오스왈드

요즘 군대에선 당직을 “영상감시병”이랑 같이 선다고 합니다. GOP에도 영상감시병이 있어서 제가 아는 그건가 했는데 그게 아니라 생활관 복도 CCTV를 감시하는 영상 감시병 입니다. 네… 뭐… 그렇습니다. https://youtu.be/7LYcMvv5hGE?si=Sd1pJxBkBPbx9os3

인도의 여성 대상 현금 지원 사업에서 900만 명의 수혜자가 제외됐는데, 그중 2만 9천 명이 남성이었다 ( bbc.com ).

문재인도 욕하고, 윤석열도 욕했습니다. 같은 계정들이요. KAIST와 독일 막스플랑크연구소 연구팀이 네이버 뉴스 댓글 1억 1,266만 건을 분석했습니다. 기간은 무려 20년. 이용자 405만 명의 기록입니다. 그 과정에서 외국 연계 영향력 활동이 의심되는 계정 약 2만 4천 개가 발견됐습니다. 그런데 제가 가장 흥미롭게 본 건 “외국 세력이 댓글을 달았다”는 사실이 아니었습니다. (어차피 '그 나라🇨🇳' 여서...) 누구 편이었느냐였습니다. 답은 의외였습니다. 누구 편도 아니었습니다. 노무현, 이명박, 박근혜, 문재인, 윤석열. 다섯 정권을 거치는 동안 그때그때의 현직 대통령이 모두 주요 공격 대상이었습니다. 문재인도, 이재명도, 윤석열도, 조국도, 이재명도 같은 계정 풀에서 공격받았습니다. 처음엔 이상합니다. 외국의 영향력 공작이라면 보수든 진보든 한쪽을 밀어야 하는 것 아닐까요? 그런데 목표가 선거 승리가 아니라면 이해가 됩니다. 목표는 ‘누군가를 이기게 하는 것’이 아니라 ‘우리가 서로 싸우게 하는 것’이었습니다. 연구 결과를 보면 이 전략은 꽤 영리했습니다. 외국을 직접 칭찬하는 댓글은 한국 이용자들에게 별로 먹히지 않았습니다. 반면 “한국은 망했다.” “이 나라는 썩었다.” “저쪽 인간들은 답이 없다.” 같은 한국 사회에 대한 비난은 실제로 공감을 더 많이 받았습니다. 즉 외부 세력이 직접 여론을 만들 필요도 없었습니다. 화를 조금만 잘 설계해두면 한국 이용자들이 자기 손으로 공감 버튼을 눌러 그 댓글을 베스트로 올려줬습니다. 이 부분이 저는 가장 서늘했습니다. 그리고 선거가 다가오면 움직임도 커졌습니다. 대선·총선·지방선거 전후에는 새로 등장하는 의심 계정이 평소보다 51% 많았습니다. 가장 큰 유입은 2017년 5월 대선 국면이었습니다. 여기서 과거 댓글 조작 사건과도 차이가 생깁니다. 국정원 댓글 사건도, 드루킹도 편이 있었습니다. 특정 후보를 이기게 하려는 개입이었습니다. 하지만 이번 패턴에는 편이 없습니다. ‘이기게 하는 개입’에서 ‘싸우게 하는 개입’으로 바뀐 겁니다. 경영 전략에서도 비슷한 방법이 있습니다. 후발주자가 1위를 흔드는 가장 싼 방법은 꼭 자기 제품이 더 좋다고 설득하는 게 아닙니다. 시장 자체를 믿을 수 없게 만들면 됩니다. 경쟁사를 이길 필요가 없습니다. “저 회사도 못 믿겠고, 이 회사도 못 믿겠고, 이 시장 전체가 썩었다” 라는 인식만 심으면 됩니다. 국가 간 영향력 활동도 마찬가지일 수 있습니다. “우리 체제가 더 좋다”고 설득하는 건 어렵고 비쌉니다. 반면 “너희 사회는 망했다” 라고 말하는 건 싸고, 잘 퍼지고, 심지어 상대국 사람들이 직접 확산시켜줍니다. 그래서 이제 정치 댓글을 볼 때 “이 사람은 좌파인가?” “우파인가?” 만 물어서는 안 될 것 같습니다. 저는 오히려 이 질문을 해보려고 합니다. “이 댓글은 누군가를 이기게 하려는 걸까, 아니면 우리를 싸우게 하려는 걸까?” 그리고 이상하게도 읽는 순간 너무 속이 시원한 댓글일수록 한 번 더 생각해볼 필요가 있을지도 모릅니다. 이번 뉴스레터에서는 20년치 네이버 댓글 데이터와 이번 USENIX Security 연구를 바탕으로 외국 영향력 공작이 어떻게 ‘선전’에서 ‘분열’로 진화하고 있는지 정리했습니다. 〈목표는 승리가 아니라 분열이었다〉

ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ ===== “직원 70% 없어도 잘만 돌아가네” 카카오 파업이 남긴 것들 -한 카카오 관계자는 “카카오는 직원 70%가 없어도 돌아가는 회사다. 노조가 이길 수 없는 싸움을 했다”고 토로했다. https://share.google/Iw5PDmrlp9wixv9oH

해리포터 오타쿠들 때문에 ... https://youtu.be/2MsyysP5_ss?si=3CLKwUE5RKDgGogm

요즘 AI가 이력서를 너무 잘 써줍니다. 경험 몇 줄만 넣어도 그럴듯한 경력기술서가 나오고, 자기소개서 역시 웬만하면 다 비슷하게 훌륭합니다. 결국 문서에서 “저는 이런 걸 할 수 있습니다” 라고 말하는 비용이 거의 0원이 되어버렸습니다. 그러면 반대로 가치가 올라가는 건 뭘까요? “그래서 실제로 뭘 만들었는데?” 입니다. GitHub에는 그 흔적이 남습니다. 어떤 문제를 골랐는지, 실제로 끝까지 만들어봤는지, 중간에 무엇을 고쳤는지, 남이 만든 프로젝트에 어떻게 기여했는지. 물론 이제 코드 자체도 AI가 써줍니다. 그래서 GitHub 역시 “코딩 실력 인증서”라고 보기는 어렵습니다. 오히려 저는 그게 더 재미있는 변화라고 봅니다. AI 이전에는 코드를 얼마나 잘 쓰는가가 중요한 신호였다면, AI 이후에는 무엇을 만들기로 결정했고, AI를 이용해 어디까지 실제로 완성했는가 가 훨씬 중요해지고 있습니다. 그래서 개발자가 아닌 사람에게도 GitHub가 중요해질 수 있습니다. 기획자가 작은 서비스를 만들고, 마케터가 자동화 도구를 만들고, 학생이 자기 아이디어를 제품으로 만들어 공개하는 시대니까요. 학벌도 경력도 한 줄짜리 주장입니다. 반면 작동하는 결과물은 누르면 열립니다. 어쩌면 앞으로 가장 강한 이력서는 PDF가 아니라 URL 하나일지도 모릅니다. 이번 글에서는 AI 시대에 왜 GitHub가 새로운 이력서가 되어가고 있는지, 그리고 단순히 ‘잔디를 많이 심는 것’과는 무엇이 다른지 이야기했습니다. 〈GitHub가 새로운 이력서가 되는 이유〉

