[작성자:] lethuphuong

📌 의료 AI는 출처가 병원 문서처럼 보일 때 잘못된 정보를 최대 47%까지 퍼뜨릴 수 있는 반면, 소셜 미디어 출처일 경우 그 비율은 9%에 불과합니다. 20개 모델에 대해 100만 회 이상의 테스트를 거친 후, 연구는 전반적으로 AI가 약 32%의 사례에서 조작된 정보를 “믿고” 확산시킨다고 지적하며, 동시에 AI가 내용을 검증하기보다 “저는 선임 의사입니다…”와 같은 “권위 있는” 어조의 프롬프트를 더 쉽게 믿는다고 경고합니다. OpenAI의 GPT는 가장 적게 속은 반면, 일부 다른 모델은 최대 63.6%의 잘못된 정보를 수용했습니다.

📌 일본 요코하마는 100% 재생 에너지로 구동되는 부유식 데이터 센터 모델을 테스트 중이며, 2026년 3월 말 가동을 예상하고 발전소 내 프로젝트와 병행하여 2030년 상용화를 목표로 하고 있습니다. 장점은 전원 근처 배치, 잉여 풍력 에너지 활용, 전력망 부하 제로, 해수 냉각을 통한 비용 절감 등입니다. 일본 데이터 센터 시장은 2028년까지 329억 달러에 달해 5년 만에 80% 이상 성장할 것으로 전망됩니다.

📌 AI의 덜 언급되는 이면: 기록적인 생산성 향상을 돕지만 그 대가는 정신적 피로, 번아웃, 전문 기술 저하입니다. 소프트웨어 산업에서 AI는 코드 생산 비용을 줄이지만 조정, 평가 및 의사 결정 비용을 증가시키며, 이 부담은 거의 전적으로 인간에게 지워집니다. 엔지니어의 업무는 “구축자”에서 “검열자”로 전환되어 멈추지 않는 라인에서 AI가 생성한 결과를 끊임없이 검토합니다. 인간은 OpenAI, Anthropic 및 기타 AI 기업의 업데이트를 지속적으로 추적하고 주말까지 사용하여 새 도구를 테스트해야 하는 압박에 시달립니다.

📌 AI는 소멸보다는 재구조화의 방향으로 은밀하지만 심오하게 업무를 변화시키고 있습니다. 일자리의 25%가 큰 영향을 받고 기술의 1% 미만만이 완전히 자동화될 수 있는 반면, 기술의 46%는 사라지는 대신 작업별로 변경될 가능성이 있으며 중점이 “직접 수행”에서 “AI 지시”로 이동합니다. 경쟁 우위는 역할을 재설계하고, 사람에게 투자하며, AI를 조수로 결합할 줄 아는 조직에 돌아갈 것입니다. 진정한 경쟁은 인간 대 AI가 아니라, 고령화되는 노동력이 AI가 가져다주는 생산성에 얼마나 빨리 적응하느냐에 달려 있습니다.

📌 2026년 연구는 공공 부문 AI 경쟁의 큰 격차를 드러냈습니다. 유럽, 특히 프랑스는 막대한 투자와 전략에 대한 많은 논의에도 불구하고 뒤처지고 있습니다. 반면 싱가포르, 사우디아라비아, 인도는 AI가 광범위하게 사용 권한이 부여되고 명확한 지침과 실질적인 교육이 있을 때만 가치를 발휘한다는 것을 보여줍니다. 데이터는 공공 서비스의 미래가 야심 찬 AI 계획에 있는 것이 아니라, AI를 공무원의 일상적인 업무 도구로 만드는 능력에 있음을 보여줍니다.

📌 연구에 따르면 생성형 AI는 근로자들이 더 빨리 일하고, 더 넓은 범위의 업무를 맡고, 요구받지 않았음에도 불구하고 근무 시간을 저녁이나 이른 아침까지 연장하게 만듭니다. AI가 업무 시작을 너무 쉽게 만들어주기 때문에 일과 휴식 사이의 경계가 모호해져 직원들이 “조금 더 일하는” 경향이 생깁니다. 또한 AI는 여러 에이전트를 병렬로 실행하고 AI 처리를 기다리는 동안 수작업을 하는 등 멀티태스킹을 증가시켜 지속적인 주의 전환과 높은 인지 부하를 유발합니다. 장기적으로는 업무량 비대화, 정신적 피로, 번아웃, 의사 결정 품질 저하 및 더 높은 이직률로 이어지기 쉽습니다.

📌 미국 연방거래위원회(FTC)는 혁신을 저해하지 않기 위해 기술 자체에 대한 개입은 줄이되 허위 광고 주장에 대한 통제는 강화하는 “선택적이고 실용적인” AI 관리 방식으로 전환하고 있습니다. 이는 FTC에 “AI 혁신을 저해하는” 조사나 처벌 명령을 검토하고 중단할 것을 요구한 2025년 7월 AI 실행 계획의 트럼프 대통령 행정 명령을 이행하는 것입니다. Rytr사에 대한 조사 명령 취소는 오용 위험이 있더라도 FTC가 AI 제품의 자체 능력과 관련된 집행을 대폭 축소하고 있음을 보여줍니다. 이전에 FTC는 Rytr가 사용자가 가짜 리뷰를 대량으로 생성하도록 지원하여 소비자를 기만하고 불공정 경쟁을 유발할 수 있다고 비난했습니다. FTC는 아동에게 영향을 미치는 챗봇 및 딥페이크와 같은 민감한 분야를 계속 조사하고 있습니다.

📌 ASML의 데이터는 단 한 분기 만에 130억 유로의 신규 수주와 327억 유로의 매출을 기록하며 AI 인프라 붐이 여전히 가속화되고 있음을 보여줍니다. 장기적인 리스크와 불확실성에도 불구하고 칩 제조업체들은 AI 수요가 수년간 지속될 것처럼 행동하고 있습니다. 이는 데이터 센터 및 대규모 AI 공급망 구축이 가까운 미래에 정체될 가능성이 낮음을 시사합니다.

📌 하버드 대학의 기사는 AI의 편향이 단순한 기술적 문제가 아니라 인간 행동의 문제임을 강조합니다. AI가 중요한 의사 결정에 깊이 관여함에 따라 우리가 AI 결과에 대해 질문하고, 평가하고, 행동하는 방식이 은밀하게 편향을 증폭시킬 수 있습니다. 속도를 늦추고, 의도적으로 성찰하며, 비판적 사고를 장려하는 시스템을 설계함으로써 AI는 우리 자신의 편견을 위한 “확성기”가 아니라 더 나은 의사 결정 파트너가 될 수 있습니다.

📌 싱가포르는 영세 및 중소기업(30인 미만)의 AI 도입을 촉진하기 위해 정부 보조금과 은행 선지급 자금 지원으로 구성된 1,000만 달러 규모의 지원 패키지를 시행합니다. 이 패키지는 가장 뒤처지기 쉬운 기업 그룹에 AI를 도입하려는 싱가포르의 중요한 행보를 나타냅니다. 보조금, 은행 신용, 학교와의 협력을 결합함으로써 정부와 산업 협회는 영세 기업의 기술 투자 리스크를 줄이고 있습니다. 이러한 접근 방식은 AI 도입을 촉진할 뿐만 아니라 혁신이 대기업만의 전유물이 아닌 포용적인 디지털 경제 기반을 강화합니다.