모닝 인사이트 다이제스트

역사학자 애덤 투즈가 2026년 5월 미국 경제의 기묘한 괴리를 해부한다. 밀켄 컨퍼런스에서 금융 엘리트들은 이란 전쟁과 에너지 위기를 무시한 채 SpaceX, Anthropic, OpenAI IPO에만 열광했다. S&P 500 수익의 대부분은 이제 42개 종목(보통은 100개)에서 나오고, Alphabet과 Amazon 순이익의 60%는 "기타 수익"—즉 Anthropic 같은 AI 기업 지분 평가 상승—에서 나온다. 이 AI 기업들은 다시 클라우드 컴퓨팅 계약으로 돈을 쓴다. 돈이 자기들끼리 돌고 있는 셈이다. IMF의 기타 고피나스는 이를 "Bliss Trade"라 부른다. 시장은 위기가 와도 정부가 구제해줄 거라 믿기 때문에 리스크를 무시한다는 것. 실제로 팬데믹 이후 각국 정부는 GDP의 25%를 쏟아부었고, 우크라이나 전쟁 때도 마찬가지였다. 문제는 이런 도덕적 해이가 공공 부채를 2029년 GDP 100%까지 밀어올리고 있다는 점이다. 투즈는 이 낙관이 언젠가 채권 시장의 각성으로 이어질 수 있다고 경고한다.

OpenAI와 Anthropic이 Oracle, Alphabet, Amazon, Microsoft 클라우드 주문의 절반을 차지한다. 빅테크가 AI에 투자하고, AI가 빅테크 클라우드를 쓰고, 그 평가가 다시 빅테크 실적을 부풀린다. 완벽한 자기 순환 구조.

AI 붐이 실체인지 거품인지를 판단할 결정적 시기다. 시장은 Nvidia 하나에 5조 달러를 몰아주고 있지만, K자형 경제는 지속 불가능하다. 더 심각한 건 정부의 무분별한 구제가 시장 리스크를 키우고 있다는 점. 만약 정책 여력이 바닥나거나 투자자들이 정신 차리면, 주식과 채권이 동시에 폭락할 수 있다. 지금의 낙관은 위험한 착각일 수 있다.

-> 2026-05-08 | Notes from inside China's AI labs | RSS/Interconnects -> 2026-05-08 | AI #167: The Prior Restraint Era Begins | RSS/Don't Worry About the Vase

Charlie Bilello의 데이터를 인용한 짧은 팩트 체크인데, 미국 노동시장의 극단적 양극화를 보여준다. 2023년 말 이후 헬스케어와 사회지원 부문만 180만 개의 민간 일자리를 만들어냈고, 다른 모든 산업을 합쳐도 12만 7,800개의 일자리가 순감했다는 것. Tyler Cowen은 이 현상이 상대적으로 남성 고용에 좋은지 나쁜지 질문을 던지며 글을 마무리한다. 헬스케어·사회지원 분야는 전통적으로 여성 고용 비중이 높기 때문이다.

'경제가 성장한다'는 말의 실체가 이렇게 편향될 수 있다는 것. 사실상 단일 섹터만 고용을 끌어올리고 있는데, 그 섹터는 성별·학력·지역 분포가 극도로 비대칭적이다.

AI가 화이트칼라 생산성을 높이는 동안, 실제 고용 증가는 돌봄·의료 같은 대면 서비스에만 집중되고 있다. 이는 자동화 가능성이 낮은 분야로 노동력이 재배치되는 과도기 신호일 수 있다. 제조·기술·금융 등 전통적 '좋은 일자리' 섹터가 정체되거나 축소되는 동안, 임금 상승 여력이 제한적인 케어 섹터만 팽창하는 구조는 소득 불평등과 성별 격차를 심화시킬 가능성이 크다.

