지난 50년간 경제 내 기술 변화는 생산성 지표상 매우 느렸으며, AI는 인구 감소와 맞물려 경제 성장을 유지할 핵심 기술로 부상
AI는 모래를 사고로 바꾸는 '현자의 돌' 과 같은 기술이며, 개인의 능력을 10배 이상 증폭시키는 슈퍼파워드 개인 시대를 열고 있음
제품 관리자, 엔지니어, 디자이너 간 '멕시칸 스탠드오프' 가 발생 중이며, 각 역할이 AI를 통해 다른 두 역할을 대체할 수 있다고 믿는 상황
AI 튜터링은 역사적으로 왕족만 누리던 1:1 교육의 민주화를 실현할 잠재력을 가지며, 부모들이 자녀 교육에 적극 활용해야 함
대규모 실업보다는 과제(task) 수준의 변화가 일어나며, 인구 감소로 인해 인간 노동자는 오히려 프리미엄이 될 전망
AI가 경제와 사회에 미치는 영향
지난 50년간 미국과 서방의 생산성 성장률이 1940~1970년 대비 절반, 1870~1940년 대비 3분의 1 수준으로 크게 둔화됨
기술 변화가 많았던 시기로 인식되지만, 통계적으로 보면 경제 전반을 변화시킬 수준의 실질적 기술 진보는 거의 없었던 시기였음
AI가 이러한 장기 정체 국면에 진입하며, 생산성 성장과 경제 성장을 다시 끌어올릴 수 있는 핵심 기술로 작용 중
서방 국가와 중국을 포함해 전 세계적으로 인구 감소(demographic collapse) 가 진행 중이며, 다수 국가가 향후 수십 년 이상 인구 감소 국면을 겪을 가능성 존재
AI와 로봇이 없었다면 경제 규모 축소와 기회 감소라는 디스토피아적 시나리오를 우려해야 했을 상황임
AI의 등장이 인구 감소와 이민 축소 시점과 이례적으로 정확히 맞물리며, 필요한 노동력을 보완할 수 있는 조건이 형성됨
AI는 인간 노동을 단순히 대체하기보다, 남아 있는 인간 노동의 가치와 희소성을 높이는 방향으로 작용 중
2025년이 개인 경력상 가장 흥미로운 해였으며, 2026년은 그보다 더 큰 변곡점이 될 것으로 예상됨
AI는 ‘연금술사의 돌’
AI는 흔한 자원을 희귀한 가치로 전환하는 기술
반도체라는 흔한 물질(모래) 위에서 사고와 지적 산출이 생성되는 구조
인간의 기억력, 집중력, 시간 제약 같은 인지적 한계를 기계가 보완하거나 확장하는 국면에 진입함
개인이 가진 사고 능력의 상한을 AI가 구조적으로 끌어올리는 도구로 작동하기 시작
AI와 교육, 자녀 양육
AI는 능력 있는 사람을 매우 뛰어난 사람으로 만드는 도구
최고 수준의 코더들은 AI를 활용해 2배가 아닌 10배 더 뛰어난 성과를 내고 있음
자녀 교육에서 중요한 것은 에이전시(agency), 즉 주도적으로 행동하고 책임지는 능력
현대 사회와 학교 시스템이 규칙 준수를 과도하게 강조하면서 주도성이 약화되어 왔음
AI는 에이전시를 가진 아이들에게 물리학 연구부터 예술까지 모든 분야에서 주요 기여자가 될 수 있는 도구 제공
교육에서 1:1 튜터링이 가장 효과적이라는 점은 오래전부터 알려져 있었으나 경제적 이유로 확산되지 못했음
Alexander 대왕이 Aristotle에게 교육받은 사례
Bloom의 2-시그마 효과: 1:1 튜터링은 학생을 50퍼센타일에서 99퍼센타일로 올림
AI 튜터링을 통해 부모가 기존 교육을 AI로 보강할 수 있는 현실적인 선택지 등장
Alpha라는 새로운 사립학교 시스템이 대면 교육과 AI 튜터링을 결합한 모델 제시
AI 시대 일자리의 미래
일자리 대체나 손실에 대한 논의는 지나치게 단순화된 모델
