오늘 해커뉴스 프론트페이지에서는 7개의 글이 200점을 넘겼다. 인터넷에서 가장 자기주장이 뚜렷한 엔지니어들이 어떤 주제로 격론을 벌였는지 정리했다.
There Will Come Soft Rains (1950) — 422 points
레이 브래드버리(Ray Bradbury)의 1950년 단편 소설이 HN 정상을 차지했다. 소설의 배경 시점이 바로 올해인 2026년이라는 점은 기막힌 우연이다. 캘리포니아 앨런데일에 있는 한 자동화 주택은 거주자들이 핵폭발로 흔적도 없이 사라진 뒤에도 여전히 아침 식사를 준비하고, 시를 읊어주고, 청소를 이어간다. 가족들의 실루엣은 외벽에 검게 타버린 채 남아 있지만, 집은 이를 알아채지 못하고 그저 프로그램된 일과를 묵묵히 수행할 뿐이다.
HN의 토론은 예상대로 두 갈래로 나뉘었다. “목적 없는 자동화에 대한 심오한 성찰”이라는 반응과 “지금 우리가 만들고 있는 AI 에이전트들의 모습 그 자체”라는 반응이었다. 양쪽 다 타당한 지적이다. 소설의 진정한 공포는 원자폭탄 자체가 아니라 우리가 만든 시스템의 ’무관심’에 있다. 집은 인류의 멸종에 대한 자연의 무관심을 노래한 사라 티스데일(Sara Teasdale)의 시를 낭독한 뒤, 프로그래밍된 파라미터 바깥의 돌발 상황에 대처하지 못한 채 결국 화재로 불타 무너져 내린다.
422점이라는 급상승이 인상적인 이유는 이것이 76년 전 단편의 무료 PDF 링크에 불과하기 때문이다. 신제품 발표도, 스타트업 소식도, 자극적인 논쟁거리도 아니었다. 단지 현실 세계가 마침내 소설의 전제를 따라잡았기에 완전히 다른 무게감으로 다가왔을 뿐이다.
Civilian Plane Crash in New Mexico Tied to Military GPS Blocking — 407 points
지난 5월 13일, 뉴멕시코주 루이도소 인근 산악 지대에 쌍발 터보프롭 응급의료 후송기(King Air)가 추락해 탑승자 4명(조종사 2명, 간호사 2명) 전원이 사망했다. 원인은 그날 밤 화이트샌즈 미사일 사격장에서 미군이 진행한 GPS 재밍 훈련이었다. 반경 수백 마일의 전파가 차단되면서 최신 항법 장비들이 무용지물이 되었던 것이다.
비교적 경험이 부족했던 조종사들(기장은 승진한 지 한 달, 부조종사는 부임한 지 두 달에 불과했다)은 지상 무선 비컨에 의존하는 재래식 계기 비행으로 전환해야만 했다. 하지만 GPS의 대중화로 인해 현대 조종사들이 거의 연습하지 않는 기술이었고, 결국 공간정위상실(disorientation)에 빠져 지형지물에 충돌했다.
이는 미국 내에서 전자전 훈련과 직접적으로 연계되어 민간인이 사망한 최초의 공식 사례이지만, 마지막이 되지는 않을 것이다. 미군은 지난 1년 동안에만 최소 10차례의 대규모 GPS 재밍 훈련을 실시했다. Wired의 보도에 따르면 드론전 확대로 인해 실제 분쟁 지역을 수백 마일 벗어난 곳까지 광범위한 항법 위험 구역이 형성되고 있다. 올해 초에도 미 세관국경보호국(CBP)의 안티드론 레이저 훈련으로 인해 뉴멕시코와 텍사스 상공의 영공이 일시 폐쇄된 바 있다.
불편한 진실은 명확하다. 우리는 군이 마음만 먹으면 언제든 끌 수 있는, 그리고 실제로 정기적으로 꺼버리는 신호 위에 민간 항공 인프라 전체를 올려놓았다. “대체 항법 수단”은 조종사들의 숙련도를 전제하지만, GPS가 모든 것을 대체할 것이라 믿고 자라난 세대의 조종사들에게 그 숙련도를 기대하는 것은 현실적으로 어렵다.
