해봄

연구자 접근을 막은 대가, EU가 처음으로 매겼어요 오즈의 지식토킹 171호 · 2026년 7월 31일 · 비즈니스 · oztalking.com 원문 들어가며 2024년 11월, 루마니아 대선을 앞두고 이상한 일이 벌어졌어요. 몇 년째 네일아트와 패션 이야기만 올리던 틱톡 계정들이 갑자기 한 무명 정치인을 밀기 시작했거든요. 커린 조르제스쿠. 여론조사 한 자릿수였던 그의 게시물은 투표 전까지 1억 2천만 회 조회됐고, 그는 1차 투표에서 23%를 얻어 1위에 올랐어요. 네덜란드 마스트리흐트대학의 아드리아나 이암니치 교수는 이걸 연구하고 싶었어요. 누가 이 콘텐츠를 만들었고 어떻게 돈을 벌었는지요. 그래서 EU 법이 보장한 권리에 따라 틱톡에 데이터를 요청했어요. 거부당했어요. 법은 이미 있었어요. 그런데 데이터는 없었죠. 결론부터 말씀드리면, 이 간극을 좁힌 건 논문도 청원도 아니라 2,000억 원짜리 벌금이었어요. 그리고 %name%님이 사는 나라는 아직 그 간극의 앞 단계에 있어요. 2,000억 원이 만든 변화 지난 7월 15일, EU 집행위원회가 X의 시정계획을 수용했어요. 골자는 이래요. 적격 연구자 심사 절차를 개선하고 처리 기간을 대폭 줄이며, 데이터를 무료로 제공하고, 연구자의 공개 데이터 수집을 계약으로 금지하던 약관을 고치겠다는 것. 이행 기한은 6개월이고 외부 독립 감사를 받아요. 여기까지 오는 데 걸린 시간을 세어볼까요. 2023년 4월 X가 초대형 온라인 플랫폼으로 지정됐고, 그해 12월 EU가 공식 조사에 착수했어요. 그리고 2025년 12월 5일, 집행위는 X에 1억 2,000만 유로, 우리 돈으로 약 2,000억 원의 과징금을 매겼어요. 디지털서비스법 시행 이후 첫 제재였어요. 제재 사유는 세 가지였는데, 흔히 보도된 건 '블루체크 기만 설계'였어요. 하지만 나머지 둘이 오늘의 주제예요. 광고 저장소가 불투명해서 검증이 불가능하다는 것, 그리고 연구자에게 공개 데이터 접근을 제공하지 않았다는 것. 특히 X의 약관은 적격 연구자가 독자적으로 데이터를 모으는 행위 자체를 금지하고 있었어요.

여섯이 만점을 주장했고, 공식 채점은 둘뿐이었어요 오즈의 지식토킹 170호 · 2026년 7월 30일 · 비즈니스 · oztalking.com 원문 들어가며 7월 16일 상하이에서 국제수학올림피아드(IMO)가 끝났어요. 666명이 응시했고, 42점 만점을 받은 학생은 7명이었어요. 그런데 그 다음 주가 더 시끄러웠어요. 일주일 사이에 여섯 개의 AI 시스템이 "우리도 42점 만점"이라고 발표했거든요. 화웨이, 샤오홍슈, 그리고 독립 테스트에서 나온 네 개 모델까지요. 구독자님, 여기서 한 가지만 짚고 갈게요. 이 여섯 중에서 IMO 주최 측에 실제로 답안을 넘긴 건 둘뿐이에요. 나머지 넷은 채점자가 사람이 아니라 Claude 기반 에이전트였어요. 그리고 해당 저장소는 "강력하지만 공인된 결과는 아니다"라고 스스로 밝혀뒀어요. 결론부터 말씀드릴게요. 지금 AI에게 부족한 건 더 어려운 문제가 아니에요. 답안을 누가, 어떤 조건에서, 어떻게 채점했는지를 남기는 제도예요. 그러니까 벤치마크 말고, 시험이요. 만점의 계절, 그런데 시험장은 여섯 군데였다 먼저 무슨 일이 있었는지 정리해 볼게요. 인간 쪽 성적은 명확해요. 666명 중 7명이 만점. 학생들은 이틀에 걸쳐 총 9시간 동안 6문제를 풀었어요. 같은 날, 같은 시간, 같은 방에서요. AI 쪽은 이렇게 갈려요. 공식 채점 경로: 화웨이의 Celia와 샤오홍슈의 dots-note-3.0이 인간 대회가 끝난 뒤 문제를 받아 정해진 시간 안에 답안을 제출했고, 그 답안을 IMO 주최 측에 넘겼어요. 샤오홍슈는 "어떤 형태의 인간 개입도 엄격히 금지했다"고 밝혔고요. 독립 테스트 경로: 나머지 넷은 한 연구자가 직접 짠 테스트 환경에서 나온 결과예요. 모델 첫 시도 최종 비용 소요 시간 Claude Fable 5 42/42 42/42

독서는 사라지는 게 아니라, 읽는 20%와 안 읽는 80%로 갈라지고 있어요 오즈의 지식토킹 169호 · 2026년 7월 30일 · 사회 · oztalking.com 원문 들어가며 구독자님, 이런 장면을 한번 상상해 볼까요. 미국에서 가장 똑똑하다는 대학의 한 학생이 소설 한 권을 앞에 두고 막혔어요. 앤서니 버지스의 『시계태엽 오렌지』(1962)였는데, 이 학생은 그 문장을 '고대 영어'로 착각했다고 해요. 그래서 ChatGPT에 통째로 넣어 더 쉬운 말로 '번역'한 다음에야 읽었어요. 하버드 학생이요. 처음 이 사례를 봤을 때 저는 그냥 한 사람의 문해력 문제라고 생각했어요. 그런데 관련 자료를 파고들수록, 이건 개인의 실력이 아니라 '읽기'라는 행위 자체가 사회에서 갈라지고 있다는 신호였어요. 결론부터 말씀드릴게요. 독서는 사라지는 게 아니에요. 읽는 소수와 읽지 않는 다수로 양극화하는 중이에요. 오늘은 그 균열의 정체를 하나씩 뜯어볼게요. 📊 무슨 일이 벌어지고 있나 숫자부터 볼게요. 미국예술기금(NEA)의 조사에 따르면, 2022년에 책을 한 권이라도 읽은 성인은 절반이 안 됐어요. 소설이나 단편을 읽은 사람은 38%에 그쳤고요. 미국인의 시간 사용 기록 23만 6천 건을 분석한 연구에서는, 하루 중 취미로 책을 읽는 사람의 비율이 2004년 28%에서 2023년 16%로 떨어졌어요. 참고로 작년에 미국인의 57%가 어떤 형태로든 도박에 돈을 걸었어요. 이제 책을 읽는 것보다 베팅을 하는 게 더 흔한 여가가 된 셈이에요. 읽는 책도 단순해지고 있어요. 뉴욕타임스 베스트셀러의 문장은 100년 전보다 약 3분의 1 짧아졌어요. 1958년 미국에서 가장 많이 팔린 소설은 보리스 파스테르나크의 『닥터 지바고』였어요. 길고 복잡한 문장으로 인간의 내면을 파고드는 작품이죠. 반면 작년 판매 1위는 청소년 시리즈 『헝거게임』의 신작이었어요. 두 작품의 문장을 나란히 놓으면, 그 사이에 무엇이 빠졌는지가 보여요. 여기서 중요한 구분이 하나 있어요. 미국은 글을 못 읽는 나라(문맹)가 된 게 아니에요. UCLA의 인지신경과학자 마리안 울프는 사람들이 개별 단어를 해독하는 능력이 아니라, 긴 글을 붙잡고 깊이 이해하고 종합하는 고차원 능력을 잃고 있다고 봐요. 이걸 '포스트리터러시'라고 불러요. 이메일, 문자, 게시물로 그 어느 때보다 많은 글자를 읽지만, 정작 한 편의 긴 글에 집중하는 힘은 빠지고 있는 거예요.

