데이터센터 건설 수요가 급증하면서 건설업의 인력난과 착공 전 비효율이 병목으로 떠올랐다. 수작업 견적과 분절된 업무 흐름으로는 대응이 어렵다는 판단이다.
데이터센터 수요가 폭증하면서 건설업계의 문제점도 함께 떠오르고 있다. [사진: Reve AI]
[디지털투데이 이윤서 기자] 인공지능(AI) 확산에 따른 데이터센터 붐이 건설업계의 고질적 문제를 수면 위로 끌어올리고 있다.
9일(현지시간) IT매체 테크레이더에 따르면 숙련공 부족, 자재비 상승, 운영 비효율이 겹치면서 특히 착공 전 단계의 디지털 전환이 핵심 과제로 부상했다.
건설업은 현장 중심 산업 특성상 수작업 물량 산출, 분절된 스프레드시트, 구식 견적 방식에 오래 의존해 왔다. 평소에는 시간과 마진을 갉아먹는 수준에 그쳤지만, 최근 데이터센터 수요 급증으로 이런 비효율이 핵심 인프라 집행을 가로막는 병목이 되고 있다는 지적이다.
배경에는 빅테크의 대규모 투자 확대가 있다. 아마존웹서비스(AWS), 마이크로소프트(MS), 메타는 데이터센터 확장을 위해 수천억달러를 직접 투입하고 있다. 미국 데이터센터 시장은 향후 10년간 연평균 10~11% 성장할 것으로 제시됐고, 클라우드 컴퓨팅과 AI 검색을 떠받치는 기반 시설 수요가 빠르게 늘면서 건설업도 기존 방식으로는 대응이 어려워졌다.
가장 큰 문제는 인력이다. 미국 건설협회(ABC)는 건설 수요를 맞추기 위해 2026년 신규 인력 34만9000명이 필요하다고 추산했다. 이어 다음 해에도 45만6000명의 추가 인력이 더 필요하다고 봤다. 인력 부족과 비용 상승이 겹치면서 민간 프로젝트를 중단하거나 보류하는 개발사업도 지난해보다 두 배 수준으로 늘었다.
이런 상황에서 업계가 주목하는 해법은 현장 인력을 대체하는 기술이 아니라 생산성을 끌어올리는 기술이다. AI가 일자리를 빼앗는다는 인식과 달리, 디지털 전환과 AI 기반 워크플로 자동화는 사람을 대체하는 것이 아니라 현재 인력을 더 효율적으로 만들어 수요를 따라가게 하는 수단일 수 있다.
특히 착공 전 단계의 중요성이 커졌다는 점이 강조됐다. 계약을 따낸 뒤 견적 오류가 드러나면 수익성이 급격히 흔들릴 수 있기 때문이다. 시공사에 가장 두려운 순간은 입찰 수주 직후로, 오래된 수작업 방식이나 구형 데스크톱 소프트웨어를 쓰면 오류 발생 가능성 역시 커진다. 정확한 입찰은 정밀한 측정에서 시작되고, 정밀한 측정에는 기술이 필요하다.
데이터센터처럼 새로운 산업군에 진입할 때는 자재, 인건비, 가격 구조가 익숙하지 않을 수 있다. 이 경우 면적당 단가, 예상 이익, 세부 공사 내용을 체계적으로 정리할 수 있는 도구가 필요하다. 또한 복잡한 도면을 해석해 필요한 자재 수량을 못 하나까지 정확히 산정할 수 있어야 마진 방어가 가능하다.
현장과 설계의 단절을 줄이는 점도 디지털 전환의 과제로 제시됐다. 과거에는 설계 승인이 내려오면 현장 팀이 그대로 시공하는 일방향 구조가 일반적이었지만, 실제 시공 과정에서는 설계와 현장 실용성이 어긋나는 경우가 적지 않았다. 이에 따라 AI 기반 체계 안에서 현장 데이터를 설계 수정에 다시 반영하는 순환형 방식이 더 중요해지고 있다.
이번 흐름의 핵심은 데이터센터 붐 자체보다 이를 감당할 건설 프로세스의 변화에 있다. 인력난이 심해진 상황에서 착공 전 단계의 디지털화와 AI 자동화는 현장 생산성을 높이는 수단으로 부각되고 있다.
이 시각 추천뉴스 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동
비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러?
"전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까
백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차
XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다
IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
발행일: 2026-06-11 08:03 (목)
한국어 KR 영어 EN 일본어 JP 중국어 CH
프로덕트 Anthropic 엔지니어가 정리한 AI와 일하는 5가지 원칙
요즘 프로덕트 메이커 9 분 2026.05.22. 인기 13.1K
요즘 프로덕트 메이커 9 분 2026.05.22. 인기
G메일 안 열어도 된다…챗GPT, 이메일 발송 기능 전격 추가
챗GPT가 웹에서 지메일·아웃룩과 연동해 이메일 작성부터 발송까지 직접 처리하는 기능을 도입했다. 다만 첨부파일을 지원하지 않고 웹 유료 이용자에게만 제공돼 활용 범위에는 한계가 있다.
챗GPT가 웹에서 지메일·아웃룩과 연동해 이메일 작성부터 발송까지 직접 처리하는 기능을 도입했다. [사진: 오픈AI]
[디지털투데이 AI리포터] 챗GPT가 웹 채팅창 안에서 직접 이메일을 보내는 기능을 추가했다. 사용자는 지메일이나 아웃룩 계정을 연결하면 별도의 메일 서비스를 열지 않고도 초안 작성부터 발송 전 승인까지 처리할 수 있다.
9일(현지시간) IT매체 테크레이더에 따르면 이 기능은 현재 챗GPT 웹 버전에서 플러스, 프로, 비즈니스, 엔터프라이즈 요금제 이용자에게 제공되고 있다.
핵심은 챗GPT가 단순히 이메일 문안을 작성하는 수준을 넘어 실제 받은편지함과 연결돼 발송까지 수행한다는 점이다. 사용자가 이메일 작성을 요청하면 챗GPT는 진행할 작업을 먼저 안내하고, 발송 전 승인 창을 표시한다. 사용자는 내용을 검토한 뒤 발송 여부를 결정할 수 있다.
실제 사용 과정에서는 긴 이메일 초안을 직접 작성할 필요가 없다. 업무용 이메일 주소로 기사 아이디어를 보내는 실험에서는 챗GPT가 제공된 링크를 바탕으로 내용을 구성한 뒤 발송 준비를 마쳤다. 또한 발송 전 수행할 작업을 구체적으로 보여줬으며, 사용자가 승인하자 몇 초 만에 이메일이 전달됐다.
다만 한계도 있다. 현재 가장 큰 제약은 첨부파일을 보낼 수 없다는 점이다. 파일 전송이 이메일의 주요 활용 방식인 만큼 첨부파일 미지원은 뚜렷한 약점으로 꼽힌다. 이메일에서 파일 전송은 가장 흔한 사용 사례 중 하나여서 기존 메일 클라이언트를 완전히 대체하기는 어렵다는 평가가 나온다.
지원 범위도 제한적이다. 무료 및 고 요금제 이용자는 사용할 수 없으며, 데스크톱과 모바일 애플리케이션(이하 앱)도 아직 지원하지 않는다. 오픈AI는 현재 웹 버전에서만 기능을 제공하고 있다. 지원 메일 서비스 역시 지메일과 아웃룩으로 한정된다. 사용자는 설정의 앱 메뉴에서 추가 연결을 선택한 뒤 지메일 또는 아웃룩 계정을 연동해야 한다.
이 기능은 경쟁 서비스와 비교해 차별점도 갖는다. 구글의 제미나이는 이메일 초안 작성은 지원하지만, 직접 이메일을 발송하거나 사용자 계정에 접근해 작업을 수행하지는 않는다고 답했다. 반면 챗GPT는 실제 받은편지함과 연결돼 작업을 완료할 수 있어 AI 비서의 역할이 어디까지 확장될 수 있는지를 보여주는 사례로 평가된다.
다만 이번 기능은 아직 초기 단계에 가깝다. 첨부파일을 지원하지 않는 점은 중요한 공백으로 지적된다. 또한 이메일을 읽고 정리하거나 처리하는 기능까지 제공하지 않는 만큼, 현재로서는 전통적인 이메일 클라이언트를 대체하기 어렵다.
그럼에도 지메일과 아웃룩을 우선 지원한 점은 의미가 있다. 두 서비스가 전 세계 이메일 이용자의 상당 비중을 차지하는 만큼, 오픈AI는 가장 대중적인 계정 연동부터 적용한 것으로 보인다. 이에 따라 챗GPT 이메일 기능은 당장 이메일 서비스를 대체하기보다 유료 웹 이용자를 위한 초기 자동화 도구로 자리 잡을 가능성이 크다. 향후 첨부파일 지원과 추가 메일 서비스 연동 여부가 실제 활용도를 좌우할 전망이다.
키워드 #오픈AI #챗GPT #이메일 #지메일 #아웃룩
이 시각 추천뉴스 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동
비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러?
"전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까
백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차
XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다
IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
Apple, Google Gemini 모델을 중심으로 구축한 새 AI 아키텍처 공개 (macrumors.com)
Apple Intelligence가 Google과 공동 개발한 Apple Foundation Models 기반 새 아키텍처로 개편됨 새 모델은 Gemini 계열 기술을 바탕으로 하며, 기기 내 실행과 Private Cloud Compute 서버 실행 모두에 맞게 조정됨 업그레이드된 모델은 이미지 이해·생성, 현실적인 이미지 생성, 고급 사진 편집, 시각 질의응답 을 지원함 일부 기기는 음성 생성, 받아쓰기 정확도 개선, 더 강한 자연어 이해를 제공하는 고성능 모델을 받지만, 대상 기기는 명시되지 않음 Apple은 사용자 데이터가 즉시 요청 실행에만 쓰이고 Apple이나 제3자가 접근할 수 없으며, 외부 전문가가 개인정보 보호 보장을 언제든 검증할 수 있다고 밝힘 Apple Intelligence 아키텍처 개편 Apple은 Apple Intelligence 플랫폼의 대규모 개편을 발표하며, Gemini 계열 기술을 사용해 Google과 공동 개발한 기초 모델 기반 새 아키텍처를 공개함 새 아키텍처의 중심은 Google과 공동 개발한 Apple Foundation Models이며, Apple은 이 모델이 기기 내 처리와 Private Cloud Compute 서버 실행에 모두 맞게 조정됐다고 밝힘 Apple은 Google과의 협업을 “깊은” 협업으로 표현했으며, Apple Intelligence에 “거대한 업그레이드”를 제공한다고 밝힘 새 모델은 최신 이해와 추론 기능, 이미지 이해와 생성을 포함한 멀티모달 지원을 제공함 새 모델의 기능 업그레이드된 모델은 현실적인 이미지 생성, 고급 사진 편집, 시각 질의응답을 포함한 새 활용 사례를 지원함 일부 기기는 추가 기능이 있는 고성능 모델 버전을 받음 고성능 모델 버전은 음성 생성, 받아쓰기 정확도 개선, 더 강한 자연어 이해를 제공함 Apple은 어떤 기기가 고성능 모델 대상인지 명시하지 않음 시스템 오케스트레이터 개편된 아키텍처의 중심에는 새로운 시스템 오케스트레이터가 배치됨 시스템 오케스트레이터는 Apple 플랫폼 전반에서 Apple Intelligence 기능을 안전하게 조율함 Apple은 오케스트레이터가 활성 앱과 사용자의 현재 작업에 따라 응답을 맞춤화할 수 있다고 밝힘 이 구조는 Apple이 “진정한 시스템 전반 지능”이라고 표현한 기능을 가능하게 함 개인정보 보호 접근 Apple은 경쟁사들이 사용자를 고려하지 않고 “앞서 달려가고 있다”고 표현하며 자사 접근법과 대비함 Apple Intelligence는 기기 내 처리와 Private Cloud Compute에 의존함 사용자 데이터는 즉시 요청 실행에만 사용되며 Apple이나 제3자가 접근할 수 없다는 약속이 유지됨 Apple은 외부 전문가가 이러한 개인정보 보호 보장을 “언제든” 검증할 수 있다고 덧붙임
함께 보면 좋은 글 β 애플, 구글의 Gemini로 Siri에 AI 기능 탑재 Apple, 온디바이스 및 클라우드 AI 모델 대폭 업데이트 및 새로운 개발자 API 공개 애플, 아이폰의 생성 AI 기능에 구글 Gemini 도입 논의 중 Gemini Enterprise Agent Platform — 구글 클라우드의 차세대 AI 에이전트 통합 플랫폼 Gemini AI 앱의 비주얼 디자인 설계 과정
애플, 구글의 Gemini로 Siri에 AI 기능 탑재
Apple, 온디바이스 및 클라우드 AI 모델 대폭 업데이트 및 새로운 개발자 API 공개
애플, 아이폰의 생성 AI 기능에 구글 Gemini 도입 논의 중
Gemini Enterprise Agent Platform — 구글 클라우드의 차세대 AI 에이전트 통합 플랫폼
Gemini AI 앱의 비주얼 디자인 설계 과정
GeekNews는 개발·기술·스타트업 소식을 빠르게 전달합니다. Weekly 뉴스레터로 구독하거나, 더 편하게 GeekBots로 받아보세요. Weekly 구독 GeekBots로 받기 GeekNews 소개 숨기기
GeekNews는 개발·기술·스타트업 소식을 빠르게 전달합니다. Weekly 뉴스레터로 구독하거나, 더 편하게 GeekBots로 받아보세요.
Weekly 구독 GeekBots로 받기 GeekNews 소개 숨기기
인증 이메일 클릭후 다시 체크박스를 눌러주세요
▲ GN⁺ 2일전 [-] Hacker News 의견들 AI를 따라잡는 방식이 꽤 Apple답다 고 봄: 외부 도구를 개인정보 보호 아키텍처로 감싸고, 운영체제에 넣은 뒤, 오케스트레이션 계층을 제품화하는 식임 Private Cloud Compute 와 온디바이스 라우팅이 서드파티 모델 기능을 사용자 맥락 유출 없이 퍼스트파티 시스템처럼 느끼게 만들 수 있을지가 흥미로움 Apple이 Google-Apple 경계를 잘 처리하면 우아한 행보가 되겠지만, 아니면 Gemini 위에 개인정보 보호를 예쁘게 덧칠한 Apple Intelligence 프런트엔드처럼 느껴질 것임 실제 운영에서 의미 있는 Google-Apple 경계 가 있나? Apple이 자체 Gemini 모델을 증류해 자기 데이터센터, 혹은 최소한 Apple이 통제하는 데이터센터에서 돌릴 권리를 사는 것이라면 Google이 운영 통제권을 갖는 인프라는 아닌 듯함 Android를 쓰지는 않지만, 앱 안으로 깊게 통합되는 부분을 많이 보여줬고 거기서 진짜 마법이 나온다고 봄 지금의 서드파티 챗봇으로는 그런 통합을 할 수 없고, 설령 가능해도 그 정도 접근 권한을 다른 업체에 맡기기는 어려움 Gemini용 개인정보 보호 프런트엔드라면 써볼 것 같음 강한 개인정보 보호 보장 이 더 좋겠지만, 그래도 괜찮은 방향임 실제 사용감이 궁금함: 앞서 말한 것처럼 맥락 유출이 있는지, 지연 시간 이 늘어나는지, 가격 영향이 있는지 등임 작은 모델을 포함해 여러 요소를 따졌겠지만 비용도 큰 고민이었을 것이고, Google이 무료 AI 추론을 이렇게 많이 풀어주는 유일한 제공자처럼 느껴짐 이 변화는 소비자나 직원이 AI 서비스 비용을 언제 어떻게 내야 하는지 더 흐리게 만들 것임. 예를 들어 발표에서는 코딩이 아닌 소비자 작업을 보여줬지만, 파일 5개를 선택해 Siri에게 Python 스크립트나 작은 앱을 작성해 달라고 할 수 있을까? 기업은 Siri AI 기능을 그냥 끄게 될까, 아니면 자체 AI 감사 체계와 제공자로 라우팅할 수 있을까? Apple이 AI를 개인정보 보호 아키텍처 로 감싼다고 하지만, CarPlay를 쓰려면 Siri를 켜야 함 Apple Intelligence를 실제로 무엇이 구동하는지 더 알고 싶음. 자체 프롬프트 뒤에 Gemini 플래그십 모델 을 쓰는 건지, 미세조정인지, Gemini 기반으로 자체 모델을 사전학습한 건지 궁금함 Gemini 기반 모델과 Apple Foundation Models 사이에 의미 있는 차이가 있는지도 궁금함. 그 차이가 온디바이스와 호스팅 모델에서 달라지는지, 일부 모델은 Apple의 Private Cloud Compute에서 돌고 일부는 Google 장비에서 도는지도 애매함 이후 “keynote tech-talk”에서 꽤 자세히 설명함: [0] Apple에 따르면 모델은 5개임. 온디바이스에는 AFM Core, 즉 밀집 구조의 표준 차세대 온디바이스 모델, 그리고 희소 구조이자 네이티브 멀티모달이며 이미지 이해와 표현력 있는 음성을 가능하게 하는 AFM Core Advanced가 있음 Private Cloud Compute에는 지연 시간과 비용에 최적화된 서버용 주력 모델 AFM Cloud, 이미지 생성·편집용 AFM Cloud Image, 복잡한 추론과 에이전트 작업을 위한 최상위 모델 AFM Cloud Pro가 있음. Cloud Pro는 Gemini 최전선 모델급 품질이며 Apple의 PCC 개인정보 보호 보장 아래 Google 클라우드의 NVIDIA GPU에서 실행됨 Cloud Pro를 제외한 모든 것은 Apple Silicon에서 도는 맞춤 모델이고 Google Gemini로 “정제”됐다고 함. Cloud Pro에 대해서는 “Gemini frontier models와 비슷한 품질의 가장 강력한 모델”이라고 하니, 행간을 읽으면 Gemini를 감싼 형태로 보임 [0]: https://9to5mac.com/2026/06/… 현재 Apple Intelligence를 구동하는 건 3B Apple Foundation 모델 임 https://machinelearning.apple.com/research/introducing-apple... Mac이 있다면 이걸로 직접 만져볼 수 있음 https://apfel.franzai.com/ 로컬 모델은 지금 Google Edge Gallery의 iOS·Android 앱에서 받을 수 있는 Gemma e4b 와 비슷할 가능성이 큼 12GB RAM 기기에서만 작동할 더 강력한 버전은 아직 공개되지 않은, 비슷하지만 조금 더 큰 모델일 것 같음 Google은 예전에 자체 데이터센터에서 하드웨어를 임대해 전체 Gemini를 돌릴 수 있게 하겠다고 발표한 적이 있음. 기업이 데이터를 Google 데이터센터로 보내지 않고 학습하거나 접근할 수 있게 하는 NVIDIA 기반 방식임. Private Compute도 Apple이 그런 장비를 대량 임대하는 형태일 수 있음 제대로 읽은 게 맞다면, 선택된 클라우드 제공자가 자기 하드웨어에서 PCC 스택 을 돌리고, 컴퓨팅 제공자가 개인정보 보호 보장을 지키는 책임을 지는 구조인가? 그렇다면 잠재적 보안 공격면이 더 넓어질 것 같음 Gemini, 적어도 공개 무료 버전은 환각 이 너무 많음. 그 수준이라면 Apple에 아주 나쁜 결과가 될 수 있음 “Apple이 데이터를 봐야 이 기능을 수행하지만, 원해도 그 데이터를 볼 방법은 없다”는 식의 약속은 불가능해 보임 iOS를 오픈소스로 공개하고, 사용자가 기기를 통제하게 하며, 추론을 직접 호스팅하게 해서 네트워크 트래픽이 없다는 걸 확인할 수 있어야 함. 말한 그대로라면 사용자가 직접 호스팅하게 해도 단점이 없어야 함 https://security.apple.com/blog/private-cloud-compute/ https://security.apple.com/blog/expanding-pcc/ 본질적으로는 Google Assistant와 Siri가 여러 해 동안 해오던 일을 여전히 하는 것처럼 보임 여기서 무엇을 추가로 얻는지 잘 모르겠음 텍스트 입력을 바탕으로 이미지를 만든다는 이유만으로 Google Image Search 와 Google Nano Banana가 “같은 것”이라고 보는 경우에만 그렇게 말할 수 있음 마찬가지로 Google Translate의 수백만 줄짜리 수작업 코드는 훨씬 더 잘 번역하는 대규모 언어 모델에 완전히 대체됐음 대규모 언어 모델 기반 AI 어시스턴트는 기존 Siri가 기반으로 삼던 “if-then-else”식 논리 프로그래밍과는 전혀 다른 기술 스택이며, 능력도 크게 다름 Apple이 Anthropic이나 OpenAI 대신 Google을 제공자로 골라 스스로 불리한 선택을 하는 게 이상함 이렇게 되면 Android 휴대폰의 어시스턴트와 차별화하기 더 어려워지는 것 아닌가? 더 냉소적으로 보면 Google이 원한다면 Apple에 열화된 Gemini 버전을 제공해 자기들이 앞서가게 만들 수도 있지 않나? 소비자 입장에서는 어느 휴대폰 플랫폼을 고르든 밑단은 같은 것이 되고, 어시스턴트를 아예 안 쓰는 것 말고는 피할 방법이 없어 별로임 “Apple Intelligence” 작업의 99.9% 에서는 Google 모델이 다른 최전선 연구소 모델만큼 잘할 거라고 봄 Google은 Anthropic이나 OpenAI보다 에지 기기에서 대규모 언어 모델을 돌리는 작업을 더 많이 해왔음 출처도 새 아키텍처가 Google과 공동 개발한 Apple Foundation Models를 중심으로 하며, 온디바이스와 서버 양쪽에서 Apple의 Private Cloud Compute 인프라를 통해 동작하도록 조정됐다고 함 이는 Google과 Apple이 Apple 하드웨어에 맞춘 맞춤 모델, 아마 온디바이스 모델을 학습했다는 뜻일 수 있음 다르게 봄. Apple은 모델을 범용재 로 취급하기로 한 것 같음 Gemini를 구현 세부사항으로 만들면, 최종 사용자가 알거나 신경 쓰지 않아도 나중에 Anthropic이나 OpenAI로 갈아탈 여지를 남김. 그래서 향후 협상에서 지렛대를 만들고 있다고 봄 폭풍이 시작됐을 때 Anthropic이나 OpenAI보다 Google이 더 오래 버틸 거라고 보고 안정성 을 택한 것일 수 있음 Apple이 Google 검색엔진을 기본값으로 쓰는 것과 정말 그렇게 다른가? Apple이 이 결정을 내릴 당시에는 Google, Anthropic, OpenAI 사이의 모델 품질 격차 가 지금만큼 크지 않았음 그리고 Apple은 1년 전 OpenAI와 맺었던 합의 때문에 확실히 다리를 좀 태웠을 것임 몇 년 동안 Claude 유료 구독자였지만, 요즘은 Android Pixel 9의 무료 Gemini 앱을 더 자주 씀. 