Whatever의 부상

• 개인 웹, 암호화폐, 광고 플랫폼, 생성형 AI를 관통하는 공통점은 실제 가치보다 가격 그래프·광고 노출·그럴듯한 출력물을 앞세우는 Whatever 문화임
• Bitcoin은 중개자 없이 돈을 보내는 수단처럼 기대됐지만, 일상 결제 대신 투기 생태계와 복제 가능한 코인·NFT로 확산됨
• 웹은 개인 사이트의 다양성에서 거대 플랫폼 중심 구조로 이동했고, 광고 수익 모델은 참여도 극대화, 클릭베이트, SEO용 filler, 추천 알고리듬을 밀어붙임
• LLM은 Star Trek식 컴퓨터라기보다 “그럴듯한 텍스트”를 내놓는 Whatever 기계로 비판되며, 검색·영상·날씨 앱의 AI 요약은 실제 정보를 밀어내는 노이즈가 됨
• 프로그래밍·음악·이미지·글쓰기에서 버튼 한 번으로 결과물을 받는 방식이 기준선이 되면, 배우고 직접 만드는 행위의 가치가 깎이므로 Do things. Make things. 가 마지막 메시지로 남음

---

PayPal의 한계와 Bitcoin에 걸었던 기대

• 2000년대 미국에서 임의의 사람에게 인터넷으로 돈을 보내는 현실적 선택지는 사실상 PayPal뿐이었음
  • PayPal은 은행이 아니면서 돈을 보관했고, 규칙 위반으로 판단하면 계정을 잠그고 돈을 6개월간 묶어둘 수 있었음
  • 작가 커미션이나 소규모 개인 판매자에게 PayPal은 사실상 유일한 중개자였고, 무엇을 팔 수 있는지까지 제한하는 위치에 있었음
• 2010년 무렵 Bitcoin은 중개자 없이 돈을 보내는 새로운 방식처럼 보였음
  • 웹사이트의 팁 항아리, 브라우저 내 소액 팁 같은 가능성이 기대됐음
  • 직접 마이너를 하루 정도 실행했지만 코인을 채굴하지 못했고, 당시에는 더 할 일이 없어 Bitcoin을 잊었음

통화가 아니라 그래프가 된 암호화폐

• Bitcoin이 대중적으로 알려진 뒤에도 “누구에게나 쉽게 돈을 보내는” 기대는 실현되지 않았음
  • 최근 Bitcoin으로 실제 물건을 살 수 있다는 사례로 들은 것은 gray market estradiol 정도였음
  • 여전히 임의의 사람에게 돈을 보내는 최신 수단은 PayPal이고, Stripe도 추가됐지만 Stripe 역시 제한을 둠
  • Patreon, Itch, Ko-fi는 Stripe와 PayPal에 의존함
• 암호화폐는 통화보다 get-rich-quick 생태계로 변질됨
  • 참여자 다수는 대상 자체보다 “그래프가 올라가면 부자가 된다”는 점에 관심을 둠
  • 코인, NFT, 기타 Whatever는 모두 시간축과 달러축의 그래프를 공유하고, 실제 대상은 제목에만 남음
• Bitcoin이 오픈소스라 누구나 복제해 자신만의 코인을 만들 수 있고, NFT는 “수집품”이라 불리는 Whatever 패밀리를 만들 수 있음
  • 중요한 것은 예술, 기술, 토큰의 연결 방식이 아니라 다른 사람이 사도록 설득할 수 있는지임
  • 이런 구조가 Twitter에서 수많은 사기꾼이 서로 비슷한 Whatever를 팔아대는 분위기를 만들었다고 봄

개인 웹에서 광고 플랫폼으로 굳어진 웹

• 웹은 누구나 무언가를 올릴 수 있는 거대한 게시판 같은 공간이었고, 과거에는 ISP가 개인 웹사이트도 제공했음
  • 지금도 GitHub 같은 곳에서 작은 웹사이트를 호스팅할 수 있음
  • 예전 웹에는 사람이 만든 작은 사이트, 색상 있는 디자인, Twitter 프로필 배경 이미지 같은 다양성이 있었음
• 개인 웹사이트가 많으면 업데이트를 추적하기 어렵고, 답글을 보내기 어렵고, 직접 사이트를 만드는 데 학습이 필요했음
  • 웹은 Reddit이나 Twitter 같은 거대 플랫폼 중심으로 응집됨
  • 거대 플랫폼은 수억 명 규모의 상호작용을 제공하기 때문에 호스팅 비용이 커짐
• 광고는 웹사이트 운영비를 충당하는 전통적 방식이었고, 플랫폼은 더 많은 광고 노출을 위해 참여도를 최우선으로 삼게 됨
  • 사용자가 불행해도 머물러 있으면 되고, 광고가 거슬려도 보이기만 하면 되는 구조임
  • 이 모델은 전화기 소프트웨어, 영상, Windows까지 퍼졌다는 비판을 받음

