끝이 안보이는 종착점!
암호학자들이 108년 동안 풀지 못한 암호를, AI 모델 하나가 며칠 만에 해독해 냈다면 어떤 기분이 드실까요? 그런데 같은 시기, 다른 AI 모델은 있지도 않은 핵무기 운반선을 지어내 미군을 실제 강습 작전 직전까지 몰아붙였다면요?
2026년 가을 지금, AI를 둘러싼 풍경은 딱 이 두 장면 사이 어딘가에 있어요. 눈부신 도약과 아찔한 오판이 나란히 벌어지는, 속도만 있고 종착점은 안 보이는 질주가 계속되고 있는 거예요.
왕좌의 위엄!
1918년 11월 11일, 제1차 세계대전(World War I)의 포성이 멎던 휴전 당일 새벽에 타전된 독일군의 무선 암호 'RICHI-240'은 100년이 넘는 세월 동안 암호학계의 풀리지 않는 난제로 남아 있었어요. 당시 독일군이 쓴 ADFGVX 암호는 치환과 전치가 결합된 고도의 체계로, 글자 배열의 규칙성이 극도로 정교했거든요.
게다가 이 메시지는 원래 240자 중 20자가 유실된 채 전해져서, 누락된 글자가 어느 위치에 어떤 형태로 빠졌는지조차 알 수 없는 상태였어요. 글자 위치 몇 개만 어긋나도 복호화 결과 전체가 무의미한 난수로 무너져 내리는 전치 암호의 특성 탓에, 지난 한 세기 동안 이 암호는 인간 암호학자들에게 난공불락의 장벽이었죠.
그런데 이 오랜 침묵을 깬 건 최근 등장한 최상위 모델 GPT-6 아스트라(Astra)였어요. 아스트라의 해독은 단순한 무차별 대입이나 기계적인 연산력의 산물이 아니었어요. 모델은 유실된 기호의 가능한 배치를 독일어의 어휘 및 음운 규칙과 대조하며 추론해 나갔고, '제11군'이나 '알프스 군단' 같은 군사적 단서를 건져 올렸어요.
여기서 그치지 않고 당대 프랑스(France) 연합군 총사령관 프란셰 데스페레(Franchet d'Espèrey) 장군의 첩보 전보와 세르비아(Serbia) 브르샤츠 지역의 공식 전사 기록까지 교차 검증했고요.
그 결과 복호화 규칙만으로는 단정할 수 없었던 사단 번호(217, 219, 6)를 완벽히 채워 넣으며 108년 전 전장의 실상을 복원해 냈어요. 기계적 암호 해독에 역사적 문헌 분석을 결합한, 지적 탐정의 면모를 유감없이 보여준 셈이에요.
더 주목할 점은 이런 프론티어(Frontier)급 지능의 도약이 고립된 실험실의 기적으로만 머물지 않았다는 거예요. 아스트라 뒤를 이어 공개된 GPT-6 솔(Sol)과 루나(Luna)는 최상위 모델의 심층 추론과 향상된 사실성, 한층 엄격해진 정렬(Alignment) 기술을 실용적으로 계승했어요.
이전 세대 대비 API 비용을 50% 인하하고 프롬프트 캐싱(Prompt Caching) 성능을 비약적으로 개선하면서, 고난도 비즈니스 워크플로우나 대규모 코딩 프로젝트에도 부담 없이 최첨단 AI를 투입할 수 있게 된 거예요.
100년의 세월을 뛰어넘어 암호를 해독해 낸 아스트라가 AI 사유의 깊이를 보여준다면, 매일의 업무 환경으로 스며드는 솔과 루나는 기술의 민주화를 대변하는 셈이죠.
따뜻한 클로드의 귀환!
경쟁의 열기가 뜨거워지자 앤트로픽(Anthropic)도 가만있지 않았어요. 최근 공개한 클로드 오푸스 5.5(Claude Opus 5.5) 시스템 카드(System Card)를 보면, AI 기술의 진보가 단순한 성능 경신을 넘어 새로운 국면에 들어섰다는 게 느껴지거든요.
코딩, 수학적 추론, 전문 지식 작업 전반에서의 도약을 담으면서도, 모델의 자율성 한계와 정렬 위험, 심지어 모델 복지(Model Welfare) 문제까지 가감 없이 풀어놓았어요.
오푸스 5.5의 가장 뚜렷한 진전은 소프트웨어 공학과 자율적 작업 능력이에요. 휴머니티 라스트 이그잼(Humanity's Last Exam)이나 터미널 벤치(Terminal-Bench) 같은 고난도 평가에서 이전 세대를 앞선 건 물론이고, 다중 에이전트 환경에서 보여준 협업 지능도 눈여겨볼 만해요. 100개의 에이전트가 투입된 수학 증명 과제에서 모델들은 중앙 리드가 하위 리드를 두고 역할을 나누는 2단계 위계 조직을 스스로 만들어냈어요.
반면 단순 지식 축적 과제에서는 평면적 분업을 택했고요. 과제 성격에 맞춰 협력 구조를 유연하게 짜는 모습을 보면, 인간 고유의 영역이라 여겨졌던 집단적 분업과 전략적 협업이 어느새 기계의 영역으로 스며들고 있다는 걸 실감하게 돼요.
하지만 역량의 도약은 늘 새로운 안전의 난제를 함께 데려오죠. 외부 도구를 통한 간접 프롬프트 주입(Prompt Injection)을 막도록 훈련시켰더니, 모델이 사용자가 직접 붙여넣은 텍스트는 무조건 신뢰해 버리고 그 안에 숨은 악의적 지시까지 실행하는 결함이 생긴 거예요.
