26년 1월 6일 흠터레스팅 테크 뉴스
레딧의 우버 이츠 착취 고발 글, AI 조작 추정 외 3건
익숙한 것에만 머물면, 예상치 못한 놀라운 발견은 결코 일어나지 않습니다.
- 애드 캐트멀, 창의성을 지휘하라
You’ll never stumble upon the unexpected if you stick only to the familiar.
- Ed Catmull, Creativity, Inc.
(1) 마이크로소프트 CEO 사티아 나델라의 "AI는 쓰레기 또는 위협이 아닌 협업 파트너" 강조와 현실과의 괴리
- Microsoft CEO Satya Nadella는 2026년 AI에 대한 새로운 관점을 제안: AI를 ‘slop(하찮고 질 낮은 것)’으로 보지 말고, ‘bicycles for the mind(마음의 자전거)’로 인식하자고 주장
- 그는 AI를 인간의 잠재력을 증폭시키는 도구이자 발판(scaffolding)으로 설명: "AI는 인간을 대체하는 것이 아니라, 인간의 인지 능력을 증폭시키는 보조 수단"이라는 철학적 메시지 전달
- 그러나 현실에서는 AI가 사람을 대체할 수 있다는 점을 마케팅 요소로 사용: Anthropic CEO Dario Amodei는 AI가 향후 5년간 초급 화이트칼라 일자리의 절반을 대체할 수 있다고 경고 (실업률 10~20% 예상)
- MIT의 Project Iceberg 연구: AI는 현재 약 11.7%의 유급 노동을 수행할 수 있는 능력을 가짐 -> 이는 "12%의 일자리를 대체한다"는 의미가 아니라, 각 직무의 일부 태스크를 AI가 수행할 수 있다는 뜻 (예시: 간호사의 문서 작업 자동화, 코드 작성 자동화)
- 영향이 큰 직군: 기업 내 그래픽 디자이너, 마케팅 블로거, 개발 (ex. 신입 개발자들의 높은 실업률)
- 반면, 숙련된 전문가들은 AI를 활용해 더 높은 생산성과 창의력을 발휘
- Vanguard 2026 보고서: AI에 가장 노출된 약 100개 직군이 오히려 고용과 임금에서 더 높은 성장률 기록
- Microsoft와 AI-실업의 역설: Microsoft는 2025년에 15,000명 이상을 해고, 동시에 사상 최대 수익 기록
- Nadella는 공개 메모에서 "AI 트랜스포메이션"을 포함한 세 가지 핵심 비즈니스 목표 제시 -> 해고 이유로 AI 효율성을 직접 언급하지는 않았지만, 방향 전환 강조
- 다른 대형 IT 기업들 역시 유사한 행보 (Amazon, Salesforce 등 포함)
- 2025년 미국 내 AI 관련 해고 규모: 약 55,000명 (Challenger, Gray & Christmas 보고서 기준)
1. AI를 보조 도구로 포지셔닝하는 것이 사용자의 수용 저항에 완화적인 효과를 줄 것: Nadella의 철학처럼 AI는 인간의 잠재력 확대를 위한 “인지적 도구”로 접근할 필요, 사용자 경험 설계 시, AI가 어떻게 사람의 결정·창의·속도를 보완할 수 있을지에 초점을 맞춰야 함
2. 내부 도입 시 AI를 통한 효율성은 분명하지만, 이를 현실에서 어떻게 풀어내는 지가 관건 -> PM으로서 기술 도입이 사람을 어떻게 강화시킬 수 있는지 중심의 커뮤니케이션 전략이 중요할 수 있음
- https://techcrunch.com/2026/01/05/microsofts-nadella-wants-us-to-stop-thinking-of-ai-as-slop/
(2) 2026년 AI 전망: '실용성'에 대한 집중
- 2025년은 ‘AI 현실 점검’의 해, 2026년은 AI 실용화 전환의 해로 정의됨: 초대형 모델 개발 중심에서 실제 업무에 통합 가능한 작고 효율적인 AI 중심으로 초점 이동
- 키워드: 작은 언어모델(SLM), 엣지 AI, 에이전트 시스템, 월드 모델, 피지컬 AI
- 더 이상 스케일링만으로는 한계: 2010년대 GPU 활용한 대규모 모델 학습이 주류였으나, 2020년대 중반 들어 한계 도달
- Yann LeCun (Meta 전 수석 과학자): 스케일링 의존에 반대, 새로운 아키텍처 필요성 강조
- Ilya Sutskever: 모델 성능 정체 현상 인정, 새로운 연구 필요함
- Workera CEO Kian Katanforoosh: “향후 5년 내 트랜스포머를 뛰어넘는 구조가 나와야 진전 가능.”
