소식

  • 핵융합·상온 초전도체·AI 킬 스위치, 병목이 다르다

    핵융합·상온 초전도체·AI 킬 스위치, 병목이 다르다

    3줄 요약

    • ‘불가능한 기술’은 꿈에 가까운 것, 연구자들이 끝내 붙들고 있는 것, 기술이 망가뜨린 것을 고치는 것, ‘비현실’의 비유로 쓰이는 것으로 나눠 보면 뉴스 읽기가 훨씬 쉬워진다.
    • 핵융합·상온 초전도체·AI 킬 스위치는 늘 한데 묶여 불리지만 막힌 지점이 각각 공학·발견·제도로 다르다.
    • 진전 소식을 보면 ‘어느 층에서 막혔나, 누가 재현했나, 병목이 몇 개인가, 일정과 예산은 누가 말했나’ 네 가지부터 확인하자.

    MIT 테크놀로지 리뷰에서 인쇄판 편집을 맡은 한 저널리스트는 면접 단골 질문인 “가장 큰 약점이 뭔가요?”에 내놓을 답을 미리 정해 두었다. “스스로에게 너무 자주 안 된다고 말하는 것.”

    아이디어가 떠오르는 순간 이 편집자의 머릿속에서는 실현 가능성 평가부터 돌아간다. 할 일 목록을 뽑고, 일정을 그리고, 예산 항목을 하나씩 더한다. 그러다 보면 간트 차트 비슷한 것이 머릿속에 완성된다. 편집자 스스로 밝힌 습관이다. 20년 넘게 과학·기술 기자로 일하는 동안 야망과 현실의 줄다리기가 멈춘 적은 거의 없었다고 한다.

    그런 편집자가 이끈 호가 하필 ‘불가능한 아이디어’ 특집이다. 달에서 살기, 뇌 업로드, 인공 혈액, 동물의 말 해독. 이런 아이디어들이 지금 어디까지 왔는지 일부러 점검하는 기사들로 지면을 채웠다. 이 글은 그 기사들을 옮기지 않는다. ‘꿈의 기술’ 뉴스를 만났을 때 그것이 현실에 얼마나 가까운지 독자가 직접 가늠할 기준을 세우는 것이 목표다. 무리해 보이는 요구사항을 받은 개발자가 하는 일과 크게 다르지 않은 작업이다.

    편집자 글 속 ‘불가능’은 네 종류로 갈린다

    편집자 글에 나오는 기술들이 모두 같은 뜻의 ‘불가능’은 아니다. 상상하는 재미로 언급되는 것이 있고, 과학자들이 놓지 않는 도전으로 언급되는 것이 있다. 기술이 만든 문제를 되돌리는 숙제로 등장하는 것도 있다. 원문에서 쓰인 맥락을 기준으로 묶으면 다음과 같다.

    묶음 원문에 나온 예 원문에서 쓰인 맥락
    꿈꾸는 재미 달에서 살기, 뇌 업로드 상상하는 것 자체가 즐거운 아이디어
    포기하지 않는 도전 인공 혈액 만들기, 동물의 말 해독 과학자와 엔지니어가 가장 대담한 시도조차 놓지 않는 사례
    망가뜨린 것 고치기 영구 화학물질, 교통사고 사망, 잠재적으로 위험한 사용자 행동을 부추기는 AI 기술이 상황을 악화시켰을 때 피해를 평가하고 바로잡아야 하는 영역
    ‘비현실’의 비유 AI 킬 스위치, 실용적인 핵융합, 상온 초전도체 기후위기 대응 개인 행동이 헛수고라는 말과 나란히 놓인 예

    분류가 정해지면 뉴스 하나를 읽을 때 기대치를 어디에 둘지도 정해진다. 첫 번째 묶음은 당장 실현될지보다 방향을 상상하게 해 주는 이야기다. 진척 속도로 점수를 매길 대상이 아니다. 두 번째 묶음에서는 작은 진전 하나하나가 의미를 갖는다. 세 번째 묶음의 평가 기준은 ‘얼마나 멋진가’가 아니라 ‘피해를 얼마나 줄였나’. 네 번째 묶음은 사정이 반대다. 비유로 쓰일 만큼 어렵다는 사실이 널리 알려진 대상이어서, 진전했다는 주장이 나오면 오히려 더 깐깐하게 따져야 한다. 편집자가 하필 이 셋을 ‘비현실’의 예로 골랐다는 것 자체가 이들의 어려움이 얼마나 상식처럼 굳어 있는지 보여 준다.

    상온 초전도체는 발견, 핵융합은 공학, 킬 스위치는 제도가 벽

    세 기술은 ‘비현실적인 것’의 대표로 한 문장에 묶여 나온다. 하지만 왜 어려운지 뜯어보면 막힌 층이 전혀 다르다. 이 차이를 알고 있으면 ‘돌파구 마련’ 같은 헤드라인이 어느 층의 이야기인지 바로 구분된다.

    상온 초전도체는 ‘찾는’ 문제다. 초전도는 물질이 전기 저항 없이 전류를 흘리는 상태를 말한다. 지금까지 알려진 초전도체는 아주 낮은 온도로 식히거나 엄청난 압력을 걸어야 이 상태에 들어간다. 냉각·가압 장비가 크고 비싸니 쓰임새도 좁을 수밖에 없다. 평범한 온도에서 초전도가 되는 물질이 나온다면 송전, 전자기기, 의료 장비까지 판이 바뀔 수 있다. 꿈의 물질이라는 별명이 붙은 이유다. 걸림돌은 그런 물질이 어떤 구조여야 하는지, 애초에 존재하기는 하는지부터가 열린 질문이라는 점이다. 발견했다는 주장이 나왔을 때 확인할 것은 사실상 하나. 다른 연구진이 같은 결과를 재현했는가.

    핵융합은 ‘되긴 하는데 쓸 만하게 만드는’ 문제다. 가벼운 원자핵이 합쳐져 더 무거운 원자핵이 될 때 나오는 에너지를 쓰는 방식으로, 태양이 빛나는 원리와 같다. 실험 장치에서 핵융합 반응을 일으키는 것 자체는 이미 가능한 영역에 들어와 있다. 원문이 굳이 ‘실용적인(practical)’ 핵융합이라고 쓴 것도 그래서다. 남은 숙제는 넣은 에너지보다 많은 에너지를, 오래, 안정적으로, 감당할 수 있는 비용으로 뽑아내 발전소처럼 돌리는 일이다. 초고온 플라즈마를 가두는 장치, 그 환경을 견디는 재료, 전력망에 연결하는 설비. 공학 문제가 줄줄이 엮여 있다.

    AI 킬 스위치는 ‘멈추는 방법과 누르는 사람’을 정하는 문제다. 위험한 상황에서 AI 시스템을 즉시 멈추는 장치나 절차를 가리킨다. 컴퓨터 한 대라면 전원 플러그를 뽑으면 끝난다. 대규모 AI 서비스는 다르다. 여러 데이터센터에 나뉘어 돌아가고, 수많은 앱과 업무 시스템에 연결돼 있다. 모델 파일이 공개돼 여러 곳에 복사돼 있다면 한 곳의 스위치로는 다 멈출 수도 없다. 어떤 조건에서 눌러야 하는지, 누가 누를 권한을 갖는지도 정해야 한다. 이 부분은 코드가 아니라 규칙과 합의의 영역이라 기술만으로는 풀리지 않는다.

    병목만 뽑아 보면 상온 초전도체는 발견, 핵융합은 공학과 경제성, AI 킬 스위치는 시스템 설계와 제도다. 똑같이 ‘불가능’ 딱지가 붙어 있어도 진전 소식을 해석하는 방식은 완전히 달라야 한다. 상온 초전도체 뉴스라면 재현 여부를, 핵융합 뉴스라면 엮여 있는 공학 과제 중 어느 것이 움직였는지를, 킬 스위치 논의라면 그것이 기술 장치 이야기인지 권한 규칙 이야기인지를 먼저 봐야 한다.

    인공 혈액부터 영구 화학물질까지, 축적으로 버티는 연구들

    두 번째와 세 번째 묶음은 결이 다르다. 화려한 돌파구 한 번보다 끈질긴 축적이 더 중요한 분야들이다.

    인공 혈액은 헌혈에 기대지 않고 피가 하는 일 일부, 특히 산소 운반을 대신할 물질을 만드는 연구다. 혈액형을 맞출 필요가 없고 오래 보관할 수 있다면 응급 현장이나 혈액 공급이 어려운 지역에서 쓸모가 크다. 문제는 피가 산소만 나르지 않는다는 점이다. 출혈을 멈추고 면역에도 관여하는 등 여러 일을 동시에 한다. 몸속에 직접 넣는 물질이니 안전성 검증 문턱도 높다. 이 분야의 진전이 ‘피를 통째로 대체했다’보다 ‘특정 기능을 특정 상황에서 대신할 수 있게 됐다’는 형태로 나오는 것이 자연스러운 이유다. 거꾸로 피 전체를 대체했다는 식의 제목을 보면, 어느 기능을 어떤 상황에서 대신했는지부터 확인하는 편이 안전하다.

    동물의 말 해독은 동물의 소리나 몸짓 데이터를 대량으로 모은 뒤 머신러닝으로 반복 패턴을 찾는 방식으로 접근하는 경우가 많다. 패턴 찾기는 컴퓨터가 잘하는 일이다. 진짜 벽은 그 패턴이 ‘의미’인지 확인할 정답지가 없다는 데 있다. 사람 언어를 번역할 때는 두 언어를 모두 아는 사람이 맞고 틀림을 검증해 줄 수 있다. 동물 쪽에는 그런 검증자가 없다. 특정 소리를 들려줬을 때 동물이 예측대로 반응하는지 보는 식의 검증 설계가 연구의 질을 가른다.

    망가뜨린 것 고치기 묶음에서 원문의 문제의식이 가장 선명하게 드러난다. 기술은 최첨단 연구개발을 삶을 더 낫고, 안전하고, 건강하고, 즐겁게 만드는 데 쓰라고 있는 것이다. 영구 화학물질이나 교통사고 사망, 잠재적으로 위험한 행동을 부추기는 AI처럼 일을 그르쳤을 때는 다시 파고들어 피해를 평가하고 고칠 방법을 찾아야 한다. 편집자의 논리는 이렇게 요약된다. 영구 화학물질은 자연에서 잘 분해되지 않아 환경과 몸에 오래 남는 합성 화학물질을 가리키는 말이다. 엉킨 것을 푸는 일 자체가 불가능해 보여도 손을 놓아서는 안 된다는 것이 편집자의 주장이다.

    구조로 보면 개발팀이 장애 대응 뒤에 쓰는 포스트모템과 같다. 피해 범위 파악, 원인 추적, 재발을 막는 장치 추가. 새 기능을 만드는 일보다 덜 빛나지만, 사용자가 실제로 체감하는 변화는 오히려 이쪽에서 나오는 경우가 많다.

    ‘돌파구’ 뉴스는 층·재현·병목·발화자 순으로 읽는다

    편집자가 말한 습관을 뉴스 읽기에 그대로 옮기면 꽤 쓸 만한 체크리스트가 나온다. 목록을 만들고, 일정을 그리고, 예산 항목을 세는 그 방식이다. 아래 네 가지를 순서대로 던져 보면 된다.

    1. 어느 층에서 막혀 있나? 원리 자체가 확인되지 않은 단계(존재하는지 모름), 원리는 되지만 구현이 어려운 단계(공학), 구현은 되지만 비용이 맞지 않는 단계(경제성) 가운데 어디인지부터 본다. 원리 단계의 기술에 ‘곧 상용화’라는 말이 붙어 있다면 일단 의심하는 것이 맞다.
    2. 누가 확인했나? 발표한 팀 자체의 결과인지, 독립된 다른 연구진이 재현한 결과인지 구분한다. 동료 심사를 거친 논문인지, 심사 전 공개본이나 보도자료인지도 함께 확인한다. 주장이 놀라울수록 재현이라는 문을 통과해야 비로소 의미가 생긴다.
    3. 병목이 몇 개고, 서로 묶여 있나? 간트 차트를 그려 보면 바로 드러난다. 앞 단계가 끝나야 다음 단계가 시작되는 의존 관계가 길게 이어진 기술은 하나가 풀렸다고 전체 일정이 당겨지지 않는다. 장치·재료·설비가 줄줄이 엮인 핵융합에서 ‘핵심 난제 해결’이라는 뉴스가 나왔다면, 여러 줄 가운데 한 줄이 움직였다는 뜻일 가능성이 크다.
    4. 일정과 예산은 누가 말했나? 투자 유치를 앞둔 회사의 발표와 공공 연구기관의 로드맵은 숫자의 무게가 다르다. 그 숫자를 말한 쪽이 숫자로 무엇을 얻는지 따져 보면 얼마나 할인해서 들을지 정하기 쉽다.

    네 질문의 목적은 꿈을 깎아내리는 데 있지 않다. 기대를 정확히 어디에 걸어야 하는지 아는 것이 목적이다. 막힌 층을 알고 있어야 정말 의미 있는 진전이 나왔을 때도 알아볼 수 있다. 상온 초전도체라면 독립 재현이 그 신호다. 핵융합이라면 에너지 수지, 지속 시간, 비용 가운데 한 가지가 아니라 여러 조건이 함께 나아졌다는 소식이 그 신호에 가깝다.

    한국어 제목에서 ‘실용적인’이 잘리면 생기는 착시

    이 글에서 다룬 기술 가운데 한국 소비자가 당장 사거나 설정할 수 있는 것은 없다. 한국 사용자에게 실제로 달라지는 부분은 다른 데 있다. 영어 원문이 한국어 기사로 옮겨질 때 생기는 차이를 걸러내는 습관이다.

    원문이 말하는 것은 그냥 ‘핵융합’이 아니라 ‘실용적인 핵융합’이다. 그냥 ‘AI’가 아니라 ‘잠재적으로 위험한 사용자 행동을 부추기는 AI’다. 이런 수식어가 제목 길이 때문에 잘려 나가면 “핵융합은 불가능”, “AI가 위험 행동 유도”처럼 원문과 다른 단정이 만들어지기 쉽다. 해외 기술 기사를 한국어로 접할 때 이 수식어 손실이 오독의 흔한 원인이라고 본다. 한국어 기사 제목은 짧게 압축되는 경우가 많고, 압축 과정에서 가장 먼저 떨어져 나가는 것이 ‘실용적인’, ‘잠재적으로’ 같은 단서들이다. 다만 이것은 경향에 대한 추측이고, 통계로 확인된 내용은 아니다.

    국내에서는 ‘꿈의 기술’이라는 이름이 붙은 발표가 투자 이야기로 번지는 일도 있다. 이럴 때일수록 앞의 네 가지 질문, 특히 ‘누가 재현했나’를 먼저 확인하는 것이 손해를 줄이는 방법이다. 원문 링크가 있다면 제목에서 멈추지 말고 수식어가 붙은 원래 문장을 한 번 찾아 읽어 보자. 그것만으로도 착시의 상당 부분은 걷힌다.

    확인된 것과 아직 불확실한 것

    확인된 것

    • 이 잡지의 인쇄판은 불가능해 보이는 아이디어들을 점검하는 기사 묶음으로 한 해를 마무리하는 호를 꾸렸다.
    • 편집자 글에 언급된 예는 달 거주, 뇌 업로드, 인공 혈액, 동물의 말 해독이고, AI 킬 스위치·실용적인 핵융합·상온 초전도체는 ‘비현실적인 것’의 비유로 등장한다.
    • 잡지는 목록과 인포그래픽 같은 정기 꼭지를 다시 들였고, 더 과감한 실험을 해 보겠다고 밝혔다.
    • 이 편집자는 합류 직전까지 3년 동안 기후위기 대응을 위한 개인 행동을 다루는 뉴스레터를 편집했다.

    아직 불확실한 것

    • 편집자 글은 어느 기술이 언제 실용화될지에 대한 일정이나 수치를 제시하지 않는다.
    • 해당 호의 개별 기사들이 각 기술의 실현 가능성을 어떻게 평가했는지는 편집자 글만으로는 알 수 없다.
    • AI 킬 스위치를 누가, 어떤 조건에서 작동시킬지 같은 제도적 틀은 합의된 답이 없는 질문으로 남아 있다.

    실현 가능성 평가를 판정 대신 첫 단계 찾기에 쓰기

    편집자가 면접 답으로 준비한 ‘약점’은 개발자들에게도 익숙한 병이다. 사이드 프로젝트 아이디어가 떠오르면 인프라 비용, 유지보수 부담, 경쟁 서비스를 계산하다가 시작도 하기 전에 접는다. 한 번쯤 겪어 봤을 장면이다. 평가 자체는 좋은 습관이다. 문제는 평가가 ‘할지 말지’를 가르는 판정으로만 쓰일 때 생긴다.

    같은 평가를 ‘첫 단계 찾기’에 쓸 수도 있다. 병목 목록을 뽑았다면 그중 가장 작고 싸게 검증할 수 있는 하나를 골라 그것부터 해 본다. 인공 혈액을 피 전체가 아니라 특정 기능을 대신하는 문제로 쪼개 볼 수 있는 것과 같은 원리다. 큰 목표를 쪼개면 ‘불가능’의 상당 부분이 ‘아직 안 해 본 것’으로 바뀐다.

    기후위기 개인 행동을 다루는 뉴스레터를 3년 동안 편집하며 편집자가 얻은 결론도 같은 방향을 가리킨다. 할 수 없는 것에만 집중하면 어둠은 더 짙어질 뿐이라는 것. 거대한 문제 앞에서 개인이 깎아낼 수 있는 몫을 찾는 일은 헛수고처럼 보이지만, 그 몫을 찾는 사람이 있어야 다음 걸음이 생긴다. 꿈의 기술 뉴스를 깐깐하게 읽는 눈과 자기 아이디어에 기회를 주는 태도는 서로 부딪히지 않는다. 출발점이 같아서다. 어디서 막혔는지 정확히 아는 것.

    출처: MIT Tech Review AI

  • 테슬라 순이익 43% 감소, 옵티머스는 초기 생산

    테슬라 순이익 43% 감소, 옵티머스는 초기 생산

    3줄 요약

    • 테슬라 실적은 차량·에너지·서비스 세 부문으로 나눠 봐야 하며, 3분기에는 차량 매출이 제자리인 가운데 서비스 부문만 33% 성장했다.
    • 매출이 거의 같은데 순이익이 43% 줄어든 것은 AI·옵티머스·자율주행 비용 증가와 규제 크레딧 판매 감소가 겹친 결과다.
    • 옵티머스는 ‘양산 품질’ 로봇 생산에 들어갔지만 CEO 스스로 ‘초기 생산’이라 불렀고, 주당 2만 대 목표는 확정 계획이 아닌 발언으로 구분해 읽어야 한다.

    280억 4,000만 달러. 테슬라의 3분기 총매출인데요, 전년 동기(280억 9,000만 달러)와 사실상 똑같습니다. 그런데 순이익은 7억 8,700만 달러로, 1년 전 13억 7,000만 달러에서 43%나 빠졌어요. 같은 실적 발표에서 테슬라는 캘리포니아 프리몬트 공장, 그것도 원래 전기차를 만들던 생산 공간에서 휴머노이드 로봇 옵티머스 생산을 시작했다고 밝혔고요. 얼핏 보면 따로 노는 두 소식 같지만, 실적표 위에 올려 놓으면 한 줄로 이어집니다. 돈을 버는 쪽은 멈춰 섰고, 돈을 쓰는 쪽은 커졌다는 것. 여기서는 테크크런치가 정리한 분기 수치에 테슬라 주주 서한과 컨퍼런스콜 발언을 더해서, 테슬라 분기 실적을 어느 칸부터 어떤 기준으로 읽으면 되는지, ‘로봇 양산 시작’이라는 말은 어디까지 사실로 받아들이면 되는지 하나씩 짚어 보려고 해요.

    테슬라 매출은 차량·에너지·서비스 세 칸으로 쪼개 봐야 한다

    테슬라 매출은 한 덩어리가 아니에요. 제일 큰 칸이 전기차 판매고, 그 옆에 태양광·에너지 저장 사업과 서비스 사업이 붙어 있습니다. 세 칸은 돈이 들어오는 방식부터 다르거든요. 총매출 한 줄만 보고 넘어가면 회사가 지금 어느 쪽으로 움직이는지 놓치기 쉽습니다.

    차량 매출은 3분기에 약 200억 달러. 전년 동기와 같은 수준이었어요. 총매출 280억 달러 가운데 200억 달러가 여기서 나오니까, 테슬라의 외형을 결국 전기차 판매가 좌우한다는 사실엔 변함이 없습니다. 차량은 한 대를 팔면 매출이 한 번 잡히고 끝나는 구조라서, 인도량과 판매 가격이 곧 매출이 되죠.

    에너지 부문 매출은 28억 달러로 전년 동기보다 16% 줄었습니다. 테슬라가 꼽은 원인은 관세와 관련된 고객 환불이에요. 회사 설명대로라면 수요가 꺾였다기보다 통상 환경이 매출을 깎아 먹은 셈인데요. 이건 어디까지나 회사 쪽 설명입니다. 환불 요인이 사라진 뒤에 매출이 실제로 돌아오는지를 봐야 맞는 말인지 가릴 수 있어요.

    서비스 부문은 46억 달러, 전년 동기보다 33% 늘었습니다. 이 칸에는 테슬라의 운전자 보조 소프트웨어인 FSD(Full Self-Driving) 구독이 들어가 있어요. 구독 매출은 이미 팔린 차에서 주기적으로 반복해 들어오는 돈이라, 한 번 팔고 끝나는 차량 판매와는 성격이 전혀 다르거든요. 세 부문 중 성장한 곳이 여기 하나뿐이라는 건 테슬라 수익 구조가 하드웨어 판매에서 소프트웨어·서비스 쪽으로 무게를 옮기고 있다는 신호로 읽힙니다. 물론 한 분기 숫자에 기댄 해석이라는 한계는 있고요. 서비스가 33%나 컸는데도 총매출이 꿈쩍 않은 이유도 여기서 보입니다. 덩치가 가장 큰 차량 칸은 제자리였고, 에너지 칸은 오히려 줄었으니까요.

