읽을 가치가 있는 기사만, 짧고 또렷하게.

ScreenSize.net의 브라우저 세션에서 수집된 익명 집계 데이터를 분석한 결과, 실제 데스크톱 및 모바일 뷰포트의 분포에 대한 통계가 제시되었습니다. 가장 흔한 데스크톱 뷰포트는 1920 × 920 CSS 픽셀이며 전체 샘플의 15.7%를 차지했습니다. 모바일 환경에서는 400px 너비의 뷰포트가 64.1%로 가장 흔하게 나타났습니다.

이러한 통계는 개발자들이 반응형 디자인을 설계할 때 실제 사용 환경의 뷰포트 크기와 밀도를 고려해야 함을 보여줍니다. 특히 데스크톱 환경에서 1920px와 1280px의 분포가 높으며, 1920 × 1080과 같은 해상도 쌍이 자주 관찰됩니다.

또한, 기기 픽셀 비율(DPR) 측면에서 1.00×가 64.6%로 가장 흔하며, 이는 CSS 픽셀과 실제 물리적 픽셀 간의 관계를 이해하는 데 중요합니다. 이 보고서는 전 세계 시장 점유율이 아닌 측정된 브라우저 세션 샘플을 기반으로 하며, 6000 CSS 픽셀 이상 또는 4000 CSS 픽셀 이상의 뷰포트는 제외되었습니다.

케이스, 커버, 시계 밴드 등 애플 기기에 맞는 액세서리를 설계할 수 있도록 제품별 치수 도면과 기술 사양이 PDF 형태로 제공됩니다. 이 자료는 물리적인 외형 사양표만으로는 파악하기 어려운 세부 형태를 정확하게 확인할 수 있도록 설계되었습니다.

제공되는 도면에는 단순히 가로, 세로, 두께 정보뿐만 아니라 버튼, 포트, 카메라의 위치와 모서리 곡면까지 상세하게 표시되어 있습니다. 이는 액세서리를 제작하는 사람들이 기기의 외형적 디테일을 정확하게 반영하여 맞춤형 제품을 설계하는 데 필수적인 정보를 제공합니다.

따라서 이 자료는 외형 사양표만으로는 알기 어려운 복잡한 형태와 곡면 정보를 확인하여 정밀한 설계 작업을 수행하고자 하는 디자이너나 제작자들에게 매우 유용합니다. 이 치수 도면과 기술 사양은 애플 기기에 완벽하게 맞는 액세서리를 제작하는 데 필요한 구체적이고 상세한 설계 자료가 됩니다.

10년 이상 사용한 Arch Linux 홈 서버를 GNU Guix로 전환하여 시스템 상태를 Git 기반의 선언적 구성으로 관리하는 경험을 공유합니다. 이 전환은 여러 파일과 패키지 관리 이력에 흩어져 있던 복잡한 시스템 상태를 체계적으로 관리하고 추적할 수 있게 해줍니다.

이러한 시스템 전환은 개발 환경에서 흔히 발생하는 구성 관리의 어려움을 해결하는 데 중점을 둡니다. 특히 시스템 상태를 Git 기반으로 선언적으로 구성함으로써, 시스템의 변경 이력을 명확하게 기록하고 재현 가능하게 만드는 것이 핵심입니다.

한편, NixOS도 시험해 보았으나 문서 분산과 실험적인 기능들 때문에 불편함을 겪었다는 내용도 함께 다루고 있습니다. 이는 시스템 구성 관리 도구를 선택할 때 단순히 기능뿐만 아니라 문서화의 완성도와 사용 편의성, 그리고 커뮤니티 지원의 맥락을 고려해야 함을 시사합니다.

기업용 마케팅 웹사이트 구축과 운영을 위한 AI 웹사이트 빌더 네오프레스(Neopress)가 개발되고 있습니다. 이 도구는 Next.js를 기반으로 하며, 단순한 AI 웹사이트 빌더를 넘어 CMS, SEO, 전환 분석 기능을 통합하여 제공하는 것을 목표로 합니다.

