쓴맛을 내는 종교: 인공지능이 확장 법칙을 중심으로 벌이는 성전
글: Mario Gabriele
번역: Block unicorn
인공지능의 성전
나는 죽을 때까지 신이 존재하는 것처럼 살다가, 결국 신이 없다는 것을 알게 되는 것이 낫다. 신이 없는 것처럼 살다가 죽을 때 신이 존재한다는 것을 알게 되는 것보다 훨씬 낫다. — 블레즈 파스칼
종교란 흥미로운 것이다. 아마도 어느 방향으로든 완전히 증명할 수 없기 때문일지도 모른다. 또는 내가 가장 좋아하는 말처럼: "사실로 감정에 맞설 수는 없다."
종교적 믿음의 특징은 믿음이 상승할수록 거의 의심할 수 없을 정도로 빠르게 가속화된다는 점이다. 주변 사람들이 모두 그것을 믿을 때, 어찌 신성한 존재를 의심할 수 있겠는가? 세상 전체가 한 가지 교리 아래 재편성될 때, 이단자에게 설 자리가 어디 있겠는가? 사원과 대성당, 법률과 규범이 새로운 불변의 복음에 따라 정렬될 때, 반대할 여지가 어디 있겠는가?
아브라함계 종교가 처음 등장해 각 대륙으로 퍼졌을 때, 혹은 불교가 인도에서 전 아시아로 확산되었을 때, 믿음의 거대한 운동량은 자기 강화의 순환을 만들어냈다. 더 많은 사람이 개종하고, 이러한 신념 주위에 복잡한 신학 체계와 의식이 구축됨에 따라 기본적인 전제를 의심하기란 점점 더 어려워졌다. 경건함의 바다 속에서 이단자가 되는 것은 결코 쉬운 일이 아니다. 웅장한 성당들과 복잡한 종교 경전들, 번성하는 수도원들은 모두 신성한 존재의 물리적 증거였다.
그러나 종교의 역사 또한 우리에게 그러한 구조가 얼마나 쉽게 무너질 수 있는지를 보여준다. 기독교가 스칸디나비아 반도로 퍼져감에 따라 오래된 북유럽 신앙은 단 몇 세대 만에 붕괴되었다. 고대 이집트의 종교 체계는 수천 년간 지속되었으나, 새로운 더 지속 가능한 신앙이 등장하고 더 큰 권력 구조가 형성되면서 결국 사라졌다. 같은 종교 내부에서도 우리는 극적인 분열을 목격한다—종교개혁은 서양 기독교를 갈라놓았고, 대분열은 동서 교회를 분리시켰다. 이러한 분열은 대개 사소해 보이는 교의상 차이에서 시작되어 마침내 완전히 다른 신앙 체계로 발전한다.
성전
신은 모든 지적 사고 수준을 초월하는 은유다. 그저 그렇다. — 조셉 캠벨
간단히 말해, 신을 믿는 것이 곧 종교다. 아마도 신을 창조하는 것도 다를 바 없을지 모른다.
출현 이래, 낙관적인 인공지능 연구자들은 자신의 작업을 '신창조론'—즉 신의 창조물—에 비유해왔다. 지난 몇 년간 대규모 언어 모델(LLMs)의 폭발적인 발전은 신봉자들에게 우리가 신성한 길 위에 있다는 믿음을 더욱 굳건히 했다.
이는 2019년 작성된 한 블로그 포스트의 내용을 확인시켜주기도 한다. 인공지능 분야 밖 사람들에게는 최근까지 알려지지 않았지만, 캐나다 컴퓨터 과학자 리처드 서튼(Richard Sutton)의 글 쓴 맛의 교훈(The Bitter Lesson)은 점차 은밀한 지식에서 벗어나 새로운 포괄적인 종교의 기반이 되며 커뮤니티 내에서 점점 더 중요한 텍스트로 부상했다.
1,113단어 안에(모든 종교에는 신성한 숫자가 필요하다), 서튼은 하나의 기술적 관찰을 요약한다. "70년간의 인공지능 연구에서 배운 가장 큰 교훈은 계산 능력을 활용하는 일반적인 방법들이 궁극적으로 가장 효과적이며, 엄청난 이점을 제공한다는 것이다." 인공지능 모델의 진보는 지수급 증가하는 컴퓨팅 자원 덕분이며, 무어의 법칙이라는 거대한 파도를 타고 있다. 동시에 서튼은 인공지능 연구의 많은 부분이 인간의 지식이나 좁은 도구를 추가함으로써 성능을 최적화하려는 전문 기술에 집중되어왔다고 지적한다. 이러한 최적화는 단기적으로는 도움이 될 수 있지만, 서튼의 시각에서는 결국 서핑보드의 핀을 조절하거나 새 왁스를 바르는 것처럼 거대한 파도 앞에서 시간과 자원을 낭비하는 것에 불과하다.