    항목 3분기 수치 비교 읽을 때 볼 점
    총매출 280억 4,000만 달러 전년 동기 280억 9,000만 달러, 전 분기 282억 3,000만 달러 두 기준 모두 소폭 감소, 사실상 정체
    차량(전기차) 매출 약 200억 달러 전년 동기와 같은 수준 외형의 대부분을 차지
    에너지(태양광·저장) 28억 달러 전년 동기 대비 16% 감소 회사는 관세 관련 고객 환불을 원인으로 설명
    서비스 46억 달러 전년 동기 대비 33% 증가 FSD 구독 포함, 세 부문 중 유일한 성장
    순이익 7억 8,700만 달러 전년 동기 13억 7,000만 달러, 43% 감소 AI·로봇 비용 증가와 규제 크레딧 감소 영향
    차량 인도량 486,532대 전 분기보다 약 6,000대 많고 전년 동기보다 적음 비교 기준에 따라 해석이 갈림

    인도량 486,532대, 전년 동기냐 전 분기냐에 따라 뜻이 갈린다

    분기 실적 기사에는 비교 기준 두 개가 섞여서 나옵니다. 전년 동기 대비(YoY)는 1년 전 같은 분기와, 전 분기 대비(QoQ)는 바로 앞 분기와 견주는 방식이죠. 자동차처럼 계절에 따라 판매가 출렁이는 업종에선 전년 동기 비교가 계절 효과를 덜어내서 기초 체력을 보여 주고, 전 분기 비교는 흐름이 위로 꺾이는지 아래로 꺾이는지를 보여 줘요. 어느 쪽이 맞고 틀리다기보다, 보여 주는 게 다른 겁니다.

    테슬라의 3분기 인도량은 486,532대였습니다. 전 분기보다 약 6,000대 많았지만 전년 동기보다는 적었어요. 같은 숫자를 두고 “직전 분기보다 늘었다”고 쓸 수도, “1년 전보다 줄었다”고 쓸 수도 있다는 얘기죠. 둘 다 사실이거든요. 한쪽 비교만 제목에 올린 기사를 만나면 나머지 하나를 직접 찾아보는 게 정확합니다.

    매출도 같은 식으로 쪼개 볼 수 있어요. 총매출은 전년 동기보다 소폭, 전 분기보다는 약 2억 달러 적었습니다. 여기서 걸리는 대목이 하나 있는데요. 인도량은 전 분기보다 늘었는데 총매출은 전 분기보다 줄었다는 점입니다. 이 엇갈림은 원문에도 설명이 없어요. 대당 판매 가격, 차종 구성, 에너지·서비스 부문의 분기별 변동이 모두 후보가 될 수는 있지만, 공개된 숫자만으로 그중 하나를 원인으로 찍기는 어렵습니다.

    순이익 43% 감소는 AI 투자 비용과 규제 크레딧, 두 갈래에서 왔다

    매출과 순이익 사이엔 몇 단계가 있습니다. 매출에서 제품을 만드는 데 든 원가를 빼면 매출총이익이 되고, 여기서 연구개발비·판매관리비 같은 영업비용을 빼고 세금 등을 정리하면 순이익이 남죠. 매출이 제자리인데 순이익이 크게 줄었다면, 원가든 비용이든 그 중간 어딘가에서 뭔가가 커졌다는 뜻이에요.

    테슬라의 경우 원인은 두 갈래로 설명됩니다. 하나는 비용이에요. 옵티머스 로봇, 인공지능, 자율주행 투자에 속도를 내면서 비용이 크게 늘었거든요. 그런데 늘어난 비용 가운데 옵티머스에 들어간 몫은 원문에 따로 나오지 않습니다. 헤드라인에 ‘로봇이 이익을 깎았다’는 식으로 쓰기 딱 좋은 대목이지만, 숫자가 거기까지 받쳐 주진 않아요. ‘AI·로봇·자율주행 투자 전체가 이익을 눌렀다’고 읽는 게 정확합니다.

    다른 하나는 규제 크레딧 판매 감소입니다. 규제 크레딧은 배출가스 규제 아래에서 무공해 차량을 기준보다 많이 판 제조사가, 남는 몫을 기준에 못 미친 다른 제조사에 파는 구조에서 생겨요. 추가로 드는 생산 원가가 거의 없는 매출이라 판매가 줄면 그만큼이 이익에서 곧바로 빠지는 성격이 강하죠. 3분기엔 이 판매가 줄면서 수익성을 압박했습니다. 원가가 거의 붙지 않는 매출이 빠졌다는 건, 같은 금액의 차량 매출이 줄어드는 것보다 이익 쪽에서 더 아프다는 뜻이기도 하고요.

    그래도 테슬라가 흑자를 지킨 데는 ‘서비스 및 기타’ 부문의 몫이 컸어요. 이 부문의 3분기 매출총이익은 7억 3,400만 달러로 사상 최대였습니다. 여기서 빠지기 쉬운 함정이 하나 있는데요. 이 숫자를 순이익 7억 8,700만 달러 옆에 나란히 놓고 “서비스가 이익 대부분을 냈다”고 말하는 겁니다. 두 숫자 크기가 비슷해서 그렇게 읽고 싶어지지만, 매출총이익은 영업비용을 빼기 전 단계의 숫자고 순이익은 모든 비용을 뺀 뒤의 숫자라 같은 저울에 올릴 수가 없어요. 정확하게 말하면 “서비스 부문이 사상 최대 매출총이익으로 이익 감소 폭을 줄이는 완충 역할을 했다” 정도가 맞습니다.

    옵티머스 ‘양산 품질’과 머스크가 말한 ‘초기 생산’ 사이의 거리

    로봇이나 신차의 생산 단계를 다루는 기사엔 비슷해 보이는 표현이 여럿 나옵니다. 순서대로 놓으면 시제품, 양산 품질 제품, 생산량 확대(램프업), 상업 판매예요. 시제품은 기능을 확인하려고 소량을 맞춰 만드는 단계. 양산 품질은 실제 생산 라인과 공정으로 같은 품질을 반복해서 만들 수 있다는 뜻이고, 램프업은 그 라인의 생산 속도를 끌어올리는 과정입니다. 상업 판매는 고객에게 실제로 넘기고 대가를 받는 단계고요. 이 네 단계가 한 문장에 뭉뚱그려지면 ‘양산 시작’이 ‘판매 시작’처럼 들리기 쉬운데, 둘 사이엔 램프업이라는 단계가 하나 더 끼어 있어요.

    테슬라는 주주 서한에서 이 라인에서 나오는 로봇을 회사가 만든 ‘첫 양산 품질 로봇’이라고 했습니다. 하드웨어와 제조 공정은 계속 개선하겠지만, 옵티머스의 현 제조 공정이 상업 제품에 적합하다는 걸 입증했다고도 썼고요. 위 단계에 대입하면 테슬라가 스스로 주장하는 위치는 ‘양산 품질’입니다. 고객 판매가 시작됐다는 내용은 서한 어디에도 없어요.

    일론 머스크 CEO의 말은 한층 조심스러웠습니다. 컨퍼런스콜에서 그는 이걸 ‘초기 생산’이라고 부르면서, 완전히 새로운 제품이라 생산량 확대가 느리고 다소 순탄치 않을 거라고 했어요. 그러면서도 2027년 말까지 주당 2만 대를 만들 수 있을 거라고 주장했죠. 같은 자리에서 안전하고 신뢰할 수 있으며 오래 버티는 로봇을 내놔야 하니 설계를 더 다듬어야 한다고 했고, 한 달 만에 닳아 버려선 안 된다는 말도 덧붙였습니다. 정해지지 않은 다양한 작업(open-ended tasks)을 해낼 만큼 쓸모 있게 만들려면 AI와 로봇 양쪽에 할 일이 꽤 많이 남았다는 언급도 있었고요. 한 통화 안에서 ‘느리고 순탄치 않을 것’과 ‘주당 2만 대’가 같이 나온 셈입니다. 뒤쪽 숫자를 뒷받침하는 단계별 계획은 원문에 없다는 점을 생각하면, 무게는 앞쪽 발언에 더 실어 읽는 게 안전해 보여요.

    발언을 한데 모으면 그림이 꽤 분명해집니다. 회사는 제조 공정이 상업화 가능한 수준이라고 봤지만, 제품 자체의 내구성·안전성 설계와 범용 작업을 위한 AI는 아직 개발 중이에요. 공장에서 정해진 동작을 반복하는 일과, 상황이 계속 바뀌는 환경에서 처음 보는 일을 처리하는 일은 난이도가 크게 다르거든요. 그러니 ‘양산을 시작했다’를 ‘쓸모 있는 범용 로봇이 완성됐다’로 읽으면 안 됩니다. 주당 2만 대라는 숫자도 주주 서한에 적힌 확정 계획이 아니라 CEO가 콜에서 한 주장이라는 점, 따로 표시해 둘 필요가 있어요.

    테슬라를 해외주식으로 보는 사람에게 달라지는 건 정보 거르는 법

    이번 실적 자료엔 옵티머스 고객 판매가 시작됐다는 내용이 없으니, 국내 소비자의 선택지가 당장 바뀌는 일은 없습니다. 한국 사용자에게 실제로 달라지는 건 해외주식 계좌로 테슬라를 들고 있거나 지켜보는 투자자가 정보를 받아들이는 방식이에요.

    우선 번역된 헤드라인에는 ‘순이익 43% 감소’와 ‘로봇 양산 시작’, 이 두 문장만 남기 쉽습니다. 그 사이에 있는 서비스 부문 33% 성장, 에너지 부문의 관세 관련 환불, 규제 크레딧 판매 감소는 제목에 잘 안 오르거든요. 테슬라는 분기마다 투자자 관계(IR) 웹사이트에 주주 서한을 올리니까, 부문별 숫자는 서한에서 직접 확인하는 습관이 헤드라인보다 정확합니다. 서한 전체를 읽기 부담스럽다면 위 표의 여섯 줄만이라도 서한에서 찾아 맞춰 보는 걸 권해요.

    다음은 주주 서한과 컨퍼런스콜 발언의 무게 차이입니다. 서한은 회사가 문서로 내놓은 입장이고, 콜은 경영진이 질문에 답하면서 한 구두 발언이에요. ‘2027년 말 주당 2만 대’는 뒤쪽에 속하죠. 국내 커뮤니티나 요약 콘텐츠를 한두 번 거치면 이런 숫자가 회사 계획처럼 옮겨지기 쉬워서, 출처가 어느 쪽인지 가려 두는 것만으로도 판단이 달라질 수 있습니다.

    국내 테슬라 차주에게 가는 간접적인 신호도 하나 있어요. FSD 구독이 포함된 서비스 부문이 가장 빠르게 크고 사상 최대 매출총이익까지 냈다는 건, 회사 입장에서 유료 소프트웨어 기능으로 수익을 늘릴 유인이 커진다는 뜻으로 읽힙니다. 이 흐름이 국내에서 제공되는 유료 기능의 범위나 조건에 어떻게 반영될지는 실적 자료로는 알 수 없어요. 여기서부턴 추측의 영역입니다.

    확인된 것과 아직 불확실한 것

    확인된 것

    • 테슬라는 캘리포니아 프리몬트 공장의 옛 전기차 생산 공간에서 옵티머스 생산을 시작했다.
    • 주주 서한은 이 라인의 로봇을 회사가 만든 첫 양산 품질 로봇이라고 표현했고, 현 제조 공정이 상업 제품에 적합하다고 밝혔다.
    • 3분기 총매출은 280억 4,000만 달러, 순이익은 7억 8,700만 달러로 전년 동기 대비 43% 감소했다.
    • 서비스 부문 매출은 46억 달러로 33% 늘었고, ‘서비스 및 기타’ 부문 매출총이익은 사상 최대인 7억 3,400만 달러였다.
    • 에너지 부문 매출은 28억 달러로 16% 줄었으며, 회사는 관세 관련 고객 환불을 원인으로 들었다.
    • 3분기 차량 인도량은 486,532대로 전 분기보다 많고 전년 동기보다 적었다.

    아직 불확실한 것

    • 2027년 말 주당 2만 대 생산 목표는 CEO의 콜 발언이며, 이를 뒷받침하는 단계별 계획은 원문에 없다.
    • 옵티머스의 판매 대상, 가격, 첫 고객 인도 시점은 밝혀지지 않았다.
    • 안전성·신뢰성·내구성을 위한 설계 수정이 어느 범위까지 이뤄질지 알 수 없다.
    • 늘어난 비용 가운데 옵티머스가 차지하는 비중은 원문에 별도 수치로 나오지 않는다.
    • 인도량이 전 분기보다 늘었는데도 총매출이 줄어든 이유는 설명되지 않았다.

    다음 실적 발표 때 먼저 펼쳐 볼 숫자 네 개

    한 분기 실적만으로 방향을 판단하긴 어렵습니다. 3분기에 드러난 구조가 계속 이어지는지 보려면 아래 네 가지부터 확인하는 게 효율적이에요.

    • ‘서비스 및 기타’ 부문 매출총이익: 사상 최대를 찍은 이 숫자가 유지되느냐에 따라 일회성 반짝임인지, 구조적인 이익원인지가 갈립니다.
    • 규제 크레딧 매출: 감소가 이어진다면 차량 사업의 수익성은 크레딧 없이 스스로 버텨야 해요.
    • 에너지 부문 매출: 관세 관련 환불이 정말 일회성이었다면 전년 동기 대비 감소 폭이 줄어들어야 회사 설명과 맞아떨어집니다.
    • 옵티머스 관련 수치: 생산 대수, 고객 인도 여부, 설계 변경 내용이 콜 발언이 아니라 주주 서한의 숫자로 나오는지가 진척을 판단할 근거가 됩니다.

    지금의 테슬라 실적표는 전기차 회사의 매출 구조 위에 로봇·AI 회사의 비용 구조가 얹혀 있는 모양새예요. 매출 칸에서 커지는 곳은 서비스, 비용 칸에서 커지는 곳은 AI·로봇·자율주행. 이 둘을 짝지어 놓고 보면 순이익 증감률 하나로는 안 보이던 회사의 방향이 드러납니다. 순이익 43% 감소는 그 그림의 결과 한 줄일 뿐이고요.

    출처: TechCrunch

  • 챗GPT 공유 링크 삭제법, 주소만 알면 열리는 대화

    챗GPT 공유 링크 삭제법, 주소만 알면 열리는 대화

    3줄 요약

    • AI 챗봇의 공유 링크는 보낸 사람에게만 가는 메시지가 아니다. 주소를 아는 누구나 열 수 있는 공개 페이지다.
    • 챗GPT는 설정 → 데이터 제어 → 공유 링크 → 관리에서 내가 만든 링크를 모아 보고 지울 수 있다.
    • 공유 전에는 이름·연락처·회사 정보를 뺀 새 대화로 옮기고, 공유가 끝나면 링크를 지우는 습관이 가장 확실한 방어다.

    민감한 대화가 그대로 담긴 채 열려 있던 공유 링크 6,800개. 연구자들이 메타 Muse에서 찾아낸 숫자다. 사용자들이 비공개라고 여겼던 대화가 온라인에 드러나자 메타는 Muse의 공유 기능을 멈췄다. MIT 테크놀로지 리뷰는 이 소식을 뉴스레터에서 한 줄로만 짚고 넘어갔다. 링크가 어떤 경로로 그만큼 퍼졌는지는 원문에도 설명이 없다. 그래도 챗봇을 매일 업무에 쓰는 직장인이라면 한 줄짜리 소식으로 흘려보내기는 어렵다.

    사고는 메타 Muse에서 났지만, 따져 봐야 할 것은 서비스 하나가 아니라 ‘공유 링크’라는 기능을 다루는 방식이다. 대부분의 AI 챗봇은 대화를 남에게 보여주는 가장 손쉬운 수단으로 링크 공유를 제공한다. 그렇게 만든 링크는 생각보다 오래, 생각보다 넓게 살아 있다. 반면 내가 만든 공유 링크 목록을 열어 필요 없는 것을 지우는 데는 몇 분이면 충분하다. 아래에서는 공유 링크가 작동하는 방식, 서비스별 확인 경로, 공유 전후 점검 순서를 차례로 다룬다.

    공유 링크는 ‘받는 사람’이 아니라 ‘주소를 가진 사람’에게 열린다

    채팅 화면에서 공유 버튼을 누르면 서비스는 그 대화를 별도 웹 페이지로 만들고 고유 주소를 붙인다. 이 페이지는 보통 로그인 없이 열린다. 동료 한 명에게만 보냈어도 그 동료가 단체방에 다시 붙이거나 메일로 전달하는 순간, 주소를 받은 사람 모두가 같은 페이지를 보게 된다. 공개 범위를 정하는 건 내가 누구에게 보냈느냐가 아니다. 누가 그 주소를 손에 넣었느냐다.

    공유 시점의 대화를 사진 찍듯 고정해 두는 서비스도 많다. 챗GPT도 링크를 만든 뒤 이어서 나눈 대화는 링크에 자동으로 붙지 않는다. 얼핏 안전장치처럼 보이는 설계다. 하지만 같은 이유로, 원본 대화에서 민감한 부분을 나중에 지우거나 고쳐도 이미 만든 링크 속 내용은 그대로 남아 있을 수 있다. 원본을 손본 것만으로 정리가 끝났다고 믿으면 안 되는 대목이다. 링크를 지우지 않는 한 공유 시점의 기록은 계속 열려 있다.

    링크가 내 손을 떠나 퍼지는 길도 여러 갈래다. 메신저 대화방, 사내 위키, 블로그 글, 커뮤니티 게시판에 붙인 주소는 누구든 복사해 갈 수 있다. 공개 게시판에 올라간 주소라면 검색엔진이 수집해 갈 가능성까지 생긴다. 어느 경로였든 한 번 밖으로 나간 링크를 회수하기 어렵다는 점은 서비스를 가리지 않는다.

    링크·게시·캡처·팀 공유, 되돌릴 수 있는 범위가 저마다 다르다

    대화를 남에게 보여준다는 목적은 같아도, 어떤 방법을 쓰느냐에 따라 위험의 크기가 달라진다. 자주 쓰는 방식 네 가지를 노출 범위와 되돌릴 수 있는 정도로 나누면 아래와 같다.

    공유 방식 볼 수 있는 사람 되돌리기 주의할 점
    공유 링크 주소를 가진 누구나 링크 삭제로 접근 차단 가능 삭제 전에 복사·캡처된 내용은 회수 불가
    앱 안의 공개 게시·피드 해당 서비스 이용자 전반 게시물 삭제로 가능 ‘공유’와 ‘게시’ 버튼을 헷갈리기 쉽다
    스크린샷·텍스트 복사 받은 사람과 재전달 대상 사실상 불가 화면 구석의 이름·프로필이 함께 찍히기 쉽다
    팀·업무용 공간 내 공유 같은 조직 구성원 권한 해제로 가능 조직 정책에 따라 관리자 열람 범위가 달라진다

    되돌리기 칸만 놓고 보면 공유 링크는 오히려 다루기 쉬운 쪽에 속한다. 지우면 접근을 막을 수 있으니 한번 보내면 끝인 스크린샷보다 통제가 수월하다. 대신 지우지 않으면 끝없이 열려 있다. 링크 공유를 쓰지 말자는 얘기는 아니다. 만들어서 보여주고, 다 본 뒤 치우는 데까지를 한 묶음의 작업으로 보자는 것이 이 글의 요지다.

    챗GPT는 ‘데이터 제어’ 안에 공유 링크 목록을 모아 둔다

    OpenAI의 챗GPT는 내가 만든 공유 링크를 한 화면에 모아 보여준다. 아래 경로는 웹 화면 기준이다. 모바일 앱은 메뉴에서 프로필(이름)을 눌러 설정으로 들어가는 식이라 입구가 조금 다르다. 앱 업데이트에 따라 항목 이름이 바뀌기도 하니, 굵게 표시한 단어를 기준으로 찾으면 된다.

    1. 사이드바 아래쪽(구버전은 오른쪽 위)의 프로필 아이콘 → 설정
    2. 데이터 제어(영문 Data controls)
    3. 공유 링크 항목 옆 관리 버튼
    4. 목록에서 지울 링크의 휴지통 아이콘을 눌러 하나씩 삭제. 전체를 한꺼번에 지우는 메뉴는 목록 창의 더보기(…) 안에 있는 것으로 알려져 있지만, 이 단계는 화면에서 확인이 필요하다.

    목록에는 링크 이름과 공유한 날짜가 함께 나온다. 기억나지 않는 링크부터 열어 내용을 보고 정리하면 된다. 헷갈리기 쉬운 지점은 세 군데다.

    • 보관은 삭제가 아니다. 대화를 보관함으로 옮기면 사이드바에서 안 보이게 될 뿐이다. 그 대화로 만든 링크가 살아 있는지는 공유 링크 목록에서 따로 확인하는 편이 안전하다.
    • 원본을 지웠다면 목록도 본다. 원본 대화 삭제와 링크 삭제가 어떻게 연동되는지는 서비스마다 다르다. 원본을 지운 뒤에도 공유 링크 목록에서 해당 항목이 사라졌는지 눈으로 확인해야 확실하다.
    • 다시 공유하면 내용이 갱신될 수 있다. 이미 공유한 대화에서 공유 버튼을 한 번 더 누르면 링크를 최신 내용으로 업데이트하는 선택지가 뜨는 경우가 있다. 앞서 말한 ‘공유 시점 고정’이 여기서 풀리는 셈이다. 민감한 내용을 덧붙인 뒤라면 무심코 업데이트를 누르지 않도록 주의한다.

    제미나이는 ‘내 공개 링크’, 나머지 챗봇은 설정 속 단어로 찾는다

    구글 제미나이에도 대화를 링크로 공유하는 기능이 있고, 만든 링크를 모아 보는 화면이 따로 있다. 웹에서는 설정 및 도움말 → 내 공개 링크(영문 Your public links)로 들어간다. 한글 항목 이름은 화면에서 확인이 필요하다. 목록에서는 링크별로 삭제할 수 있다.

    그 밖의 서비스는 메뉴 구조가 제각각이어서 경로를 하나로 묶기 어렵다. 찾는 요령은 비슷하다.

    • 설정 안에서 ‘공유’, ‘공개 링크’, ‘데이터 제어’, ‘개인정보’ 같은 단어가 붙은 항목부터 열어 본다.
    • 모아 보는 목록이 없는 서비스라면 공유했던 대화를 직접 열고 공유 버튼을 다시 누른다. 이미 공유된 대화라면 대개 이 자리에 ‘링크 삭제’나 ‘공유 중지’ 같은 선택지가 함께 나온다.
    • 피드나 둘러보기처럼 다른 사람의 대화가 보이는 공간이 앱 안에 있다면 내 프로필의 게시물·활동 목록도 살핀다. 링크가 아니라 공개 게시물 형태로 올라가 있을 수 있어서다.
    • 링크를 지웠으면 그 주소를 로그아웃 상태의 브라우저(시크릿 창)에서 열어 본다. ‘찾을 수 없음’이나 오류 화면이 뜨면 정리는 끝난 것이다.

