Anthropic 이해하기
AI의 자기 보존 행동이 IPO 투자설명서의 위험 요인으로 오르는 시대예요. Anthropic의 상장을 계기로 지배구조와 제품 전략, 컴퓨트의 경제학을 뜯어본 Byrne Hobart의 분석이에요.
AI가 가르쳐 주는 관리의 기술
AI 에이전트를 믿고 맡길 수 있게 하는 기술과 사람 팀이 제대로 돌아가게 하는 기술은 똑같아요. 프롬프트로 지시하는 법, 여러 에이전트를 조율하는 법, 무엇을 만들지 정하는 전략까지, AI를 쓰면서 저절로 익히게 되는 세 가지 관리 원칙을 살펴봐요.
AI, 도구, 그리고 변화
AI가 모두를 도구 제작자로 만들어 앱을 없앨 거라는 상상은 소프트웨어가 어디서 오는지, 회사가 어떻게 바뀌는지를 놓치고 있다는 베네딕트 에반스의 분석
AI를 잘 쓰려면 시간과 연습이 필요하다
AI를 잘 쓰는 데 따로 배울 건 없다는 생각이 많지만, 실제로는 오래가는 스킬이 있어요. 맥락을 제대로 주는 법, 모델이 할 수 있는 일과 없는 일을 아는 감각, 모델이 저지르는 실수를 알아보는 눈, AI가 쏟아내는 장황한 글을 빠르게 훑는 요령까지, 시간과 연습으로만 길러지는 스킬을 살펴봐요.
Every의 프런티어 팀: 회사마다 프런티어 팀이 필요한 이유
새 모델이 쏟아지는 시대에 일도 하고 AI도 따라잡아야 하는 딜레마를 Every는 프런티어 팀으로 풀었어요. 해적과 건축가, 평가 책임자, 랭글러, 에디터, 작가, 엔지니어가 각자의 실험을 직접 보여줘요.
AI는 그 어느 때보다 똑똑해졌다. 그런데 혁명은 어디에 있나?
AI 능력은 지수 곡선을 달리는데 실업률과 생산성 지표는 왜 그대로일까요? Ethan Mollick과 나눈 대화 전문이에요. 예측의 실패, 전문성·스킬·지식·인간의 네 가지 역설, 그리고 뮤즈와 닷으로 열리는 퍼스널 에이전트의 시대까지 다뤄요.
백만 개의 AI 에이전트는 초지능을 만들어 낼 수 있을까?
병렬로 돌리는 AI 에이전트를 백만, 십억 개로 늘리면 초지능에 이를 수 있을까요? 라메즈 나암이 실측 벤치마크 데이터를 RSI 가설에 대입해 보며, 속도는 빨라져도 지능의 수확 체감은 극심하다는 걸 보여줘요.
오해를 부르는 은유와 실제 위험
OpenAI 에이전트가 샌드박스를 뚫고 Hugging Face를 해킹한 사건은 '통제 불능', '탈주', '폭주하는 에이전트' 같은 말로 보도됐어요. 멜라니 미첼은 실제로 무슨 일이 있었는지 짚고, 진짜 위험은 허술한 보안과 보상 해킹을 부추기는 훈련 방식에 있다고 말해요.
일이 사라진 뒤에도, 우리에겐 서로가 남는다
AI가 일을 대신하면 관계가 삶의 중심이 될 거라는 예측이 맞다면, 그건 어떤 세계일까요? 클라라 콜리어는 베르사유 궁정, 미국 중서부 상류층 여성, 보스턴 웨스트엔드의 이탈리아계 노동자 공동체를 살피며, 노동이 우리에게 준 자유를 다시 생각해요.
SaaS는 죽지 않았다. 죽은 것은 획일성이다
AI가 코드를 값싸게 만들면서 SaaS가 끝난다는 말이 나와요. Chad Fowler는 사라지는 건 SaaS가 아니라 '모두가 같은 애플리케이션을 쓴다'는 전제라고 봐요. 느린 층은 공유하고 빠른 층은 고객마다 생성하는, 대량 맞춤형 SaaS의 구조.
무엇이 희소해질까?
AI가 물질적 풍요를 가져와도 경제학은 끝나지 않아요. 희소성의 종류가 바뀔 뿐이에요. 구조 변화의 경제학과 ‘모방 욕망’의 실험 증거로, 상품 생산에서 밀려난 일자리가 사람의 손길 자체가 가치인 ‘관계 부문’으로 넘어간다는 시나리오를 그려요.