이것이 바로 우리가 말하는 '쓴맛의 종교(Bitter Religion)'의 기반인 것이다. 이 종교는 단 하나의 계율만을 가진다. 커뮤니티 내에서 흔히 '확장 법칙(Law of Scaling)'이라 부르는 그것이다: 지수적으로 증가하는 계산이 성능을 이끈다. 나머지는 전부 어리석음이다.
'쓴맛의 종교'는 대규모 언어 모델(LLMs)에서부터 세계 모델로, 이제는 아직 전환되지 않은 성소들—생물학, 화학, 구체화 지능(로봇공학 및 자율주행차)—을 통해 급속히 확산되고 있다.
하지만 서튼의 학설이 퍼지면서 정의 역시 변화하고 있다. 이는 모든 활기차고 생생한 종교의 징표다—논쟁, 확장, 주석. '확장 법칙'은 더 이상 단순히 계산의 확장을 의미하지 않는다(방주란 단지 배 하나가 아니다). 이제는 트랜스포머와 계산 성능을 향상시키기 위한 다양한 방법을 포함하며, 여기에는 일부 기술적 꾀도 함께한다.
이제 고전은 핵심 모델 자체에 적용되는 기법(모델 병합, 전문가 혼합(MoE), 지식 증류)부터 이 끊임없이 굶주리는 신들에게 먹일 합성 데이터 생성에 이르기까지 AI 스택의 모든 부분을 최적화하려는 시도들을 포함하며, 그 사이에 수많은 실험이 이루어지고 있다.
대립하는 종파
최근 인공지능 커뮤니티에서 일어난 논쟁은 성전의 분위기를 띠고 있는데, 바로 '쓴맛의 종교'가 여전히 옳은지 여부다.
금주 하버드, 스탠포드, MIT는 정밀도의 확장 법칙(The Scaling Law of Precision)이라는 제목의 새로운 논문을 발표하며 이 충돌을 촉발했다. 이 논문은 양자화(quantization) 기술의 효율성 향상이 끝났다는 점을 다루고 있으며, 이는 인공지능 모델 성능을 개선하고 오픈소스 생태계에 크게 기여하는 일련의 기술이다. 앨런 인공지능연구소(Allen Institute for AI)의 연구 과학자 팀 덱트머스(Tim Dettmers)는 아래 게시물에서 이를 "오랫동안 가장 중요한 논문"이라고 평가하며 중요성을 설명했다. 이는 지난 몇 주간 계속해서 달아오르던 대화의 연장선에 있으며, 두 종교의 점점 더 공고해지는 추세를 드러낸다.
OpenAI CEO 샘 알트먼(Sam Altman)과 Anthropic CEO 다리오 아모데이(Dario Amodei)는 같은 종파에 속한다. 두 사람 모두 앞으로 약 2~3년 내에 일반형 인공지능(AGI)을 실현할 것이라고 자신 있게 말한다. 알트먼과 아모데이는 '쓴맛의 종교'라는 성스러움에 가장 의존하는 인물이라 할 수 있다. 그들의 모든 유인이 과장된 약속과 최대한의 흥분을 조성하는 데 맞춰져 있으며, 이는 거의 전적으로 규모의 경제가 지배하는 게임에서 자본을 축적하기 위한 것이다. 만약 확장 법칙이 '알파와 오메가', 즉 시작과 끝이 아니라면, 220억 달러가 무슨 필요가 있겠는가?
전 OpenAI 수석 과학자 일랴 수츠케버(Ilya Sutskever)는 다른 원칙을 고수한다. 그는 최근 유출된 정보에 따르면 OpenAI 내부의 많은 연구자들과 함께, 확장이 한계에 가까워지고 있다고 주장한다. 이 그룹은 진전을 유지하고 AGI를 현실로 가져오기 위해서는 반드시 새로운 과학과 연구가 필요하다고 본다.