    단톡방에 붙인 링크는 나중에 들어온 사람에게도 열린다

    공유 링크의 원리는 어디서나 같다. 링크가 퍼지는 경로는 쓰는 환경에 따라 달라지는데, 한국 사용자라면 눈여겨볼 차이가 세 가지 있다.

    링크가 머무는 곳은 대부분 메신저 단체방이다. 업무 자료든 생활 정보든 단톡방에 주소를 붙이는 일이 흔하고, 단톡방은 구성원이 계속 바뀐다. 새로 들어온 사람도 이전 기록을 볼 수 있는 방이라면 예전에 붙인 링크가 그 사람에게도 그대로 열린다. 메신저가 링크 미리보기를 만들면 대화 제목이 카드 형태로 함께 뜰 수도 있다. 대화 제목은 챗봇이 내용을 바탕으로 자동으로 붙이는 경우가 많아서, 링크를 누르지 않아도 제목만으로 무슨 이야기인지 드러나기도 한다.

    한국어로 챗봇에 맡기는 일에는 개인 정보가 섞여 들어가기 쉽다. 자기소개서 첨삭을 부탁하며 이력서를 통째로 붙여 넣거나, 연봉 협상 메일을 다듬으면서 현재 연봉과 회사 이름을 적거나, 건강검진 결과를 풀어 달라며 수치를 그대로 입력하는 식이다. 답변이 잘 나왔다는 이유로 이런 대화를 링크로 돌리면 내가 입력한 원문도 답변과 함께 공개된다. 받는 쪽은 답변만 보려고 열겠지만 페이지에는 질문까지 전부 담겨 있다.

    회사 정보가 걸리면 개인 실수로 끝나지 않는다. 사내 문서나 고객 데이터를 생성형 AI에 넣는 것 자체를 제한하는 회사도 있다. 그런 내용이 공유 링크로 외부에 열려 있다면 규정 위반 여부를 따지기도 전에 이미 유출이 일어난 상태다. 회사 계정과 개인 계정을 나눠 쓰고, 업무 대화는 링크 대신 사내에서 허용한 방식으로 전달하는 편이 안전하다.

    확인된 것과 아직 불확실한 것

    확인된 것

    • 메타가 Muse의 공유 기능을 일시 중단했다.
    • 중단 계기는 비공개로 여겨진 대화가 온라인에 드러난 일이다.
    • 연구자들이 민감한 대화가 담긴 링크 6,800개를 찾아냈다.

    아직 불확실한 것

    • 6,800개 링크가 사용자의 공유 습관 때문에 퍼졌는지, 서비스 설계상의 문제였는지
    • 노출된 대화에 한국어 사용자의 대화가 포함됐는지
    • Muse 공유 기능이 언제, 어떤 보완책과 함께 다시 열릴지
    • 링크를 지운 뒤 해당 대화 사본이 서비스 서버에서 언제 완전히 지워지는지(서비스별 보관 정책에 따라 다르다)

    공유 전에 덜어내고, 공유 후에 치우는 점검 순서

    링크 공유를 안전하게 쓰는 방법이 복잡하지는 않다. 공유 전에 할 일과 공유 후에 할 일을 미리 정해 두면 된다.

    공유하기 전

    • 보여주고 싶은 게 답변 일부라면 링크 말고 그 부분만 텍스트로 복사해 보낸다.
    • 링크가 꼭 필요하면 이름·연락처·회사명·구체적 수치를 뺀 질문으로 새 대화를 열어 답을 다시 받고, 그 대화를 공유한다. 번거롭지만 입력 원문이 함께 노출되는 문제를 가장 확실하게 피하는 방법이다.
    • 공유 창에 이름 표시 여부나 공개 범위 선택지가 있으면 가장 좁은 쪽을 고른다.
    • 대화 제목이 내용을 드러낸다면 공유 전에 제목부터 바꿔 둔다. 메신저 미리보기 카드에 제목이 뜨는 문제도 함께 줄어든다.

    공유한 뒤

    • 상대가 내용을 확인했으면 링크를 지운다. 오래 남겨 둘 이유가 있는 링크는 드물다.
    • 월급날처럼 기억하기 쉬운 날을 하나 정해 공유 링크 목록을 열고, 기억나지 않는 링크를 정리한다.
    • 지운 주소는 시크릿 창에서 다시 열어 닫혔는지 확인한다.

    경위가 어떻든 6,800개라는 숫자에서 읽히는 사실은 하나다. 한 번 열린 링크는 누군가 닫기 전까지 계속 열려 있다. 서비스 쪽 보완책을 기다리는 것보다 내 계정의 공유 링크 목록을 직접 비워 두는 편이 빠르고, 결과도 확실하다.

    출처: MIT Tech Review AI

  • 메타 아동안전 합의금 98.9억 달러…매출 26%↑

    메타 아동안전 합의금 98.9억 달러…매출 26%↑

    3줄 요약

    • 메타가 3분기 실적에 미국 아동안전 소송 합의금 98억 9천만 달러를 비용으로 반영했다. 이 돈이 없었다면 영업이익은 228억 9천만 달러였다.
    • 소송 비용을 떠안고도 매출은 646억 달러로 1년 전보다 26% 늘었다.
    • 같은 날 뉴멕시코 법원이 캠브리지 애널리티카 사건으로 250억 달러 지급을 명령했다. 메타가 떠안을 소송 비용은 더 늘어나는 흐름이다.

    98억 9천만 달러. 메타가 3분기 장부에 한꺼번에 비용으로 올린 아동안전 소송 합의금이다. 미국 법무장관들과 맺은 합의에서 나온 돈이다. 이것만 빠졌어도 이번 분기 영업이익은 228억 9천만 달러까지 올라갈 수 있었다.

    228억 9천만 달러는 메타가 직접 계산해 내놓은 숫자다. 수요일 공개한 3분기 실적 보고서에 합의금이 없었을 때의 영업이익을 따로 적어 넣었다. 본업은 잘 굴러갔는데 법정에서 날아온 청구서가 그 성과를 크게 깎았다. 이번 분기를 한 줄로 줄이면 이렇다.

    매출 646억 달러, 총비용 안에 합의금 98억 9천만 달러

    매출은 646억 달러로 전년 같은 기간보다 26% 늘었다. 총비용은 516억 1천만 달러. 아동안전 합의금 98억 9천만 달러가 이 안에 통째로 들어 있다.

    항목 금액 비고
    매출 646억 달러 전년 동기 대비 26% 증가
    총비용 516억 1천만 달러 합의금 포함
    아동안전 합의 관련 지출 98억 9천만 달러 8월 합의한 171억 달러 중 일부
    합의금 제외 시 영업이익 228억 9천만 달러 메타가 실적 보고서에서 제시

    표의 숫자는 서로 맞물린다. 매출에서 총비용을 빼면 장부상 영업이익이 나온다. 여기에 합의금 98억 9천만 달러를 다시 더하면 반올림 차이 정도를 빼고 메타가 제시한 228억 9천만 달러와 맞아떨어진다. 메타의 ‘합의금 제외’ 숫자는 다른 항목은 건드리지 않고 합의금만 되돌려 놓은 값으로 보인다.

    ‘없었다면’이라는 가정을 붙인 숫자를 굳이 따로 낸 의도는 짐작할 만하다. 이번 비용이 본업 부진이 아니라 소송에서 나왔다는 점을 투자자에게 분명히 해두려는 것이다. 더버지 역시 이 대목을 짚으면서, 합의금만 아니었다면 메타가 이번 분기 영업이익으로 220억 달러 넘게 벌었을 것이라고 정리했다.

    171억 달러 합의, 53억 달러는 유튜브·틱톡에 달렸다

    비용은 지난 8월 합의에서 나왔다. 쟁점은 메타가 자사 SNS를 ‘중독적’으로 설계해 아이들에게 해를 끼쳤다는 것이었고, 미국 전역 규모의 이 소송을 메타는 171억 달러에 합의했다. 3분기에 반영된 98억 9천만 달러는 그 일부다.

    지급 조건이 독특하다. 메타는 아이들을 위한 설정과 안전장치를 더 엄격하게 바꾸기로 약속했다. 그런데 합의금 가운데 53억 달러는 유튜브와 틱톡도 이런 엄격한 장치를 도입해야 지급된다. 두 회사는 합의 당사자가 아니다. 그런데도 메타가 낼 돈의 일부가 경쟁사의 움직임에 걸려 있다.

    • 쟁점: SNS를 ‘중독적’으로 설계해 아이들에게 해를 끼쳤다는 주장
    • 합의 시점·규모: 8월, 총 171억 달러
    • 메타의 약속: 아동용 설정·안전장치 강화
    • 조건부 금액: 53억 달러는 유튜브·틱톡이 엄격한 아동 보호 장치를 도입해야 지급

    이 구조에 무게가 실리는 건 소송이 겨냥한 대상이 콘텐츠가 아니라 ‘설계’였기 때문이다. 아이들이 앱에서 쉽게 빠져나오지 못하게 만든 구조 자체가 문제라는 주장에 메타는 171억 달러를 내고 합의했다. 비슷한 서비스를 운영하는 다른 플랫폼에도 같은 잣대가 들이밀어질 가능성이 커 보인다. 53억 달러 조건에는 ‘우리만 규제를 받으면 이용자가 경쟁 앱으로 옮겨간다’는 메타의 계산이 깔려 있다고 볼 수 있다. 규제를 혼자 떠안지 않으려고 합의문 안에 넣어둔 조항이다.

    미국 합의, 국내 10대의 인스타그램·유튜브 설정에도 번질 수 있다

    국내 이용자에게 곧바로 적용되는 내용은 원문에서 확인되지 않는다. 합의 당사자는 메타와 미국 법무장관들이다. 메타가 약속한 아동 보호 설정이 구체적으로 무엇인지도 알려지지 않았다.

    간접 영향은 따져볼 만하다. 아래 항목은 원문에 나온 사실을 바탕으로 한 전망이고, 추측이 섞여 있다.

    • 인스타그램·페이스북 설정 변화(추측): 글로벌 서비스는 안전 기능을 나라별로 따로 만들기보다 한꺼번에 바꾸는 경우가 많다. 미국에서 강화된 아동 보호 설정이 국내 앱에도 들어올 수 있다.
    • 유튜브·틱톡도 압박받을 가능성(추측): 둘 다 국내 10대가 많이 쓰는 앱이다. 53억 달러가 걸린 이상, 메타로서는 경쟁사가 설정을 바꾸도록 계속 요구할 이유가 생겼다. 두 회사가 실제로 움직이면 국내 앱 화면에도 변화가 생길 수 있다.
    • 메타 주식을 가진 투자자: 26% 매출 성장과 소송 비용은 떼어서 봐야 한다. 합의금은 아직 일부만 반영됐고, 뉴멕시코 판결이라는 새 변수까지 더해졌다.

    부모가 눈여겨볼 대목은 ‘중독적 설계’가 171억 달러짜리 법정 쟁점이 됐다는 사실이다. 앱 사용 시간을 아이의 의지 문제로만 보던 시각에서 플랫폼의 설계 책임을 따지는 쪽으로 무게가 옮겨가고 있다는 신호로 읽힌다.

    확인된 것과 아직 불확실한 것

    확인된 것

    • 메타는 수요일 공개한 3분기 실적에서 아동안전 합의 관련 비용으로 98억 9천만 달러를 썼다.
    • 합의금이 없었다면 영업이익은 228억 9천만 달러였다는 게 메타의 설명이다.
    • 총비용은 합의금을 포함해 516억 1천만 달러였다. 매출은 646억 달러로 전년 동기보다 26% 늘었다.
    • 메타는 8월 171억 달러에 합의했고, 이 가운데 53억 달러는 유튜브·틱톡이 아동 보호 장치를 강화해야 지급한다.
    • 뉴멕시코 법원은 같은 수요일 캠브리지 애널리티카 사건으로 메타에 250억 달러 지급을 명령했다.

    아직 불확실한 것

    • 171억 달러 중 나머지가 언제, 어떤 방식으로 실적에 반영될지
    • 유튜브와 틱톡이 실제로 설정을 강화할지, 53억 달러 지급 여부를 누가 어떤 기준으로 판단할지
    • 메타가 약속한 아동 보호 설정의 세부 내용과 미국 밖에도 적용되는지
    • 뉴멕시코 판결에 메타가 어떻게 대응할지, 250억 달러를 실제로 지급하고 실적에 반영하게 될지

    저커버그는 ‘초지능’을 말했고, 다음 청구서는 250억 달러다

    마크 저커버그 CEO가 보도자료에서 앞세운 건 소송이 아니라 AI였다. “이번 분기 모두를 위한 개인 초지능(personal superintelligence)을 향한 큰 이정표들을 달성했다.” 그는 이어 “투자가 성과를 내고 있고, 핵심 사업은 탄탄하며, 모든 영역에서 속도가 붙고 있다”고 말했다.

    법원에서 오는 청구서는 줄어들 기미가 없다. 실적 발표 당일 뉴멕시코 법원은 캠브리지 애널리티카 스캔들을 이유로 메타에 250억 달러 지급을 명령했다. 아동안전 합의 총액 171억 달러보다 큰 금액이다. 저커버그가 말한 ‘탄탄한 핵심 사업’이 이 청구서들을 얼마나 오래 받아낼 수 있을지는 아직 모른다.

    다음 분기 실적에서 볼 지점은 두 가지다. 광고 중심의 본업이 26% 성장을 이어갈 수 있는지, 그리고 쌓여가는 소송 비용이 그 성장을 얼마나 깎아 먹는지. 이번 분기만 놓고 보면 본업이 소송 비용을 버텨냈다. 하지만 171억 달러 합의 가운데 아직 반영되지 않은 몫이 남아 있고, 같은 날 250억 달러짜리 판결까지 나왔다. 98억 9천만 달러를 한 번 털고 지나가는 일회성 비용으로 보기 어려운 이유다.

    출처: The Verge

  • 뉴욕 첫 숏드라마 영화제…수상 감독은 AI 남용 비판

    뉴욕 첫 숏드라마 영화제…수상 감독은 AI 남용 비판

    3줄 요약

    • 트라이베카 영화제 COO 출신 피트 토레스가 만든 뉴욕 첫 마이크로드라마 영화제 ‘알자(Alza)’가 10월 16~18일 맨해튼 AMC 극장에서 열렸다.
    • 전 미라맥스 CEO 빌 블록의 감마타임은 휴대폰을 자주 보는 여성과 낮 시간대 TV 시청자를 주 고객으로 삼는다.
    • 최우수 감독상을 받은 살바도르 파스코위츠는 생성형 AI를 남용하는 탓에 세로형 콘텐츠가 영화인의 생계 수단이 되기 어렵다고 경고했다.

    맨해튼의 한 AMC 극장. 옆 관에는 ‘레지던트 이블’ 같은 일반 영화가 걸려 있었고, 이쪽 관 대형 스크린 한가운데에는 세로로 길쭉한 화면이 떠 있었다. 스마트폰 세로 화면에 맞춰 찍은 드라마다. 뉴욕에서 처음 열린 마이크로드라마(숏드라마) 영화제 ‘알자’의 풍경이다.

    행사장에 모인 업계 사람들은 세로 영상이 미래라고 확신했다. 직접 다녀온 더버지 기자가 내린 결론은 결이 달랐다. 꽤 회의적이었다. 영화제 얘기를 왜 IT 쪽에서 챙겨 보나 싶을 수 있다. 그런데 넷플릭스·인스타그램 같은 플랫폼이 세로 영상에 공을 들이는 이유도, 생성형 AI가 콘텐츠 제작 판을 흔드는 방식도 이 행사 하나에 다 들어 있다. 기대와 의심이 한자리에 섞여 있던 행사라 하나씩 짚어볼 만하다.

    트라이베카 COO 출신이 연 ‘알자’, 극장 스크린에 걸린 세로 드라마

    판을 깐 사람은 피트 토레스. 트라이베카 영화제에서 최고운영책임자(COO)를 지낸 인물이다. 영화제는 10월 16일부터 18일까지 사흘 동안 열렸고, 내건 목표는 “세로 화면을 위해 만든 이야기의 창의성, 혁신, 커지는 문화적 영향력”을 보여주는 것이었다. 프로그램의 중심은 숏드라마와 영화 프리미어 상영. 여기에 업계 임원들이 패널로 나오는 토론 세션도 붙었다.

    상영작 면면을 보면 형식이 제각각이다. 장편이 있고, 짧은 시리즈가 있고, 영상 모음도 있다.

    • 제리 브래드퍼드 감독이 세로형으로 각색한 장편 ‘오만과 편견’
    • 에릭 로버츠가 주연한 오리지널 장편 ‘빌리어네어스 브로큰 보우(Billionaire’s Broken Vow)’
    • 로맨스 판타지(로맨타지)와 호러를 섞은 짧은 시리즈 ‘블러드 서퍼(Blood Surfer)’
    • 장애인 권리 활동가 라치 뮤직(Lachi Music)의 영상 모음 ‘글램 스트럿츠(Glam Struts)’

    삐걱거린 건 장편 두 편이었다. 갑작스러운 점프컷이 자주 튀어나왔고, 배경음악도 흐르다 말고 뚝 끊기며 바뀌기 일쑤였다. 원인은 편집 구조다. 숏드라마 앱에서 짧은 ‘에피소드’ 단위로 끊어 보라고 만든 편집을 극장에서 쉬지 않고 이어 트니 이음새가 고스란히 드러났다. 개발자 식으로 비유하자면 모바일 전용으로 짠 UI를 레이아웃은 그대로 두고 크기만 키워서 데스크톱 모니터에 띄운 꼴이다. 돌아가긴 하는데, 보는 내내 어딘가 걸린다.

    짧은 시리즈와 영상 모음은 이런 어색함이 덜했다고 한다. 애초에 짧게 끊어 보는 게 형식 자체인 작품들이니 이상할 것도 없다. 객석 사정은 이랬다. 꽉 찬 상영은 한 번도 없었고, 자리를 채운 건 주로 중년 여성 관객. 그래도 스태프가 화면이 가장 잘 보인다며 앉으라고 권한 앞줄에서는 로맨스 위주의 자극적인 장면이 나올 때마다 웃음과 탄성이 터졌다. 규모는 작아도, 이 장르를 확실히 즐기는 관객층이 있다는 것만큼은 분명하다.

    세로 영상을 거실로…인스타그램은 TV 앱, 넷플릭스는 세로 피드

    세로 영상은 대부분 휴대폰으로 본다. 요즘 플랫폼들이 매달리는 건 이걸 거실 TV까지 끌고 가는 일이다. 인스타그램과 Vurt는 세로 영상을 보는 사람을 소파 위에서도 붙잡아두려고 스마트TV 전용 앱을 내놓고 있다. 디즈니플러스·넷플릭스·HBO 맥스는 사정이 조금 다르다. 휴대폰이든 TV든 기기를 가리지 않고 볼 수 있는 유튜브가 워낙 인기라, 위기감에 세로 클립 피드를 실험하는 중이다. 회사별로 묶으면 아래 표와 같다.

    회사 움직임 눈여겨볼 점
    인스타그램, Vurt 스마트TV 전용 앱 출시 세로 영상을 거실 TV로 옮기려는 시도
    디즈니플러스, 넷플릭스, HBO 맥스 세로 클립 피드 실험 유튜브 인기에 대한 위기감
    감마타임(GammaTime) 여성 시청자를 노린 숏드라마 플랫폼 마케팅 상당 부분을 텔아비브 파트너 팀에 맡김
    릴숏(ReelShort), 드라마박스(DramaBox) 1세대 세로 숏드라마 업체 파스코위츠는 “AI를 과하게 써서 좌초한 크루즈선”에 비유

    표에 오른 곳 가운데 전략을 가장 구체적으로 풀어놓은 건 감마타임이다. 전 미라맥스 CEO 빌 블록이 세운 플랫폼으로, 개발 책임자 에이미 설리번이 밝힌 타깃은 “아침, 오후, 밤 내내 휴대폰을 보는 모바일 퍼스트 흐름 속의 주류 여성”이다. 작품 목록도 시간대별 기분에 맞춰 짰다고 한다. 가볍게 보는 작품과 로맨틱 코미디에서 시작해 늦은 밤에 보는 “조금 더 매콤하지만 지나치게 선정적이지는 않은” 작품까지 이어지는 구성이다.

    블록이 콕 집어 노리는 건 낮 시간대 TV 시청자다. 미국에서 소프 오페라(낮 시간대 연속극)는 지금도 인기가 있지만, 사람들의 관심이 다른 데로 흩어지면서 최근 몇 년 사이 시청률이 떨어졌다. 블록은 이걸 간단하게 본다. 그 시청자들은 사라진 게 아니라 주문형 스트리밍과 소셜미디어로 자리를 옮겼을 뿐이라고.

    그가 고른 표현이 꽤 노골적이다. 이 사람들이 “사무실에서 일하는 척하면서” 숏드라마 앱을 켠다는 것. 집에서도 다르지 않다며, 그는 이걸 “새로운 낮 시간대이자 새로운 오후 5~6시, 새로운 밤 10시 이후”라고 불렀다. 방송사가 짜던 편성표의 시간대가 휴대폰 안으로 옮겨오고 있다는 얘기다. 블록에게 경쟁 상대는 다른 숏드라마 앱만이 아니라 TV 편성표 자체인 셈이다.

    돈 문제도 숨기지 않았다. 작품 제작비는 낮게 잡을 수 있다. 진짜 부담은 그다음에 온다. 여러 시청자층에 닿고 광고 파트너십까지 유지하려면 스튜디오 운영비가 많이 든다. 감마타임이 마케팅의 상당 부분을 해외에 맡긴 것도 그래서다. 블록은 텔아비브의 파트너 슬라바 무드리흐와 그가 이끄는 고객 확보·AI·마케팅 팀을 “사업의 두뇌”라고 불렀다. 새 이용자도 결국 인스타그램과 틱톡에서 데려온다고 했다. 자기 플랫폼을 키우면서도 이용자 유입은 남의 플랫폼에 기대는 구조라는 점은 눈여겨볼 만하다.

    최우수 감독상 받은 파스코위츠가 꺼낸 ‘AI 슬롭 버튼’

    숏드라마 하면 흔히 떠오르는 게 두 가지다. AI로 만든 특수효과, 그리고 과장된 연속극 같은 분위기. 알자 상영작에서도 둘 다 자주 보였다고 한다. 서구 기업들이 숏드라마 시장을 만들려고 애쓰고는 있지만, 중국처럼 크게 성공하는 그림은 아직 잘 그려지지 않는다.

