모닝 인사이트 다이제스트

Tyler Cowen이 Dwarkesh의 Jane Street 데이터센터 투어 영상을 소개하는 글. 금융 분야에 얼마나 막대한 컴퓨팅 자원이 투입되는지를 보여주면서, 데이터센터의 경제학과 물리학을 엿볼 수 있는 기회라고 평가한다. 특히 구리선의 전기 신호가 광섬유의 빛보다 빠를 수 있고, 이것이 실제로 금융 거래에서 중요하게 작용한다는 점을 흥미로운 사례로 든다. Cowen은 과거 "금융 AI가 가장 많은 컴퓨팅 파워를 보유하고 있어 의식을 가진 첫 AI가 될 것"이라고 예측했던 적이 있는데, 이번 투어가 그 예측의 배경을 입증한다고 본다.

구리선의 전기 신호가 광섬유의 빛보다 빠를 수 있다는 물리적 사실. 마이크로초 단위로 경쟁하는 금융 거래에서 이런 세부 사항이 실제로 차이를 만든다.

AI 시대에 모두가 LLM과 생성형 AI에 주목하지만, 정작 가장 많은 컴퓨팅 자원을 소비하는 건 여전히 금융 인프라일 수 있다. 데이터센터의 물리적 제약(레이턴시, 전력, 냉각)이 기술 경쟁력을 좌우하는 상황에서, 금융 기관들은 이미 수십 년간 이 게임의 최전선에 있었다. AI 인프라 투자를 고민하는 기업이라면 금융권이 어떻게 하드웨어 최적화에 접근해왔는지 배울 점이 많다.

-> 2026-05-16 Access to frontier AI will soon be limited by economic and security constraints

경제학자 Tyler Cowen이 Johns Hopkins 주최 공개 토론에 참여해 "현대 과학계가 지나치게 위험 회피적"이라는 주장을 펼쳤고, 토론 전후 여론 변화에서 12%포인트 상승을 기록했다는 내용. 토론 영상은 YouTube, NPR, 팟캐스트 등 여러 채널로 공개됐다. 핵심은 과학 연구비 배분과 커리어 구조가 안전한 연구만 장려하고, 고위험-고수익 연구를 구조적으로 억제한다는 것. 연구자들이 재임용과 펀딩을 위해 점진적 성과에 집중하게 되면서, 정작 게임 체인저가 될 수 있는 연구는 뒷전으로 밀린다는 지적이다.

토론 후 여론이 12%포인트 움직였다는 건, 사람들도 막연히 "과학이 정체됐다"고 느끼고 있었다는 방증. 단순히 자금이 부족한 게 아니라 배분 방식 자체가 문제라는 인식.

AI/생명공학 같은 분야에서 혁신 속도가 국가 경쟁력을 좌우하는 시점에, 정작 학계와 공공 R&D 시스템이 파괴적 연구를 외면하고 있다면 심각한 문제다. VC는 10년 수익 모델이 없어도 베팅하는데, NSF나 NIH 같은 기관은 2년차 중간보고 없으면 끊는 구조. 혁신의 병목이 자금 총량이 아니라 시스템 설계라는 시각은, Emergent Ventures 같은 비전통적 펀딩 모델이 왜 주목받는지 설명해준다.

-> 2026-05-15 | How Much Has Shale Gas Saved U.S. Consumers? | RSS/Marginal Revolution -> 2026-05-16 | Access to frontier AI will soon be limited by economic and security constraints | HackerNews

Steven Levy가 "애플은 AI 시대를 정의할 킬러 제품을 내놔야 한다"고 주장했다. 2030년쯤엔 사람들이 앱 대신 AI 에이전트에게 명령하고, 식당 나올 때 차가 알아서 대기하는 세상이 올 거라는 식이다. 하지만 John Gruber는 이게 "fever dream"이라고 일축한다. 애플의 존 터너스가 말한 게 정확하다는 것—애플은 기술이 아니라 제품과 경험을 만든다. iPod은 MP3 기술이 아니라 음악에 관한 제품이었고, iPhone은 모바일 시대를 정의했지만 그렇다고 애플이 소셜미디어 사업을 할 필요는 없었다. AI는 무선 네트워크처럼 모든 제품에 스며드는 기술이지, 하나의 독립적 제품이 될 게 아니다. 2030년에도 사람들은 여전히 폰으로 차를 부를 것이고, 카메라도 화면도 폰이 담당할 것이다.

"AI 에이전트가 알아서 차를 불러놓는 미래"에 대한 반박이 구체적이다. 어떤 마이크로 듣고, 어떤 스피커로 응답하고, 얼마나 멀리 있는지 어떤 화면으로 볼 건가? 결국 답은 폰이다.