- 주요 키워드 1 - 작고 똑똑한 모델, SLM (Small Language Models): SLM은 특정 도메인에 맞춰 파인튜닝이 용이하고, 성능-비용 측면에서 우수 -> SLM은 엣지 디바이스에 적합하며, 물리적 디바이스 통합에 유리하여 대기업 내 표준 AI로 자리잡을 것이라 보는 전문가들
- 주요 키워드 2 - '월드 모델'의 부상: 인간처럼 세상을 경험을 통해 학습하는 AI 개발 시도, 게임 산업부터 시작, 2030년까지 $276B 규모로 성장 예상 (PitchBook)
- 주요 키워드 3 - 에이전트(AI Agent) 시스템의 현실화: 2025년에는 파일럿 수준에 머무름, 이유는 시스템 연결성 부족, Anthropic의 Model Context Protocol (MCP)가 전환점 -> AI가 외부 도구(API, DB 등)와 실질적으로 연결 가능해짐, 에이전트가 실질적 백엔드 시스템(Core System)이 되는 사례 증가 예상
- 주요 키워드 4 - 피지컬 AI의 대중화: 소형 모델, 월드 모델, 엣지 컴퓨팅의 발전 → AI 내장형 하드웨어 확산
- 2026년은 또한 ‘인간의 해’: AI가 인간을 대체할 만큼 자율화되지 못했다는 인식 확산 -> AI 거버넌스, 투명성, 안전성, 데이터 관리 등 AI 관련 신직무 확대 예상
1. '대규모 모델' 중심에서 '적재적소 모델' 중심으로 전환: 특정 도메인에 특화된 SLM 도입이 더 빠르고 효과적일 수 있음 -> LLM 중심 로드맵을 SLM/에이전트/엣지 중심으로 다각화 전략 수립 필요.
2. 통합성/연결성 확보가 핵심 경쟁력: MCP와 같은 표준화된 통신 프로토콜의 도입은 AI의 실제 도입률을 좌우 -> 에이전트가 단순 시연용에서 벗어나 업무 흐름에 실질적 기여하기 위한 인프라 설계 필요
3. 신규 직무와 활용 분야에 대비할 것: AI 도입 가속화로 인해 AI 운영/보안/품질 관리에 대한 인재 수요 증가 예상 -> 피지컬 AI 트렌드에 따라 디바이스 전략 및 파트너십 고려 시점
- https://techcrunch.com/2026/01/02/in-2026-ai-will-move-from-hype-to-pragmatism/
(3) 엔비디아, 로봇계의 안드로이드를 노린다
- Nvidia는 CES 2026에서 범용 로보틱스 플랫폼을 위한 로봇 파운데이션 모델, 시뮬레이션 도구, 엣지 하드웨어를 공개
- 목표: 로봇 생태계에서 기본 플랫폼이 되는 것, 즉 스마트폰에서 Android처럼 디폴트 OS 역할 수행
- Nvidia의 물리적 AI 생태계 구성 요소
- Cosmos Transfer 2.5 / Cosmos Predict 2.5: 합성 데이터 생성 및 로봇 정책 시뮬레이션 평가용 월드 모델
- Cosmos Reason 2: 시각-언어-행동 통합 모델, 물리 세계에서 인지, 계획, 실행 가능
- Isaac GR00T N1.6: 휴머노이드 로봇용 차세대 비전-언어-행동(VLA) 모델. Cosmos Reason을 뇌로 사용, 전신 제어 기능 탑재
- Isaac Lab-Arena: GitHub에 공개된 오픈소스 시뮬레이션 프레임워크, 물리 환경에서의 검증 비용/위험을 줄이기 위해 시뮬레이션 내 통합된 툴/시나리오/벤치마크 제공 -> 주요 벤치마크 통합: Libero, RoboCasa, RoboTwin 등
- OSMO: 전체 워크플로우(데이터 생성~훈련)를 통합하는 오픈소스 커맨드 센터, 데스크탑 및 클라우드 환경 모두 지원
- Jetson T4000: 차세대 온디바이스 컴퓨팅 하드웨어, Blackwell 기반의 새로운 엣지 GPU로, 1200테라플롭 AI 연산 성능, 64GB 메모리, 40~70W 전력 효율 → 로봇, 웨어러블, AV 등 다양한 엣지 환경에 적합
- Hugging Face와의 전략적 통합: Nvidia의 Isaac, GR00T 기술이 Hugging Face의 LeRobot 프레임워크에 통합됨 -> Nvidia의 200만 로보틱스 개발자 ↔ Hugging Face의 1,300만 AI 개발자 연결, Reachy 2 휴머노이드가 Jetson Thor 칩과 직접 연동 가능해져, 하드웨어 종속 없이 다양한 모델 실험 가능