“Content”와 광고 주변의 Whatever

• 창작물을 “content”라고 부르는 데 강한 거부감을 드러냄
  • “content”는 레이아웃을 설계할 때 아직 무엇이 들어갈지 모르는 페이지 내용이나, 자동차 트렁크의 잡동사니를 가리키는 말로 쓰임
  • 마케터에게 content는 광고 주변에 놓이는 것임
• 광고 중심 모델은 클릭베이트, 과장된 썸네일, 빨간 화살표, Wikipedia를 읽어주는 영상 에세이, 추천 알고리듬, 긴 레시피 블로그, SEO용 게임 공략 글을 낳음
  • 게임 사이트가 “파란 열쇠는 강가 바위 아래 있다”는 정보를 길게 늘여 광고 사이 문단을 늘리는 사례가 나옴
  • TikTok식 끊임없는 스트림도 같은 흐름으로 묶임
• 과거에는 일반적인 WordPress 테마와 Google 광고를 붙이고, 약간 애매한 주제의 무미건조한 글을 만들어 검색 유입 광고 조회를 노리는 get-rich-quick 방식이 있었음
  • 이제는 이런 generic filler도 컴퓨터가 대신 작성할 수 있음

LLM을 향한 핵심 비판: 그럴듯한 노이즈

• 2025년에 Star Trek 컴퓨터 같은 것을 얻었다면 기뻤겠지만, 실제로는 sparkling autocomplete에 가까운 챗봇을 얻었다는 평가임
  • LLM은 투자자와 열성 지지자가 말하는 기능을 근본적으로 하지 못하고, 통계적으로 그럴듯한 텍스트를 이어 붙인다는 비판을 받음
  • 새로운 발전이 나올 때마다 Ph.D 수준이라는 홍보가 나오지만 출력은 여전히 banal sludge처럼 보인다고 함
• Google 제품군에 들어간 LLM 출력은 경험을 악화시키는 사례로 다뤄짐
  • Google Search의 AI summary는 데스크톱 화면 높이의 3분의 1을 차지하고, 상단 검색 결과의 하이라이트를 다시 말하거나 틀린 내용을 내놓음
  • YouTube의 AI summary는 영상 제목을 더 많은 단어로 반복함
  • Pixel 날씨 앱의 AI summary는 “이번 주 동안 더워질 것” 같은 내용을 보여주며 온도 그래프를 화면 아래로 밀어냄
• 최근 Pixel phone에서는 System > Apps > Show all apps > 점 3개 메뉴의 “Show system” > “AICore”를 찾아 비활성화하면 이런 출력을 끌 수 있다고 함
  • Android 16에서 관련 요소가 통합된 것으로 보인다고 덧붙임
  • 이후 LLM 출력처럼 보이는 것을 보지 못했다고 함

Ren’Py 사례: 존재하지 않는 API를 만든 LLM

• Ren’Py 문제를 LLM에 물었을 때, 모델은 관련 formatting tag를 자신 있게 제시했지만 그 태그들은 존재한 적이 없었음
  • 추가 맥락을 입력하자 사과한 뒤 또 다른 가짜 태그 세트를 생성함
  • 내장 방식이 없고 이전 사례도 없었기 때문에, 모델은 근거 대신 그럴듯한 것을 만든 것으로 해석됨
• 이 실패는 질문에 답하지 못한 것보다 더 나빴음
  • 가짜 API를 놓쳤는지 확인하느라 시간이 낭비됨
  • 사람은 모른다고 하거나 복잡한 우회책을 제안할 수 있지만, LLM은 존재할 법한 API 같은 답을 생성함
• 실제 문제는 문장 사이에 두 칸을 넣고 Ren’Py가 이를 렌더링하게 하는 것이었음
  • Ren’Py는 문자열을 파싱할 때 공백을 하나로 접기 때문에 formatting tag로 해결할 수 없었음
  • 결국 parser를 monkeypatch해 해결함

Copilot 사례: Microsoft가 고른 예제의 결함

• 2024년 12월 Visual Studio Code 웹사이트를 보다가, 대부분이 LLM 코드 완성 서비스 Copilot에 할애된 것을 봄
  • 프런트 페이지 예제는 웹 서비스 호출 코드였고, 폼 데이터를 인코딩하지 않았음
  • 코드가 필요 이상으로 길었고, 웹 서비스 인증서가 3년 전에 만료되어 HTTPS 웹사이트에서 동작하지 않는 문제가 있었음
• 최신 API가 폼 데이터 인코딩을 지원하지 않는 것이 아니라, Copilot이 이를 사용하지 않았음
  • Copilot의 답은 일회성 disposable 출력이어서 다른 사람이 “폼 데이터 인코딩을 잊었다”고 고칠 구조가 없음
  • 이 예제는 가장 인기 있는 코드 에디터, Microsoft, 최신 LLM 통합의 전면 예제였다는 점에서 더 문제임