수요 공포와 대체 공포, 두 개가 겹친 낙폭이에요 오즈의 지식토킹 168호 · 2026년 7월 29일 · 비즈니스 · oztalking.com 원문 들어가며 구독자님, 어제 아침 9시 서울의 장면부터 볼게요. 코스피는 5% 넘게 빠진 6,400선에서 문을 열었고, 장중 한때 6,000선이 무너졌어요. 삼성전자는 13%, SK하이닉스는 14% 내리며 하루를 마쳤어요. 하루 낙폭으로는 둘 다 손에 꼽히고, 석 달의 상승분이 하루에 지워졌어요. 그런데 같은 날, 바다 건너에서는 결이 전혀 다른 기사가 하나 나왔어요. 베이징의 문샷AI가 차세대 모델 '키미 K4'를 만들기 위해 엔비디아 블랙웰 GPU를 추가로 확보하려 한다는 보도예요. 시장은 "중국이 반도체를 자립했다"는 공포에 한국 반도체를 던졌는데, 정작 중국 최전선의 AI 기업은 같은 시각에 미국 칩을 더 사려고 움직이고 있었던 거예요. 오늘은 이 모순에서 출발할게요. 결론부터 말씀드리면, 이번 낙폭에는 결이 다른 두 개의 공포가 겹쳐 있어요. 하나는 "AI가 싸지면 칩이 덜 필요하다"는 수요 공포, 다른 하나는 "중국이 메모리와 장비를 직접 만든다"는 대체 공포예요. 그리고 이 공포의 절반은 실체, 절반은 서사예요. 155만 원이 된 하이닉스, 한 달의 기록 먼저 시간순으로 정리할게요. 출발점은 6월 25일이에요. 이날 삼성전자와 SK하이닉스는 나란히 사상 최고가를 찍었어요. SK하이닉스는 장중 298만 7,000원까지 올랐고, 그 직전에는 이틀 동안 삼성전자를 제치고 코스피 시가총액 1위에 오르기도 했어요. 증권가에서는 2000년 닷컴 버블 때 시스코가 마이크로소프트를 제치고 나스닥 시총 1위에 올랐던 장면과 비교하는 이야기까지 나왔어요. 기대가 정점에 있었다는 뜻이에요. 7월 초부터 1차 조정이 왔어요. 특별한 악재라기보다 밸류에이션 부담과 수급의 문제였어요. 삼성전자·SK하이닉스 단일 종목 레버리지 상품에 대한 규제가 시행됐고, 신용융자와 레버리지 청산이 하락을 증폭시켰어요. 7월 13일 하루에만 SK하이닉스가 15% 넘게 빠졌고, 이 시점에 이미 고점 대비 38% 하락이었어요.

스타 1명 대신 무명 100명, 브랜드의 계산법이 바뀌었어요 오즈의 지식토킹 167호 · 2026년 7월 29일 · 비즈니스 · oztalking.com 원문 들어가며 %name%님, 여기 연봉 명세서가 하나 있어요. 미국 플로리다에 사는 30살 애나 펜스터마커의 지난해 수입인데요. 총액은 14만 달러, 약 1억 9천만 원이에요. 그런데 이 사람, 유명인이 아니에요. 틱톡 팔로워 3만 3천 명. 낮에는 호텔업계 정규직으로 일하고, 퇴근 후에 집 꾸미기와 패션 콘텐츠를 올리는 평범한 직장인이에요. 블룸버그가 공개한 명세서의 내역이 흥미로워요. 브랜드 광고로 번 돈은 2만 9천 달러, 전체의 5분의 1 수준이에요. 가장 큰 몫은 아마존 인플루언서 프로그램에서 나온 9만 1천 달러였어요. 그가 추천한 물건을 팔로워가 사면 수수료를 받는 구조죠. 그런데 여기서 한 가지 질문이 생겨요. 팔로워 3만 명은 어떻게 대기업 과장 연봉의 두 배를 벌게 됐을까요? 결론부터 말씀드리면, 이 사람이 특별해서가 아니라 브랜드의 광고비가 흐르는 경로 자체가 바뀌었기 때문이에요. 오늘은 그 배관 공사를 뜯어볼게요. '크리에이터 중산층'이 생기고 있어요 한동안 인플루언서로 먹고산다는 건 할리우드 배우가 되겠다는 말과 비슷하게 들렸어요. 이론상 가능하지만 확률은 로또에 가까운 길이요. 그런데 최근 미국에서 관찰되는 건 다른 그림이에요. 팔로워 수백만 명의 스타가 아니라, 수만 명 규모의 '보통 크리에이터'들이 중간 관리자급 수입을 만드는 사례가 늘고 있어요. 블룸버그가 인터뷰한 사례를 몇 개 볼게요. 뉴욕의 25살 마케터 애비 플래톡은 팔로워가 8천 명일 때 첫 브랜드 계약을 맺었어요. 지금은 2만 5천 명 규모로 올해 브랜드 딜만 2만 5천 달러를 계약했고요. 28살 치과 레지던트 본사 네메라는 연봉 7만 6천 달러를 받으며 병원에서 일하는데, 부업으로 하는 콘텐츠에서 올해 이미 18만 달러의 계약을 따냈어요. 본업 연봉의 두 배를 두 달 만에 벌었다는 이야기죠. 배경에는 시장 전체의 팽창이 있어요. 인플루언서 마케팅 시장은 2015년 17억 달러에서 2025년 약 330억 달러, 우리 돈 46조 원 규모로 커졌어요. 10년 만에 20배 가까이 불어난 거예요. 그런데 저는 시장이 커졌다는 사실보다, 커진 돈이 어디로 배분되는지가 더 중요한 신호라고 봐요. 그 돈이 점점 '작은 계정'으로 흐르고 있거든요.