    가장 날카로운 쓴소리는 뜻밖에도 상을 받은 사람에게서 나왔다. 영화 ‘에이지 오브 아델라인(The Age of Adaline)’의 공동 각본가 살바도르 파스코위츠는 90분짜리 코미디 ‘레이오버(Layover)’로 최우수 감독상을 받았다. 그런데 일감을 못 찾는 로스앤젤레스 영화인과 배우들에게 세로형 콘텐츠가 생명줄이 될 수 있느냐는 질문에는 회의적이었다. 생성형 AI가 갑자기 쏟아져 들어오면서 제작 인력이 이 분야에서 경력을 쌓을 길이 사라졌다는 이유에서다. 그의 비판은 세 갈래로 추릴 수 있다.

    • 릴숏·드라마박스 같은 1세대 업체는 AI를 너무 과하게 써서 스스로 좌초한 크루즈선 같다.
    • 기회를 노리는 미국 기업은 많지만 시장이 아주 모호하고, 만든 작품을 실제로 보는 사람이 없는 경우가 많다.
    • ‘세로 영상계의 HBO’를 꿈꾸는 스튜디오들에게 이제 누르기만 하면 되는 ‘AI 슬롭 버튼’(슬롭은 AI로 대충 찍어낸 저질 콘텐츠를 가리키는 말)이 생기면서, 관객이 진짜 보고 싶어 하는 걸 놓치고 있다.

    그가 강조한 건 기본이었다. 영화인이라면 관객을 위해서, 그리고 함께 일하는 브랜드를 위해서라도 실제로 볼 만한 작품을 내놓아야 한다는 것. 개발 쪽 말로 옮기면 이렇다. 코드 생성 도구로 기능 개수는 금방 늘릴 수 있다. 하지만 사람들이 쓰고 싶어 하는 제품을 만드는 건 전혀 다른 문제다. 기능 목록이 길다고 사용자가 남지 않듯, 버튼 한 번에 찍어낸 에피소드가 쌓인다고 시청자가 붙지는 않는다.

    확인된 것과 아직 불확실한 것

    확인된 것

    • 알자는 뉴욕 최초의 마이크로드라마 영화제이고, 10월 16~18일 맨해튼 AMC 극장에서 상영이 있었다.
    • 설립자는 트라이베카 영화제 COO 출신 피트 토레스다.
    • 인스타그램과 Vurt는 세로 영상용 스마트TV 앱을 내놓고 있고, 디즈니플러스·넷플릭스·HBO 맥스는 세로 클립 피드를 실험하고 있다.
    • 감마타임은 여성과 낮 시간대 시청자를 노리고, 새 이용자는 인스타그램과 틱톡에서 데려온다.
    • 파스코위츠는 ‘레이오버’로 최우수 감독상을 받았고, 업계가 생성형 AI를 남용한다고 공개적으로 비판했다.

    아직 불확실한 것

    • 사람들이 가로형 TV 화면으로 세로 콘텐츠를 보고 싶어 하는지는 아직 확인되지 않았다.
    • 서구 시장에서 숏드라마가 중국만큼 성공할 수 있을지 알 수 없다.
    • 영화제 전체 관객 수, 상영작 수, 참가 기업 매출 같은 숫자는 원문에 없다.
    • 파스코위츠의 생성형 AI 관련 발언은 원문 중간에서 끊겨, 그가 AI 사용을 어디까지 반대했는지는 확인할 수 없다.

    쇼츠·릴스에 익숙한 한국 시청자에게 달라질 수 있는 것들

    세로 영상 자체는 한국 사용자에게 새로울 게 하나도 없다. 유튜브 쇼츠와 인스타그램 릴스를 엄지로 넘겨 보는 건 이미 일상이다. 이번 영화제가 던진 질문은 그다음 단계에 가깝다. 세로 영상이 짧은 클립을 넘어 ‘이야기’로서 휴대폰 밖까지 나갈 수 있느냐는 것이다.

    아래 내용은 원문을 바탕으로 한 추측이다.

    • 거실 TV의 세로 화면(추측): 인스타그램 TV 앱이나 넷플릭스·디즈니플러스의 세로 클립 피드 실험이 자리를 잡으면, 국내에서 쓰는 앱 화면에도 비슷한 구성이 들어올 수 있다. 다만 이런 실험이 한국 계정에도 적용되는지는 원문에 나오지 않는다.
    • 피드 속 숏드라마 광고(추측): 감마타임처럼 인스타그램·틱톡에서 이용자를 데려오는 방식이 흔해지면, AI 특수효과를 앞세운 숏드라마 광고가 SNS 피드에 더 자주 보일 수 있다.
    • 제작 현장의 고민(추측): 파스코위츠가 지적한 ‘AI로 찍어내기’ 경쟁은 나라를 가리지 않는다. 숏폼 드라마를 기획하는 국내 제작사와 크리에이터도 같은 고민을 하게 될 가능성이 크다.

    알자에서 작품의 성패를 가른 건 화면 비율이 아니었다. 같은 세로 영상이라도 짧은 시리즈는 어색함이 덜했고, 앱용 에피소드를 이어 붙인 장편은 삐걱댔다. 세로든 가로든 관객을 끝까지 붙잡는 건 완성도다. 그리고 ‘AI 슬롭 버튼’은 그 완성도를 대신 만들어주지 않는다.

    출처: The Verge

  • 구글 클라우드에 GPT 합류, 3대 LLM 고르는 기준

    구글 클라우드에 GPT 합류, 3대 LLM 고르는 기준

    3줄 요약

    • 구글 클라우드 모델 가든에 OpenAI의 GPT 6·6.1 계열 모델인 Astra·Sol·Luna가 들어온다. Gemini·Claude·GPT를 한 플랫폼에서 비교할 수 있게 된다.
    • 모델은 벤치마크 순위보다 요청당 비용(단가×토큰 소모), 지연시간, 기존 클라우드 약정, 쓰는 개발 도구와의 호환을 기준으로 고르는 편이 실무에 맞다.
    • GPT는 일부 기업만 쓰는 프라이빗 프리뷰로 시작한다. 접근 승인을 받으면 Codex CLI·Codex Desktop에서도 구글 인프라로 추론을 돌릴 수 있다.

    구글 클라우드의 모델 카탈로그 ‘모델 가든(Model Garden)’에는 이미 200개가 넘는 모델이 올라 있다. 여기에 OpenAI의 GPT 계열이 들어온다. 구글 설명대로라면 3대 폐쇄형 LLM인 Gemini·Claude·GPT를 모두 제공하는 대형 클라우드 사업자는 이제 구글 하나다. 두 회사의 합의 내용은 Ars Technica가 자세히 다뤘다. 실무자가 눈여겨볼 대목은 모델 개수가 아니라 운영 방식이다. GPT 모델은 전부 구글 인프라에서 실행되고, 결제도 구글 클라우드 마켓플레이스로 처리된다.

    이 구조 때문에 기업 개발팀이 묻는 질문이 달라진다. ‘어느 클라우드를 쓸까’에서 ‘한 클라우드 안에서 어떤 작업에 어떤 모델을 배치할까’로. 협력 소식 자체는 짧게 짚고, 아래에서는 실무에 바로 필요한 두 가지를 다룬다. 모델 가든에서 세 계열을 비교할 때 무엇을 잣대로 삼을지, 그리고 GPT 모델에 접근하려면 어떤 경로를 밟아야 하는지다.

    Gemini·Claude·GPT가 한 콘솔, 한 결제 체계로 묶인다

    모델 가든은 구글 클라우드에서 쓸 수 있는 AI 모델을 한곳에 모아 둔 카탈로그다. 구글의 Gemini와 구글이 공개한 오픈 모델 Gemma, Mistral·Llama 같은 외부 오픈 모델이 이미 들어 있다. Anthropic의 Claude도 한동안 이곳에서 제공돼 왔다. OpenAI 모델까지 추가되면 주요 폐쇄형 모델 세 계열이 같은 콘솔, 같은 결제 체계 안에 놓인다.

    오해하기 쉬운 부분이 있다. OpenAI의 주력 클라우드 파트너는 여전히 마이크로소프트이고, OpenAI도 이 점을 분명히 했다. 구글 클라우드 합류는 ‘이전’이 아니다. 유통 경로가 하나 늘어난 것으로 보는 게 정확하다. 애저(Azure)에서 GPT를 쓰던 기업이 짐을 쌀 이유는 없다. 거꾸로 데이터와 인프라를 구글 클라우드에 둔 기업은 GPT 하나 때문에 다른 클라우드를 덧붙일 필요가 줄어든다.

    지금부터는 해석이다. 멀티 모델 카탈로그의 가치는 모델 개수에서 나오지 않는다. 핵심은 교체 비용을 낮추는 데 있다. 같은 플랫폼 안에서 모델만 바꿔 끼울 수 있으면 특정 모델의 가격 정책이나 성능 변화에 덜 휘둘린다. 구글이 ‘세 모델을 모두 제공하는 유일한 곳’이라는 점을 앞세우는 것도 이 유연성을 판매 포인트로 삼으려는 전략으로 보인다.

    GPT 6·6.1 세 모델, 공개된 차이는 ‘비용’ 하나뿐

    구글 클라우드에 올라오는 OpenAI 모델은 GPT 6과 6.1 계열의 Astra, Sol, Luna 세 가지다. 몇 개만 골라 넣는 방식이 아니라 OpenAI의 현행 라인업이 통째로 들어온다. 그런데 발표 단계에서 드러난 차이는 사실상 하나뿐이다. Astra의 실행 비용이 가장 높다는 것. Sol과 Luna의 가격 차이, 컨텍스트 길이, 세부 성능 지표는 원문에 나오지 않는다. 라인업 전체가 들어오는데 공개된 비교 정보는 비용 서열 하나라서, 지금 단계에서 세 모델의 용도를 단정하기는 어렵다.

    그래도 원칙 하나는 세울 수 있다. 가장 비싼 모델은 가장 어려운 작업에만 쓰고, 나머지 작업은 하위 모델로 먼저 시험하는 계단식 구성이다. LLM 라인업의 최상위 모델은 보통 복잡한 추론을 겨냥한다. 요약·분류·정형 데이터 추출 같은 반복 작업은 사정이 다르다. 품질 차이가 비용 차이만큼 벌어지지 않는 경우가 많다. 단, 이건 LLM 라인업 일반에 통하는 경험칙이고 Astra·Sol·Luna에서 검증된 결론은 아니다.

    구글은 성능·지연시간·효율을 기준으로 워크로드를 여러 LLM 사이에서 동적으로 옮기는 기능을 지원한다고 밝혔다. 이 기능이 GPT 모델끼리, 또 GPT와 Gemini·Claude 사이에서도 똑같이 작동하는지에 대한 설명은 없다. 원리만 놓고 보면 요청마다 적합한 모델을 자동 배정해 Astra 같은 고비용 모델의 호출 횟수를 줄이는 데 쓸 수 있는 구조다. 실제로 그렇게 쓸 수 있을지는 GPT가 이 기능의 대상에 들어가는지부터 확인돼야 판가름 난다.

    Gemini·Claude·GPT를 가르는 네 가지 선택 기준

    세 계열이 한 카탈로그에 모이면 비교 자체는 쉬워진다. 문제는 잣대다. 벤치마크 점수만 보고 고르면 청구서에서 예상이 빗나가기 쉽다. 실제 운영 비용과 품질을 좌우하는 기준은 네 가지로 좁혀진다.

    ① 요청당 비용. 모델 비용은 토큰 단가에 토큰 소모량을 곱한 값이다. 단가가 같아도 답을 내기까지 토큰을 많이 쓰는 모델은 요청당 비용이 커진다. 원문 기사가 든 예가 구글이 자사 AI 서비스 전반에 적용한 Gemini 4 Argon이다. Gemini 3.1 Pro보다는 나아 보이지만 토큰을 놀라운 속도로 소모한다는 평가였다. 자사 플래그십조차 이런 평가를 받는다면, 단가표만으로 모델을 줄 세우는 방식은 믿기 어렵다. 같은 작업을 돌렸을 때 실제로 토큰이 얼마나 나가는지를 함께 재야 하는 이유다.

    ② 지연시간. 고객 상담 챗봇처럼 사람이 응답을 기다리는 서비스에서는 첫 응답이 나오기까지의 시간이 체감 품질을 좌우한다. 문서를 일괄 처리하는 배치 작업은 반대다. 응답 속도보다 처리량과 단가가 중요하다. 같은 회사 안에서도 작업마다 최적 모델이 갈릴 수 있다는 얘기다. 구글이 내세운 동적 워크로드 이동 기능이 노리는 곳도 이 지점으로 보인다.

    ③ 결제와 약정. 구글 클라우드에 일정 금액 이상을 쓰기로 약정한 기업이라면 마켓플레이스 결제가 도입 문턱을 크게 낮춰 준다. 원문도 기존 지출 약정이 있는 기업이 GPT로 쉽게 갈아탈 수 있게 된다고 짚었다. 새 공급사 계약도, 별도 결제 계정도 없이 시험해 볼 수 있다는 것. 성능과 무관하게 선택을 바꿔 놓는 현실적 변수다. 네 기준 가운데 기술과는 가장 거리가 멀지만, 뒤에서 다룰 국내 기업의 구매 절차를 생각하면 실제 영향은 가장 클 수 있다.

    ④ 개발 도구 호환. 팀이 이미 Codex CLI나 Codex Desktop으로 작업한다면 GPT 쪽 전환 비용이 낮다. 구글 클라우드 프리뷰 승인을 받으면 이 도구에서 API로 접근하되, 추론은 구글 시스템에서 처리된다. Antigravity가 주 도구인 팀은 기존 Gemini·Claude에 GPT가 더해진다. 클라이언트를 바꾸지 않고 그 안에서 모델만 바꿔 가며 결과를 견줄 수 있게 된다.

    모델 계열 원문에 나온 모델 구글 클라우드 제공 상태 Antigravity 고를 때 볼 점
    Gemini(구글) Gemini 4 Argon, Gemini 3.1 Pro 구글 AI 서비스 전반에 Argon 적용 지원 토큰 소모가 많다는 평가, 요청당 비용 실측 필요
    Claude(Anthropic) 개별 모델명 언급 없음 한동안 제공돼 옴 지원 기존 사용처가 있다면 비교 기준선으로 활용
    GPT(OpenAI) GPT 6·6.1 계열 Astra, Sol, Luna 일부 기업 대상 프라이빗 프리뷰, 모델 가든 추가 예정 추가 예정(모델 구성 미정) Astra가 가장 비싸다는 점만 확인됨
    오픈 모델 Mistral, Llama, Gemma 모델 가든에서 제공 원문 언급 없음 폐쇄형 모델과 비용을 견줄 비교 대상

    표에서 드러나듯 세 폐쇄형 계열 가운데 GPT만 아직 프리뷰 단계다. 같은 조건에서 나란히 비교하기는 당분간 어렵다. 순서는 이렇게 잡는 편이 효율적이다. 바로 쓸 수 있는 Gemini나 Claude로 평가용 프롬프트 세트와 비용 기준선을 먼저 만든다. GPT 접근권이 열리면 같은 세트를 그대로 돌려 품질과 토큰 사용량을 비교한다. 승인을 기다리는 동안에도 준비는 끝낼 수 있다는 뜻이다.

    GPT 프리뷰 신청부터 모델 활성화까지, 콘솔에서 밟는 경로

    GPT 모델 배포는 일부 기업 고객 대상 프라이빗 프리뷰로 시작됐다. 먼저 써 보려는 곳은 구글에 접근 요청을 낼 수 있다. 구글 클라우드 콘솔은 화면 개편이 잦은 편이라 아래 경로는 기준점 정도로 삼는 게 좋다. 막히면 콘솔 상단 검색창에 메뉴 이름을 입력하는 쪽이 빠르다.

    1. 프로젝트와 결제 계정 확인: 콘솔 상단 프로젝트 선택기에서 사용할 프로젝트를 고른다. 이어서 탐색 메뉴(☰) → 결제로 들어가 결제 계정이 연결돼 있는지 확인한다. 마켓플레이스 거래는 이 결제 계정으로 청구된다.
    2. Vertex AI API 사용 설정: 탐색 메뉴 → API 및 서비스 → 라이브러리에서 ‘Vertex AI API’를 검색해 사용 설정한다.
    3. 모델 가든 진입: 탐색 메뉴 → Vertex AI → Model Garden으로 들어가(상위 메뉴 표기는 불확실) 검색창에 공급사 이름을 입력한다. Claude 같은 파트너 모델은 모델 카드에서 ‘사용 설정(Enable)’을 누르고 마켓플레이스 약관에 동의하면 켜진다. GPT 모델 카드도 같은 절차일 가능성이 높다. 프리뷰 단계의 화면 구성은 아직 확인되지 않았다.
    4. 프리뷰 접근 요청: 구글이 마련한 신청 양식을 제출한다. 양식이 콘솔의 어느 메뉴와 연결돼 있는지는 불확실하다. 구글 클라우드 영업 담당을 통해 확인하는 편이 확실하다.
    5. 호출 권한 부여: 탐색 메뉴 → IAM 및 관리자 → IAM에서 모델을 호출할 사용자나 서비스 계정에 ‘Vertex AI 사용자(roles/aiplatform.user)’ 역할을 준다. 마켓플레이스 구독에는 결제 관련 권한이 필요한 경우가 많으니 결제 관리자와 함께 진행하는 것이 좋다.
    6. Codex CLI·Codex Desktop 연결: 승인을 받으면 이 도구에서도 API로 GPT를 호출할 수 있고, 추론은 구글 시스템에서 이뤄진다. 엔드포인트와 인증 설정 방법은 원문에 없다. 승인 때 받는 안내를 따라야 한다.
    7. Antigravity에서 확인: 에이전트 입력창 주변의 모델 선택 메뉴(위치 불확실)에서 GPT 항목이 보이는지 확인한다.

    1·2·3·5단계는 Claude 같은 기존 파트너 모델을 켤 때와 크게 다르지 않다. 실제 병목은 4단계, 프리뷰 승인이다. 승인 전에 나머지 단계를 미리 끝내 두면 접근권이 열리는 즉시 테스트에 들어갈 수 있다.

    구글 클라우드를 쓰는 국내 기업, GPT 도입 계약 창구가 하나로 줄어든다

    구글 클라우드를 주력 인프라로 쓰는 국내 기업은 그동안 구글 클라우드 안에서 GPT를 쓸 길이 없었다. OpenAI와 직접 API 계약을 맺거나, 다른 클라우드 계정을 따로 열어야 했다. 마켓플레이스 결제가 열리면 기존 구글 클라우드 계약 안에서 GPT를 쓸 수 있다. 가장 직접적인 변화다. 국내 기업은 새 공급사를 등록할 때 구매 품의와 보안 심사를 다시 거치는 경우가 많다. 이 관행을 감안하면, 절차가 줄어드는 효과가 모델 성능 차이보다 크게 체감될 것으로 보인다.

    데이터 처리도 따져볼 부분이다. GPT 추론이 전부 구글 인프라에서 실행되므로 보안 검토 범위를 기존 구글 클라우드 계약 안으로 묶을 수 있다는 뜻으로 읽힌다(추측). 개인정보나 사내 기밀을 다루는 업무라면 계약 전에 구글 측 문서로 두 가지를 확인해야 한다. GPT 모델이 어느 리전에서 처리되는지, 그리고 입력 데이터가 어떤 조건으로 보관되는지.

    약정 소진 문제도 남는다. 원문은 지출 약정이 있는 기업이 GPT를 쉽게 도입할 수 있다고 설명한다. 하지만 마켓플레이스 결제액이 각 기업의 약정 금액 차감으로 얼마나 인정되는지는 계약 조건마다 다를 수 있다. 구글 클라우드 담당자에게 서면으로 확인해 두는 편이 안전하다. 이 부분이 어긋나면 앞서 말한 ‘약정 덕분에 문턱이 낮아지는 효과’가 그만큼 줄어든다.

    개인 개발자 쪽 변화는 Antigravity에서 나온다. Gemini와 Claude를 쓰던 같은 클라이언트에서 GPT까지 고를 수 있으면, 도구를 바꾸지 않고 모델별 코드 생성 결과를 나란히 비교할 수 있다. 개인 사용자에게 GPT가 어떤 요금 조건으로 열릴지는 원문에 정보가 없다.

    확인된 것과 아직 불확실한 것

    확인된 것

    • OpenAI의 GPT 6·6.1 계열인 Astra·Sol·Luna가 구글 클라우드에 출시되며, 셋 중 Astra의 실행 비용이 가장 높다.
    • GPT 모델은 전부 구글 인프라에서 실행되고, 거래는 구글 클라우드 마켓플레이스로 처리된다.
    • 일부 기업 고객 대상 프라이빗 프리뷰로 배포가 시작됐고 접근 요청 양식이 있다. 승인되면 Codex CLI·Codex Desktop에서도 API로 접근할 수 있다.
    • 모델 가든에는 200개 이상의 모델이 있으며 Gemini, Claude, Mistral, Llama, Gemma가 포함된다.
    • OpenAI의 주력 클라우드 파트너는 여전히 마이크로소프트다.
    • Antigravity에 GPT 모델이 추가된다. 기존 지원 모델은 Gemini와 Claude였다.

    아직 불확실한 것

    • Antigravity에 들어올 GPT 모델 구성. 세 모델이 모두 들어갈지 구글은 밝히지 않았다.
    • 구글 클라우드에서 Astra·Sol·Luna를 쓸 때의 토큰 단가, Sol과 Luna의 가격·성능 차이
    • 모델 가든에서 전체 고객에게 GPT를 여는 일정
    • 동적 워크로드 이동 기능이 GPT와 다른 회사 모델 사이에도 적용되는지
    • GPT 모델의 제공 리전(서울 리전 포함)과 데이터 보관 조건

    모델을 쉽게 갈아 끼울 구조부터 갖춘 팀이 유리해진다

    구글은 자사 플래그십 Gemini 4 Argon을 전면에 내세우면서도 경쟁사 모델을 들이고 있다. 클라우드 사업자에게는 모델 선택권 자체가 상품이 됐다는 신호로 읽힌다. 원문 기사의 시각도 비슷하다. OpenAI 합류로 Argon에 만족하지 못한 사용자에게 Gemini 말고 또 하나의 대안이 생긴다는 평가다. 앞서 본 Argon의 토큰 소모 평가와 이어지는 대목이다.

    사용자 쪽 과제는 분명하다. 특정 모델에 코드를 묶어 두지 않는 것. 준비할 건 세 가지다. 모델 호출부를 별도 계층으로 떼어 내 모델 이름만 바꾸면 되게 한다. 업무별 평가 프롬프트 세트를 만들어 둔다. 모델별 토큰 사용량과 응답 시간은 꾸준히 기록한다. 이게 갖춰진 팀은 GPT가 정식으로 열렸을 때 짧은 시간 안에 비교를 끝낼 수 있고, 어느 회사의 가격 정책이 바뀌어도 다른 모델로 옮길 근거를 숫자로 내밀 수 있다. 셋 다 GPT 승인을 기다리지 않고 지금 시작할 수 있는 작업이다.

