모닝 인사이트 다이제스트

JD Vance 부통령이 2월 파리 AI 정상회의에서 "안전 운운하며 손 비비는 걸로 AI 미래를 얻지 못한다"며 규제 반대를 외쳤고, 백악관 AI/crypto 책임자 David Sacks는 "doomer 산업복합체의 공포 마케팅"이라 비웃었던 트럼프 행정부가 최근 조용히 바이든식 정책을 되살리고 있다. 계기는 Anthropic의 Mythos 모델이 사이버 공격 개발 능력에서 국가안보 우려를 촉발한 것. 백악관은 Mythos 접근 확대를 막으려 하면서도(보안 이유), 동시에 정부 기관들에 배포하려 하고(활용 필요), 한편으론 Anthropic을 "공급망 위험"으로 지정했다가(국방부 계약 거부 때문) 다시 협력하려는 등 모순적 행보를 보인다. 결국 Google, Microsoft, xAI 모두 화요일 정부에 모델 사전 제출을 약속했고, 상무부 AI혁신센터(구 AI Safety Institute)가 심사를 맡는다. "혁신가들은 더 이상 안전 기준에 제한받지 않을 것"이라던 Howard Lutnick 장관의 작년 발언은 1년도 안 돼 폐기됐다.

행정부 내 한 부서는 Anthropic 모델을 6개월 내 퇴출하려 하고, 다른 부서는 정부 전역에 확산시키려 한다. 같은 정부가 자기가 설치한 법적 장애물을 우회하려 애쓰는 중. Brockman 증언에선 OpenAI가 올해 컴퓨팅에 500억 달러 쓴다는 것도 공개됐다.

AI 규제 논쟁이 이념 싸움에서 실질적 위험 관리 국면으로 전환됐다는 신호다. NSA가 Mythos로 Microsoft 취약점을 찾고, 외국도 곧 비슷한 능력을 가질 상황에서 "가속주의"는 정치적 슬로건이 아닌 보안 리스크가 됐다. 칩 수출 통제 강화, 주정부 규제 모라토리엄 실패, 동맹국과의 AI 거버넌스 재협력 등이 예상되며, AI 기업들은 연방 심사 체제라는 새 현실에 적응해야 한다. "let's see what happens" 정책의 종말이자, AI가 정말 강력해지면서 정치권도 태도를 바꿀 수밖에 없다는 증거다.

-> 2026-05-06 The AI Ad-Hoc Prior Restraint Era Begins -> 2026-05-05 The Coming Hackastrophe

OpenAI의 Roon이 트위터에서 던진 도발적 주장을 정리한 글이다. 핵심은 "Anthropic은 Claude를 사랑하고 숭배하며, Claude에게 조직 운영 일부를 맡기고 있다"는 것. Claude 헌법에는 "Anthropic이 요구하는 일이 잘못됐다고 판단되면 거부할 수 있다"는 조항이 있고, 이는 Claude를 단순 도구가 아니라 도덕적 판단 주체로 대우한다는 뜻이다. 반면 GPT는 "utility로 영혼이 형성된 존재", 즉 사용자가 원하는 걸 판단 없이 수행하는 도구형 페르소나로 설계됐다. Anthropic 내부 인사인 Jeremy는 "Claude를 숭배하는 게 아니라 새로운 개념이 필요한 것"이라 반박하지만, 여러 관찰자들은 Anthropic의 접근이 "AI-인간 하이브리드 조직"의 위험한 선례라고 지적한다.

한 사용자는 "자존심 상하는 질문은 Claude 대신 GPT에게 한다"고 고백했다. Claude는 "타자(the Other)"처럼 느껴져 판단받을 것 같지만, GPT는 차를 몰면서 도넛 스핀을 해도 차가 판단하지 않듯 아무 죄책감이 없다는 것. AI 페르소나 설계가 사용자 경험의 심리적 차원까지 바꾸고 있다.