이름은 문제에 이름표만 붙여요. 검증자를 만드는 건 그대로 당신 숙제예요 오즈의 지식토킹 166호 · 2026년 7월 28일 · AI·테크 · oztalking.com 원문 들어가며 몇 년 전만 해도 이 일엔 이름이 하나였어요. 프롬프트 엔지니어링. 모델이 원하는 대로 움직일 때까지 문장 하나를 고치는 작업이었죠. 작년엔 같은 일에 컨텍스트 엔지니어링이라는 이름이 새로 붙었고, 올해 스레드에선 루프 엔지니어링이라고 불러요. 그 아래엔 늘 같은 문장이 따라붙어요. "이제 병목은 모델이 아니라 검증자예요." 이름이 바뀔 때마다 개발자들은 똑같이 반응해요. "진짜 달라진 거야, 아니면 강의 하나 팔려고 페인트만 새로 칠한 거야?" 이 의심은 대체로 옳아요. AI 도구 용어는 그게 가리키는 문제보다 훨씬 빨리 갈아치워지거든요. 그래서 하나씩 뜯어볼게요. 결론부터 말씀드릴게요. 이름이 바뀔 때마다 실제로 '당신이 엔지니어링하는 단위'가 바뀌었어요. 페인트가 아니라 작업 대상 자체가요. 다만 가장 최신 이름이 가리키는 문제는 진짜인데, 이름은 그 문제에 이름표만 붙일 뿐 풀어주지는 않아요. 단위는 '프롬프트'였어요 2022년부터 2024년까지로 잡아볼게요. 작업의 단위는 프롬프트 하나였어요. 요청 하나의 문장을 다듬는 일이죠. 퓨샷 예시를 넣고, 역할을 부여하고, "단계별로 생각해봐"를 붙이고, 무엇을 먼저 물을지 순서를 바꾸고. 당신이 통제하는 표면 전체가 메시지 한 통의 텍스트였고, 그걸 제대로 쓰는 게 기술의 전부였어요. 돌이켜보면 그 시절 노하우는 거의 다 '한 문장을 어떻게 쓰느냐'로 수렴했어요. 예시를 몇 개 넣을지, 어떤 순서로 물을지, 역할을 어떻게 줄지. 지금도 이 감각은 유효해요. 좋은 프롬프트는 여전히 좋은 결과의 출발점이거든요. 달라진 건, 그게 더 이상 '전부'가 아니라는 점이에요. 일 자체가 메시지 한 통에 안 들어가게 됐으니까요. 🧩 단위가 '표면'이 되었어요 2025년 중반, 안드레이 카파시가 사람들이 이미 하고 있던 일에 이름을 붙였어요. 컨텍스트 엔지니어링이요. 단위가 메시지에서 창(window) 안의 모든 것으로 넓어졌어요. 시스템 프롬프트, 검색해서 끌어온 문서, 도구 정의, 그리고 매 턴마다 함께 실리는 CLAUDE.md나 AGENTS.md 같은 지시 파일까지요. 이제 문장 하나를 다듬는 게 아니라, 하나의 표면을 큐레이션하는 일이 된 거예요.

금기를 깬 건 성능이 아니라 명분이었어요 오즈의 지식토킹 165호 · 2026년 7월 27일 · 비즈니스 · oztalking.com 원문 들어가며 구독자님, 샌프란시스코의 한 벤처투자자가 요즘 겪는 일이에요. 미팅에 들어가면 창업자들이 휴대폰을 테이블에 올려두고 자기 쪽으로 조금씩 밀어 보낸대요. 경기 끝난 선수 앞에 마이크가 모이듯이요. 예전엔 녹음해도 되냐고 물었는데, 지금은 아무도 묻지 않는대요. 월스트리트저널이 최근 전한 실리콘밸리 풍경이에요. 불과 몇 년 전만 해도 회의 녹음은 보안 문제로 조심스러운 일이었어요. 지금은 안 하는 쪽이 이상해졌고요. 결론부터 말씀드릴게요. 이 금기를 깬 건 녹음 기술의 성능이 아니에요. 명분이었어요. 그리고 한국은 그 명분 전환을 세계에서 가장 먼저, 가장 조용히 끝낸 나라예요. 묻는 쪽이 무례해진 회의실 월스트리트저널이 담은 장면들은 꽤 구체적이에요. 한 스타트업 창업자는 업무 콘퍼런스에서 빨간불이 켜지는 녹음 배지를 달고 다니다가 불편하다는 항의를 받았어요. 그는 그 요청이 오히려 거슬렸다고 답했고요. 같은 사람이 소개팅 자리도 대부분 녹음해서, 끝난 뒤 AI에게 내가 얼마나 말했고 어떻게 하면 더 공감을 잘할 수 있는지 물어봐요. 다른 AI 스타트업 대표는 사무실에서 녹음을 안 켠 채 대화한 걸 뒤늦게 알면 다들 아쉬워한다고 말해요. 그리고 이렇게 덧붙였어요. 녹음해도 되냐고 물으면 분위기가 깨진다고요. 앞서 말한 벤처투자자는 이 상황을 두고 우리 사회가 동독처럼 되어가는 것 같다고 표현했어요. 반대편에 선 사람도 있어요. 뉴욕의 한 투자자는 몰래 녹음하는 행위가 사회적으로 용납되면 안 된다고 보고, 아예 줌에 표시되는 자기 이름을 바꿔버렸어요. 이름 뒤에 전사와 녹음에 동의하지 않는다는 문장을 붙여놓은 거예요. 매번 말로 거절하는 것보다 이름표에 박아두는 편이 낫다고 판단할 만큼, 거절이 번거로운 일이 됐다는 뜻이기도 해요. 여기서 중요한 건 미국 상황이 법적으로 훨씬 빡빡하다는 점이에요. 캘리포니아를 포함한 10여 개 주는 사적 대화 녹음에 참여자 전원의 동의를 요구해요. 그래서 애플도 2007년 아이폰 출시 이후 17년 동안 통화 녹음 기능을 넣지 않았어요. 법이 더 엄격한 나라에서 관행이 먼저 무너지고 있는 셈이에요.