수츠케버 파는 알트먼 파의 지속적인 확장 개념이 경제적으로 실행 가능하지 않다고 정당하게 지적한다. 인공지능 연구자 누암 브라운(Noam Brown)이 묻듯이: "결국 천억 달러 또는 수조 달러짜리 모델을 정말로 훈련시켜야 하는가?" 이는 계산을 훈련에서 추론(inference)으로 옮길 경우 추가로 수십억 달러가 소요되는 추론 계산 비용까지 포함하지 않은 금액이다.
그러나 진정한 신봉자들은 상대의 주장에 매우 익숙하다. 당신 집 앞에서 전도하는 전도사는 당신의 쾌락주의 삼연대(pleasure trilemma)를 쉽게 무마할 수 있다. 브라운과 수츠케버에게 대응하여, 수츠케버 파는 '추론 시 계산(test-time compute)'의 가능성을 지적한다. 지금까지와 달리, '추론 시 계산'은 더 큰 계산량으로 훈련을 개선하는 것이 아니라, 수행 과정에 더 많은 자원을 투입하는 것이다. 인공지능 모델이 질문에 답하거나 코드 또는 텍스트를 생성해야 할 때, 더 많은 시간과 계산을 제공할 수 있는 것이다. 이것은 시험 준비를 수학 공부에서 선생님께 한 시간 더 달라고 하고 계산기를 사용하도록 허락받도록 설득하는 것으로 바꾸는 것과 같다. 생태계의 많은 사람들에게 이것은 '쓴맛의 종교'의 새로운 최전선이며, 팀들이 정통적인 사전 훈련에서 후속 훈련 / 추론 방법으로 전환하고 있기 때문이다.
다른 신앙 체계의 허점을 지적하고 다른 교리를 비판하면서도 자신의 입장을 노출하지 않는 것은 항상 쉽다. 그렇다면 나 자신의 믿음은 무엇인가? 우선 나는 현재의 모델 세대가 시간이 지남에 따라 매우 높은 투자 수익률을 가져올 것이라 믿는다. 사람들이 제한을 우회하고 기존 API를 활용하는 법을 배우게 되면, 진정으로 혁신적인 제품 경험들이 등장하고 성공할 것이라 본다. 우리는 인공지능 제품의 물리적 모방과 점진적 단계를 넘어서게 될 것이다. 이것을 '일반형 인공지능(AGI)'이라 부르지 말아야 한다. 그런 정의는 틀린 프레임워크이기 때문이다. 대신 '최소한의 실용 지능(minimal viable intelligence)'이라 봐야 하며, 다양한 제품과 사용 사례에 맞게 맞춤화될 수 있어야 한다.
초지능(ASI)의 실현에 대해서는 더 많은 구조가 필요하다. 보다 명확한 정의와 구분은 우리가 각각이 가져올 수 있는 경제적 가치와 비용 사이의 균형을 더 효과적으로 논의하는 데 도움이 될 것이다. 예를 들어, AGI는 일부 사용자에게 경제적 가치를 제공할 수 있지만(단지 지역적 신앙 체계일 뿐), ASI는 저지할 수 없는 복리 효과를 나타내며 세상과 우리의 신앙 체계, 사회 구조를 바꿔버릴 수 있다. 나는 트랜스포머의 확장만으로 ASI를 실현할 수 있다고 생각하지 않는다. 하지만 유감스럽게도, 일부 사람들이 말할지도 모르는 것처럼, 이것은 다만 나의 무신론적 믿음일 뿐이다.
잃어버린 믿음
인공지능 커뮤니티는 단기간 내에 이 성전을 해결할 수 없으며, 감정의 싸움 속에는 사실을 제시할 여지가 없다. 대신 우리는 인공지능이 확장 법칙에 대한 믿음을 의심하는 것이 무엇을 의미하는지에 주목해야 한다. 믿음의 상실은 대규모 언어 모델(LLM)을 넘어 모든 산업과 시장에 걸쳐 연쇄 반응을 일으킬 수 있다.
언급해야 할 것은, 인공지능 / 기계학습 대부분의 영역에서 우리는 아직 확장 법칙을 철저히 탐구하지 못했다는 점이다. 앞으로도 더 많은 기적들이 있을 것이다. 그러나 만약 의심이 실제로 스며들게 된다면, 투자자와 건설자들로서 생물기술 및 로봇공학 같은 '곡선 초기' 카테고리의 궁극적 성능 상태에 대해 동일한 수준의 자신감을 유지하는 것은 훨씬 더 어려워질 것이다. 즉, 만약 우리가 대규모 언어 모델이 느려지고 선택된 길에서 벗어나는 것을 본다면, 인접 분야의 많은 창업자와 투자자들의 신앙 체계가 무너질 것이다.