답변의 일부로 검색을 잘 해줘서 매우 좋음 모델이 신선하고 최신 으로 느껴짐. Apple이 그 검색 기능까지 통합할 수 있을지는 아직 열린 문제임 틀렸을 수도 있지만, 이건 Apple의 개인정보 보호 주장에 꽤 큰 타격을 주는 것처럼 보임 Apple Intelligence는 온디바이스 처리와 Private Cloud Compute에 의존하며, 사용자 데이터는 즉시 요청을 실행하는 데만 쓰이고 Apple이나 제3자가 접근할 수 없다고 다시 강조했음 Apple은 외부 전문가가 이런 개인정보 보호 보장을 “언제든지” 검증할 수 있다고 덧붙였음 그렇게 보지 않음. Apple 서버에서 실행하거나, 앞으로는 개인정보 보호 보장 아래 Google 서버에서 실행할 것임 Google이 대형 유료 고객의 개인정보를 보호하지 않는다고 생각하나? 몇 년 동안 유료 Google 제품을 잘 써왔고, 개인정보 보호 보장도 명확했음 많은 사람이 Google이 에지 AI 측면에서 훨씬 앞서 있다는 걸 놓치고 있음 GPT 열풍 전부터 이 얘기를 계속해왔고, Pixel 휴대폰에는 한동안 실시간 자막, 즉 기기 내 음성 전사 기능이 있었음 Apple은 2017년부터 Neural Engine 을 탑재한 iPhone을 출하해왔음 Google의 오프라인, 즉 온디바이스 AI 제공은 얼마나 좋은가? 이 움직임은 Google Maps를 탑재했던 초기 iPhone 을 떠올리게 함 Google과 경쟁하면서도 그들의 인프라를 쓰는 구조임. 왜 OpenAI나 Anthropic 같은 다른 제공자를 선택하지 않았을까? 처음에는 Siri용으로 OpenAI를 골랐고 그 거래가 무산됐으니, OpenAI와의 관계에서 뭔가 틀어졌을 거라고 봄 어쩌면 OpenAI가 Apple 서버에서 자기 모델을 돌리는 걸 허용하지 않았을 수 있음 공정하게 말하면, 초기 iPhone 때는 경쟁 관계가 아니었음 Google은 백엔드 웹 작업을 잘했고, Apple은 Google의 클라우드 데이터를 받아 멋진 로컬 앱을 만들었음. YouTube 앱도 마찬가지였음 Google이 공개 전 iPhone을 본 뒤 Android의 방향을 바꿨고, 원래 BlackBerry식 하드웨어였던 Android가 지금 방향으로 선회하면서 “열핵전쟁”이 시작됐음. Steve Jobs가 iPhone을 그렇게 보여준 것도 흥미로움. Jobs에 따르면 Bill Gates에게 비슷한 일이 있었고 그게 Windows 개발로 이어졌기 때문임 19년이 지난 지금은 다시 실용적으로 접근할 때일 수 있음. Apple이 운영체제 안의 이런 AI 통합을 제대로 제공하지 못하면 사용자를 Android에 빼앗길 위험이 있음. 어차피 모델에 비용을 내야 한다면 사용자에게 가장 좋다고 생각하는 쪽을 고르는 게 맞음. 기존 iPhone 사용자를 붙잡고, 같은 기능을 원하지만 더 나은 개인정보 보호를 원하는 Android 사용자도 끌어올 수 있으니 Apple에는 이득으로 보임 이 시점에 Google 대신 OpenAI에 돈을 주는 건 앙심에 가까움. 그럴 만한 이유가 있을 수는 있지만, 지난 20년 동안 리더십이 모두 바뀌었으니 오래된 전쟁을 계속하는 셈임. 다만 아직 공개하지 않은 것을 Google에 보여주기 전에는 여전히 두 번 생각해야 함 OpenAI나 Anthropic은 Google만큼 자금력이 좋지 않음 Apple은 이미 생태계를 통해 모두를 자기 주머니 안에 넣고 있으니, 망치지만 않으면 됨. 여기서는 경쟁 요소보다 안정성 을 더 중시하는 것임 Google은 일관된 수평 통합 기업이라기보다 복합기업 에 더 가까움 Google의 각 부문은 그 자체로 Fortune 500 기업처럼 움직이고, 자기 이해관계에 따라 행동하는 편임 거의 모든 빅테크는 어떤 영역에서는 경쟁하고 다른 영역에서는 협력함 Google이 아마 가장 좋은 조건을 제시했을 것임. 3위 플레이어라면 물량을 늘리기 위해 마진을 희생하게 됨 EU가 Apple에 최종 사용자가 외부 모델을 선택할 수 있게 강제해주면 좋겠음 개인정보 우선 로컬 모델이 잘 정의된 개방형 프로토콜을 통해 Claude, Grok, DeepSeek 같은 원하는 모델을 호출할 수 있다면 멋질 것임 이게 제대로 된 운영체제 아키텍처 처럼 들림. 리베이트 사업모델은 집어치우면 됨 Apple은 이걸 EU 에 출시하지 않음 그러길 바라지 않는 게 맞고, EU 규제기관이 비EU 국가 제품의 제품 설계를 마음대로 지시할 수 있다는 환상에 맞장구칠 필요도 없음 Apple에 온갖 임의의 모델 지원을 강제한다? 우스울 정도로 나쁜 생각임 답변달기
Hacker News 의견들 AI를 따라잡는 방식이 꽤 Apple답다 고 봄: 외부 도구를 개인정보 보호 아키텍처로 감싸고, 운영체제에 넣은 뒤, 오케스트레이션 계층을 제품화하는 식임 Private Cloud Compute 와 온디바이스 라우팅이 서드파티 모델 기능을 사용자 맥락 유출 없이 퍼스트파티 시스템처럼 느끼게 만들 수 있을지가 흥미로움 Apple이 Google-Apple 경계를 잘 처리하면 우아한 행보가 되겠지만, 아니면 Gemini 위에 개인정보 보호를 예쁘게 덧칠한 Apple Intelligence 프런트엔드처럼 느껴질 것임 실제 운영에서 의미 있는 Google-Apple 경계 가 있나? Apple이 자체 Gemini 모델을 증류해 자기 데이터센터, 혹은 최소한 Apple이 통제하는 데이터센터에서 돌릴 권리를 사는 것이라면 Google이 운영 통제권을 갖는 인프라는 아닌 듯함 Android를 쓰지는 않지만, 앱 안으로 깊게 통합되는 부분을 많이 보여줬고 거기서 진짜 마법이 나온다고 봄 지금의 서드파티 챗봇으로는 그런 통합을 할 수 없고, 설령 가능해도 그 정도 접근 권한을 다른 업체에 맡기기는 어려움 Gemini용 개인정보 보호 프런트엔드라면 써볼 것 같음 강한 개인정보 보호 보장 이 더 좋겠지만, 그래도 괜찮은 방향임 실제 사용감이 궁금함: 앞서 말한 것처럼 맥락 유출이 있는지, 지연 시간 이 늘어나는지, 가격 영향이 있는지 등임 작은 모델을 포함해 여러 요소를 따졌겠지만 비용도 큰 고민이었을 것이고, Google이 무료 AI 추론을 이렇게 많이 풀어주는 유일한 제공자처럼 느껴짐 이 변화는 소비자나 직원이 AI 서비스 비용을 언제 어떻게 내야 하는지 더 흐리게 만들 것임. 예를 들어 발표에서는 코딩이 아닌 소비자 작업을 보여줬지만, 파일 5개를 선택해 Siri에게 Python 스크립트나 작은 앱을 작성해 달라고 할 수 있을까? 기업은 Siri AI 기능을 그냥 끄게 될까, 아니면 자체 AI 감사 체계와 제공자로 라우팅할 수 있을까? Apple이 AI를 개인정보 보호 아키텍처 로 감싼다고 하지만, CarPlay를 쓰려면 Siri를 켜야 함 Apple Intelligence를 실제로 무엇이 구동하는지 더 알고 싶음. 자체 프롬프트 뒤에 Gemini 플래그십 모델 을 쓰는 건지, 미세조정인지, Gemini 기반으로 자체 모델을 사전학습한 건지 궁금함 Gemini 기반 모델과 Apple Foundation Models 사이에 의미 있는 차이가 있는지도 궁금함. 그 차이가 온디바이스와 호스팅 모델에서 달라지는지, 일부 모델은 Apple의 Private Cloud Compute에서 돌고 일부는 Google 장비에서 도는지도 애매함 이후 “keynote tech-talk”에서 꽤 자세히 설명함: [0] Apple에 따르면 모델은 5개임. 온디바이스에는 AFM Core, 즉 밀집 구조의 표준 차세대 온디바이스 모델, 그리고 희소 구조이자 네이티브 멀티모달이며 이미지 이해와 표현력 있는 음성을 가능하게 하는 AFM Core Advanced가 있음 Private Cloud Compute에는 지연 시간과 비용에 최적화된 서버용 주력 모델 AFM Cloud, 이미지 생성·편집용 AFM Cloud Image, 복잡한 추론과 에이전트 작업을 위한 최상위 모델 AFM Cloud Pro가 있음. Cloud Pro는 Gemini 최전선 모델급 품질이며 Apple의 PCC 개인정보 보호 보장 아래 Google 클라우드의 NVIDIA GPU에서 실행됨 Cloud Pro를 제외한 모든 것은 Apple Silicon에서 도는 맞춤 모델이고 Google Gemini로 “정제”됐다고 함. Cloud Pro에 대해서는 “Gemini frontier models와 비슷한 품질의 가장 강력한 모델”이라고 하니, 행간을 읽으면 Gemini를 감싼 형태로 보임 [0]: https://9to5mac.com/2026/06/… 현재 Apple Intelligence를 구동하는 건 3B Apple Foundation 모델 임 https://machinelearning.apple.com/research/introducing-apple... Mac이 있다면 이걸로 직접 만져볼 수 있음 https://apfel.franzai.com/ 로컬 모델은 지금 Google Edge Gallery의 iOS·Android 앱에서 받을 수 있는 Gemma e4b 와 비슷할 가능성이 큼 12GB RAM 기기에서만 작동할 더 강력한 버전은 아직 공개되지 않은, 비슷하지만 조금 더 큰 모델일 것 같음 Google은 예전에 자체 데이터센터에서 하드웨어를 임대해 전체 Gemini를 돌릴 수 있게 하겠다고 발표한 적이 있음. 기업이 데이터를 Google 데이터센터로 보내지 않고 학습하거나 접근할 수 있게 하는 NVIDIA 기반 방식임. Private Compute도 Apple이 그런 장비를 대량 임대하는 형태일 수 있음 제대로 읽은 게 맞다면, 선택된 클라우드 제공자가 자기 하드웨어에서 PCC 스택 을 돌리고, 컴퓨팅 제공자가 개인정보 보호 보장을 지키는 책임을 지는 구조인가? 그렇다면 잠재적 보안 공격면이 더 넓어질 것 같음 Gemini, 적어도 공개 무료 버전은 환각 이 너무 많음. 그 수준이라면 Apple에 아주 나쁜 결과가 될 수 있음 “Apple이 데이터를 봐야 이 기능을 수행하지만, 원해도 그 데이터를 볼 방법은 없다”는 식의 약속은 불가능해 보임 iOS를 오픈소스로 공개하고, 사용자가 기기를 통제하게 하며, 추론을 직접 호스팅하게 해서 네트워크 트래픽이 없다는 걸 확인할 수 있어야 함. 말한 그대로라면 사용자가 직접 호스팅하게 해도 단점이 없어야 함 https://security.apple.com/blog/private-cloud-compute/ https://security.apple.com/blog/expanding-pcc/ 본질적으로는 Google Assistant와 Siri가 여러 해 동안 해오던 일을 여전히 하는 것처럼 보임 여기서 무엇을 추가로 얻는지 잘 모르겠음 텍스트 입력을 바탕으로 이미지를 만든다는 이유만으로 Google Image Search 와 Google Nano Banana가 “같은 것”이라고 보는 경우에만 그렇게 말할 수 있음 마찬가지로 Google Translate의 수백만 줄짜리 수작업 코드는 훨씬 더 잘 번역하는 대규모 언어 모델에 완전히 대체됐음 대규모 언어 모델 기반 AI 어시스턴트는 기존 Siri가 기반으로 삼던 “if-then-else”식 논리 프로그래밍과는 전혀 다른 기술 스택이며, 능력도 크게 다름 Apple이 Anthropic이나 OpenAI 대신 Google을 제공자로 골라 스스로 불리한 선택을 하는 게 이상함 이렇게 되면 Android 휴대폰의 어시스턴트와 차별화하기 더 어려워지는 것 아닌가? 더 냉소적으로 보면 Google이 원한다면 Apple에 열화된 Gemini 버전을 제공해 자기들이 앞서가게 만들 수도 있지 않나? 소비자 입장에서는 어느 휴대폰 플랫폼을 고르든 밑단은 같은 것이 되고, 어시스턴트를 아예 안 쓰는 것 말고는 피할 방법이 없어 별로임 “Apple Intelligence” 작업의 99.9% 에서는 Google 모델이 다른 최전선 연구소 모델만큼 잘할 거라고 봄 Google은 Anthropic이나 OpenAI보다 에지 기기에서 대규모 언어 모델을 돌리는 작업을 더 많이 해왔음 출처도 새 아키텍처가 Google과 공동 개발한 Apple Foundation Models를 중심으로 하며, 온디바이스와 서버 양쪽에서 Apple의 Private Cloud Compute 인프라를 통해 동작하도록 조정됐다고 함 이는 Google과 Apple이 Apple 하드웨어에 맞춘 맞춤 모델, 아마 온디바이스 모델을 학습했다는 뜻일 수 있음 다르게 봄. Apple은 모델을 범용재 로 취급하기로 한 것 같음 Gemini를 구현 세부사항으로 만들면, 최종 사용자가 알거나 신경 쓰지 않아도 나중에 Anthropic이나 OpenAI로 갈아탈 여지를 남김. 그래서 향후 협상에서 지렛대를 만들고 있다고 봄 폭풍이 시작됐을 때 Anthropic이나 OpenAI보다 Google이 더 오래 버틸 거라고 보고 안정성 을 택한 것일 수 있음 Apple이 Google 검색엔진을 기본값으로 쓰는 것과 정말 그렇게 다른가? Apple이 이 결정을 내릴 당시에는 Google, Anthropic, OpenAI 사이의 모델 품질 격차 가 지금만큼 크지 않았음 그리고 Apple은 1년 전 OpenAI와 맺었던 합의 때문에 확실히 다리를 좀 태웠을 것임 몇 년 동안 Claude 유료 구독자였지만, 요즘은 Android Pixel 9의 무료 Gemini 앱을 더 자주 씀. 답변의 일부로 검색을 잘 해줘서 매우 좋음 모델이 신선하고 최신 으로 느껴짐. Apple이 그 검색 기능까지 통합할 수 있을지는 아직 열린 문제임 틀렸을 수도 있지만, 이건 Apple의 개인정보 보호 주장에 꽤 큰 타격을 주는 것처럼 보임 Apple Intelligence는 온디바이스 처리와 Private Cloud Compute에 의존하며, 사용자 데이터는 즉시 요청을 실행하는 데만 쓰이고 Apple이나 제3자가 접근할 수 없다고 다시 강조했음 Apple은 외부 전문가가 이런 개인정보 보호 보장을 “언제든지” 검증할 수 있다고 덧붙였음 그렇게 보지 않음. Apple 서버에서 실행하거나, 앞으로는 개인정보 보호 보장 아래 Google 서버에서 실행할 것임 Google이 대형 유료 고객의 개인정보를 보호하지 않는다고 생각하나? 몇 년 동안 유료 Google 제품을 잘 써왔고, 개인정보 보호 보장도 명확했음 많은 사람이 Google이 에지 AI 측면에서 훨씬 앞서 있다는 걸 놓치고 있음 GPT 열풍 전부터 이 얘기를 계속해왔고, Pixel 휴대폰에는 한동안 실시간 자막, 즉 기기 내 음성 전사 기능이 있었음 Apple은 2017년부터 Neural Engine 을 탑재한 iPhone을 출하해왔음 Google의 오프라인, 즉 온디바이스 AI 제공은 얼마나 좋은가? 이 움직임은 Google Maps를 탑재했던 초기 iPhone 을 떠올리게 함 Google과 경쟁하면서도 그들의 인프라를 쓰는 구조임. 왜 OpenAI나 Anthropic 같은 다른 제공자를 선택하지 않았을까? 처음에는 Siri용으로 OpenAI를 골랐고 그 거래가 무산됐으니, OpenAI와의 관계에서 뭔가 틀어졌을 거라고 봄 어쩌면 OpenAI가 Apple 서버에서 자기 모델을 돌리는 걸 허용하지 않았을 수 있음 공정하게 말하면, 초기 iPhone 때는 경쟁 관계가 아니었음 Google은 백엔드 웹 작업을 잘했고, Apple은 Google의 클라우드 데이터를 받아 멋진 로컬 앱을 만들었음. YouTube 앱도 마찬가지였음 Google이 공개 전 iPhone을 본 뒤 Android의 방향을 바꿨고, 원래 BlackBerry식 하드웨어였던 Android가 지금 방향으로 선회하면서 “열핵전쟁”이 시작됐음. Steve Jobs가 iPhone을 그렇게 보여준 것도 흥미로움. Jobs에 따르면 Bill Gates에게 비슷한 일이 있었고 그게 Windows 개발로 이어졌기 때문임 19년이 지난 지금은 다시 실용적으로 접근할 때일 수 있음. Apple이 운영체제 안의 이런 AI 통합을 제대로 제공하지 못하면 사용자를 Android에 빼앗길 위험이 있음. 어차피 모델에 비용을 내야 한다면 사용자에게 가장 좋다고 생각하는 쪽을 고르는 게 맞음. 기존 iPhone 사용자를 붙잡고, 같은 기능을 원하지만 더 나은 개인정보 보호를 원하는 Android 사용자도 끌어올 수 있으니 Apple에는 이득으로 보임 이 시점에 Google 대신 OpenAI에 돈을 주는 건 앙심에 가까움. 그럴 만한 이유가 있을 수는 있지만, 지난 20년 동안 리더십이 모두 바뀌었으니 오래된 전쟁을 계속하는 셈임. 다만 아직 공개하지 않은 것을 Google에 보여주기 전에는 여전히 두 번 생각해야 함 OpenAI나 Anthropic은 Google만큼 자금력이 좋지 않음 Apple은 이미 생태계를 통해 모두를 자기 주머니 안에 넣고 있으니, 망치지만 않으면 됨. 여기서는 경쟁 요소보다 안정성 을 더 중시하는 것임 Google은 일관된 수평 통합 기업이라기보다 복합기업 에 더 가까움 Google의 각 부문은 그 자체로 Fortune 500 기업처럼 움직이고, 자기 이해관계에 따라 행동하는 편임 거의 모든 빅테크는 어떤 영역에서는 경쟁하고 다른 영역에서는 협력함 Google이 아마 가장 좋은 조건을 제시했을 것임. 3위 플레이어라면 물량을 늘리기 위해 마진을 희생하게 됨 EU가 Apple에 최종 사용자가 외부 모델을 선택할 수 있게 강제해주면 좋겠음 개인정보 우선 로컬 모델이 잘 정의된 개방형 프로토콜을 통해 Claude, Grok, DeepSeek 같은 원하는 모델을 호출할 수 있다면 멋질 것임 이게 제대로 된 운영체제 아키텍처 처럼 들림. 리베이트 사업모델은 집어치우면 됨 Apple은 이걸 EU 에 출시하지 않음 그러길 바라지 않는 게 맞고, EU 규제기관이 비EU 국가 제품의 제품 설계를 마음대로 지시할 수 있다는 환상에 맞장구칠 필요도 없음 Apple에 온갖 임의의 모델 지원을 강제한다? 우스울 정도로 나쁜 생각임
AI를 따라잡는 방식이 꽤 Apple답다 고 봄: 외부 도구를 개인정보 보호 아키텍처로 감싸고, 운영체제에 넣은 뒤, 오케스트레이션 계층을 제품화하는 식임 Private Cloud Compute 와 온디바이스 라우팅이 서드파티 모델 기능을 사용자 맥락 유출 없이 퍼스트파티 시스템처럼 느끼게 만들 수 있을지가 흥미로움 Apple이 Google-Apple 경계를 잘 처리하면 우아한 행보가 되겠지만, 아니면 Gemini 위에 개인정보 보호를 예쁘게 덧칠한 Apple Intelligence 프런트엔드처럼 느껴질 것임
Apple Intelligence를 실제로 무엇이 구동하는지 더 알고 싶음. 자체 프롬프트 뒤에 Gemini 플래그십 모델 을 쓰는 건지, 미세조정인지, Gemini 기반으로 자체 모델을 사전학습한 건지 궁금함 Gemini 기반 모델과 Apple Foundation Models 사이에 의미 있는 차이가 있는지도 궁금함. 그 차이가 온디바이스와 호스팅 모델에서 달라지는지, 일부 모델은 Apple의 Private Cloud Compute에서 돌고 일부는 Google 장비에서 도는지도 애매함 이후 “keynote tech-talk”에서 꽤 자세히 설명함: [0] Apple에 따르면 모델은 5개임. 온디바이스에는 AFM Core, 즉 밀집 구조의 표준 차세대 온디바이스 모델, 그리고 희소 구조이자 네이티브 멀티모달이며 이미지 이해와 표현력 있는 음성을 가능하게 하는 AFM Core Advanced가 있음 Private Cloud Compute에는 지연 시간과 비용에 최적화된 서버용 주력 모델 AFM Cloud, 이미지 생성·편집용 AFM Cloud Image, 복잡한 추론과 에이전트 작업을 위한 최상위 모델 AFM Cloud Pro가 있음. Cloud Pro는 Gemini 최전선 모델급 품질이며 Apple의 PCC 개인정보 보호 보장 아래 Google 클라우드의 NVIDIA GPU에서 실행됨 Cloud Pro를 제외한 모든 것은 Apple Silicon에서 도는 맞춤 모델이고 Google Gemini로 “정제”됐다고 함. Cloud Pro에 대해서는 “Gemini frontier models와 비슷한 품질의 가장 강력한 모델”이라고 하니, 행간을 읽으면 Gemini를 감싼 형태로 보임 [0]: https://9to5mac.com/2026/06/…
“Apple이 데이터를 봐야 이 기능을 수행하지만, 원해도 그 데이터를 볼 방법은 없다”는 식의 약속은 불가능해 보임 iOS를 오픈소스로 공개하고, 사용자가 기기를 통제하게 하며, 추론을 직접 호스팅하게 해서 네트워크 트래픽이 없다는 걸 확인할 수 있어야 함. 말한 그대로라면 사용자가 직접 호스팅하게 해도 단점이 없어야 함
본질적으로는 Google Assistant와 Siri가 여러 해 동안 해오던 일을 여전히 하는 것처럼 보임 여기서 무엇을 추가로 얻는지 잘 모르겠음
Apple이 Anthropic이나 OpenAI 대신 Google을 제공자로 골라 스스로 불리한 선택을 하는 게 이상함 이렇게 되면 Android 휴대폰의 어시스턴트와 차별화하기 더 어려워지는 것 아닌가? 더 냉소적으로 보면 Google이 원한다면 Apple에 열화된 Gemini 버전을 제공해 자기들이 앞서가게 만들 수도 있지 않나? 소비자 입장에서는 어느 휴대폰 플랫폼을 고르든 밑단은 같은 것이 되고, 어시스턴트를 아예 안 쓰는 것 말고는 피할 방법이 없어 별로임
몇 년 동안 Claude 유료 구독자였지만, 요즘은 Android Pixel 9의 무료 Gemini 앱을 더 자주 씀. 답변의 일부로 검색을 잘 해줘서 매우 좋음 모델이 신선하고 최신 으로 느껴짐. Apple이 그 검색 기능까지 통합할 수 있을지는 아직 열린 문제임
틀렸을 수도 있지만, 이건 Apple의 개인정보 보호 주장에 꽤 큰 타격을 주는 것처럼 보임
많은 사람이 Google이 에지 AI 측면에서 훨씬 앞서 있다는 걸 놓치고 있음 GPT 열풍 전부터 이 얘기를 계속해왔고, Pixel 휴대폰에는 한동안 실시간 자막, 즉 기기 내 음성 전사 기능이 있었음
이 움직임은 Google Maps를 탑재했던 초기 iPhone 을 떠올리게 함 Google과 경쟁하면서도 그들의 인프라를 쓰는 구조임. 왜 OpenAI나 Anthropic 같은 다른 제공자를 선택하지 않았을까?