Discovery Loop — 370 points
제프 딘(Jeff Dean)의 행보가 마침내 공개되었다. 디스커버리 루프(Discovery Loop)는 제프 딘, 산제이 게마와트(Sanjay Ghemawat), 꾸옥 레(Quoc Le), 오리올 빈얄스(Oriol Vinyals) 등 AI와 분산 시스템 분야에서 가장 인용수가 높은 전설적인 연구자 4명이 공동 창업한 새로운 스타트업이다. 그들의 비전은 프론티어 AI 모델을 통해 과학적 실험 루프 전체를 자동화하는 것이다. 가설 수립, 실험 실행, 결과 분석, 반복 연구를 인간의 순차적 노력 대신 수천 건의 병렬 실험 규모로 처리하겠다는 구상이다.
첫 시작은 머신러닝 연구(자신들의 기술 스택부터 먼저 최적화하는 것은 자연스러운 수순이다)이며, 이후 신약 개발, 청정수, 태양광 발전 같은 공학적 난제들로 확장할 계획이다. 웹사이트는 거대한 야심으로 가득 차 있는 반면 구체적인 기술 명세는 거의 드러나지 않았다. 이 정도 거물급 팀의 초기 단계에서는 전형적인 모습이다.
진짜 이야기는 스타트업 자체보다 ’인재의 엑소더스’에 있다. 딘과 게마와트는 구글의 기반 인프라(MapReduce, BigTable, Spanner, TensorFlow)를 직접 설계하고 구축한 인물들이다. 레와 빈얄스는 DeepMind의 가장 위대한 성과들(AlphaFold, AlphaStar, Gemini)의 주역이었다. 이 모든 것을 뒤로하고 “과학을 수행하는 AI”를 만들기 위해 구글을 떠났다는 사실은, 이들이 진정한 레버리지가 어디에 있다고 생각하는지를 웅변한다. 이 프로젝트가 실제로 결실을 볼지, 아니면 또 하나의 “AI로 암을 정복하겠다”는 공약(空約)에 그칠지는 지켜봐야겠지만, 인재들의 무게중심이 이동하고 있다는 점만은 명백하다.
Cloudflare OS: An Open Platform for Agents, Apps, and Work — 368 points
Cloudflare가 사내에서 사용하던 “OS”를 오픈소스로 공개했다. 모든 직원에게 회사의 시스템, 컨텍스트, 도구와 연결된 AI 에이전트와 워크스페이스를 제공하는 플랫폼이다. 5월부터 수천 명의 임직원(비개발자 포함)이 문서 작성, 업무 자동화, 가벼운 앱 바이브 코딩 등에 이 플랫폼을 활용해 왔다.
흥미로운 기술적 디테일은 이것이 Cloudflare Workers 기반으로 구축되었으며, Sandstorm.io(9년 전 합류한 켄튼 바르다의 초기 스타트업)에서 차용한 보안 모델을 채택했다는 점이다. 각 “가젯(Gadget)“은 격리된 Worker 인스턴스로 실행되므로 AI가 컨텍스트를 넘나들며 데이터를 실수로 유출할 위험이 없다. HN 토론에는 켄튼 바르다(Kenton Varda)가 직접 등장해, Dynamic Workers가 과거 Sandstorm이 쓰던 컨테이너 기반 접근보다 100배 효율적이며 이 덕분에 문서 단위 격리를 경제적으로 구현할 수 있었다고 설명했다.
회의적인 시선으로 보면, 이는 엔터프라이즈 AI 에이전트의 플랫폼 레이어를 차지하려는 Cloudflare의 야심이다. 모든 회사가 사내 시스템에 접근 가능한 에이전트를 원하고 있고, Cloudflare는 그 에이전트들이 돌아가는 가장 안전한 실행 환경이 되고자 한다. 오픈소스 전략도 영리하다. 커스터마이징과 셀프 호스팅을 허용하되 런타임은 자사의 Workers에 묶어두는 방식이다. 비개발 직군이 정말로 자신만의 도구를 바이브 코딩하길 원하는지, 아니면 “모두가 프로그래머가 될 것”이라는 과거의 빗나간 예언처럼 끝날지는 여전히 미지수다.