중국 AI의 ‘공짜 시대’가 끝나기 시작했습니다. 그동안 중국 AI 기업들의 무기는 명확했습니다. 미국보다 싸게. 가중치까지 공개해서 더 자유롭게. 딥시크, 알리바바, 문샷AI, 미니맥스, 즈푸AI가 이 전략으로 빠르게 시장을 넓혔습니다. 그런데 이제 분위기가 바뀌고 있습니다. 알리바바는 차기 Qwen 3.8-Max를 상업적으로 사용하는 기업에 매출 일부를 배분받는 라이선스를 검토하고 있고, 문샷AI는 Kimi K3 기반 서비스가 일정 규모 이상 매출을 내면 최대 30%의 매출 배분을 요구합니다. 딥시크는 API 가격 인상을 예고했고, 미니맥스는 상업 이용에 사전 허가와 지역 제한까지 두기 시작했습니다. 왜 갑자기 이럴까요? 결국 AI 모델도 돈이 듭니다. 학습에도 돈이 들고, 추론에도 GPU와 전기가 필요하고, 모델이 커질수록 개인이나 작은 기업이 직접 돌리기도 어려워집니다. 그래서 재미있는 역설이 생깁니다. 가중치는 무료인데, 실제로 쓰려면 결국 돈을 내야 합니다. 특히 초대형 오픈웨이트 모델은 파일을 내려받을 수 있다는 것과 실제 서비스에 올려 운영할 수 있다는 것이 완전히 다른 이야기입니다. 저도 이번 기사에서 이렇게 이야기했습니다. “최근 중국 기업들이 오픈소스 모델이 돈 벌기 힘든 구조라고 판단하면서 유료화 방식을 고민하고 있다. 용량이 큰 모델일수록 개인이 시스템에 적용하려면 결국 정가를 주고 살 수밖에 없는데, 이를 노리는 것이다.” 결국 중국 AI 기업들의 다음 경쟁은 ‘누가 더 싸게 푸느냐’가 아니라 ‘무료로 뿌린 모델에서 어떻게 돈을 회수하느냐’ 가 될 가능성이 높습니다. 오픈AI와 앤트로픽은 처음부터 구독과 API로 돈을 벌었습니다. 중국 기업들은 먼저 모델을 풀어 생태계를 만들었습니다. 이제 그 생태계 위에 톨게이트를 세우기 시작하는 셈입니다. 저는 앞으로 AI 시장에서 ‘오픈이냐 폐쇄냐’보다 누가 어디에서 과금하는가를 보는 게 더 중요해질 거라고 생각합니다. 무료 모델도 결국 비즈니스입니다.

구글이 AI 데이터센터에 쓸 전기를 구하기 위해 원전을 골랐습니다. 그런데 이상합니다. 마이크로소프트처럼 기존 원전을 재가동한 것도 아니고, 이미 검증된 원자로를 산 것도 아닙니다. 아직 상업적으로 전기를 만들어본 적도 없는 원자로를 골랐습니다. Kairos Power의 차세대 원자로입니다. 첫 발전 목표는 2030년. 그런데 구글은 벌써 이 회사와 최대 500MW 규모의 원전을 순차적으로 도입하기로 했습니다. 왜 이렇게까지 할까요? AI 시대의 전력 문제를 보면 이유가 조금씩 보입니다. 데이터센터는 태양이 뜰 때만 돌아갈 수도 없고, 바람이 불 때까지 기다릴 수도 없습니다. 24시간 안정적으로 엄청난 양의 전기가 필요합니다. 문제는 지금 당장 살 수 있는 원전도 많지 않다는 겁니다. 원전 하나를 새로 지으려면 비용도 엄청나고 시간도 오래 걸립니다. 그래서 구글이 택한 방법은 흥미롭습니다. 완성된 원전을 사는 게 아니라 원전을 만드는 회사의 ‘첫 고객’이 되는 겁니다. Kairos는 처음부터 거대한 원전을 한 번에 짓지 않습니다. 작은 실험로를 먼저 만들고, 거기서 배운 것을 다음 원자로에 적용하고, 그 다음에는 더 큰 원자로를 만들면서 같은 설계를 반복합니다. 소프트웨어 회사가 프로토타입 → 베타 → 정식 버전으로 제품을 개선하는 것처럼 원전을 만들겠다는 겁니다. 그리고 구글은 그 반복 생산의 초기 주문자가 됐습니다. 여기서 제가 흥미롭게 본 건 ‘SMR이 미래다’ 같은 이야기가 아닙니다. AI 기업들이 이제 전기를 구매하는 수준을 넘어 전력 산업의 제품 개발 방식까지 바꾸고 있다는 점입니다. 예전에는 발전회사가 발전소를 짓고 기업이 전기를 샀습니다. 이제는 Google, Microsoft, Amazon, Meta 같은 기업들이 “우리가 앞으로 이만큼 사줄 테니 새로운 발전소를 만들어달라”고 합니다. AI 경쟁이 GPU 경쟁을 넘어 발전소의 ‘오프테이크 계약’ 경쟁으로 넘어가고 있는 겁니다. 그래서 앞으로 AI 기업을 볼 때는 GPU를 몇 장 가지고 있는지만 봐서는 부족할지도 모릅니다. 2030년에 쓸 전기를 2026년에 누가 먼저 예약하고 있는가. 이게 더 중요한 숫자가 될 수도 있습니다. 구글은 왜 아직 완성되지도 않은 원자로를 골랐는지, 그리고 이 계약이 AI 시대 전력 시장을 어떻게 바꾸고 있는지 정리했습니다. 〈구글은 왜 아직 없는 원자로를 골랐을까〉

