모닝 인사이트 다이제스트

지난 10년간 Python과 TypeScript는 '빠르게 출시'할 수 있다는 이유로 선택받았다. Rust나 Go는 10배에서 100배 빠르지만, 학습 곡선이 가파르고 인력풀이 좁았다. 하지만 2026년 들어 상황이 역전됐다. Claude Opus 4.7, GPT-5.5 등이 SWE-bench에서 80% 이상을 기록하며 시스템 언어를 잘 다루게 됐고, Rust의 강타입 시스템과 빠른 컴파일 피드백 루프가 AI에게는 오히려 '자가 수정'을 위한 완벽한 환경이 됐다. Microsoft는 TypeScript 컴파일러를 Go로 재작성해 10배 속도 향상을 얻었고, Anthropic 연구자는 $20,000에 16개 Claude 에이전트를 동원해 10만 줄짜리 Rust 기반 C 컴파일러를 만들었다. Python 생태계도 속을 들여다보면 Pydantic, Polars, Hugging Face tokenizers 등 핵심 라이브러리가 이미 Rust로 작성되어 있다. 결국 '사람이 쉽게 배울 수 있는 언어'보다 '에이전트가 잘 짜고, 런타임이 빠른 언어'가 새로운 승자가 되고 있다.

Ladybird 브라우저의 JS 엔진을 C++에서 Rust로 포팅하는 데 2주가 걸렸고, 원작자는 "손으로 했으면 몇 달 걸렸을 일"이라고 밝혔다. 그리고 Flask 창시자는 라이브러리를 Go로 포팅하는 데 실제 작업 시간 45분, 비용 $60만 들였다. 패치보다 포팅이 싸진 세상이다.

언어 선택 기준이 근본부터 바뀌고 있다. 지난 20년간 '인간이 빠르게 짤 수 있는가'가 기준이었다면, 이제는 '에이전트가 잘 짜는가 + 런타임 성능'이 기준이다. Python/TS 생태계의 방어막이었던 '거대한 패키지 생태계'도 내부는 이미 Rust로 재작성되고 있고, OpenAI가 Astral(uv, ruff 제작사)을, Anthropic이 Bun을 인수한 건 이 흐름의 신호탄이다. 투자자 입장에서는 '개발자 생산성 툴' 영역에서 시스템 언어 기반 인프라가 새로운 승자가 될 가능성을 주목해야 한다.

-> 2026-05-09 Agents need control flow, not more prompts -> 2026-05-11 LLMs corrupt your documents when you delegate -> 2026-05-12 Software engineering may no longer be a lifetime career

4월 미국 소비자물가지수(CPI)가 전년 대비 3.8% 올라 2023년 5월 이후 최고치를 기록했다. 인상분의 절반가량이 에너지 비용 급등에서 나왔는데, 이란 전쟁으로 호르무즈 해협이 사실상 봉쇄되면서 유가가 치솟은 탓이다. 휘발유 가격은 갤런당 4.50달러로 2022년 7월 이후 최고점이다. 식료품과 항공료(20.7% 상승)도 압박 요인이다. 연준의 금리 인하 가능성은 사라졌고, 오히려 인상 가능성마저 거론된다. 트럼프는 "단기적" 현상이라 변명했지만, 3년 만에 처음으로 임금 상승률(3.6%)이 물가 상승률에 못 미치면서 실질소득이 역전됐다. 11월 중간선거를 앞두고 정치적 부담이 커지는 상황이다.

항공료가 4월에만 20.7% 뛰었는데, 미국 항공사들이 연료비 헤지를 안 해서 제트유 가격 급등을 고스란히 승객에게 전가했다는 게 흥미롭다. 연료비 관리 전략 차이가 소비자 부담으로 직결되는 셈이다.

트럼프가 2024년 재선 때 "물가 잡겠다"고 공약했는데, 정작 자기가 개입한 이란 전쟁이 인플레이션을 재점화시켰다. 연준 의장으로 임명한 케빈 워시는 금리 인하 압박을 받았지만, 지금 상황에선 오히려 긴축 쪽으로 가야 할 판이다. 중간선거 앞두고 "휘발유 값에 극도로 민감한" 미국 유권자들의 분노가 공화당을 강타할 수 있다. 에너지 쇼크가 통화정책과 정치 지형을 동시에 흔드는 시점이다.

