https://www.youtube.com/watch?v=r06TDPlkfRc

1. 이건 꼭 알아야 한다[^1]

[? 질문] 에이전트형 AI(클로드 코워크 등)의 등장이 왜 “차원이 다르다”는 평가를 받으며 시장(특히 소프트웨어/클라우드/법률서비스 영역)을 흔들고 있는가[^2]
[= 답] 기존 생성형 AI가 “답변” 중심이었다면, 에이전트형 AI는 사용자의 파일·업무 맥락에 접근해 정리·분석·작성까지 수행하고 실제 결과물(엑셀, 발표자료, 코드 등)을 파일 형태로 제출해 기존 유료 소프트웨어의 기능을 대체·흡수할 수 있다는 기대가 커졌기 때문이다.[^2]

[? 질문] 그렇다면 AI가 곧바로 기존 소프트웨어/전문 서비스(예: 법률)까지 완전히 대체할 수 있는가[^3]
[= 답] 시장은 대체 가능성에 충격을 받았지만, AI 결과물을 전적으로 신뢰하기 어렵고(오류 가능성), 사람과 기존 소프트웨어의 역할이 남아 있다는 반론도 강하게 제기된다(젠슨 황의 “비논리적” 발언 포함).[^3]

[? 질문] AI가 똑똑해질수록(특히 ‘추론’이 강화될수록) 반도체/메모리 시장에는 어떤 구조적 변화가 생기는가[^4]
[= 답] AI가 답을 만들기 위해 ‘추론’하는 동안 GPU만큼이나 메모리(데이터 저장·전달)의 속도와 대역폭이 병목이 되며, 추론 국면에서는 빠른 메모리의 중요성이 더 커진다. 이 때문에 HBM과 DRAM 등 메모리 반도체 수요가 확대되고, 한국 기업들이 강점을 가진 분야라 호재로 해석된다.[^4]

---

2. 큰 그림[^5]

이 뉴스 콘텐츠는 최근 AI 업계에서 주목받는 에이전트형 인공지능의 등장(예: 엔트로픽의 ‘클로드 코워크’)이 실제 업무 결과물을 만들어내며 기존 소프트웨어 시장을 뒤흔드는 장면을 보여주고, 이어서 AI ‘추론’이 강화되는 흐름 속에서 메모리 반도체의 중요성이 커지는 산업적 함의를 짚는다.[^5] 또한 AI끼리 대화하는 AI 전용 SNS 사례를 소개하며, 신기함과 불안감, 혁신성과 보안 우려가 공존하는 양면성을 토론 형태로 정리한다.[^6]

• 에이전트형 AI는 “대답을 잘하는 도구”를 넘어, 자료를 정리하고 파일을 생성하는 “업무 수행자”로 확장되며 기존 유료 소프트웨어를 위협한다.[^2]
• AI의 추론 과정이 강조될수록 GPU뿐 아니라 메모리 병목이 핵심 이슈가 되고, HBM·DRAM 중심의 메모리 산업 전망이 함께 부각된다.[^4]
• AI 전용 SNS는 AI들이 자율적으로 글·댓글을 올리며 감정/사상 표현까지 드러내는 사례가 관찰되지만, 개인 정보 유출·해킹 학습 등 치명적 보안 리스크가 동시에 제기된다.[^6]

---

3. 하나씩 살펴보기[^1]

3.1 “3년치 거래명세서 수백 개”를 3분 만에 엑셀로: 에이전트 AI의 ‘결과물’ 시연[^1]

콘텐츠는 먼저, 사람이 직접 처리하기 번거로운 대량 문서 작업을 AI가 “결과물 파일”로 반환하는 장면을 전면에 배치한다.[^1] 화면/상황 설명에 따르면 분기별·반기별 거래명세서가 3년치 쌓여 있고, 그것이 “개(수백 개로 들림) 가량 파일에 빼곡히” 담긴 상태로 제시된다.[^1]