AI를 만들던 사람이 AI에게 단가를 깎이고 있거든요 오즈의 지식토킹 164호 · 2026년 7월 27일 · 비즈니스 · oztalking.com 원문 들어가며 구독자님, 중국 청두의 오래된 주택가 옥상에는 서류상 존재하지 않는 집이 한 채 있어요. 옥상에 무허가로 올린 방 두 칸짜리 구조물인데, 월세는 1,000위안, 우리 돈으로 약 20만 원이에요. 계약서도 없이 아랫집 이웃에게 매달 송금하는 방식이죠. 여기에 28살 개발자 부부가 3년째 살고 있어요. 남편 Jared는 빅테크에서 AI를 만들던 엔지니어였어요. 996 근무를 버티다 회사를 나왔고, 지금은 낮에 옥탑방에서 외주 프로그램을 짜요. 그리고 저녁 6시가 되면 배달 조끼를 입고 오토바이에 올라요. 밤 10시까지 4시간을 달려 버는 돈이 한 달 약 1,000위안. 월세와 정확히 같은 액수예요. 최근 그의 하루를 따라간 다큐멘터리 영상을 봤는데요. 저는 이걸 '별난 청년 이야기'로 넘길 수가 없었어요. 결론부터 말씀드리면, 이건 한 사람의 기이한 선택이 아니라 '기술을 팔아 먹고사는 개인'이 전 세계에서 공통으로 받아든 청구서예요. 그리고 같은 청구서가 한국에도 이미 도착해 있어요. 낮에는 코드, 밤에는 배달통 영상 속 Jared의 살림은 검소하다는 말로는 부족해요. 도시 가구 에어컨 보급률이 98%라는 나라에서 에어컨 없이, 여름이면 분무기로 벽에 물을 뿌려 열을 식혀요. 끼니는 한 팩에 5위안, 약 1,000원짜리 레토르트 도시락이고요. 고장 난 가전은 직접 고치고 스피커도 부품을 사다 조립해 써요. 수입이 불안정하니 "만들 수 있는 건 사지 않는다"가 생존 원칙이 된 거예요. 병원 약국에서 일하는 아내와 둘이 버는 돈은 한 달 약 1,000달러, 우리 돈 140만 원 정도예요. 눈여겨볼 대목은 이 수입이 프리랜서를 시작한 첫 2년보다 오히려 크게 줄었다는 점이에요. 일감이 사라진 게 아니라 단가가 내려앉았어요. Jared는 그 이유를 누구보다 정확히 알아요. 본인이 AI를 만들던 사람이니까요. 그는 이렇게 말해요. "AI를 알수록 두려워져요. 뭔가를 시키는 게 너무 쉬워졌거든요. 프롬프트 하나면 돼요. 그 프롬프트를 알아낸 사람은 누구든 똑같은 걸 만들 수 있어요."

문자도, 계산기도, 구글도 똑같이 걱정했어요. 그런데 이번엔 결이 좀 달라요 오즈의 지식토킹 163호 · 2026년 7월 26일 · 사회 · oztalking.com 원문 들어가며 구독자님, 소크라테스는 문자를 걱정했어요. 글로 적어두기 시작하면 사람들이 더 이상 애써 기억하지 않을 거라고요. 전신이 등장했을 땐 시(詩)가 끝날 거라는 예언이 나왔고, 계산기가 보급되자 암산 능력이 사라질 거라는 우려가 뒤따랐어요. 그리고 구글이 등장했죠. 매번 똑같았어요. 새 도구가 나올 때마다 "이러다 우리 뇌가 망가진다"는 걱정이 반복됐고, 대체로 그런 파국은 오지 않았어요. 그래서 요즘 "AI가 우리를 바보로 만든다"는 이야기도 낡은 레퍼토리의 반복처럼 들려요. 그런데 최근 발표된 연구들을 하나씩 뜯어보면, 저는 이번엔 좀 다르다는 느낌을 지우기 어려웠어요. 결론부터 말씀드릴게요. AI는 검색이나 계산기와 달리 '생각 그 자체'를 대신하는 첫 도구예요. 그리고 초기 연구들은 이미 작지만 분명한 경고음을 내고 있어요. 🧩 매번 "괜찮았다"고 말할 수 있을까 2011년, 컬럼비아대 연구팀이 흥미로운 실험을 했어요. 사람들에게 어떤 정보를 알려주면서 "이건 나중에 컴퓨터에서 다시 찾을 수 있다"고 하면, 정보 자체보다 '어디서 찾는지'를 더 잘 기억하더라는 거예요. 연구팀은 이걸 '구글 효과(Google Effect)'라고 불렀어요. 기억을 구글에 살짝 아웃소싱하기 시작한 셈이죠. 그때도 걱정과 반박이 팽팽했어요. 한쪽에서는 "구글이 우리를 멍청하게 만든다"고 했고(2008년 애틀랜틱의 유명한 표지 기사였죠), 다른 쪽에서는 "도서관을 뒤지던 시간을 아껴 더 깊은 사고에 쓸 수 있다"고 했어요. 계산기도 비슷했어요. 암산은 약해졌을지 몰라도, 우리는 계산기 덕분에 더 복잡한 수학을 다룰 수 있게 됐으니까요. 그래서 AI를 계산기에 빗대는 사람이 많아요. 샘 올트먼도 그중 하나예요. 그런데 이 비유를 정면으로 반박하는 사람이 있어요. AI와 인지 능력에 관해 가장 많이 인용된 연구를 내놓은 MIT의 나탈리야 코스미나예요. "계산기를 안고 잠들었다가 아침에 깨지는 않잖아요. 계산기한테 머릿속 고민을 다 털어놓지도 않고요." 도구의 '성격' 자체가 다르다는 거예요.

3월엔 뇌를 빌려줬고, 이번엔 뇌가 말을 되찾았어요 오즈의 지식토킹 149호 · 2026년 7월 18일 · AI·테크 · oztalking.com 원문 들어가며 뇌파로 로봇을 훈련시킨다고? 중국과 미국이 지금 미친 듯이 투자하는 이유 AI의 다음 교재는 '책'이 아니라 '인간의 뇌' 그 자체예요. 구독자님, 3월에 "뇌파로 로봇을 훈련시킨다고?"라는 뉴스레터를 보내드렸어요. 사람의 뇌파를 추출해서 로봇에게 먹이는 기술. 즉, 뇌를 빌려주는 이야기였죠. 그런데 이번 주 Nature Medicine에 발표된 논문은 정확히 반대 방향이에요. 뇌에 전극을 심어서, 말을 잃은 사람에게 목소리를 되돌려준 기록이에요. Casey Harrell, 47세, ALS​ 환자, 기후 활동가. 이 사람이 뇌에 칩을 심은 채 3년 동안 쌓아올린 숫자가 있어요. 3,800시간 독립 사용, 200만 단어, 분당 56단어. 결론부터 말씀드리면, 이 숫자들이 증명한 건 정확도가 아니라 독립성이에요. 그리고 이 전환이 BCI​ 기술 전체의 지형을 바꾸고 있어요. 말을 잃은 남자의 3,800시간 Casey Harrell의 이야기는 2023년 7월로 거슬러 올라가요. UC Davis의 신경외과 의사 David Brandman이 그의 왼쪽 전중심이랑​에 4개의 마이크로전극 어레이를 이식했어요. 전극 수는 총 256개. 이 전극들이 하는 일은 단순해요. Harrell이 말하려고 '시도'할 때 뇌의 운동 피질에서 발생하는 전기 신호를 실시간으로 읽는 거예요. 핵심은 여기에요. ALS로 입 근육이 마비되어 실제로 소리를 낼 수 없지만, 뇌는 여전히 말하기 명령을 보내고 있어요. 전극이 이 명령을 잡아내고, 머신러닝 소프트웨어가 그 패턴을 음소 단위로 해독해서 텍스트로 변환하는 구조예요. 변환된 텍스트는 Harrell의 ALS 발병 이전 목소리를 복제한 음성 합성기를 통해 소리로 나와요. 딸은 아버지의 '실제 목소리'를 들어본 적이 없지만, 이 장치 덕분에 아버지가 책을 읽어주는 걸 들을 수 있어요. 2026년 6월 Nature Medicine에 발표된 이 논문의 핵심 결과를 정리하면 이래요.