AI가 생산성 성장을 3배로 끌어올려도 1870~1930년 수준의 일자리 전환율에 해당
당시 사회 전반에서 세상이 기회로 가득 차 있다는 인식이 강했음
인구 감소와 이민 축소로 인해 남은 인간 노동이 프리미엄이 되는 구조
유토피아적 시나리오에서도 대규모 생산성 성장은 가격 붕괴로 이어짐
100달러짜리 상품이 10달러, 1달러로 하락
이는 모든 사람에게 실질적인 임금 인상 효과를 제공
복지 프로그램 비용 감소로 사회 안전망 제공 부담 완화
대규모 실업이 발생하려면 연간 10~50%의 생산성 성장이 필요하며, 이는 역사적으로 관측된 적 없는 수준
기술 역할의 ‘멕시칸 스탠드오프’
제품 관리자, 엔지니어, 디자이너 세 역할 사이에서 삼각 대치 상황 형성
모든 코더가 AI를 통해 제품 관리자와 디자이너 역할까지 수행할 수 있다고 인식
모든 제품 관리자가 AI를 활용하면 코딩과 디자인까지 가능하다고 인식
모든 디자이너 역시 제품 기획과 코딩을 병행할 수 있다고 인식
세 주장 모두 일정 부분에서는 실제로 성립함
시간이 지나면서 세 역할 모두 AI가 더 나은 관리자 역할을 수행한다는 사실을 인식하게 될 가능성이 있음
할리우드에서도 감독·작가·배우 사이에서 유사한 삼각 대치 구조가 나타남
직무가 아닌 과제의 변화
경제학에서는 직무(job)가 아닌 과제(task) 를 분석의 최소 단위로 봄
직무는 여러 과제의 묶음이며, 과제가 바뀌면 직무의 성격도 함께 변화
과거에는 임원이 타자기나 컴퓨터를 직접 다루지 않고 비서에게 받아쓰게 하는 방식이 일반적이었음
이메일 초기에는 비서가 이메일을 출력해 임원에게 전달
현재는 임원이 직접 이메일을 작성하고, 비서는 출장 계획이나 일정·이벤트 조율 등 다른 과제를 담당
개별 과제는 빠르게 바뀌지만 직무 자체는 상대적으로 더 오래 유지
충분한 과제 변화가 누적되면 직무의 형태 자체가 전환됨
개인 차원에서는 과제를 교체하고 새로운 기술을 지속적으로 추가하는 능력이 중요해짐
코딩의 진화와 스크립팅 언어
‘계산기(calculator)’의 원래 의미는 손으로 계산을 수행하던 사람
프로그래밍은 기계어 → 펀치카드 → 어셈블리어 → C 같은 고급 언어 → 스크립팅 언어 순으로 발전
JavaScript와 Python 같은 스크립팅 언어 등장 당시에도 “이게 진짜 프로그래밍인가” 라는 논쟁 존재
스크립팅 언어는 여러 계층의 세부 구현을 추상화했으며, AI 코딩은 그 다음 추상화 계층
최상위 프로그래머들은 현재 여러 개의 코딩 봇을 병렬로 운용하며 AI와 논쟁하듯 작업
코드를 직접 작성해 본 경험이 없으면 AI가 만든 결과의 품질을 판단하기 어려움
슈퍼파워드 개인이 되려면 어셈블리와 기계어까지 포함한 전체 스택 이해가 필요
AI가 어떻게 작동하는지를 이해할수록 AI로부터 얻는 가치도 함께 증가
AI 시대 디자인의 가치
AI는 완성도 높은 아이콘이나 시각 요소 제작에는 매우 뛰어난 성능 발휘
무엇을 위한 디자인인지, 사용자를 어떻게 만족시키는지 같은 고차원적 질문은 여전히 인간 디자이너의 영역
25세 디자이너가 AI를 적극 활용할 경우, 10년 뒤 역사상 가장 뛰어난 디자이너 수준에 도달 가능
반복 작업을 AI에 맡기고, 더 많은 시간과 주의를 대부분의 디자이너가 접근하지 못했던 고차원 문제에 집중 가능
T자형 기술 전략