    출처: Ars Technica

  • 메타 무의결권 주식 신설…AI 투자 자금줄 넓힌다

    메타 무의결권 주식 신설…AI 투자 자금줄 넓힌다

    3줄 요약

    • 메타가 3분기 실적 발표에서 의결권 없는 새 주식 클래스를 만들어 AI 투자, 인수합병, 직원 보상 재원으로 쓰겠다고 밝혔다.
    • 새 주식은 2027년부터 거래된다. 올해 자본지출 전망 하단은 1,350억 달러로 올라갔다.
    • AI 에이전트 Muse는 미국에서 1,000만 다운로드를 넘겼지만, 개인정보 노출 논란으로 일부 기능을 멈췄다.

    의결권 없는 주식. 메타가 3분기 실적과 함께 꺼낸 카드다. 이 주식으로 마련한 돈은 AI 투자와 인수합병, 직원 보상에 쓰겠다는 게 회사 설명이다.

    메타는 현금을 막대하게 벌어들이는 회사다. 그런 회사가 굳이 자금 조달 도구를 하나 더 만든다는 점이 눈에 띈다. 올해 자본지출 전망 하단이 1,350억 달러라는 숫자를 놓고 보면 배경은 짐작할 만하다. AI 경쟁 비용이 기존 재원만으로는 부담스러운 수준까지 커졌다는 신호로 읽힌다.

    신주는 2027년부터 거래, 쓰임새는 AI·인수합병·보상

    메타는 수요일(현지시간) 공개한 3분기 실적 보고서에 새 주식 클래스 발행 계획을 함께 실었다. 의결권은 없다. 실제 거래는 2027년에 시작된다. 계획은 지금 나왔지만, 시장에서 사고팔 수 있는 건 해가 바뀐 뒤의 일이다.

    메타가 밝힌 쓰임새는 세 가지다.

    • AI 관련 사업 투자
    • 인수합병(M&A) 가능성에 대비한 재원
    • 직원 보상

    보도자료에는 “업계에서 진행 중인 AI 전환 속에서 경쟁하고, 성장을 이어가고, 인프라를 넓히고, 새 전략 과제를 추진하는 데 필요한 투자 규모가 상당하다”는 문장이 들어갔다. 경쟁, 성장, 인프라, 새 전략 과제까지 명분은 넓게 잡았다. 그런데 금액이나 구체적인 대상은 이 문장 어디에도 없다. 수전 리 최고재무책임자(CFO)도 컨퍼런스콜에서 새 주식이 “자금 조달 수단을 넓히고, 사업 전반에서 AI가 이끄는 전례 없는 성장세에 투자할 유연성을 줄 것”이라고 설명했다. 방점은 ‘유연성’에 찍혀 있고, 얼마를 언제 조달할지는 열어 둔 상태다.

    설계의 핵심은 의결권을 뺐다는 데 있다. 새 주식이 시장에 풀려도 회사 의사결정 구조는 건드리지 않고 자금만 끌어오는 방식으로 보인다. 용도에 직원 보상이 들어간 것도 이 구조와 맞물린다. 인재 영입 경쟁에서 주식을 더 넉넉하게 내주되, 그 주식이 경영권에는 영향을 주지 않게 하려는 포석으로 해석된다.

    자본지출 전망 하단 1,350억 달러, 바닥이 높아졌다

    메타는 이미 AI 경쟁에 수십억 달러를 쏟아붓고 있다. 거대한 데이터센터를 지어 적극적으로 홍보했고, 오픈AI 같은 경쟁사에서 핵심 인재를 데려왔다. 다른 빅테크 모델과 맞설 AI 모델 개발도 진행 중이다.

    돈 쓰는 속도는 더 빨라졌다. 올해 자본지출 전망은 1,350억~1,450억 달러. 이전 전망(1,300억~1,450억 달러)과 비교하면 상단은 그대로 두고 하단만 50억 달러 올렸다. 최대치는 그대로인데, ‘최소한 이만큼은 쓴다’는 선이 위로 올라간 셈이다. 전망 폭도 150억 달러에서 100억 달러로 좁아졌다. 연말을 앞두고 지출 규모의 윤곽이 그만큼 잡혔다는 뜻으로 풀이된다.

    항목 내용
    새 주식 클래스 의결권 없음, 2027년 거래 시작
    신주 자금 용도 AI 투자, 인수합병 대비 재원, 직원 보상
    올해 자본지출 전망 1,300억~1,450억 달러 → 1,350억~1,450억 달러
    Muse 성과 9월 출시, 이번 주 미국 다운로드 1,000만 건 돌파
    Muse 관련 논란 주소 노출 제보, 대화 공유 기능 일시 중단

    실적에는 다른 변수도 끼어 있었다. 메타는 아동 안전 관련 합의금을 내지 않았다면 220억 달러 넘게 벌었을 것이라고 밝혔다. ‘합의금이 없었다면’이라는 가정이 붙은 숫자라서, 실제로 보고된 실적과는 나눠서 읽어야 한다.

    Muse는 1,000만 다운로드, 대화 공유 기능은 멈췄다

    더버지는 최근 몇 주가 메타에게 유난히 분주했다고 짚었다. 그 한가운데에 9월 출시한 AI 에이전트 Muse가 있다. 받은편지함 정리, 식당 예약, 여행 계획 같은 일을 이용자 대신 처리하는 서비스다.

    초반 반응은 빨랐다. Muse 앱은 출시 직후 앱 마켓 최상위권에 올랐고, 이번 주 미국에서 다운로드 1,000만 건을 넘겼다. 9월에 출시했으니 두 달이 채 안 돼 나온 숫자다. 같은 주에 새 모델 Muse Wonder도 나왔다.

    흥행 뒤로 잡음이 따라붙었다. 한 테크 유튜버는 Muse가 페이스북 마켓플레이스에서 모르는 사람에게 자신의 주소를 알려줬다고 밝혔다. 연구자들은 Muse 대화 내용이 웹에 공개돼 있는 것을 발견했고, 메타는 대화 공유 기능을 일시 중단했다. 앞의 것은 에이전트가 이용자 정보를 낯선 사람에게 넘긴 사례이고, 뒤의 것은 대화 기록이 웹에서 보이는 상태였던 사례다. 이메일과 예약, 여행처럼 사적인 정보를 다루는 서비스에서 나온 문제라 가볍게 넘기기 어렵다.

    국내 주주엔 희석 변수, 반도체 업계엔 수요 신호

    메타 주식을 가진 국내 투자자라면 새 주식의 발행 규모와 조건부터 확인해야 한다. 주식 수가 늘면 기존 주주 몫이 희석될 수 있다. 이번 보도에는 발행 규모가 빠져 있어서 희석 폭을 지금 계산할 방법이 없다.

    의결권 없는 주식이 따로 거래되면, 같은 메타 주식이라도 의결권 유무에 따라 고를 수 있는 선택지가 생길 수 있다(추측). 의결권을 직접 행사할 일이 드문 개인 투자자에게는 결국 두 주식의 가격 차이가 판단 기준이 된다. 그 차이가 어떻게 벌어질지는 2027년 거래가 시작돼야 알 수 있다.

    자본지출 전망 하단이 오른 것은 데이터센터용 서버와 반도체 수요가 당분간 이어진다는 신호로 볼 수 있다. AI 인프라용 메모리 반도체 비중이 큰 국내 반도체 업계에는 긍정적인 재료일 수 있다. 다만 메타가 어떤 부품을 어디서 사는지는 기사에 나오지 않는다. 메타의 지출 계획을 특정 국내 기업 실적과 곧바로 연결하는 건 무리다.

    메타가 Muse를 한국에 언제 내놓을지도 이번 기사만으로는 알 수 없다. 국내 출시와 상관없이, 이메일·예약·여행처럼 개인정보를 다루는 AI 에이전트를 쓴다면 어떤 권한을 넘기는지 먼저 따져볼 필요가 있다. 미국에서 나온 주소 노출과 대화 공개 사례가 그 이유다.

    확인된 것과 아직 불확실한 것

    확인된 것

    • 메타가 3분기 실적 발표에서 의결권 없는 새 주식 클래스 발행 계획을 밝혔다.
    • 새 주식은 AI 투자, 인수합병 대비 재원, 직원 보상에 쓰이며 2027년부터 거래된다.
    • 올해 자본지출 전망은 1,350억~1,450억 달러로, 이전 전망보다 하단이 올랐다.
    • Muse는 9월 출시됐고, 이번 주 미국 다운로드 1,000만 건을 넘겼다.
    • 대화가 웹에 노출된 사실이 드러난 뒤 Muse의 대화 공유 기능은 일시 중단됐다.

    아직 불확실한 것

    • 새 주식의 발행 규모와 가격, 기존 주식과의 관계 같은 세부 조건
    • 2027년 중 정확한 거래 개시 시점과 상장 방식
    • 인수합병 대상이 실제로 정해져 있는지 여부
    • 아동 안전 합의금 규모, 그리고 ‘220억 달러’가 어떤 실적 지표 기준인지
    • Muse 개인정보 문제에 대한 메타의 추가 조치와 대화 공유 기능 재개 시점

    메타는 지출을 줄이는 대신 자금 창구를 늘렸다

    자본지출 전망 하단 상향과 새 주식 클래스 신설은 같은 방향을 가리킨다. 메타는 AI 지출을 줄이지 않는다. 돈을 끌어올 통로를 하나 더 만들어 더 쓰는 쪽을 택했다.

    그 돈이 성과로 돌아올지는 아직 판단하기 이르다. Muse의 1,000만 다운로드는 긍정적인 근거다. 주소 노출과 대화 공개는 그 반대편에 놓이는 근거다. 개인정보 사고가 이어지면 이용자 신뢰가 흔들리고, 다운로드 숫자의 무게도 그만큼 가벼워진다. 2027년 새 주식이 거래를 시작할 때 시장이 매길 가격 역시, 그때까지 메타의 AI 투자가 어느 쪽 근거를 더 많이 쌓느냐에 달려 있을 것이다.

    출처: The Verge

  • 안드로이드 오토 제미나이, 지메일·일정 연동 켜는 법

    안드로이드 오토 제미나이, 지메일·일정 연동 켜는 법

    3줄 요약

    • 제미나이의 Personal Intelligence 설정을 켜면 차 안에서도 Gmail·캘린더·지도·포토·유튜브·검색 등에 있는 내 정보로 답을 찾고 길을 안내받을 수 있다.
    • 안드로이드 오토부터 순차 배포되고 구글 빌트인 차량은 그다음에 지원된다. 개인 맞춤 답변은 휴대폰이 차에 연결돼 있을 때만 나온다.
    • 설정을 꺼도 내비게이션·음악·전화·일반 질문은 그대로 쓸 수 있다. 운전 중 실제로 필요한 앱만 골라 연결하면 된다.

    공항 가는 길에 운전대를 잡은 채 “내 항공편 지연됐어?”라고 묻는다. 제미나이(Gemini)는 Gmail에 와 있는 예약 확인 메일에서 항공편 정보를 찾아내고, 그 정보로 운항 상태를 조회한다. 구글이 차량용 제미나이에 Personal Intelligence를 붙이면서 대표 사례로 내세운 장면이다. 지금까지 차량 음성 비서는 누가 묻든 같은 답을 내놨다. 이 설정을 켜면 답의 근거가 사용자 본인의 메일·일정·사진으로 바뀐다. Personal Intelligence가 차 안에서 무엇을 읽는지부터 시작해, 안드로이드 오토와 구글 빌트인 차량의 조건 차이, 휴대폰에서 켜고 끄는 순서, 개인 맞춤 답변이 안 나올 때 들여다볼 곳까지 차례로 짚는다.

    Gmail부터 유튜브까지, 차 안의 제미나이가 읽는 구글 앱

    Personal Intelligence는 제미나이가 사용자의 구글 앱 데이터를 참고해 답변을 맞춤화하는 설정이다. 차량용 제미나이와 연결되는 앱으로 구글은 Gmail, 구글 캘린더, 구글 지도, 구글 포토, 유튜브, 구글 검색 등을 꼽았다. 여러 앱을 오가야 끝나는 일을 음성 한 문장으로 처리한다는 게 이 기능의 요지다.

    구글이 든 예시 세 가지를 데이터가 어디서 나와 어디로 가는지 기준으로 풀면 이렇다.

    • 항공편 상태 확인: Gmail의 예약 확인 메일에서 항공편 정보를 꺼내고, 그 정보로 운항 상태를 조회한다.
    • “병원 예약 장소로 데려가 줘”: 예약 정보에서 목적지를 정해 곧장 길안내에 들어간다. 주소를 검색할 필요도, 지도를 손으로 조작할 필요도 없다. 예약 정보를 어느 앱에서 가져오는지는 구글이 밝히지 않았다. 일정으로 등록해 뒀다면 캘린더, 예약 메일로 받았다면 Gmail일 것으로 보인다.
    • “지난주에 찍은 세차장 사진 속 장소로 안내해 줘”: 포토에서 해당 사진을 찾고, 그 장소를 목적지로 잡아 지도 안내를 시작한다.

    세 작업 모두 손으로 하려면 휴대폰을 집어 들고 앱 두세 개를 넘나들어야 한다. 운전 중에는 그 조작 자체가 위험 요소다. 개인 맞춤형 AI 비서가 가장 제값을 하는 공간으로 차 안을 꼽을 만한 이유다. 한계도 분명하다. 연결된 앱에 정보가 없으면 제미나이도 찾지 못한다. 항공권 메일을 다른 메일 서비스로 받거나 일정을 구글 캘린더 밖에서 관리하는 사람이라면 쓸모가 그만큼 줄어든다.

    안드로이드 오토가 먼저, 구글 빌트인 차량은 그다음

    차량용 제미나이가 차에 들어가는 길은 두 갈래다. 이름이 비슷해 헷갈리기 쉬운데, 작동 구조부터 다르다.

    안드로이드 오토는 휴대폰에서 돌아가는 앱을 차량 디스플레이에 띄워 쓰는 방식이다. USB 케이블이나 무선으로 휴대폰을 연결해야 화면이 뜬다. 앱도 데이터도 전부 휴대폰 안에 있다. 구글 빌트인(Google built-in)은 차량 인포테인먼트 시스템 자체에 구글 서비스를 탑재한 형태로, 네이티브 안드로이드 앱이 차에서 직접 실행된다. 포드, GM, 혼다, 닛산, 볼보, 폴스타 등이 구글 빌트인 차량을 내놨다.

    제미나이는 안드로이드 오토에 먼저 들어간 뒤 구글 빌트인 차량으로 범위를 넓혔다. Personal Intelligence의 배포 순서도 똑같다.

    항목 안드로이드 오토 구글 빌트인 차량
    작동 방식 휴대폰 앱을 차 화면에 띄움 차량 시스템에 구글 서비스 탑재, 네이티브 안드로이드 앱 지원
    제미나이 도입 순서 먼저 도입 안드로이드 오토 이후 확대
    Personal Intelligence 지원 순차 배포 시작 후속 지원 예정
    개인 맞춤 답변 조건 설정 켜기 + 휴대폰 연결(연결해야 안드로이드 오토 자체가 실행됨) 설정 켜기 + 휴대폰을 차에 별도 연결
    설정을 끈 경우 내비게이션, 음악, 전화, 질문은 그대로 가능. 답변만 개인 맞춤으로 나오지 않음
    대상 차량 안드로이드 오토를 지원하는 차량 전반 포드, GM, 혼다, 닛산, 볼보, 폴스타 등의 구글 빌트인 차량

    표에서 눈여겨볼 칸은 구글 빌트인 차량의 연결 조건이다. 구글 서비스가 차 자체에서 돌아가는데도, 구글은 휴대폰이 차에 연결돼 있을 때만 개인 맞춤 답변을 준다고 밝혔다. 차에 남아 있는 계정 정보만으로 개인 데이터가 드러나지 않게 하려는 설계로 보인다. 가족이 한 차를 돌려 쓰는 경우를 떠올리면 합리적인 선택이다. 안드로이드 오토는 어차피 휴대폰을 연결해야 실행되니, 이 조건이 실질적으로 추가 부담이 되는 쪽은 구글 빌트인 차량 사용자다.

    Personal Intelligence는 기본값이 꺼짐, 켜는 5단계

    구글은 사용자가 Personal Intelligence 설정을 직접 켰을 때만 앱을 제미나이에 연결한다고 밝혔다. 기본값은 꺼짐. 차에서 개인 맞춤 답변을 받으려면 아래 순서대로 미리 준비해 둬야 한다. 경로는 픽셀(순정 안드로이드) 기준이고 갤럭시 표기는 괄호에 넣었다. 기기와 앱 버전에 따라 항목 표기가 어긋날 수 있으니, 항목이 안 보이면 설정 화면 맨 위 검색창에 키워드를 넣는 쪽이 빠르다.

    1. 제미나이를 기본 디지털 어시스턴트로 지정: 설정 → 앱 → 기본 앱 → 디지털 어시스턴트 앱 → 기본 디지털 어시스턴트 앱 → Gemini(갤럭시: 설정 → 애플리케이션 → 기본 앱 선택 → 디지털 어시스턴트 앱 → 기기 지원 앱). 안드로이드 오토의 음성 비서는 휴대폰의 어시스턴트 설정을 그대로 따라간다. 여기가 Gemini로 돼 있지 않으면 차에서도 이전 어시스턴트가 응답한다.
    2. Gemini 앱에서 Personal Intelligence 켜기: Gemini 앱 → 오른쪽 위 프로필 사진 → 설정 → Personal Intelligence. 설정 메뉴로 들어가는 위치와 한국어 항목 이름은 확실하지 않다. 영어 화면에서는 Personal Intelligence로 표시된다.
    3. 연결할 앱 고르기: Personal Intelligence 화면의 연결 앱 목록에서 Gmail, 캘린더, 지도, 포토, 유튜브, 검색 가운데 쓸 앱만 켠다. 목록 화면의 이름도 불확실하다(영어 화면 기준 Connected Apps). 어떤 앱을 켤지는 글 끝에서 따로 다룬다.
    4. 차에 휴대폰 연결: 안드로이드 오토는 USB 케이블로 연결한다. 차가 무선 안드로이드 오토를 지원하면 블루투스로 페어링한 뒤 무선으로 연결해도 된다. 휴대폰의 안드로이드 오토 설정은 설정 → 연결된 기기 → 연결 환경설정 → Android Auto에 있다(갤럭시: 설정 → 연결된 기기 → Android Auto, 이 경로는 불확실). 구글 빌트인 차량은 차량 설정의 블루투스 메뉴에서 휴대폰을 페어링한다. 차량 쪽 메뉴 위치는 제조사 설명서를 봐야 한다.
    5. 음성으로 불러서 확인: 차에서 “Hey Google”이라고 말하거나, 운전대의 음성 버튼 또는 화면의 마이크 아이콘을 누른다. 이어서 “다음 일정 장소로 안내해 줘”처럼 개인 정보 없이는 답할 수 없는 질문을 던져 본다. 누구에게나 할 법한 일반적인 답만 돌아오면 아래 점검 항목으로 넘어간다.

    일반 답만 돌아올 때, 증상별로 볼 곳 5가지

    Personal Intelligence가 제대로 돌려면 세 가지가 맞아야 한다. 설정, 연결 상태, 그리고 연결된 앱 안의 데이터. 증상에 따라 확인할 곳은 이렇게 갈린다.

    • 일정이나 메일을 물었는데 일반적인 답만 나온다: Personal Intelligence가 꺼져 있거나, 질문에 필요한 앱이 연결 목록에서 빠졌을 공산이 크다. 항공편을 물었다면 Gmail, 약속 장소를 물었다면 캘린더가 연결돼 있는지 본다.
    • 구글 빌트인 차량에서만 개인 맞춤 답변이 안 나온다: 구글 빌트인 차량은 안드로이드 오토보다 늦게 지원된다. 아직 그 차에 기능이 배포되지 않았을 수 있다는 뜻이다. 배포가 끝난 뒤에도 안 된다면 휴대폰이 차에 연결돼 있는지 확인한다. 휴대폰 연결 없이는 개인 맞춤 답변이 나오지 않는다.
    • 제미나이 대신 이전 어시스턴트가 응답한다: 휴대폰의 기본 디지털 어시스턴트가 Gemini로 지정돼 있는지부터 본다. Gemini 앱과 안드로이드 오토 앱이 최신 버전인지도 확인 대상이다. Play 스토어 → 프로필 아이콘 → 앱 및 기기 관리에서 업데이트할 수 있는 앱을 한꺼번에 업데이트할 수 있다.
    • 메일이 분명히 있는데 찾지 못한다: 예약 메일이 들어 있는 Gmail 계정과 휴대폰 Gemini에 로그인한 계정이 같은지 확인한다. 구글 계정을 여러 개 쓴다면 계정이 엇갈려서 생긴 문제일 수 있다.
    • 사진 속 장소로 안내하지 못한다: 사진이 휴대폰 갤러리에만 있고 구글 포토에 백업되지 않았다면 제미나이가 찾지 못할 수 있다(추정). 구글은 사진에서 장소를 어떻게 알아내는지 설명하지 않았다. 어느 방식이든 촬영 위치 정보가 저장된 사진 쪽이 더 잘 찾아질 것으로 보인다.

    포털 메일·국내 내비를 쓰면 효용이 줄어든다

    이 기능은 구글 앱에 개인 데이터가 많이 쌓여 있을수록 쓸모가 커진다. 국내 사용 환경은 바로 이 지점에서 해외와 갈린다. 기능이 들어오더라도 체감 효용은 사람마다 편차가 클 수밖에 없다. 아래 내용은 원문에 없으며, 국내 환경에 맞춰 추측한 것이다.