프로그래밍 도구 비유에 대한 반박

• LLM을 table saw, calculator, screwdriver, digital camera 같은 도구와 비교하는 주장에 반대함
  • table saw는 빠르게 직선을 자르는 도구이며, 때로 물결선을 자르거나 무작위로 다른 작업을 하지 않음
  • calculator는 산술을 대신하지만 사용자가 어떤 버튼을 눌러야 하는지 알아야 함
• 일반 도구의 예외 케이스는 가장자리에 있지만, LLM의 예외 케이스는 어디에나 있고 같은 입력을 같은 모델에 넣어도 시간에 따라 달라질 수 있다고 봄
  • 도구는 조정하거나 커스터마이즈할 수 있지만, LLM 커스터마이즈 사례 대부분은 “고객에게 말하듯 답하라” 같은 문단을 앞에 붙이는 수준으로 보였다고 함
  • 따라서 LLM은 단순 자동화가 아니라 거의 어떤 입력에도 Whatever를 내놓는 새로운 유형의 기계로 구분됨

“더 좋아지면?”이라는 반문

• “better”라는 말이 무엇을 뜻하는지부터 불명확함
  • 발표자료의 작은 글씨에는 “Mississippi”의 글자 수를 올바르게 센다는 식의 개선이 담기지만, 여전히 출력은 crap이라고 함
  • 답이 없을 때 그럴듯한 허구를 계속 만들어낸다면 효용이 없음
• LLM과 생성형 AI에 대한 불만은 지식재산권이나 환경 영향 같은 큰 쟁점보다 vibes are bad로 요약됨
  • 어조가 참기 어렵고, 거짓말을 fallback으로 삼는 점이 불쾌하다고 함
  • 광고는 생일 카드나 기타 일을 직접 신경 쓰지 않고 지나갈 수 있다는 식으로 홍보함
  • 자금 제공자와 추진자들은 인간 입력을 최대한 기계로 대체하려는 생각에 열광한다는 비판을 받음

음악·이미지·숙제에서 드러나는 기준선 문제

• 누군가가 3.5시간 만에 앨범과 앨범 아트를 만들었다고 말한 사례를 두고, 누구나 그렇게 할 수 있다면 왜 그 음악을 들어야 하는지 묻음
  • 앨범을 듣는 데만 3.5시간의 상당 부분이 걸리므로 수작업이 얼마나 들어갔는지 의문이 남음
  • 컴퓨터가 독립적으로 할 수 있는 일은 기준선이 된다고 봄
• 사진 품질 이미지 생성의 개선 노력에는 강한 반감을 드러냄
  • 이미 거짓말만으로 대체 현실을 만드는 보수 “뉴스” 영역이 있는데, 가짜 사진과 영상을 만들기 위한 기계를 제공하는 이유를 묻음
  • 이런 기능이 휴대폰 카메라 앱에 들어오는 것에도 반대함
• 학생들이 LLM으로 학교를 통과하는 사례는 비판적 사고 능력에 대한 우려로 이어짐
  • “As a large language model…” 같은 흔적이 댓글이나 과제에 남는 것은, 자기 이름으로 제출한 단어조차 읽지 않았다는 뜻으로 봄

Enough of Whatever

• Facebook이 자체 웹사이트에 LLM 기반 가짜 계정을 운영하자는 제안을 했던 일을 떠올림
  • 가짜 사람이 Whatever에 대해 가짜 글을 만들고, 사용자는 더 많은 광고를 보게 되는 구조임
• Midjourney 생성 아트를 쓴 게임을 Switch shop에서 보는 것에도 수치심을 느낀다고 함
  • 이런 흐름은 mediocrity를 넓게 축하하는 것처럼 보인다고 표현함
• 직접 프로그래밍하고, 글을 쓰고, 무언가를 만든 뒤 “내가 만들었다”고 느끼는 즐거움을 강조함
  • 모호한 설명을 입력하고, 충분히 좋아 보이는 Whatever가 나올 때까지 새로고침하는 데서는 즐거움을 느끼지 못함
• Stable Diffusion이 “예술을 민주화한다”는 말은 틀렸다고 봄
  • 예술을 허락하는 King of Art는 없고, 누구나 지금 바로 그릴 수 있지만 배우는 데 노력이 필요함
  • 컴퓨터가 노력 없이 칭찬을 주기 때문에 사람들이 기술을 배우는 어려움을 불평한다는 비판임
• 판매되는 것은 모든 것을 해준다고 약속하는 기계이며, 이를 팔려면 “무언가를 하는 행위는 가치 없다”는 생각을 팔아야 함
  • 무언가를 하는 데 가치가 있다면, 버튼을 눌러 거의 비용 없이 Whatever를 받는 것보다 더 나은 일이 될 수밖에 없음
  • 결론은 Do things. Make things. 이며, 만든 것을 웹사이트에 올려달라는 요청으로 끝남