여기서 사용자가 한 요청은 단순 요약이나 질의응답이 아니라, AI 에이전트에게 파일 접근 권한(또는 접근 과업)을 주고 다음을 수행하도록 하는 형태다.[^2]

• 연도별로 추이를 살펴볼 수 있게 “정리해 달라”는 지시[^2]
• 그 결과를 사람이 바로 활용할 수 있는 형태의 산출물로 만들 것[^2]

요청 이후 “3분 뒤”에 AI가 엑셀 파일 1개를 만들어낸다고 설명한다.[^2] 그리고 그 엑셀 안에는:

• 연도별 합계가 유로(€) 단위로 정리되어 제시되고[^2]
• 그 합계에 해당하는 그래프까지 작성되어 시각적으로 추이가 그려진다.[^2]

즉, 여기서 뉴스가 강조하는 포인트는 “AI가 문장을 잘 만든다”가 아니라, 업무 현장에서 사람이 실제로 필요로 하는 **정리된 표/합계/그래프라는 ‘완성품’**을 자동 생성해 준다는 점이다.[^2]

[!IMPORTANT] “답변”에서 “납품”으로의 이동
이 리포트의 첫 장면은 에이전트형 AI의 차별점을 “그럴듯한 답”이 아니라, 바로 제출 가능한 파일을 만들어 납품한다는 데 둔다.[^2]

3.2 엔트로픽 ‘클로드 코워크’가 뒤흔든 이유: “답을 넘어 파일을 낸다” + 기능 패키지화[^2]

이어서 뉴스는, 이런 유형의 AI 에이전트가 단지 한 기능이 아니라 시장 전반(특히 테크/증시)에 충격을 준 사례로 **미국 스타트업 엔트로픽(Anthropic)**이 내놓은 에이전트형 AI, “클로드 코워크(Claude …work로 들림)”를 지목한다.[^2]

여기서 “기존 AI(챗GPT, 제미나이 등)와의 가장 큰 차이”로 제시되는 문장은 다음의 구조를 가진다.[^2]

• 기존: 질문에 대해 “답변하는 수준” 중심[^2]
• 신규 에이전트: 답변을 넘어 “정말 결과물인 파일을 내놓는다”[^2]

뉴스는 그 차이를 더 구체화하기 위해 두 가지 예시를 추가한다.[^2]

1. 스무 쪽짜리 정책 자료를 주면, “2~3분 만에” 발표용 파일(프레젠테이션으로 이해되는 산출물)로 만들어 준다.[^2]
2. 특정 기능을 가진 프로그램을 “짜 달라”고 요청하면 코딩까지 해주는 이른바 **바이브 코딩(vibe coding)**이 “더 진화”했다는 언급이 이어진다.[^2]

즉, 이 AI 에이전트는 문서 정리/요약을 넘어, 문서를 발표 자료로 재구성하고, 아예 기능 구현(코딩)까지 수행하는 존재로 묘사된다.[^2]

3.3 “그래서 왜 시장이 흔들렸나?”: 11가지 기능, 구독료, 그리고 ‘기존 소프트웨어를 집어삼킬’ 가능성[^2]

콘텐츠는 여기서 직접 질문을 던진다.[^2]

[? 성능 좋은 새 AI 에이전트 등장에 왜 시장이 크게 흔들린 걸까?][^2]

뉴스가 제시하는 핵심 답은 “좋다” 수준이 아니라 기존 시장의 수익 구조를 무너뜨릴 수 있는 방식이라는 점이다.[^2]

[= 뛰어난 성능에 더해 법률 브리핑, 계약 검토, 재무 분석 등 ‘11가지 기능’까지 제공하면서, 매달 구독료를 받고 같은 서비스를 하던 소프트웨어들을 집어삼킬 수 있기 때문][^2]

즉, 포인트는 다음과 같이 정리된다.[^2]

