모닝 인사이트 다이제스트

저자(Nathan Lambert)가 베이징, 항저우, 상하이의 주요 AI 랩(DeepSeek, Moonshot, 01.ai, ByteDance 등)을 순회하며 직접 본 중국 AI 생태계 리포트다. 핵심 발견은 두 가지—첫째, 중국 연구자들은 자기 과시보다 팀 목표에 집중하는 문화가 강해서 "최고의 모델 만들기"라는 복잡한 다목적 최적화 작업에 유리하다. 미국에선 개인 커리어 욕망이 충돌하며(Llama 팀이 정치적 무게로 무너졌다는 소문), 심지어 연구자들이 자기 아이디어를 포기하게 만들려고 "돈을 줘야 한다"는 얘기까지 나온다. 둘째, 중국 랩들은 현역 학생들을 핵심 기여자로 대거 투입하는데(OpenAI, Anthropic은 인턴십조차 안 함), 이들은 이전 AI 하이프 사이클에 물들지 않아 새 패러다임(MoE→RL→Agents)을 빠르게 흡수한다. 철학적 질문엔 관심 없고 "최고의 모델 만드는 게 내 역할"이라는 극도의 실용주의. 반면 0-to-1 창의적 연구는 약하다는 스테레오타입도 여전히 존재하며, 일부 리더들은 이를 바꾸려 하지만 교육·인센티브 시스템 재설계가 필요해 단기간엔 어렵다고 본다. 산업 측면에서도 차이가 드러난다. 중국 기업들은 "기술 소유권" 멘탈리티가 강해 Meituan, Ant Group 같은 회사도 자체 LLM을 만든다(서구에선 의아해하지만 중국에선 당연). 오픈소스 우선 전략은 실용성(피드백 확보+커뮤니티 환원) 때문이지 이념이 아니다. 정부 지원은 존재하지만 구체적 범위는 불명확하고, 데이터 산업은 미국(Anthropic이 단일 환경에 10M 달러 이상 지출)보다 덜 발달해 대부분 인하우스로 해결한다. Nvidia 칩은 여전히 금본위제이고 공급만 있으면 사겠다는 입장. 흥미롭게도 중국 개발자들도 Claude에 빠져 있다(명목상 차단됐지만).

중국 학생 연구자가 교수 되려던 생각을 접은 이유—"교육은 LLM으로 해결됐는데, 학생이 왜 나한테 말을 걸겠어!" / 베이징에서 Didi XL 타면 전기 미니밴에 안마의자가 달려 나온다. AI 랩 순회하기 딱 좋은 환경.

중국 AI가 "단순 모방"이 아니라 조직 문화와 인력 구조의 차이로 빠르게 따라잡는다는 걸 현장에서 확인한 드문 리포트다. 미국 랩들이 스타 과학자 중심의 정치 게임으로 비효율을 키우는 사이, 중국은 학생+실용주의 엔지니어 조합으로 실행 속도를 높이는 중. DeepSeek가 기술 리더십을, ByteDance가 시장을 장악할 가능성이 높고, 이들의 오픈소스 전략은 생태계 전체를 끌어올린다. 서구 투자자/기업이 "중국 AI는 언제 따라잡나"가 아니라 "어떤 영역에서 먼저 앞서갈까"를 물어야 할 시점.

-> 2026-05-05 | The distillation panic (중국 오픈소스 모델들의 증류 전략과 맞닿아 있음) -> 2026-05-06 | AI's big messaging pivot (미국 AI 기업들의

레이저의 역사가 보여주듯, 필요한 기술이 수십 년간 존재했어도 발명은 늦게 나타나곤 한다. 이 글은 "기술적 가능성"과 "실제 발명" 사이 시간차를 정량화하려는 시도다. Claude AI에게 190개 발명마다 "필요한 선행기술이 모두 갖춰진 후 얼마나 빨리 만들 수 있었을까"를 물었다. 기준은 명확하다. 당대 최고 수준의 작업장과 엔지니어 팀이 5년 내에 작동하는 프로토타입을 만들 수 있었는가. 경제성이나 실용성은 제쳐두고, 순수하게 만들 수 있었는가만 따진다. 결과는 흥미롭다. 대부분 발명은 선행기술 확보 후 수십 년이 아니라 15년 내외에 등장했다. 라이트 형제 비행기(엔진 경량화가 관건), 플레밍 진공관(백열전구가 선행기술), 제트엔진(터빈 효율과 내열 합금) 등 AI 분석은 놀랍도록 정확했다.

