요약

AI는 일자리를 단순히 빼앗는 것이 아니다. 전문직 노동을 소비자의 무급 자기서비스로 전가한다. 세탁기에서 시작된 패턴이 회계·법률·의료까지 확장되고 있다는, Oxford 경제학자 Carl Benedikt Frey의 진단.

Mnilax가 Karpathy 발 4규칙 CLAUDE.md 템플릿을 30개 코드베이스에서 6주간 테스트하고 8규칙을 추가한 기록. 4규칙으로 실수율이 41%에서 11%로, 12규칙으로 3%까지 떨어지지만 14개를 넘으면 컴플라이언스가 76%에서 52%로 무너진다.

ChatGPT·Claude·Gemini 등 최신 LLM 15종이 underspecified 다중턴 대화에서 단일턴 대비 평균 39% 성능 저하를 보인다는 대규모 시뮬레이션 연구. 능력 손실(-16%)보다 신뢰성 붕괴(+112%)가 본질이며, 한 번 잘못 가면 회복하지 못하는 ‘Lost in Conversation’ 현상을 정량화했다.

89세 하버드 명예교수 제럴드 잘트만이 ZMET 기법과 심층 은유, ‘대리 사고’ 비판, 만화경 사고법을 통해 AI 시대에 무의식을 길어 올리는 사고법을 제안한다.

Frank H. Knight가 1921년 단행본 「Risk, Uncertainty, and Profit」에서 정립한 *측정 가능한 위험(risk)*과 *측정 불가능한 불확실성(uncertainty)*의 결정적 구분. 측정 가능한 위험은 보험·통계로 비용에 흡수되지만, 진짜 불확실성은 원리적으로 계량되지 않으며, 바로 그 영역의 부담을 짊어지는 대가가 기업가 이윤이라는 100년 된 명제.

Avinash K. Dixit & Robert S. Pindyck가 1994년 단행본 「Investment under Uncertainty」와 1995년 HBR 압축 요약본에서 정립한 실물 옵션(real options) 프레임. 비가역적이고 지연 가능한 투자 결정에서는 단순 NPV가 체계적으로 잘못된 답을 주며, 투자 기회를 콜옵션으로 다시 모형화해야 한다고 주장한다.

Nassim Taleb 외 4인이 NYU Extreme Risk Initiative 워킹 페이퍼로 정리한 예방 원칙(PP)의 학술적 정의. 시스템적·비가역적 ruin 영역에서만 발동되는 non-naive PP를 fat tail·fragility·비대칭 불확실성의 형식 안에 위치시킨다.

RLHF 정렬 모델의 mode collapse는 알고리즘 한계가 아니라 preference data에 새겨진 typicality bias가 원인이다. ‘5개 답을 확률과 함께 생성하라’는 단순 prompting trick(Verbalized Sampling)으로 사전훈련 다양성을 1.6~2.1배 회복할 수 있음을 이론·실험으로 보인다.

Stack Overflow가 정리한 산업 매체 종합 + Stanford Digital Economy Lab의 ADP 거시 데이터: 22-25세 AI 노출 직군 -16% 상대 감소, 테크 인턴십 -30%, 고용주 37%가 신졸보다 AI를 고용하겠다고 답한다. 미국 본토에서 공급 측 봉쇄가 동시대로 진행 중이다.

METR이 시니어 OSS 개발자 16명·246 이슈를 무작위 통제하여 측정한 결과, AI 사용 시 19% 더 오래 걸렸으면서도 같은 개발자는 AI가 자신을 20% 빠르게 했다고 인식하였다. 자기 보고 생산성 통계의 신뢰성을 흔드는 39%포인트 간극이다.