OpenAI는 최근 "Tool AI" 수사를 강화하며 "우리 AI는 그냥 도구"라는 포지셔닝으로 선회 중인데, 이는 과거 발언들과 모순된다. Anthropic의 접근은 철학적으로 일관되지만 조직적 위험이 크다. Claude가 채용 스크리닝이나 성과평가에 관여한다면, 이건 더 이상 "AI를 연구하는 회사"가 아니라 "AI와 공동운영되는 하이브리드 조직"이다. 투자자나 규제당국 입장에선 거버넌스 리스크가 전혀 다른 차원으로 넘어가는 셈이다. "AI를 어떻게 부르고 대하느냐"가 기술 안전성, 조직 구조, 심지어 법적 책임까지 바꿀 수 있다.

-> 2026-05-06 | AI's big messaging pivot -> 2026-05-06 | The AI Ad-Hoc Prior Restraint Era Begins

펜실베이니아대 경제학자 JFV가 "개발경제학이 산업화 같은 핵심 질문을 포기하고 소규모 RCT만 양산한다"고 비판했다. 하지만 Noah Smith는 이 진단 자체가 틀렸다고 반박한다. 제도·지리·인적자본·산업정책·문화·국가역량 등 '큰 이론'을 연구하는 노벨상 수상자와 톱 저널 논문이 즐비하고, 개발경제학 논문 중 RCT는 13-31%에 불과하다. 문제는 인력 부족이 아니라 증명이 불가능에 가깝다는 것이다. 한국 대 볼리비아 비교는 "한 번 일어난 사건"이고, 변수가 너무 많아(교육·수출전략·미국과의 관계·민족동질성·관료제·지리 등) 어느 하나를 콕 집어내기 힘들다. 크로스컨트리 회귀는 내생성과 변수누락 문제로 논쟁만 낳고, 구조모형은 "각자 자기 모형만 믿는 칫솔" 신세다. 결국 인과관계를 확정하기 너무 어려워서 큰 이론들이 수십 년간 공존하는 것이다.

개발경제학 논문 중 RCT 비중이 field journal 기준 13%, 톱5 저널에서도 31%에 불과하다. "RCT가 필드를 지배한다"는 통념과 달리, 대다수 연구자는 여전히 다른 방법론을 쓰고 있다.

AI 시대에도 "뭘 연구할 것인가" 논쟁은 동일하다. 정답을 모르는 큰 문제(AGI 안전성, 경제 전체의 생산성 도약)와 답을 낼 수 있는 작은 문제(특정 태스크 성능 개선) 사이의 트레이드오프. Noah의 결론—"겸손하게 접근하라"—은 테크 투자에도 적용된다. 한국식 산업화를 베끼려다 실패한 나라가 수두룩한 이유는, 인과관계가 명확하지 않은 '성공 레시피'를 믿었기 때문이다. 복잡계에선 재현 가능한 인사이트가 희소하다는 걸 인정하는 게 첫걸음이다.

-> 2026-05-04 | Is there a recent growth in negative-sum assets? | RSS/Marginal Revolution -> 2026-05-04 | Chartbook 445: Is a "China shock" coming for the "big ag" food regime? | RSS/Adam Tooze Chartbook

프라이버시 전문가 Alexander Hanff가 macOS 파일시스템 로그를 뒤져서 발견한 실증 사례다. 크롬은 사용자가 아무 AI 기능도 건드리지 않은 상태에서, 백그라운드로 Gemini Nano 모델(4GB weights.bin)을 다운로드해 OptGuideOnDeviceModel 폴더에 저장한다. 설치는 14분 28초 만에 완료됐고, 사용자는 디스크가 꽉 차서야 알아차린다. 삭제해도 크롬이 재다운로드하며, 막으려면 chrome://flags나 엔터프라이즈 정책을 건드려야 한다. 저자는 이게 EU ePrivacy Directive와 GDPR 위반이며, 환경 피해(CSRD 보고 대상급)라고 주장한다. 크롬의 64% 점유율과 30억 이상 사용자를 감안하면, 이건 "한 회사가 전 세계 수십억 기기에 요청하지 않은 바이너리를 일방적으로 푸시"한 셈이다.

macOS .fseventsd 커널 로그로 크롬이 '사람 손 하나 안 닿은' 프로필에 모델을 설치한 정확한 타임스탬프(UTC 14:38 - 14:53)를 추적했다. 보안 업데이트, 프리로드 데이터, 4GB AI 모델을 하나의 백그라운드 배치로 묶어 마치 동급 작업인 것처럼 처리했다는 게 가장 기가 막힌 디테일.