타일러 코웬이 던지는 도발적인 질문. 거시경제 논문 끝에 "최신 데이터로 업데이트" 버튼을 달면 논문이 여러 버전으로 분화되고, 저자가 직접 쓴 원본이 아닌 AI 생성 버전을 사람들이 보게 된다. 더 나아가 "다섯 가지 다른 모델 스펙으로 재실행" 버튼을 달면 논문은 더 쪼개진다. 결국 논문이 아닌 "메타-논문"—특정 주제(재정정책, 최저임금, 산업혁명 등)에 대한 모든 질문에 AI로 답하고, 독자가 데이터 추가·로버스트니스 체크·수정을 자유롭게 할 수 있는 구조물—을 만드는 게 경제학자의 일이 된다. 연준 연구자들은 논문을 쓰는 대신 통화정책과 감독에 답하는 "박스"를 평생 개선하는 식. 코웬은 이런 변화가 누구에게 유리할지, 탈중앙화될지 중앙화될지 묻고, "아직도 '논문' 쓰고 출판하는 데 집착하는 건 우스우면서도 비극적"이라고 일침을 놓는다.

"canonical version"이 사라진다는 통찰. 논문의 권위가 저자의 고정된 텍스트가 아니라, AI와 독자가 계속 재조합하는 동적 객체로 옮겨가는 셈이다.

AI가 연구 프로세스를 근본적으로 재편하는 시점에서, 학술적 성과를 "정적 출판물"로 평가하는 기존 시스템(논문 수, 인용 횟수)이 무의미해질 수 있다. 투자 관점에서는 AI 기반 연구 인프라(컴퓨트, 협업 툴)를 제공하는 플랫폼의 가치가 커지고, 인재 평가 기준도 "논문 출판 능력"에서 "메타-논문 구축 능력"으로 전환될 가능성이 있다.

-> 2026-05-08 | Notes from inside China's AI labs | RSS/Interconnects -> 2026-05-08 | Contra Everyone On Taste | RSS/Astral Codex Ten

Stripe 공동창업자 Patrick Collison이 정리한 "우리가 제대로 이해 못 하는 일상 현상" 목록을 소개하는 글. 번개가 어떻게 발생하는지, 왜 자고 꿈을 꾸는지, 유리의 열역학적 형성 과정, 난기류가 언제 시작되는지, 생물이 어떻게 형태를 만드는지(morphogenesis), 비가 모델 예측보다 빨리 내리는 이유, 얼음이 미끄러운 메커니즘, 정전기에서 어떤 물질이 전자를 주는지, 전신마취제와 파라세타몰 같은 약물의 작용 원리까지—모두 명확한 답이 없다. Tyler Cowen은 여기서 한 발 더 나가 질문한다: AGI가 나와도 이 중 몇 개나 답할 수 있을까? 어쩌면 하나도 못 할 수도 있다. 이런 문제들은 추론 능력보다 실험 데이터가 부족해서 막혀 있기 때문이다.

비가 실제로 내리는 속도가 기상 모델 예측보다 빠르다는 건, 우리가 일기예보를 믿으면서도 강수 메커니즘 자체는 덜 이해하고 있다는 뜻이다.

AGI 논의가 뜨거운 지금, "AI가 모든 문제를 풀 것"이라는 기대에 찬물을 끼얹는 관점이다. 추론 능력이 아무리 뛰어나도 물리적 실험 데이터 없이는 답을 못 내는 영역이 있다. 결국 AGI 시대에도 실험 인프라, 센서, 데이터 수집 능력이 병목이 될 수 있다는 뜻이고, 이는 AI 투자 방향에도 시사점을 준다—모델만큼이나 "현실 세계를 관측하는 능력"에 투자해야 한다는 것.

-> 2026-05-08 | AGI Could Lower Interest Rates | RSS/Marginal Revolution

GrapheneOS 프로젝트가 제기한 근본적 문제의식. 애플과 구글은 앱이 "공인된 하드웨어"에서만 실행되도록 강제하는 하드웨어 인증 체계를 확대하고 있다. 표면적으론 보안과 사기 방지를 내세우지만, 실제론 서드파티 OS나 커스텀 롬, 루팅된 기기를 배제하는 수단이 된다. 결국 사용자가 자신의 기기를 어떻게 쓸지 선택할 자유를 박탈하고, 두 빅테크가 승인한 환경에서만 디지털 서비스에 접근할 수 있는 구조로 고착된다. 이건 단순한 보안 조치가 아니라, 기술적 독점을 법적·사회적으로 정당화하는 인프라가 되고 있다는 비판이다.