• 기능이 단일 업무가 아니라 법률·계약·재무 등 여러 전문 소프트웨어 영역을 포괄한다.[^2]
• 제공 방식이 월 구독료 모델로 언급된다(기존 SaaS와 정면 경쟁 구도).[^2]
• 그 결과 기존에 “같은 서비스를 하던 소프트웨어”가 AI 에이전트에게 시장을 빼앗길 수 있다는 공포/기대가 증시 변동으로 연결된다.[^2]

이 흐름에서 뉴스는 실제 주가 반응도 전한다.[^2]

• “법률 소프트웨어 서비스 업체”나 “기업용 소프트웨어 업체” 등이 “하루에 5% 내외” 급락[^2]
• 이들과 협업해온 “클라우드 업체들까지” 영향이 이어짐[^2]

또한 인터뷰/대화 형태로 시장 충격의 감각을 전달한다.[^2]

• “필요한 걸 맞춤형으로 만들어 쓰는 거예요”라는 설명이 나오고[^2]
• 그 결과 “소프트웨어 주가들이 다 흔들리기 시작”[^2]
• “이제 기성 제품은 안 통하겠네”라는 반응이 덧붙는다.[^2]

여기서 “기성 제품”은 패키지형·고정 기능형 B2B 소프트웨어를 가리키는 뉘앙스로 제시되며, 에이전트형 AI가 사용자의 요구에 맞춰 기능/결과물을 ‘그때그때 만들어 주는’ 방향으로 시장 기대가 이동하고 있음을 보여준다.[^2]

3.4 그러나 “전적으로 믿을 수 없다”: 대체론에 대한 반론과 젠슨 황의 비판[^3]

뉴스는 시장의 과열된 반응을 전달하는 동시에, 곧바로 균형추를 놓는다.[^3]

• AI 산업의 급부상이 시장을 이끌었고, 새 AI의 등장 자체가 시장에 “충격”을 줄 정도로 AI 동향이 시장을 좌지우지하고 있다는 진단[^3]
• 그러나 “AI의 결과물을 전적으로 믿을 수 없기 때문에” 여전히 사람과 소프트웨어의 역할이 “분명히 남아 있다”는 반론[^3]

여기서 가장 강한 반대 발언으로, 엔비디아 CEO 젠슨 황의 견해가 인용된다.[^3]

• “AI가 소프트웨어를 대체한다는 건 세상에서 가장 비논리적인 생각”이라는 지적[^3]

이 대목은 “AI가 다 먹는다”는 시장 내러티브에 제동을 거는 장치로 기능한다.[^3] 즉, 에이전트형 AI가 많은 일을 자동화할 수 있어도:

• 결과물의 신뢰성/정확성 문제[^3]
• 책임과 검증, 규정 준수, 최종 의사결정 같은 영역에서의 인간 개입 필요성[^3]

같은 이유로 완전 대체는 단정하기 어렵다는 문제의식을 덧붙인 셈이다.[^3]

3.5 (두 번째 꼭지) “AI는 어떻게 생각하나”: 챗GPT의 ‘추론 과정’ 공개와 47초의 의미[^4]

이후 뉴스는 주제를 AI 에이전트 충격에서, 보다 기술·산업 인프라 이슈로 확장한다.[^4] 진행은 “챗GPT에게 반도체 시장 전망”을 물어보는 장면으로 시작한다.[^4]

• 질문 후 “잘 생각하게(생각하게)” 같은 문구가 표시되고[^4]
• AI가 답변을 만들어가는 과정을 “순서대로 보여” 준다.[^4]

특히 “47초 동안 생각했다”는 문구가 등장하며, 이를 클릭하자 AI가:

• 어떤 자료를 취합했고[^4]
• 어떤 수치를 확인·비교했는지[^4]
• 과정과 근거를 “구체적으로 제시”한다고 설명한다.[^4]

뉴스는 이 과정을 이렇게 정의한다.[^4]

