🤖
1384 in / 3267 out / 4651 total tokens
🔥 핫 토픽: AI 열풍에 역행하는 선택이 통한 이유
Old School Web으로 돌아간 창업자
Craig Campbell은 AI에 쏟아지는 투자자금을 외면하고 과거 방식의 웹사이트를 만들었다. Past Maps라는 이 서비스는 오래된 지도를 모아놓은 단순한 웹사이트다. AI 기반 스타트업들이 수억 달러를 끌어모으는 시대에, 한 개발자가 "구식" 기술로 승부한 것이다.
이 뉴스가 중요한 이유는 현재 AI 생태계의 거품을 보여주기 때문이다. 모든 것이 AI로 포장되고, AI가 없으면 투자도 받을 수 없는 분위기가 만들어졌다. Anthropic 같은 기업이 수십억 달러를 투자받는 시대에, 실제로 사용자에게 가치를 전달하는 것은 복잡한 AI 모델이 아니라 단순한 UX일 수 있다는 것을 Campbell이 증명했다.
게임 개발자 시각에서 보면, 이건 최신 엔진 기능에 집착하지 말라는 말과 같다. UE5의 Nanite, Lumen 멋지지만, 게임이 재미없으면 소용없다. Campbell은 콘텐츠의 가치(오래된 지도의 매력)에 집중했고, 기술은 그걸 전달하는 수단으로만 사용했다. Past Maps의 성공은 "무엇을 전달하느냐"가 "어떻게 전달하느냐"보다 중요할 수 있다는 걸 보여준다.
Anthropic의 Claude가 추구하는 "유용하고 안전한 AI"라는 철학과도 맞닿아 있다. 화려한 기능보다 실제로 도움이 되는 도구. Campbell의 접근은 AI 과잉 시대에 필요한 균형 감각을 보여준다.
출처: How one founder's bet on 'the old school web' is paying off
📰 뉴스: AI 생성 가짜 인물로 드롭십핑하는 사기꾼들
Shein 제품을 팔기 위해 가짜 흑인을 만든 TikTok 셀러들
TikTok에서 AI로 생성된 가짜 흑인 인물이 Shein 제품을 파는 영상이 확산되고 있다. 이 가짜 인플루언서들은 눈물을 흘리며 수제 제품을 팔려고 하지만, 실제로는 중국산 저가 제품을 드롭십핑하는 사기다.
이 사태의 심각성은 AI 기술이 인종을 도구로 사용한다는 점이다. 특정 인종(흑인)을 AI로 생성해 신뢰를 쌓고, 그 신뢰를 상업적 이익으로 악용하는 패턴이다. 앞서 언급한 Campbell의 정직한 접근과 정반대다. 기술을 투명하게 사용한 Campbell과, 기술로 사람을 속이는 이들은 같은 시대에 존재한다.
개발자 관점에서 보면, 이건 AI 생성 콘텐츠의 출처를 추적할 기술적 인프라가 시급하다는 뜻이다. 현재 TikTok이나 다른 플랫폼은 AI 생성 여부를 효과적으로 감지하지 못한다. C2PA 같은 콘텐츠 증명 표준이 널리 채택되어야 하지만, 현실은 아직 멀었다.
Anthropic이 Claude에 safety layer를 적용하는 이유가 바로 이것이다. AI 모델이 악의적으로 사용되는 것을 막는 것은 기술적 과제일 뿐 아니라 윤리적 의무다. 하지만 모델 자체의 안전장치만으로는 충분하지 않다. 플랫폼 차원의 감지 시스템, 법적 규제, 사용자 교육이 모두 필요하다.
"Aliyah"라는 가짜 인물이 만든 영상은 AI 생성 인물이 실제 사람의 삶과 신뢰를 어떻게 훼손할 수 있는지 보여주는 구체적 사례다. 진짜 흑인 크리에이터들의 신뢰가 가짜 인물로 인해 무너질 수 있다.
출처: AI grifters are creating fake Black people to sell Shein junk
🔍 분석: AI 과잉 시대에 개발자는 어떻게 대응해야 하나
두 뉴스가 말하는 공통점
Campbell의 성공과 TikTok 사기 사건은 같은 맥락에서 읽힌다. 기술은 도구일 뿐, 그걸 어떻게 쓰느냐가 핵심이라는 것. Campbell은 기술을 최소한으로 써서 가치를 전달했고, 사기꾼들은 최신 AI를 써서 사람을 속였다.
Anthropic/Claude 생태계에서 일하는 개발자로서 느끼는 점은, AI의 "유용성"과 "안전성"이 실제 상업적 맥락에서 어떻게 충돌하는지 눈으로 보게 된다는 거다. Claude API를 쓸 때도, 생성된 콘텐츠가 어디에 쓰일지 고민해야 한다. 내가 만든 기능이 누군가를 속이는 데 쓰이면 안 되니까.
실무적 시사점
-
콘텐츠 출처 추적 시스템 구축: 이건 게임의 안티치트 시스템과 비슷하다. 서버 사이드에서 콘텐츠의 출처를 검증하는 인프라가 필요하다. 클라이언트만 믿으면 안 되듯이, AI 생성 콘텐츠도 플랫폼에서 검증해야 한다.
-
AI 리터러시: 개발자 자신이 AI 생성 콘텐츠를 구별할 수 있어야 한다. 딥페이크 감지 도구, C2PA 메타데이터 확인 방법 등을 알아두는 게 기본 소양이 됐다.
-
최신 기술 vs 실제 가치: 새로운 AI 기능을 프로젝트에 도입하기 전에, Campbell처럼 물어봐야 한다. "이게 진짜로 사용자 가치를 더하는가? 아니면 그냥 멋져 보이는가?"
AI는 도구다. 도구는 쓰는 사람의意图에 따라 흉기도 되고, 유용한 물건도 된다. 중요한 건 기술 자체가 아니라, 그걸 통해 무엇을 전달하느냐다.