-> 2026-05-12 | Why are stock prices still so high? -> 2026-05-11 | Chartbook 447: The US economy in May 2026 - How much cognitive dissonance can you handle?

타일러 카우언이 2010년 제시한 "시대에 뒤처진 아이디어" 개념을 브라이언 포터가 Claude를 활용해 대규모로 검증한 결과다. 광범위한 발명품을 분석한 결과, 대부분은 기술적으로 가능해지자마자 빠르게 발명됐다. 예컨대 비행기는 고출력 경량 엔진이 1880년경 등장하면서 가능해졌고, 라이트 형제의 1903년 첫 비행은 기술적으로 가능한 시점에서 고작 20년 정도밖에 늦지 않았다. 하지만 청진기, 전신마취, 철근콘크리트 같은 발명은 필요한 기술이 훨씬 이전부터 존재했는데도 뒤늦게 등장했다. 자카르 직조기와 통조림도 상당히 늦은 편에 속한다.

"아이디어가 시대를 앞서간" 사례나 "동시발견"은 많이 알려져 있지만, 역으로 "시대에 뒤처진 아이디어"는 거의 주목받지 못했다. 대부분의 유용한 기술이 가능해지자마자 빠르게 발명된다는 사실은 오히려 안심이 된다는 분석이 흥미롭다.

AI 시대에 "무엇이 가능한가"와 "언제 실현되는가"의 간극을 이해하는 건 중요하다. 대부분의 혁신은 기술적 가능성이 열리면 빠르게 구현되지만, 일부는 문화적·인식적 장벽으로 지연된다. Claude를 활용한 대규모 역사 분석이 가능해진 것 자체가, AI가 지식 작업의 범위를 어떻게 확장하는지 보여주는 메타적 사례이기도 하다. 투자 관점에서는 "기술적으로 가능하지만 아직 시장이 못 보는" 영역을 찾는 게 핵심인데, 역사적 패턴이 그 실마리를 준다.

Robin Hanson이 ChatGPT(5.5), Claude(4.6), Gemini(3)에게 자본·문화·국가 간 상호 영향력을 0-10 척도로 시대별(산업화 이전/초기 근대/중기 근대/최근 근대)로 추정하게 했다. 결과는 산업화 이전엔 문화가 지배적이었고, 초기 근대엔 셋이 비슷했으며, 1900-1970년엔 국가가 압도적이었다가, 최근엔 문화가 다시 정점을 찍었다는 스토리다. 흥미로운 건 시대 평균을 내면 모든 값이 6-7로 수렴한다는 점—LLM이 시대별 차이를 상대적 변화로만 표현했을 가능성이 크다. Hanson은 1900-1970년 국가 영향력 정점과 문화의 고대-현대 양극 지배는 확신한다고 밝혔다.

최근 시대로 올수록 LLM 세 개의 추정값 편차가 커진다. 과거보다 현재를 더 불확실하게 본다는 뜻인데, 이게 모델의 훈련 데이터 특성인지 실제로 현재가 더 복잡한지는 알 수 없다.

AI/빅테크 시대에 "문화의 귀환"이라는 프레임은 단순한 역사 놀이가 아니다. 국가 규제(프랑스 암호화 규제, EU VPN 차단 논의)와 빅테크 자본(구글 reCAPTCHA 사태, AWS 복귀 후회담) 사이에서, 결국 밈·담론·소셜 네트워크 같은 문화적 힘이 실제 권력 배분을 결정한다는 관점이다. 투자자라면 "어느 쪽이 이기느냐"보다 "지금 어떤 힘이 우위에 있느냐"를 읽는 게 먼저다.