[GN⁺]

Hacker News 의견들

• 글의 여러 지점에는 대체로 동의하지만, 가장 큰 문제는 초보자와 학습 경로에 어떤 영향을 주는지라고 봄
  초보자라면 힘든 노력을 피하고 싶은 게 자연스러움. 그림을 그려도 형편없고, 기타를 쳐도 쉬운 음도 못 맞추는 시기에는 “내 고양이를 Pokémon 스타일로 그려줘”라고 말하면 완성품이 나오는 기계가 5년간 갈고닦아야 한다는 전망보다 훨씬 매력적임
  하지만 지금까지는 형편없는 그림과 연주를 계속하면서 노력 자체에 대한 감각을 익히고, 몇 년 뒤에는 꽤 능숙해지는 선순환이 있었음. 앞으로 기업·미디어가 젊은 세대에게 “그림 배우느라 애쓸 필요 없다, ChatGPT에 시키면 된다”는 메시지를 계속 주입한다면 어디로 갈지 두려움

  • 사람들은 LLM이 계산기나 전자레인지 같은 과거 기술과 다르다고 길고 복잡하게 설명하지만, 사실 비슷하다고 봄. 인류는 문명 초기부터 더 쉽고 게으르게 일하는 방법을 찾아왔음
    기술은 정말 실력을 갈고닦고 싶은 사람을 막지 않음. 자동차가 발명된 뒤에도 100m 세계 기록은 계속 좋아졌고, 컴퓨터가 원주율 자릿수 암기를 무한히 더 잘해도 암기 세계 기록은 계속 갱신됨
    LLM/확산 모델 때문에 그림이 사라진 예술이 된다고 보는 건, 역도 같은 것이 존재하는 현실에서는 우스운 생각임
  • 15년쯤 전 좋아하는 아티스트의 인터뷰와 블로그 글을 사전 들고 고생하며 번역하면서 일본어를 배웠고, 지금은 일본에서 살며 일함
    요즘은 그 아티스트의 트윗 아래 버튼 하나만 누르면 그럴듯한 즉시 번역이 나오고, 실제로 맞을 때도 많지만 10번 중 1번쯤은 꽤 틀리기도 함
    해외 팬이 아티스트에게 접근하기 쉬워진 건 큰 개선이지만, 내가 이런 환경에서 자랐다면 과연 배울 동기가 있었을지 궁금함
  • 완전히 동의함. 사람들이 원하는 것을 공짜로, 아무 노력 없이, 아무것도 모르는 상태로 계속 머릿속에 먹여 넣는 것과 비슷함. 바로 소비 가능한 “무엇이든”을 받는 셈이고, 모두가 전문가 초보자가 되는 세대로 이어질 수도 있음
    여러 번 시도하고 실패한 사람에게 보상을 주는 누적적이고 점진적인 학습 방식이 죽어가고 있음. 사실상 “학습” 자체가 죽기 시작했다고 봄
    여러 해 동안 “AI”를 쓰다가 갑자기 접근할 수 없게 되면 어떻게 될지도 궁금함. 스스로 가장 기본적인 일조차 수행하는 능력이 크게 줄어든 무용한 사람이 될 가능성이 크다고 봄
    그래서 “AI” 분야의 과열을 강하게 반대함. 진짜 책을 읽고, 시도하고, 실패하고, 다시 반복하는 가치가 무엇인지 알기 때문에 여전히 구식 방식으로 해나감. 무언가를 진짜 배우는 다른 길은 없음. 이 세대가 그 가치를 이해하는지, 다음 세대는 이해할지 의문임
  • 동의함. 그나마 긍정적인 점은 우리가 학습, 사용성, 고통 지점 탐색, 교육·직업·전문성 개발 경로 전반을 얼마나 잘 혹은 못 지원해왔는지에 대해 새로운 관점이 강제로 생길 수 있다는 것임
    예전에는 취업과 급여에 대한 수요가 사람들을 밀어 넣었음. 이제 실제적이고 신뢰할 만한 이해, 전문성, 품질이 바람직하다면, 더 넓은 시스템이 이런 속성을 얼마나 잘 길러내고 활용할 수 있는지에 주목할 가치가 커질 수 있음
    직감적으로는 역사적 규모의 문화적 난기류 속에 들어온 느낌이고, 어떤 것도 당연하게 여길 수 없으며, 현대 컴퓨팅의 길로 들어섰을 때 이미 잃어버린 “전투”도 있었을 것 같음
  • 기술을 유지하지 않고 AI에 과도하게 의존하면 큰 문제가 될 것임. 제조를 외주화하는 것과 마찬가지로, 어느 순간 제품을 만드는 기술 자체를 완전히 잃고 다른 나라에 의존하게 됨
    WWW 때도 모두가 모든 정보에 접근하면 계몽될 것이라 생각했지만, 지식이 없으면 올바른 정보를 알아보지 못하고 자신이 이해한다고 생각하는 오정보를 더 쉽게 믿게 됨
    LLM이 모든 문제를 풀 답을 준다 해도, 우리가 너무 무지하고 기술이 부족해서 그 답을 알아보지 못하면 어떻게 될까. 사람들은 AI에서 돌아서고, 설령 거짓이라도 자신이 이해하고 신뢰할 수 있는 정보로 되돌아갈 것임
    사실 새로운 일은 아님. 과학에서도 이미 꽤 오래 봐왔음. 대부분의 사람이 이해하고 검증하기엔 너무 고도화되어서, 과학을 불신하고 다른 정보원으로 향하게 됨