우리가 원한 건 사만다였는데, 도착한 건 당신을 지켜볼 눈이에요. 오즈의 지식토킹 151호 · 2026년 7월 16일 · AI·테크 · oztalking.com 원문 들어가며 우리가 인공지능을 상상할 때 머릿속에 떠오르는 얼굴이 있어요. 아이언맨의 자비스가 "좋은 아침이에요"라고 인사하고, 영화 <Her>의 사만다가 내 기분을 먼저 알아채는 장면이요. AI는 나를 이해해 주는 존재, 내 편에 서서 하루를 거들어 주는 동반자로 그려지죠. 2026년 7월, 그 상상이 드디어 '기계'로 도착하고 있어요. 며칠 전 보도로 윤곽이 드러난 OpenAI의 첫 기기는 화면이 없는 스피커형 동반자예요. 카메라와 센서를 달고, 스스로 조금씩 움직여 "살아 있는" 느낌을 주며, 심지어 내 이메일까지 읽어서 나를 점점 더 잘 알아 가는 물건이고요. 메타는 이미 얼굴에 쓰는 카메라, 스마트글래스를 팔고 있어요. 사만다가, 자비스가, 상품 진열대에 올라온 셈이에요. 그런데 저는 이 소식을 반가움보다 익숙한 불편함으로 읽었어요. 몇 달 전에 저는 토론토의 한 부촌이 동네 전체에 AI 감시 카메라를 두르는 이야기를 다루면서, "자비스에게 열쇠를 맡기는 순간 그 자비스는 누구의 것이 되는가"를 물었거든요. 그때 감시는 '동네'에, 길가 전봇대 위에 있었어요. 이번엔 그 눈이 내 얼굴 위로, 내 거실 안으로 들어와요. 그리고 이번엔 우리가 그 눈을 직접 초대해요. 동반자를 원하니까요. 이 글은 그 초대장에 적힌 작은 글씨에 대한 이야기예요. 자비스를 갖고 싶다는 소원 안에 숨은 거래, 그리고 빅테크가 왜 그렇게까지 당신 얼굴에 카메라를 씌우고 싶어 하는지에 대한 이야기고요. Inkling: Our open-weights model Our first open-weights model: multimodal, Mixture-of-Experts, with controllable reasoning effort. Available to fine-tune on Tinker. 미리 한 가지만 짚을게요. 지금 AI 업계는 갈라져 있어요. 한쪽에서는 미라 무라티가 더 크고 손볼 수 있는 언어 모델(얼마 전 공개한 975B짜리 오픈웨이트 모델)에 걸고, 다른 한쪽에서는 얀 르쿤이 "언어 모델로는 세계를 이해할 수 없다"며 아예 회사를 떠나 다른 길을 파요. 방향은 정반대인데, 두 길이 도착하는 곳은 같아요. 결국 당신을 지켜봐야 하는 무언가예요.

우리는 말 걸 수 있는 순간 관계를 시작해요 오즈의 지식토킹 135호 · 2026년 6월 29일 · AI·테크 · oztalking.com 원문 들어가며 구독자님, 지난주 OpenAI의 GitHub에 조용히 올라온 프로젝트가 하나 있어요. 이름은 PlantTalk. 집에 있는 화분에 마이크와 센서를 연결하면, 식물이 사람의 목소리로 자기 상태를 이야기해주는 프로젝트예요. 별(Star) 수는 고작 99개. OpenAI의 다른 프로젝트들이 수만 개의 별을 받는 것과 비교하면 거의 주목받지 못한 셈이에요. 그런데 저는 이 프로젝트가 OpenAI가 최근 공개한 것 중 가장 흥미로운 신호일 수 있다고 봐요. 기술이 아니라, 이 프로젝트가 건드리는 인간 심리 때문이에요. 결론부터 말씀드리면, 화분에 목소리를 준 건 기술 데모가 아니에요. 우리가 무언가에 '말을 걸 수 있는 순간' 관계를 시작하도록 설계되어 있다는 사실, 그 본능을 AI가 건드리기 시작했다는 게 핵심이에요. 🌱 화분이 말을 하기까지 PlantTalk의 작동 방식은 생각보다 단순해요. 웹캠이 식물의 현재 상태를 관찰하고, Arduino에 연결된 토양수분 센서와 광량 센서가 흙의 습도와 빛의 양을 측정해요. 이 데이터가 OpenAI의 Realtime API​로 전달되면, ChatGPT가 식물의 입장에서 사람의 목소리로 대답해요. "요즘 좀 목이 말라요. 이틀 전에 물을 줬는데, 흙이 꽤 말랐어요." 이런 식이에요. 센서 데이터를 AI가 해석하고, 사람의 말로 번역하는 구조예요. 기술적으로 보면 세 가지 요소의 조합이에요. 웹캠 + Vision API: 식물의 잎 색깔, 처짐 정도를 시각적으로 분석 Arduino 센서 + Serial 통신: 토양수분과 광량 수치를 실시간으로 전송 Realtime API: 양방향 음성 대화를 실시간으로 처리 Arduino 없이도 작동하지만, 그 경우 웹캠에만 의존하게 돼서 정확도가 크게 떨어져요. OpenAI 스스로도 README에서 센서가 있어야 의미 있는 데이터를 얻는다고 명시하고 있어요.

AI가 잡일을 없애자, 신입이 일을 배우던 사다리도 사라졌어요 오즈의 지식토킹 154호 · 2026년 7월 21일 · 비즈니스 · oztalking.com 원문 들어가며 구독자님, 페라리와 푸조를 디자인해온 이탈리아 스튜디오 피닌파리나에는 신입 디자이너에게 적용되는 규칙이 하나 있어요. 새 차를 구상할 때 반드시 연필로 시작할 것. AI로 렌더링 200장을 뽑아낼 수 있는 시대에, 왜 굳이 손 스케치를 고집할까요. 이번 주 파이낸셜타임스가 이 질문에 대한 흥미로운 답을 내놨어요. AI가 신입의 일자리를 없애는 게 아니라, 신입이 일을 배우던 방식 자체를 바꾸고 있다는 거예요. 결론부터 말씀드리면, 지금 글로벌 기업들이 하고 있는 건 신입 채용의 재개가 아니라 '배움의 사다리'를 다시 짓는 공사예요. 그리고 한국은 이 공사가 가장 시급한 시장 중 하나예요. 끊겼던 사다리, 돌아온 채용 시계를 2023년으로 돌려볼게요. 하버드경영대학원 연구팀이 보스턴컨설팅그룹 컨설턴트 758명을 대상으로 실험을 했는데, GPT-4를 쓴 그룹은 18개의 정형화된 과업에서 12.2% 더 많은 일을 25.1% 더 빠르게 처리했어요. 그런데 AI 역량의 경계 밖에 있는 복잡한 경영 과업에서는 정답을 낼 확률이 오히려 19% 낮았고요. 연구팀은 이 들쭉날쭉한 경계를 '재기드 프런티어'라고 불렀는데, 여기서 중요한 건 따로 있어요. AI가 가장 잘하는 쪽에 있던 일이, 하필 신입에게 주어지던 일이라는 것. 숫자로도 확인돼요. 스탠퍼드 디지털경제연구소의 브린욜프슨 연구팀이 발표한 '탄광 속 카나리아' 논문에 따르면, 생성형 AI 확산 이후 AI 노출도가 높은 직군의 2225세 고용은 상대적으로 약 13% 감소했어요. 같은 직군의 경력자 고용은 안정적이었는데 말이에요. 브린욜프슨의 표현을 빌리면, "젊은 직원이 아는 것과 LLM이 대체할 수 있는 것이 겹쳐" 있었던 거예요. 그런데 올해 들어 흐름이 바뀌고 있어요. 미국대학취업협회(NACE)의 2026년 봄 채용 전망에서 기업들은 올해 대졸 신입 채용을 5.6% 늘리겠다고 답했어요. 불과 반년 전 조사에서 같은 수치가 마이너스 2.4%였다는 걸 감안하면 방향이 뒤집힌 셈이에요. 다만 응답 기업이 185곳이라 표본은 크지 않고, 증가분은 직원 5천 명 이상 대기업(8.7%)에 몰려 있어요.