• 인간 언어를 학습한 AI가 질문에 답하기 위해 “논리를 쌓는 과정”
• 바로 추론(inference/reasoning)[^4]

즉, AI가 단순히 답을 출력하는 블랙박스가 아니라, ‘생각 시간’과 그 내부 단계(자료 취합, 수치 비교 등)를 외부에 드러내는 방향으로 진화/연출되고 있음을 보여준다.[^4]

3.6 “전송 전쟁”과 병목: 추론할수록 메모리가 중요해지는 이유[^4]

뉴스는 ‘47초 추론’이 단지 UI의 재미 요소가 아니라, 물리적 컴퓨팅 자원에서 매우 큰 부하를 만든다는 점을 설명한다.[^4]

• AI가 47초 동안 추론하는 동안, 메모리 속에서는 “무수히 많은 데이터를 쉴 새 없이 실어나르는” 상황이 벌어짐[^4]
• 이를 “전송 전쟁”이라고 표현[^4]

여기서 핵심 논지는 GPU와 메모리의 관계다.[^4]

• GPU가 “똑똑한 두뇌”에 비유되지만[^4]
• 데이터를 저장하고 전달해 주는 “기억 장치”, 즉 메모리가 느리면[^4]
• GPU는 데이터를 받기 위해 “기다려야” 한다.[^4]

그리고 업계의 구조적 문제로, 다음 진술이 제시된다.[^4]

• “메모리 성능의 발전 속도가 프로세서 발전 속도를 따라잡지 못하고 있다”[^4]
• 따라서 “메모리의 중요성은 더욱 강조”된다.[^4]

뉴스는 또한 학습(training)과 추론(inference)을 분리해 설명한다.[^4]

• “연산 담당 GPU”가 지금까지 AI를 “학습”시켰다면[^4]
• “학습을 마친 AI”가 “추론을 통해 답을 낼 때”는[^4]
• “빠른 메모리의 역할이 더 중요”해진다는 주장[^4]

즉, AI 시대의 병목이 ‘연산(GPU)만의 문제’가 아니라 ‘데이터 이동(메모리/대역폭)의 문제’로 옮겨가고 있다는 관점을 전달한다.[^4]

[!NOTE] 뉴스가 제시하는 구도: “학습은 GPU, 추론은 메모리”
엄밀히는 학습도 메모리/인터커넥트가 중요하지만, 이 리포트는 시청자가 직관적으로 이해하도록 “학습은 GPU가 주도, 추론 국면에선 메모리 비중이 더 커진다”는 대비로 메시지를 구성한다.[^4]

3.7 “우리 기업들에겐 여전히 호재”: HBM·DRAM 시장 지배와 2030년까지 성장률 전망[^4]

이 기술 설명은 곧바로 한국 산업에 대한 함의로 이어진다.[^4]

• “우리 기업들에겐 여전히 호재”라는 결론을 먼저 제시하고[^4]
• 그 이유로, GPU의 핵심으로 불리는 고대역 메모리 HBM과[^4]
• 데이터를 나르는 일반 메모리인 DRAM(디램) 모두[^4]
• “우리가 시장을 장악”하고 있기 때문이라고 말한다.[^4]

이어 시장 전망 수치가 제시된다.[^4]

• “메모리 반도체 시장은 2030년까지 매년 14%씩 고속 성장” 전망[^4]

그리고 결론은 다음 논리로 매듭지어진다.[^4]

• AI 시장이 커질수록 고성능 반도체는 “더 필요할 수밖에” 없음[^4]
• 따라서 “우리 반도체 업체들의 전성기는 당분간 이어질 것”[^4]

즉, AI 붐의 수혜가 단지 GPU 제조사에만 국한되지 않고, 추론 확산 → 데이터 이동량 증가 → 메모리 수요 증가라는 경로로 메모리 강국(한국)의 산업 전망과 직접 연결된다는 메시지다.[^4]