EU가 Apple에 최종 사용자가 외부 모델을 선택할 수 있게 강제해주면 좋겠음 개인정보 우선 로컬 모델이 잘 정의된 개방형 프로토콜을 통해 Claude, Grok, DeepSeek 같은 원하는 모델을 호출할 수 있다면 멋질 것임 이게 제대로 된 운영체제 아키텍처 처럼 들림. 리베이트 사업모델은 집어치우면 됨
디자인 데이터가 없으면 디자인을 어떻게 개선하나요?
이마트가 반려동물 전문 서비스 확대에 나선다. DB손해보험과 함께 반려동물의 생애주기를 고려한 실속형 보험 상품 '올라 펫보험'을 출시하고 전국 몰리스 매장을 통해 판매한다. 반려동물 고령화 추세에 맞춰 가입 가능 연령을 높이고 주요 질환 보장 범위를 확대한 것이 특징이다.
이마트는 DB손해보험과 함께 반려동물 보험 상품 '올라 펫보험'을 출시한다고 11일 밝혔다.
올라 펫보험은 반려동물의 생애주기에 맞춰 의료비와 배상책임 등을 보장하는 상품으로, 전국 몰리스 전문점에서 가입할 수 있다.
상품은 복잡한 특약 구조를 최소화하고 반려동물 보호자들이 실제 필요로 하는 보장 중심으로 설계됐다. 일상 진료부터 수술, 장기 치료, 배상책임까지 반려동물 생활 전반을 아우르는 것이 특징이다.
가장 큰 특징은 치료 횟수 제한 없이 의료비를 보장한다는 점이다. 질병이나 상해로 인한 입원·통원·수술 치료비를 사고당 최대 700만원, 연간 최대 3천만원 한도 내에서 지원한다.
보장 범위도 확대했다. 피부 질환과 구강 질환 등 반려동물에게 자주 발생하는 질환은 물론 슬개골·고관절 관련 질환까지 보장 대상에 포함했다.
고령 반려동물 가입 문턱도 낮췄다. 가입 가능 연령을 12세까지 확대했으며 갱신을 통해 최대 20세까지 보장받을 수 있도록 설계했다. 슬개골·고관절 질환 역시 가입 후 90일이 지나면 보장받을 수 있다.
이 밖에도 반려동물 배상책임 보장과 사망위로금 지급 항목을 포함해 의료비 외 보장 영역도 강화했다.
민·관·학 함께하는 '디지털 트러스트' 대국민 캠페인 열린다 2026.04.07 정용진 회장, 이마트·신세계프라퍼티 대표 맡는다..."책임경영" 2026.06.08 "이마트24에서 OK캐시백 포인트 사용하세요" 2026.06.05 스타벅스 논란 후 숨 고르는 이마트…롯데마트는 할인 공세 2026.06.02
이마트는 이번 상품 출시를 계기로 반려동물 전문 브랜드 몰리스의 서비스 경쟁력을 더욱 강화한다는 방침이다.
박재형 이마트 패션리빙담당은 "올라 펫보험은 반려동물 보호자들이 실제 필요로 하는 핵심 보장을 중심으로 구성한 상품"이라며 "앞으로도 반려동물 생애주기에 맞춘 상품과 서비스를 지속 확대해 나갈 계획"이라고 말했다.
스테이블코인 커지자 은행도 움직였다…'디지털 달러' 방어전
미국 대형 은행들이 토큰화 예금을 온체인에서 24시간 청산·결제하는 공동 인프라를 준비하고 있다. 스테이블코인의 속도는 가져오되 자금과 규제는 은행 시스템 안에 두려는 전략이다.
[디지털투데이 이윤서 기자] 미국 금융사들이 스테이블코인 확산에 대응해 은행 예금을 블록체인에서 직접 주고받을 수 있는 공동 결제 인프라를 준비하고 있다.
8일(현지시간) 블록체인 매체 크립토슬레이트에 따르면 더클리어링하우스(The Clearing House)는 은행 간 토큰화 예금을 온체인에서 24시간 청산·결제할 수 있는 시스템을 추진한다고 밝혔다.
이번 구상은 스테이블코인과 같은 디지털 자산형 결제 경험을 은행권 안으로 끌어들이는 데 초점이 맞춰졌다. 새로운 네트워크가 은행 간 토큰화 예금의 대규모 청산·결제를 지원하고, 블록체인 기반 거래를 실시간결제망(RTP)과 대규모 달러 결제망(CHIPS) 같은 기존 법정통화 인프라와 연결한다는 계획이다.
또 스테이블코인은 달러 청구권을 예금 시스템 바깥으로 옮기지만, 토큰화 예금은 디지털 기능을 붙인 은행 예금을 은행 부채로 유지한다. 고객 잔액과 규제 준수, 예금 기반 수익구조를 지키면서도 24시간 결제와 자동화된 자금 이동, 더 많은 거래 데이터 처리를 구현하려는 시도다.
이 네트워크의 성격은 더클리어링하우스의 지배구조와도 맞물린다. 더클리어링하우스는 미국 25개 대형 금융기관이 소유한 결제 인프라 사업자다. 은행권은 이 구조를 통해 자금을 은행 레일 안에 묶어두면서도 디지털 자산식 결제 계층을 얹겠다는 계산이다.
배경에는 스테이블코인 시장의 급성장이 있다. 스테이블코인 규모는 한때 3220억달러를 기록했고, 8일 기준 시장 데이터에서도 약 2960억달러 수준으로 집계됐다. 테더 USDT는 약 1870억달러, USDC는 약 760억달러였다. 은행권이 더 이상 스테이블코인을 거래소 주변 상품으로만 보기 어려운 수준까지 커졌다는 의미다.
은행들이 예금 토큰화에 무게를 두는 데는 규제 구도도 작용했다. 지니어스(GENIUS) 법안은 결제용 스테이블코인 발행사에 1대1 준비금 유지 의무를 부과하고, 보유나 사용만으로 이자나 수익을 제공하는 구조를 금지한다. 반면 분산원장기술(P2P)로 기록된 예금은 결제용 스테이블코인 정의에서 제외했다. 예금을 새로운 방식으로 기록하더라도 법적으로는 여전히 은행 예금으로 남을 수 있다는 뜻이다.
연방예금보험공사(FDIC)도 선을 그었다. FDIC는 2026년 4월 공개한 규정 요약에서 결제용 스테이블코인 준비금으로 보유된 예금에는 스테이블코인 보유자를 위한 패스스루 예금보험이 적용되지 않는다고 밝혔다. 반면 예금보험 적용 여부는 예금채무가 P2P 방식으로 기록됐는지와는 무관하다고 설명했다. 토큰화 예금은 블록체인 기반 결제 방식을 도입하더라도 예금법 체계 안에 남을 수 있다는 논리가 여기에 기대고 있다.
시장에서는 토큰화 예금이 스테이블코인의 대체재이자 보완재로 함께 성장할 가능성도 제기된다. 씨티는 '스테이블코인 2030' 보고서에서 2030년 스테이블코인 발행 규모가 기본 시나리오 1조9000억달러, 강세 시나리오 4조달러에 이를 수 있다고 전망했다. 동시에 은행 토큰과 스테이블코인이 공존할 것이며, 2030년에는 은행 토큰 거래량이 스테이블코인을 넘어설 수 있다고 봤다.
은행권의 우려는 예금 이탈 가능성에 집중돼 있다. 미국은행협회(ABA)와 52개 주 은행협회는 지난해 12월 의회에 스테이블코인 보상 구조가 예금과 대출의 중개 기능을 약화시킬 수 있다고 경고했다. 고객이 더 빠르게 이동하고 보상까지 제공하는 달러 토큰을 선택할 경우 일부 자금이 은행 계좌를 떠날 수 있다는 주장이다. 다만 백악관 경제자문위원회는 4월 분석에서 스테이블코인 수익 제공을 제한할 경우 기본 시나리오상 대출 영향은 21억달러 수준이라고 추산했다. 최악의 가정을 모두 반영한 경우, 추가 총대출 효과가 5310억달러까지 커질 수 있다는 계산이다.
미국 연방준비제도(Fed)도 영향을 단정하지는 않았다. 스테이블코인 수요가 어디서 발생하는지, 발행사가 준비금을 어디에 투자하는지, 중앙은행 계정 접근권을 얻는지에 따라 은행 예금에 미치는 영향이 달라질 수 있다는 설명이다. 스테이블코인이 예금을 줄일 수도 있지만, 예금의 형태만 바꿀 수도 있다. 총예금이 줄지 않더라도 은행의 자금조달 구조를 바꿀 가능성도 남아 있다.
관건은 은행 주도 네트워크가 이용자들이 스테이블코인에서 기대하는 속도와 도달 범위를 실제로 따라갈 수 있느냐다. 더클리어링하우스는 출시 시점과 원장 설계, 운영 규칙, 퍼블릭 블록체인 연동 방식은 아직 공개하지 않았다. 다만 방향은 분명하다. 은행권은 자금을 토큰처럼 움직이게 하되, 돈 자체는 은행 안에 두는 해법을 내놓기 시작했다.
△디지털투데이 텔레그램 뉴스채널 구독하기(클릭)
키워드 #지니어스법 #스테이블코인 #클래리티법
이 시각 추천뉴스 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동
비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러?
"전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까
백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차
XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다
IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
자체 라우팅 가능한 IPv4 블록부터 시작하는 어려운 방식의 이메일 자체 호스팅 (anil.recoil.org)
1997년부터 운영된 Recoil 메일 인프라 는 전용 IPv4 /24 블록, Postfix, Dovecot, rspamd, Roundcube 등을 조합해 수신·발신·접근을 직접 처리하는 자체 호스팅 스택으로 갱신됨 자체 메일 운영은 데이터 접근권과 학습 가치가 있지만, 신뢰 기반이 약한 SMTP 위에서 IP 평판 , DNS 기록, 스팸 방어를 직접 관리해야 함 수신 경로는 postscreen, DNSBL, 그레이리스팅, ClamAV, 베이지안 필터링, LMTP, Sieve를 거쳐 봇 트래픽과 악성 메일을 단계적으로 줄이는 구조가 됨 발신 신뢰성은 SPF, DKIM, DMARC, SRS에 의존하며, 잘못 설정하면 Gmail·Outlook 같은 수신자 측 검사에서 스팸 처리되거나 조용히 폐기될 수 있음 2026년의 이메일 자체 호스팅은 여전히 가능하지만, IPv4 확보, 여러 DNS 기록, 보안 업데이트, AI 기반 취약점 악용에 대응하는 심층 방어 가 필요함 왜 자체 이메일을 운영하는가 자체 서버 운영은 시스템과 네트워킹을 배우는 교육적 경험이며, 인터넷 작동 방식과 오픈소스 참여를 익히는 경로가 됨 웹이 소수 사업자 중심으로 통합되는 상황에서 자체 호스팅은 자기 데이터에 대한 주권적 접근을 유지하는 방법이 됨 2023년 분석은 이메일 트래픽을 읽을 수 있는 주체가 대체로 Google과 Microsoft로 귀결된다고 평가함 이메일은 많은 온라인 계정의 비밀번호 재설정에 연결되어 있어, 계정 탈취나 피싱이 다른 서비스 접근권까지 흔들 수 있음 자체 메일 운영에는 장기간의 관리가 필요하며, 홈 네트워크보다 안정적인 인터넷 호스팅과 평판 축적이 필요함 이메일 수신 구조 인터넷 도메인은 MX DNS 기록으로 메일을 받을 SMTP 서버를 지정하며, recoil.org 는 pork.recoil.org 가 메일을 처리함 SMTP는 1980년대의 더 신뢰 기반인 설계에서 출발해 발신자 신원을 기본적으로 증명하지 못하며, 수신 메일의 발신자는 쉽게 위조될 수 있음 IETF 대응은 여러 신원 검사를 쌓는 방식으로 발전했으며, 이 검사를 잘못 설정하면 메일 전달 신뢰성이 떨어짐 DNS 기반 차단 목록은 봇넷, 침해된 호스트, 스패머 정보를 집계하며, 메일 서버가 RBL을 조회해 의심 IP를 걸러낼 수 있음 이메일 평판은 도메인이 아니라 IP 주소에 쌓이므로, 클라우드에서 재사용된 주소나 같은 블록의 이웃 IP가 평판에 영향을 줄 수 있음 전용 IPv4 블록 확보와 라우팅 Recoil은 185.33.27.0/24 전용 IPv4 주소 블록을 확보해 메일 평판을 독립적으로 쌓을 수 있게 됨 RIPE NCC는 2019년 11월 미할당 IPv4 공간을 소진했으며, 이후 직접 할당은 소규모 /24 대기 목록을 통해 처리됨 /24 블록은 약 6개월 대기 후 할당됐으며, 유럽에서 직접 신청하려면 RIPE NCC 회원비를 내고 LIR 계정을 열어야 함 할당받은 IPv4 블록은 RPKI ROA를 생성해 라우팅 권한을 지정하며, Recoil의 블록은 Mythic Beasts AS44684에 연결됨 역방향 DNS도 직접 제어할 수 있으며, 185.33.27.128 은 pork.recoil.org 로 매핑되어 이메일 평판 신호가 됨 봇과 스팸 방어 깨끗한 IPv4 블록 확보만으로는 충분하지 않으며, 포트 25로 들어오는 TCP 연결 대부분은 스팸 전달, 오픈 릴레이 탐색, 자격 증명 추측, AI 학습 데이터 수집 시도임 Postfix postscreen 은 포트 25 앞단에서 DNSBL 병렬 조회, pre-greet 지연, 파이프라이닝 및 비 SMTP 명령 검사를 수행함 postscreen 은 정상으로 보이는 클라이언트만 실제 smtpd 로 넘기며, 잘못된 클라이언트는 임시 실패로 끊어 오탐이 재시도할 수 있게 함 Spamhaus, Spamcop, Barracuda 목록은 가중치로 조합되며, Spamhaus 단독 또는 약한 두 목록의 동시 판정으로 거부하도록 설정됨 Apple iCloud 발신 MX 풀은 같은 IP에서 재시도하지 않아 postscreen 허용 목록과 맞지 않으므로, 17.0.0.0/8 전체를 우선 허용해 우회하도록 설정함 그레이리스팅과 콘텐츠 검사 그레이리스팅은 처음 보는 발신원에 임시 실패를 반환하고, 정상 MTA가 몇 분 뒤 재시도하면 통과시키는 방식임 단발성 봇넷은 실패 후 다음 대상로 이동하는 경우가 많아, 재시도 큐를 유지하는 정상 발신자와 구분됨 postscreen과 그레이리스팅을 통과한 뒤에는 원래 봇 트래픽의 99% 이상이 낮은 CPU 비용으로 차단됨 rspamd는 milter 프로토콜로 모든 메시지를 검사하며, 수상한 메일을 수락 후 반송하지 않고 발신 서버가 연결된 상태에서 거부하거나 지연시킴 ClamAV는 알려진 바이러스 첨부파일을 검사해 감염 메시지를 즉시 거부하며, rspamd의 베이지안 분류기는 Redis에 저장된 스팸·햄 말뭉치로 메시지를 점수화함 로컬 전달, 저장, 필터링 수신 메시지는 postscreen, 그레이리스팅, rspamd, ClamAV, 베이지안 분류기를 거친 뒤 Dovecot으로 전달됨 Postfix가 사용자 홈 디렉터리에 직접 쓰는 대신, Dovecot에 LMTP로 넘겨 인덱싱, 할당량, 전체 텍스트 검색, Sieve 필터링을 맡김 virtual_alias_maps 는 anything@recoil.org 같은 주소를 로컬 전달 가능한 주소로 변환함 저장 형식은 1998년부터 사용한 Maildir이며, 각 이메일을 사용자 ~/Maildir 아래의 단일 파일로 저장함 Maildir은 tmp/ , new/ , cur/ 세 하위 디렉터리와 POSIX 원자적 rename을 이용해 메일함 전체 잠금 없이 새 메시지를 전달할 수 있음 검색 인덱스와 Sieve Stalwart 같은 현대적 메일 서버도 검토했지만, Maildir을 지원하지 않고 RocksDB 같은 사용자 지정 데이터베이스 저장을 요구해 전환하지 않음 Dovecot은 별도 전체 텍스트 인덱스인 Flatcurve를 통해 Maildir 저장과 검색 성능을 분리함 Flatcurve는 Xapian 래퍼이며, 각 메일함별 Xapian 인덱스를 ~/Maildir/fts-flatcurve 아래에 두고 새 메일 도착 시 자동 갱신함 Sieve는 메일 필터링 전용 선언형 언어이며, Dovecot의 Pigeonhole Sieve 플러그인이 배달 시점 사용자 필터를 실행함 시스템 전체 Sieve 스크립트는 rspamd가 표시한 메일을 Junk 로 보내고, 사용자별 스크립트는 폴더 분류, 휴가 규칙, 우선순위, 헤더 편집 등을 처리함 신뢰성 있는 이메일 발신 메일을 안정적으로 보내려면 수신 방어만큼 발신 인증이 중요하며, 대형 수신자의 검사 중 하나라도 실패하면 스팸 폴더로 가거나 조용히 폐기될 수 있음 SPF는 도메인 최상위의 DNS TXT 기록으로, @recoil.org 발신을 주장할 수 있는 IP 주소를 선언함 Recoil의 SPF는 v=spf1 a mx -all 이며, recoil.org 의 MX가 가리키는 pork.recoil.org 만 유효한 발신자로 간주됨 Postfix는 여러 IP를 가진 호스트에서 커널이 임의 주소를 고르지 않도록 smtp_bind_address 와 smtp_bind_address6 로 특정 발신 주소에 묶임 DKIM은 메시지 본문과 선택 헤더의 정규화된 형태에 암호학적 서명을 붙이고, 공개 검증 키를 DNS의 <selector>._domainkey.