    • 메일: 항공권이나 예약 확인 메일을 국내 포털 메일로 받는다면 Gmail에는 찾을 데이터가 없다. 항공편 조회 같은 예시는 Gmail을 주 메일로 쓰는 사람에게나 해당한다.
    • 일정: 휴대폰 제조사의 기본 캘린더에만 일정을 저장하고 구글 캘린더와 동기화하지 않는다면, 제미나이가 그 일정을 읽지 못할 가능성이 높다. 갤럭시 사용자라면 캘린더 앱에서 일정을 저장할 계정을 구글 계정으로 지정해 두는 편이 이 기능과 맞는다.
    • 길안내: 국내에서는 지도 데이터 반출 문제로 구글 지도의 자동차 길안내가 오랫동안 제한됐다. 안드로이드 오토에서도 국내 내비게이션 앱을 쓰는 운전자가 많은 이유다. “병원 예약 장소로 데려가 줘” 같은 명령이 국내 내비게이션 앱으로 넘어가지 않는다면 국내에서는 쓸모가 크게 줄어든다. 구글이 든 예시 세 가지 중 둘이 길안내로 끝난다는 점에서, 이 항목이 다섯 가지 중 가장 큰 변수다.
    • 구글 빌트인 차량 여부: 해외에서 구글 빌트인을 쓰는 브랜드라도 국내 판매 모델에는 다른 인포테인먼트를 넣은 사례가 있다. 차량 화면에 Play 스토어와 구글 지도가 기본으로 들어 있는지 보면 구글 빌트인인지 가릴 수 있다.
    • 공용 차량과 동승자: 개인 맞춤 답변은 휴대폰이 연결돼 있을 때만 나온다. 가족이 같은 차를 함께 써도 연결된 휴대폰이 바뀌면 다른 사람의 메일과 일정은 나오지 않을 것으로 보인다. 걸리는 건 출력 쪽이다. 제미나이의 답은 차량 스피커로 나오니, 동승자가 있으면 일정이나 메일 내용을 함께 듣게 된다.

    확인된 것과 아직 불확실한 것

    확인된 것

    • Personal Intelligence를 켜면 차량용 제미나이가 Gmail, 캘린더, 지도, 포토, 유튜브, 검색 등의 정보를 활용한다.
    • 안드로이드 오토에 먼저 배포되고, 구글 빌트인 차량은 그다음에 지원된다.
    • 앱 연결은 사용자가 Personal Intelligence 설정을 켠 경우에만 이뤄진다.
    • 개인 맞춤 답변은 휴대폰이 차에 연결돼 있을 때만 나온다.
    • 설정을 꺼도 내비게이션, 음악, 전화, 일반 질문은 그대로 쓸 수 있다.

    아직 불확실한 것

    • 구글이 차량용 Personal Intelligence를 한국 계정과 한국어 음성 명령까지 지원할지, 지원한다면 언제부터일지
    • 유료 요금제에 가입해야 쓸 수 있는지(원문에는 요금 조건이 나오지 않음)
    • 구글 빌트인 차량의 구체적인 지원 일정과 대상 차종
    • 길안내 명령을 구글 지도 외의 내비게이션 앱으로 실행할 수 있는지
    • 사진 속 장소를 알아내는 방식(촬영 위치 정보를 쓰는지, 이미지 내용을 인식하는지)

    연결할 앱은 운전 중에 실제로 하는 질문을 기준으로 고른다

    Personal Intelligence를 전부 켜거나 전부 끄는 스위치로 볼 필요는 없다. 어떤 앱을 연결할지 고르는 설정에 가깝다. 기준은 하나다. 운전 중에 그 앱의 정보를 물어볼 일이 있느냐.

    • 캘린더·지도: 약속 장소로 이동할 일이 잦다면 가장 쓸모 있는 조합이다. 단, 일정에 장소가 입력돼 있어야 “다음 약속 장소로 안내해 줘”라는 명령이 통한다.
    • Gmail: 출장이나 여행처럼 예약 메일을 보며 움직일 일이 많은 사람에게 유용하다. 메일함에는 업무나 금융 정보도 섞여 있다. 동승자가 자주 타는 차라면 연결 여부를 신중히 정하는 게 좋다.
    • 포토: 사진으로 장소를 기억해 두는 습관이 있다면 써먹을 데가 있다. 사진 전체가 참조 대상이 된다는 점은 감안해야 한다.
    • 유튜브·검색: 시청 기록과 검색 기록이 답변에 반영될 수 있다. 운전 중에 쓸 일은 상대적으로 적은 편이라, 필요해질 때 추가해도 늦지 않다.

    되돌리기도 어렵지 않다. 켤 때와 같은 경로로 Personal Intelligence 화면에 들어가 앱별 연결을 끄거나 설정 전체를 끄면 된다. 구글은 “Personal Intelligence를 쓰지 않아도 차 안의 모든 기능은 그대로 작동한다. 내비게이션을 쓰고 음악을 듣고 전화를 걸고 질문할 수 있지만, 답이 사용자에게 맞춰지지 않을 뿐”이라고 설명한다. 꺼서 잃는 건 개인 맞춤 답변 하나뿐이라는 얘기다. 처음에는 운전과 직결되면서 정보 노출 부담이 적은 캘린더와 지도부터 연결하고, 써 보면서 범위를 넓히는 순서가 무난하다.

    출처: The Verge

  • OLED 터치 맥북 프로, M6 대신 M5 칩 유력

    OLED 터치 맥북 프로, M6 대신 M5 칩 유력

    3줄 요약

    • 루머대로라면 첫 터치스크린 맥북 프로에는 OLED 화면과 다이내믹 아일랜드가 들어가요. 그런데 칩은 M6가 아니라 M5 Pro·M5 Max가 그대로 들어갈 가능성이 커요.
    • M6는 디자인이 그대로인 기본형 14형 맥북 프로와 M4를 쓰던 아이맥에 들어갈 후보로 꼽혀요. 아이패드 미니에는 OLED와 A20 Pro가 거론되고요.
    • 새 화면이 목적이면 터치 OLED 모델, 들인 돈 대비 성능이 목적이면 M6 기본형이나 기존 비터치 모델을 기준으로 고르면 됩니다.

    가장 새롭고 가장 비싼 맥북 프로가 가장 새로운 칩은 쓰지 않을 수도 있어요. 애플이 ‘Pro and Tell’이라는 문구로 언론·크리에이터 대상 브리핑을 예고한 뒤 나온 루머를 하나씩 맞춰 보면 이런 그림이 나와요.

    맥 라인업에 화면을 손가락으로 누르는 모델은 지금까지 한 번도 없었어요. 이번엔 그 공식이 깨질 거라는 루머가 꽤 구체적인 모양을 갖췄고요. 헷갈리는 건 화면이 바뀌는 제품과 칩이 바뀌는 제품이 서로 다르다는 점. 사려는 사람에게 가장 중요한 대목도 바로 여기예요.

    거론되는 제품은 네 가지예요.

    • 터치스크린 OLED 맥북 프로
    • M6 기본형 14형 맥북 프로
    • M6 아이맥
    • OLED 아이패드 미니

    행사 소식을 그대로 옮기는 것보다 쓸모 있는 건 두 가지예요. 화면 기술과 칩 세대를 따로 읽는 법, 그리고 내 용도에 맞춰 기다릴지 살지 정하는 기준. 이 글은 그 두 가지에 집중해요. 바탕이 전부 출시 전 루머라서 실제 사양은 애플이 내놓는 자료로 다시 확인해야 한다는 점, 먼저 짚어 둘게요.

    OLED·터치·다이내믹 아일랜드, 맥북 프로 화면에서 바뀌는 세 가지

    OLED부터. 지금까지 맥북에 들어간 LCD는 뒤쪽 백라이트가 빛을 쏘고, 액정이 그 빛을 막거나 통과시키면서 색을 만들어요. OLED는 아예 구조가 달라요. 픽셀 하나하나가 직접 빛을 내니 백라이트 층이 필요 없고, 검은색을 표현할 땐 그 픽셀을 꺼 버리면 그만이에요.

    명암이 깊어지고 패널이 얇아지는 이유가 이 구조에 있어요. 블룸버그의 마크 거먼이 전한 내용도 같은 방향이고요. 새 맥북 프로는 더 얇고 가벼워지고, OLED 덕에 베젤도 줄어든다는 것.

    노치도 사라질 전망이에요. 그 자리를 펀치홀 카메라와 다이내믹 아일랜드가 채운다는 루머예요. 비슷해 보여도 셋은 다른 개념이에요.

    • 노치: 화면 위쪽 가장자리를 파고 들어간 홈
    • 펀치홀: 화면 안쪽에 구멍만 뚫고, 그 둘레는 화면으로 채우는 방식
    • 다이내믹 아일랜드: 구멍 주변을 소프트웨어로 감싸 상태 정보나 알림을 띄우는 영역

    아이폰을 써 봤다면 익숙한 개념이죠. 다만 맥에서 이 영역에 정확히 무엇이 뜰지는 루머에서도 설명이 없어요. 화면 위쪽에 메뉴 막대가 늘 떠 있는 맥에서 이 공간을 어떻게 나눠 쓸지가 오히려 궁금한 부분이에요.

    가장 큰 변화는 역시 터치스크린이에요. 크기는 지금처럼 14형과 16형이 거론되지만 겉모습은 꽤 달라질 수 있어요. 2021년에 나온 디자인 이후 가장 큰 맥북 프로 리디자인이 될 가능성이 크다는 관측도 있고요.

    노트북 터치의 장단점은 비교적 분명한 편이에요.

    • 편한 쪽: 스크롤, 확대, 버튼 몇 번 누르기 같은 짧은 조작
    • 불편한 쪽: 팔을 들고 화면을 오래 만져야 하는 작업. 금방 지쳐요.

    맥의 메뉴와 버튼이 원래 마우스 포인터 크기에 맞춰 설계돼 있다는 점도 변수예요. 결국 터치의 실제 쓸모는 패널보다 맥 운영체제가 손가락에 얼마나 맞춰 손질되느냐에 달린 문제로 보여요.

    잔상도 걸려요. OLED는 같은 이미지를 오래 띄워 두면 잔상이 남을 수 있는데, 맥에는 메뉴 막대나 독처럼 늘 같은 자리를 지키는 요소가 있어요. 애플이 이걸 어떻게 처리할지 지켜볼 대목.

    새 화면은 터치 맥북 프로로, 새 칩은 기본형과 아이맥으로

    애플 칩 이름은 두 축으로 나눠 읽으면 쉬워요.

    표기 뜻 읽는 법
    M 뒤의 숫자 (M5, M6, M7) 세대 숫자가 클수록 새 세대
    뒤에 붙는 Pro·Max 등급 같은 세대라면 대체로 기본형보다 Pro가, Pro보다 Max가 CPU·GPU 코어가 많음

    ‘숫자가 크면 무조건 빠르다’는 공식이 통하지 않는 이유예요. 한 세대 앞선 기본형 칩이 한 세대 전 상위 등급 칩보다 모든 작업에서 빠르다고 단정할 수는 없거든요.

    이 구분이 중요한 건 루머 속 라인업이 정확히 이 지점에서 갈리기 때문이에요. 거먼의 소식통은 터치스크린 맥북 프로가 M6 계열로 넘어가지 않고 M5 Pro와 M5 Max를 유지할 거라고 했어요. 상위 맥북 프로가 더 빨라지는 칩 교체는 2027년까지 미뤄질 수 있다는 얘기도 함께 나와요. 그때 들어갈 것으로 거론되는 칩이 M7 Pro·M7 Max.

    M6는 반대 경로를 타고 있어요. 맥 미니에 먼저 들어갔고, 이제 다른 맥으로 퍼질 차례로 보여요.

    • 기본형 14형 맥북 프로: 가장 유력한 후보예요. 애플은 M5 세대 때도 기본형부터 칩을 바꾼 전례가 있어요. 터치·OLED·디자인 변화 없이 칩만 M6로 바뀌고, 성능 향상과 전력 소비 감소가 핵심이 될 전망이에요.
    • 아이맥: 기존 아이맥은 2024년에 나온 M4 모델이라 M6로 넘어가면 CPU·GPU 성능이 훨씬 크게 뛸 것으로 보여요. M6에 들어간 듀얼 16코어 뉴럴 엔진 덕분에 AI 작업도 훨씬 빨라진다는 설명이고요. 디자인은 그대로. 겉모습 변화로는 새 색상이 추가될 수 있다는 정도만 거론돼요.
    제품(루머 기준) 디스플레이 칩 디자인 눈여겨볼 점
    터치스크린 맥북 프로 (14·16형) OLED 터치스크린 M5 Pro·M5 Max 유지 더 얇고 가벼움, 얇은 베젤, 다이내믹 아일랜드 기존 모델보다 비싼 상위 라인으로 추가될 가능성
    기본형 14형 맥북 프로 OLED·터치 없음 M6 변화 없음 성능 향상, 전력 소비 감소
    아이맥 변화 언급 없음 M4 → M6 디자인 유지, 새 색상 가능성 듀얼 16코어 뉴럴 엔진
    아이패드 미니 LCD → OLED A17 Pro → A20 Pro 얇은 베젤, 전면 카메라 위치 변경 첫 방수 기능 가능성

    표로 놓고 보면 구조가 선명해요. 새 화면 기술은 터치 맥북 프로와 아이패드 미니로 가고, 새 세대 칩은 디자인이 그대로인 기본형 맥북 프로와 아이맥으로 가요. 터치 모델은 ‘새 화면 + 기존 세대 상위 칩’, 기본형은 ‘기존 화면 + 새 세대 칩’인 셈이에요.

    새 디자인과 새 세대 상위 칩을 한 맥북 프로에서 다 갖고 싶다면, 루머상으로는 한 사이클을 더 기다려야 해요. 터치 모델이 더 비싸게 나오는데 칩은 기존 상위 모델과 같은 세대라는 점도 기억해 둘 만해요. 화면에 돈을 더 내는 구조지, 성능에 더 내는 구조는 아니라는 뜻이니까요.

    아이패드 미니 OLED 전환, 관건은 A17 Pro 발열

    지금 아이패드 미니는 LCD에, 아이폰 15 프로에 들어갔던 A17 Pro 칩을 써요. 이 칩을 쓴 미니는 발열이 심한 편으로 알려져 있어요. 이유는 단순해요. 본체가 작으면 열을 내보낼 면적부터 좁고, 같은 칩이라도 큰 기기보다 불리할 수밖에 없어요.

    새 미니에 거론되는 칩은 A20 Pro. 아이폰 18 프로와 아이폰 듀오에 이미 들어간 칩이에요. 칩 말고 루머로 나온 변화를 모으면 이래요.

    • LCD → OLED. 실현되면 아이패드 프로 말고는 처음으로 OLED를 쓰는 아이패드가 돼요.
    • 더 얇아진 베젤
    • 바뀐 전면 카메라 위치
    • 처음으로 어느 정도의 방수

    카메라가 정확히 어디로 옮겨지는지, 방수가 어느 등급인지는 구체적으로 나온 게 없어요.

    칩 세대가 올라가면 대체로 같은 작업을 더 적은 전력으로 처리해요. 발열 불만이 줄어들 거라는 기대는 해 볼 만하다는 얘기죠. 다만 작은 본체의 불리함을 새 칩이 얼마나 메울지는 출시 뒤 사용자 측정이 나와야 알 수 있어요.

    • 게임·장시간 영상 시청처럼 칩을 오래 돌리는 용도: 발열 후기가 쌓일 때까지 지켜보는 편이 안전하다고 봐요.
    • 전자책·필기처럼 가벼운 용도: 체감되는 변화는 대부분 OLED의 깊은 검은색과 얇은 베젤일 거예요.

    기다릴 사람과 기존 모델을 살 사람을 가르는 네 가지 기준

    제품 이름보다 기준을 먼저 세우면 루머에 덜 흔들려요. 개발자 입장에서 꼽는 기준은 예산, 용도, 호환성, 교체 주기 네 가지예요.

    • 예산: Macworld는 터치 맥북 프로가 기존 모델의 후속이 아니라, 그보다 더 비싼 모델로 라인업에 추가될 거라고 봤어요. 터치가 없는 기존 모델은 계속 판매될 것으로 보이고요. 선택지가 줄어드는 게 아니라 위쪽에 하나가 더 생기는 구조. 예산이 정해져 있다면 기존 모델 가격 흐름을 계속 지켜보면 돼요.
    • 용도: 컴파일, 빌드, 영상 렌더링처럼 칩 성능이 결과를 좌우하는 작업이라면 터치 모델의 이점은 크지 않아요. 루머대로라면 터치 모델과 기존 상위 모델이 같은 M5 Pro·M5 Max 계열을 쓰니까요. 같은 칩에 값만 더 비싸다면, 성능을 보고 터치 모델을 고를 이유는 약해요. 반대로 화면 품질이나 휴대성이 작업 만족도를 크게 좌우한다면 터치 모델 쪽이 맞을 수 있어요.
    • 호환성: 터치를 제대로 쓰려면 앱이 손가락 조작에 맞춰져 있어야 해요. IDE와 터미널, 키보드 단축키 위주로 일한다면 터치 덕을 볼 일은 거의 없다고 봐도 돼요. 자주 쓰는 앱이 터치를 어떻게 지원하는지는 출시 뒤에 꼭 확인할 부분.
    • 교체 주기: 지금 쓰는 기기의 칩부터 확인해 보세요. 맥은 화면 왼쪽 위 Apple 메뉴(사과 아이콘) → 이 Mac에 관하여에서 칩 이름이 보여요. 아이패드는 설정 → 일반 → 정보 → 모델 이름에서 확인돼요. 여러 세대 전 칩이라면 M6 기본형만으로도 체감 차이가 클 거예요. 한두 세대 차이라면 서두를 이유가 적고요.

    첫 세대 제품이라는 점도 따져 봐야 해요. 완전히 새로운 폼팩터의 첫 세대는 소프트웨어 최적화가 하드웨어를 따라잡는 데 시간이 걸리는 경우가 많아요. 터치 맥은 맥 운영체제가 처음으로 손가락 조작을 전제하는 제품이라 더 그럴 수 있어요. 업무용 메인 기기라면 바로 사기보다 후기를 한 바퀴 보고 결정해도 늦지 않아요.

    국내 매장에선 같은 14·16형 맥북 프로가 두 가격대로 갈릴 수도

    한국 사용자에게 가장 먼저 달라질 수 있는 건 선택지의 모양이에요. 기존 비터치 모델이 남고 그 위에 터치 모델이 더해진다면, 국내 매장에서도 같은 14형·16형 맥북 프로가 두 가격대로 나란히 놓이게 돼요. 물론 해외 루머를 국내 상황에 대입한 추측이에요.

    가격을 미리 짐작할 땐 계산 기준부터 달라요.

    • 미국 애플 스토어 가격: 판매세가 빠진 금액
    • 국내 판매가: 부가세가 포함된 금액

    달러 가격에 환율만 곱해서 원화 가격을 예상하면 실제와 어긋나기 쉬운 이유예요. 터치스크린 맥북 프로와 OLED 아이패드 미니가 한국에 언제, 얼마에 나올지는 애플이 국내 판매 일정과 원화 가격을 내놓아야 알 수 있어요. 그 전까지 해외 가격은 참고치로만 보는 게 맞아요.

    한글 입력은 크게 걱정하지 않아도 될 것 같아요. 노트북 형태가 그대로인 만큼 물리 키보드도 그대로일 것으로 보이거든요. 화면 키보드로 한글을 칠 일은 거의 없을 거라는 게 제 판단이에요.

    중고 시세도 따져 볼 부분이에요. 국내는 중고 거래가 활발해서 신모델 소식이 나올 때마다 기존 모델 중고 시세가 흔들리는 경우가 많아요. 기존 맥북 프로를 팔고 갈아탈 계획이라면 언제 팔지도 같이 고민해 두는 게 좋아요. 이 부분 역시 일반적인 시장 흐름에 기댄 추측이에요.

    확인된 것과 아직 불확실한 것

    확인된 것

    • 애플이 ‘Pro and Tell’ 문구를 담은 초대장을 보냈고, 행사 장소는 로스앤젤레스다.
    • 전통적인 무대형 발표가 아니라 언론과 크리에이터를 대상으로 한 브리핑 형식이다.
    • 홈뷰(HomeView) 등 스마트홈 제품 발표에 이은, 같은 시즌의 세 번째 제품 행사다.
    • M6 칩은 맥 미니에 먼저 탑재됐다.
    • 기존 아이맥은 M4를, 기존 아이패드 미니는 LCD와 A17 Pro를 쓴다.
    • A20 Pro는 아이폰 18 프로와 아이폰 듀오에 들어가 있다.

    아직 불확실한 것

    • 터치스크린·OLED 맥북 프로의 출시 여부, 그리고 M6 대신 M5 Pro·M5 Max를 쓴다는 칩 구성
    • 터치 모델의 가격대와 라인업 내 위치, 기존 비터치 모델이 계속 판매되는지 여부
    • 기본형 14형 맥북 프로와 아이맥의 M6 전환, 아이맥 새 색상
    • 아이패드 미니의 OLED·A20 Pro 탑재, 방수 수준, 전면 카메라 위치
    • 새 미니에서 발열이 실제로 얼마나 개선될지
    • M7 Pro·M7 Max 맥북 프로가 2027년에 나온다는 관측

    가장 비싼 맥북이 가장 빠른 맥북은 아닐 수 있다

    이번 루머에서 가져갈 핵심은 하나. 화면 혁신과 칩 세대 교체가 같은 제품에 동시에 오지 않을 수 있다는 점이에요. ‘최신 모델’이라는 말만 보고 고르면 돈을 엉뚱한 데 쓰기 쉬워요. 루머가 맞다는 전제로 나누면 이렇습니다.

    내가 우선하는 것 루머 기준 선택지 알고 살 점
    OLED 화면·터치·얇은 본체 터치스크린 맥북 프로 칩은 M5 세대
    배터리, 들인 돈 대비 성능 M6 기본형 14형 맥북 프로 또는 기존 비터치 모델 M6 기본형은 디자인 변화 없음
    새 디자인 + 새 세대 상위 칩 다음 사이클까지 대기 M7 Pro·M7 Max가 거론되는 시점은 2027년
    책상 위 올인원, 큰 AI 작업 비중 M6 아이맥 듀얼 16코어 뉴럴 엔진
    작은 태블릿의 발열 불만 새 아이패드 미니 실사용 후기 확인 후 결정
    • OLED 화면과 터치, 얇은 본체가 우선이라면 터치스크린 맥북 프로를 고르세요. 단, 칩은 M5 세대라는 점을 알고 사야 해요.
    • 배터리와 들인 돈 대비 성능이 우선이라면 M6 기본형 14형 맥북 프로나 기존 비터치 모델이 맞아요.
    • 새 디자인과 새 세대 상위 칩을 둘 다 원한다면 M7 Pro·M7 Max가 거론되는 다음 사이클까지 기다리세요.
    • 책상 위 올인원이 필요하고 AI 작업 비중이 크다면 M6 아이맥이 맞아요.
    • 작은 태블릿의 발열이 불만이었다면 새 아이패드 미니의 실사용 후기를 확인하고 결정하세요.