에이전틱 모델의 시대가 온다 https://news.hada.io/topic?id=32389

유튜브는 이제 크리에이터가 수익을 창출하기 시작하려면 시청 시간이 두 배로 늘어나야 한다는 조건을 추가했습니다 ( techcrunch.com ).

오늘부터 트럼프 리딩방 서비스 시작인거 아세여? https://youtu.be/3FyLPARS7s4?si=I1d90T8FpLsWiLhz

국산 AI 모델들의 기술 리포트를 처음부터 끝까지 읽어봤습니다. 결론부터 말하면, 이번엔 진짜 많이 좋아졌습니다. 실제 성능적으로 말이죠. 그런데 몇몇 언론 기사를 읽으면 묘하게 이야기가 달라집니다. ‘중국 상위권과 비슷하다’가 어느 순간 'GPT·클로드·제미나이를 넘어섰다’처럼 읽히기 시작합니다. 그래서 실제 기술 리포트의 비교표를 확인해봤습니다. 재미있게도 GPT도, 클로드도, 제미나이도 없습니다. 실제 기술 리포트를 보면 대부분 중국 오픈웨이트 모델이나 빅테크의 저가·경량 모델과 비교합니다. 이게 잘못됐다는 이야기가 아닙니다. 오히려 기술 리포트는 꽤 정직했습니다. 문제는 리포트에서 기사로 넘어가는 과정입니다. ‘동급 최고’가 ‘세계 최고’가 되고, ‘GPT의 경량 모델보다 우수’가 ‘OpenAI를 이겼다’가 됩니다. 더 재미있는 것도 발견했습니다. SKT, LG, 업스테이지가 같은 해외 모델을 각각 다시 벤치마크했는데 점수가 거의 1점 안에서 똑같이 나왔습니다. 벤치마크가 엉터리라고 생각했는데 오히려 재현성이 상당히 높았습니다. 그런데 유독 차이가 커지는 경우가 있었습니다. 결국 문제는 숫자 자체보다 누가, 어떤 조건에서 측정했느냐에 있었습니다. 그리고 더 중요한 변화가 하나 있습니다. 세계 AI 평가는 이제 “수학 문제를 얼마나 잘 푸는가”에서 “실제로 일을 끝낼 수 있는가” 로 이동하고 있습니다. 웹을 탐색하고, 터미널을 조작하고, 은행 업무를 처리하고, 실제 직업 과업을 수행하는 능력입니다. 여기서는 아직 한국 모델들이 약합니다. 반대로 말하면 아직 세계 어느 회사도 압도하지 못한 영역이기도 합니다. 그리고 저는 결국 이게 제일 중요하다고 봅니다. 국산 모델은 다운로드되고 있습니다. 그런데 우리가 쓰는 서비스에서는 잘 안 보입니다. 다운로드는 되는데, 서비스에는 없습니다. 그래서 다음 독파모 평가에서는 “벤치마크 몇 점입니까?” 보다 “지난달 실제 몇 곳에서 이 모델을 썼습니까?” “몇 개의 서비스에 들어갔습니까?” “몇 개의 파생 모델이 생겼습니까?” 를 물어야 한다고 생각합니다. 모델이 아니라 조직에 기대해야 합니다. 모델은 6개월이면 낡습니다. 하지만 세계 수준의 모델을 직접 설계하고, 학습하고, 실패하고, 다시 만들어본 엔지니어링 조직은 남습니다. https://n.news.naver.com/article/092/0002433545