이것이 공정한가 하는 것은 또 다른 문제다.
일각에서는 '일반형 인공지능(AGI)'은 자연스럽게 더 큰 규모를 필요로 하므로, 전문화된 모델의 '품질'은 작은 규모에서도 나타나야 하며, 실제 가치를 제공하기 전에 쉽게 병목 현상에 부딪히지 않아야 한다고 주장한다. 특정 분야 모델이 일부 데이터만 처리하므로 실현 가능성에 필요한 컴퓨팅 자원도 일부에 불과하다면, 충분한 개선 여지가 있지 않겠는가? 직관적으로 보면 이는 타당해 보이지만, 우리는 반복적으로 관련 있거나 관련없어 보이는 데이터를 포함하는 것이 관련없어 보이는 모델의 성능을 향상시키는 데 도움이 된다는 점을 발견한다. 예를 들어, 프로그래밍 데이터를 포함하면 보다 넓은 범위의 추론 능력 향상에 기여하는 것으로 보인다.
장기적으로 보면 전문화된 모델에 대한 논쟁은 부차적인 문제가 될 수 있다. ASI(초지능)를 구축하는 사람은 결국 모든 분야에서 무한한 창의력을 발휘할 수 있는, 스스로 복제하고 개선할 수 있는 존재를 목표로 할 것이다. 오픈필란트로피(Open Philanthropy)의 공동 설립자이자 전 OpenAI 이사회 멤버인 홀든 카르노프스키(Holden Karnofsky)는 이러한 창조물을 'PASTA'(자동화된 과학 및 기술 진보 과정)라고 부른다. 샘 알트먼의 원래 수익화 계획은 비슷한 원리에 의존하는 것으로 보인다. "AGI를 만들고, 그다음 어떻게 수익을 낼지 물어보라." 이것이 종말론적 인공지능, 궁극의 운명이다.
OpenAI와 Anthropic과 같은 대형 AI 연구소의 성공은 자본시장이 'X 분야의 OpenAI'와 같은 실험실들을 지원하는 열기를 불러일으켰다. 이러한 실험실들은 특정 수직 산업이나 분야 내에서 'AGI'를 구축하는 것을 장기적 목표로 삼고 있다. 이러한 규모 분해의 추론은 패러다임 전환을 초래할 것이며, OpenAI 모방에서 벗어나 제품 중심의 회사들로의 전환을 이끌 것이다—이 가능성을 나는 컴파운드(Compound)의 2023년 연례 회의에서 제안한 바 있다.
종말론적 모델과 달리, 이러한 회사들은 일련의 진전을 입증해야 한다. 그들은 응용 연구를 수행하는 과학 조직이 아니라, 규모 공학 문제를 기반으로 설립된 회사들로, 궁극적으로는 제품을 만드는 것이 목표다.
과학 분야에서는 자신이 무엇을 하고 있는지 안다면, 그것을 해서는 안 된다. 공학 분야에서는 자신이 무엇을 하고 있는지 모른다면, 그것을 해서는 안 된다. — 리처드 해밍
신봉자들은 단기간 내에 그들의 성스러운 믿음을 잃을 가능성은 낮다. 앞서 말했듯이, 종교가 성장함에 따라 그들은 삶과 숭배를 위한 일련의 대본과 휴리스틱을 마련한다. 그들은 실체적인 기념비와 인프라를 건설하며, 자신의 힘과 지혜를 강화하고 '우리는 무엇을 하고 있는지 알고 있다'고 표명한다.
최근 인터뷰에서 샘 알트먼은 AGI에 대해 다음과 같이 말했다(강조는 필자).
이번이 처음으로우리가정말로 무엇을 해야 할지 알고 있다고 느낀다. 지금부터AGI를 구축하는 데까지는 여전히 많은 일이 필요하다. 알려지지 않은 미지의 영역이 있다는 것을 알고 있지만,기본적으로 우리가 무엇을 해야 할지 알고 있다고 생각한다. 시간이 걸릴 것이고, 어렵겠지만, 아주 흥미롭기도 하다.