"보안"이라는 명분이 얼마나 강력한 독점 수단이 되는지 보여주는 사례. 사용자 안전을 위해서라면 플랫폼 통제 강화가 정당화되고, 오히려 대안 OS를 쓰는 걸 "위험한 행동"으로 프레이밍할 수 있다.

최근 일주일간 연속된 이슈들—구글의 reCAPTCHA와 Fraud Defence 사태, VPN 규제 논의—과 맥락이 같다. 플랫폼들이 "신뢰할 수 있는 환경" 구축을 명분으로 사용자 선택권을 제한하는 흐름이 가속화되고 있다. 투자 관점에선 빅테크의 해자가 기술 레이어에서 더 깊어지고 있다는 신호. 반면 오픈소스나 프라이버시 중심 대안 생태계는 구조적으로 고립될 위험이 커진다.

-> 2026-05-10 Google broke reCAPTCHA for de-googled Android users -> 2026-05-10 Google Cloud Fraud Defence is just WEI repackaged -> 2026-05-10 The hypocrisy of cyberlibertarianism

2000년대 중반 AWS 초창기부터 SQS, S3, EC2를 전도하며 멜버른 첫 AWS 이벤트를 주최했던 개발자의 15년 관계 파탄기다. 처음엔 혁명이었지만 시간이 지나며 균열이 쌓였다—6년간 자체 클라이언트 라이브러리조차 안 만들고 커뮤니티에 떠넘기기, DynamoDB의 하루 75달러 청구 쇼크, 여전히 GB당 9센트인 미친 egress 비용, 지옥에서 온 IAM 복잡도, Lambda의 거짓 확장성과 벤더 락인. 결국 모든 걸 옮기고 Route53과 WorkMail만 남겼는데, 최근 벤치마크 테스트로 잠깐 192코어 인스턴스를 켰다가 "보안 위반 의심"으로 계정이 정지됐다. 4일째 답 없는 서포트, 멈춘 비즈니스 이메일. AWS는 보호한다고 하지만 결국 당신은 통제권이 없다는 걸 상기시켜줬다.

"AWS가 너무 복잡해서 자체 시스템 못 돌린다"는 신봉자들이 정작 AWS 자체의 미친 복잡도(IAM, 숨은 이중/삼중 과금, Lambda 개발 지옥)는 못 보는 아이러니. 그리고 GB당 9센트 egress가 "앞 쪽에 없으면 당신이 호구"라는 직설.

클라우드 산업이 성숙기에 접어들며 초기 혁명의 후광이 벗겨지고 있다. 벤더 락인, 예측 불가능한 비용, 불투명한 거버넌스는 이제 기업들이 멀티클라우드와 on-prem 회귀를 고려하는 이유다. 특히 AI 시대에 egress 비용과 데이터 주권 이슈는 더 커질 수밖에 없다. AWS의 오픈소스 약탈(OpenSearch, Valkey) 비판도 현재진행형이다—결국 누가 인프라를 소유하느냐의 싸움이다.

-> 2026-05-08 | Vibe coding and agentic engineering are getting closer than I'd like (AWS Lambda와 개발 복잡도 맥락)

AI에 일을 맡기는 '위임(delegation)' 패러다임이 대세가 되고 있지만, 현실은 기대와 거리가 멀다는 연구다. 연구진은 52개 전문 도메인(코딩, 결정학, 악보 등)에서 긴 편집 작업을 시뮬레이션하는 DELEGATE-52 벤치마크를 만들었고, Gemini 3.1 Pro, Claude 4.6 Opus, GPT-5.4 등 최신 모델 19개를 테스트했다. 결과는 충격적이다. 최고 성능 모델들조차 긴 작업 끝에 평균 25%의 문서 내용을 망가뜨렸고, 다른 모델들은 더 심각했다. 에이전트 도구 사용도 문제를 해결하지 못했으며, 문서 크기가 크고 상호작용이 길어지거나 방해 파일이 있을수록 오류는 더 심해졌다. 핵심은 이 오류들이 드물지만 치명적이고, 조용히 누적된다는 점이다.