라이브에서 제가 몇번이고 말함

애초에 자립..이 아니였는데 뭔 ㅋㅋ

https://www.hankyung.com/article/2026081049521

우린 이걸 캠핑카라고 부르기로 했어요

2030을 위한 집

연준이 금리를 올리지 않았는데 미국의 금리가 올랐습니다. 정확히는 연준이 아니라 채권시장이 대신 올렸습니다. 지난 7월, 신임 연준 의장 케빈 워시는 정책금리를 그대로 동결했습니다. 보통이라면 “금리를 안 올렸으니 다행”이라고 생각할 수 있습니다. 그런데 기자회견이 끝나자 미국 장기국채가 급락하기 시작했습니다. 30년물 국채 금리는 5.2%를 넘어 2007년 이후 최고 수준까지 올라갔습니다. 재미있는 건 단기금리입니다. 연준의 정책과 가까운 단기금리는 오히려 내려갔습니다. 즉 시장은 이렇게 말한 셈입니다. “연준은 금리를 안 올릴 것 같네. 그러면 우리가 장기금리를 더 받아야겠다.” 왜 이런 일이 벌어졌을까요? 워시는 인플레이션을 반드시 2%로 낮추겠다고 말하면서도 정작 언제, 어떻게 행동할지는 거의 말하지 않았습니다. 그동안 시장은 연준의 점도표, 기자회견, 발언을 통해 앞으로의 금리를 미리 계산해왔습니다. 워시는 이걸 줄이겠다고 합니다. “시장은 연준의 말을 듣지 말고 스스로 가격을 정해야 한다”는 쪽에 가깝습니다. 문제는 시장이 정말 그렇게 움직이기 시작했다는 겁니다. 그리고 시장이 요구한 가격은 더 높은 장기금리였습니다. 한 채권시장 전문가는 이번 움직임으로 미 국채에서 약 1,150억 달러의 가치가 사라졌다고 계산했습니다. 오히려 연준이 기준금리를 0.25%p 올렸을 때보다 시장에 더 큰 긴축 효과가 발생했다는 주장입니다. 그래서 저는 이걸 워시가 발견한 ‘제3의 문’이라고 봤습니다. 금리를 올린다. 금리를 내린다. 그리고 세 번째. 아무것도 하지 않고 채권시장이 대신 긴축하게 만든다. 물론 이것이 워시가 처음부터 설계한 전략인지는 알 수 없습니다. 하지만 결과만 놓고 보면 연준이 금리를 올리지 않았는데도 미국의 주택담보대출, 기업대출, 정부의 이자비용에 영향을 주는 장기금리는 훨씬 더 비싸졌습니다. 그리고 이 방식에는 상당히 위험한 부분도 있습니다. 시장이 연준을 믿어서 금리를 올린 것인지, 연준을 믿지 못해서 금리를 올린 것인지는 완전히 다른 이야기이기 때문입니다. 지난 글에서는 “AI가 생산성을 높일 테니 금리를 내려도 된다”는 워시의 논리를 다뤘습니다. 이번에는 그 말을 들은 3경 원짜리 미국 국채시장이 어떤 답장을 보냈는지 살펴봤습니다. 〈워시가 연 ‘제3의 문’, 채권시장이 대신 금리를 올린다〉 오즈의 지식토킹은 뉴스를 전달하는 데서 끝내지 않습니다. 연준의 한마디가 채권시장 → 금리 → 기업 → 주식 → 우리의 돈까지 어떻게 연결되는지를 따라갑니다.

황금닦이?