-> 2026-05-10 | AI is breaking two vulnerability cultures -> 2026-05-10 | The hypocrisy of cyberlibertarianism

Jeff Geerling이 Bambu Lab의 오픈소스 남용 사례를 고발한 글이다. Bambu Lab은 자사 3D 프린터를 클라우드 의존형으로 전환하면서, 사용자가 프린트할 모든 파일을 자사 서버를 거치도록 강제했다. 이에 한 개발자가 OrcaSlicer 포크를 만들어 클라우드 우회 기능을 추가했는데, Bambu Lab은 이를 "신원 위조(impersonation) 공격"이자 "보안 위협"이라며 법적 조치로 위협했다. 문제는 그 개발자가 Bambu Lab 자신들이 AGPL 라이선스로 공개한 Bambu Studio의 코드를 그대로 사용했다는 점이다. Bambu Lab은 자신들이 오픈소스 라이선스로 공개한 코드를 쓴 개발자를 DDoS 위협으로 몰며, "공식 클라이언트를 사칭했다"고 비난하는 블로그 포스트까지 올렸다. 아이러니하게도 Bambu Lab 자신은 2022년 Prusa Slicer를 포크하면서 Prusa 서버에 텔레메트리를 보낸 전력이 있다.

Louis Rossmann이 법적 방어 비용으로 1만 달러를 기부하겠다고 밝혔고, Jeff Geerling도 동참 의사를 밝혔다. 하지만 정작 가장 효과적인 대응은 "그냥 Bambu 제품을 사지 않는 것"일 수 있다는 결론.

하드웨어 회사들이 오픈소스를 "마케팅 도구"로만 활용하고, 실제론 클라우드 종속과 데이터 수집으로 수익화하려는 패턴이 명확해지고 있다. Bambu Lab 사례는 AGPL 라이선스조차 "우리 서버를 거치지 않으면 위법"이라고 우기는 극단적 케이스다. IoT 기기의 소유권과 오픈소스 생태계 신뢰가 동시에 무너지는 지점을 보여준다.

-> 2026-05-10 | Google Cloud Fraud Defence is just WEI repackaged -> 2026-05-11 | Hardware Attestation as Monopoly Enabler

NBER 워킹페이퍼가 "Deep Research on a Loop(DRIL)"이라는 AI 에이전트 방법론을 제시했다. 공개 자료에서 경제 데이터셋을 자동으로 조립하는 방식인데, 연구 설계와 실행을 분리한 2단계 구조다. 실제로 라틴아메리카 8개국의 세금 감면 데이터베이스 2025년판을 업데이트했더니, 129개 출처에서 136개 증거 레코드를 뽑아냈다. 22개 정성 필드를 완전히 커버하고 6개 정량 추정치를 문서화했는데, 드는 비용은 표준 LLM 구독료, 즉 연구조교 몇 시간 인건비 수준이었다. 저자들은 이게 "부분적 자동화"만으로도 실증경제학의 생산함수를 바꿀 수 있다고 주장한다.

데이터 수집이라는, 그동안 박사과정생과 RA를 갈아넣던 작업이 월 20달러짜리 구독료로 대체됐다. 출처 추적, 코딩 규칙 적용, 불확실성 명시까지 자동화됐다는 게 핵심이다.

실증 연구의 병목이 "데이터 구축"에서 "연구 설계"로 옮겨간다는 뜻이다. 좋은 질문을 던지는 능력이 더 중요해지고, 데이터 수집 자체는 commoditize된다. 학계뿐 아니라 리서치 중심 투자팀, 정책 싱크탱크도 생산성이 급변할 수밖에 없다. Tyler Cowen이 "이게 과학의 미래"라며 경고하는 이유다.

-> 2026-05-12 Another use of AI in research (from my email) -> 2026-05-11 Will AI kill the research paper?