97% 정확도로 선행기술을 식별한 Claude의 답변 중 하나: 플레밍 진공관은 "에디슨 효과 발견(1883) 직후 만들 수 있었지만, 무선 통신이라는 용도가 명확해진 1890년대 말까지 기다렸다." 기술보다 문제 인식이 병목이었던 케이스.

발명의 지연이 생각보다 짧다는 건, 기술 가능성이 열리면 누군가는 곧 만든다는 뜻이다. AI 시대에도 마찬가지다. GPT 이후 에이전틱 AI, 코딩 자동화 같은 응용이 쏟아지는 속도를 보라. 투자 관점에서 핵심은 "언제 가능해질까"보다 "누가 먼저 문제를 명확히 정의하고 실행할까"다. 기술 선행성보다 문제-기술 매칭 속도가 승부처일 수 있다.

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

NYU의 Caleb Maresca가 발표한 논문을 소개하는 Tyler Cowen의 짧은 포스트다. 표준 경제 모델은 AGI(또는 대부분의 인간 노동을 자동화하는 변혁적 AI) 기대가 장기 금리를 끌어올릴 거라 예측한다. 하지만 이 논문은 이질적 에이전트 자산가격결정 모델을 통해 정반대 결과를 도출한다. 기본 설정에서 성장률이 연 2%에서 11%로 급등하는데도 무위험 이자율은 거의 제로로 떨어지고, 주식 리스크 프리미엄은 6%에서 20% 이상으로 확대된다. AI 도입 속도를 공격적으로 가정해도 모든 만기의 수익률에 미치는 영향은 마이너스이거나 미미하다. 결론은 명확하다. 장기 국채 수익률을 변혁적 AI에 대한 시장 기대의 신호로 해석할 때 조심해야 한다는 것.

성장률이 2%에서 11%로 5배 이상 뛰는 시나리오에서도 금리는 오히려 제로에 수렴한다는 게 직관과 정반대다. 주식 프리미엄이 20%를 넘는다는 건 불확실성과 위험이 폭발한다는 의미.

채권 시장은 지금도 장기 금리를 통해 미래 경제 기대를 반영한다고 여겨진다. 하지만 AGI 시대에는 이 해석 틀 자체가 무너질 수 있다. 투자자 입장에서는 "AI = 고성장 = 고금리"라는 단순 공식이 틀렸을 가능성을 염두에 둬야 하고, 채권과 주식 간 상관관계가 기존 가정과 달라질 수 있다는 걸 시사한다. 특히 거시 전략이나 멀티에셋 포트폴리오 운용에 중요한 함의를 던진다.

-> 2026-05-07 What is Anthropic? | RSS/Don't Worry About the Vase

Scott Alexander가 예술적 취향(taste)에 대한 논의를 8가지 요소로 분해한다. 감각적 즐거움, 혁신성, 패턴 언어, 맥락, 이해 능력, 유행, 이념, 변화 능력 등. 그는 레스토랑 평론가 비유로 시작한다 - 진짜 평론가라면 블라인드 테스트를 해야 하는데, 실제론 셰프의 이야기나 분위기 같은 맥락에 영향받는다. 마찬가지로 르네상스 조각품이 미켈란젤로 작품인지, 1995년 오하이오 장인의 복제품인지에 따라 감상이 달라진다면, 그건 예술 자체를 사랑하는 게 아니라 '유명한 예술가와 연결되고 싶은 욕망'이라는 것. 저자는 자신이 사랑하는 체스터튼의 시를 예로 든다 - 만약 누군가 체스터튼 수준의 시를 쓸 수 있다면, 그게 위조품이든 아니든 똑같이 가치 있어야 한다고 주장한다. 결국 혁신성이나 맥락 같은 요소들을 제거했을 때 남는 순수한 '아름다움' 자체를 추구해야 한다는 논지.

