SICP 2장은 데이터가 무엇인지 다시 묻습니다. 답은 “약속을 지키는 것이면 무엇이든 데이터"이고, 증거로 저장 공간이 전혀 없는 pair 를 클로저만으로 만들어 보입니다. Go 로 그대로 옮겨 봤고, 제네릭으로 옮기려다 Go 타입 시스템의 천장에 정확히 부딪혔습니다. 컴파일 에러를 그대로 실었습니다.

SICP 1.3 은 프로시저를 인자로 넘기고 반환값으로 돌려주는 방법을 다룹니다. Go 로 옮기면 원서에 없던 것이 하나 생깁니다. 타입 시그니처입니다. 추상화의 계약이 눈에 보이고, 대신 코드가 길어집니다. 뉴턴법을 고정점 탐색으로 분해하고, 연습문제 1.45 의 평균 감쇠 횟수를 n=2부터 32까지 전부 측정했습니다.

SICP 1장의 핵심은 코드의 모양과 실행의 모양이 다르다는 것입니다. 재귀적으로 생긴 프로시저가 반복적인 프로세스를 만들 수 있고, 그 구분이 성능을 가릅니다. 그런데 Go 에서는 이 구분이 통째로 지워집니다. 실측으로 확인하고, 왜 그런지와 무엇으로 대신할지를 정리했습니다. 페르마 소수 판정과 카마이클 수는 전수 검증했습니다.

1984년에 나온 프로그래밍 교재 하나가 40년이 지나도 계속 언급됩니다. SICP 는 어떤 책이고, 누가 썼고, MIT 는 왜 이 책으로 가르치던 과목을 스스로 폐지했는지 정리했습니다. 그리고 이 시리즈가 Scheme 대신 Go 를 쓰는 이유와, Go 로는 잘 안 되는 지점 세 곳을 실측 데이터와 함께 미리 밝혀 둡니다.

10팀, 선발 9칸, 벤치 없음, $200 샐러리캡, 시즌 총점제. 이 설정에서 예산을 어떻게 배분해야 하는지를 대체 수준과 VOR 로 직접 계산했습니다. 결론은 예상과 달랐습니다. 어디에 쓰느냐보다 다 쓰느냐가 훨씬 중요했습니다.

150만 명의 빅 파이브 데이터에서 네 개의 성격 유형을 뽑아낸 논문이 있습니다. 1년 뒤 붙은 반론과 원저자들의 답변까지 따라가면 ‘성격에 유형이 있는가’라는 질문의 현재 위치가 보입니다. 여섯 번째 요인이 한국어에서 나온 이야기, 빅 파이브의 한계, 그리고 무료로 제대로 검사받고 결과를 읽는 법까지 정리했습니다.

MBTI의 네 축은 빅 파이브의 네 요인과 상당히 겹칩니다. 문제는 겹치지 않는 하나와, 연속 점수를 두 조각으로 자를 때 벌어지는 일입니다. 재검사 신뢰도와 예측 타당도를 같은 자에 올려놓고, MBTI 발행사가 자사 문서에 무엇을 하지 말라고 적었는지, 그리고 한국 기업이 실제로 채용에서 MBTI를 얼마나 쓰는지 확인했습니다.

MBTI는 이론에서 유형을 연역했고, 빅 파이브는 영어 사전에서 귀납했습니다. 1936년 1만 8천 개의 단어에서 출발해 미 공군 기술보고서를 거쳐 오늘의 다섯 요인에 이른 과정, 다섯 요인 각각이 실제로 무엇을 재는지, 그리고 이 다섯이 어디서 오는지를 정리했습니다.

사고의 외주화가 실행의 외주화로 넘어가면서 ‘검수 시점’이라는 것이 사라졌습니다. 검증이 병목이 되었고, 개인 최적과 집단 최적이 갈라졌고, EU는 고위험 규제를 16개월 미뤘습니다. 원문의 결론이었던 Co-pilot / Autopilot 이분법이 왜 더 이상 성립하지 않는지, 그리고 무엇으로 바꿔야 하는지 정리합니다.

원문이 제시한 네 가지 실행 지침을 2026년 근거로 채점합니다. ‘초안은 내가 쓴다’는 예상보다 훨씬 잘 버텼고, ‘30% 수정 룰’은 근거가 없어 폐기하며, ‘고유성 주입’은 전제 자체가 낡았습니다. 2026년 데이터가 반복해서 가리키는 단일 변수는 수정량이 아니라 질문의 형식입니다.