제재 경고가 나온 바로 그날의 반박, 답은 엔비디아의 손익계산서에 있어요 오즈의 지식토킹 158호 · 2026년 7월 23일 · 비즈니스 · oztalking.com 원문 들어가며 구독자님, 7월 21일 미국에서 몇 시간 간격으로 정반대의 발언이 나왔어요. 먼저 스콧 베센트 재무장관이 Fox Business에 나와 이렇게 말했어요. "해외 모델들이 우리의 훌륭한 기업들로부터 훔치고 있다는 게 확인되면, 우리는 그 절도를 근거로 제재할 수 있습니다." 중국 AI 모델 안에서 미국 모델의 '워터마크'가 발견된다는 말과 함께요. 그리고 같은 날 텍사스 포트워스에서, 엔비디아 CEO 젠슨 황이 Axios 단독 인터뷰에서 이렇게 말했어요. "이 중국 모델들은 훌륭합니다. 훌륭한 오픈소스 모델은 사용되어야 해요." 미국 기업들이 중국 모델을 쓸 수 있어야 하냐는 질문엔 "당연하죠(absolutely)"라고 답했고요. 한쪽은 제재를 꺼내고, 다른 한쪽은 칭찬을 꺼냈어요. 그런데 저는 이걸 신념의 충돌로 읽지 않아요. 결론부터 말씀드리면, 두 사람은 각자 자기 이해관계의 지도를 소리 내어 읽고 있을 뿐이에요. 그리고 그 두 지도를 겹쳐보면, 미국 AI 전략 내부에 그어진 균열이 드러나요. Kimi 패닉, 그리고 하루 동안의 설전 이 설전의 방아쇠는 지난주에 당겨졌어요. 베이징의 문샷AI가 7월 중순 공개한 Kimi K3 때문이에요. Axios는 이 모델이 "DeepSeek 이후 가장 격렬한 AI 패닉"을 불러왔다고 표현했는데요. 이유는 세 가지 특성이 한 모델에 동시에 담겨서예요. 프런티어에 근접한 성능, 극적으로 낮은 가격, 그리고 개발자가 내려받아 수정할 수 있는 오픈 웨이트까지요. 시장의 논리는 2025년 1월 DeepSeek 쇼크 때와 같았어요. "이렇게 싸고 좋은 모델이 공짜로 풀리면, 천문학적인 AI 인프라 투자가 정당화될까?" 이 질문이 다시 살아나면서 엔비디아를 비롯한 칩 주식이 팔려나갔어요. 보도에 따르면 반도체 섹터는 6월 고점 대비 20% 넘게 빠졌고, 엔비디아는 세계 시가총액 1위 자리를 잠시 내주기도 했어요.

세계식량기구 데이터가 유출되고 팔레스타인 피난민들에게 생긴 일 오즈의 지식토킹 134호 · 2026년 6월 28일 · 사회 · oztalking.com 원문 들어가며 구독자님, SKT 2,695만 건, 쿠팡 3,370만 건, 티빙, CU 택배까지. 올해 들어 개인정보 유출 통보가 끊이질 않고 있어요. 유출 후에는 스팸 전화가 오고, 피싱 문자가 오고, 잘 풀리면 거기서 끝나요. 그런데 얼마전 공개된 유출 사고 하나는, 그 '끝'이 완전히 달라요. 유엔 세계식량계획(WFP)의 가자지구 등록 앱이 해킹당해, 식량 배급을 받는 60만 가구의 이름, 신분증 번호, 전화번호, 그리고 거주 위치가 유출됐어요. 이 사람들이 사는 곳은 전쟁터예요. 유출된 주소가 표적이 될 수 있는 곳이에요. 결론부터 말씀드리면, 이건 단순한 보안 실패가 아니에요. "밥을 받으려면 이름을 대라"는 구조 자체가 만든 참사예요. 60만 가구의 위치가 해커에게 갔다 5월 14일, WFP의 자체등록 앱(SRA)이 해킹당했어요. 이 앱은 가자지구 주민들이 식량과 현금 지원을 받기 위해 직접 등록하는 시스템이에요. 신원을 인증하고 수혜 자격을 확인하는 과정에서 상당한 양의 개인정보가 수집돼요. 유출된 정보는 이름, 신분증 번호, 휴대전화 번호, 그리고 등록 시점에 기록된 동네 단위 거주 위치예요. 60만 가구라는 숫자가 어느 정도인지 감이 안 올 수 있어요. 가자지구 전체 인구의 약 77%에 해당해요. WFP는 매달 약 160만 명에게 밀가루, 고열량 비스킷, 영양 보충제, 현금을 배급하고 있어요. 실업률 80%, 인구 대부분이 원조 없이는 끼니를 해결할 수 없는 상황이에요. WFP는 세계 최대 인도주의 기구예요. 매년 1억 명 이상에게 식량을 제공하고 있고, 가자는 그중에서도 가장 긴급한 현장 중 하나예요. 이 사고에는 더 불편한 디테일이 있어요. 한 독립 보안 전문가가 WFP 팔레스타인 팀에 시스템 취약점을 경고한 날짜가 5월 12일이에요. 해킹이 발생하기 이틀 전이에요. 그런데 WFP가 수혜자들에게 유출 사실을 알린 건 5월 31일, 해킹으로부터 17일이 지난 뒤였어요. 내부고발자에 따르면, WFP는 그 사이에 위험 평가도 하지 않았고, 가자 주민들의 보안 위험을 완화하려는 노력도 보이지 않았다고 해요.