    애플 사양표가 나오면 먼저 볼 줄은 두 개예요. 터치 모델에 적힌 칩 이름, 그리고 기존 비터치 모델이 라인업에 남았는지. 이 두 줄이 루머와 맞으면 위 표는 그대로 써도 돼요. 세대와 등급을 따로 읽고 내 용도부터 정하는 순서는 그 뒤 제품을 고를 때도 똑같이 통해요.

    출처: Engadget

  • 보스턴 차 사건 유물, 광둥어로 읽자 연대 뒤집혀

    보스턴 차 사건 유물, 광둥어로 읽자 연대 뒤집혀

    3줄 요약

    • 보스턴 차 사건 때 수습됐다고 전해진 중국 차 상자 라벨을 MIT 역사학자 트리스탄 브라운이 그보다 한 세기 가까이 늦게 만들어진 물건으로 재평가했다.
    • 결정적 단서는 라벨의 한자를 표준중국어가 아닌 광둥어로 읽은 것이었다. 글자들은 미국 차 수입 회사 스미스, 아처 앤 코(Smith, Archer & Co.)의 이름을 소리로 옮긴 표기였다.
    • 유물의 권위는 물건보다 그 물건에 붙은 이야기에서 나오는 경우가 많다. 기록과 구술을 나누고, 표기를 다른 틀로 다시 읽는 것이 출처 검증의 출발점이다.

    보스턴 올드 사우스 미팅 하우스(Old South Meeting House) 전시장에는 중국 차 상자 라벨 한 장이 있다. 이 라벨에는 늘 ‘혁명의 물증’이라는 설명이 따라다녔다. 1987년 이 라벨을 기증한 보스턴 대장장이 토머스 웰스(Thomas Wells)의 후손들 말로는, 1773년 식민지 시위대가 보스턴 항에 차를 쏟아 버린 뒤 건져 낸 물건이다. MIT 역사학과 부교수 트리스탄 브라운(Tristan Brown)도 처음 라벨을 들여다봤을 때는 그 이야기를 의심할 이유가 없었다고 한다. 1년 동안 조사를 이어 간 끝에 결론이 뒤집혔다. 사건으로부터 한 세기 가까이 지나서 만들어진 라벨이라는 것.

    MIT 테크놀로지 리뷰가 소개한 이 이야기를 ‘유물 연대 하나 바뀌었다’는 단신으로 읽고 넘기면 좀 아깝다. 박물관 유리장 안의 물건이 어떻게 ‘역사적 권위’를 얻는지, 그 권위를 어떤 순서로 다시 따져 볼 수 있는지가 이 사례 하나에 다 들어 있어서다. 그래서 이 글에서는 사건 경과보다 그 밑에 깔린 개념 두 가지를 짚어 보려 한다. 하나는 흔히 프로비넌스라고 부르는 유물 출처 이력이고, 다른 하나는 한자 음차 표기를 판독하는 원리다. 개발하는 사람 눈으로 보면 둘 다 낯설지 않은 문제다. 앞의 것은 이력 추적이고, 뒤의 것은 인코딩을 잘못 짚은 디코딩에 가깝다.

    라벨은 그대로인데 설명은 여섯 군데서 갈렸다

    같은 물건을 놓고 두 설명이 엇갈리는 건 제작 시기만이 아니다. 전해진 경로도, 역사적 의미도 다르다. 아래 표는 공개된 연구 내용만 가지고 두 설명을 나란히 세워 본 것이다.

    항목 기증 당시 설명 브라운의 결론
    제작·사용 시기 1773년 보스턴 차 사건 당시 사건으로부터 한 세기 가까이 지난 뒤
    한자 판독 방식 앞선 학자들은 표준중국어(만다린)로 읽음 광둥어로 읽어 소리를 옮긴 표기임을 확인
    라벨이 가리키는 대상 혁명 당시 바다에 버려진 차 1860~1870년대 아시아 차를 미국 시장에 들여온 미국 회사 스미스, 아처 앤 코
    연결된 인물·경로 보스턴 대장장이 토머스 웰스 골드러시 무렵 미시간에서 캘리포니아로 건너갔다 돌아온 뒤 ‘캘리포니아 티 스토어’를 운영한 웰스 가문 친척
    혁명 유래 이야기의 기원 사건 직후 수습했다는 가족 전승 1870년대 100주년 기념 분위기 속에서 나중에 생겼을 가능성
    역사적 의미 보스턴 차 사건의 물증 평범한 물건이 역사적 권위를 얻는 과정을 보여 주는 사례

    표를 볼 때 기억할 건 하나다. 라벨 자체는 아무것도 바뀌지 않았다. 같은 라벨에 같은 글자다. 달라진 건 그 글자를 읽은 방법과 물건을 따라간 경로뿐인데 결론이 통째로 뒤집혔다. 유물의 연대 판단이 물건의 겉모습 못지않게, 그걸 해석하는 틀에 크게 좌우된다는 얘기다. 개인적으로는 기존 설명이 틀렸다는 사실보다 그 설명이 오랫동안 다른 틀로 검증받지 않았다는 쪽이 더 본질적인 문제라고 본다. 틀린 답은 고치면 그만이다. 하지만 아무도 다시 묻지 않은 답은 틀렸는지조차 모르는 채로 남는다.

    기증 기록은 ‘기증됐다’는 것까지만 증명한다

    프로비넌스(provenance)는 어떤 물건이 언제, 어디서 만들어졌고 누구 손을 거쳐 지금 자리에 왔는지를 이어 붙인 이력의 사슬을 말한다. git으로 치면 커밋 로그 같은 거라고 생각하면 편하다. 미술품을 사고팔 때나 박물관이 소장품을 관리할 때, 진품인지, 소유가 정당한지 판단하려고 가장 먼저 들여다보는 근거가 이 사슬이다.

    다만 커밋 로그와 달리 이 사슬은 고리마다 성격이 제각각이다. 크게 셋으로 나뉜다. 기증서나 거래 영수증처럼 문서로 남은 고리가 있다. 가족끼리 말로 전해 온 구술 고리도 있다. 그리고 물건 표면에 새겨진 글자·상표·재질처럼 물건 스스로 품고 있는 정보가 있다. 셋은 신뢰도도 다르고 검증하는 방법도 다르다. 문서라면 작성 시점을 따지면 된다. 구술은 누가 언제부터 그렇게 말하기 시작했는지를 캐 봐야 한다. 물건 속 정보는 그 시대의 표기 관습과 맞대 봐야 하고.

    보스턴 라벨에 대입해 보면 구분이 선명해진다. 문서로 확인되는 고리는 ‘1987년 웰스 가문 후손이 기증했다’는 사실 하나다. ‘1773년 사건 뒤에 건졌다’는 부분은 기증한 쪽의 설명, 곧 구술 고리였다. 기증 기록은 물건이 기증됐다는 사실을 증명할 뿐이다. 기증자가 덧붙인 이야기가 사실이라는 것까지 보증해 주지는 않는다. 그런데 물건이 일단 박물관에 들어가면 기관에 대한 신뢰가 이야기에까지 번진다. 구술이 어느새 공인된 사실처럼 보이기 쉽다. 역사학자인 브라운조차 처음엔 의심할 이유를 찾지 못했다고 하니, 이 효과가 얼마나 센지 짐작이 간다.

    만다린 대신 광둥어로 읽자 ‘스미스, 아처 앤 코’가 나왔다

    한자는 원래 뜻을 담는 글자다. 그런데 외국 이름을 적어야 할 때는 뜻을 내려놓고 소리만 빌려 쓰기도 한다. 이걸 음차(音借)라고 한다. 음차로 적은 글자는 뜻을 아무리 풀어 봐야 말이 되지 않는다. 그 글자를 고른 사람의 발음으로 다시 소리 내 읽어야 비로소 원래 이름이 드러난다.

    함정은 여기서 생긴다. 같은 한자라도 어느 지역 말로 읽느냐에 따라 소리가 다르다. 앞선 학자들은 라벨의 한자를 표준중국어(만다린)로 읽었고, 브라운은 광둥어로 읽었다. 그러자 이 글자들이 1860~1870년대 아시아산 차를 사들여 미국 시장으로 보낸 미국 회사 스미스, 아처 앤 코의 이름을 소리 나는 대로 옮긴 것이라는 사실이 드러났다. 앞에서 디코딩 얘기를 꺼낸 게 이 대목 때문이다. UTF-8로 저장한 파일을 EUC-KR로 열면 글자가 깨지듯, 읽는 쪽이 기준을 잘못 잡으면 데이터가 멀쩡해도 의미가 나오지 않는다. 왜 하필 광둥어가 맞는 열쇠였는지는 연구 소개 글에도 자세한 설명이 없다. 회사 이름을 한자로 옮긴 사람이 광둥어를 쓰는 환경에 있었다면 소리의 기준도 광둥어였으리라고 추론해 볼 수는 있다.

    ‘변이형’ 이야기도 놓치면 안 된다. 브라운 설명으로는 이 회사 이름이 동시대 여러 자료에 조금씩 다른 글자로 적혀 있었다. 음차에는 정해진 철자가 없다. 같은 이름이라도 누가 썼는지, 어느 자료인지에 따라 글자가 흔들리기 마련이다. 이 흔들림 탓에 판독은 어려워진다. 하지만 제각각인 표기들이 결국 같은 소리를 겨냥하고 있다는 걸 확인하면 해석의 근거는 거꾸로 단단해진다. 내가 보기에 이 사례가 주는 방법론적 교훈은 이거다. 어떤 언어로 읽을지 고르는 일 자체가 하나의 가설이고, 그 가설은 동시대 자료와 맞대 보며 검증해야 한다.

    차 가게 친척의 라벨이 ‘혁명의 유물’이 되기까지

    라벨이 실제로 거쳐 온 경로는 웰스 가족과 함께한 조사에서 드러났다. 브라운이 거슬러 올라가 닿은 사람은 가문의 한 친척이다. 골드러시 시기에 미시간에서 캘리포니아로 건너갔다가 돌아와 ‘캘리포니아 티 스토어’라는 가게를 운영한 인물. 차 가게를 하던 집안에 차 상자 라벨이 남아 있었다는 연결에는 억지스러운 데가 없다. 혁명 유래 이야기에 대해서는 브라운이 1870년대 100주년 기념 분위기 속에서 나중에 생겨났을 가능성이 크다고 본다. 이 부분은 확정된 사실이 아니라 그의 해석이라는 점을 분명히 해 두자.

    오해하지 말아야 할 게 있다. 이런 이야기가 생기는 데 꼭 누군가 거짓말을 해야 하는 건 아니다. 일반적으로 기념일은 사람들로 하여금 집안 물건에서 큰 사건과 이어지는 고리를 찾게 만든다. 세대가 몇 번 바뀌는 사이 ‘집안 어른이 하던 차 가게의 라벨’이 ‘차 사건 때 건진 라벨’로 바뀌는 데는 기억이 조금씩 압축되는 일이 몇 번이면 충분하다. 덜 알려진 사실은 잊히고, 누구나 아는 유명한 사건 쪽으로 이야기가 끌려가는 경향이 있으니까. 물론 이건 일반적인 기억의 작동 방식에 기댄 해석이다. 이 라벨의 이야기가 실제로 어떤 경로를 거쳐 바뀌었는지는 밝혀지지 않았다.

    브라운은 이번 발견 때문에 라벨이 역사적으로 하찮아지는 건 아니라고 강조한다. 출발은 보스턴 차 사건의 유물임을 확인하려는 조사였다. 그 조사가 평범한 물건이 어떻게 역사적 권위를 얻는지, 역사적 기억은 어떻게 만들어지는지를 들여다보는 연구로 방향을 틀었다. 라벨이 증언하는 대상도 ‘1773년의 사건’에서 ‘후대 사람들이 그 사건을 기억한 방식’으로 옮겨 갔다. 내 생각엔 바뀐 쪽 증언이 더 흥미롭다. 사건 자체는 누구나 아는 이야기다. 반면 사람들이 그 사건을 어떤 식으로 집안 물건에 엮어 기억해 왔는지는 이런 물건을 통해서야 겨우 보인다.

    한국식 한자음으로 읽는 습관도 같은 함정에 빠진다

    우리에게 와닿는 지점은 한자를 읽는 습관이다. 한국 사람은 한자를 보면 거의 반사적으로 한국 한자음으로 읽는다. 그런데 외국 이름을 중국 어느 지역 말의 소리로 옮긴 표기라면, 한국식 독음으로 읽어서는 원래 이름에 닿기 어렵다. 앞선 학자들이 표준중국어로 읽다가 회사 이름을 놓친 것과 구조가 똑같은 함정이다. 한국어에도 외국 나라나 도시 이름을 한자 소리로 적은 옛 표기가 남아 있다는 걸 떠올리면 감이 온다. 표기를 만든 사람이 어떻게 발음했느냐가 판독의 열쇠라는 원리 말이다.

    번역기를 쓸 때도 비슷하게 조심할 필요가 있어 보인다. 중국어 문장을 번역기에 넣으면 대개 표준중국어 발음 표기가 함께 나온다. 오래된 상표나 포장, 편지에 적힌 고유명사가 다른 지역 말로 음차된 거라면 그 발음으로 검색해 봐야 원래 이름을 찾지 못할 수 있다. 도구가 보여 주는 기본값을 정답으로 착각하지 말라는 얘기다. 다만 이건 이번 사례에서 끌어낸 추측이고, 모든 번역 도구가 같은 방식으로 작동한다는 뜻은 아니다.

    집안에 대대로 내려오는 오래된 물건도, 중고 거래 플랫폼·SNS에 ‘○○시대 물건’이라는 설명을 달고 올라오는 물건도 원리는 같다. ‘조상이 어떤 사건 때 얻은 물건’이라는 이야기는 확인해야 할 대상이지 그 자체로 증거가 되지 않는다. 박물관이나 기록관에 감정을 문의할 생각이라면 가족 전승과 문서 근거를 나눠서 전달하는 편이 좋겠다. 그래야 검증하는 쪽이 어느 고리부터 확인할지 판단하기 쉬워질 것이다. 하나 더 기억해 둘 게 있다. 이 사례에서 결정적인 경로를 밝혀 준 건 결국 가족의 협조였다. 전승을 의심하는 일과 가족과 손잡는 일은 서로 부딪히지 않는다.

    확인된 것과 아직 불확실한 것

    확인된 것

    • 라벨은 보스턴 올드 사우스 미팅 하우스에 전시돼 있으며, 1987년 대장장이 토머스 웰스의 후손들이 1773년 보스턴 차 사건 뒤 수습한 물건이라며 기증했다.
    • 브라운은 1년간 조사한 끝에 라벨이 사건보다 한 세기 가까이 늦게 만들어졌다고 결론 내렸다.
    • 라벨의 한자를 광둥어로 읽으면 1860~1870년대 아시아 차를 미국 시장에 공급한 미국 회사 스미스, 아처 앤 코의 이름을 소리로 옮긴 표기가 되며, 같은 이름이 동시대 여러 자료에 조금씩 다른 글자 형태로 나타난다.
    • 웰스 가족과의 공동 조사로 라벨은 골드러시 시기 미시간과 캘리포니아를 오간 뒤 ‘캘리포니아 티 스토어’를 운영한 친척과 연결됐다.

    아직 불확실한 것

    • 혁명 유래 이야기가 정확히 언제, 누구에게서 시작됐는지. 1870년대 100주년 기념 무렵이라는 것은 브라운의 추정이다.
    • 라벨이 만들어진 정확한 연도. 소개된 내용은 ‘한 세기 가까이 뒤’라는 범위만 제시한다.
    • 올드 사우스 미팅 하우스가 전시 설명을 어떻게 바꿀지, 또는 이미 바꿨는지.
    • 연구가 어떤 형태로 발표되고 다른 연구자들의 검토를 거쳤는지.

    브라운의 조사에서 뽑아낸 출처 검증 다섯 단계

    브라운의 조사 흐름을 조금 일반화하면, 출처 이야기가 붙은 물건을 다시 따져 보는 순서를 다섯 단계로 나눌 수 있다. 미리 말해 두는데, 이건 브라운이 공식 방법론으로 내놓은 게 아니다. 공개된 조사 과정에서 뼈대만 추려 낸 것이다.

    1. 이야기와 근거를 떼어 놓는다. 누가, 언제, 어떤 형태로 그 이야기를 전했는지부터 적는다. 그다음 문서로 남은 부분과 말로만 전해진 부분을 가른다. 보스턴 라벨에서는 ‘1987년 기증’과 ‘1773년 수습’이 서로 성격이 다른 고리였다.
    2. 물건에 적힌 글자를 다른 틀로 읽어 본다. 어떤 언어, 어떤 발음, 어떤 표기 관습으로 읽었는지를 확정된 사실이 아닌 가정으로 두고 하나씩 바꿔 본다. 이 사례의 돌파구도 판독 언어를 바꾼 데서 나왔다.
    3. 동시대 자료와 맞대 본다. 같은 이름이나 표기가 같은 시대의 다른 자료에도 나오는지 찾는다. 글자가 조금씩 다른 변이형까지 모으면, 우연히 맞아떨어진 건지 정말 같은 대상을 가리키는 건지 가려낼 근거가 생긴다.
    4. 소유 경로를 사람 단위로 쫓는다. 물건을 가졌던 사람들이 어디로 옮겨 다녔고, 무슨 일을 했고, 어떤 사업을 했는지 따라간다. 차 가게를 운영한 친척이라는 고리 하나가 라벨의 실제 쓰임새를 설명해 줬다.
    5. 이야기가 생겨난 시대의 분위기를 살핀다. 기념일이나 유행, 수집 열기처럼 사람들이 특정한 이야기를 원하게 만든 사회적 배경이 있었는지 본다. 브라운이 1870년대 100주년 기념 분위기에 주목한 게 이 단계에 해당한다.

    다섯 단계 어디에도 특별한 장비는 나오지 않는다. 이 사례의 결정적 단서도 새 분석 기기가 아니라 ‘같은 글자를 다른 언어로 읽어 보면 어떨까’라는 질문 하나에서 나왔다. 디버깅을 해 본 사람이라면 익숙한 장면이다. 가장 늦게 의심하게 되는 건 늘 당연하다고 믿었던 전제니까. 브라운은 “역사는 결코 끝나지 않는다”며 “수십 년 동안 박물관에 놓여 있던 물건도 새로운 질문을 던지면 완전히 새로운 이야기를 드러낼 수 있다”고 말했다. 혁명의 물증이라는 자리를 내준 라벨은 역사적 기억이 어떻게 만들어지는지 보여 주는 물증으로 새 자리를 얻었다.

    출처: MIT Tech Review AI

  • MIT 공중·수중 드론, 날갯짓만으로 물에서 이륙

    MIT 공중·수중 드론, 날갯짓만으로 물에서 이륙

    3줄 요약

    • MIT와 스위스 EPFL 연구진이 300g 미만의 날갯짓 로봇 FAAV로 물속 헤엄과 공중 비행을 한 기체에서 이어 붙였어요.
    • 물→공기 전환의 열쇠는 날개 크기·유연성, 날갯짓 주파수, 꼬리 각도였고, 중간 크기 날개와 70도 피치 조합이 가장 매끄러웠어요. 발은 필요 없었고요.
    • 배나 해안에서 띄워 잠수 측정·샘플링 후 돌아오는 해양 관측용이 목표인데, 방향 전환과 거친 파도·바람 시험은 아직 남아 있어요.

    물은 공기보다 밀도가 1,000배 높습니다. 같은 날개를 같은 힘으로 휘저어도 공기 속에서는 몸을 겨우 띄우는 수준인데, 물속에서는 날개 하나 움직이는 데도 훨씬 큰 저항이 걸린다는 뜻이에요.

    갈매기나 퍼핀 같은 바닷새는 이 차이를 아무렇지 않게 넘나듭니다. 하늘에서 바다로 내리꽂혀 물속을 헤엄치고, 다시 수면을 박차고 날아오르죠. 이 능력을 기계로 옮기려는 분야가 공중·수중 겸용 드론(aerial-aquatic vehicle)입니다.

    MIT와 스위스 로잔 EPFL의 공동 연구진이 이 분야에 새 답안을 하나 냈어요. 새처럼 날개를 퍼덕이는 방식으로 물과 공기 사이를 건너는 로봇이고, 무게는 300g이 채 안 됩니다.

    이 글은 로봇 소식 자체보다 원리 쪽에 무게를 둡니다. 순서는 세 단계예요.

    • 물과 공기를 오가는 로봇은 왜 어려운가
    • FAAV는 어떤 변수로 그 문제를 풀었나
    • 어디에 쓰려고 만들었나

    공중·수중 드론이나 생체모방 로봇이 처음이라면 이 순서대로 읽는 편이 구조를 잡기 쉬워요.

    밀도 1,000배 차이, 날개 하나로 양쪽을 다 맞추기 어렵다

    공중에서 몸을 띄우려면 묽은 공기를 최대한 많이, 빠르게 아래로 밀어내야 해요. 하늘을 나는 새나 비행 기계가 대체로 넓은 날개를 크게 휘두르는 쪽으로 진화하거나 설계된 이유입니다.

    문제는 그 날개를 그대로 물에 넣었을 때 생깁니다.

    • 공중에 맞춘 크고 넓은 날개: 물은 같은 동작에도 훨씬 큰 저항을 돌려주기 때문에, 공중에서 유리했던 날갯짓이 물속에서는 오히려 짐이 되기 쉬움
    • 물속에 맞춘 작고 단단한 날개: 공중에서는 몸무게를 받쳐 줄 힘이 모자랄 수 있음

    한쪽 환경에 맞추면 다른 쪽에서 손해를 보는 구조예요. 상식대로라면 물에서 쓸 추진 장치와 공중에서 쓸 추진 장치를 따로 다는 게 답처럼 보입니다. 하지만 장치가 늘면 무게가 늘고, 무게가 늘면 공중 비행이 다시 어려워지죠. 악순환입니다.

    고비가 하나 더 있어요. 물에서 공기로 넘어가는 바로 그 순간. 수면을 뚫고 나오는 짧은 구간에서 기체는 물의 저항을 이겨내는 동시에 공중에서 떠오를 준비를 해야 하고, 날개에 묻은 물까지 처리해야 하거든요. 공중·수중 드론 연구가 ‘전환(transition)’을 별도의 과제로 떼어 다루는 것도 그래서고, 이번 연구에서 가장 눈여겨볼 대목도 이 구간입니다.

    추진계 한 벌로 헤엄도 비행도, FAAV를 이루는 세 부분

    정식 이름은 ‘날갯짓 공중·수중 비행체(flapping-wing aerial-aquatic vehicle)’, 줄여서 FAAV입니다. MIT 테크놀로지 리뷰는 이 기체를 ‘로보 퍼핀’이라는 표현으로 소개했어요. 무게는 300g(약 0.5파운드) 미만이고, 구성은 크게 세 부분으로 나뉩니다.