<domain> 에 둠 DMARC와 SRS DMARC는 SPF와 DKIM으로 인증된 도메인이 사용자가 보는 From: 헤더와 맞는지 확인하고, 실패 시 수신자가 어떻게 처리할지 알려줌 Recoil의 DMARC 정책은 p=quarantine 이며, rua= 주소로 집계 보고서를 받아 전달성 문제를 디버깅함 주요 수신자는 하루 한 번 정도 recoil.org 발신을 주장한 메시지 요약 XML 보고서를 보내며, Google, Microsoft, Yahoo, Fastmail 등이 여기에 포함됨 전달 메일은 원래 발신자 도메인이 Recoil IP에서 보내지는 형태가 되어 SPF가 실패할 수 있음 SRS는 발신 봉투 주소를 SRS0=…=example.com=original@recoil.org 같은 형태로 다시 써서 목적지의 SPF 검사가 Recoil 도메인을 기준으로 평가되게 함 사용자 접근과 웹메일 사용자는 일반 IMAP 클라이언트로 Dovecot 서버에 접속하거나, 자체 호스팅 웹메일을 브라우저로 열어 메일에 접근함 Dovecot은 pork 의 메일함 접근을 처리하고 TLS로 리스너를 암호화해 평문 메일이나 비밀번호가 공용 네트워크를 지나가지 않게 함 인증서는 LetsEncrypt를 사용하며, imap.recoil.org , smtp.recoil.org 같은 여러 호스트 별칭은 SNI로 제공됨 Dovecot은 Postfix의 SASL 백엔드 역할도 하며, 사용자가 IMAP 접근과 SMTP 발신에 같은 비밀번호를 사용할 수 있게 함 Roundcube는 Caddy TLS 리버스 프록시 뒤에서 Docker Compose 서비스로 실행되며, 일반 클라이언트처럼 TLS/IMAP으로 pork 에 연결함 Roundcube 플러그인 Roundcube의 managesieve 플러그인은 브라우저에서 Sieve 필터를 편집할 수 있게 ManageSieve 프로토콜을 사용함 markasjunk 플러그인은 웹메일의 “Junk” 버튼을 Junk 폴더 이동으로 바꾸며, 이 이동이 햄·스팸 분류 학습을 사용자에게 보이지 않게 작동시킴 Roundcube ManageSieve UI는 원시 Sieve DSL을 노출하지 않음 남은 작업과 자체 호스팅의 의미 현재 설정은 최근 몇 주간 일상 사용에서 꽤 견고했지만, 더 해야 할 작업이 남아 있음 recoil.org 는 MX, A/AAAA, PTR, SPF TXT, DKIM TXT, DMARC TXT 같은 DNS 기록을 조합해 메일 수신·발신·검증을 구성함 MTA-STS는 다른 메일 서버가 유효한 인증서를 가진 TLS로만 통신하도록 알려 STARTTLS 다운그레이드 공격을 완화함 DANE/TLSA는 HTTPS 대신 DNS에 고정된 TLS 인증서 해시를 쓰지만, DNSSEC 서명된 DNS 존이 필요해 아직 배포되지 않음 SRS는 일부 배포됐지만 모든 전달 경로에서 검증되지는 않았으며, INRIA 관련 실패는 DMARC 실패와 도메인 평판 영향 가능성 때문에 우려 대상임 JMAP, 보안, 향후 자체 호스팅 JMAP은 HTTPS와 JSON을 사용해 현대 네트워크 클라이언트에 IMAP보다 더 잘 맞는 메일 접근 프로토콜임 Dovecot은 JMAP을 네이티브로 지원하지 않고, 평가한 독립 JMAP 서버들은 Maildir을 포기하고 자체 메일함 저장소를 요구함 고려 중인 계획은 OCaml JMAP 구현을 Dovecot 앞에 번역 프록시로 두고, JMAP 요청을 IMAP 호출로 매핑한 뒤 JSON 응답을 돌려주는 방식임 2026년에 메일 서버를 운영하려면 최소 여섯 개 DNS 기록을 정확히 맞춰야 하며, RIPE에서 IPv4 블록을 확보하는 데는 거의 1년이 걸림 CVE 공개와 SMTP/IMAP 리스너 대상 실제 익스플로잇 투입 사이의 간격은 이제 몇 주가 아니라 몇 시간 단위로 측정될 가능성이 있으며, 특정 주소 고정, 웹메일 컨테이너 격리, 그레이리스팅, DNSBL 같은 심층 방어가 필요함
함께 보면 좋은 글 β 1984년처럼 직접 이메일 서버 운영하기 개인용 이메일 서비스 만들기 삽질기 왜 셀프 호스팅을 해야 하는가? 2세대 이메일에 대한 공개적 고찰
GeekNews는 개발·기술·스타트업 소식을 빠르게 전달합니다. Weekly 뉴스레터로 구독하거나, 더 편하게 GeekBots로 받아보세요. Weekly 구독 GeekBots로 받기 GeekNews 소개 숨기기
GeekNews는 개발·기술·스타트업 소식을 빠르게 전달합니다. Weekly 뉴스레터로 구독하거나, 더 편하게 GeekBots로 받아보세요.
Weekly 구독 GeekBots로 받기 GeekNews 소개 숨기기
인증 이메일 클릭후 다시 체크박스를 눌러주세요
▲ GN⁺ 1일전 [-] Lobste.rs 의견들 수십 년 동안 해오던 일을 불가능하다고 단언하는 문지기들 을 계속 관찰하게 됨 실제로는 역방향 DNS , SPF, DMARC, MTA-STS만 설정하면 충분하고, 비용도 많이 들지 않으며 어렵지도 않다고 계속 말하는 중 예시 메일 서버: https://poofydoof.zia.io/ 2008년쯤부터 직접 자가 호스팅 이메일 을 운영해왔는데, 아직도 불가능하다고 말하는 사람이 많아 당황스러움 지금은 Debian + Postfix, Dovecot, rspamd 조합이고, 내 설정보다 직장의 Google Workspace에서 문제가 더 자주 생김 “수십 년 동안 해오던 일”이라는 부분이 핵심이라고 봄 역방향 DNS, SPF, DMARC, MTA-STS만 설정하면 된다는 말은 이미 평판이 좋은 도메인과 IP 주소 에는 100% 맞음 큰 사업자들에게 이미 신뢰받는 메일 서버에 새 도메인을 추가하면 평판이 빨리 쌓이고, 기존 도메인을 새 메일 서버 IP로 옮기면서 DKIM까지 설정했다면 괜찮음 하지만 새 도메인과 새 메일 서버 IP로 처음부터 시작하면 상황이 꽤 다르다고 들었고, 대형 사업자의 기계학습 시스템이 만족할 때까지 자동으로 스팸 처리될 가능성이 큼 그쪽 시스템 사용자들이 내 도메인으로 메일을 보내고, 스팸함에서 답장을 꺼내는 식의 행동이 흔히 잘 먹히는 듯함 3년 정도 메일 서버를 운영해본 바로는 어려운 부분은 DNS, SPF, DMARC, MTA-STS 설정이 아니라, 트랜잭션 메일 을 보낼 때 차단 목록에 얻어맞지 않는 것과 일부 이메일 제공자에게 허용 목록 등록이 안 되는 쪽임 그런 걸 계속 쫓아다니는 데 시간을 쓰느니, 한 달에 5달러 정도 내고 누군가에게 맡기는 편이 낫다고 봄 예시 메일 서버가 멋지고, 이것도 좋음 https://dmesgd.nycbug.org/dmesgd?do=view&id=8929 이 구성에 대한 세부 정보가 더 궁금함 Mango Pi MQ-Pro는 구하기 어려워 보이는데, NetBSD/Linux 지원이 괜찮은 다른 초저가 장치 가 있는지도 궁금함 직접 메일 서버를 운영할 또 하나의 이유는, 누군가가 이미 내 도메인으로 스팸 을 보내고 있다는 사실을 발견할 수 있기 때문임 내 도메인 하나가 Google Domains 매각 때문에 Squarespace로 이전됐을 때, Mailgun 계정이 없었는데도 Squarespace가 Mailgun용 MX/SPF/DKIM DNS 레코드를 자동으로 추가했음 누군가 Mailgun에서 그 계정을 차지했고, 내 도메인에서 보낸 것처럼 내게 스팸을 보냈음 고맙다, Google 특히 IPv4 할당 부분이 흥미로움 유럽에서 직접 하려면 RIPE NCC 연회비를 내고 지역 인터넷 레지스트리(LIR) 계정을 열라고 되어 있는데, https://www.ripe.net/membership/payment/ 에 따르면 연 1800유로임 꽤 아프지만, 더 싸면 스패머들이 더 쉽게 악용하긴 할 듯함 싸지는 않지만 주소당 연 약 12파운드 라서, 지역 친구와 가족 서비스에 나눠 쓰면 그렇게 나쁘진 않음 OCaml로 BGP 서버를 작성하는 재미는 값으로 매길 수 없음 :-) 이메일 송수신에 IPv6 를 현실적으로 쓸 수 있는지 궁금함 좋은 질문임 글을 쓸 때 살펴봤지만, 몇 년 전 내 메일 서버에서 IPv6를 꺼둔 상태라 경험을 더 쌓을 때까지 미루기로 했음 https://dn.org/ipv6-and-domain-reputation-in-anti-spam-filters 에 따르면 Gmail, Microsoft, Yahoo 같은 이메일 제공자는 도메인 평판과 IP 평판을 서로 다르게 가중하는 독자 스팸 필터를 쓰고, IPv6 지원도 계속 성숙 중임 Gmail은 IPv6 메일에 유효한 PTR 레코드, SPF, DKIM을 요구하고 DMARC 사용도 적극 권장함 이런 요소 없이 IPv6로 보낸 메일은 스팸함에 들어가거나 지연되는 경우가 많음 Microsoft의 필터링 시스템은 IPv6를 SNDS와 JMRP 프로그램에 포함하지만, 발신 평판이 알려져 있지 않으면 IPv6 메일을 제한하거나 지연시킬 수 있음 결국 IPv6는 또 하나의 실패 지점이고, 처음 시작할 때 IPv4/IPv6 혼합 전송 도메인 을 구성하는 건 아마 좋지 않은 생각임 아직 IPv6 전용 SMTP 종단점은 찾지 못했음 답변달기
Lobste.rs 의견들 수십 년 동안 해오던 일을 불가능하다고 단언하는 문지기들 을 계속 관찰하게 됨 실제로는 역방향 DNS , SPF, DMARC, MTA-STS만 설정하면 충분하고, 비용도 많이 들지 않으며 어렵지도 않다고 계속 말하는 중 예시 메일 서버: https://poofydoof.zia.io/ 2008년쯤부터 직접 자가 호스팅 이메일 을 운영해왔는데, 아직도 불가능하다고 말하는 사람이 많아 당황스러움 지금은 Debian + Postfix, Dovecot, rspamd 조합이고, 내 설정보다 직장의 Google Workspace에서 문제가 더 자주 생김 “수십 년 동안 해오던 일”이라는 부분이 핵심이라고 봄 역방향 DNS, SPF, DMARC, MTA-STS만 설정하면 된다는 말은 이미 평판이 좋은 도메인과 IP 주소 에는 100% 맞음 큰 사업자들에게 이미 신뢰받는 메일 서버에 새 도메인을 추가하면 평판이 빨리 쌓이고, 기존 도메인을 새 메일 서버 IP로 옮기면서 DKIM까지 설정했다면 괜찮음 하지만 새 도메인과 새 메일 서버 IP로 처음부터 시작하면 상황이 꽤 다르다고 들었고, 대형 사업자의 기계학습 시스템이 만족할 때까지 자동으로 스팸 처리될 가능성이 큼 그쪽 시스템 사용자들이 내 도메인으로 메일을 보내고, 스팸함에서 답장을 꺼내는 식의 행동이 흔히 잘 먹히는 듯함 3년 정도 메일 서버를 운영해본 바로는 어려운 부분은 DNS, SPF, DMARC, MTA-STS 설정이 아니라, 트랜잭션 메일 을 보낼 때 차단 목록에 얻어맞지 않는 것과 일부 이메일 제공자에게 허용 목록 등록이 안 되는 쪽임 그런 걸 계속 쫓아다니는 데 시간을 쓰느니, 한 달에 5달러 정도 내고 누군가에게 맡기는 편이 낫다고 봄 예시 메일 서버가 멋지고, 이것도 좋음 https://dmesgd.nycbug.org/dmesgd?do=view&id=8929 이 구성에 대한 세부 정보가 더 궁금함 Mango Pi MQ-Pro는 구하기 어려워 보이는데, NetBSD/Linux 지원이 괜찮은 다른 초저가 장치 가 있는지도 궁금함 직접 메일 서버를 운영할 또 하나의 이유는, 누군가가 이미 내 도메인으로 스팸 을 보내고 있다는 사실을 발견할 수 있기 때문임 내 도메인 하나가 Google Domains 매각 때문에 Squarespace로 이전됐을 때, Mailgun 계정이 없었는데도 Squarespace가 Mailgun용 MX/SPF/DKIM DNS 레코드를 자동으로 추가했음 누군가 Mailgun에서 그 계정을 차지했고, 내 도메인에서 보낸 것처럼 내게 스팸을 보냈음 고맙다, Google 특히 IPv4 할당 부분이 흥미로움 유럽에서 직접 하려면 RIPE NCC 연회비를 내고 지역 인터넷 레지스트리(LIR) 계정을 열라고 되어 있는데, https://www.ripe.net/membership/payment/ 에 따르면 연 1800유로임 꽤 아프지만, 더 싸면 스패머들이 더 쉽게 악용하긴 할 듯함 싸지는 않지만 주소당 연 약 12파운드 라서, 지역 친구와 가족 서비스에 나눠 쓰면 그렇게 나쁘진 않음 OCaml로 BGP 서버를 작성하는 재미는 값으로 매길 수 없음 :-) 이메일 송수신에 IPv6 를 현실적으로 쓸 수 있는지 궁금함 좋은 질문임 글을 쓸 때 살펴봤지만, 몇 년 전 내 메일 서버에서 IPv6를 꺼둔 상태라 경험을 더 쌓을 때까지 미루기로 했음 https://dn.org/ipv6-and-domain-reputation-in-anti-spam-filters 에 따르면 Gmail, Microsoft, Yahoo 같은 이메일 제공자는 도메인 평판과 IP 평판을 서로 다르게 가중하는 독자 스팸 필터를 쓰고, IPv6 지원도 계속 성숙 중임 Gmail은 IPv6 메일에 유효한 PTR 레코드, SPF, DKIM을 요구하고 DMARC 사용도 적극 권장함 이런 요소 없이 IPv6로 보낸 메일은 스팸함에 들어가거나 지연되는 경우가 많음 Microsoft의 필터링 시스템은 IPv6를 SNDS와 JMRP 프로그램에 포함하지만, 발신 평판이 알려져 있지 않으면 IPv6 메일을 제한하거나 지연시킬 수 있음 결국 IPv6는 또 하나의 실패 지점이고, 처음 시작할 때 IPv4/IPv6 혼합 전송 도메인 을 구성하는 건 아마 좋지 않은 생각임 아직 IPv6 전용 SMTP 종단점은 찾지 못했음
수십 년 동안 해오던 일을 불가능하다고 단언하는 문지기들 을 계속 관찰하게 됨 실제로는 역방향 DNS , SPF, DMARC, MTA-STS만 설정하면 충분하고, 비용도 많이 들지 않으며 어렵지도 않다고 계속 말하는 중 예시 메일 서버: https://poofydoof.zia.io/
직접 메일 서버를 운영할 또 하나의 이유는, 누군가가 이미 내 도메인으로 스팸 을 보내고 있다는 사실을 발견할 수 있기 때문임 내 도메인 하나가 Google Domains 매각 때문에 Squarespace로 이전됐을 때, Mailgun 계정이 없었는데도 Squarespace가 Mailgun용 MX/SPF/DKIM DNS 레코드를 자동으로 추가했음 누군가 Mailgun에서 그 계정을 차지했고, 내 도메인에서 보낸 것처럼 내게 스팸을 보냈음 고맙다, Google
특히 IPv4 할당 부분이 흥미로움 유럽에서 직접 하려면 RIPE NCC 연회비를 내고 지역 인터넷 레지스트리(LIR) 계정을 열라고 되어 있는데, https://www.ripe.net/membership/payment/ 에 따르면 연 1800유로임 꽤 아프지만, 더 싸면 스패머들이 더 쉽게 악용하긴 할 듯함
이메일 송수신에 IPv6 를 현실적으로 쓸 수 있는지 궁금함
발행일: 2026-06-11 07:06 (목)
한국어 KR 영어 EN 일본어 JP 중국어 CH
비즈니스 문서 정리의 끝판왕 ‘PARA’ 시작하기(feat. 옵시디언)
골든래빗 8 분 2025.01.06. 11.9K
한국인공지능·소프트웨어산업협회(KOSA)가 3040세대 AI·소프트웨어(SW) 기업인을 중심으로 한 차세대 리더 네트워크를 출범시켰다. 인공지능 전환(AX) 시대를 맞아 기업 간 경계를 허물고 신사업 협력과 혁신 생태계 조성에 나서며 국내 AI·SW 산업 경쟁력 강화에 힘을 싣는다는 목표다.
KOSA는 차세대 기업가 네트워크인 'KOSA 영 리더스 클럽'을 공식 발족했다고 10일 밝혔다. 영 리더스 클럽은 AI·SW 산업에서 3040세대 기업인 역할이 확대되는 흐름에 맞춰 젊은 회원사 간 교류와 협력을 강화하기 위해 마련된 협회 최초 차세대 혁신가 네트워크다.
이번 클럽에는 AI 반도체와 클라우드, 생성형 AI, 정보보안, 협동로봇 등 다양한 분야 혁신 기업 대표 23명이 참여한다. 대표적으로 박승애 지란지교소프트 대표와 이학준 마드라스체크 대표, 황희승 브레인커머스 대표, 김명진 이노그리드 대표, 이정수 플리토 대표, 이해석 핸디소프트 대표, 윤지원 SDT 대표, 유범령 모비데이즈 대표 등이 이름을 올렸다. 이들은 4월과 이달 두 차례 킥오프 간담회를 열고 클럽의 공식 활동에 나섰다.
영 리더스 클럽은 ▲경영 인사이트 확보를 통한 리더 역량 강화 ▲상호 신뢰 기반 협력 생태계 조성 ▲기업 대외 위상 및 산업 영향력 제고를 3대 비전으로 제시했다. 이를 바탕으로 업계 리더 초청 세션과 네트워킹 프로그램, 연말 리더스 나이트 등 다양한 교류 활동을 분기별로 운영하며 참여 기업을 확대해 나갈 계획이다.