기존에는 AI를 활용하여 웹사이트의 첫 페이지를 만드는 것은 비교적 쉬워졌지만, 실제 기업 웹사이트를 구축하고 운영하는 것은 여전히 복잡하고 어렵다는 문제가 존재합니다. 네오프레스는 이러한 운영의 어려움을 해결하고 개발자들이 마케팅 웹사이트를 효율적으로 구축하고 관리할 수 있도록 돕고자 합니다.

네오프레스는 AI 기반의 콘텐츠 생성과 더불어 필수적인 마케팅 기능들을 통합함으로써, 개발자들이 복잡한 웹사이트 운영에 필요한 모든 요소를 한 번에 관리할 수 있는 환경을 제공합니다. 이는 단순히 디자인을 만드는 것을 넘어 SEO 최적화와 사용자 전환 분석까지 고려하는 실질적인 솔루션을 제공한다는 점에서 의미가 있습니다.

어텐션만을 사용하는 0층에서 2층까지의 트랜스포머를 토큰에서 출력 로짓까지 이어지는 계산 경로로 분해하여 가중치로부터 모델의 동작을 읽어내는 기계적 해석 가능성 프레임워크를 구축했습니다. 이 연구는 트랜스포머 회로에 대한 수학적 프레임워크를 제시하며 모델 내부의 작동 방식을 해석하는 데 기여합니다.

구체적으로 어텐션 헤드가 정보를 어디서 가져올지 결정하는 QK 회로에 초점을 맞추어 분석을 진행했습니다. 이 연구는 모델의 가중치에 내재된 계산 경로를 분석함으로써 모델이 어떻게 정보를 처리하고 최종 출력을 생성하는지 이해할 수 있는 기반을 마련합니다.

이를 통해 개발자들은 트랜스포머 모델의 내부 구조와 동작을 더 깊이 이해하고, 모델의 예측 과정에 대한 해석 가능성을 확보하는 데 필요한 수학적 도구를 얻을 수 있습니다. 이는 모델의 동작을 해석하고 개선하는 데 중요한 해석 가능성 연구 분야에 기여합니다.

OpenAI의 온라인 스토리지 플랫폼인 Habitat은 방대한 규모의 데이터와 요청 처리를 위해 확장되고 있습니다. 현재 Habitat는 약 40개 지역에서 초당 7,000만 건 이상의 요청을 처리하며, 매주 10억 명 이상이 사용하는 제품에 500PB 이상의 데이터를 제공하고 있습니다. 이는 10억 명 이상의 ChatGPT 사용자를 지원하기 위한 온라인 스토리지 인프라의 빠른 확장을 의미합니다.

이러한 대규모 운영 환경에서 개발자들은 서비스의 배포와 관측성을 개선하기 위한 아키텍처 변화를 겪고 있습니다. 여러 서비스에 배포된 클라이언트 라이브러리를 독립적인 서비스로 전환하는 작업이 진행되고 있습니다.

이러한 전환은 단순히 인프라 확장을 넘어, 서비스의 배포 효율성과 운영 관측성을 높이는 데 중점을 둡니다. 독립 서비스 구조는 복잡한 시스템에서 배포 과정을 단순화하고, 각 구성 요소의 상태를 더 명확하게 모니터링할 수 있게 합니다.

결론적으로, Habitat의 대규모 데이터 처리와 더불어 클라이언트 라이브러리를 독립 서비스로 전환하는 움직임은 대규모 AI 서비스 환경에서 엔지니어링 관측성과 배포의 효율성을 높이는 방향으로 발전하고 있음을 보여줍니다.