2026년 2월에 쓴 「사고의 외주화」는 근거가 하나도 없는 논평이었습니다. 6개월 사이 이 주제에 실증 데이터가 쌓였습니다. 당시 제기한 네 가지 문제를 2026년 자료로 다시 판정합니다. 하나는 메커니즘 설명이 틀렸고, 하나는 초점을 옮겨야 하며, 두 개는 수치가 붙어 오히려 강해졌습니다.

늦게 들이는 두 유형을 다룹니다. 신중한 후발주자는 가장 안전하지만 기회비용이 가장 크고, 떠밀린 사용자는 아무도 세지 않지만 조직 안에서는 다수일 수 있습니다. 마지막으로 네 유형 모두에게 적용되는 공통 원칙과, 이 분류가 통하지 않는 경우를 정리합니다.

새 도구가 나오면 그 주에 써 보는 사람들의 이야기입니다. 그대로 쓰는 순진한 실용가는 가장 흔하고 가장 위험하며, 꼼꼼히 보는 감별하는 얼리어답터는 이득이 가장 크지만 가장 지칩니다. 두 유형의 실패 방식과 처방을, 꾸준한 사람용과 쉽게 질리는 사람용으로 나누어 제시합니다.

미국 성인의 49%가 AI 챗봇을 씁니다. 그런데 자신 있게 쓴다는 사람은 18%뿐입니다. 이 격차가 생기는 이유는 사람마다 실패하는 지점이 다르기 때문입니다. 3부작의 첫 편에서는 도입 속도와 검증 성향이라는 두 축으로 4가지 유형을 나누고, 자신이 어느 칸에 있는지 진단하는 방법을 제시합니다.

커즈와일은 2012년에 목적지를 맞혔습니다. 그러나 그가 그린 지도는 거의 전부 틀렸습니다. 오늘날의 LLM에는 그가 핵심이라고 지목한 은닉 마르코프 모델도, 유전 알고리듬도 없습니다. 3부작의 마지막 편에서는 의 예측을 2026년의 증거로 채점하고, 무엇이 왜 빗나갔는지, 그리고 그를 비판했던 사람들은 얼마나 맞았는지 분석합니다.

레이 커즈와일은 2012년 에서 인간 사고의 비밀을 밝혔다고 선언했습니다. 신피질에 3억 개의 패턴 인식기가 계층으로 쌓여 있고, 그 계층이 끊임없이 다음을 예측한다는 마음의 패턴 인식 이론(PRTM)입니다. 3부작의 두 번째 편에서는 이 이론이 정확히 무엇을 주장했고, 당대의 인지과학자들이 왜 그렇게 격렬하게 반발했는지 살펴봅니다.

레이 커즈와일이 2012년에 쓴 가 2026년 8월 <진화의 가속도: AI의 마음은 어떻게 만들어지고 진화하는가> 라는 제목으로 한국에 다시 나옵니다. 14년이라는 시차는 이 책을 읽는 방식을 완전히 바꿔 놓습니다. 3부작의 첫 편에서는 책을 읽기 전에 알아야 할 저자, 즉 발명가이자 예언자이자 환자인 레이 커즈와일이라는 사람을 먼저 다룹니다.

Pragmatic Programmers의 Dave Thomas가 쓴 뉴스레터 ‘Components and Microkernels’의 한국어 번역. 1980년대의 소프트웨어 IC 개념과 마이크로커널을 결합해, 배포와 업그레이드가 유연하고 에이전트가 곧바로 쓸 수 있는 애플리케이션 구조를 제안합니다.

Part 1 부터 Part 4 까지는 코드와 수식이 많았습니다. 이번 편은 개발을 모르는 분도 읽을 수 있게, 달무티 CPU 두 종류가 각각 무엇을 보고 수를 고르는지, 어떻게 겨루게 했고 결과가 어땠는지, 그리고 왜 격차가 이토록 작았는지를 정리했습니다.

6장은 설명이 아니라 문제집입니다. 아마추어 대국에서 가져온 세 개의 포지션을 놓고 A·B·C 중 하나를 고르게 합니다. 문제를 먼저 내고, 저자의 답과 그 근거를 뒤에 붙였습니다.