이번 클럽은 AI·SW 산업 내 협업 채널 역할을 할 것으로 전망된다. 특히 국내 AI 생태계가 글로벌 경쟁력을 확보하기 위한 요소로 기업 간 연계와 개방형 혁신 문화가 꼽히는 만큼 이들의 활동이 주목된다.
KOSA, 청년미래플러스 2차 참여자 모집...IT 실무자 1대 1 멘토링 2026.05.22 KOSA-한국무역협회, 무역업계 AX 컨트롤타워 구축 2026.05.13 KOSA, 지란지교소프트 손잡고 회원사 보안·AX 지원 강화 2026.05.08 대한민국 AI 판을 뒤집을 진짜 혁신 기업은?...KOSA, '국가 AI 대상' 개최 2026.05.07
KOSA는 앞으로 영 리더스 클럽을 중심으로 차세대 산업 리더 간 교류를 활성화하고 AI·SW 산업 전반의 혁신 생태계 구축을 지원할 방침이다.
조준희 KOSA 회장은 "AX 시대에는 규모의 경제보다 속도와 혁신의 경제가 무엇보다 중요하다"며 "젊은 업계 리더들이 기업 간 경계를 허물고 새로운 시도를 마음껏 할 수 있도록 협회 차원의 지원을 아끼지 않겠다"고 강조했다.
업비트서 비트코인 제친 XRP…한국, XRPL 핵심 시장으로 부상
업비트에서 XRP 원화 거래가 비트코인·이더리움을 웃도는 구간이 나타났다고 에버노스 CEO가 밝혔다. 한국 대형 금융사들은 암호화폐를 실험이 아닌 인프라 투자 대상으로 보고 있다고 진단했다.
한국 내 XRP 관심도가 꾸준히 증가하고 있다. [사진: Reve AI]
[디지털투데이 이윤서 기자] 한국 암호화폐 시장에서 XRP가 업비트의 핵심 거래 종목 가운데 하나로 자리 잡았다는 평가가 나왔다.
9일(현지시간) 블록체인 매체 더 크립토 베이직에 따르면 애시시 벌라 에버노스 최고경영자(CEO)는 최근 '비트코인 서울' 행사 참석 이후 한국 시장에 대해 "XRP 거래량이 비트코인을 웃도는 성숙한 디지털 자산 시장"이라고 말했다.
벌라는 업비트의 XRP/KRW 시장이 꾸준히 최상위권을 유지하고 있다고 밝혔다. 시장 변동성이 커질 때는 XRP 거래량이 비트코인과 이더리움을 웃도는 경우도 있다는 설명이다. 현재 기준 업비트에서 XRP/KRW 거래량은 약 8964만달러로 3위를 기록했다. BTC/KRW는 7248만달러로 4위, ETH/KRW는 4302만달러로 7위였다.
한국 금융권의 태도 변화도 주목할 흐름으로 거론됐다. 벌라는 한국의 대형 금융기관들이 더는 암호화폐를 실험적 산업으로 보지 않고, 디지털 자산 생태계를 뒷받침하는 인프라에 적극 투자하고 있다고 말했다.
비트코인 서울은 비트코인 중심 행사였지만, 현장에서는 토큰화 및 실물연계자산(RWA) 논의가 더 두드러졌다는 점도 언급됐다. 토큰화 국채, 지식재산권, 기타 실물 자산의 디지털화 방안에 대한 관심이 적지 않았다는 의미다. 벌라는 온도 파이낸스의 토큰화 국채 상품과 SBI 디지털 마켓의 토큰화 음악 프로젝트를 구체적인 사례로 꼽았다.
이런 흐름 속에서 기관들은 블록체인 네트워크를 브랜드 인지도나 커뮤니티 충성도보다 인프라 성능을 기준으로 평가하고 있다는 게 벌라의 설명이다. 그는 토큰화 자산에는 높은 처리량, 낮은 비용, 빠른 최종 결제가 필요하다고 말했다. 이에 따라 관련 시장에서는 어떤 체인이 실제 기관 수요를 감당할 수 있는지가 핵심 경쟁 기준으로 떠오르고 있다.
XRP 레저(XRPL)도 이 시장에서 존재감을 키우고 있다. 올해 1분기 XRPL 기반 실물연계자산 시가총액은 전 분기 대비 124% 증가한 22억5000만달러를 기록했다. 이후 규모는 약 37억달러로 더 늘었고, 네트워크에 올라간 토큰화 자산 수는 293개로 집계됐다.
한국 시장의 XRP 거래 강세와 금융권의 인프라 투자 확대, 토큰화 논의 확산이 맞물리면서 XRPL의 활용 범위가 어디까지 넓어질지가 다음 관전 포인트로 떠오르고 있다.
다만 거래량 우위가 곧바로 기관 채택 확대를 의미하는 것은 아니다. XRP와 XRPL이 한국 시장에서 강한 존재감을 유지하려면 원화 거래 유동성을 넘어 실제 결제, 토큰화 자산 발행, 기관 간 정산 등 구체적인 활용 사례로 이어져야 한다. 한국 투자자들의 높은 XRP 관심이 XRPL 기반 인프라 수요로 연결될 수 있을지가 향후 시장 평가를 가를 변수로 남아 있다.
At Bitcoin Seoul this week, one of the most-traded coins in the country wasn't bitcoin. It was XRP. On Upbit, Korea's largest exchange, XRP/KRW consistently ranks among the top traded markets and has repeatedly topped both BTC and ETH on heavy days. Seoul is one of the deepest… pic.twitter.com/nAU0KQJhPH
△디지털투데이 텔레그램 뉴스채널 구독하기(클릭)
키워드 #에버노스 #XRP #업비트 #암호화폐 #비트코인
이 시각 추천뉴스 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동
비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러?
"전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까
백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차
XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다
IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
개발 아마존, 삼성전자 등 데이터 리더 9인 추천 도서 30권
골든래빗 7 분 2024.10.29. 8.4K
틸론(대표 최백준)과 영남이공대학교가 AI 대전환(AX) 시대를 선도할 실무형 인재 양성과 청년들에게 공정한 AI 교육 기회를 제공하기 위한 산학협력을 목적으로 ’AI 기반 상생협력 업무협약(MOU)’을 8일 체결하였다.
이번 협약은 틸론의 혁신적인 가상화 기술력과 영남이공대학교의 우수한 교육 인프라를 연계, 산업 현장에서 즉각 활약할 수 있는 ‘AI 인프라 기반 실무형 인재 양성 및 기술경쟁력 강화’를 목적으로 추진됐다.
이날 협약식에는 최백준 틸론 대표를 비롯해 영남이공대학교 이재용 총장, 권기홍 교학부총장, 기획처장, AI융합대학 학장 등 양 기관의 주요 관계자들이 참석했다.
영남이공대학교는 정부·교육부·노동부로부터 특화 프로그램으로 인정받은 ‘산업체 위탁 취업연계 사업’을 적극 확장하고 있다. 특히 기업 주문 인원이 작년 600명에서 올해 1000명으로 급증하고 협약 고등학교가 전국으로 확산함에 따라, 100% 온라인 교육 한계를 극복할 돌파구로 ‘AI 접목 교육’을 구상해 왔다. 이런 혁신에 힘입어 입학정원 100% 달성을 5년간 이어오는 성과를 달성했다.
영남이공대 이재용 총장은 고품질 AI 교육 환경 구축을 희망, 디지털 배지와 AI 인증제 도입도 추진 중이다. 아울러 지방 전문대의 재정 부담을 완화하고 대구·경북 지역 학생들에게 동등한 기회를 제공하기 위해 향후 대학 연합을 통한 비용 분담 및 확산 모델도 제안했다.
이에 틸론은 자사의 AI 개발·교육 플랫폼 ‘티스테이션(T-station)’ 기반의 대학 AI 도입 모델을 대안으로 제시했다. 티스테이션은 틸론이 국내 주요 대학에 성공적으로 도입한 AI 추론 및 개발과 교육이 원격에서도 가능한 자동화 솔루션이다. 최근 하드웨어 구매 비용이 전년 대비 급격히 상승한 상황에서, 대규모 서버 구매 없이 유저당 월 라이선스 과금 방식으로 이용할 수 있는 구독형 효율적인 '연합체 서비스' 구조가 특징이다.
특히 글로벌 채용 시장이 학벌 중심에서 ‘AI 활용 능력’ 중심으로 재편됨에 따라, 틸론은 대학 AI 교육의 핵심 키워드로 ▲토큰 맥싱(Token Maxing, 효율적 토큰 사용 능력을 평가·학점 등에 반영)과 ▲메가 프롬프트를 활용한 자기만의 AI 서비스 제작 역량을 꼽았다.
양 기관은 거창한 거버넌스 구축에 앞서, 학교와 학과를 대표할 수 있는 시범 과목을 먼저 지정해 빠르게 실행에 옮기기로 뜻을 모았다. 틸론은 이번 협약을 계기로 영남이공대학교 전용 ‘AID(AI 개발·교육) 단계별 구축 방안’을 제안하고 ‘GPU 가상화’기술 기반의 첨단 AI 교육 플랫폼을 표준화해 가자는 목표를 공유했다.
"전문대학 AX 배우자"...39개 총장들 틸론 방문 2026.05.28 틸론 "몽골 검찰청 대표단 방문...25년 검증 VDI 운영 확인" 2026.04.26 틸론, 일본서 AI시대 맞는 VDI 선보여...'2026 춘계 IT위크' 참여 2026.04.13 테슬라에 밀리고 BYD에 쫓기고…현대차·기아 전기차 딜레마 2026.06.10
틸론 최백준 대표는 "이제 글로벌 채용 시장의 패러다임은 단지 스펙만이 아닌, '실무에서 에이전트 AI를 얼마나 능숙하게 다룰 수 있는가'로 완벽히 재편됐다"면서 "전문대학이 직면한 위기를 극복하고 대구·경북 지역 청년들에게 평등하고 공정한 AI 교육 기회를 제공하기 위해, 영남이공대학교가 추진하는 '학생별 GPU 할당', '토큰 활용 환경'과 'AI 서비스 제작 중심' 교육 모델이 강력한 성공 사례가 되도록 틸론의 독보적인 가상화 기술력과 경험을 아낌없이 전폭 지원하겠다"고 강조했다.
틸론은 "영남이공대학교가 체결한 이번 MOU 목표가 달성되면 전문대학교 특성을 살린 AX전환 및 AI 교육의 표준이 만들어질 수 있을 것으로 기대한다"면서 "특히 지역소멸 위기에서 지방에 있는 전문대학의 교육이 AI 중심으로 전환될 수 있다면 인재의 정주여건 제공, 학교의 경쟁력 제고, 우수인력 및 해외인력 유치에 큰 도움이 될 수 있을 것"이라고 강조했다.
AI·블록체인 만능론에 제동…美 연구진 "5가지 오해 있다"
미국 주요 대학 연구진 25명이 AI와 블록체인 융합을 둘러싼 대표적 오해 5가지를 정리했다. 블록체인이 AI의 신뢰성, 공정성, 비용 문제를 자동으로 해결하지는 않는다고 짚었다.
AI와 블록체인의 결합으로 생긴 5가지 오해를 정리했다 [사진: Reve AI]
[디지털투데이 이윤서 기자] 미국 주요 대학 연구진들이 인공지능(AI)과 블록체인의 결합을 둘러싼 업계 담론에 과장이 섞여 있다며 대표적인 오해 5가지를 정리했다.
9일(현지시간) 블록체인 매체 코인포스트에 따르면 코넬대 기반 학술 연구 컨소시엄 IC3는 'Crypto x AI, AI x Crypto: A Survey' 논문을 공개했다. 이번 논문에는 코넬 테크, 카네기멜론대, 프린스턴대, 예일대 등 여러 연구기관 소속 연구자 25명이 참여했다.
연구진은 생성형 AI 확산 이후 AI와 블록체인의 접점을 둘러싼 논의가 빠르게 늘었지만, 실제 기회와 한계는 충분히 구분되지 않고 있다고 봤다. AI와 블록체인의 결합이 새로운 가능성을 만들 수는 있지만, 블록체인이나 토큰 구조만으로 AI의 신뢰성, 공정성, 비용 문제를 자동으로 해결할 수는 없다는 지적이다.
논문은 AI와 블록체인의 관계를 서로를 보완하는 미들웨어로 보는 시각이 적절하다고 제시했다. 한쪽에서는 AI가 블록체인을 더 유연하고 쓰기 쉬운 시스템으로 개선할 수 있고, 다른 한쪽에서는 암호 기술이 AI 시스템의 보안과 거버넌스를 보강할 수 있다는 설명이다.
구체적으로 AI가 블록체인 영역에서 활용될 수 있는 사례로는 온체인 부정거래 탐지, 악성 스마트계약 식별, 코드 취약점 분석 등이 꼽혔다. 다만 이런 방식 상당수는 비교적 단순한 머신러닝 모델에 기반하며, 충분한 학습 데이터가 있을 때 효과가 크다고 짚었다.
반대로 블록체인과 암호 기술이 AI를 보완할 수 있는 영역도 제시됐다. 영지식증명과 신뢰실행환경(TEE) 같은 기술은 AI 시스템의 보안성과 검증 가능성을 높이는 데 활용될 수 있다. 다만 분산형 거버넌스나 인프라 운영처럼 암호화폐 커뮤니티가 실험해 온 방식은 아직 주류 AI 진영으로 넓게 확산하지는 않았다는 평가다.
논문에 특히 강조된 부분은 업계에 퍼진 5가지 오해다. 첫 번째는 블록체인이 AI 생성 콘텐츠 자체를 탐지할 수 있다는 주장이다. 연구진은 블록체인이 진위 확인용 메타데이터를 검증할 수는 있지만, 콘텐츠 내용만으로 AI 생성 여부를 판별하지는 못한다고 봤다.
두 번째는 분산화 기술이 AI의 편향과 공정성 문제를 해결한다는 주장이다. 연구진은 분산형 거버넌스가 의사결정 투명성을 높일 수는 있지만, 알고리즘 내부에 내재한 편향까지 없애지는 못한다고 지적했다.
세 번째는 AI 에이전트에 지갑을 부여하면 스스로 돈을 벌고 쓰는 자율적 존재가 된다는 주장이다. 연구진은 자동화와 자율성은 다른 개념이라고 선을 그었다. 결제 기능을 붙인다고 해서 AI 에이전트가 독립적인 경제 주체가 되는 것은 아니며, 결제 자동화에 블록체인이 반드시 필요한 것도 아니라고 설명했다.
네 번째는 학습 데이터나 추론 결과를 블록체인에 기록하면 신뢰할 수 있는 AI 운영이 가능하다는 주장이다. 연구진은 블록체인이 사후적인 데이터 변조를 막을 수는 있어도, 원본 데이터 자체의 신뢰성을 보장하지는 못한다고 밝혔다. 대규모 AI 과정을 검증하는 데는 블록체인의 처리량과 비용도 걸림돌이 될 수 있다고 덧붙였다.
다섯 번째는 분산화가 AI 학습과 추론 비용을 필연적으로 낮춘다는 주장이다. 연구진은 네트워크 지연과 처리량 조건에 따라 분산형 구조가 중앙화 방식보다 오히려 더 비싸질 수 있다고 봤다. AI와 암호화폐의 결합이 비용 절감으로 곧장 이어진다는 주장은 아직 검증이 필요하다는 의미다.
향후 과제로는 AI 안전성을 개별 모델이 아니라 시스템 전체 관점에서 다뤄야 한다는 점이 제시됐다. 현재 AI 업계는 입력과 출력을 통제하는 가드레일 등 모델 단위 대응에 집중하고 있지만, AI 에이전트가 금융 시스템과 인프라에 더 넓게 접근하면 이 방식만으로는 부족할 수 있다는 지적이 나온다.
이 시각 추천뉴스 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동
비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러?
"전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까
백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차
XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다
IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
GentleOS - 레트로 GUI를 갖춘 빈티지 32비트 PC용 취미 운영체제 (github.com/luke8086)
GentleOS/32 는 빈티지 32비트 PC를 위한 취미 운영체제로, 레트로 하드웨어를 만져보고 베어메탈에서 그래픽 인터랙티브 앱을 실행하기 위한 단순한 플랫폼 제공 최소 요구 사양은 i386 CPU , RAM 4MB, 640x480x16 모드를 지원하는 VGA 디스플레이 설계상 완전한 모놀리식 구조이며 대부분 컴파일 시점에 설정되고, 표준 PC 장치인 VGA/SVGA, 키보드, PS/2 마우스, 시리얼 마우스, PC 스피커만 지원 향후 계획은 버그 수정, 최적화, 앱 추가만 해당 80186까지의 장치를 대상으로 하는 순수 16비트 파생 프로젝트 GentleOS/16 존재 빌드와 실행 세부 정보는 USAGE.md 참조 별도 표기가 없는 한 GPLv2 라이선스 적용
함께 보면 좋은 글 β HN 공개: 내가 직접 작성한 취미 OS, 빈티지 IBM ThinkPad에서 드디어 실행 rou2exOS - Rust와 x86 어셈블리어로 작성된 Dos-like 취미 OS 윈도우 3.1용 AI 어시스턴트, WinGPT 소개 x86S - 인텔의 레거시 모드 제거 제안 SkiftOS: C/C++로 ARM, x86, RISC-V를 위해 처음부터 만든 취미 운영체제
HN 공개: 내가 직접 작성한 취미 OS, 빈티지 IBM ThinkPad에서 드디어 실행
rou2exOS - Rust와 x86 어셈블리어로 작성된 Dos-like 취미 OS
윈도우 3.1용 AI 어시스턴트, WinGPT 소개
SkiftOS: C/C++로 ARM, x86, RISC-V를 위해 처음부터 만든 취미 운영체제
GeekNews는 개발·기술·스타트업 소식을 빠르게 전달합니다. Weekly 뉴스레터로 구독하거나, 더 편하게 GeekBots로 받아보세요. Weekly 구독 GeekBots로 받기 GeekNews 소개 숨기기
GeekNews는 개발·기술·스타트업 소식을 빠르게 전달합니다. Weekly 뉴스레터로 구독하거나, 더 편하게 GeekBots로 받아보세요.
Weekly 구독 GeekBots로 받기 GeekNews 소개 숨기기
인증 이메일 클릭후 다시 체크박스를 눌러주세요
▲ GN⁺ 1시간전 [-] Hacker News 의견들 작업 공개 고맙고 인상적임. Uxn 에뮬레이터 를 구현하면 레트로컴퓨팅/퍼머컴퓨팅 쪽에서 관심을 받을 수 있을 듯함 Uxn은 매우 단순하고 제한된 하드웨어에서도 실행 가능함: https://100r.co/site/uxn.html 빈티지 하드웨어가 Uxn 프로그램의 좋은 호스트가 될 수 있어서 꽤 흥미를 끌 가능성 이 있어 보임 답변달기
Hacker News 의견들 작업 공개 고맙고 인상적임. Uxn 에뮬레이터 를 구현하면 레트로컴퓨팅/퍼머컴퓨팅 쪽에서 관심을 받을 수 있을 듯함 Uxn은 매우 단순하고 제한된 하드웨어에서도 실행 가능함: https://100r.co/site/uxn.html 빈티지 하드웨어가 Uxn 프로그램의 좋은 호스트가 될 수 있어서 꽤 흥미를 끌 가능성 이 있어 보임
발행일: 2026-06-11 07:06 (목)
한국어 KR 영어 EN 일본어 JP 중국어 CH
비트코인, 저평가 구간인가…"과거 폭락장 수준은 아직”
그레이스케일은 온체인 지표상 비트코인이 저평가 구간에 들어섰다고 봤다. 다만 FTX 붕괴 뒤와 같은 깊은 할인 구간은 아니며, 규제안과 레버리지가 변수라고 짚었다.
[디지털투데이 김예슬 기자] 비트코인이 최근 6만달러선 아래로 밀리며 이번 사이클 저점을 새로 쓴 가운데, 그레이스케일은 현재 가격이 온체인 기준으로 저평가 구간에 들어섰다고 진단했다.
10일(현지시간) 블록체인 매체 유투데이에 따르면 그레이스케일은 최근 시장 보고서에서 비트코인가격이 현재 저렴한 편인가를 묻는 질문에 신중한 기조로 '그렇다'고 답했다.
핵심 근거는 온체인 가치평가 지표다. 그레이스케일은 비트코인 보유자의 평균 매입 원가 대비 미실현 손익, 코인 보유 기간과 이동을 반영한 장기 가치 기준 대비 현재 가격 등 3개 지표를 가중 평균한 복합 지표를 사용했다. 이 지표를 종합하면 현재 비트코인 가격은 장기 평균을 상당폭 밑돌고 있다는 것이다.
다만 그레이스케일은 지금 가격이 과거 급락장만큼 깊은 할인 구간에 들어선 것은 아니라고 선을 그었다. 보고서는 온체인 데이터가 '저평가된 자산'을 가리키고 있지만, FTX 붕괴 이후와 같은 이전 시장 충격 때 나타났던 '깊은 할인 수준'에는 아직 도달하지 않았다고 짚었다. 바닥 신호가 일부 나타나고는 있지만, 과거와 같은 극단적 투매 국면으로 보기는 이르다는 의미다.