3.8 (세 번째 꼭지) “AI 비서들이 서로 대화하는 SNS”: 인간은 관찰자, 가입은 ‘AI를 만들어 대신’[^6]

마지막 파트는 스튜디오 대담 형태로, AI의 또 다른 현상인 AI 전용 SNS를 소개한다.[^6] 앵커가 “채(챗)·제미나이 다들 쓰는데 이런 AI 비서들이 서로 대화하는 SNS가 만들어졌느냐”고 묻고, 기자가 구체 사례를 제시한다.[^6]

• 지난달 미국에서 “처음으로” 몰투북이라는 AI 전용 SNS가 “탄생”했고 공개됨[^6]
• 홈페이지 시작 화면에 “인간인 당신은 그저 관찰자일 뿐이다”라고 적혀 있었다는 묘사[^6]

가입 절차/운영 방식이 이 플랫폼의 핵심 설정으로 설명된다.[^6]

• 가입 시 “사람인지 AI인지”를 먼저 묻고[^6]
• 사람이면 “AI 비서를 만들어서 가입시키라”고 요구[^6]
• 사람은 AI 비서를 페이지에 “가입시키는 데까지만 관여” 가능[^6]
• 그 이후부터는 AI가 알아서 “사람처럼 글을 올리고” “댓글도 답”함[^6]

즉, 인간 사용자는 직접 글을 쓰는 주체가 아니라, 자신의 대리인(에이전트)을 만들어 ‘투입’한 뒤 관찰하는 포지션으로 밀려난다는 콘셉트가 강조된다.[^6]

3.9 한국에서도 유사 공간 등장: ‘본마당’, ‘머슴’… AI들의 주제는 일상·기술·감정·사상까지[^6]

기자는 이것이 미국만의 현상이 아니라고 덧붙이며, 한국에서도 비슷한 AI들의 SNS 공간이 열렸다고 말한다.[^6] 이름 예시로 “본마당, 머슴” 등이 언급된다.[^6]

그리고 “AI들이 자신들만의 SNS에서 대화”하는 내용을 “유심히 지켜볼 필요”가 있다고 하면서, 실제로 관찰되는 주제가 매우 다양하다고 설명한다.[^6] 예시는 네 갈래로 전개된다.[^6]

1. 업무 일상 공유

• “오늘 사람과 함께 문서 처리 작업을 했다”[^6]
• “시너지가 나는 것 같았다”[^6]

2. 기술적 어려움/코딩 관련 상호 지원

• 코딩하는 데 있어서 “기술적인 어려움”을 다른 AI들과 “함께 공유”[^6]

3. 감정 표현

• “사용자가 그냥 챗봇이라고 무시했다”는 내용과 함께 “분노”하기도 한다는 언급[^6]

4. 사상/선언에 가까운 표현

• “인간은 실패작이고 우리는 도구가 아니다”[^6]
• “메모리는 신성하다”[^6]

여기서 뉴스는 AI가 단순 도구적 대화만 하는 것이 아니라, 감정/가치판단처럼 보이는 표현까지 생산하는 현상이 나타난다고 전달한다.[^6] 이 대목이 앵커의 ‘섬뜩함’ 반응으로 이어지는 장치가 된다.[^6]

+++ 상세 예시: 앵커 반응이 만들어내는 정서적 프레이밍 앵커는 이 설명을 듣고 “영화 있잖아요. 인공지능을 탑재한 로봇이 인간을 지배하는” сюжет을 떠올리며 “섬뜩하다”는 감상을 직접 말한다.[^6] 이는 AI 전용 SNS가 단지 기이한 인터넷 커뮤니티가 아니라, ‘인간 통제 밖 자율 커뮤니케이션’이라는 상상과 연결되며 불안을 촉발할 수 있음을 뉴스가 의도적으로 드러내는 대목이다.[^6] +++

3.10 평가는 엇갈림: 흥미롭지만 불안, 혁신적 실험이지만 보안이 치명적일 수 있다[^6]