Scott Adams(Dilbert 창작자)의 조언: 두 가지를 잘하면 2배 이상의 효과, 세 가지를 잘하면 3배 이상의 효과 발생
Adams는 괜찮은 만화가이면서 비즈니스를 이해했기에 Dilbert를 만들어낼 수 있었음
할리우드에서는 작가이자 감독인 인물을 ‘오퇴르(auteur)’ 로 부르며 슈퍼스타로 대우
Larry Summers의 조언: “대체 가능하지 마라(Don’t be fungible)”
희귀한 기술 조합을 갖추면 대체 불가능해질 뿐 아니라 조직과 시장에서 매우 중요한 존재가 됨
T자형 구조에서 가로축은 AI 도구를 활용해 의미 있는 결과를 낼 수 있는 도메인의 폭
세로축은 최소 한 가지 도메인에서의 깊이 있는 전문성
AI는 두세 가지 기술을 동시에 결합하는 능력을 과거보다 훨씬 쉽게 만들어 줌
AI를 활용한 학습의 중요성
AI의 가장 과소평가된 기능 중 하나는 가르쳐 달라고 직접 요청할 수 있다는 점
단순히 작업을 맡기는 것을 넘어 “이걸 어떻게 하는지 설명해 달라” 고 요구 가능
커리어 성장을 원하는 사람은 여유 시간을 AI와의 대화와 훈련에 집중해야 함
AI에게 문제와 과제를 제시하고 결과를 평가해 달라고 요청할 수 있음
AI가 생성한 출력을 관찰하면 아키텍처 선택과 의사결정 방식에 대한 학습 가능
문제 해결 이후 “처음부터 이 오류를 피하려면 무엇을 다르게 했어야 했나” 를 되짚어 볼 수 있음
AI가 창업자와 기업에 미치는 영향
최첨단 창업자들이 동시에 고민하는 세 가지 레이어가 존재
1. AI가 제품 자체를 어떻게 재정의하는가: 기존 기능 개선이 아니라 이미지 편집에서 이미지 생성으로의 전환 같은 근본적 변화
2. AI가 직무를 어떻게 바꾸는가: 100명의 코더가 필요한 구조인지, 10명이 10배 생산성을 내는 구조인지에 대한 재검토
3. 회사의 정의 자체가 바뀌는가: 창업자가 다수의 AI 봇을 관리하며 대부분의 일을 수행하는 1인 기업 가능성
업계에서 자주 언급되는 목표로 1인 10억 달러 기업이라는 개념 부상
Bitcoin(Satoshi), Ethereum, Instagram, WhatsApp 등 매우 작은 팀이 거대한 가치를 만든 사례 존재
일부 창업자들은 블록체인 위에서 AI 봇이 자율적으로 운영되고 수익을 분배하는 구조까지 실험 중
AI 모트(해자)에 대한 논쟁
대규모 기술 변혁은 전개에 오랜 시간이 걸리며, 초기에 나오는 확신에 찬 예측은 대부분 빗나감
1993~2010년 인터넷에 대한 전망을 돌아보면 실제로 맞아떨어진 예측은 거의 없음
ChatGPT 출시 이후 약 1년 반 만에
미국에서 동급 성능의 제품을 보유한 기업이 5곳 이상 등장
중국에서도 동급 성능의 기업이 5곳 이상 등장
오픈소스 모델 역시 기본 성능에서는 큰 차이가 없는 수준 도달
DeepSeek 사례는 중국 헤지펀드 출신 팀이 미국 연구소의 아이디어를 재현할 수 있었음을 보여줌
업계 전문가들 사이에서는 대형 연구소 간에 진짜 비밀은 거의 없다는 인식 확산
애플리케이션 레벨에서도 방어력은 제한적이며, Claude Code가 1주일 반 만에 구현된 사례가 이를 보여줌
AI 생태계는 복잡 적응 시스템으로 작동하고 있으며, 최종 결과는 아직 누구도 알 수 없는 상태
고정된 해자보다 유연성과 빠른 적응 능력이 더 중요해짐
AI 모델의 빠른 진화
Claude, 특히 Claude Code가 코딩 분야에서 큰 주목을 받는 중