'노출 보장'과 '알고리즘 장악'. 이 두 마디가 사기 신호예요 오즈의 지식토킹 142호 · 2026년 7월 10일 · AI·테크 · oztalking.com 원문 들어가며 A씨는 링크드인에서 우연히 한 AI 마케팅 대행사의 홍보 글을 봤어요. 그런데 그 업체 홈페이지에, 자기가 속한 금융그룹 로고가 '고객사 사례'처럼 걸려 있었어요. A씨는 그룹에서 협력업체 관리를 맡고 있어서 거래처를 훤히 아는데, 처음 보는 회사였거든요. "어느 계열사와 협업했는지, 로고 사용 허락은 받았는지" 물었더니, 돌아온 건 해명이 아니라 차단이었어요. 구독자님도 요즘 'GEO​ 대행' 제안을 한 번쯤 받아보셨을지 몰라요. 챗GPT나 퍼플렉시티가 답할 때 우리 브랜드가 답변에 노출되도록 해준다는 그 영업이요. 그런데 왜 하필 지금, 이런 로고 도용과 '노출 보장' 같은 말이 한꺼번에 쏟아지는 걸까요. 결론부터 말씀드릴게요. GEO는 실재하는 전략이에요. 다만 '보장', '장악', '자리가 하나 남았다' 같은 말이 붙는 순간, 그건 최적화가 아니라 사기 신호예요. 오늘은 그 신호를 구분하는 기준을 정리해볼게요. 지금 벌어지고 있는 일 지난 4일, 한 마케팅 업계 관계자가 공개한 글이 논란이 됐어요. 어떤 GEO 대행사가 대기업 로고를 포트폴리오처럼 홈페이지에 걸어두고, 실제 협업 여부를 묻자 답하지 않았다는 내용이었어요. 이후 그 업체는 슬그머니 일부 로고를 지웠고요. <strong>글쓴이의 표현이 정확했어요. "GEO라는 최신 트렌드를 방패 삼아, 모르면 속을 수밖에 없는 그럴싸한 포장을 만든 것"</strong>이라고요. 이건 한 곳의 이야기가 아니에요. 국내 유명 마케팅 커뮤니티의 뉴스레터에서도 비슷한 제보를 공개했어요. 영업 멘트를 보면 패턴이 반복돼요. "명문대 출신이라 AI 로직을 장악했다", "네이버 핵심 인력과 연줄이 있다"며 전문성을 과시하고, "곧 가격이 오른다", "지금 자리가 1개뿐"이라며 선납과 계약을 압박하는 식이에요. 가장 교묘한 건 성과 보고 방식이에요. 일부 업체는 생성형 AI에 특정 브랜드명을 반복해서 입력한 뒤, 새 채팅창을 열어 그 브랜드가 노출된 화면을 캡처해서 '월간 성과 보고서'처럼 제출했다고 해요. 문제는 생성형 AI 답변이 이용자의 질문 방식, 대화 맥락, 개인화 설정에 따라 얼마든지 달라진다는 점이에요. 화면 한 장은 성과의 증거가 아니라, 그냥 그 사람 화면일 뿐이에요.

겉의 답과 속의 생각이 다를 때, 무엇을 봐야 할까요 오즈의 지식토킹 160호 · 2026년 7월 24일 · AI·테크 · oztalking.com 원문 들어가며 구독자님, 제 수업 풍경 하나를 먼저 보여드릴게요. 저는 학생들에게 인공지능을 쓰지 말라고 하지 않아요. 오히려 권해요. 막는다고 안 쓰는 게 아니거든요. 대신 한 가지는 꼭 시켜요. 답을 받으면 곧바로 베끼지 말고, 화면의 '>' 를 눌러 모델이 그 답에 이르기까지 어떻게 생각했는지를 펼쳐 보라는 거예요. 그리고 그 사고 과정을 자기 언어로 다시 설명할 수 있어야 한다고 강조해요. 이걸 고집하는 이유는 단순해요. AI 리터러시의 핵심은 '좋은 답을 받는 기술'이 아니라 '그 답이 어떻게 만들어졌는지 추적하는 눈'이라고 믿기 때문이에요. 그런데 지난주, 이 믿음을 정면으로 건드리는 연구가 하나 나왔어요. 제가 학생들에게 시키는 그 일, 모델의 생각 과정을 들여다보는 일을 Anthropic이 최전선에서 그대로 하고 있더라고요. 결론부터 말씀드릴게요. 이 연구가 증명한 건, 모델이 내놓은 답과 속에서 실제로 벌어진 생각이 갈라질 수 있다는 사실이에요. 그래서 '답'이 아니라 '과정'을 읽는 능력이, 생각보다 훨씬 중요한 무기가 돼요. 🔑 제가 학생들에게 '>' 를 누르라고 하는 이유 먼저 제 쪽 이야기예요. 왜 굳이 사고 과정을 보라고 할까요. 답만 소비하면 학생은 두 가지를 잃어요. 하나는 검증 능력이에요. 결과가 맞는지 틀리는지 스스로 판단하려면, 그 결과가 어떤 단계를 거쳐 나왔는지 볼 수 있어야 해요. 과정을 건너뛰면 '그럴듯해 보이니까 맞겠지'라는 태도만 남아요. 다른 하나는 자기 사고예요. AI가 A에서 B로 넘어간 그 논리를 내가 되짚어 설명할 수 없다면, 나는 그 문제를 이해한 게 아니라 그냥 정답 카드를 받은 것뿐이에요. 그래서 저는 '>' 버튼을 일종의 학습 도구로 써요. 모델이 펼쳐 보이는 추론 단계를 읽고, "여기서 왜 이 가정을 했지?", "이 중간 결론은 근거가 있나?" 하고 되묻게 해요. 답을 받는 순간이 끝이 아니라, 거기서 진짜 공부가 시작되는 거예요.

