먼의 신뢰성을 파고든 대형 탐사 기사를 냈는데, 거기서 Y Combinator 공동창업자 폴 그레이엄이 올트먼의 캐릭터 레퍼런스로 여러 번 인용됐다. 그런데 존 그루버가 지적하는 건 이거다. 그레이엄은 올트먼이 YC에서 "해고당하지 않았다"고는 말하지만 "신뢰할 만한 사람이다"라는 직접적 표현은 계속 피한다. 더 중요한 건, YC가 2016년 YC Research를 통해 OpenAI에 투자했고, 현재 그 지분이 0.6% 정도인데 OpenAI 밸류가 8,520억 달러니까 50억 달러가 넘는 가치다. 그레이엄과 그의 아내 제시카 리빙스턴은 YC 창업 파트너 4명 중 2명. 결국 그레이엄은 개인적으로 수십억 달러가 걸린 상태에서 올트먼에 대해 발언하는 셈인데, 이런 이해관계가 뉴요커 기사에 전혀 공개되지 않았다는 지적이다.

게리 마커스가 2023년에 이미 포착했던 것. 올트먼은 "OpenAI에 지분이 없다"고 말했지만 엄밀히는 반쪽 진실이다. 직접 지분은 없지만 YC 지분을 통한 간접 보유는 있고, YC 사장이자 OpenAI CEO였던 그가 이를 몰랐을 리 없다는 것.

AI 산업의 거버넌스와 투명성 문제가 뜨거운 시점에, 실리콘밸리 인플루언서들의 발언에 어떤 이해관계가 숨어있는지 보여주는 사례다. OpenAI의 비영리에서 영리 전환, 보드 정리 사태 같은 굵직한 사건들에서 핵심 인물들의 공개 발언이 얼마나 신뢰할 만한지, 그 뒤에 수십억 달러 단위의 재무적 동기가 있을 때 우리가 어떻게 받아들여야 하는지에 대한 질문이다. 투자자 입장에서도 OpenAI 밸류에이션을 평가할 때 이런 숨은 지분 구조를 알아두는 게 중요하다.

-> 2026-05-05 Housing Roundup #15: The War Against Renters (이해관계 공개와 투명성 이슈에서 유사한 맥락)