• 텍스트 편집기에서 여는 괄호나 따옴표를 입력하면 닫는 것을 자동으로 넣어주는 동작을 왜 누가 선택하는지 아직도 모르겠음. 어차피 화살표 키든 닫는 구분자든 눌러서 영역 밖으로 나가야 하는데, 왜 편집기 동작을 더 복잡하게 만들고 머릿속 모델링도 어렵게 하는 아이디어가 생겼는지 의문임
  이론적으로는 소스가 더 자주 올바른 구문 상태를 유지해서 구문 강조, 특히 문자열 강조나 LSP 비슷한 도구에 도움이 될 수 있음. 하지만 “더 자주”일 뿐이고, 잘못 삽입되어 구분자를 옮겨야 하는 경우까지 포함해 소스는 여전히 자주 깨짐. 실제로는 그 이유로도 별로 유용하지 않다고 봄

  • 몇 년간 동료들과 페어 프로그래밍을 해보니, 키보드 조작 자체를 어려워하는 사람이 많았음. 오른쪽 괄호를 누르는 것도 꽤 부담스러운 일처럼 보였고, 범위 밖으로 나갈 때 오른쪽/아래 화살표를 쓰지 않고 실제로 손을 마우스로 옮겨 클릭하곤 했음
  • 그게 어떻게 잘못될 수 있는지 모르겠음. (를 넣고 {를 넣으면 편집기가 ({})처럼 붙여주는 건 항상 맞는 것 아닌가 싶음
    노르웨이어 키보드에서는 {가 좀 불편해서인지 이 기능이 좋음. useEffect(() => {(({[{[처럼 5단계 깊이로 들어가 있어도 ctrl+shift+enter만 누르면 마법처럼 전부 닫고 커서를 올바른 위치에 놓아줌. 직접 ]}]}))를 순서 맞춰 쓰는 것보다 낫다고 봄
  • 텍스트를 선택한 뒤 "를 한 번 누르면 선택 영역의 앞뒤에 따옴표를 붙여주는 경우에는 실용적이라고 봄. 하지만 일반 입력에서는 자주 성가신 기능이라는 데 동의함
  • 그렇지 않으면 문자열을 다 쓰기 전까지 구문 강조가 깨지기 때문임. 미안하지만 구문 강조가 좋고 끄고 싶지 않음
    이 기능은 나에게 유용함. LLM도 마찬가지임. 누군가 쓰고 싶지 않다면 의무는 아니지만, 내가 유용하게 쓰는 기능을 “구리다”고 말하지는 말았으면 함
  • 닫는 따옴표를 그냥 입력해도 두 번 생기지 않는다는 걸 깨닫기 전까지는 이 기능이 싫었음. 익숙해지고 나니 이제는 별로 거슬리지 않음. 가끔 편집기가 지나치게 똑똑한 척하다 망치긴 하지만 자주는 아님

• PayPal이 호주에 들어왔을 때가 기억남. 이미 인터넷 뱅킹으로 돈을 보낼 수 있었기 때문에 왜 필요한지 정말 헷갈렸음. 그 뒤로는 Uber처럼 경쟁하려고 정부에 로비해서 우리 은행 시스템을 더 나쁘게 만들려 했음