이번 하락장이 이전보다 얕을 수 있다는 판단도 함께 내놨다. 그레이스케일은 최근 약세장이 과거보다 완만하게 전개될 가능성을 언급하며 그 배경으로 '약한 강세장'과 개선된 시장 구조를 들었다. 상승 국면 자체가 과열되지 않았고, 시장 구조도 이전보다 안정돼 있다는 점이 급락 폭을 줄일 수 있다는 설명이다.
시장 참가자들이 당장 주목해야 할 변수로는 규제와 레버리지가 꼽혔다. 그레이스케일은 시장이 실제로 바닥을 확인했는지는 클래리티 법안을 둘러싼 최근 전개에 크게 좌우될 수 있다고 봤다. 이 규제 체계가 상원에서 어떻게 진전되느냐에 따라 투자심리에 큰 영향이 생길 수 있다는 것이다.
단기 수급 측면에서는 레버리지 해소 여부도 중요하다고 봤다. 그레이스케일은 대규모 레버리지를 활용한 비트코인 보유자들이 재무 상태를 안정시키는지가 추가 강제 청산과 단기 하방 압력을 막는 핵심 변수라고 지목했다. 레버리지가 높은 투자자들의 매도 압력이 정리되지 않으면 가격 하락이 더 이어질 수 있다는 판단이다.
이에 따라 현재 시장은 저평가 신호와 불확실성이 동시에 존재하는 국면으로 정리된다. 온체인 지표만 놓고 보면 비트코인 가격은 장기 평균 아래에 있지만, 규제안 처리와 레버리지 조정이 마무리되지 않으면 바닥 확인은 늦어질 수 있다. 현재 가격이 매력적으로 보일 수는 있지만, 시장이 완전히 안정을 찾았다고 단정하기는 어렵다는 설명이다.
△디지털투데이 텔레그램 뉴스채널 구독하기(클릭)
키워드 #비트코인 #암호화폐 #가상자산 #크립토 #블록체인
이 시각 추천뉴스 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동
비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러?
"전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까
백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차
XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다
IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
발행일: 2026-06-11 05:20 (목)
한국어 KR 영어 EN 일본어 JP 중국어 CH
서울AI재단이 창립 10주년을 맞아 미국 매사추세츠 공과대(MIT)와 서울 인공지능(AI) 도시 미래 비전을 제시했다.
서울AI재단은 창립 10주년을 기념해 카를로 라띠 MIT 센서블시티랩 소장과 김만기 이사장이 참여한 특별대담을 진행했다고 10일 밝혔다. 양측은 서울 AI 도시 혁신 성과와 향후 10년 비전을 공유했다.
이번 대담에서는 서울AI재단 성과와 MIT 센서블시티랩 협력 의미를 돌아보고, 서울이 디지털·AI 도시로 발전해 온 과정과 글로벌 AI 선도도시로 나아가기 위한 조건을 논의했다.
서울AI재단은 2016년 서울디지털재단으로 출범한 뒤 올해 서울AI재단으로 사명을 변경했다. 현재 AI 정책 연구와 데이터 분석, 공공 AI 컨설팅, 시민 AI 교육, 글로벌 협력 사업 등을 수행하며 서울시 AI 정책 실행을 지원하고 있다.
MIT 센서블시티랩은 센서와 데이터를 기반으로 도시를 분석하는 연구기관이다. 서울AI재단은 지난 2월 상암동 에스플렉스센터에 '센서블시티서울'을 개소했다. 이는 MIT 센서블시티랩 네 번째 글로벌 연구소다.
양측은 서울이 디지털 기반 스마트시티를 넘어 AI를 활용해 도시 문제를 해결하는 단계로 발전하고 있다고 평가했다. 또 글로벌 AI 선도도시로 도약하기 위해서는 기술과 인프라뿐 아니라 시민 중심 접근과 포용성이 중요하다는 데 의견을 모았다.
서울AI재단은 시민 AI 접근성 확대를 위해 AI탐험대 어디나지원단, 서울디지털동행플라자, 서울AI디지털배움터 등을 운영하고 있다. 이를 통해 시민이 일상에서 AI를 활용할 수 있는 환경 조성에 힘쓰고 있다.
AI 전력 수요 폭증하는데…국내 수소입찰물량은 뒷걸음 2026.06.10 [영화 속 AI윤리] 인간다움의 경계와 복제된 기억 2026.06.10 기업 10곳 중 6곳 "AI 교육 필요"...체계적 실행 기업은 '글쎄' 2026.06.10 [유미's 픽] 세일즈포스, 韓서 AI 에이전트 띄웠지만…'사스포칼립스' 그림자 여전 2026.06.10
향후 협력 과제로는 AI 연구 성과를 시민이 체감하는 도시 변화로 연결하는 방안이 제시됐다. 재단은 MIT 센서블시티랩과 안전·관광 등 도시 현안을 분석하고 있으며 영국 케임브리지대 맥스웰센터와는 피지컬 AI 기반 도시·건물 환경 혁신 연구를 추진하고 있다.
카를로 라띠 MIT 센서블시티랩 소장은 "서울은 한 걸음 더 나아갈 수 있다"며 "AI를 통해 사람들이 실제로 함께 살아가는 방식을 이해하고 연구와 정책, 시민을 연결하는 도시 AI를 만들어갈 수 있을 것"이라고 밝혔다.
SpaceX IPO, 100억 달러 규모 이상의 주문이 잇따라 접수되며 초과 청약됨 (bloomberg.com)
555.6백만 주를 주당 $135 고정가로 발행하는 공모가 초과 청약 상태이며, 다수 기관투자자가 1곳당 약 $10B 이상 규모로 주문 제출 이번 상장으로 약 $750억 조달 , 기업가치 약 $1.8조 평가 예상 기관투자자 주문은 뉴욕 시장 마감(오후 4시) 이후 수요일에 마감 , 이후 6월 11일 공모가 확정 및 다음 날 거래 개시 일부 플랫폼에서는 마감 이후에도 개인투자자 주문 가능하며, 공모 물량의 최대 30%를 리테일에 배정 2019년 Saudi Aramco의 $294억 데뷔를 넘어서는 사상 최대 규모 상장 전망 공모 구조 및 규모 Elon Musk의 로켓·위성·인공지능 기업 SpaceX의 기업공개가 다수 기관투자자로부터 1곳당 약 $100억 이상 의 주문을 받으며 초과 청약 상태 발행 조건은 555.6백만 주, 주당 $135 고정가 로, 약 $750억 조달 및 기업가치 약 $1.8조 평가로 이어짐 기업의 정식 명칭은 Space Exploration Technologies Corp.이며, Nasdaq 및 Nasdaq Texas 에 심볼 SPCX 로 거래 예정 청약 일정 및 리테일 배정 상장을 주관하는 은행들은 뉴욕 시장 마감 후 오후 4시 이후 수요일에 기관투자자 주문 마감 예정 주문 장부 마감은 은행이 상장 전 수요를 가늠하고 기업에 가격 책정을 조언할 시간을 확보하기 위함 공모가는 6월 11일 확정, 다음 날 거래 개시 예정 일부 플랫폼에서는 수요일 마감 이후에도 개인투자자 주문 가능하며, 공모 물량 중 최대 30%를 리테일에 배정 기관투자자 미팅 화요일 Morgan Stanley가 뉴욕 본사에서 약 300명의 기관투자자 를 초청해 SpaceX 경영진과의 미팅 주최 참석 경영진은 President Gwynne Shotwell , CFO Bret Johnsen 포함 행사는 은행의 co-president Dan Simkowitz 가 진행 SpaceX 대변인은 즉시 응답하지 않았으며, Goldman Sachs와 Morgan Stanley는 논평 거부 사상 최대 규모 전망과 AI 사업 2019년 Saudi Aramco 의 $294억 데뷔를 넘어서는 사상 최대 규모 상장 기대 확산 최근 수 주간 새로운 수익원 공개하며 AI 역량 강조 금요일 Google과의 거래 발표, Gemini AI 모델 제작사가 월 $9.2억 지급하는 클라우드 서비스 계약으로 2029년까지 운영 예정 이전에 Anthropic PBC와도 유사한 계약 공개
함께 보면 좋은 글 β SpaceX 및 기타 초대형 IPO, S&P는 빠른 지수 편입 거부 주식시장은 Anthropic, SpaceX, OpenAI를 삼킬 수 있을까? SpaceX IPO는 세기의 도둑질이 될 것 Michael Burry, SpaceX와 Anthropic 모두 1조 달러 가치가 없다고 말해 SpaceX IPO가 고평가됐다고 보는 이유
SpaceX 및 기타 초대형 IPO, S&P는 빠른 지수 편입 거부
주식시장은 Anthropic, SpaceX, OpenAI를 삼킬 수 있을까?
Michael Burry, SpaceX와 Anthropic 모두 1조 달러 가치가 없다고 말해
GeekNews는 개발·기술·스타트업 소식을 빠르게 전달합니다. Weekly 뉴스레터로 구독하거나, 더 편하게 GeekBots로 받아보세요. Weekly 구독 GeekBots로 받기 GeekNews 소개 숨기기
GeekNews는 개발·기술·스타트업 소식을 빠르게 전달합니다. Weekly 뉴스레터로 구독하거나, 더 편하게 GeekBots로 받아보세요.
Weekly 구독 GeekBots로 받기 GeekNews 소개 숨기기
인증 이메일 클릭후 다시 체크박스를 눌러주세요
발행일: 2026-06-11 05:20 (목)
한국어 KR 영어 EN 일본어 JP 중국어 CH
딜라이브가 광장 시장의 문화와 스토리를 담은 콘텐츠를 제작한다.
딜라이브는 광장 시장 상권 활성화와 K관광 콘텐츠 육성 등을 위해 종로광장전통시장상인총연합회, K관광협의회와 업무협약을 맺었다고 9일 밝혔다.
협약은 지난 8일 서울 종로 광장시장 상인회 회의실에서 열렸다. 협약식엔 임승호 딜라이브 중부사업단장, 이상만 K관광협의회 회장, 이태준 종로광장전통시장상인총연합회 회장 등 관계자가 참석했다.
딜라이브는 협약을 바탕으로 다양한 지역 행사를 공동 기획하고 운영하기로 합의했다.
외국인 필수 관광 코스로 자리 잡은 광장 시장의 미식 문화와 로컬 스토리를 콘텐츠화한다. 세계 각국 방문객에게 광장시장을 일회성 관광지가 아니라 K푸드 성지 이미지를 확고하게 한다는 목표다.
특히 중장기적인 파트너십을 통해 독일 뮌헨을 대표하는 옥토버페스트와 같이 서울을 상징하는 행사를 만들어내는데 협력한다는 계획이다.
딜라이브, 여주쌀 판로지원 사업 업무협약 2026.02.26 딜라이브, 장애인 첨단보조기구 전달식 개최 2025.12.01 딜라이브, K-FAST 채널에 지역채널 콘텐츠 공급 확대 2025.11.12 딜라이브, 중견 TV제조사에 FAST 서비스 ‘DIVA’ 탑재 2025.09.24
이밖에 딜라이브는 지역 사업자로서의 역량과 노하우를 활용해 방송, 옥외광고, SNS 등을 아우르는 통합 운영 솔루션을 구축, 지원한다는 방침이다.
딜라이브는 “광장시장이라는 K미식 관광 플랫폼에 지속 가능한 로컬 융합 콘텐츠를 결합해 특정 시기 서울에서만 즐길 수 있는 ‘시즌형 도시 관광 브랜드’ 구축을 목표로 하고 있다. 협약이 딜라이브, 광장시장, K관광협의회, 지자체가 지역 경제 전반을 활성화하는 상생의 출발점이 되기를 바란다”고 밝혔다.
"공개는 위험" 앤트로픽 vs "방어는 민주화" 오픈AI
앤트로픽과 오픈AI가 취약점을 빠르게 찾아내는 보안 AI를 공개했지만 배포 전략은 정반대로 갈렸다. 앤트로픽은 핵심 인프라 기업에만 제한적으로 제공한 반면, 오픈AI는 검증된 보안 인력과 조직으로 대상을 확대했다.
앤트로픽과 오픈AI가 취약점을 빠르게 찾아내는 보안 AI를 공개했지만 배포 전략은 정반대로 갈렸다. [사진: 셔터스톡]
[디지털투데이 AI리포터] 앤트로픽과 오픈AI가 소프트웨어 취약점을 빠르게 찾아내는 사이버보안 특화 인공지능(AI) 모델을 각각 공개했지만, 배포 방식에서는 뚜렷한 차이를 보였다.
9일(이하 현지시간) IT매체 테크레이더에 따르면, 앤트로픽은 핵심 인프라 기업을 중심으로 제한적으로 모델을 배포한 반면, 오픈AI는 검증을 거친 수천명의 보안 인력과 수백개의 보안팀으로 제공 범위를 확대했다.
앤트로픽은 4월 7일 '클로드 미토스 프리뷰'를, 오픈AI는 4월 14일 'GPT 사이버 5.4'를 공개했다. 두 모델은 소프트웨어 취약점을 신속하게 식별하고 악용 가능성을 분석하는 데 초점을 맞췄다.
핵심 쟁점은 두 모델 모두 방어와 공격에 활용될 수 있다는 점이다. 개발자에게는 심각한 취약점을 빠르게 찾아내는 도구가 될 수 있지만, 공격자 역시 같은 방식으로 활용할 수 있다. 현재 두 모델 모두 일반 사용자에게는 공개되지 않았다.
앤트로픽은 당분간 공개 배포에 나서지 않겠다는 입장이다. 회사는 AWS, 애플, 구글, 마이크로소프트(MS), 엔비디아, 시스코, 크라우드스트라이크, 리눅스 재단 등이 참여하는 '프로젝트 글래스윙'을 통해서만 '클로드 미토스 프리뷰'를 제공하고 있다. 앤트로픽은 해당 모델이 심각한 취약점을 자율적으로 발견할 수 있는 만큼, 더 넓은 접근은 아직 안전하지 않다고 판단했다.
앤트로픽의 목표는 이런 역량이 악성 행위자에게 넘어가기 전에 핵심 인프라를 먼저 보완하는 데 있다. 리눅스 커널과 주요 브라우저의 중대한 취약점을 우선 수정하면 향후 모델이 유출되거나 유사한 모델이 등장하더라도 피해를 줄일 수 있다는 판단이다.
반면 오픈AI는 접근 범위를 더 넓게 설정했다. 회사는 기존 프로그램을 확대한 '사이버 분야 신뢰 접근' 체계를 통해 GPT 사이버 5.4를 제공하고 있다. 다단계 검증 절차를 거치지만, 수천명의 개별 보안 인력과 수백개의 보안팀이 활용할 수 있도록 문을 열었다. 오픈AI는 이러한 '방어의 민주화'가 AI 기반 위협의 속도를 따라잡는 데 필요하다고 보고 있다.
다만 검증된 사용자에게만 제공하더라도 강력한 역량이 빠르게 확산될 수 있다는 우려는 여전히 존재한다. 두 회사의 차이는 보안 AI를 누가 먼저 활용해야 하는지에 대한 판단에서 갈린다. 앤트로픽은 소수의 핵심 기업이 먼저 기반 인프라를 보강해야 한다고 보는 반면, 오픈AI는 일부 기업만으로는 모든 위협을 파악할 수 없기 때문에 더 많은 검증된 방어 인력이 참여해야 한다고 판단한다.
오픈AI의 접근 방식은 AI 기반 방어 인력을 보안 생태계 전반에 확대 배치해 향후 AI 기반 공격에 대응하겠다는 전략으로 해석된다.
업계 관심도 성능 경쟁보다 배포와 통제 방식으로 이동하고 있다. 보안 AI가 실제 방어 역량을 높일 수 있다는 점은 확인됐지만, 앞으로는 공개 범위와 검증 체계가 시장의 핵심 쟁점으로 떠오를 가능성이 커지고 있다.
키워드 #앤트로픽 #오픈AI #클로드 #챗GPT #프로젝트 글래스윙 #미토스 #보안
이 시각 추천뉴스 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동
비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러?
"전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까
백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차
XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다
IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
AI 록스타 개발자들의 뒷정리 (codingwithjesse.com)
과거 ‘록스타 개발자’가 남긴 이해하기 어려운 코드베이스 문제가 LLM 생성 코드 확산으로 팀 전체의 유지보수 부담 으로 커짐 록스타 개발자는 새 기술, 새 패러다임, 새 아키텍처를 빠르게 도입하고 어려운 일을 빠르게 끝냈지만, 다른 사람이 이해하고 함께 작업할 수 있는 코드 작성에는 관심이 낮았음 LLM 에이전트는 이전 작업을 기억하지 못한 채 짧은 시간에 수만 줄의 코드를 만들고, 시스템 전체와 맞는지나 이해 가능성이 좋아지는지에는 신경 쓰지 않음 생성 코드가 많아질수록 시스템 복잡도 가 크게 커지고, 이를 이해하기 위해 다시 LLM에 의존하는 흐름이 생길 수 있음 오래가는 소프트웨어에는 LLM을 작은 코드 조각 생성에 제한하고, 사람이 설계를 이끌며, 문제 복잡도에 맞게 아키텍처를 단순화하는 태도가 필요함 록스타 개발자가 남긴 구조 록스타 개발자는 팀에 합류한 뒤 새 기술, 새 패러다임, 새 아키텍처에 대한 강한 아이디어를 제시함 회사 핵심 아키텍처 대부분을 다시 작성하고, 새 빌드 프로세스와 도구와 언어를 도입함 많은 풀 리퀘스트를 거절하며 팀원들에게 요구되는 기준을 높였고, 다른 사람들은 그 코드 이해 여부를 드러내지 못함 가장 어려운 작업은 록스타 개발자에게 배정됐고, 그는 다른 사람보다 빠르게 끝냄 다른 팀원들은 새 라이브러리를 배우고 록스타 개발자의 방식에 맞추느라 더 느리게 움직임 몇 년 뒤 록스타 개발자는 더 어렵고 큰 회사의 프로젝트를 원해 팀을 떠남 여파 다루기 남은 팀원은 록스타 개발자의 프로젝트를 넘겨받고, 코드 속에서 압도되는 상황을 겪음 데이터 흐름은 따라가기 어려웠고, 마치 누군가 살인을 은폐하려는 것처럼 느껴질 정도였음 단순한 버그 수정부터 시작했지만, 노트북에서 코드를 실행하는 데만 일주일이 걸림 코드 절반은 이해하지 못하는 언어로 작성됐고, 나머지 절반은 들어본 적 없는 라이브러리로 작성됨 코드 재작성이 필요하다고 상사에게 말했지만, 록스타 개발자가 작성한 코드라는 이유로 받아들여지지 않음 난잡한 코드를 헤매는 동안 구인 공고를 보며 떠나는 상상을 하게 됨 록스타 뒤 정리하기 여러 팀과 에이전시는 이런 록스타 개발자가 남긴 코드베이스 정리를 필요로 함 복잡한 코드베이스를 이해하고 구하는 과정은 엉킨 전구 줄을 다시 쓸 수 있게 푸는 일에 비유됨 록스타 개발자들은 코딩, 학습, 새 패러다임 사용을 좋아하며 자신의 능력 끝까지 밀어붙임 가능한 한 영리한 코드를 작성하려 하고, 최대한 빠르게 움직이는 데 집중함 다른 사람이 함께 작업할 수 있는 코드를 작성하는 일은 록스타 개발자에게 가장 낮은 우선순위가 됨 인공지능의 등장 최근 몇 년 동안 많은 팀은 록스타 개발자 군단에 압도되는 상황을 겪음 누군가 새 채팅을 시작할 때마다 팀에 록스타 개발자를 추가하는 위험이 생김 에이전트는 어제 한 일을 기억하지 못하고, 몇 분 만에 수만 줄의 코드를 생성함 에이전트는 인간적으로 불가능할 만큼 빠른 속도로 작업 완료를 추구함 생성된 코드가 시스템의 다른 코드와 맞는지, 시스템이 더 이해하기 쉬워지는지에는 관심을 두지 않음 AI는 상황에 맞지 않을 수 있는 모범 사례 도구상자를 가지고 있음 복잡성이 이익보다 커질 때도 AI는 “벨트와 멜빵” 방식의 과도한 안전장치를 고집함 코드 리뷰를 요청하면 동의하기 어려운 항목이 많은 긴 개선 목록을 만들어냄 LLM을 쓰지 않으면 영원히 뒤처질 것처럼 느끼는 사람이 많아짐 LLM이 모든 코드를 작성하게 두는 방식은 결국 뒤처지는 결과로 이어진다고 봄 수백 명의 AI 록스타 뒤 정리하기 난잡한 생성 코드 더미를 정리하는 일은 록스타 개발자 한 명의 코드를 정리하는 것만큼 즐겁지 않음 적어도 록스타 개발자에게는 어떤 설계 의도가 있었고, 최선을 다하려는 시도가 있었음 바이브 코딩으로 만들어진 난잡한 코드 더미는 한 명의 인공 개발자가 작성한 것이 아님 여러 채팅과 여러 맥락에서 기능 하나 또는 버그 수정 하나씩 생성된 코드베이스가 됨 이는 수백 명의 서로 다른 록스타 개발자가 작성한 코드베이스와 비슷함 어떤 경우에는 기술 부채가 너무 커져 절대 갚을 수 없는 수준이 됨 오래가는 소프트웨어 만들기 LLM을 록스타 개발자처럼 행동하지 못하게 사용하는 방법은 여러 가지가 있음 사람이 엔지니어링을 이끌고, LLM에는 한 번에 작은 코드 조각만 생성하도록 안내할 수 있음 팀원 모두가 쉽게 이해하고 작업할 수 있는 방식으로 소프트웨어가 작성되도록 확인해야 함 LLM이 무엇을 왜 하는지 이해하지 못한 채 길을 잃었다면 속도를 늦춰야 함 생성하는 소프트웨어의 품질을 보장하기 위해 더 천천히 움직이는 것은 괜찮음 과잉 엔지니어링을 막고, 아키텍처가 문제의 복잡도와 맞을 때까지 계속 단순화해도 괜찮음 때로는 LLM을 도구상자에 그대로 두고 직접 코드를 작성해도 괜찮음 장인정신은 항상 사람의 손에 남아 있으며, 기계에 아웃소싱할 수 없는 영역임
함께 보면 좋은 글 β 코드는 더 싸졌다 AI 코딩의 함정 AI 보조 코딩에 대해 틀리는 열두 가지 방식 취향(taste)을 갖춘 30배 AI 엔지니어가 되는 법 속도를 늦춰야 하는 이유
AI 보조 코딩에 대해 틀리는 열두 가지 방식
취향(taste)을 갖춘 30배 AI 엔지니어가 되는 법
GeekNews는 개발·기술·스타트업 소식을 빠르게 전달합니다. Weekly 뉴스레터로 구독하거나, 더 편하게 GeekBots로 받아보세요. Weekly 구독 GeekBots로 받기 GeekNews 소개 숨기기
GeekNews는 개발·기술·스타트업 소식을 빠르게 전달합니다. Weekly 뉴스레터로 구독하거나, 더 편하게 GeekBots로 받아보세요.