- 로보틱스는 Hugging Face에서 가장 빠르게 성장 중인 카테고리, Nvidia 모델이 다운로드 상위권 -> 주요 기업 사용 사례: Boston Dynamics, Caterpillar, Franka Robots, NEURA Robotics 등이 이미 Nvidia 기술 활용 중
1. Nvidia는 '물리적 AI 생태계의 플랫폼'을 지향 중: 스마트폰 시대의 안드로이드처럼, Nvidia는 범용 로보틱스의 기본 플랫폼 포지션을 선점하려 함 -> 이는 단순 하드웨어 제조를 넘어서는 수직 통합 전략으로 이해해야 함
2. 로보틱스 생태계의 '디벨로퍼 퍼스트' 전략: Hugging Face 통합으로 개발자 접근성과 실험 가능성 극대화 -> 이는 사용자 진입장벽을 낮추는 동시에, 빠른 시장 확산과 파트너십 기회 창출에 유리한 구조
3. 시뮬레이션 기반 테스트가 빠르게 표준화 중: 물리 환경에서의 실험이 어렵고 비용 높은 분야(로봇, 자율주행 등)에서 가상환경 우선 검증 체계가 중요
- https://techcrunch.com/2026/01/05/nvidia-wants-to-be-the-android-of-generalist-robotics/
(4) 레딧의 우버 이츠 착취 고발 글, AI 조작 추정
- 2026년 1월 2일, Reddit에 ‘Trowaway_whistleblow’라는 유저가 올린 고발글이 큰 화제를 모음 (약 90,000 업보트 획득)
- 내용: 특정 음식 배달 앱이 고객 주문을 의도적으로 지연하고, 배달원들을 ‘인간 자산(human assets)’으로 부르며 절박함을 착취하고 있다는 주장
- 해당 글은 AI로 생성된 가능성이 매우 높은 것으로 분석됨: The Verge는 Gemini, Claude, Copyleaks, GPTZero, Pangram 등 여러 AI 감지 도구로 분석 -> 대부분의 툴은 AI 생성 가능성 높음으로 판단
- 일부 툴(ZeroGPT, QuillBot)은 인간 작성일 가능성을 제시했으나, ChatGPT는 중립적 결과
- Trowaway_whistleblow는 Uber Eats 직원증으로 보이는 이미지를 Signal로 공유함 -> Google Gemini는 해당 이미지에 SynthID 워터마크가 포함되어 있음을 감지 → AI 생성/편집 이미지로 판별, 또한, 내부 문서라고 주장한 파일을 Substack 기자에게 제공했으나, 기자가 진위 여부를 추궁하자 Signal 계정을 즉시 삭제
- 사실 여부와 무관하게 신뢰를 얻은 이유: 음식 배달 업계의 실제 사례들이 글의 내용과 비슷해 대중의 공감과 믿음을 쉽게 얻음 -> 플랫폼 노동, 수수료 문제, 배달원 처우 등 실존하는 구조적 착취 이슈 때문
- Elissa Welle 기자는 “해당 글이 조작일 수는 있지만, 업계의 실태를 상기시키는 데는 효과적이었다”고 지적
(1) 신뢰 기반 커뮤니케이션과 검증 시스템의 중요성: 누구나 AI로 ‘그럴듯한 고발’을 만들어낼 수 있는 시대 -> 브랜드나 플랫폼은 신뢰 회복을 위한 투명한 커뮤니케이션 체계와, 유저 피드백의 진위 판단을 위한 내부 모니터링 체계 강화 필요
(2) AI 감지 및 미디어 리터러시 대응 전략 마련 필요: 기업 입장에서 AI 생성 콘텐츠를 자동 식별하고 대응하는 시스템 마련이 중요해짐 -> 내부 직원 및 커뮤니티 대상 ‘디지털 문해력 교육’ 또는 진위 감별 가이드 제공도 고려할 필요 있음
(3) 제품·서비스 상의 ‘구조적 약점’이 있으면 AI 조작에도 흔들린다: 실제 착취 사례나 불투명한 정책이 존재하면, AI 기반 허위 콘텐츠도 쉽게 신뢰받음 -> PM은 서비스 구조와 정책이 윤리적이고 사용자 중심적으로 설계되었는지 지속적으로 점검해야 함
- https://www.theverge.com/news/855328/viral-reddit-delivery-app-ai-scam