  • EU에서는 PayPal이 결국 굴복해서 룩셈부르크의 은행 면허를 공식적으로 받았음
  • EU에서 PayPal의 가치 제안은 첫째, 일반 은행 송금처럼 하루이틀 걸리지 않고 거의 즉시 처리된다는 점이고, 둘째, 상대방에게 은행 정보를 공개하지 않는다는 점임. 첫 번째는 이제 SEPA 즉시 결제로 마침내 쓸모가 줄어드는 중임
  • 회사들이 이런 시도를 하는 게 정말 싫음. 막대한 벌금을 내고 임원들은 감옥에 가야 한다고 봄
    수사적 표현이 아님. 문자 그대로 수백만 명의 삶을 조금씩 더 나쁘게 만들려고 했다면, 그들이 낭비한 시간과 돈을 계산해서 처벌 수위를 정해야 함
  • 이 문장은 이해가 안 됨. EU에서도 송금은 꽤 어려웠음. 미국처럼 SWIFT와 CHAPS밖에 없던 시기도 있었고, EU가 초고속 송금이 되는 은행 천국은 아님. 빠른 송금에 관한 새 법안인 SEPA를 말하는 거라면, PayPal보다 10년 뒤에 나온 것임

• 이 글이 좋았음. 특히 한 문단이 아주 와닿았음. 예전에는 구글링과 매뉴얼 읽기, 의지로 난해한 스크립트를 파악할 수 있는 사람이었는데, 이제 그 기술은 LLM 때문에 완전히 평준화됐고 모두가 하고 있음. 다만 대부분은 대충 나온 “무엇이든”에 가까움
  “이걸 어떻게 해야 할지 몰라서 ChatGPT에 물어봤더니 200줄을 줬는데 작동하지 않아요”로 시작하는 사람을 도와주고 싶지 않다는 부분이 특히 맞음

  • 매일 코딩에 LLM을 쓰고, 글이 나를 “분개한 HackerNews 진흙파이 댓글러”처럼 공격하긴 해도 글의 대부분에는 동의함
    비슷하게 DeFi와 NFT 양쪽의 암호화폐 프로젝트에서 실제로 일해봤고, 기술 자체는 꽤 흥미롭지만 암호화폐를 범죄자들을 위한 돈으로 보는 농담 섞인 평가에도 동의함
  • 아직도 구글링하고 매뉴얼 읽는 사람임
    그 기술은 사라지지 않았음. 여전히 LLM이 쓴 대충 만든 코드를 고쳐야 하고, 그렇다고 아주 나쁘지만도 않음
    어떤 사람들은 코드 조각이 무엇을 하는지도 모르고 복사해 붙여넣고, 어떤 의미에서는 기술 부채를 퍼뜨림. LLM은 무지한 사람들이 퍼뜨리는 기술 부채의 기준선을 낮춰줌
    문제는 이런 수준의 기술 부채를 가진 코드가 이제 훨씬 빠른 속도로 만들어진다는 데 있음
  • LLM이 자주 틀리기 때문에 그 기술을 잃는 사람은 없음
    LLM을 쓴다고 해서 전지전능한 바보가 되는 것도 아니고, 그렇게 말하는 사람은 거짓말을 하며 서사를 밀고 있다고 봄
    인간은 여전히 수정하고, 시스템에 결함이 있음을 이해하며, 그것을 활용하고 고칠 수 있음
    Word의 문법 교정 기능을 써놓고 모든 수정 사항을 무조건 받아들였다고 말하는 것과 비슷함. 앞뒤가 맞지 않고, 그런 서사를 미는 사람들은 정직하지 않음
  • 그렇게 된 게 차라리 다행임. 80년대식 뇌 구조를 요구하는 셸과 난해한 Unix 도구 전반은 일상적으로 쓰기에는 오래전에 사용자 친화적인 무언가로 대체됐어야 함

• LLM에 관한 여러 지점에는 동의하지 않지만 글의 80% 정도에는 대체로 동의함. 동의 여부와 별개로, 문장이 아름답고 논지가 탄탄하며 생각하게 만들고, 웹사이트에 개성이 있어서 읽는 즐거움이 있었음. 요즘은 이런 글이 드묾
  대충 클릭하고 대충 읽기 시작했는데, 곧 옛 인터넷의 좋은 시절을 떠올리게 하는 글에 빨려 들어갔음
  글에서 언급한 소액 결제가 끝내 실현되지 않은 게 아쉬움. 저자에게 몇 달러쯤 던져주고 싶지만 선택지가 구독뿐이고, 구독은 싫음

  • Eevee는 글을 잘 쓰지만, 개인적으로 이번 글은 더 좋은 글들 중 하나는 아니라고 봄. 백인이거나 이성애자인 사람들을 향한 작은 찌르기가 너무 많고, Twitter/Bluesky식으로 그날의 악을 향해 빈정거림 폭탄을 던진 뒤 그냥 넘어가는 말투가 많음
    오히려 예전에 기억하는 글들보다 개성이 덜하다고 느껴짐
  • 읽기는 좋았지만, 잦은 긴 대시 때문에 AI가 생성한 것 같다는 느낌도 들어서 완전히 인간이 썼다고 확신하긴 어려웠음
    수정: 미안함. 저자는 GPT 이전 글에서도 긴 대시를 써왔으니 아마 문체의 일부일 가능성이 큼