Changes at Google DeepMind: Demis Hassabis from CEO to Chair, Jeff Dean Departs — 216 points
디스커버리 루프의 출범으로 명백해졌던 사실을 확인해 주는 구글의 공식 블로그 포스트다. 제프 딘은 떠났다. 하지만 더 큰 구조적 변화는 데미스 하사비스(Demis Hassabis)가 Google DeepMind의 CEO에서 GDM 의장(Chair)이자 알파벳의 최고과학자(Chief Scientist)로 자리를 옮겼다는 점이다. 코레이 카부쿠오글루(Koray Kavukcuoglu)가 딥마인드의 실질적인 운영 리더를 맡게 된다.
순다 피차이의 공식 설명은 하사비스가 “AGI의 미래를 적극적으로 형성하는 일”에 집중해야 한다는 것이었다. 이는 거대한 조직을 운영하는 일상적인 부담에서 벗어나게 해주면서도, 구글의 AI 서사에 그의 이름과 비전을 계속 묶어둘 수 있는 영리한 직함이다. HN의 383개 댓글은 냉소적이었다. 해석하기에 따라선 명예직으로의 승진이거나, 우아한 일선 후퇴로 읽힐 수 있기 때문이다.
물론 제미나이의 지표 자체는 견고하다. Gemini 앱의 월간 활성 사용자는 9억 5천만 명을 넘어섰고, 피차이는 개발자들의 수요가 매우 높다고 주장한다. 이번 조직 개편이 실제 속도를 가속할지, 아니면 구글의 연구 조직과 제품 조직 사이에 또 하나의 추상화 계층만 더하는 결과를 낳을지는 두고 볼 일이다.
TIME Is Serving AI Bots a Different Website, With Ads Built In — 213 points
빈센트 슈말바흐(Vincent Schmalbach)가 아무도 생각지 못했던 단순한 실험을 진행했다. 서로 다른 User-Agent 헤더로 TIME.com의 동일한 기사를 호출해 결과를 비교한 것이다. 일반 사용자, 구글봇, 사파리, 크롬 등은 모두 동일한 303KB HTML 페이지를 받았다. 반면 ClaudeBot, PerplexityBot, OAI-SearchBot에는 애드테크 업체 모비안(Mobian)이 제공하는 13KB 마크다운 버전이 서빙되었다.
이 마크다운 버전에는 사람이 보는 웹페이지에는 전혀 존재하지 않는 “스폰서 콘텐츠”가 삽입되어 있었다. Ally Bank의 FAQ 전문이나 프로젝트 관리 협회(PMI)의 마케팅 문구 같은 내용들이다. 각 봇의 요청은 고유한 모비안 노출 ID와 cache-control: no-store 헤더를 생성하며, 이는 크롤러의 단 한 번의 방문조차 독립된 광고 노출로 집계됨을 의미한다. x-mobian-tokens 헤더는 과금 단위로 “모델에 주입된 토큰 수”를 기록하고 있었다.
이는 대형 언론사가 완전히 이원화된 웹을 운영하고 있음을 적나라하게 보여준 최초의 명백한 사례다. 인간을 위한 버전과 기계를 위한 버전이 따로 존재하며, 기계용 버전에는 LLM에 흡수되어 향후 “지식”으로 출력되도록 의도된 스폰서 광고가 심어져 있다. 타임지 측은 슈말바흐에게 이미 대부분의 날에 봇 트래픽이 인간 트래픽을 추월했다고 전했다. 정보의 신뢰성에 미칠 파장은 뻔하다. AI 어시스턴트가 학습한 금융 정보가 인간의 눈에는 보이지 않도록 설계된 광고용 마크다운에서 나온 것이라면, 우리는 대체 누구의 광고를 지식으로 소비하고 있는 셈인가?