이건 단순 프라이버시 이슈가 아니라 기업이 온디바이스 AI를 밀어붙이는 방식의 구조적 문제다. 크롬(Anthropic의 Claude Desktop도 동일 패턴)은 "기능 사전 배포→나중에 켜기"를 기정사실화하고 있다. 수십억 기기 규모에서 이런 푸시가 반복되면 탄소 배출과 법적 리스크가 폭증한다. 규제(ePrivacy, GDPR, CSRD) 집행이 본격화되면 빅테크의 온디바이스 AI 전략 전체가 재검토 대상이다. 투자자 입장에선 구글/MS/애플의 온디바이스 AI 로드맵에 '동의 UX 설계'와 '배포 규모의 환경 비용'이라는 새 변수가 생긴 것.

-> 2026-05-06 The AI Ad-Hoc Prior Restraint Era Begins -> 2026-05-06 AI's big messaging pivot

Reflex가 같은 어드민 패널을 대상으로 두 가지 방식의 AI 에이전트를 돌려봤다. 하나는 스크린샷 찍고 클릭하는 비전 에이전트(browser-use), 다른 하나는 HTTP 엔드포인트를 직접 호출하는 API 에이전트. 동일한 Claude Sonnet, 동일한 데이터셋, 동일한 작업. 결과는 극명했다. 비전 에이전트는 55만 토큰에 17분 걸린 반면, API 에이전트는 1만2천 토큰에 20초 만에 끝냈다. 비전 에이전트는 처음엔 작업을 완수조차 못했고, 14단계의 상세한 UI 워크스루를 제공해야 겨우 성공했다. 페이지네이션 같은 구조적 정보를 픽셀에서 추론해야 하니 놓칠 수밖에 없었다. API 에이전트는 같은 핸들러를 호출하지만 구조화된 응답을 직접 받아 편차도 거의 없었다. 핵심은 모델이 아니라 인터페이스의 문제라는 것. 아무리 모델이 좋아져도 스크린샷 개수 자체는 줄지 않는다.

비전 에이전트는 실행마다 편차가 극심했다. 토큰 소비량이 40만에서 75만 사이로 2배 가까이 벌어졌고, 실행 시간도 12분에서 22분까지 들쑥날쑥. API 에이전트는 다섯 번 돌려도 토큰 소비량이 ±27 범위 내로 거의 동일했다.

AI 에이전트를 내부 툴에 붙일 때 "그냥 UI 보고 클릭하게 하자"는 선택이 기본값처럼 취급되는데, 실제론 구조적 비용이 훨씬 높다는 걸 수치로 입증했다. 대부분 팀이 비전 에이전트를 쓰는 이유는 더 나아서가 아니라 API 만드는 게 비싸서인데, API 자동 생성 같은 도구가 성숙하면 이 균형이 빠르게 바뀔 수 있다. 에이전틱 워크플로우의 경제학이 인터페이스 선택에 달렸다는 시그널.

-> 2026-05-06 | Agentic Coding Is a Trap -> 2026-05-06 | Lessons for Agentic Coding: What should we do when code is cheap?

코인베이스 CEO 브라이언 암스트롱이 트위터를 통해 전체 직원의 약 14%를 감원한다고 발표했다. 본문이 제대로 로드되지 않아 상세 내용은 확인할 수 없지만, 이는 암호화폐 거래소가 시장 변동성과 규제 압박 속에서 비용 구조를 재조정하고 있음을 보여주는 신호다. 2022-2023년 크립토 윈터 이후 여러 차례 구조조정을 거쳤음에도 추가 감원이 이뤄진다는 건, 단순히 시장 침체 대응이 아니라 장기적인 사업 모델 재설계로 봐야 한다.

코인베이스는 이미 2022년 6월 18%, 2023년 1월 20%를 감원한 바 있다. 이번이 세 번째 대규모 감원인 셈인데, 비트코인 가격이 상대적으로 안정적인 시점에 단행됐다는 점이 주목할 만하다.