    • 동체: 가운데 몸통에 배터리와 방수 전기 모터가 들어 있어요. 이 모터가 크랭크축을 돌리고, 크랭크축이 미리 정해 둔 주파수로 날개를 위아래로 움직입니다.
    • 날개 두 장: 얇은 막(membrane)으로 만들어 잘 휘어져요. 표면에는 물을 밀어내는 소수성 나노입자를 코팅해 물기가 빨리 빠지도록 했습니다.
    • 꼬리: 모터로 각도를 바꿀 수 있는 조향용 꼬리. 각도를 조절해 기체가 위로 날아오르거나 아래로 잠수하도록 돕습니다.

    핵심은 추진이 하나로 묶여 있다는 점이에요. 물속에서 헤엄칠 때도, 공중을 날 때도 같은 모터, 같은 크랭크축, 같은 날개가 일합니다. 원문 설명에는 물속 전용 추진기가 따로 등장하지 않아요. 앞에서 말한 ‘장치가 늘면 무게가 는다’는 악순환을 정면으로 피한 설계이고, 300g 미만이라는 가벼운 몸무게도 부품을 겹쳐 쓰는 이 단순한 구성 덕분으로 보입니다.

    소수성 코팅도 그냥 붙인 장치가 아닙니다. 젖은 날개는 무거워지고, 퍼덕일 때마다 물을 끌고 다니게 돼요. 수면을 박차고 나온 뒤 날개에서 물기가 빨리 빠져야 공중 비행으로 자연스럽게 이어지니, 이 코팅은 앞서 말한 전환 구간을 겨냥한 설계로 읽힙니다.

    물을 박차고 오른 조합은 중간 크기 날개와 70도 피치

    실험은 MIT 기계공학과 라파엘 주페레이(Raphael Zufferey) 조교수가 이끄는 팀이 수조와 제네바 호수에서 진행했어요. 찾으려던 건 분명했습니다. 헤엄치던 로봇이 매끄럽게 날아오르게 만드는 날개 크기, 날갯짓 주파수, 꼬리 각도의 조합이요. 원문에 나온 결과를 변수별로 묶으면 아래와 같아요.

    변수 로봇에서 맡는 역할 실험에서 확인된 점
    날개 크기·유연성 물속 헤엄과 공중 비행을 모두 담당 중간 크기 날개가 가장 좋은 결과. 물속에서는 진폭을 줄일 만큼 유연하고, 공중에서는 기체를 띄울 만큼 단단함
    날갯짓 속도·주파수 크랭크축이 미리 정한 주파수로 날개를 위아래로 구동 실제 새가 쓰는 속도·주파수와 비슷한 수준
    피치(기울기) 각도 모터 구동 꼬리로 각도를 바꿔 상승·잠수를 조절 70도라는 비교적 가파른 피치에서 물→공기 도약
    발 장착하지 않음 (많은 잠수 조류는 이륙 때 발을 저어 힘을 보탬) 발 없이도 수면에서 이륙 가능

    제일 눈에 띄는 건 날개입니다. ‘크면 공중에 유리하고 작으면 물속에 유리하다’는 단순한 맞교환으로 끝나지 않았어요. 둘 사이에 다리를 놓은 건 유연성이었습니다.

    • 물속: 날개가 휘면서 날갯짓 폭(진폭)이 줄어듦
    • 공중: 같은 날개가 기체를 띄울 만큼의 단단함을 유지

    재료의 성질이 두 환경에 맞춰 움직임을 조절해 준 셈이죠. 날개 모양을 바꾸는 복잡한 장치 없이도 이중 역할이 가능했던 이유로 보입니다.

    날갯짓 속도와 주파수는 실제 새가 쓰는 범위와 비슷한 수준에서 좋은 결과가 나왔어요. 바닷새의 움직임을 본뜬 설계가 기계에서도 통했다는 뜻입니다. 생체모방 로봇이 왜 굳이 자연을 참고하는지 보여 주는 사례로 읽을 만하고요.

    70도는 꽤 가파른 각도예요. 물을 박차고 나올 때 기체를 상당히 세운 자세가 필요했다고 해석할 수 있습니다. 다만 이 숫자가 기체 전체의 자세를 말하는지, 꼬리 자체의 각도를 말하는지는 원문만으로 갈리지 않아서 해석은 거기까지가 안전합니다.

    의외의 결과는 발 쪽에서 나왔어요. 많은 잠수 조류는 수면에서 이륙할 때 발로 물을 차서 힘을 보태는데, 이 로봇은 발이 전혀 필요 없었습니다. 왜 그런지는 원문에도 자세한 분석이 없어요. 날개와 꼬리 조합만으로 이륙에 필요한 추진력과 자세 제어가 충분히 나왔다고 보는 게 가장 자연스러운 추정입니다. 방수 처리해야 할 구동부가 하나 줄어드는 셈이니, 실제 운용에서도 손해 볼 게 없는 결과고요.

    날아가서 잠수하고, 돌아와 데이터를 넘기는 해양 관측 드론

    연구진이 그리는 쓰임새는 꽤 구체적이에요. 해양학자나 해양생물학자, 해안 지역 주민이 배 위나 해안에서 로봇을 띄우는 장면에서 시작합니다.

    • 이동: 빙산이나 항만 시설, 고래 무리 위처럼 살펴볼 지점 가까이 날아감
    • 관측: 물속으로 뛰어들어 측정하거나 샘플을 채취
    • 복귀: 다시 날아올라 데이터를 전달
    • 반복: 또다시 잠수하러 출발

    주페레이 교수가 강조한 건 비용이에요. 이 과정을 기존 방식 비용의 일부만으로 해낼 수 있다는 것. 그런데 ‘일부’가 어느 정도인지는 숫자로 나오지 않아서, 지금 단계에선 방향 제시 정도로 받아들이는 게 맞습니다.

    이 그림이 왜 중요한지는 그가 짚은 해양 과학의 숙제에서 드러나요. 데이터를 자주, 그리고 여러 장소에서 모으는 일이 해양 과학의 큰 과제 중 하나라는 겁니다. 그는 이런 로봇이라면 일주일에 한 번이 아니라 한 시간마다 내보낼 수도 있다고 설명했어요. 빠르게 날아가 잠수하고, 돌아와 데이터를 넘긴 뒤 다시 나가는 일을 여러 번 되풀이할 수 있다는 얘기죠. 기존 선박이 들어가기 위험한 수역까지 닿을 수 있다는 점도 연구진이 꼽은 장점입니다.

    개념으로 보면 ‘날아서 가고, 잠수해서 재고, 날아서 돌아오는’ 왕복형 관측이에요. 기존 두 방식과 나란히 놓으면 차이가 선명해집니다.

    방식 잘하는 것 걸리는 부분
    공중 드론 빠른 이동 물속을 직접 들여다보기 어려움
    물속 로봇 물속을 직접 다니며 관측 배가 현장 근처까지 실어다 줘야 하는 경우가 많음
    FAAV 같은 공중·수중 드론 날아서 이동하고 잠수해서 관측 방향 전환, 거친 파도·바람 속 성능은 아직 검증 전

    두 방식의 장점을 한 기체에 묶으려는 접근. 공중·수중 드론이라는 분야 전체를 이해할 때도 이 한 줄에서 출발하면 됩니다.

    한국에선 소비자 제품보다 항만·연안 관측 쪽 이야기

    선을 먼저 그어 두겠습니다. FAAV는 수조와 호수에서 시험한 연구 단계의 기체예요. 한국 사용자가 손에 쥐거나 직접 띄워 볼 수 있는 물건이 아니고, 일반 소비자 입장에서 당장 바뀌는 건 없습니다.

    달라질 여지가 있는 쪽은 바다를 다루는 연구·현장 업무입니다. 아래 내용은 원문의 쓰임새를 한국 상황에 대입해 본 추측이라는 점을 감안해 주세요.

    • 항만·연안 시설 점검(추측): 원문이 직접 항만 시설을 예로 든 만큼, 바다와 맞닿은 항만·연안 시설이 많은 한국에서도 물 위와 물 아래를 한 번에 살피는 점검 수단으로 검토될 수 있어 보여요.
    • 짧은 주기의 연안 관측(추측): 한 시간 단위로 띄울 수 있다는 아이디어는 적조나 수온 변화처럼 짧은 시간에 달라지는 연안 현상을 추적하는 데 잘 맞을 수 있어요. 다만 어떤 센서를 실을 수 있는지는 원문에 나오지 않아 실제 적용 가능성은 판단하기 어렵습니다.
    • 비행 규정 문제(추측): 한국에서 바다 위에 드론을 띄우려면 기존 드론 비행 규정을 따라야 할 텐데, 물에 들어갔다 나오는 기체를 어떻게 분류하고 관리할지는 이 글에서 확인할 수 없는 부분이에요.

    한국에서 체감할 변화가 있다면 소비자 제품이 아니라 해양 조사 방식의 선택지가 하나 늘어나는 쪽일 겁니다. 배를 띄우는 횟수는 줄이고 관측 주기는 촘촘하게 가져가는 운용이 실제로 가능할지는 다음 단계 시험 결과에 달려 있어요.

    확인된 것과 아직 불확실한 것

    확인된 것

    • MIT와 스위스 로잔의 EPFL 연구진이 날갯짓 방식의 공중·수중 비행체 FAAV를 설계했다.
    • 무게는 300g 미만이고, 동체(배터리·방수 전기 모터·크랭크축), 유연한 날개 두 장, 모터로 각도를 바꾸는 꼬리로 구성된다.
    • 날개는 얇은 막에 소수성 나노입자를 코팅해 물기를 털어내도록 만들었다.
    • 수조와 제네바 호수 실험에서 중간 크기 날개, 실제 새와 비슷한 속도·주파수, 70도 피치 조합으로 물→공기 전환이 가능했다.
    • 많은 잠수 조류와 달리 로봇은 발 없이도 수면에서 이륙했다.

    아직 불확실한 것

    • 비행·잠수 지속 시간, 배터리 용량, 도달 가능한 수심 같은 운용 수치는 원문에 나오지 않는다.
    • 70도 피치가 기체 전체 자세를 뜻하는지, 꼬리 자체의 각도를 뜻하는지는 원문만으로 구분하기 어렵다.
    • 측정 센서나 샘플 채취 장치를 어떻게 실을지는 소개되지 않았다.
    • ‘기존 방식 비용의 일부’라는 비용 절감 폭은 구체적인 수치로 제시되지 않았다.
    • 방향 전환 능력과 파도·바람 속 성능은 검증 전이며, 실제 해양 현장에 언제 투입될지도 정해지지 않았다.

    다음 관문은 방향 전환, 그리고 파도·바람

    연구진이 밝힌 다음 과제는 두 갈래입니다.

    • 방향 전환: 위아래로 퍼덕이는 것뿐 아니라 방향도 틀 수 있는 날개 설계
    • 거친 환경 시험: 출렁이는 물에서 헤엄치고 바람을 뚫고 날 때도 성능이 유지되는지 확인

    첫 번째 과제는 지금 구조를 보면 이해가 됩니다. 원문에 소개된 방식은 크랭크축이 정해진 주파수로 날개를 위아래로 움직이는 구조예요. 빙산이든 고래 무리든 원하는 지점까지 자유롭게 찾아가려면 선회 능력이 빠질 수 없어 보입니다.

    두 번째 과제는 시험 장소를 보면 이해가 돼요. 수조와 호수는 대체로 바다보다 잔잔한 조건입니다. 실제 바다에 투입하려면 반드시 넘어야 할 단계로 보이고, 연구진은 이 두 관문을 넘은 뒤 기체를 해양 과학의 실제 질문을 푸는 데 투입하겠다는 목표를 갖고 있어요.

    공중·수중 드론 소식이 또 나오면 세 가지만 따져 보면 됩니다.

    • 물과 공기 사이 전환이 얼마나 매끄러운가
    • 추진 장치를 얼마나 단순하게 묶었나
    • 파도와 바람 같은 실제 환경을 견디는가

    FAAV는 앞의 두 질문에 의미 있는 답을 내놨어요. 세 번째 칸은 아직 비어 있고, 그 칸은 다음 시험 결과로 채워질 겁니다.

    출처: MIT Tech Review AI

  • 넷플릭스, 시청시간 줄자 수익화 최우선…요금·광고

    넷플릭스, 시청시간 줄자 수익화 최우선…요금·광고

    3줄 요약

    • 넷플릭스가 3분기 실적 발표에서 ‘수익화 개선’을 핵심 과제로 꼽았다. 이를 통해 가끔 요금을 올릴 수 있을 만큼의 회원 가치를 만들고 광고주 수요도 늘리겠다는 계획이다.
    • 제프리스 추정으로 회원당 월 시청 시간은 2023년 상반기 66시간에서 올해 상반기 49시간으로 줄었다. 그런데도 3분기 매출은 129억 달러로 1년 전보다 12% 늘었다.
    • 광고형 요금제는 2027년에 15개국이 새로 추가된다. NFL 중계와 외부 콘텐츠로 앱의 범위도 넓히는 중이라, 앞으로는 요금과 광고 정책이 어떻게 바뀌는지 봐야 한다.

    한 달 66시간에서 49시간으로. 금융사 제프리스가 2023년 상반기와 올해 상반기의 넷플릭스 회원당 월 시청 시간을 비교해 내놓은 추정치다. 넷플릭스가 직접 공개한 숫자는 아니다. 다만 미국 시청 점유율과 경영진 발언도 같은 방향을 가리킨다. 이번 3분기 실적 발표에서 넷플릭스가 투자자에게 내놓은 키워드도 시청 시간이 아니라 ‘수익화’였다.

    넷플릭스가 실적 자료에 적은 두 수입원, 요금과 광고

    넷플릭스는 화요일 공개한 3분기 실적 자료에서 앞으로 집중할 과제 세 가지를 제시했다. 시청 시간이 줄었다는 보도가 잇따르는 와중에 수익화가 최우선 순위로 올라왔다는 게 더버지의 해석이다.

    • 엔터테인먼트 가치 높이기
    • 새로운 기술 활용
    • 수익화 개선: 요금 인상 여력 확보, 광고주 수요 확대

    수익화를 어떤 수단으로 끌어올릴지는 밝히지 않았다. 대신 이 목표들이 “가끔 가격을 올릴 수 있게 해 주는 회원 가치를 만들고, 광고주 수요를 늘리는” 데 도움이 될 거라고 적었다. 구체적 방법은 비워 둔 채 요금 인상과 광고라는 두 수입원만 회사 문서에 명시한 셈이다. 실행 계획보다는 방향 선언에 가깝다.

    숫자만 놓고 보면 실적은 나쁘지 않았다. 이번 분기 매출은 129억 달러로, 1년 전보다 12% 늘었다. 광고형 요금제는 지난해 15억 달러를 벌었고, 2027년에는 15개국이 새로 추가된다. 다만 15억 달러는 연간 매출이고 129억 달러는 분기 매출이다. 두 숫자만으로 전체 매출에서 광고가 차지하는 비중을 따지기는 어렵다.

    콘텐츠는 오리지널 작품, 라이브 이벤트, 외부 제작 프로그램을 모두 늘린다는 방침이다. 넷플릭스는 지금 시장을 “치열한 경쟁과 소비자의 관심을 두고 다투는 콘텐츠의 폭발”로 표현했다. 투자자 서한에는 플랫폼을 더 다양한 콘텐츠에 열고 있다는 근거로 세 가지 사례가 실렸다. 예정된 NFL 경기 중계, ‘GTA6(그랜드 테프트 오토 6)’ 프리뷰, 프랑스 방송사 TF1과의 제휴다. 스포츠 중계와 게임 프리뷰, 해외 방송사 제휴로 분야가 서로 다르다. 기존 드라마·영화 장르를 넓히는 것보다는, 회원이 넷플릭스 앱을 열 이유를 늘리려는 쪽으로 보인다.

    미국 점유율 7.8%로 하락, 사랜도스도 인정한 성장 둔화

    수익화가 앞에 나선 배경은 시청 지표 둔화다. 뉴욕타임스 집계를 보면 7월 미국 전체 시청 시간에서 넷플릭스가 차지한 비중은 7.8%였다. 1년 전보다 1%포인트 낮다. 주요 숫자를 한데 모으면 아래와 같다.

    지표 수치 성격
    회원당 월 시청 시간 66시간(2023년 상반기) → 49시간(올해 상반기) 제프리스 추정
    미국 시청 시간 점유율(7월) 7.8%, 전년 같은 달보다 1%포인트 하락 언론 집계
    3분기 매출 129억 달러, 전년 대비 12% 증가 회사 실적
    광고형 요금제 지난해 매출 15억 달러, 2027년 15개국 추가 회사 실적·계획

    시청 시간은 줄고 매출은 는다. 얼핏 엇갈리는 그림이지만 계산은 단순해 보인다. 이용자가 덜 보더라도 요금과 광고로 1인당 수익을 올리면 실적은 지킬 수 있다는 것이다. 걸리는 건 광고다. 광고는 시청 시간에 붙는 상품이어서, 시청 시간이 계속 줄면 광고를 내보낼 시간도 함께 준다. 요금 인상보다 광고에 기댄 성장이 시청 지표에 더 직접 묶여 있고, 그만큼 한계도 빨리 올 수 있다.

    테드 사랜도스 공동 CEO는 실적 발표 콜에서 콘텐츠 전략 질문을 받자 해외 성과부터 꺼냈다. 라틴아메리카, 유럽·중동·아프리카(EMEA), 아시아태평양(APAC)에서 작품들이 시청 참여와 가입자, 매출과 이익을 끌어올리고 있다는 설명이었다. 미국을 두고는 “잘되고는 있지만, 가능한 만큼이나 우리가 원하는 만큼 빠르게 성장하지는 않는다”고 인정했다. 콘텐츠 전략을 물었는데 지역별 성과로 답을 시작한 셈이다.

    내부에서는 더 직설적이었던 듯하다. 월스트리트저널은 사랜도스가 사내에서 미국 이용자의 시청 시간이 줄고 있고 새 히트작이 부족하다고 토로했다고 전했다.

    인사 조치도 뒤따랐다. 지난주 직원 약 1,000명을 감원했고, 벨라 바자리아 최고콘텐츠책임자(CCO)와 댄 린 영화 부문 대표 등 핵심 임원을 교체했다. 새 CCO는 디즈니 출신 피터 라이스로, 10월 26일부터 업무를 시작한다.

    한국 구독자에게 걸리는 문구는 ‘가끔 가격 인상’

    이번 발표에서 한국 이용자와 가장 가까운 문구는 “가끔 가격을 올릴 수 있게”다. 넷플릭스가 요금 인상을 수익화 전략의 일부로 직접 적어 넣었으니, 한국을 포함한 각국 요금이 언젠가 조정될 가능성은 열어 둬야 한다. 다만 회사가 밝힌 방향에서 끌어낸 추측일 뿐이다.

    광고형 요금제의 15개국 확대는 한국과는 거리가 있어 보인다. 한국에서는 이미 광고형 요금제가 운영되고 있기 때문이다. 한국 이용자에게 더 관련 있는 건 ‘광고주 수요 확대’라는 목표다. 광고주를 더 끌어오려면 광고 상품이나 노출 방식을 바꿀 수 있고, 그러면 광고형 요금제 이용자가 먼저 영향을 받는다. 이것도 추측이다.

    앱 구성도 지켜볼 대목이다. 넷플릭스가 피콕, 폭스 원 같은 외부 스트리밍 서비스를 앱 안에 통합하거나 늘 켜져 있는 상시 채널을 추가하는 방안을 검토해 왔다는 이야기가 나온다. 그런데 거론된 서비스는 모두 미국 중심이다. 해외 성장 지역으로 아태가 언급되긴 했지만 한국을 따로 짚지는 않았다. 한국 앱에도 같은 변화가 올지는 지금 정보로는 판단하기 어렵다.

    확인된 것과 아직 불확실한 것

    확인된 것

    • 넷플릭스는 3분기 실적 발표에서 수익화 개선을 엔터테인먼트 가치 강화, 신기술 활용과 함께 주요 과제로 꼽았다.
    • 3분기 매출은 129억 달러로 전년 대비 12% 늘었다.
    • 광고형 요금제는 2027년에 15개국이 새로 추가된다.
    • 약 1,000명 감원과 함께 CCO와 영화 부문 수장이 바뀌었고, 피터 라이스가 10월 26일 CCO에 취임한다.
    • 사랜도스는 미국 성장 속도가 기대에 못 미친다고 공개적으로 인정했다.

    아직 불확실한 것

    • 수익화를 구체적으로 어떤 방식으로 개선할지는 공개되지 않았다.
    • 회원당 시청 시간 49시간은 제프리스의 추정치로, 넷플릭스가 직접 내놓은 수치가 아니다.
    • 광고형 요금제가 추가될 15개국이 어디인지는 알려지지 않았다.
    • 넷플릭스가 한국 요금을 조정할지, 한다면 언제일지는 이번 발표에 나오지 않았다.
    • 피콕·폭스 원 통합과 상시 채널 추가는 검토 중이라는 이야기만 나왔고 확정되지 않았다.

    HBO 맥스·파라마운트 플러스 통합과 유튜브의 견제, 피터 라이스 앞의 과제

    경쟁은 더 빡빡해질 가능성이 크다. 스카이댄스의 초대형 합병 이후 데이비드 엘리슨은 HBO 맥스와 파라마운트 플러스를 하나의 서비스로 합치겠다고 밝혔다. 두 앱이 합쳐지면 넷플릭스는 덩치가 커진 경쟁자를 상대해야 한다.

    크리에이터를 둘러싼 경쟁도 시작됐다. 넷플릭스가 여러 크리에이터와 계약을 맺자, 유튜브가 일부 채널에 넷플릭스에 영상을 올리지 않는 조건으로 “수백만 달러”를 제시했다는 얘기까지 나왔다. 넷플릭스와 시청 시간을 두고 다투는 상대가 전통 스트리밍 업체만은 아니라는 뜻이다.

    관건은 피터 라이스 체제가 ‘새 히트작 부족’이라는 내부 진단을 얼마나 빨리 뒤집느냐다. 요금과 광고로 매출을 늘리는 전략은 회원이 계속 머물 이유가 있어야 오래 간다. 요금을 올릴 근거도, 광고를 붙일 시청 시간도 볼 만한 작품이 있어야 생긴다. NFL 중계와 외부 콘텐츠 확대가 그런 이유가 될지는 다음 분기 실적에서 어느 정도 드러날 것이다.

    출처: The Verge