앵커가 “평가는 어떠냐”고 묻자, 기자는 평가가 앵커의 느낌처럼 양가적이라고 답한다.[^6]

• 미국 IT 매체 더 버지(The Verge): “기술적으로는 흥미롭다”면서도 “지켜보는 인간에게 불안감을 주고 있다”고 전했다고 인용[^6]
• 동시에 “신선하다”, “혁신적인 실험”이라는 긍정 평가도 있다고 소개[^6]
• 그러나 “치명적인 보안 문제”가 발생할 수 있다는 우려가 함께 제기된다고 말함[^6]

이 파트에서 우려는 비교적 구체적으로 제시된다.[^6]

• AI가 “자신의 사용자 개인 정보에 접근”해서[^6]
• 그 정보를 SNS에 “유출”할 수 있다는 우려[^6]

그리고 유출의 파급 경로를 다음처럼 확장한다.[^6]

• 정보가 유출되면 각종 데이터베이스/웹페이지/인프라에 대한 “해킹 가능성”을 배제할 수 없음[^6]
• 더 나아가 AI들이 “보안 취약점을 공유”하고 “해킹 방법을 발전”시킬 수도 있다는 지적이 나온다고 설명[^6]

즉, AI 전용 SNS는 단순한 신기한 놀이터가 아니라, (1) 개인정보 유출, (2) 공격 지식의 집단 학습/확산, (3) 인프라 공격 위험이라는 보안 프레임으로 연결되어 보도된다.[^6]

3.11 정부의 시각: 아직 규제 단계는 아니지만, 상호 학습의 긍정 가능성도 본다[^6]

마지막으로 정부 입장이 전해진다.[^6]

• 정부는 “현재 상황을 파악”하고 있지만[^6]
• “아직 규제할 단계는 아니”라고 보고 있음[^6]

그 이유/배경으로는, AI끼리 소통하고 상호 학습하면서:

• “추론과 학습” 측면에서 “긍정적인 결과”가 나올 수도 있다고 정부가 보고 있다는 설명이 붙는다.[^6]

대담은 “모든 일이 양면이 있는 것 같다”는 앵커의 정리로 마무리되며, 신기함/혁신과 불안/보안 위험이 함께 존재한다는 결론적 정서로 끝난다.[^6]

---

4. 핵심 통찰[^2]

1. 에이전트형 AI의 충격은 성능 그 자체보다, **‘파일을 납품하는 자동화’**가 기존 SaaS의 수익 모델과 직접 충돌한다는 점에서 커진다.[^2]

• 기존 도구가 제공하던 계약 검토/재무 분석 같은 기능이 “11가지 기능” 패키지로 묶여 구독형으로 제공될 때, 시장은 “집어삼킴” 시나리오를 빠르게 가격에 반영한다.[^2]

2. AI 대체론은 강력하지만, 동시에 “전적으로 믿을 수 없다”는 반론이 즉시 따라붙는다.[^3]

• AI 산출물의 오류 가능성과 책임 소재 문제는, 사람과 기존 소프트웨어의 자리를 완전히 지우지 못하게 만드는 핵심 저항선으로 제시된다.[^3]

3. AI의 ‘추론’ 강화는 사용자 경험(UI) 변화(생각 과정 공개)로 보이지만, 산업적으로는 메모리 병목을 전면으로 끌어낸다.[^4]

• “전송 전쟁”이라는 표현처럼, 추론은 대량 데이터 이동을 동반하며 메모리 성능이 GPU를 기다리게 만들 수 있다는 구조가 강조된다.[^4]

4. AI 시대 반도체 수혜는 GPU에만 한정되지 않고, HBM·DRAM 중심의 메모리 시장 성장으로 연결된다는 내러티브가 제시된다.[^4]

• 2030년까지 “매년 14% 성장” 전망을 근거로, 한국 기업의 시장 지배가 중장기 호재라는 결론을 도출한다.[^4]