애플 A20 Pro 칩은 싱글스레드 성능에서 데스크톱용 인텔 i9나 AMD Ryzen 9보다 최대 32% 높은 성능을 보였습니다. Geekbench 7 테스트 결과, A20 Pro는 싱글스레드에서 4,006점, 멀티스레드에서 11,460점을 기록했는데, 이는 이전 세대인 A19 Pro 대비 싱글스레드 성능이 23.3%, 멀티스레드 성능이 27.1% 향상된 수치입니다.

이러한 싱글스레드 성능은 데스크톱 CPU와 비교했을 때도 주목할 만한 수치입니다. A20 Pro의 싱글스레드 성능은 AMD Ryzen 9 9950X3D보다 약 26%, 인텔 Core i9-14900KS보다 약 32% 더 빠릅니다. 이는 특정 작업에서 단일 코어 성능이 중요한 애플리케이션에 있어 모바일 칩이 상당한 이점을 제공함을 의미합니다.

하지만 멀티스레드 성능에서는 여전히 고급 데스크톱 CPU들이 큰 격차를 유지하고 있습니다. 멀티스레드 점수는 11,460점으로 측정되었으나, 이는 고급 데스크톱 CPU들의 성능을 따라잡기에는 부족한 수준입니다. 따라서 A20 Pro는 싱글스레드 성능에서 강점을 보이지만, 복잡한 멀티스레드 작업에서는 데스크톱 CPU가 우위를 점한다는 점을 고려해야 합니다.

인공지능 기술이 세상을 변화시키는 속도가 빨라지면서, 이 기술의 규칙과 안전 기준을 누가 정의해야 하는지에 대한 근본적인 질문이 제기되고 있습니다. 실리콘밸리의 소수 시장 지배 기업들이 전체 세계의 기술 발전을 주도하는 AI의 규칙을 독점하려 한다는 비판이 제기되고 있습니다.

일부 거대 기업들은 공공의 안전을 명분으로 삼아 경쟁 규칙을 변경하고 다른 모든 사람들에게 조건을 지시하려 한다는 우려가 있습니다. 이는 AI 기술의 발전 속도를 결정하는 데 있어 소수의 집단이 독점적인 입장을 취할 경우, 책임감 있는 개발과 지속 가능한 발전을 저해할 수 있다는 점을 시사합니다.

따라서 AI의 안전성과 책임 있는 발전을 보장하기 위해서는 소수의 기업뿐만 아니라 안전 전문가, 입법자 등 더 많은 목소리가 참여해야 합니다. 개발자들은 기술을 책임감 있게 구축하고 사회적으로 지속 가능한 속도로 발전시키기 위해 법률 및 안전 전문가의 의견을 경청하고 협력해야 합니다.

루마니아 축구협회(FRF)가 유소년 경기에서 학부모와 관중의 괴롭힘과 압박을 방지하기 위해 새로운 징계 수단인 블랙카드를 도입했습니다. 이는 선수 개인을 징계하는 기존의 옐로카드나 레드카드와는 달리, 부적절한 관중 행동이 지속될 경우 경기를 완전히 종료시키는 목적으로 사용됩니다.

블랙카드는 단순한 선수 징계를 넘어 경기 환경을 통제하고 부적절한 행동을 즉각적으로 중단시키기 위한 강력한 조치입니다. 이 제도는 유소년 축구 환경에서 학부모와 관중의 과도한 압박으로부터 선수들을 보호하는 데 중점을 두고 있습니다.

이러한 블랙카드 제도는 부적절한 관중 행동이 계속될 때 경기를 완전히 종료할 수 있는 권한을 부여함으로써, 경기 중 발생하는 심각한 상황에 대해 보다 적극적으로 대응할 수 있게 합니다. 적용 시점과 구체적인 기준에 대한 세부 사항은 별도로 확인이 필요합니다.

개발자 커뮤니티에서 현재 진행 중인 작업과 최근 호기심을 느낀 주제를 공유하는 자리입니다. 이 게시물은 개발자들이 현재 어떤 프로젝트를 진행하고 있는지, 혹은 어떤 기술이나 주제에 대해 흥미를 느끼고 있는지 서로 정보를 교환하는 목적으로 운영됩니다.