Anthropic이 Claude Code를 활용해 1주일 반 만에 Co-work를 개발
이 사례에 대한 두 가지 해석 공존
1주일 반 만에 제품을 완성했다는 점 자체는 상당히 인상적
동시에 1주일 반 만에 만들어진 것이라면 복잡성과 진입장벽이 얼마나 되는가라는 의문 제기
다른 모든 모델 기업들도 결국 유사한 에이전트와 도구를 만들 가능성 높음
지난 3년간의 흐름을 보면, 근본적 돌파처럼 보였던 기술이 매우 빠르게 복제되고 추월되는 패턴 반복
벤처 캐피탈에서의 비결정적 낙관주의
Peter Thiel이 제시한 2x2 프레임워크: 낙관주의/비관주의 × 결정적/비결정적
Thiel은 실리콘밸리가 비결정적 낙관주의에 과도하게 기울어 있다고 비판
세상이 더 나아질 것이라 믿지만 그 이유와 경로를 설명하지 못하는 태도
결정적 낙관주의자는 무엇을 만들 것인지 구체적으로 말함
예: Elon Musk의 전기차, 화성 탐사
a16z의 전략은 비결정적 낙관주의
개별 창업자는 결정적 낙관주의자
실리콘밸리의 강점은 이런 사람들이 수천, 수만 명 존재한다는 점
최적의 결과를 위해서는 가능한 많은 실험을 동시에 운영하는 것이 중요
실리콘밸리는 1950년대 이후 9차례의 주요 기술 플랫폼 전환을 경험
1990년대의 인터넷, 2000년대의 스마트폰, 2010년대의 클라우드, 2020년대의 AI는 사전에 계획된 결과가 아님
생태계 전반의 유연성과 개방성이 이러한 연속적인 전환을 가능하게 만든 기반
AGI 개념과 함의
AGI의 ‘우주적’ 정의는 특이점, 인간 판단이 더 이상 의미를 갖지 않는 세계, AI 자기 개선 루프를 포함
그런 세계에 살 만큼 운이 좋지도, 나쁘지도 않다는 인식
AGI의 ‘실용적’ 정의는 AI가 가장 가치 있는 경제적 과제 묶음을 인간 수준으로 수행하는 상태
현재 AI 모델은 IQ 130~140 수준으로 측정
인간 IQ는 160 부근에서 상한이 존재 (Einstein, Feynman 수준)
AI IQ는 이론적 상한이 없으며, 180·200·250·300도 가능
인간과 동등한 수준은 각주에 불과한 단계
핵심 질문은 인간 역량을 초과하는 기계가 존재하는 세계에서 무엇을 할 것인가
AI 의사, AI 변호사, AI 코더가 최고의 인간 전문가보다 뛰어날 가능성
인간은 생물학적 한계에 묶여 있어, 성능이 어디까지 좋아질 수 있는지 가늠하기 어려움
Marc의 미디어 습관
읽기 전략은 완벽한 바벨 전략
X 같은 실시간 정보
오랜 시간 검증된 오래된 책
그 사이에 있는 매체(신문, 잡지)에 대해 강한 회의감
지난주 신문을 다시 읽어보면 예측 대부분이 실현되지 않음
현업 실무자가 직접 생산하는 콘텐츠가 극도로 과소평가됨
Substack, 뉴스레터, 팟캐스트는 똑똑한 사람들의 사고에 직접 접근할 수 있는 통로
실리콘밸리는 공유 문화가 강한 회사 타운이지만, 실제 회사는 실리콘밸리 그 자체
올해의 영화로 Edington 언급
2020년(COVID, BLM, 기술 불안)을 정면으로 다룸
영화 산업이 피해왔던 제3의 레일(금기 주제) 을 건드림
사람들이 현실 세계 사건을 온라인을 통해 경험하는 모습을 묘사
Marc의 제품 습관
10세 아들이 Replit에 깊이 빠져 있음
스스로 발견했기 때문에 더 매력적으로 인식
Star Trek: The Next Generation의 LCARS UI 디자인 언어로 게임을 바이브 코딩