트렌드 경제노트

저는 처음 자동매매 알고리즘으로 자동봇을 접했을 때, 저도 빅테크가 말하는 낙관론을 반쯤 믿었습니다. "AI는 인간을 돕는 도구"라는 말이 그렇게 틀린 것도 아니니까요. 그런데 시장이 한 번 뒤집히고, 예비 창업자가 눈앞에서 무너지는 걸 보고 나면 생각이 달라집니다. AI가 '과업(Task)만 대체한다'는 말 뒤에 무엇이 숨어 있는지, 현장에서 직접 겪은 이야기로 짚어보겠습니다. AI는 과업을 대체한다 — 그게 왜 문제인가글로벌 기술 리더들 사이에서 자주 나오는 말이 있습니다. "AI는 인간이 아닌 과업(Task)을 대체한다." 언뜻 들으면 안심이 됩니다. 그런데 이 문장을 뒤집으면 전혀 다른 그림이 나옵니다. 단순 과업만 수행해온 수많은 노동자들의 자리가 구조적으로 사라진다는 뜻이기도 하니까요.실제로 ..

솔직히 처음엔 저도 피지컬 AI를 그냥 "똑똑한 AI를 로봇 몸통에 넣으면 끝"이라고 생각했습니다. 그런데 막상 들여다보니 핵심은 완전히 다른 곳에 있었습니다. 언어를 이해하는 지능과 몸으로 세상을 배우는 지능은 구조 자체가 다르다는 것, 그리고 한국이 이 판에서 진짜 승부를 걸 수 있는 이유도 기대와는 다른 각도에 있었습니다.물리지능이란 무엇인가 — 언어지능과 근본적으로 다른 이유피지컬 AI(Physical AI)라는 단어를 처음 접했을 때, 저는 이미 알고 있는 AI가 그냥 로봇 껍데기를 입은 것 정도로 이해했습니다. 그런데 제가 직접 여러 자료를 살펴보면서 이 생각이 얼마나 얄팍한 것이었는지 깨달았습니다. 피지컬 AI의 핵심은 '물리지능(Physical Intelligence)'을 인공적으로 구현하..

아이 학원비 명세서를 펼쳐놓고 "이게 맞는 건가?" 하는 생각이 드신 적 없으신가요? 저도 그 감각을 압니다. 정작 현업에서 AI 툴을 매일 다루다 보니, 아이들이 12년을 바쳐 쌓는 지식을 AI가 12분 만에 따라잡는 현실이 피부로 느껴졌습니다. 이 글은 AI 시대에 부모가 자녀를 위해 진짜 준비해야 할 것이 무엇인지, 현장 경험과 함께 정리했습니다.인성이 '실력'이 되는 시대, 이게 정말 가능한 말일까?"실력 없으면 인성이라도 좋아야지"라는 말, 한 번쯤 들어보셨죠? 저도 어릴 때 그 말을 당연하게 받아들였습니다. 인성은 실력과 별개의 것, 넉넉할 때나 챙기는 덕목이라고요.그런데 요즘 현장에서 느끼는 건 정반대입니다. 젠슨 황 엔비디아 CEO가 한국 방문 당시 "이제는 지식보다 인성과 회복탄력성이 경..

삼성전자가 FMS 2026에서 GHBM 컨셉을 공개했을 때, 저는 처음에 "이건 그냥 또 하나의 로드맵 발표겠지"라고 흘려들었습니다. 그런데 구조도를 천천히 들여다볼수록 이건 단순히 메모리 성능 얘기가 아니었습니다. 엔비디아 같은 팹리스(fabless)가 자기 칩 설계 자체를 뜯어고쳐야 한다는 이야기였거든요. 그 순간부터 이 발표가 달리 보이기 시작했습니다.GPU 위에 메모리를 올린다는 것의 진짜 의미솔직히 이건 예상 밖이었습니다. GHBM(Graphically Stacked HBM)의 핵심은 기존 HBM처럼 GPU 옆에 메모리를 두는 2.5D 구조가 아니라, GPU 다이(die) 바로 위에 메모리를 수직으로 쌓는 3D 적층 구조입니다. 여기서 2.5D 구조란? GPU와 HBM을 실리콘 인터포저(inte..

올해 수능에서 만점을 받은 AI가 있습니다. 수학, 국어 할 것 없이 적어도 하나 이상의 AI가 각 과목에서 만점을 기록했다는 결과가 나왔습니다. 처음 이 소식을 접했을 때 저는 솔직히 한동안 멍하게 있었습니다. "그러면 우리 아이에게 뭘 가르쳐야 하지?"라는 질문이 머릿속에서 멈추질 않았습니다.AI를 직접 써보니 보인 것 — 기본기의 빈자리제가 AI를 업무에 처음 도입했을 때는 정말 신세계였습니다. 보고서 초안을 뽑고, 데이터를 정리하고, 복잡한 이메일을 다듬는 데 걸리는 시간이 절반 이하로 줄었습니다. "이거 되는구나" 싶었죠.그런데 쓰면 쓸수록 이상한 일이 생기기 시작했습니다. AI가 만들어준 보고서를 검토하다가 출처가 없는 수치를 발견했습니다. 그럴듯한 문장 안에 틀린 사실이 숨어 있었던 겁니다...

솔직히 말하면, 저는 한동안 책을 펼치는 대신 AI 창을 먼저 열었습니다. 그게 더 효율적이라고 믿었으니까요. 그런데 매일 AI 자동화를 돌리고 데이터를 분석하는 환경에서 직접 부딪혀 보니, 그 믿음이 조금씩 흔들리기 시작했습니다. AI가 아무리 정교한 답을 내놓아도, 그 답을 제대로 쓸 수 있는 사람과 그렇지 못한 사람 사이의 격차는 생각보다 훨씬 컸습니다.AI한테 다 맡겼다가 처음으로 무너진 날저는 시장 흐름을 읽고 자동화 전략을 운용하는 일을 합니다. AI 보조 지표가 깔끔하게 정리된 시나리오를 내놓을 때면 솔직히 '이제 내가 직접 고민할 필요가 있나?' 싶었습니다. 처음 한두 달은 그게 맞는 것처럼 보이기도 했고요.그런데 예외 변수가 터진 날, 저는 속수무책이었습니다. AI가 제시한 패턴은 완벽해..