AI 과대광고 속에서 "제품 vs 기술"의 본질을 짚는 관점이다. 투자 관점에서 보면, AI 에이전트 단독 디바이스를 만드는 스타트업보다는 기존 플랫폼(애플, 구글)에 AI가 통합되는 방향이 더 현실적이란 뜻이다. 메타가 소셜로 모바일 시대를 점령했듯, AI 시대에도 인프라 레이어(폰, OS)를 쥔 기업이 여전히 강하다는 시그널.

-> 2026-05-16 AI is making me dumb -> 2026-05-17 I believe there are entire companies right now under AI psychosis

Tyler Cowen이 Scott Sumner의 분석을 인용하며 한국 경제 성장에 대한 통념을 정면으로 반박한다. 흔히 한국, 대만, 싱가포르, 홍콩을 "수출주도 성장"으로 묶어 설명하는데, 이 표현은 마치 무역 흑자로 부자가 된 것처럼 오해를 낳는다. 실제로는 정반대다. 1963년부터 1997년까지 거의 두 자릿수 성장을 하는 동안, 한국은 1980년대 몇 년을 제외하고는 거의 계속 무역 적자를 기록했다. Doug Irwin의 논문에 나온 그래프가 이를 명확히 보여준다. 결국 한국의 성장은 수출 그 자체가 아니라 1964-65년의 경제개혁과 개방이 핵심이었다는 것이 요지다.

1970년대 초까지만 해도 한국은 북한보다 가난했고, 동아시아가 라틴아메리카보다 잘할 거라는 합의조차 없었다. 지금의 결과는 전혀 예정된 게 아니었다.

"수출이 많으면 경제가 성장한다"는 식의 단순 논리가 정책 담론에서 여전히 힘을 발휘한다. 하지만 한국 사례는 무역 흑자가 아니라 제도 개혁과 개방, 자본 유입이 진짜 성장 엔진이었음을 보여준다. 현재 각국의 보호무역 논쟁, 산업정책 설계에서 이 역사적 교훈은 여전히 유효하다. 특히 "자국 우선", "무역 흑자 = 승리"라는 프레임이 득세하는 지금, 과거를 제대로 이해하는 게 더 중요하다.

개인 블로그에 올라온 감정적 토로이지만, HackerNews에서 큰 반향을 일으킨 글. 저자는 우리가 이해할 수 없는 기술, 통제할 수 없는 법, 들어갈 수 없는 공간으로 가득한 세상에 살고 있다고 지적한다. 이 복잡성은 의식하지 못하는 스트레스로 누적되고, 우리는 AGI 같은 "기술로 기술을 구원한다"는 서사에 스스로를 설득하며 산다. 저자는 노트북을 부수고 싶고, 돈도 글자도 없는 삶을 꿈꾼다. 후기에서 본인도 "감정적 과잉반응"임을 인정하면서도, 현대 세계의 복잡성을 이해하려는 노력과 단순함을 향한 열망 사이에서 균형을 찾아야 한다고 결론짓는다.

DeepMind 다큐멘터리를 인용하며 "AGI가 인류 문제의 최고 해법"이라는 세계관을 정면으로 비판한다는 점. 테크 커뮤니티 내부에서 나온 기술 회의론이라 더 날카롭다.

최근 AI 회의론 기사들이 연속되는 흐름의 연장선. AI가 만능 해법처럼 포장되는 시점에, "복잡성 자체가 문제"라는 근본적 질문을 던진다. 투자 관점에서는 테크 낙관론의 피로감과 반작용이 어디까지 갈지 가늠하는 지표. 실리콘밸리식 "더 많은 혁신" 서사에 대한 대중적 피로도가 임계점에 가까워지고 있다는 신호일 수 있다.

-> 2026-05-16 AI is making me dumb -> 2026-05-17 I believe there are entire companies right now under AI psychosis

저자는 조직들이 프로세스 최적화에 AI를 던져넣으면 마법처럼 빨라질 거라 기대하지만, 이건 근본적인 오해라고 지적한다. Gantt 차트를 예로 들면서 소프트웨어 개발이 70일 걸린다고 해서 그게 진짜 병목은 아니라는 것. 진짜 문제는 그 앞 단계—애매한 요구사항, 불완전한 문서, 도메인 전문가와의 반복 커뮤니케이션—에 있다. AI 코드 생성이 개발 시간을 3일로 줄인다 해도, 그만큼 상세한 스펙 문서 작성에 시간이 들어가면 결국 총 프로젝트 기간은 비슷하거나 오히려 늘어날 수 있다. 핵심은 "병목에 예측 가능하고 고품질의 인풋을 제공하는 것"이지, 병목 자체에 리소스를 더 투입하는 게 아니다. The Goal과 The Toyota Way를 재독하며 얻은 교훈: 프로세스를 빠르게 하려면 upstream 문제부터 해결하라.

