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.

구글 수석과학자 제프 딘이 2026년 8월 5일 27년 만에 구글을 떠나 Discovery Loop 을 공동창업했습니다. 그가 구글에서 만든 것들과, 새 회사가 하려는 “과학적 방법의 자동화” 가 무엇인지 정리했습니다.

서울대 이재욱 교수 인터뷰에 대한 반론을 2026년 최신 자료로 재검증합니다. 무너진 반론 하나를 먼저 밝히고, 속도가 새는 곳, 격차의 진짜 원인, Naur와 Bainbridge라는 두 사각지대를 다룹니다.

서울대 이재욱 교수 인터뷰의 후반부 — 학생이 “중간 배달원"이 되는 문제, 컴공에 가야 하는 이유, 미래 개발자의 안목, 비전공자를 위한 조언 — 을 학습과학과 고용 데이터로 검증합니다.

서울대 이재욱 교수의 “코딩도 과제도 AI가 다 하는 시대” 인터뷰를 챕터별로 정리하고, 각 주장에 대한 외부 근거를 붙여 검증합니다. 1부는 코딩 현장의 변화, 코드 작성 자동화, 바이브 코딩의 한계를 다룹니다.

테크 업계 종사자 약 6,000명 대상 AI 인식 조사가 보여준 균열을 정리하고, METR 무작위 대조 실험·MIT 인지부채 연구·DORA 2025·HBR workslop 조사로 교차검증한 뒤, 개인이 실제로 바꿀 수 있는 여섯 가지를 정리합니다.

Pragmatic Programmers 뉴스레터 “Big Design Up Front: Still a Bad Idea"의 한국어 번역. 1990년대 소프트웨어 위기를 불러왔던 BDUF의 전제가 바이브 코딩과 에이전틱 루프에서 그대로 반복되고 있다는 이야기입니다.

세계 랭킹 1위 신진서 9단이 최강 오픈소스 바둑 AI 카타고와 벌인 2점 접바둑 3번기에서 시리즈 2대 1 승리를 거뒀습니다. StoneBase 블로그 원문 번역과 함께, 신진서 기사 소개 및 2016년 이세돌–알파고 대국과의 비교를 덧붙였습니다.

Kent Beck 의 팟캐스트 Still Burning S1E07에서 Kent Beck 과 Jessica Kerr 가 나눈 대담을 정리했습니다. symmathesy(배우는 부분들로 이루어진 배우는 시스템)라는 렌즈로 AI 에이전트 시대의 소프트웨어 개발이 어떻게 달라지는지 살펴봅니다.

Pragmatic Programmers의 Dave Thomas가 쓴 뉴스레터 ‘Outsourcing, AI, and a Little Hope’의 한국어 번역. 아웃소싱 열풍과 25년 후의 AI 공황을 나란히 놓고, 개발자라는 역할이 사라지지 않고 변할 뿐이라는 이야기입니다.

가위바위보의 내쉬 균형은 왜 무작위화를 강제하는가. 비추이적 밸런스, 포커 GTO, 몬테카를로 시뮬레이션과 AI 자가 대전까지. 현대 스튜디오가 밸런스를 검증하는 de-facto 테크트리를 정리합니다. 게임 디자인과 랜덤성의 수학 3부작 완결편.

실전 배치, 경제, 노동 데이터로 본 AI 1년. 회의론과 낙관론을 각각 가장 강한 형태로 세우고, ‘AGI는 얼마나 가까워졌나’에 대한 균형 잡힌 종합을 시도한다.

2025년에서 2026년 사이, AGI 예측 시기는 어떻게 이동했는가. 랩 CEO·연구자들의 발언 변화, 예측시장, 전문가 설문, 그리고 ‘AGI란 무엇인가’를 둘러싼 정의 논쟁.

2025년 6월과 2026년 6월 사이, AI의 능력은 벤치마크와 자율 작업 시간지평으로 측정했을 때 얼마나 달라졌는가. 팩트 기반 3부작의 첫 편.