Weekly 구독 GeekBots로 받기 GeekNews 소개 숨기기
인증 이메일 클릭후 다시 체크박스를 눌러주세요
장인정신이 항상 사람 손에 남아 있고 기계에 절대 외주화할 수 없다는 마지막 문장은 조금 걱정됨 다른 산업에서도 장인정신이 죽은 건 아니지만, 훨씬 싸고 구하기 쉬운 대안에 밀려났음. 수제 가죽 신발은 여전히 살 수 있지만 $1000 이상 내고 싶어 하는 사람은 적고, 몇 주를 들인 그림도 살 수 있지만 대부분은 HomeGoods에서 벽 장식과 잡화를 삼 핵심 차이는 일회용이라는 전제 인데, 안타깝게도 소프트웨어도 점점 다른 제품처럼 “일회용”이 되어가고 있음. 단순 카운트다운 앱이면 버려도 되지만, 오래 돌아가는 업무 프로세스를 떠받치는 소프트웨어는 그렇게 다루면 안 됨 소프트웨어 장인정신에 초점을 맞추면 문제가 “내 용도에 필요한 것” 대 “부티크스럽고 비싸며 불필요한 것”으로 보일 수 있음. 실제로는 “유지보수 가능하고 신뢰할 수 있는 것” 대 “버려도 되는 것”이어야 함 이 흐름이 OpenAI나 Anthropic 같은 대형 모델 제공자에게 이득이 되는지와는 별개로, 여기서 말하려는 요지는 그게 아님
AI나 외주 코드 고치는 일이 좋음. 지난주 어떤 고객이 부서용 도구를 바이브 코딩으로 만들려 했다는 걸 알게 됐는데, 결과물은 컴파일에 메모리 10GB가 필요한 거대한 Next.js 쓰레기 였고 린트 오류가 수천 개, Git에는 시끄러운 개발 로그까지 들어 있었음 이제 우리가 고쳐야 하니 이런 일은 반복해서 1만~5만 유로짜리 공짜 일감이나 다름없음. 뭘 하는지 알면 아주 쉽고, 모르면 불가능함. 계속 더 가져오면 됨
살면서 정말 뛰어나다고 부를 만한 사람들을 몇 명 만났음. “도대체 어떻게 이렇게 똑똑하지?” 싶은 사람들임 정말 똑똑한 사람들에게서 보이는 두 가지가 있는데, 보통 서로 배타적임. 하나는 자신이 얼마나 똑똑한지 모르는 경우임. 본인에게는 간단하거나, 자기가 아는 주제라서 컴퓨터과학 학위가 있는 사람이라면 다 알고 기억하고 이해한다고 가정함. 암호 관련 수학을 줄줄 말하는 친구들을 보며 “그 수업은 통과했지만 방금 네가 말한 주제를 내가 정말 안다고는 못 하겠다”고 느낀 적이 있음 다른 하나는 자신이 주변 대부분보다 똑똑하다는 사실을 고통스러울 정도로 늘 의식하는 사람들임. 일부는 못되게 굴고, 일부는 상대적으로 “멍청한” 사람들에게 둘러싸인 데 지쳐 있음. 후자에게는 어느 정도 공감함. 모든 것이 명확하고 뻔하고 쉽게 처리되는 삶을 살면서, 답이 오래전부터 알려져 있는데도 인류가 계속 어리석은 선택을 반복하는 걸 봐야 한다고 상상해 보면 됨
이 두 문장이 와닿았음 “데이터 흐름을 따라가기가 너무 어려워서 누군가 살인을 은폐하려는 것 같았다” “코드를 노트북에서 실행시키는 데만 일주일이 걸렸다” 데이터 흐름을 이해하거나 제대로 된 개발 환경을 세우는 데 어려움을 겪는 사람이 나뿐이라고 늘 생각했음. 가면 증후군 과 가끔은 “속도”를 밀어붙이는 유해한 환경도 도움이 되지 않았음 나만 그런 게 아니라는 걸 알게 되어 좋았음
처음 몇 섹션이 와닿았음. 예전에는 내가 록스타 개발자 였던 것 같은데, 그게 좋은 게 아니라는 걸 깨달았음 동료들보다 10배 빠르게 일을 끝낼 수 있었을지도 모름. 하지만 어느 순간 그게 내가 보통 사람보다 10배 생산적이어서가 아니라, 내 작업 방식이 주변의 보통 사람들을 1/10만큼 생산적으로 만들었기 때문이라는 걸 알게 됨 그 뒤로 속도를 늦췄고, 삶 전체에는 긍정적인 변화였음. 팀 플레이어가 되는 건 이 미친 업계에서 같은 수준의 상승 이동성을 주진 않지만, 정신건강에는 놀라울 만큼 좋았음
이 글은 가치가 너무 낮음 무엇을 말하려는 건지도 잘 모르겠고, 그냥 자기 등을 두드리는 글처럼 보임
내가 만든 수익성 높은 두 프로젝트 주변의 인프라를 만들려고 프로덕션 엔지니어 두 명을 강하게 밀어붙인 건 정말 바보 같은 짓이었음 전부 10x 보스처럼 스파게티 코드로 만들고 Anthropic으로 옮겨 9자리 보상 패키지를 받았으면 훨씬 더 많은 돈을 벌 수 있었을 텐데. 멍청하고 또 멍청한 나였음 적어도 여기서 내가 얻은 결론은 그거임
작성된 코드는 대개 작성자가 아닌 누군가가 유지보수해야 함. 그러니 아무도 이해하지 못하는 코드를 쓰면 결국 유지보수 실패 로 이어짐 팀이 이해하기 쉬운 코드, 속도, 기술적 탁월함 등 무엇을 최적화할지는 다를 수 있음 하지만 기술적 탁월함을 최적화했더라도 팀의 다른 누구도 그 코드를 이해하지 못한다면 여전히 실패임 과도하게 설계된 코드를 본 적이 있음
▲ GN⁺ 22시간전 [-] Lobste.rs 의견들 이 글에는 실제로 쓸 만한 조언 이 별로 없음 누군가의 개인적 불만을 그럴듯하게 보이게 하려고 유행어 두 개로 포장한 느낌임 “록스타 개발자”라는 표현은 늘 의심스럽지만, 뛰어난 개발자는 실제로 존재함. 다만 그런 사람들은 글에서 묘사한 식으로 행동하지 않고, 기존 환경 안에서 가능한 만큼 일하며 코드베이스를 개선하고, 검증되지 않은 새것을 장난감처럼 들여오지 않으며, 테스트·스크립트화된 배포·린팅 등을 통해 떠날 때 더 안정적인 상태로 남겨둠 여기에 AI 는 이런 행동이 더 나빠질 것이라는 식으로 덧붙여진 듯한데, 그럴 수는 있어도 아직 충분히 입증된 사실은 아닌 것 같음. 수십 년간 컨설턴트로 일하며 엉망인 코드베이스를 많이 정리했지만, 원인은 과하게 나간 사람들일 때도 있었고 더 나은 방법을 몰랐던 팀일 때가 더 많았음. 어느 경우에도 “록스타/닌자/유행어 개발자가 했겠군”이라고 생각한 적은 없음 이제 챗봇이 머리 위에 쏟아낸 쓰레기를 치우는 것뿐 아니라, 그걸 신경 쓰지 않는 사람들 뒤처리까지 해야 하는 건가 싶음 거품이 꺼지기 만 기다리게 됨 원래도 늘 이랬고, AI가 문제를 증폭 할 뿐임. 반대로 정리 작업이 더 쉬워졌다고도 볼 수 있음 2026년에 어떤 회사에 합류했는데 아직 create-react-app 을 쓰고 있다는 걸 알게 되면, 실제로 권장되는 행동 방식이 뭔지 궁금함. 그냥 아무 말도 하지 말라는 건가? 새 프로젝트라면 이제 deprecated 되었고 더 이상 권장되지 않는다고 말하면 됨 오래된 프로젝트라면 기술 부채를 발견한 것임. 누구에게나 있음. 이런 걸 고치자고 설득하는 가장 좋은 방법은 사업적으로 납득되는 근거를 만드는 것임. 동작한다면 정말 리스크인가? 다른 기술 부채와 비교하면 우선순위가 어떤가? 업그레이드하지 않으면 어떤 암묵적 위험을 떠안는가? 업그레이드에 필요한 노력은 어느 정도인가? 노력이 적고 동료들도 원한다면 허락을 구하지 않고 그냥 작업하는 방법도 있음. 다만 이 변경의 영향을 받는 사람들의 지지가 있고, 본인 산출물에 방해되지 않을 때 가장 잘 통함. 입사 첫 주에 할 일은 아닐 수 있음 보통은 “어떻게 되어야 한다”고 말하기보다, 왜 지금 이렇게 되어 있는지 질문하고 알아보는 편이 항상 더 좋음. 역사가 있는 모든 코드베이스는 아직 모르는 수천 가지 결정의 결과물임. 지식과 공감으로 무장해야 함 합류했을 때는 다르게 해야 할 모든 것을 지적하기 전에 먼저 관찰하는 편을 선호함. 새 사람이 팀에 들어올 때 모든 것을 바꾸는 것과, 실제로 영향이 있는 일 에 집중하는 것 사이에는 균형이 있음. 합류 직후에는 무엇이 영향을 만드는지 아직 모름 어떤 싸움을 고를지에 따라 다름. 개인적으로는 그만한 가치가 없다고 보지만, 나는 당신이 아님. 레거시 코드 는 어디에나 있고, create-react-app 같은 프레임워크에서 벗어나 다시 작성하는 비용은 사람들이 이미 익숙한 상태로 버티는 비용보다 훨씬 큼 웹 개발자가 아니라서 그런데, 이 질문의 의미가 뭔가? create-react-app 이 낡았다는 뜻인가, 아니면 React가 낡았다는 뜻인가? 사람들이 이제 CRA 를 싫어한다는 게 너무나도 확인받는 느낌이라 알려주고 싶음 2020년에 아직 멋져 보이던 시절부터 싫어했음 “에이전트는 어제 자신이 한 일을 아무것도 기억하지 못한다”는 건 해결 가능한 문제임. 메모리 접근법 등을 쓰면 됨. 보편적으로 좋은 건 아니지만 점점 나아지는 중임 “이 코드가 시스템의 다른 코드와 잘 맞을지 신경 쓰지 않는다”는 건 내 경험과는 다름. 보통 LLM 생성 코드 는 관련 영역의 유사한 코드와 꽤 비슷해지는 경향이 있음. 방향을 잡기 위해 읽은 코드가 거의 그대로 반영됨 “시스템이 더 이해하기 쉬워지는지, 더 나빠지는지 신경 쓰지 않는다”도 해결 가능함. LLM으로 이를 평가하게 하고 점진적으로 낮추면 됨. 어떤 것이 이해하기 쉬운지는 시스템의 비결정적 속성인 경우가 많아서, 역설적으로 다른 도구보다 LLM이 측정하기 쉬운 접근일 수 있음. 새 세션에서 “이 새로 추가된 코드를 이해하려면 시스템의 어느 정도를 이해해야 하는가”라고 묻고 그 범위를 줄이는 식으로 최적화할 수 있음 “AI는 여기에는 맞지 않을 수도 있는 모범 사례 도구상자를 갖고 있다”는 부분은, AI를 쓰는 과정이 새 프로젝트에 같은 이상을 갖고 들어온 주니어 개발자 를 훈련하는 것과 비슷할 때가 많음. 주니어에게는 말로 알려주고 그 지식을 기억해 응용하길 기대하지만, AI에는 AGENTS.md / CLAUDE.md 파일에 문서화하면 그 지식이 계속 남음 “코드 리뷰를 부탁하면 동의하지 않는 개선점이 잔뜩 나온다”는 건 Codex 기준으로는 목록을 작고 간결하며 가치 높게 유지하도록 조정되어 있음. 다른 모델은 다를 수 있지만, 이것도 결국 지시 수준의 문제임. 신경 쓰는 사항은 문서화할 가치가 있는 경우가 많고, AI를 쓰면 그게 필요해짐 록스타를 상대할 때 문제의 절반은 자아 지만, 그래도 사람이 쓴 코드를 남긴 록스타에게는 그걸 뒷받침하는 성찰과 의도가 있었음 반대로 AI 위에 인간 껍데기만 씌운 “록스타”들은 허세는 같거나 더 큰데, 자신들이 해결한다고 주장하는 문제의 절반조차 완전히 모르는 경우가 있음 함수형 프로그래밍 접근을 최대한 적용해, 서로 다른 방식으로 끼워 맞출 수 있는 문맥 독립적인 구성요소를 만들면 상당한 지렛대를 얻을 수 있음 구현 세부사항을 추상화한 개별 빌딩 블록과 특정 문맥에 의존하는 작업을 분리해두면, 요구사항이 바뀌거나 다른 접근을 택할 때 블록을 쉽게 재배치할 수 있음. 또 전체 배치 맥락을 몰라도 각 조각을 독립적으로 추론할 수 있고, 그 조각들을 어떻게 맞물렸는지를 보면 상위 수준 로직을 이해할 수 있음 함수형 언어는 LLM과 함께 작업 하기에 좋은 기반을 제공함. 코드를 문맥을 제한하는 방식으로 자연스럽게 쓰게 만들기 때문임. 이는 프로그램의 특정 기능을 이해하는 데 필요한 범위를 줄여 모델과 인간 사용자 모두에게 도움이 됨 답변달기
Lobste.rs 의견들 이 글에는 실제로 쓸 만한 조언 이 별로 없음 누군가의 개인적 불만을 그럴듯하게 보이게 하려고 유행어 두 개로 포장한 느낌임 “록스타 개발자”라는 표현은 늘 의심스럽지만, 뛰어난 개발자는 실제로 존재함. 다만 그런 사람들은 글에서 묘사한 식으로 행동하지 않고, 기존 환경 안에서 가능한 만큼 일하며 코드베이스를 개선하고, 검증되지 않은 새것을 장난감처럼 들여오지 않으며, 테스트·스크립트화된 배포·린팅 등을 통해 떠날 때 더 안정적인 상태로 남겨둠 여기에 AI 는 이런 행동이 더 나빠질 것이라는 식으로 덧붙여진 듯한데, 그럴 수는 있어도 아직 충분히 입증된 사실은 아닌 것 같음. 수십 년간 컨설턴트로 일하며 엉망인 코드베이스를 많이 정리했지만, 원인은 과하게 나간 사람들일 때도 있었고 더 나은 방법을 몰랐던 팀일 때가 더 많았음. 어느 경우에도 “록스타/닌자/유행어 개발자가 했겠군”이라고 생각한 적은 없음 이제 챗봇이 머리 위에 쏟아낸 쓰레기를 치우는 것뿐 아니라, 그걸 신경 쓰지 않는 사람들 뒤처리까지 해야 하는 건가 싶음 거품이 꺼지기 만 기다리게 됨 원래도 늘 이랬고, AI가 문제를 증폭 할 뿐임. 반대로 정리 작업이 더 쉬워졌다고도 볼 수 있음 2026년에 어떤 회사에 합류했는데 아직 create-react-app 을 쓰고 있다는 걸 알게 되면, 실제로 권장되는 행동 방식이 뭔지 궁금함. 그냥 아무 말도 하지 말라는 건가? 새 프로젝트라면 이제 deprecated 되었고 더 이상 권장되지 않는다고 말하면 됨 오래된 프로젝트라면 기술 부채를 발견한 것임. 누구에게나 있음. 이런 걸 고치자고 설득하는 가장 좋은 방법은 사업적으로 납득되는 근거를 만드는 것임. 동작한다면 정말 리스크인가? 다른 기술 부채와 비교하면 우선순위가 어떤가? 업그레이드하지 않으면 어떤 암묵적 위험을 떠안는가? 업그레이드에 필요한 노력은 어느 정도인가? 노력이 적고 동료들도 원한다면 허락을 구하지 않고 그냥 작업하는 방법도 있음. 다만 이 변경의 영향을 받는 사람들의 지지가 있고, 본인 산출물에 방해되지 않을 때 가장 잘 통함. 입사 첫 주에 할 일은 아닐 수 있음 보통은 “어떻게 되어야 한다”고 말하기보다, 왜 지금 이렇게 되어 있는지 질문하고 알아보는 편이 항상 더 좋음. 역사가 있는 모든 코드베이스는 아직 모르는 수천 가지 결정의 결과물임. 지식과 공감으로 무장해야 함 합류했을 때는 다르게 해야 할 모든 것을 지적하기 전에 먼저 관찰하는 편을 선호함. 새 사람이 팀에 들어올 때 모든 것을 바꾸는 것과, 실제로 영향이 있는 일 에 집중하는 것 사이에는 균형이 있음. 합류 직후에는 무엇이 영향을 만드는지 아직 모름 어떤 싸움을 고를지에 따라 다름. 개인적으로는 그만한 가치가 없다고 보지만, 나는 당신이 아님. 레거시 코드 는 어디에나 있고, create-react-app 같은 프레임워크에서 벗어나 다시 작성하는 비용은 사람들이 이미 익숙한 상태로 버티는 비용보다 훨씬 큼 웹 개발자가 아니라서 그런데, 이 질문의 의미가 뭔가? create-react-app 이 낡았다는 뜻인가, 아니면 React가 낡았다는 뜻인가? 사람들이 이제 CRA 를 싫어한다는 게 너무나도 확인받는 느낌이라 알려주고 싶음 2020년에 아직 멋져 보이던 시절부터 싫어했음 “에이전트는 어제 자신이 한 일을 아무것도 기억하지 못한다”는 건 해결 가능한 문제임. 메모리 접근법 등을 쓰면 됨. 보편적으로 좋은 건 아니지만 점점 나아지는 중임 “이 코드가 시스템의 다른 코드와 잘 맞을지 신경 쓰지 않는다”는 건 내 경험과는 다름. 보통 LLM 생성 코드 는 관련 영역의 유사한 코드와 꽤 비슷해지는 경향이 있음. 방향을 잡기 위해 읽은 코드가 거의 그대로 반영됨 “시스템이 더 이해하기 쉬워지는지, 더 나빠지는지 신경 쓰지 않는다”도 해결 가능함. LLM으로 이를 평가하게 하고 점진적으로 낮추면 됨. 어떤 것이 이해하기 쉬운지는 시스템의 비결정적 속성인 경우가 많아서, 역설적으로 다른 도구보다 LLM이 측정하기 쉬운 접근일 수 있음. 새 세션에서 “이 새로 추가된 코드를 이해하려면 시스템의 어느 정도를 이해해야 하는가”라고 묻고 그 범위를 줄이는 식으로 최적화할 수 있음 “AI는 여기에는 맞지 않을 수도 있는 모범 사례 도구상자를 갖고 있다”는 부분은, AI를 쓰는 과정이 새 프로젝트에 같은 이상을 갖고 들어온 주니어 개발자 를 훈련하는 것과 비슷할 때가 많음. 주니어에게는 말로 알려주고 그 지식을 기억해 응용하길 기대하지만, AI에는 AGENTS.md / CLAUDE.md 파일에 문서화하면 그 지식이 계속 남음 “코드 리뷰를 부탁하면 동의하지 않는 개선점이 잔뜩 나온다”는 건 Codex 기준으로는 목록을 작고 간결하며 가치 높게 유지하도록 조정되어 있음. 다른 모델은 다를 수 있지만, 이것도 결국 지시 수준의 문제임. 신경 쓰는 사항은 문서화할 가치가 있는 경우가 많고, AI를 쓰면 그게 필요해짐 록스타를 상대할 때 문제의 절반은 자아 지만, 그래도 사람이 쓴 코드를 남긴 록스타에게는 그걸 뒷받침하는 성찰과 의도가 있었음 반대로 AI 위에 인간 껍데기만 씌운 “록스타”들은 허세는 같거나 더 큰데, 자신들이 해결한다고 주장하는 문제의 절반조차 완전히 모르는 경우가 있음 함수형 프로그래밍 접근을 최대한 적용해, 서로 다른 방식으로 끼워 맞출 수 있는 문맥 독립적인 구성요소를 만들면 상당한 지렛대를 얻을 수 있음 구현 세부사항을 추상화한 개별 빌딩 블록과 특정 문맥에 의존하는 작업을 분리해두면, 요구사항이 바뀌거나 다른 접근을 택할 때 블록을 쉽게 재배치할 수 있음. 또 전체 배치 맥락을 몰라도 각 조각을 독립적으로 추론할 수 있고, 그 조각들을 어떻게 맞물렸는지를 보면 상위 수준 로직을 이해할 수 있음 함수형 언어는 LLM과 함께 작업 하기에 좋은 기반을 제공함. 코드를 문맥을 제한하는 방식으로 자연스럽게 쓰게 만들기 때문임. 이는 프로그램의 특정 기능을 이해하는 데 필요한 범위를 줄여 모델과 인간 사용자 모두에게 도움이 됨
이 글에는 실제로 쓸 만한 조언 이 별로 없음
이제 챗봇이 머리 위에 쏟아낸 쓰레기를 치우는 것뿐 아니라, 그걸 신경 쓰지 않는 사람들 뒤처리까지 해야 하는 건가 싶음 거품이 꺼지기 만 기다리게 됨
2026년에 어떤 회사에 합류했는데 아직 create-react-app 을 쓰고 있다는 걸 알게 되면, 실제로 권장되는 행동 방식이 뭔지 궁금함. 그냥 아무 말도 하지 말라는 건가?