참여자들은 자신의 작업 과정에서 겪는 문제 해결 방법이나 새로운 기술에 대한 탐색 경험 등을 공유하며 피드백을 얻고자 합니다. 이는 단순히 작업 현황을 나열하는 것을 넘어, 개발 과정에서 발생하는 고민이나 새로운 아이디어를 함께 논의하는 데 중점을 둡니다.

따라서 이 글을 통해 독자들은 다른 개발자들이 어떤 종류의 작업에 몰두하고 있는지 간접적으로 파악하고, 자신과 유사하거나 새로운 아이디어를 얻을 수 있는 영감을 얻을 수 있습니다. 구체적인 기술 스택이나 프로젝트 세부 사항은 공유하는 개인에 따라 다양할 수 있으므로 폭넓은 시각으로 접근하는 것이 좋습니다.

Signal-Android에 전화번호 없는 계정의 기본 가입 및 로그인 기능을 추가하는 커밋이 공개되었습니다. 이 변경 사항에는 해당 계정에 새로운 zkgroup 자격 증명(credentials)을 사용하는 기능이 포함되어 있습니다.

이번 업데이트는 사용자에게 전화번호 없이도 안전하게 계정을 생성하고 인증할 수 있는 방식을 제공하며, 이를 위해 영지식 증명(ZKP) 기술이 적용되었습니다. ZKP는 이미 기부 배지, 백업 결제, 그룹 관리 등 다양한 기능에서 활용되고 있는 기술입니다.

Signal이 zkgroup 자격 증명을 도입함으로써, 사용자들은 개인 정보를 노출하지 않고도 강력한 보안 환경에서 계정 관리 및 인증을 수행할 수 있게 됩니다. 이는 프라이버시 중심의 암호화 기술이 실제 서비스 환경에서 어떻게 구현되고 확장될 수 있는지 보여주는 사례입니다.

나이키가 18년 만에 S&P 100 지수에서 탈퇴하며 2000억 달러의 시가총액을 잃는 등 큰 타격을 입었습니다. 이 회사는 2021년 최고치 대비 시가총액이 80% 가까이 하락했으며, 현재 약 570억 달러의 가치를 기록하고 있습니다. 나이키는 2026년 9월 21일에 S&P 100 지수에서 공식적으로 제외되며, 이와 함께 허니웰 에어로스페이스, 사이먼 프로퍼티 그룹 등 다른 기업들도 같은 날 지수를 이탈합니다.

나이키의 실적 악화는 근본적인 사업 부문의 둔화에서 비롯되었습니다. 특히 중국 시장에서의 매출이 분기별로 감소했으며, 직접 소비자 판매 사업 부문도 어려움을 겪었습니다. 이러한 상황 속에서 회사는 CEO의 리더십 아래 도매 관계 재구축, 재고 감소, 그리고 성능 제품에 대한 브랜드 강조로 방향을 전환하며 구조적인 개선을 시도하고 있습니다.

나이키는 현재 중국 브랜드 및 호카, 온과 같은 국제 경쟁사들의 강력한 경쟁에 직면해 있습니다. 회사는 이러한 도전을 극복하고 잠재력을 실현하기 위해 지속적인 실행과 수익성 개선에 집중하고 있습니다.

안드로이드에서 권한이 없는 앱을 통해 삼성, 샤오미 등 주요 제조사의 기기에서 루팅을 수행할 수 있는 일반적인 익스플로잇 전략이 제시되었습니다. 이 전략은 OEM 고유의 커널 드라이버 내의 Use-After-Free(UAF) 버그를 악용하고, OEM별 샌드박스 탈출을 통해 SELinux 정책이 적용된 드라이버에 접근하는 것을 핵심으로 합니다.