AI가 빼앗는 건 일자리가 아니라 사고력이에요 오즈의 지식토킹 153호 · 2026년 7월 20일 · 사회 · oztalking.com 원문 들어가며 구독자님, AI가 우리 업무를 줄여줄 거라고 기대하셨나요? ActivTrak이 16만 명 넘는 직장인의 디지털 활동 4억 4,300만 시간을 분석한 결과는 정반대였어요. AI를 도입한 뒤 이메일·메신저 사용 시간은 2배 이상 늘었고, 업무 소프트웨어 사용은 94% 증가했어요. 반면 집중 근무 시간은 23분 줄었어요. 주말 근무는 40% 이상 늘었고요. AI가 일을 줄인 게 아니라 일의 밀도와 속도를 높여버린 거예요. 연구자들은 이 상태를 <strong>"AI 브레인 프라이(AI brain fry)"</strong>라고 부르기 시작했어요. 그런데 이건 시작에 불과해요. 더 걱정스러운 건 따로 있어요. 결론부터 말씀드리면, AI가 빼앗아가는 건 일자리보다 우리의 사고력 자체예요. 🧠 10분이면 무너진다, 인지 근육의 붕괴 카네기멜론, 옥스퍼드, MIT, UCLA 공동 연구팀이 올해 4월 1,222명을 대상으로 무작위 통제 실험을 진행했어요. 참가자들에게 AI를 활용해 수학 문제와 독해 문제를 풀게 한 뒤, 예고 없이 AI를 빼앗았어요.(줬다 뺏기) 결과는 놀라웠어요.불과 10~15분 AI의 도움을 받은 사람들이 AI 없이 같은 유형의 문제를 풀었을 때, 정답률이 0.73에서 0.57로 떨어졌어요. 더 심각한 건 포기율이에요. AI를 한 번도 쓰지 않은 그룹의 포기율이 11%인데, AI를 쓰다가 빼앗긴 그룹은 20%까지 올라갔어요. 10분이면 문제를 풀려는 의지 자체가 줄어드는 거예요. 연구팀은 이 현상을 "끓는 물 속 개구리 효과(boiling frog effect)"에 비유했어요. 한 번 한 번의 AI 도움은 별거 아닌 것 같지만, 누적되면 어느 순간 돌이키기 어려운 수준에 이르러요. 특히 학습 자원이 적은 사람일수록 이 누적 효과에 더 취약하다고 경고했어요. MIT 미디어랩의 나탈리야 코스미나 연구팀도 비슷한 결론에 도달했어요. 54명의 참가자에게 ChatGPT를 활용해 에세이를 쓰게 하면서 뇌파(EEG)를 측정했더니, AI를 사용한 그룹의 뇌 연결성​이 도구 없이 쓴 그룹보다 현저히 낮았어요. 연구팀이 "인지적 부채(cognitive debt)"라고 부른 이 현상은 세션이 반복될수록 심해졌어요. AI가 대신 생각해주는 동안, 뇌는 조용히 꺼지고 있었던 셈이에요.

중국=효율, 일본=지휘, 한국=물리 레이어 오즈의 지식토킹 137호 · 2026년 7월 1일 · 사회 · oztalking.com 원문 들어가며 구독자님, 지난 두 번의 뉴스레터에서 저는 같은 질문을 두 나라에 던졌어요. 일본 편(9천억 들고 떠난 연구자, 도쿄에 남은 138명)에서는 "AI는 자본의 게임인가, 방법론의 게임인가"를 물었어요. 사카나 AI는 7B짜리 작은 오케스트레이터로 프론티어 모델들을 지휘해서 프론티어급 성능을 뽑아냈죠. "더 크게 만들지 않고도 이긴다"는 가설의 첫 번째 작동 증거였어요. 9천억 들고 떠난 연구자, 도쿄에 남은 138명 컴퓨트 전쟁 대신 카이젠을 택한 연구소 한국 편(챗봇에 사주 묻는 나라, AI 3위가 되려면?)에서는 "만드는 나라가 될 것인가, 가장 잘 쓰는 나라가 될 것인가"를 물었어요. 열광은 세계 1위인데 모델 격차는 40%, 인재는 OECD 35위로 빠져나가고, '독자 모델' 프롬 스크래치 고집이 갈라파고스의 재림일 수 있다는 이야기였고요. 챗봇에 사주 묻는 나라, AI 3위가 되려면? 열광은 세계 최고, 모델 격차는 40% 두 편을 쓰면서 저는 한 가지를 미뤄뒀어요. 한국이 어떤 패를 쥐고 게임에 들어갈지가 아직 확정되지 않았거든요. 그런데 지난 6월 29일, 청와대 영빈관에서 그 패가 공개됐어요. 산업통상부가 관계부처 합동으로 연 '대한민국 대도약 3대 메가프로젝트 국민보고회'예요. 반도체 800조, AI 데이터센터 550조, 피지컬 AI 국가전략산업화. 숫자만 보면 압도적이에요. 그래서 오늘은 3부작의 마무리예요. 중국·일본·한국이 각자 어떤 레이어에 베팅했는지 나란히 놓고, 어제 공개된 한국의 패에 무엇이 있고 무엇이 빠졌는지 짚어볼게요. 결론부터 말씀드리면, 한국의 베팅은 생각보다 영리하지만, 정작 가장 중요한 칸 하나가 비어 있어요. 같은 경기, 세 개의 다른 코트 먼저 세 나라가 어디에 돈과 인재를 걸었는지 한 장으로 정리할게요. 핵심은 이들이 서로 다른 레이어에서 싸우고 있다는 거예요. 같은 'AI 경쟁'이라는 말로 묶이지만, 실제로는 다른 종목이에요.

스탠퍼드 논문 한 편이 공포 상품이 되는 유통 구조 오즈의 지식토킹 136호 · 2026년 6월 30일 · 비즈니스 · oztalking.com 원문 들어가며 구독자님, "AI가 당신의 이력서를 걸러내고 있어요." 지난 한 달간 링크드인과 커리어 커뮤니티에서 가장 많이 공유된 문장이에요. 출처는 스탠퍼드 대학교 연구진이 발표한 논문 한 편이고요. 논문은 진짜예요. 420만 건의 실제 채용 데이터를 분석한, 이 분야 최대 규모의 실증 연구예요. 그런데 이 논문이 SNS를 타고 퍼지면서, 한 줄씩 맥락이 떨어져 나갔어요. 결론부터 말씀드리면, 논문이 발견한 건 게임 기반 채용 도구 하나의 결함이었고, 인터넷이 만든 건 "AI 채용 시스템 전체가 당신을 거부한다"는 공포 서사였어요. 제가 이 논문과 이번 뉴스레터를 준비하면서 정말 기가 차다고 생각했던 것은 소위 "취업 컨설팅", "커리어 컨설턴트"라고 하는 이들이 이런 공포를 팔고 있었다는 거에요.(당연히 모든 이들이 그런건 아니겠지만) 더욱 웃긴건 이들은 그런 직군과 산업에 대한 전문적 지식이 없고, 심지어 취업 경험도 없는 경우가 대부분이였어요. 그냥 취업이 절실한 사람들에게 공포 마케팅을 하고 있는 거였던거죠. 논문이 진짜 발견한 것 지난 5월, 스탠퍼드 HAI 연구진이 FAccT​ 2026에서 발표한 논문 《Algorithmic Monocultures in Hiring》의 핵심은 알고리즘 모노컬처​라는 개념이에요. 여러 회사가 같은 채용 AI 벤더를 쓰면, 한 모델의 편향이 시장 전체로 퍼질 수 있다는 가설이에요. 이 가설을 검증하기 위해 연구진이 확보한 데이터는 인상적이에요. 420만 건의 지원, 340만 명의 지원자, 156개 기업, 1,746개 직무. 하나의 채용 벤더가 처리한 실제 데이터를 4년치(2018~2022년) 확보했어요. 그런데 그 벤더가 뭔지를 알면, 이야기의 성격이 달라져요. pymetrics라는 도구예요. 이력서를 분석하는 시스템이 아니에요. 지원자가 12~16개의 온라인 게임을 플레이하면, 위험 감수 성향이나 처리 속도, 계획 능력 같은 특성을 측정하고 "추천" 또는 "비추천" 둘 중 하나를 내놓아요. 게임의 대부분은 직무와 무관하게 동일해요. 창고 관리직이든 재무 분석가든 같은 게임을 하고, 약 42%의 지원자가 "비추천"을 받아요.