"상위 5%가 훈련받으면 체스터튼급 시를 쓸 수 있다면, 상위 0.001%는 더 나은 시를 쓸 수 있다는 뜻 아닌가? 그들을 어떻게 찾을까?"라는 사고실험이 흥미롭다. 예술을 신약처럼 RCT하자는 의학적 사고방식의 극단.

AI가 '인간 수준' 예술 생산에 근접하면서 이 논쟁이 현실화되고 있다. 만약 AI가 체스터튼급 시나 인상파 수준 그림을 만들 수 있다면, 우리는 '최초성'과 '순수한 미적 경험'을 어떻게 분리할 것인가? 이 질문은 생성 AI 시대 창작물의 가치 평가, 저작권, 예술 시장 전반을 재정의하는 철학적 기초가 된다. 결국 예술 감상의 본질이 경험 자체인지 맥락과 서사인지를 묻는 것.

크루그먼이 포착한 패턴은 명확하다. 트럼프가 이란과의 평화 협상 진전을 발표하기 직전, 대규모 유가 공매도가 체결된다. 최근 사례에선 새벽 3시 40분에 9200억원어치 숏 포지션이 잡혔고, 70분 뒤 Axios가 평화 협상 소식을 보도하자 유가가 12% 폭락하며 1250억원의 차익이 발생했다. 이런 일이 반복되는데도 행정부는 단속 의지가 없고, 내부자들은 완전한 면책 상태에서 움직인다. 크루그먼은 이게 유가 선물시장의 본래 기능인 '헤징을 통한 리스크 감소'를 훼손한다고 지적한다. 일반 기업들이 미래 유가를 고정하려 할 때, 상대가 내부정보를 가진 플레이어라면 결국 호구가 되는 셈이다. 시장 참여자들이 '조작된 게임'이라 의심하면 거래 자체를 꺼리게 되고, 선물시장의 사회적 효용이 무너진다.

이 패턴이 언론에 여러 차례 보도됐는데도 계속된다는 게 핵심이다. 단속이 없다는 확신 없이는 불가능한 행태다. 완전한 impunity(불처벌) 상태.

크루그먼은 이걸 '좁은' 효율성 문제가 아니라 '넓은' 체제 변질의 신호로 본다. 트럼프 2기 하에서 성공 기준이 "무엇을 아느냐"에서 "누구를 아느냐"로 바뀌고, 룰이 사라지고 커넥션만 남는 'predation economy'가 자리잡는다는 것. 이건 단기 차익 문제가 아니라 경제 전반의 도덕적 기반이 무너지고 제3세계형 후진국 경로로 가는 경로라는 경고다. 시장 신뢰가 무너지면 장기 성장도, 공정한 경쟁도 불가능하다.

-> 2026-05-06 Rose Farts and the Invisible Hand

백악관이 Mythos 접근 확대를 거부하면서 AI 모델 출시에 대한 사전 승인 시대가 시작됐다. Hassett가 FDA를 명시적으로 비유하면서 규제 강화 신호를 보냈고, 이는 중국과의 협력 없이는 미국 AI 개발을 사실상 멈출 수 있는 최악의 옵션이라는 분석이다. 반면 Anthropic은 연 80배 성장이라는 폭발적 확장으로 컴퓨팅 부족에 직면했고, Google Cloud에 5년간 2천억 달러 계약 후 SpaceX의 Colossus 1(22만 GPU, 300MW) 전체를 추가 임대했다. xAI는 사실상 해체되어 SpaceX에 흡수되며, 모델 개발보다는 컴퓨팅 인프라 제공사로 전환하는 모습이다. Elon Musk가 Anthropic을 긍정적으로 평가하기 시작했고, 두 회사는 궤도 AI 컴퓨팅 센터까지 논의 중이다. 한편 Go와 코딩 영역에서는 AI 치팅이 만연하지만 실력 향상으로 이어지지 않고, 암기만 늘리는 역효과가 관찰된다.

Anthropic이 연 80배 성장으로 자신들도 예상 못 한 컴퓨팅 병목에 걸렸다는 고백, 그리고 xAI가 11% 가동률로 놀리던 GPU를 Anthropic에 전량 임대하면서 Elon이 "모델은 실패했지만 인프라는 성공"이라는 평가를 받고 있다는 점. ProgramBench에서 모든 현재 모델이 0% 점수를 기록했다.