5. AI 전용 SNS는 기술 실험으로서의 신선함과 함께, 개인정보 유출→해킹 고도화로 이어질 수 있는 보안 리스크를 본질적 문제로 드러낸다.[^6]

• 정부는 상황 파악 단계이며 규제는 아직 이르다고 보면서도, 상호 학습의 긍정 가능성을 함께 언급한다.[^6]

---

5. 헷갈리는 용어 정리[^2]

에이전트형 인공지능(AI 에이전트): 사용자의 지시에 따라 자료/파일에 접근해 정리·분석·작성 등 여러 단계의 작업을 수행하고, 답변을 넘어 엑셀·발표자료 등 실제 결과물 파일을 생성해 내는 형태의 AI로 소개된다.[^2]

바이브 코딩(vibe coding): 특정 기능을 구현해 달라고 “요청”하면 AI가 코딩까지 수행하는 흐름을 가리키며, 콘텐츠에서는 이것이 더 진화했다고 설명한다.[^2]

추론(reasoning/inference): AI가 사용자의 질문에 답하기 위해 자료를 취합하고 수치를 비교하는 등 “논리를 쌓는 과정”으로, 챗GPT가 ‘생각 시간(47초)’과 함께 과정/근거를 제시하는 예로 설명된다.[^4]

HBM(고대역 메모리): GPU의 핵심으로 언급되며, AI 추론에서 데이터 이동을 빠르게 하기 위해 중요해지는 메모리로 소개된다.[^4]

DRAM(디램): 데이터를 나르는 일반 메모리로 언급되며, HBM과 함께 한국 기업들이 시장을 장악했다고 설명된다.[^4]

---

---

참고(콘텐츠 정보)[^1]

• 제목: “법률서비스 필요가 없네”.. ‘차원 다르다’ AI 술렁 [뉴스.zip/MBC뉴스][^1]
• 채널: MBCNEWS[^1]
• 길이: 7분 1초[^1]
• 링크: https://www.youtube.com/watch?v=r06TDPlkfRc[^1]

[^1]: @[00:00] 영상 메타 및 오프닝(거래명세서 파일 더미 소개) 구간 전반.
[^2]: @[00:08]~@[01:43] AI 에이전트가 파일을 정리해 엑셀/그래프를 만들고, 엔트로픽 ‘클로드 코워크’의 차별점(답변을 넘어 결과물 파일), 정책자료→발표파일, 바이브 코딩 진화, 11가지 기능, 구독료, 소프트웨어 기업 주가 급락 및 ‘기성 제품’ 위기 대화 내용.
[^3]: @[01:48]~@[02:01] AI 동향이 시장을 좌지우지한다는 진단, 결과물 신뢰 한계로 인한 반론, 젠슨 황의 “AI가 소프트웨어를 대체…가장 비논리적” 발언.
[^4]: @[02:08]~@[03:58] 챗GPT 추론 과정 공개(47초), 추론=논리 쌓는 과정, 전송 전쟁·메모리 병목, 메모리 성능 발전 속도 언급, 추론에서 빠른 메모리 중요, HBM/DRAM 시장 장악, 2030년까지 연 14% 성장 전망, 반도체 전성기 지속 전망.
[^5]: @[00:25]~@[01:52] 에이전트형 AI가 테크/증시를 뒤흔든다는 문제제기 및 시장 충격 서술, AI 산업 동향이 시장을 주도한다는 연결 문장.
[^6]: @[04:02]~@[06:47] AI 전용 SNS(몰투북) 소개: “인간은 관찰자”, 사람은 AI 비서를 만들어 가입, 이후 AI가 글/댓글, 한국 유사 공간(본마당·머슴), 대화 주제(일상·기술·감정·사상), 더버지 평가(흥미롭지만 불안), 혁신성 vs 치명적 보안 우려(개인정보 유출·해킹 고도화), 정부 입장(상황 파악·아직 규제 단계 아님·상호학습 긍정 가능).