• 이 글의 많은 지점에 더 동의할 수 없음. 웹 곳곳에 “무엇이든”이 너무 많아서, 모두의 시간을 빨아먹는 플랫폼에 사람들이 왜 관심을 가지는지 진심으로 이해가 안 됨. 초기 웹을 많이 즐기던 사람으로서 답답하고, 존중하던 사람들이 이런 형편없는 시스템에 시간과 주의를 바치는 걸 보는 것도 답답함. 더 나쁜 건, 그런 것들을 거부하면 여러 상황에서 어느 정도 외부자가 된다는 점임
  다만 AI 비판 부분에서는 약간 놓쳤음. 맞음, 모두가 내가 원하지 않는 곳에 LLM을 밀어 넣고 있음. 오늘만 해도 Bandcamp가 곧 나올 여름 앨범에 관한 이메일을 보냈는데, 분명 일부는 AI가 쓴 것이었음. 피할 수 없고 끔찍함
  그렇지만 소프트웨어 개발 도구로는 너무 강력해서 쓰지 않는 게 이상하게 느껴짐. Cursor에 원하는 것과 구현 방식을 문단으로 써주기만 해도 시시한 프로그래밍 작업에서 시간을 정말 많이 절약함

• 처음에는 글의 많은 부분에 동의했지만, 암울한 전망은 별로 좋지 않았음. 이런 불행한 일들을 모두 사람들이 멍청하고 탐욕스럽기 때문이라고 치부해서 얻을 게 많다고 보진 않음. 물론 사실일 수는 있지만, 뒤집어 보면 멍청함과 탐욕과 공존하면서도 우리가 이 정도로 괜찮은 상태를 유지한다는 점이 인상적이라고도 말할 수 있음. 더 낫게는, 극복해야 할 도전으로 볼 수도 있음
  LLM 부분은 빈대 잡으려다 초가삼간 태우는 격에 가까움. 모든 것의 “AI화”가 끔찍하고, 유용하지 않은 곳에 억지로 끼워 넣는다는 건 맞음. 하지만 모든 LLM 상호작용이 틀렸거나 쓸모없다고 말하는 건 사실이 아님. 무료 모델만 쓴다면 그럴 수는 있겠지만. LLM을 효과적으로 쓰는 것도 하나의 기술이고 과소평가할 수 없음. 적합하지 않은 일에 시켰다가 실패했다고 해서 아무것도 할 수 없다는 뜻은 아님
  그래도 결론인 “무언가를 하고, 무언가를 만들라”에는 동의함

  • 저수준 연구자와 개척자를 제외하면, 열광의 대부분은 모방 행동으로 설명할 수 있음
    이제 우리는 제한된 정보로 중대한 선택을 하도록 서로를 겁주는 세계에 살고 있음. A가 “놓치면 안 되는 미래”라고 주장하면, B는 그것을 그대로 받아들이고 그 사기에 올라탈 방법을 찾고, C는 A와 B를 보고 “나도”라고 함. 반복됨
    그래서 AI 세계의 많은 것이 이름만 다른 같은 앱임. 이런 프로젝트에 참여한 사람들 중 상당수는 자신이 하는 일에 별 관심이 없고, 돈과 영향력을 더 가져다줄 것처럼 보이는 점에만 관심이 있을 가능성이 큼
    그러니 다수에게는 멍청하고 탐욕스러운 행동이 맞지만, 아마 덜 의식적인 형태일 것임
  • “멍청함과 탐욕과 공존하면서도 우리가 이 정도로 괜찮은 상태라는 게 인상적”이라는 식의 위안은, 세계가 더 심한 체계적·환경적 붕괴로 기울수록 점점 덜 위로가 될 것 같음
  • “모든 LLM 상호작용이 틀렸거나 쓸모없다”는 식의 태도는 방어기제라고 봄. 어디서나 보이고, 왜 사람들이 이렇게 생각하는지 궁금해짐
    윤리적이거나 관련된 논거를 가진 사람들은 들어볼 가치가 있지만, 그 반대편의 전면 부정은 눈앞의 현실을 무시하는 완전한 눈가리개처럼 보임
  • 무료 모델도 유용함. 조금 더 제한적이지만 여전히 쓸모 있음

• 글은 멋지지만, Bitcoin이 언젠가 화폐가 되어 돈을 돌리는 일이 이상한 집단의 전유물이 아니게 되기를 바란다는 부분은 제발 아니었으면 함
  그 결과는 이 계획으로 부자가 되지 못한 사람들이 초기에 산 사람들의 수익을 대주는 것뿐임
  BTC가 무엇이 되든, 실제로 월급을 받으며 일하는 사람들의 공적 자금을 Bitcoin으로 흘려보내자고 주장하는 사람은 사기꾼임
  블로그 저자가 실제로 이걸 원한다고 보진 않지만, Bitcoin이 “진짜 돈”이 되기를 모호하게 부르는 것만으로도 간접적으로 이런 구제금융에 기여함
  연기금 돈 등을 이 피라미드 구조에 흘려보내는 일이 이미 진행 중이라는 것도 잘 알고 있음. 이런 일을 지지하는 정치인이나 은행은 고소당해야 한다고 봄