개발자가 24GB M4 맥북에서 로컬 LLM을 돌리며 겪은 시행착오와 최종 세팅을 정리한 실전 가이드다. Ollama, llama.cpp, LM Studio 같은 런타임 선택부터 Qwen 3.6, GPT-OSS, Gemma 등 모델 테스트를 거쳐, 결국 Qwen 3.5-9B (4bit quantized) 에 안착했다. 초당 40토큰, 128K 컨텍스트, thinking mode 지원에 tool use까지 가능하지만, SOTA 모델처럼 "앱 하나 통째로 만들어줘"는 불가능하다. 대신 단계별로 명확히 지시하고, 사용자가 더 많이 생각하는 인터랙티브 워크플로우가 필수다. Elixir 린터 경고 해결 같은 단순 작업은 잘 처리하지만, git conflict 해결 중 편집을 빼먹거나 rebase 멈춤을 인지 못 하는 등 한계도 명확하다. 그럼에도 인터넷 불필요, 구독료 없음, 데이터센터 의존 탈피라는 매력이 크다.

저자는 "SOTA 모델은 너무 똑똑해서 오히려 내 사고를 게으르게 만든다"며, 로컬 모델이 강제로 더 깊이 생각하게 만든다는 점을 장점으로 꼽는다. 10배 생산성은 아니지만, "참여하게 만드는 생산성"이라는 역설.

EU의 VPN 규제 논의, Google의 WEI/reCAPTCHA 논란, 프랑스 암호화 메시징 단속 등 빅테크 의존을 줄이려는 움직임이 동시다발적이다. 로컬 LLM은 성능은 떨어지지만 "내 데이터, 내 하드웨어, 내 통제"라는 대안 경로를 제시한다. AI 활용이 구독 모델과 클라우드 종속으로 굳어지기 전, 로컬 실험이 가능한 마지막 타이밍일 수 있다.

-> 2026-05-12 | Local AI needs to be the norm -> 2026-05-10 | Claude Code, Codex and Agentic Coding #8

GitLab CEO Bill Staples가 직접 쓴 "Act 2" 선언문. 직원 감축과 60개국에서 운영하던 글로벌 footprint를 30% 줄이고, 관리 계층 3단계를 없애고, R&D를 60개 작은 팀으로 쪼개는 대규모 재편을 알렸다. 핵심 논리는 "AI 에이전트가 코드를 짜고 MR을 만들고 파이프라인을 돌리는 시대가 왔는데, 기존 Git과 CI/CD는 사람 속도에 맞춰 설계됐다"는 것. 그래서 Git 자체를 machine-scale로 재설계하고, 에이전트를 first-class user로 대하는 API를 새로 만들고, orchestration layer를 전면 개편한다는 로드맵을 공개했다. 비즈니스 모델도 기존 구독 요금에 consumption pricing을 더해 "에이전트가 하는 일의 양"에 따라 과금하는 방식으로 전환. 오랜 기업문화였던 CREDIT values를 폐기하고 "Speed with Quality, Ownership, Customer Outcomes" 3개 원칙으로 교체했다.

"개발자 플랫폼 시장이 작년엔 월 수십 달러/user였는데, 올해는 수백 달러로, 곧 수천 달러로 간다"는 대목. SaaS 단가가 100배 뛸 수 있다는 베팅. 그리고 구조조정을 투명하게 진행한다며 자발적 퇴직 기간(voluntary separation window)을 두고, 6월 1일까지 최종 조직 확정을 목표로 한다는 프로세스.

에이전트 코딩 붐이 infrastructure 레이어까지 내려왔다는 신호. Cursor, Windsurf 같은 툴이 생산성을 바꾸면, 그 아래 Git/CI/CD/배포 파이프라인도 재설계가 필요하다는 주장이 현실화되는 중. GitLab은 "기존 플랫폼에 AI를 덧붙이는 건 이번 시대의 최대 실수"라고 못 박으며 전면 재구축을 선언했는데, 이게 맞다면 GitHub, Bitbucket 등 경쟁사도 같은 압박을 받는다. 소프트웨어 생산 비용이 붕괴하면 수요가 폭발한다는 논리는 2024년 말부터 계속 나왔지만, 상장사가 이렇게 조직·비즈니스 모델·기술 스택을 한 번에 뒤집는 건 처음. 투자자 입장에선 Q1 가이던스 재확인 + 6월 2일 실적 발표에서 구조조정 규모와 재투자 계획이 공개될 예정이라 주목.

-> 2026-05-09 Agents need control flow, not more prompts -> 2026-05-12 Software engineering may no longer be a lifetime career