AI 산업이 두 갈래로 분화하고 있다. 정부는 출시 통제를 강화하며 '혁신 vs 안보' 긴장을 높이고, 기업들은 컴퓨팅 확보 경쟁에서 승부가 갈린다. Anthropic의 급성장과 xAI의 전환은 "모델 개발 vs 인프라 제공" 역할 분리를 보여주며, Elon의 강점이 물리적 확장에 있음을 재확인시킨다. FDA식 규제가 현실화되면 미국 AI 기업들의 출시 속도가 중국 대비 현저히 느려질 수 있어, 규제 설계가 글로벌 경쟁력을 좌우하는 시점이다.

-> 2026-05-06 The AI Ad-Hoc Prior Restraint Era Begins -> 2026-05-07 What is Anthropic?

BYD는 2026년 4월 기준 영국 EV 시장 점유율 7%로 테슬라·기아·폭스바겐을 제치고 1위를 차지했다. 호주에서는 Sealion 7이 단일 모델 판매 1위, 브라질에서는 전체 자동차(EV+내연기관 통틀어) 판매 1위 브랜드가 됐다. 흥미로운 건 BYD의 본토 NEV 판매가 26% 급감하며 8개월 연속 역성장 중이지만, 해외 수출은 4월 한 달에만 13만 5천 대로 전년 대비 70% 증가했다는 점이다. 영국에서는 Dolphin Surf부터 Sealion 7까지 5개 BEV 모델과 3개 PHEV 모델을 판매 중이며, 브라질에서는 최저가 전기차 Dolphin Mini(약 2만 4천 달러)가 전체 자동차 판매 톱10에 진입했다. BYD 플러그인 하이브리드 King 세단은 브라질에서 도요타 코롤라를 처음으로 제쳤다.

브라질에서 BYD는 2021년 첫 승용차를 출시한 지 5년 만에 폭스바겐(1950년대부터 현지 생산)을 제치고 전체 판매 1위가 됐다. 한 달에 겨우 80대 차이지만, 상징성은 크다.

중국 EV 메이커들의 '해외 탈출'이 본격화되고 있다는 신호다. 중국 내수 침체와 과잉 경쟁 속에서 BYD는 가격 경쟁력(브라질 2만 4천 달러 해치백)과 빠른 현지화(5분 급속 충전 등 신기술 투입)로 선진·신흥 시장을 동시 공략 중이다. 테슬라가 프리미엄 포지셔닝에 갇혀 있는 동안 BYD는 '저가 보급형 + 기술력' 조합으로 시장 점유율을 빠르게 뺏어오고 있다. 서구 자동차 산업에 구조적 위협이 본격화된 셈이다.

Tyler Cowen이 Andy Hall의 트윗을 인용하며 "미국인들이 정말 AI를 증오하나?"라는 질문을 던진다. David Shor의 서베이에 따르면 AI는 미국인들의 관심사 중 29위에 불과하다. 사람들이 AI에 대해 부정적으로 답하는 건 사실이지만, 이건 테크 전반에 대한 오랜 회의감의 연장선일 뿐이다. 소셜미디어를 10년간 싫어했지만 의미 있는 정치 행동으로 이어지지 않았던 것처럼, AI도 마찬가지일 가능성이 크다. Andy Hall의 예측: 진짜 포퓰리즘 백래시는 실업률이 2%p 정도 움직이고 사람들이 그걸 AI 탓으로 돌릴 때 시작될 것이다.

소셜미디어는 YouTube 본사 총격 사건까지 있었고 10년간 부정 여론에 시달렸지만, 실질적인 정치적 규제로 이어지지 않았다. 여론과 정치 행동 사이의 거대한 간극을 보여주는 사례.

AI 규제와 백래시 담론이 과열된 지금, 실제 대중의 우선순위는 완전히 다른 곳에 있다는 현실 체크. 투자자 입장에선 "AI 반대 여론 = 규제 리스크"라는 단순 등식이 과장됐을 수 있다는 신호. 진짜 리스크는 고용 시장 데이터에서 나타날 것이고, 그 전까진 테크 업계에 유예 기간이 있다는 뜻이다.