  • 암호화폐가 실제로 순긍정적인 무언가가 되려면 Bitcoin은 가치를 많이 잃어야 한다고 봄. 이 문제를 실제로 해결할 네트워크는 거의 확실히 다른 네트워크일 것임. Bitcoin은 본질적으로 반쯤 완성된 상태로 얼어붙어 있음
    Ethereum은 여전히 사용 가능한 수준까지 확장되는 무언가를 만들려고 노력하는 듯하지만, 같은 이유로 많은 사기의 중심지이기도 함
  • 그가 실제로 원하는 게 무엇인지는 보이지 않나?
    그는 평범한 은행과 송금을 원하지만, 누구에게나 어떤 이유로든 가능하길 바람. 예를 들어 사람들이 그에게 맞춤형 furry 포르노 그림 값을 낼 수 있길 원하고, 미국 시민이 이란 시민에게 컴퓨터 프로그램 작성 같은 일을 맡기고 돈을 줄 수 없는 이유가 뭐냐는 것임
    이건 완전히 가능함. 그를 암호화폐 사기꾼들의 품으로 밀어 넣는 유일한 장애물은, 은행 통제를 이용해 은행 고객이 자기 돈으로 무엇을 할 수 있는지 통제하려는 도덕주의적이고 현실정치적인 정부들임
    이상적인 세계라면 정부는 은행의 재정적 건전성과 공정 거래만 규제하고, 동의한 성인들이 상품과 서비스를 돈으로 교환하는 데 끼어들지 않아야 함. 하지만 정부가 은행을 망치고, 때로는 은행이 스스로 그런 짓을 해도 정부가 모두에게 서비스를 제공하라고 강제하지 않기 때문에, 예컨대 Visa/Mastercard가 포르노 상인을 거부하는 상황에서 평범한 사람들은 자유지상주의자, 주권 시민, 암호화폐를 띄우는 펌프 앤 덤프 사기꾼들의 말을 듣기 시작함
    그가 원하는 건 탈중앙화된 디지털 현금임. Bitcoin 등 말고 어떻게 할 수 있을까?
  • 사는 대신 채굴했다면 생각이 달라질까?
    탈중앙화되고 공급량이 제한된 화폐를 만든다면, 어떻게 배분해야 “공정”할까?
    전 세계가 Microsoft가 만든 독점 소프트웨어만 쓰는 상황에서, 오픈소스로의 이동이 Linus Torvalds와 다른 코드 작성자·초기 채택자를 부자로 만든다고 비판하는 것과 조금 비슷하게 들림
    사람들이 구독료, 즉 인플레이션을 내야 하는 중앙화된 망가진 소프트웨어를 계속 쓰는 편이 나을까, 아니면 어떤 사람에게 GNU/Linux 배포판 한 부를 일시불로 사고 남은 인생 동안 해방되는 편이 나을까?

• “다들 소수 목록과 재균형 이진 트리만으로 프로젝트를 만들고 있나?”라는 질문에 대한 답은 대략 그렇다는 것임
  LLM이 프로그래밍에서 인기를 얻는 이유는 문제 해결을 잘해서가 아니라, 이미 여러 번 풀린 기존 문제의 사소한 변형에 대한 해법을 잘 재현하기 때문임
  업계 대부분의 일이 같은 문제 집합을 다시 푸는 것임. NIH 때문만이 아니라 코드 재사용 자체가 어려운 문제이기 때문임
  그렇다고 모든 것이 같은 제품이라는 뜻은 아님. 어떤 문제 집합을 풀고, 그 해법들을 어떻게 연결하는지, 즉 전체 아키텍처와 소수의 고유한 문제 해결이 제품의 진짜 가치임. 다만 보통 단일 코드베이스의 대부분을 차지하진 않음

• 맞음. 기업 세계의 대부분 개발자는 90%가 상용구인 CRUD 앱을 만들고 있음. 이 점이 인식 차이를 설명해주길 바람
  생성형 AI의 발전이 여기서 멈추고 더 좋아지지 않더라도 이미 엄청나게 유용함. 왜 사람들은 이것이 모든 것을 할 수 없다는 사실을 깨닫고 나서, 아무것에도 쓸 수 없다는 관점에 고착되는지 모르겠음. 다른 사람들이 이득을 얻는 이유를 이해하지 못함
  두 가지가 동시에 참일 수 있음. 과열은 “엄청나게 과장”되었고, 그래도 많은 경우에 여전히 유용할 수 있음. 실제로 그렇다고 믿음