연구진은 이 전략을 통해 삼성 플래그십 기기(갤럭시 S23~S26 시리즈 및 Z 시리즈), 샤오미 기기 대부분, 그리고 최신 오포, 원플러스, 리얼미 기기 등 광범위한 기기에 적용 가능한 체인을 발견했습니다. 이는 일반적인 리눅스나 칩셋 드라이버가 아닌, OEM 고유의 코드 내의 버그를 목표로 함으로써 커널 버전이나 보안 강화 기법에 덜 의존하는 안정적인 취약점을 확보할 수 있게 합니다.

이러한 발견은 안드로이드 커널의 공격 표면을 이해하는 데 중요하며, DAC, SELinux, seccomp와 같은 다층적인 보안 메커니즘이 어떻게 커널 접근을 제한하는지 보여줍니다. 특히 UAF 버그는 슬랩(slab) 보호나 KASLR 같은 일반적인 커널 강화 기법을 우회할 수 있는 물리 메모리 수준의 원시적인 권한을 제공하기 때문에, 드라이버가 커널 소유 페이지를 사용자 공간으로 매핑하는 방식에 대한 심층적인 검토가 필요함을 시사합니다.

개발자 antoineleclair가 공개한 크롬 확장 프로그램은 해커 뉴스에서 greg.technology 또는 그 서브도메인에 링크되거나 gregsadetsky가 게시한 글과 댓글을 표시하는 기능을 제공합니다. 이 확장 프로그램은 greg의 콘텐츠를 자동으로 식별하고 사용자에게 시각적으로 표시하여 놓치는 정보를 방지하는 것을 목표로 합니다.

확장 프로그램은 해당 게시물에 주황색 greg 배지를 표시하며, greg가 페이지에 있을 때 춤추는 애니메이션을 추가하여 해당 콘텐츠를 쉽게 식별할 수 있도록 돕습니다. 사용자는 배지를 클릭하여 다음 발견된 greg의 게시물로 바로 이동할 수 있으며, 댓글에 대해서도 별도로 표시하여 관련 정보를 쉽게 찾을 수 있습니다.

이 프로젝트는 특정 개발자가 재미로 생성한 콘텐츠를 자동화된 방식으로 추적하고 분류하는 데 초점을 맞추고 있습니다. 이는 개발자들이 특정 주제나 개인의 활동을 모니터링하고 정리하는 데 사용할 수 있는 자동화된 워크플로우 도구의 가능성을 보여줍니다.

해당 확장 프로그램은 별도의 빌드 과정이나 의존성 없이 크롬 확장 프로그램으로 바로 설치할 수 있으며, 뉴스 사이트에서 직접 작동하도록 설계되었습니다. 이는 개발자들이 개인적인 관심사나 특정 커뮤니티의 활동을 효율적으로 관리하는 데 적용할 수 있는 실용적인 예시를 제공합니다.

인공지능이 10년 안에 모든 인간을 죽일 확률이 10%를 넘는다는 예측이 제기되었으나, 이는 인류 멸종이라는 극단적인 결과를 내세우는 만큼 구체적인 근거가 부족하다는 비판을 받고 있습니다. 이러한 예측은 기술 발전과 관련된 공포를 반영하지만, 실제 데이터나 논리적 근거가 미흡하다는 지적이 나오고 있습니다.

기술 전반을 이해하기 어려운 대중은 AI와 같은 복잡한 기술에 대해 분야별 전문가를 신뢰할 수밖에 없는 상황입니다. 따라서 전문가들이 퍼뜨리는 정보의 역할과 그 신뢰성에 대한 논의가 중요해지고 있습니다.

결국 이러한 예측과 정보 확산은 기술에 대한 대중의 이해 부족과 전문가에 대한 의존이라는 사회적 맥락 속에서 해석되어야 합니다. AI의 위험성에 대한 논의는 구체적인 데이터와 객관적인 분석을 바탕으로 이루어져야 하며, 전문가의 의견을 수용함과 동시에 비판적인 시각을 유지하는 것이 필요합니다.