"개발자들이 직업 시작부터 간절히 원했던 것"이 바로 AI가 필요로 하는 것—세세한 요구사항 문서—이라는 아이러니. 만약 인간 개발자에게 그 수준의 문서를 줬다면 이미 생산성이 급증했을 것.

AI 도입을 "개발 속도 향상"으로만 보는 조직이 넘쳐나는 지금, 이 글은 냉정한 현실 체크를 제공한다. AI가 코드를 빨리 쓰더라도, 그 앞뒤 단계—요구사항 정의, 테스트, 통합—가 병목이면 전체 프로세스는 빨라지지 않는다. 진짜 ROI는 "AI가 뭘 할 수 있나"보다 "우리 프로세스 어디가 막혀 있나"를 먼저 파악하는 데서 나온다. 투자 관점에서는 AI 툴 자체보다 프로세스 인텔리전스/워크플로우 최적화 솔루션에 주목해야 할 이유.

-> 2026-05-16 AI is making me dumb -> 2026-05-17 I believe there are entire companies right now under AI psychosis

모든 주요 AI 기업이 지금 기업 고객에게 "원가 이하 판매"를 하고 있다는 분석이다. Claude Pro는 월 20달러인데, 같은 사용량을 API로 계산하면 월 200에서 400달러가 나온다. GitHub Copilot은 사용자당 월 10달러 받고 80달러어치 컴퓨팅을 태웠고, Anthropic 사용자들은 1달러 낼 때마다 8달러어치 컴퓨팅을 소비했다. 문제는 에이전트 AI의 등장으로 이 격차가 더 벌어졌다는 것. 대화형 AI는 토큰 소비가 예측 가능했지만, 자율적으로 작동하는 에이전트는 몇 시간씩 돌면서 토큰을 폭발적으로 소비한다. OpenAI와 Anthropic은 모두 IPO를 준비 중인데, 공개 시장은 마진을 요구한다. 결국 구독 가격 인상, 사용량 제한, 종량제 전환 중 하나 이상이 올 것이고, 현재 가격에 워크플로우를 구축한 기업들은 예산 폭탄을 맞게 된다는 경고다.

OpenAI VP가 자사 무제한 플랜을 "무제한 전기 요금제"에 비유하며 단계적 폐지 가능성을 언급했고, GitHub은 실제로 6월 1일부터 정액제를 폐기하고 종량제로 전환한다. ChatGPT Plus는 3년간 20달러로 고정됐는데, 그사이 모델 성능과 기능은 몇 배로 늘었다.

AI가 실험 도구에서 핵심 인프라로 전환되는 시점에서, 가격 모델의 근본적 재편이 임박했다. KPMG 조사에 따르면 미국 기업들의 평균 AI 지출은 작년 대비 2배 늘어 연 2억 700만 달러에 달하는데, 많은 기업이 이미 예산을 크게 초과하고 있다. IPO 압력이 본격화되면 현재 "월 1,000달러(50명 팀)" 규모의 비용이 "월 15,000에서 40,000달러"로 뛸 수 있고, 이는 대부분 기업이 준비하지 않은 충격이다. AI 구독을 저렴한 유틸리티로 여긴 조직은 지금 실사용량 감사와 멀티벤더 전략을 구축해야 한다.

-> 2026-05-17 | I believe there are entire companies right now under AI psychosis -> 2026-05-16 | Access to frontier AI will soon be limited by economic and security constraints

OpenAI가 몰타 정부와 손잡고 전 국민에게 ChatGPT Plus를 1년간 무료 제공하는 세계 최초 파트너십을 발표했다. 단순 배포가 아니라 몰타대학이 개발한 AI 리터러시 코스 이수를 전제로 하는 구조다. "전기처럼 지능도 필요한 만큼 쓸 수 있어야 한다"는 OpenAI의 비전을 국가 단위로 구현하는 셈인데, 몰타 정부는 이를 "디지털 시대에 국민을 뒤처지게 두지 않겠다"는 전략적 선택으로 정의한다. OpenAI for Countries 이니셔티브의 일환으로, 에스토니아와 그리스에서도 교육 시스템 협력이 진행 중이다.

국가가 AI 도구를 "국가 유틸리티(national utility)"로 규정하고 전 국민 배포에 나선 건 처음이다. 교육과 접근성을 묶은 설계도 흥미롭다.

AI 접근이 개인 선택에서 국가 전략으로 이동하는 신호다. 몰타 모델이 성공하면 다른 국가들도 "AI 리터러시 + 인프라 접근" 패키지를 공공정책으로 채택할 가능성이 크다. OpenAI 입장에선 B2G(정부 대상) 시장을 선점하면서 규제 우호적 환경을 만드는 전략이기도 하다. 결국 AI 기업들의 다음 성장 동력은 국가 단위 계약이 될 수 있다는 시사점.