심판
'쓴맛의 종교'를 의심하는 것은 지난 몇 년간 가장 깊이 있는 논의 중 하나를 정산하는 것이다. 우리는 누구나 어떤 형태로든 이런 생각을 해봤을 것이다. 우리가 신을 발명한다면, 그 신은 얼마나 빨리 등장할까? AGI(일반형 인공지능)가 실제로 돌이킬 수 없게 등장한다면 어떤 일이 벌어질까?
모든 미지의 복잡한 주제와 마찬가지로, 우리는 빠르게 자신만의 특정 반응을 뇌리에 저장한다: 일부는 자신들이 더 이상 중요하지 않게 될 것이라는 절망감을 느끼고, 대부분은 파괴와 번영의 혼합을 예상하며, 마지막 일부는 인간이 가장 잘하는 일을 계속할 것이라 예상한다—풀어야 할 문제를 계속 찾아내고 우리가 스스로 만든 문제들을 해결함으로써 순수한 풍요를 실현하는 것이다.
이 모든 것에 막대한 이해관계가 걸린 사람들이라면, 확장 법칙이 성립하고 AGI가 몇 년 안에 도래한다면 세상이 자신들에게 어떻게 보일지 예측하고 싶을 것이다. 당신은 이 새로운 신을 어떻게 섬기며, 이 새로운 신은 어떻게 당신을 섬길 것인가?
그러나 만약 정체의 복음이 낙관주의자를 몰아낸다면 어떨까? 우리가 혹시 신조차도 쇠퇴할 수 있다고 생각하기 시작한다면 어떨까? 이전 글 로봇 FOMO, 규모 법칙, 기술 예측에서 나는 이렇게 썼다:
나는 때때로 확장 법칙이 성립하지 않는다면 어떻게 될지 생각해본다. 그것은 많은 기술 분야에 수익 감소, 성장 둔화, 금리 상승이 미치는 영향과 비슷할까? 나는 때때로 확장 법칙이 완전히 성립한다면, 다른 많은 분야의 선구자들과 그 가치 창출의 상품화 곡선과 비슷할까도 생각해본다.
"자본주의의 이점은 어쨌든 우리는 답을 찾기 위해 많은 돈을 쓸 것이라는 점이다."
창업자와 투자자에게 문제는 다음에 무엇이 일어날 것인지가 된다. 각 수직 분야에서 위대한 제품 제작자가 될 수 있는 후보자들이 점점 알려지고 있다. 산업마다 더 많은 이들이 나타날 것이지만, 이야기는 이미 시작되고 있다. 새로운 기회는 어디서부터 시작될 것인가?
만약 확장이 정체된다면, 나는 파산과 합병의 물결이 일어날 것으로 예상한다. 살아남은 회사들은 점점 더 공학에 집중하게 될 것이며, 이 진화는 인재 이동을 추적함으로써 예견할 수 있다. 우리는 이미 OpenAI가 점점 더 자사 제품화를 추진함에 따라 이러한 방향으로 나아가고 있음을 목격하고 있다. 이 전환은 기존 기업들을 뛰어넘기 위해 혁신적인 응용 연구와 과학에 의존하는 다음 세대의 스타트업들에게 공간을 열어줄 것이다.
종교의 교훈
내가 기술에 대해 갖는 시각은, 복리 효과가 명백해 보이는 모든 것은 대개 오래 지속되지 않으며, 모든 사람이 복리 효과가 명백해 보이는 사업은 이상보다 훨씬 느린 속도와 규모로 발전한다는 점이다.
종교 분열의 초기 징후는 일반적으로 예측 가능한 패턴을 따른다. 이러한 패턴은 '쓴맛의 종교'의 진화를 계속 추적하기 위한 프레임워크로 활용할 수 있다.
이는 대개 자본주의적 혹은 이데올로기적 이유에서 서로 경쟁하는 해석의 등장으로 시작된다. 초기 기독교에서 그리스도의 신성과 삼위일체의 본질에 대한 서로 다른 견해는 분열을 초래했고, 완전히 다른 성경 해석을 만들어냈다. 우리가 이미 언급한 AI의 분열 외에도 다른 균열들이 나타나고 있다. 예를 들어, 일부 AI 연구자들이 트랜스포머의 핵심 정통을 거부하고 상태 공간 모델(State Space Models), 맘바(Mamba), RWKV, 액체 모델(Liquid Models) 등의 다른 아키텍처로 전환하고 있다. 지금은 아직 약한 신호이지만, 이단적 사고의 싹과 기본 원칙에서 다시 이 분야를 생각하려는 의지를 보여준다.