인공지능의 악의적 사용에 대한 이 보고서는 AI가 디지털, 물리적, 정치적 영역에서 위협 환경에 미치는 잠재적 보안 위협을 조사하고 이를 예측, 예방, 완화할 방법을 제안합니다. 연구진은 AI가 위협 환경에 영향을 미치는 방식을 분석하여 AI 연구자 및 이해관계자들을 위한 네 가지 주요 권고 사항을 제시했습니다.

이 보고서는 AI 기반 위협에 대응하기 위한 구체적인 방어책과 공격을 덜 효과적으로 만들거나 실행하기 어렵게 만드는 추가적인 연구 분야를 제안합니다. 이는 AI 시스템의 보안 취약점을 예측하고 방어 전략을 수립하는 데 필요한 실질적인 통찰력을 제공합니다.

또한 보고서는 공격자와 방어자의 장기적인 균형 상태에 대해서도 논의하며, 이는 AI 보안 분야에서 공격과 방어의 역학 관계를 이해하는 데 중요한 맥락을 제공합니다. 개발자와 보안 전문가들은 이러한 분석을 통해 AI 시스템의 보안 포트폴리오를 확장하고 악의적인 사용으로부터 시스템을 보호하기 위한 선제적인 조치를 취할 수 있습니다.

빅 AI 기업 리더들이 규제 포획을 위한 방식을 합의하고 이를 ‘경계를 따라 나아가기(Pace the frontier)’라고 명명했습니다. 이들은 정부가 자신들이 만든 AI를 통제할 수 있도록 하는 세 가지 계획을 제시했는데, 첫째는 AI 연구소에 안전 기준 준수 및 정렬 상태를 검증하기 위한 ‘내재된 평가자’를 운영하도록 요구하는 것입니다. 둘째는 무제한 AI 발전 속도에 대한 공통 안전 기준과 한계를 설정하기 위해 선도 AI 기업들이 협력하는 것입니다. 셋째는 민주주의 정부가 준수 여부를 검증하면서 권위주의 정부와 협력할 수 있도록 하는 것입니다.

이러한 합의는 Dario Amodei, Sam Altman, Elon Musk, Satya Nadella 등 주요 AI 리더들이 자신들의 활동에 대한 책임과 위험을 회피하고 규제 당국을 포획하려는 시도로 해석됩니다. 이는 과거 빅 AI 기업들이 충분한 감독 없이 기술을 발전시켜 아동 성적 학대 자료 생성이나 잘못된 건강 조언 제공과 같은 위험을 초래했으며, OAI-HF 사건을 포함한 여러 문제에 대해 충분히 책임지지 않았던 상황을 반영합니다.

이러한 움직임은 AI가 생산성 혁명을 가져올 것이라는 주장과 달리 실제 사용자들은 16%의 생산성 향상만을 보고했다는 연구 결과와도 맞물려 있습니다. 결국 이 합의는 AI의 발전 속도를 늦추고 안전 기준을 설정하려는 시도로, AI의 위험한 행동을 윤리적으로 통제하려는 움직임으로 볼 수 있습니다.

소셜 미디어, 인기(popularity), 그리고 예측 시장이 교차하는 지점에 대해 탐구하는 아이디어를 제시합니다. 이 글은 이러한 세 가지 요소가 실제로 어떻게 상호작용할 수 있는지, 그리고 어떤 형태를 취할 수 있는지에 대한 가능성을 모색하는 데 초점을 맞춥니다.

연구의 핵심은 소셜 미디어의 인기나 사용자 참여도를 예측 시장의 데이터와 결합하여 새로운 예측 모델을 구축하는 방안을 탐색하는 것입니다. 이는 단순히 예측 시장을 넘어 소셜 미디어 상의 트렌드나 대중의 감정 상태를 시장 참여에 반영하는 새로운 시스템을 설계하는 것을 의미합니다.