-> 2026-05-16 Access to frontier AI will soon be limited by economic and security constraints

LLM 스티어링은 모델 추론 중에 활성화 값을 직접 조작해 출력을 유도하는 기술이다. 예를 들어 "간결하게 답하라"는 개념을 추출해 모델 내부에서 해당 활성화를 부스트하면 프롬프트 없이도 간결한 답변을 유도할 수 있다. Anthropic의 Golden Gate Claude 같은 사례로 주목받았지만, 지금까진 큰 연구소(모델을 직접 학습시킬 수 있음)와 API 사용자(모델 가중치 접근 불가) 사이 어정쩡한 위치였다. 대부분의 스티어링 효과는 프롬프트로도 재현 가능했고, "지능"처럼 복잡한 개념을 추출하려면 결국 모델 전체를 재학습하는 것과 다름없어진다. 그런데 DeepSeek-V4-Flash라는 로컬에서 돌아가는 강력한 오픈 모델이 등장하면서, 커뮤니티가 본격적으로 스티어링을 실험할 수 있는 환경이 만들어졌다. antirez의 DwarfStar 4 같은 프로젝트는 스티어링을 일급 시민으로 지원하며, 향후 6개월이 실용성을 검증할 기회가 될 것이다.

스티어링으로 모델의 검열(refusal) 행동을 제거할 수 있다는 점이 흥미롭다. 프롬프트론 불가능한데 런타임 스티어링은 가능하고, 가중치 수정(LoRA 등)보다 모델 성능 손상도 적다는 게 커뮤니티 피드백이다.

로컬에서 실행 가능한 프론티어급 모델의 등장은 AI 개발 패러다임을 바꿀 수 있다. 스티어링이 실용화되면 모델 커스터마이징이 학습 없이도 가능해지는데, 이는 파인튜닝 시장 구도나 오픈소스 AI 생태계에 직접적 영향을 미친다. 다만 저자는 회의적이다. 대부분의 효과는 프롬프트나 학습으로 더 효율적으로 달성 가능하고, 진짜 야심찬 목표(지능 향상, 코드베이스 지식 주입)는 스티어링 범위를 넘어선다고 본다. 결국 다음 6개월이 이 기술의 실용성을 판가름할 것이다.

-> 2026-05-17 A few words on DS4 -> 2026-05-16 AI is making me dumb

2024년 6월 Fisker가 파산하자 1만 1천 대의 Ocean SUV 오너들이 즉각 문제에 직면했다. 차량의 거의 모든 기능(브레이크, 에어백, 배터리 관리)이 Fisker 클라우드 서버에 의존했는데, 서버가 꺼지면서 차가 작동을 멈출 위기에 놓인 것이다. 오너들은 Fisker Owners Association(FOA)이라는 비영리 단체를 만들고, 직접 펌웨어를 리버스 엔지니어링하고, GitHub에 CAN 버스 파일을 공개하고, Home Assistant 통합 도구를 개발했다. 유럽에선 "Flying Doctors"라는 이동 수리 네트워크를 운영하고, 미국에선 부품 공급망을 확보하고 보험사를 설득해 보장을 유지시켰다. 사실상 자발적 자동차 회사를 세운 셈이다. American Lease와 250만 달러 규모의 소프트웨어 접근 계약이 무산되면서 클라우드 기능이 차단됐지만, 커뮤니티는 독자 진단 앱과 오픈소스 툴로 대응 중이다.

Fisker는 31,000대 예약(17억 달러 잠재 매출)을 받고도 11,000대만 생산하고 파산했다. 그런데 정작 차를 산 오너들은 GitHub에 135회 커밋된 Apache 2.0 라이선스 Home Assistant 통합 도구를 만들고, CAN 버스 4개 채널을 매핑하며 사실상 제조사 역할을 대체했다.

Nikola, Canoo, Arrival 등 추가 EV 스타트업 파산이 예정된 상황에서, 소프트웨어 의존도 높은 차량이 제조사 사망 시 e-waste가 되는 구조적 문제가 드러났다. 이 사례는 소프트웨어 에스크로 의무화, 파산 시 소스코드 공개, 오픈소스 대체 조항 같은 제도적 대응이 필요하다는 걸 보여준다. VW, BMW, 벤츠가 2025년 공동 오픈소스 플랫폼 MOU를 맺은 것도 같은 맥락이다. 결국 EV 산업 통합기에 "소프트웨어 소유권"이 차량 가치와 직결된다는 사실을 입증한 케이스다.

-> 2026-05-15 | The US is winning the AI race where it matters most: commercialization -> 2026-05-16 | AI is making me dumb -> 2026-05-17 | Power Tools Got Worse on Purpose. Who Owns DeWalt, Craftsman, and Milwaukee?