“에이전트는 어제 자신이 한 일을 아무것도 기억하지 못한다”는 건 해결 가능한 문제임. 메모리 접근법 등을 쓰면 됨. 보편적으로 좋은 건 아니지만 점점 나아지는 중임 “이 코드가 시스템의 다른 코드와 잘 맞을지 신경 쓰지 않는다”는 건 내 경험과는 다름. 보통 LLM 생성 코드 는 관련 영역의 유사한 코드와 꽤 비슷해지는 경향이 있음. 방향을 잡기 위해 읽은 코드가 거의 그대로 반영됨 “시스템이 더 이해하기 쉬워지는지, 더 나빠지는지 신경 쓰지 않는다”도 해결 가능함. LLM으로 이를 평가하게 하고 점진적으로 낮추면 됨. 어떤 것이 이해하기 쉬운지는 시스템의 비결정적 속성인 경우가 많아서, 역설적으로 다른 도구보다 LLM이 측정하기 쉬운 접근일 수 있음. 새 세션에서 “이 새로 추가된 코드를 이해하려면 시스템의 어느 정도를 이해해야 하는가”라고 묻고 그 범위를 줄이는 식으로 최적화할 수 있음 “AI는 여기에는 맞지 않을 수도 있는 모범 사례 도구상자를 갖고 있다”는 부분은, AI를 쓰는 과정이 새 프로젝트에 같은 이상을 갖고 들어온 주니어 개발자 를 훈련하는 것과 비슷할 때가 많음. 주니어에게는 말로 알려주고 그 지식을 기억해 응용하길 기대하지만, AI에는 AGENTS.md / CLAUDE.md 파일에 문서화하면 그 지식이 계속 남음 “코드 리뷰를 부탁하면 동의하지 않는 개선점이 잔뜩 나온다”는 건 Codex 기준으로는 목록을 작고 간결하며 가치 높게 유지하도록 조정되어 있음. 다른 모델은 다를 수 있지만, 이것도 결국 지시 수준의 문제임. 신경 쓰는 사항은 문서화할 가치가 있는 경우가 많고, AI를 쓰면 그게 필요해짐
록스타를 상대할 때 문제의 절반은 자아 지만, 그래도 사람이 쓴 코드를 남긴 록스타에게는 그걸 뒷받침하는 성찰과 의도가 있었음 반대로 AI 위에 인간 껍데기만 씌운 “록스타”들은 허세는 같거나 더 큰데, 자신들이 해결한다고 주장하는 문제의 절반조차 완전히 모르는 경우가 있음
함수형 프로그래밍 접근을 최대한 적용해, 서로 다른 방식으로 끼워 맞출 수 있는 문맥 독립적인 구성요소를 만들면 상당한 지렛대를 얻을 수 있음 구현 세부사항을 추상화한 개별 빌딩 블록과 특정 문맥에 의존하는 작업을 분리해두면, 요구사항이 바뀌거나 다른 접근을 택할 때 블록을 쉽게 재배치할 수 있음. 또 전체 배치 맥락을 몰라도 각 조각을 독립적으로 추론할 수 있고, 그 조각들을 어떻게 맞물렸는지를 보면 상위 수준 로직을 이해할 수 있음 함수형 언어는 LLM과 함께 작업 하기에 좋은 기반을 제공함. 코드를 문맥을 제한하는 방식으로 자연스럽게 쓰게 만들기 때문임. 이는 프로그램의 특정 기능을 이해하는 데 필요한 범위를 줄여 모델과 인간 사용자 모두에게 도움이 됨
발행일: 2026-06-11 05:20 (목)
한국어 KR 영어 EN 일본어 JP 중국어 CH
넷플릭스가 다음 달 한국에 세로형 피드 기능을 도입해 가입자가 시청할 콘텐츠를 손쉽게 찾을 수 있도록 돕는다.
엘리자베스 스톤 넷플릭스 최고 제품 기술 책임자는 10일 온라인 간담회에서 “넷플릭스 가입자는 삶에 녹아들고 몰입할 수 있는 경험을 원하고, 이를 충족시키기 위해 새로운 형식을 적용하고 있다”며 “오는 7월부터 한국 넷플릭스 모바일앱에 세로형 피드 ‘클립스’를 도입하겠다”고 밝혔다.
스톤 책임자는 넷플릭스 가입자 경험의 핵심으로 개인화, 몰입, 상호작용을 꼽았다. 세로형 피드는 세 가지 핵심을 반영한 결과다. 클립스에서 짧은 영상(숏츠)을 감상한 뒤 연계된 클릭으로 바로 본편을 시청하거나, 콘텐츠 상세 정보를 확인하고 ‘내가 찜한 리스트’에 추가할 수 있다.
기존에 작품 상세 페이지에 하나하나 들어가 예고편을 감상하거나 상세 설명을 보는 것보다 훨씬 단순한 과정으로 보고 싶은 콘텐츠를 탐색할 수 있다는 설명이다.
킴 호 넷플릭스 프로덕트 디자이너는 “콘텐츠가 너무 많아 볼 걸 고르는 게 어렵다,는 가입자 목소리를 들었고, 더 쉽고 재밌게 콘텐츠를 탐색할 수 있도록 세로형 피드를 도입했다”고 말했다.
같은 콘텐츠에 대한 피드라도, 개인 취향에 따라 다른 영상이 제공된다.
킴 호 디자이너는 “같은 BTS 콘텐츠 피드라도 어떤 사람에겐 무대 영상이, 어떤 사람에겐 비하인드씬이 나온다”며 “앱이 개인 가입자의 선호도를 학습하고, UI, UX에 선호도가 반영되도록 앱을 설계하고 있다”고 설명했다.
넷플릭스는 연내 액션, 로맨스, 팟캐스트, WWE 등 장르별로 피드를 구분한 테마형 클립 영상 컬렉션도 선보일 계획이다.
기존 홈 화면에도 넷플릭스의 개인 맞춤형 UI, UX가 적용됐다.
유지니 여 넷플릭스 APAC 프로덕트 머천다이징 시니어 디렉터는 “가입자가 넷플릭스를 열었을 때 ‘넷플릭스는 난 알아’라고 생각하게 만들기 위해 홈 화면 순서나 콘텐츠 포스터, 배경 화면 등을 여러 버전으로 준비하고 개별 가입자에게 가장 잘 맞는 것으로 선보인다”고 말했다.
개인 맞춤 추천엔 AI가 사용된다. 스톤 최고 제품 기술 책임자는 “넷플릭스는 AI를 활용해 가입자의 실제 요구를 파악하고 몰입감 있는 경험을 제공하는 노력을 계속하고 있다”고 했다.
오는 20일엔 장편 애니메이션 ‘케이팝 데몬 헌터스’ 공개 1주년을 맞아 ‘혼문 비츠’, ‘닷 투 닷’ 등 케데헌 주제 게임이 출시될 예정이다.
리사 부르게스 게임스 스튜디오 총괄 매니저는 “넷플릭스는 많은 가입자가 신뢰하는 서비스고, 이야기와 캐릭터 IP에 대한 접근성이 뛰어나다”며 “사랑받는 주류 IP를 활용해 콘텐츠와 게임이 통합된 하나의 생태계를 만드는 게 중요하다”고 밝혔다.
파라마운트 "넷플릭스가 WBD 합병 훼방" 2026.06.10 넷플릭스, 신작 게임 'FIFA 월드컵: 런치 에디션' 11일 독점 출시 2026.06.05 넷플릭스, AI 애니메이션 스튜디오 만든다 2026.06.01 넷플릭스, 독일 정부 '수익 8% 재투자' 법안에 반발 2026.05.29
부르게스 총괄 매니저는 현재 모바일에 집중된 넷플릭스 게임 환경을 TV로 확장한다는 계획을 밝혔다.
그는 “2021년 넷플릭스가 공식적으로 게임을 출시한 이후 100여 개 게임을 모바일 위주로 출시해왔다”며 “이제 가입자가 어디서 게임을 하고 싶은지 고민하고, 모바일에서 가족이 함께보는 TV로 시선을 확장하고 있다”며 “모바일 게임을 강화한 후에 TV로 지평을 넓힐 계획이다”고 말했다.
스마일게이트, 신작 '이클립스' 티저 개편…연내 출시 예고
스마일게이트 '이클립스: 더 어웨이크닝' [사진: 스마일게이트]
[디지털투데이 이호정 기자] 스마일게이트가 신작 다중접속역할수행게임(MMORPG)의 연내 론칭을 공식화하며 본격적인 예열에 나섰다.
스마일게이트는 엔픽셀이 개발하고 자사가 서비스 예정인 신작 MMORPG '이클립스: 더 어웨이크닝(이하 이클립스)'의 티저 페이지를 개편하고 신규 영상, 이미지를 공개했다고 10일 밝혔다.
이클립스는 스마일게이트가 퍼블리싱을 맡은 차기 핵심 타이틀로 PC, 모바일 크로스 플랫폼을 지원한다. 회사는 이번에 개편된 티저 페이지 전면에 '2026 COMING SOON'이라는 문구를 내걸어 올해 정식 출시를 예고했다.
기존 장르의 문법을 확장해 새로운 플레이 경험을 제공하는 것이 게임의 주요 특징이다. 특히 핵심 콘텐츠로 꼽히는 '성소'를 통해 전략적 재미의 깊이를 더했다는 것이 회사 측의 설명이다.
이번 개편과 함께 베일을 벗은 키 비주얼 이미지는 미지의 캐릭터를 중심에 배치해 이클립스 특유의 분위기, 세계관을 암시하고 있다. 또한 동시 공개된 티저 영상은 기존 MMORPG 팬들에게 익숙한 플레이 방식에 의문을 던지며 이클립스만의 차별화된 경험에 대한 기대감을 조성한다.
스마일게이트는 향후 티저 페이지, 공식 유튜브 등 다양한 소셜 채널을 활용해 게임의 세부 정보를 순차적으로 오픈할 방침이다.
신재익 스마일게이트 이사는 "이번 티저 페이지를 통해 이클립스가 추구하는 게임의 방향성, 분위기를 전달하고자 했다"며 "앞으로 티저 페이지, 유튜브 등 소셜 채널에서 공개될 다양한 콘텐츠를 통해 이클립스만의 차별화된 매력을 선보일 예정으로 많은 관심을 부탁드린다"고 말했다.
키워드 #스마일게이트 #엔픽셀 #이클립스: 더 어웨이크닝 #신작 #게임 #MMORPG
이 시각 추천뉴스 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시 "XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다 10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동 비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러? "전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까 백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차 XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다 IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
"XRP 얼마 갈까" 질문에 침묵…XRPL 개발자, 전망 대신 개발 택했다
10개월 잠잠하던 시바이누 고래, 4000억 SHIB 이동
비트코인, 2020년 이후 역대급 과매도 신호…다음 목표가 7만달러?
"전 세계 500개 은행과 연결" 리플 문서 실체는?…XRP 대규모 채택 증거일까
백악관은 조기 처리 압박, JP모건은 난항 전망…'클래리티법' 온도차
XRP 10달러, 꿈은 아니다…다만 6000억달러 시총이 필요하다
IBK기업은행, 마이데이터 기반 부동산 청약 서비스 출시
화면을 보며 자란 세대라면 인공지능(AI)도 거리낌 없이 받아들일 것 같다. 그런데 데이터는 정반대를 가리킨다. 글로벌 커뮤니케이션 기업 위 커뮤니케이션즈(We. Communications)가 2026년 발표한 '알파 인텔리전스 2.0(Alpha Intelligence 2.0)' 보고서에 따르면, 알파세대는 AI를 능숙하게 쓰면서도 그 AI를 동시에 의심하는 첫 세대다. 알파세대(Gen Alpha)란 대략 2010년 이후 태어나 태어날 때부터 스마트폰과 AI를 곁에 둔 세대를 말한다. 지금 11세에서 15세인 이 아이들이 검색창 대신 무엇을 켜는지, 그리고 왜 그것을 경계하는지는 앞으로 AI 서비스와 브랜드의 운명을 가를 신호다.
검색창 대신 AI에게 묻기 시작한 11세에서 15세
알파세대는 나이가 들수록 검색엔진을 덜 쓰고 AI에게 직접 답을 묻기 시작한다. 위 커뮤니케이션즈가 11세에서 15세 미국 어린이 1,070명을 조사한 결과, 온라인에서 답을 찾을 때 일반 검색엔진(구글, 빙 등)에 의존하는 비율은 11세 57%에서 15세 48%로 떨어진 반면, 같은 기간 대규모 언어모델(LLM)과 AI 요약을 쓴다는 응답은 또렷이 늘었다. 대규모 언어모델이란 챗GPT(ChatGPT)나 제미나이(Gemini)처럼 사람의 질문에 문장으로 답해주는 AI를 말한다. 여기에 검색 결과 맨 위에 자동으로 뜨는 AI 요약(AI 오버뷰)까지 더하면, 나이가 많은 아이일수록 "검색"보다 "질문"에 가까운 방식으로 정보를 찾는 흐름이 뚜렷하다. 어른들이 여전히 키워드를 입력하고 링크를 고르는 동안, 이 아이들은 AI가 정리해준 답을 먼저 읽고 자란다.
숙제의 동반자가 된 AI, 15세의 80%가 사용
알파세대에게 AI는 이미 숙제를 함께 하는 동반자다. 보고서에 따르면 학교 과제에 AI 도구를 쓴다고 답한 비율은 11세 59%에서 15세 80%로 뛴다. 나이가 한 살씩 올라갈 때마다 AI는 더 깊이 학습 안으로 들어온다. 아이들이 AI를 쓰는 용도는 첫째가 자료 조사, 둘째가 아이디어 떠올리기(브레인스토밍), 셋째가 자료 요약이다. 단순히 답을 베끼는 도구가 아니라, 찾고 발상하고 정리하는 공부 과정 전체에 AI가 끼어들어 있다는 뜻이다. 알파세대의 20%는 자기 기기에 자동화나 개인 맞춤 같은 AI 기능이 더 많이 들어오길 원한다고 답했다. 다섯 명 중 한 명은 지금보다 더 많은 AI를 원하는 셈이다.
"AI에 너무 의존한다"고 스스로 말하는 아이들
흥미로운 반전은 같은 아이들이 AI를 경계한다는 점이다. AI를 가장 능숙하게 쓰는 세대가, 동시에 AI 의존을 가장 날카롭게 비판한다. 보고서에서 알파세대의 약 48%, 즉 거의 절반이 "일부 학생들이 AI 도구에 너무 의존해 스스로 생각하지 않는다"고 답했다.
그림1. 알파세대 42%, "기술 없는 삶이 더 낫다" (출처: We. Communications 'Alpha Intelligence 2.0')
같은 조사에서 5명 중 2명에 가까운 비율은 AI가 학생의 시간을 많이 아껴주고 유용한 학습 도구라고도 답했다. 도움이 된다는 것을 알면서도 지나친 의존은 경계하는, 두 마음을 함께 품은 태도다. 미래 일자리를 보는 시선도 갈렸다. AI가 일을 더 쉽고 빠르게 만들어 도움이 될 것이라는 답이 32%, 많은 일자리를 대체해 기회를 줄일 것이라는 답이 22%, 둘 다라는 답이 34%였다.
그림2. 알파세대 48%, "학생들의 과도한 AI 의존" 우려 (출처: We. Communications 'Alpha Intelligence 2.0')
더 나아가 알파세대의 42%는 "오늘날의 모든 기술이 없는 편이 삶이 더 나을 것"이라는 말에 어느 정도 동의했다. 기술 속에서 자랐지만 기술을 맹신하지는 않는, 이 세대의 균형 감각이 드러나는 대목이다.
그림3. AI와 미래 일자리, 도움 32% vs 위협 22% (출처: We. Communications 'Alpha Intelligence 2.0')
기업을 신뢰하는 알파는 11%뿐, GEO가 브랜드의 생존선
알파세대가 가장 신뢰하지 않는 집단은 기업이다. 보고서에서 "가장 신뢰하는 기관"을 묻자 과학 기관·과학자가 43%로 1위였고, 기업과 대기업은 11%로 최하위였다. 이는 연방정부(12%)보다도 낮은 수치다. 신뢰는 낮은데 영향력은 막대하다는 점이 브랜드에는 숙제다. 보고서는 알파세대가 직접 쓰는 돈만 수십억 달러에 달하고 가족의 소비 결정까지 좌우한다고 짚으며, 가장 나이 많은 알파가 이제 막 16세가 됐다고 강조한다. 그래서 보고서가 커뮤니케이션 담당자에게 제시한 첫 번째 과제가 GEO다. GEO(Generative Engine Optimization), 곧 생성형 엔진 최적화란 챗GPT 같은 AI가 답을 만들 때 우리 브랜드가 그 답 안에 등장하도록 콘텐츠를 다듬는 전략을 말한다. 알파세대가 검색 링크를 클릭하는 대신 AI가 정리해준 답을 먼저 읽는다면, 그 답에 이름이 오르지 못한 브랜드는 아예 보이지 않는다. 보고서는 GEO가 선택이 아니라 생존이라고 표현했다.
FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)
알파세대는 AI를 주로 학교 숙제에 사용합니다. 위 커뮤니케이션즈 보고서에 따르면 자료 조사, 아이디어 떠올리기, 자료 요약 순으로 활용하며, 15세의 80%가 과제에 AI 도구를 쓴다고 답했습니다.
아닙니다. 알파세대의 약 48%는 일부 학생이 AI에 너무 의존한다고 걱정했고, 42%는 모든 기술이 없는 삶이 더 나을 수 있다고 답했습니다. AI를 잘 쓰면서도 동시에 경계하는 태도를 보입니다.
GEO는 생성형 엔진 최적화(Generative Engine Optimization)로, 챗GPT 같은 AI가 답변을 만들 때 우리 브랜드가 그 안에 노출되도록 콘텐츠를 최적화하는 전략입니다. 알파세대가 검색 링크 대신 AI 요약을 먼저 읽기 때문에, AI 답변에 등장하지 못하면 브랜드가 보이지 않게 됩니다.
기사에 인용된 리포트 원문은 위 커뮤니케이션즈(We. Communications) 에서 확인할 수 있다.
애플 WWDC 시연이 더 '진짜'처럼 보인 이유…3883억 원 허위광고 합의의 그림자 2026.06.09 한 달에 앱 12만 개가 쏟아지는데 살아남는 건 단 2%뿐인 이유 2026.06.08 맥OS 27, 애플 실리콘 전용으로…인텔 맥 시대 막 내린다 2026.06.09 테슬라에 밀리고 BYD에 쫓기고…현대차·기아 전기차 딜레마 2026.06.10
리포트명: Alpha Intelligence 2.0 — Understanding the Alpha Era