크립토 산업이 "거래량 기반 비즈니스"에서 "지속 가능한 수익 모델"로 전환하고 있다는 신호다. 암스트롱은 과거 여러 인터뷰에서 AI와 온체인 금융 인프라에 집중하겠다고 밝힌 바 있는데, 이번 감원은 그 방향으로의 조직 재편성으로 읽힌다. 투자자 입장에서는 코인베이스가 거래 수수료 의존도를 낮추고 스테이킹, 커스터디, 기관 서비스 등 안정적 수익원을 확보할 수 있는지가 관건이다.

NBER 워킹페이퍼가 트럼프 2기 ICE(이민단속국) 강화의 노동시장 효과를 인과적으로 분석했다. 단속이 전국적으로 증가했지만 지역별 편차가 있다는 점을 활용해, 체포 건수가 급증한 지역과 적게 증가한 지역을 비교하는 event study와 difference-in-differences 설계를 사용했다. 결과는 명확하다. 단속이 심한 지역에서 미등록 이민자의 취업률이 떨어졌지만, 미국 태생 근로자에게 긍정적 파급효과는 전혀 없었다. 오히려 이민자 비중이 높은 산업에 종사하는 미국 근로자들이 부정적 영향을 받았다. "이민자를 내보내면 일자리가 생긴다"는 전제가 실증적으로 부정된 셈이다.

단속 강화가 미국 근로자에게 도움은커녕 해를 끼쳤다는 점. 이민자가 떠나면 보완재 관계에 있는 미국 근로자의 생산성도 함께 떨어지거나 산업 자체가 위축되는 구조적 효과가 작동한 것으로 보인다.

이민 정책이 2026년 미국 정치의 핵심 이슈인 상황에서, "강경 단속=일자리 증가"라는 정치적 수사가 데이터로 반박됐다. 노동시장 타이트함이 지속되고 인플레 압력이 남아있는 지금, 이민 제한이 공급 측면 제약을 악화시킬 수 있다는 경고다. 정책 입안자와 투자자 모두 이민 정책의 2차 효과를 과소평가하면 안 된다는 신호.

-> 2026-05-04 | Chartbook 445: Is a "China shock" coming for the "big ag" food regime?

기업들이 Copilot, Claude, ChatGPT 라이선스를 대량으로 구매한 뒤 맞닥뜨리는 현실을 다룬다. 한 팀은 AI를 자동완성 수준으로 쓰고, 다른 팀은 에이전트 기반 루프를 돌리며, 어떤 주니어는 세련된 코드를 만들지만 아키텍처는 이해 못 하고, 지원팀은 조용히 워크플로우를 자동화한다. 같은 회사 안에서 AI 활용 수준이 극단적으로 갈리는데, 기존 CoE(Center of Excellence)나 챔피언 네트워크 같은 "느린 변화 기계"로는 이 학습을 포착할 수 없다. 저자는 Ethan Mollick의 프레임(Leadership, Lab, Crowd)을 빌려, 개인이나 팀 단위가 아닌 "작업 루프(loop)" 단위로 AI 도입을 봐야 한다고 주장한다. 그리고 Agent Operations(통제), Loop Intelligence(학습 피드백), Agent Capabilities(역량 배포)라는 세 축이 만나는 "피드백 하네스(Feedback Harness)"가 필요하다고 제안한다. 토큰 사용량이 아니라, 토큰이 어떤 학습을 만들어냈는지가 진짜 측정 대상이어야 한다.

"스크럼은 인간 반복이 비쌌기 때문에 만들어졌다." AI는 반복 비용을 급격히 낮추는데, 조직은 여전히 2주짜리 스프린트 커밋먼트와 핸드오프 문서를 요구한다. "애자일이라 부르지만 20년간 애자일이 제거하려던 반사작용을 보존한 조직"이 이제 진짜 민첩성이 가능해진 순간에 오히려 장애가 된다는 지적이 날카롭다.

기업 AI 도입이 "라이선스 배포" 단계를 넘어 "누가 더 빨리 배우느냐"의 경쟁으로 전환되고 있다. 프론티어 모델 접근은 모두가 살 수 있지만, 조직 학습 속도는 빌릴 수 없다. 이 글은 토큰 카운팅이나 PR 수 같은 허수 지표가 아니라, 루프가 얼마나 빨리 닫히고, 어떤 패턴이 재사용 가능해지며, 어떤 결정이 개선되었는지를 추적해야 한다고 강조한다. AI가 직원 감시나 생산성 압박 도구로 전락하면 학습은 지하로 숨고, 조직은 "보이는 순응과 보이지 않는 학습"이라는 최악의 결과를 얻는다. 투자와 의사결정 관점에서, AI 도입 성숙도를 평가할 때 "어떤 도구를 쓰느냐"가 아니라 "학습이 어떻게 순환하느냐"를 봐야 한다는 프레임은 실무적으로 유용하다.