이러한 교차점은 사용자 참여를 기반으로 한 예측의 정확도를 높이고, 예측 시장에 더 풍부한 사회적 맥락을 제공할 수 있는 잠재력을 가집니다. 개발자들은 소셜 미디어 데이터를 활용하여 예측 시장의 효율성과 투명성을 개선하는 새로운 플랫폼이나 알고리즘을 구상할 수 있습니다.

궁극적으로 이 아이디어는 소셜 미디어의 흐름과 예측 시장의 경제적 메커니즘을 결합하여 사용자 기반의 예측 시스템을 혁신할 수 있는 새로운 모델을 제시합니다.

JPEG XL이 웹 이미지 코덱으로서의 위치에 대한 논쟁이 진행되고 있습니다. JPEG XL은 JPEG보다 발전된 기술이며 WebP보다 더 다재다능하고 압축 효율성이 뛰어나지만, 2023년 Chrome에서 거부당한 이력이 있습니다. 최근 Rust 기반의 JPEG XL 디코더가 Firefox와 Chrome에 통합되면서, 웹 플랫폼의 주요 이해관계자들이 이 코덱을 재평가할 가능성이 생겼습니다.

JPEG XL을 웹에 도입할 정당성을 두고 논의할 때, 저자는 웹 환경에서는 손실 압축이 선호되므로 JPEG XL의 무손실 이점은 실질적인 이점이 아니라고 주장합니다. 또한, 다른 인코더들이 인간의 시각에 맞춰 더 강력한 지각적 효율성을 달성하고 있으며, JPEG XL은 방향 예측 모드가 없어 경계 보존 측면에서 경쟁력이 떨어진다는 기술적 한계가 있습니다.

결론적으로, JPEG XL은 웹 환경에서 WebP만큼의 이점을 제공하지 않으며, 기술적 우위보다는 개발자 선택의 폭을 넓히는 데 더 큰 의미가 있다고 분석됩니다. JPEG XL과 AVIF는 각기 다른 강점을 가지므로, 웹 환경에서 이들을 모두 수용하는 것이 오히려 추가적인 호환성 문제를 야기할 수 있다는 입장입니다.

인공지능은 인간이 할 수 있는 모든 것을 더 잘 할 수 있는지에 대한 믿음의 차이가 AI에 대한 논쟁의 핵심입니다. 이 논쟁은 AI가 인간의 모든 능력을 포괄하는 역량을 계속해서 습득할 수 있는지에 달려 있으며, 이는 결국 AI가 인간의 능력 범위를 넘어설 수 있는지에 대한 근본적인 질문으로 귀결됩니다.

AI가 이전 기술과 구별되는 지점은 그 자체로 완전히 일반적이라는 점이며, 이는 AI가 인간의 모든 것을 대체할 수 없다는 한계를 내포합니다. 자동화가 새로운 일자리를 창출했던 과거의 사례와 달리, AI는 새로운 일자리를 창출할 수 있지만 그 능력은 인간의 능력과 완전히 동일하지 않습니다. 따라서 AI가 모든 직업을 대체하지 못하는 이유는 인간만이 할 수 있는 특정한 영역이 존재하기 때문이라고 주장합니다.

궁극적으로 AI가 할 수 없는 유일한 것은 '인간이 되는 것'이며, 이는 AI가 어떤 종류의 영혼이나 감정을 가질 수 없다는 의미입니다. 기술 발전이 삶의 질을 크게 향상시킬 것이라는 예측은 역사적으로 어느 정도 맞았지만, 단기적으로는 상당한 노동 충격과 임금 불평등 증가를 예상해야 합니다.

장기적으로는 일의 본질 자체가 근본적으로 달라질 것이며, 이는 예측하기 매우 어려울 것입니다. AI 시대의 경제는 음악가와 같은 특정 분야의 전문가들뿐만 아니라, AI가 대체할 수 없는 인간 고유의 영역을 중심으로 재편될 것입니다.