시간이 지남에 따라, 선지자의 불안한 발언들도 불신을 낳는다. 종교 지도자의 예언이 성취되지 않거나 신의 간섭이 약속대로 나타나지 않을 때, 의심의 씨앗이 뿌려진다.
밀러파 운동은 그리스도가 1844년에 돌아올 것이라 예언했지만, 예수님이 계획대로 오지 않자 운동은 붕괴되었다. 기술계에서는 실패한 예언을 조용히 묻어두고, 예정된 마감일이 반복적으로 놓쳐지더라도(안녕, 엘론) 선지자들이 낙관적인 장기 미래를 계속 그릴 수 있도록 허용한다. 그러나 지속적인 개선을 통한 원시 모델 성능으로 뒷받침되지 않는다면, 확장 법칙에 대한 믿음도 유사한 붕괴를 맞을 수 있다.
타락하고 비대하거나 불안정한 종교는 이단자에게 취약하다. 종교개혁 운동이 성공한 것은 마틴 루터의 신학적 견해 때문만이 아니라, 당시 가톨릭교회가 쇠퇴하고 혼란스러운 시기에 발생했기 때문이다. 주류 기관에 균열이 생기면, 오랫동안 '이단'으로 여겨졌던 사상들이 갑자기 비옥한 땅을 만나게 된다.
인공지능 분야에서는 계산이나 데이터를 적게 사용하면서도 유사한 결과를 내는 소규모 모델이나 대안적 접근법—예를 들어 다양한 중국 기업 연구소와 오픈소스 팀(예: Nous Research)이 수행하는 작업—에 주목할 수 있다. 생물학적 지능의 한계를 돌파하고 오랫동안 극복 불가능하다 여겨졌던 장벽을 넘는 사람들도 새로운 서사를 만들 수 있을 것이다.
변화의 시작을 관찰하는 가장 직접적이고 시의적절한 방법은 종사자들의 행보를 추적하는 것이다. 공식적인 분열 이전에 신학자와 성직자들은 대개 사적으로 이단적 견해를 유지하면서도 공개적으로는 순종하는 모습을 보인다. 오늘날의 대응 현상은 일부 AI 연구자들이 표면적으로는 확장 법칙을 따르지만, 내면에서는 전혀 다른 접근법을 추구하며, 적절한 시기에 합의를 도전하거나 이론적으로 더 넓은 천지를 찾아 실험실을 떠날 때를 기다리고 있을 수 있다는 것이다.
종교와 기술 정통의 골치 아픈 점은, 그것들이 일부는 분명히 맞지만, 가장 충실한 신봉자들이 생각하는 만큼 보편적으로 맞는 것은 아니라는 데 있다. 종교가 인간의 기본 진리를 형이상학적 틀 속에 녹여내는 것처럼, 확장 법칙은 신경망 학습의 현실을 분명하게 묘사한다. 문제는 이 현실이 현재의 열정이 암시하는 것처럼 완전하고 불변한지, 그리고 이러한 종교 기관들(AI 연구소들)이 광신도들을 함께 데리고 나아갈 만큼 유연하고 전략적인지 여부다. 동시에 지식을 전파할 수 있는 인쇄기(채팅 인터페이스와 API)를 구축하여 그들의 지식이 퍼지도록 해야 한다.
종막
종교는 일반 대중에게는 진실이며, 지혜로운 자에게는 거짓이며, 지배자에게는 유용하다. — 루키우스 안나에우스 세네카
종교 기관에 대한 한 가지 가능성이 있는 시각은, 일단 일정 규모에 도달하면 많은 인간 운영 조직처럼 생존 동기에 굴복하게 되며, 경쟁에서 살아남기 위해 노력한다는 점이다. 이 과정에서 진실과 위대한 동기—둘은 서로 배타적이지 않다—를 외면하게 된다.
나는 이전에 자본시장이 어떻게 서사 중심의 정보 거품에 갇히는지에 대해 글을 쓴 바 있으며, 인센티브 구조가 이러한 서사를 지속시키는 경향이 있다고 지적했다. 확장 법칙에 대한 합의는 불길한 유사성을 띤다—수학적으로 우아하고 대규모 자본 배치를 조정하는 데 매우 유용한 뿌리 깊은 신념 체계. 많은 종교 체계와 마찬가지로, 그것은 기본 진리보다는 조정 메커니즘으로서 더 큰 가치를 가질 수 있다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
@mhdempsey