"vibe coding" 같은 새 작업 방식이 화제지만, 최첨단 모델들도 4건 중 1건은 결과물을 오염시킨다. 툴 사용 능력을 줘도 성능이 개선되지 않는다는 게 더 놀랍다.

AI 코파일럿에서 풀 에이전트로의 전환이 빠르게 진행되는 지금, 이 연구는 경고등이다. 기업들이 AI에 실무를 위임하기 시작했지만, 신뢰성 문제는 여전히 미해결이다. 특히 긴 워크플로우에서 오류가 누적되는 구조적 한계는 프로덕션 배포에 큰 리스크다. "AI가 일 다 해준다"는 낙관론보다, "어디까지 믿을 수 있나"를 따져야 할 시점임을 보여준다.

-> 2026-05-08 | Vibe coding and agentic engineering are getting closer than I'd like | HackerNews -> 2026-05-09 | Agents need control flow, not more prompts | HackerNews

케임브리지 수학자 Tim Gowers가 ChatGPT 5.5 Pro에게 Mel Nathanson의 미해결 additive number theory 문제들을 던졌다. Nathanson은 "지름 O(n^4) 이내에서 원하는 크기의 sumset을 만들 수 있다"고 증명했는데, GPT는 17분 사고 끝에 O(n^2) 상한을 제시했다. 핵심은 더 효율적인 Sidon set 구성이었고, 이건 사실 "알려진 것들을 잘 조합"한 것이다. 이어서 일반 k-fold sumset 문제로 확대하자, MIT 학생 Isaac Rajagopal의 exponential 바운드 논문을 읽고 1시간도 안 돼서 exponential in √k로 개선했고, 다시 30분 뒤 polynomial in k 증명을 완성했다. Rajagopal이 확인한 결과, "일주일 고민해도 자랑스러울 아이디어"였고 실제로 옳았다. Gowers는 "이걸 어디 출판해야 하나" 고민 중이다. arXiv은 AI 글을 받지 않고, 저널은 의미 없고, 별도 AI 결과 저장소가 필요할지도 모른다.

Isaac이 설명한 ChatGPT의 핵심 아이디어는 "기하급수 집합을 polynomial 크기 구간에 압축하는" 것인데, 이건 직관에 반한다. k-dissociated set 개념을 써서 지름을 n^k → n^(poly) 수준으로 줄인 건데, 이게 단순히 문헌 재조합이 아니라 "original and clever"한 아이디어라는 평가.

LLM이 이제 "사람이 놓친 쉬운 논증"을 찾는 수준을 넘어, 선행 연구를 읽고 개선 방향을 스스로 찾아 증명을 완성하는 단계에 왔다. 수학계의 "첫 연구 문제" 공급원이었던 "officially open but not that hard" 문제들이 이제 AI 손에 들어가고, 학술 출판 시스템도 재설계가 필요한 시점이다. 결국 인간 수학자의 역할 재정의가 시작됐고, 이건 코딩·법률·연구 전반에 걸친 "agentic AI의 실질적 임팩트" 신호다.

-> 2026-05-09 Agents need control flow, not more prompts -> 2026-05-10 Claude Code, Codex and Agentic Coding #8