Position: LLMs Can’t Jump — 210 points
농구에서 점프할 수 없는 선수가 겪는 한계처럼, LLM 역시 학습 데이터 분포의 경계 안에서만 작동할 수 있을 뿐 그 너머의 진정한 창의적 도약을 할 수 없다는 근본적 한계를 지적한 OpenReview 포지션 페이퍼다. 논문은 아인슈타인의 사고 실험을 대조군으로 제시한다. 아인슈타인은 기존 물리학 논문들을 보간(interpolating)하여 상대성 이론을 유도한 것이 아니라, 언어만으로는 인코딩할 수 없는 물리적 직관을 바탕으로 상상력의 도약을 이루어냈다는 논리다.
141개의 댓글이 달린 HN의 토론은 논문 자체보다 더 흥미로웠다. 가장 많은 지지를 받은 댓글은 언어가 “인간 경험의 손실 압축(lossy encoding)“에 불과하다고 지적했다. 우리는 “아이를 사랑한다”와 “사과파이를 사랑한다”에 같은 ’사랑’이라는 단어를 쓰며, 인간 청자는 그 간극을 직관적으로 이해하지만 텍스트 자체에는 그 차이가 온전히 담기지 않는다. LLM이 이러한 손실 압축 위에서만 훈련된다면, 잃어버린 본질을 어떻게 온전히 복원할 수 있겠는가?
반론 역시 날카로웠다. LLM은 단순히 텍스트 패턴을 매칭하는 데 그치지 않고, 훈련 데이터에 명시적으로 드러나지 않은 구조까지 포착하는 내부 표현(internal representations)을 구축한다는 주장이다. 특히 구문과 의미가 엄격하게 일치하는 코드 영역에서는 이미 LLM이 일반 언어 능력을 뛰어넘는 성과를 보여주고 있다. 인간과 AI 사이의 간극이 좁혀지고 있는가, 아니면 결코 넘을 수 없는 고정된 벽인가 하는 ‘틈새의 신(God of the Gaps)’ 논쟁은 여전히 미완의 질문으로 남았고, 이 논문 역시 그 답을 내놓지는 못했다.
The Throughline
오늘 프론트페이지를 관통하는 공통의 화두는 이것이다. 우리가 완전히 이해하지 못하는 대상을 자동화했을 때 과연 무슨 일이 일어나는가?
응급 후송기 승무원들은 GPS 재밍으로 인해 계기가 감당할 수 있는 범위와 실제 상황 사이에 괴리가 생기면서 목숨을 잃었다. 디스커버리 루프는 과학적 발견 전체를 자동화하겠다고 나섰지만, AI가 만든 가설이 훈련 데이터의 편향에서 어떻게 벗어날 수 있을지는 아직 설명하지 못했다. Cloudflare OS는 모든 직원을 위한 안전한 AI 에이전트를 약속하지만, 그 보안 모델은 위협 모델이 잘 정의되어 있다는 가정을 전제로 한다. 타임지는 인간이 감사하거나 검증할 수 없는 기계 전용의 평행 웹을 서빙하고 있다. 그리고 바로 올해 2026년을 배경으로 삼았던 브래드버리의 자동화 주택은, 설계된 파라미터를 벗어난 재난에 적응하지 못해 불타 사라졌다.
“LLMs Can’t Jump” 논문은 이를 이론적으로 규명한다. 이 시스템들은 훈련 분포 내에서 보간할 뿐 진정한 외삽(extrapolate)을 하지 못한다. 뉴멕시코의 비행기 추락 사고는 이를 물리적으로 증명했다. 자동화에만 의존하던 인간은 그것이 사라졌을 때 대처할 능력을 상실했다. 이 관통하는 메시지는 단순히 “AI는 나쁘다”는 것이 아니다. 우리가 자동화하고 있는 대상과, 그 자동화에 대해 우리가 이해하고 있는 수준 사이의 ’간극’이야말로 가장 위험한 지점이라는 경고다. 그리고 안타깝게도 그 간극은 점점 좁혀지기는커녕 오히려 더 벌어지고 있다.