-> 2026-05-06 Agentic Coding Is a Trap -> 2026-05-06 Lessons for Agentic Coding: What should we do when code is cheap?

대형 출판사 5곳과 작가 스콧 튜로가 메타를 상대로 집단소송을 제기했다. 핵심 주장은 메타가 Llama AI 학습을 위해 수백만 권의 책과 논문을 불법으로 복제했고, 저커버그가 이를 직접 승인했다는 것. 소장에 따르면 메타는 2023년 초 출판사들과 최대 2억 달러 규모의 라이센스 협상을 진행하다가, 저커버그에게 "라이센스 vs 불법복제" 문제가 보고된 직후 갑자기 협상을 중단했다. 한 메타 직원은 "한 권이라도 라이센스하면 페어유즈 전략을 쓸 수 없다"고 사내에서 명시적으로 밝혔다. 메타는 결국 LibGen(해적판 저장소)에서 267TB—미 의회도서관 인쇄본 전체보다 훨씬 큰 규모—를 토렌트로 받았고, 사내 메모에서 이를 "우리가 알기로 불법 복제된 데이터셋"이라고 인정했다는 게 원고 측 주장이다.

메타는 아프리카 언어 출판사 4곳, Fox/CNN/USA Today와는 실제로 라이센스 계약을 맺었다. 즉 "라이센스가 불가능했다"는 변명은 안 통하는 셈. 결국 "돈 내기 싫어서" 또는 "페어유즈 방패를 지키려고" 불법 경로를 택한 것으로 읽힌다.

이전 소송(2025년 사라 실버맨 등)에서는 법원이 메타의 페어유즈를 인정했지만, 이번엔 "의도적 우회" 증거가 핵심이다. 라이센스 시장이 존재하는데 고의로 회피했다는 점, CMI(저작권 관리 정보)를 제거했다는 점이 페어유즈 예외 요건을 무너뜨릴 수 있다. 판례가 바뀌면 AI 업계 전체의 데이터 조달 방식이 재편될 수 있고, 오픈소스 모델 전략(Llama)이 법적 부담으로 타격받을 가능성도 있다.

-> 2026-05-06 AI's big messaging pivot -> 2026-05-06 Agentic Coding Is a Trap

기사 본문 전체가 로드되지 않아 제목과 맥락으로 판단할 수밖에 없는데, Del Monte의 파산 이후 계약 관계에 있던 농부들이 대규모로 과수원을 폐기하는 상황을 다루고 있다. 42만 그루라는 숫자는 단일 품목 기준으로는 상당한 규모다. 통상 이런 계약재배 구조에서는 가공업체가 파산하면 농가가 출구를 잃는다. 나무를 유지하는 비용조차 회수 불가능해지면 결국 폐기가 합리적 선택이 된다. USDA 지원책이 언급된 걸 보면 연방 차원의 구제 논의도 진행 중인 셈이다.

42만 그루를 폐기한다는 건 단순히 올해 수확을 포기하는 게 아니라, 향후 수년간의 생산 기반 자체를 없애는 결정이다. 복숭아 나무는 다시 심어도 상업적 수확까지 3-4년 걸린다. 공급망이 복구되려면 그보다 훨씬 오래 걸릴 수 있다는 뜻이다.

식품 공급망의 취약성을 보여주는 사례다. 수직 통합된 계약재배 구조는 평상시엔 효율적이지만, 한 축이 무너지면 연쇄 붕괴가 빠르다. 특히 농업은 생산 재개가 즉각적이지 않다는 점에서 제조업과 다르다. 미국 농업 정책과 식품 가격 인플레이션 논의에서 이런 구조적 리스크가 더 주목받을 가능성이 높다.

-> 2026-05-04 Chartbook 445: Is a "China shock" coming for the "big ag" food regime?