프랑스 정보위원회가 WhatsApp, Signal, Telegram 같은 엔드투엔드 암호화 메시징 서비스에 수사기관이 접근할 수 있도록 하는 방안을 공식 지지했다. 핵심은 "유령 참여자(ghost participant)" 방식인데, 대화에 보이지 않는 제3자(정보기관)를 몰래 추가해 암호화된 메시지를 실시간으로 읽는 구조다. GCHQ가 2018년 제안했다가 모든 주요 프라이버시 단체와 보안 연구자들에게 거부당한 바로 그 아이디어다. 상원 의원 Cédric Perrin은 이를 "SMS나 이메일 감청과 다를 게 없다"고 주장하지만, 반대파는 "백도어는 선한 사람만 쓸 수 있는 게 아니다"는 고전적인 암호학 원칙을 상기시킨다. 흥미로운 건 우파 정당 RN 의원조차 기술적 이해 부족을 지적하며 반대표를 던졌다는 점이다. 한편 중도 우파 의원 Olivier Cadic은 정반대 법안(암호화 보호를 명시하고 백도어를 금지)을 통과시켰는데, 정보위원회 보고서는 이를 "수사 기법을 약화시킨다"며 정면으로 공격했다.

프랑스 수사기관은 이미 RDI(원격 디지털 데이터 수집)라는 기법으로 개별 기기를 해킹해 모든 내용을 열람할 수 있다. 메시지뿐 아니라 폰 전체를 들여다보는 수준인데도 "불충분하다"고 주장한다. 결국 대량 감시 인프라를 원하는 건 아닐까.

유럽연합 집행위원회가 소집한 전문가 그룹이 "표적 접근을 위한 기술 로드맵"을 작업 중이라는 언급이 핵심이다. 프랑스만의 실험이 아니라 EU 차원의 규제 방향으로 확산될 가능성이 크다. 암호화폐, 프라이버시 테크, VPN 등 암호화 기반 비즈니스 전반에 규제 리스크가 구체화되는 시그널이다. 더 큰 문제는 "테러 대응"으로 시작한 인프라가 마약, 이민, 정치 감시로 확장되는 역사적 패턴이 반복될 수 있다는 점이다.

-> 2026-05-10 EU calls VPNs "a loophole that needs closing" in age verification push -> 2026-05-09 AI is breaking two vulnerability cultures

웹 개발자가 10년간 목격한 트렌드의 반복을 담담하게 기록한 글이다. 과거엔 캐러셀 슬라이더였고, 그다음은 쿠키 동의 배너였고, 지금은 AI 챗봇이다. 흥미로운 건 클라이언트들에게 "본인이 다른 사이트 방문할 때 챗봇 쓰나요?"라고 물으면 대부분 웃으면서 "아니요, 바로 닫아요"라고 답한다는 점이다. 심지어 경쟁사 챗봇이 몇 달간 잘못된 영업시간을 알려준 걸 웃음거리로 여기면서도, "그래도 우리는 있어야 하지 않나요?"라고 묻는다. 저자가 빠르고 깔끔한 'smolweb' 사이트들을 보여주면 클라이언트들은 "와, 빠르네요. 읽기 편하네요"라고 반응하지만, 곧바로 "근데 좀 단순해 보이지 않나요?"라고 덧붙인다. 여기서 '단순하다'는 말은 '사용하기 쉽다'가 아니라 '충분히 인상적이지 않다'는 뜻이다. 결국 챗봇은 도구가 아니라 사회적 신호, "우리는 뒤처지지 않았다"는 선언이 된 셈이다.

정말 단순하고 빠른 웹사이트를 만드는 게 챗봇 붙이는 것보다 어렵지만, 그 노력은 보이지 않는다. 사람들은 비용이 들어간 것처럼 '보이는' 걸 원한다.

AI 챗봇이 실제 효용이 아니라 트렌드 추종의 산물이라는 관찰은, 현재 AI 도입 열풍에 대한 냉소적 시각을 제공한다. 기업들이 AI를 도입하는 이유가 실질적 문제 해결보다는 "남들이 하니까"에 가까울 수 있다는 경고다. 투자 관점에서는 AI 스타트업 중 상당수가 진짜 니즈가 아닌 FOMO(Fear of Missing Out)에 기댄 수요로 버티고 있을 가능성을 시사한다. 지속 가능한 비즈니스와 유행을 구분하는 안목이 더 중요해진다.

-> 2026-05-09 AI slop is killing online communities -> 2026-05-08 Vibe coding and agentic engineering are getting closer than I'd like