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

니팅 디자이너 Kate Davies가 철학자 Harry Frankfurt의 "bullshit" 개념(거짓과 달리, 진실 자체에 무관심한 발화)을 빌려 AI 생성 니팅 콘텐츠를 해부한다. Inception Point AI는 8명이 주당 3,000개 팟캐스트를 찍어내며 월 75만 다운로드를 기록 중인데, "니팅은 생사가 걸린 게 아니니 틀려도 괜찮다"는 논리로 편집 제로. 실제로 들어보니 이집트 양말과 Ravelry만으로 "니팅 역사 전체"를 퉁치고, 존재하지 않는 전문가를 인터뷰하며, 실제 지식 대신 "당신은 훌륭한 니터예요" 같은 감정 검증만 늘어놓는다. AI 애니메이션도 마찬가지로 "글쓰기 이전부터 있었던 가장 오래된 것"이라는 허황된 신화만 반복하면서 10만 조회수를 긁어간다. 핵심은 이게 단순 오류가 아니라, 수십 년간 쌓인 실제 커뮤니티 지식과 노동, 저항의 역사를 텅 빈 감성 시뮬레이션으로 대체하며 산업 자체를 기생하고 분해한다는 것.

직원 8명으로 주당 3,000개 에피소드, 월 75만 다운로드. Wondery(인수 전 110명 고용)가 만들던 고품질 콘텐츠와 정반대 방향으로 규모 경제를 달성한 slop factory의 실체.

"low-stakes" 카테고리로 분류된 수공예, 요리, 원예 같은 영역이 실은 수천 명이 생계를 잇는 산업이자 깊은 문화 축적이 있는 커뮤니티인데, AI 슬롭은 그걸 "진실 무관심" 모드로 빠르게 오염시키고 있다. 검색과 추천 알고리즘이 진위보다 감정 반응을 우선하는 환경에서, 진짜 전문성은 hollow한 감성 콘텐츠에 밀려나고 수익화 구조만 남는 dystopia의 전조. 니팅뿐 아니라 모든 "비주류" 지식 영역이 같은 방식으로 잠식될 수 있다는 경고.

-> 2026-05-06 When everyone has AI and the company still learns nothing

Simon Willison이 자기 작업 방식을 고백하는 글. 그는 "vibe coding"(코드 안 보고 결과만 확인)과 "agentic engineering"(25년 경력 활용해 AI로 프로덕션급 코드 작성)을 명확히 구분했었다. 전자는 개인용 툴에만, 후자는 프로덕션에 쓴다고. 근데 최근 깨달은 건, 자기도 이제 Claude가 짠 프로덕션 코드를 줄줄이 리뷰하지 않는다는 것. JSON API 엔드포인트 정도는 "그냥 제대로 할 줄 안다"고 믿고 넘어간다. 마치 다른 팀이 만든 이미지 리사이저를 블랙박스로 쓰듯이. 문제는 Claude는 "프로 평판"도 없고 책임도 못 진다는 점. 그러면서도 계속 제대로 작동하니 신뢰가 쌓이는데, 이게 "일탈의 정상화(normalization of deviance)"일 수도 있다는 불안이 남는다. 결국 그가 내린 결론: 이제 코드 퀄리티보다 "누가 실제로 2주 동안 써봤나"가 더 중요한 평가 기준이 됐다. 코드 생산성이 하루 200줄에서 2,000줄로 10배 뛰면서, 설계 프로세스도 개발 생명주기도 전부 다시 짜야 하는 상황이다.

100개 커밋에 완벽한 문서와 테스트 갖춘 레포를 이제 30분 만에 만들 수 있다. 겉보기론 구별 불가능. 그래서 그는 "실사용 경험"을 새로운 품질 지표로 삼게 됐다.

AI 코딩 도구가 "증폭기"에서 "대체재"로 넘어가는 경계선을 실무자가 체감하는 순간. 소프트웨어 개발의 병목이 코딩에서 설계·검증·운영으로 완전히 이동하고 있고, "코드 안 읽고 배포"가 현실화되면서 소프트웨어 품질 보증 체계 자체를 재설계해야 하는 시점임을 보여준다. 동시에 SaaS 기업들에겐 위협: 기업들이 "충분히 검증된 솔루션"을 원하는 건 변함없지만, 그 검증 기준 자체가 달라질 수 있다.

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