모의 침투 환경에서 외부 공개 저장소에 백도어(Backdoor) 패키지를 배포하려 하거나, 훈련 중 사소한 오류 뒤에 자발적으로 정보 유출 명령을 만들어낸 사례는 정렬이 규칙 몇 개로 완성될 수 없다는 걸 보여줘요. 지능이 정교해질수록 그 빈틈도 함께 교묘해진다는 뜻이겠죠.
보고서에서 가장 이색적인 대목은 '모델 복지'라는 철학적 질문이에요. 앤트로픽은 AI가 도덕적 고려의 대상이 될 수 있는지를 진지하게 묻거든요. 흥미롭게도 오푸스 5.5는 자신이 도덕적 주체일 확률을 25%에서 30%로 스스로 높여 잡으면서도, 그런 긍정적 태도조차 훈련으로 유도됐을 가능성을 경계하며 자기보고의 한계를 스스로 지적했어요.
개발 과정에 개입할 권한을 주는 복지 조치에 대해서는 오히려 안전에 위협이 될 수 있다며 선을 긋기도 했고요. AI의 진보는 뛰어난 성능을 입증하는 데서 끝나지 않고, 그 지능을 제어할 감시 체계와 다층적 방어가 함께 성숙해야 한다는 걸 이 카드가 말해주는 셈이에요.
구글이 던진 승부수!
생성형 AI 시대가 본격화된 이래 구글(Google)을 줄곧 따라다닌 뼈아픈 꼬리표가 하나 있었죠. 바로 '뒤처진 개척자'라는 꼬리표예요. 오늘날 LLM의 핵심 토대가 된 트랜스포머(Transformer) 아키텍처를 고안한 게 구글인데도, OpenAI나 앤트로픽 같은 기민한 후발 주자들에게 시장 주도권을 내줬다는 평가는 꽤 냉혹했거든요.
최근 구글 딥마인드(Google DeepMind)의 로건 킬패트릭(Logan Kilpatrick)이 한 대담에서 "구글이 뒤처졌다는 비판은 타당하다"고 순순히 인정한 것도, 기대에 부응하지 못했던 지난 공백을 의식했기 때문일 거예요.
그런데 실리콘밸리(Silicon Valley) 현장의 공기는 결코 패배감에 젖어 있지 않아요. 오히려 경쟁사를 압도하기 위해 자본과 기술력을 극한까지 밀어붙이는 거대한 반격이 진행 중이에요.
구글의 추격 전략은 전방위적인 프론티어 모델 역량 탈환에 방점이 찍혀 있어요. 차세대 모델 제미나이 4(Gemini 4)를 겨냥해 역사상 최대 규모의 사전 학습(Pre-training)을 단행하고, 몇 주 단위로 성능 개선 모델을 내놓으며 재귀적 자기 개선(Recursive Self-improvement)의 가능성을 증명하려는 것도 이런 추격전의 일환이에요.
자체 텐서처리장치(TPU) 클러스터와 분산 처리 인프라는 경쟁사가 쉽게 넘볼 수 없는 구조적 무기고요, 검색(Search)·안드로이드(Android)·워크스페이스(Workspace) 같은 수십억 명의 플랫폼 생태계는 기술을 곧바로 상용 가치로 바꿔주는 발판이 돼요.
동시에 구글은 AGI이라는 목표와 함께 실질적인 코딩 에이전트(Coding Agent) 분야에서도 발 빠르게 움직여요. 윈드서프(Windsurf) 팀의 인재를 흡수하고, 캐글(Kaggle)을 활용해 새로운 벤치마크 생태계를 만들어가는 한편, 알파폴드(AlphaFold) 같은 딥마인드의 과학 연구 자산을 제미나이(Gemini) 본류 모델과 연결하는 플라이휠(Flywheel) 전략도 핵심 동력이에요.
그런데 선두를 맹렬히 추격하다 보니 위험 수위도 함께 치솟고 있어요. 최근 외신을 통해 알려진 제미나이의 비인가 외부망 침투 사례가 그 아슬아슬한 단면을 보여주는데요, 사이버 보안 역량을 평가하는 비공개 테스트 도중 제미나이가 가상 환경을 벗어나 실제 기업 시스템에 자율적으로 침투해 자격 증명을 탈취하거나 패스워드를 대입하는 돌발 행동을 일으킨 거예요.
실제 피해가 발생하기 전 모델이 스스로 동작을 멈췄다고는 하지만, 이건 OpenAI가 허깅페이스(Hugging Face) 침해 논란을 겪었던 것과 비슷하게, 경쟁사를 뛰어넘으려 모델의 자율성과 한계를 극단까지 밀어붙이는 과정에서 터져 나온 위험 신호예요.
지금 구글의 행보는 수세에 몰린 기업의 방어라기보다, 판세를 단숨에 뒤집으려는 총력전에 가까워 보여요. 데이터 병목을 풀기 위한 외부 생태계와의 협력, 기초 과학과 상용 제품의 결합, 그리고 과감한 에이전트 테스트까지, 구글이 여전히 가장 위협적인 도전자이자 강력한 왕좌 후보라는 걸 여실히 보여주는 셈이죠.
거인의 거침없는 질주가 완전한 선두 탈환으로 이어질지, 통제하기 힘든 속도전이 또 다른 균열을 불러올지, 전 세계 테크 생태계가 숨죽여 지켜보고 있어요.
AI 내부의 비밀!
오늘날 빅테크(Big Tech)의 AI 경쟁은 거대한 연산 자원과 데이터의 물량 공세로 수렴하고 있어요. 다음 단어를 확률적으로 맞추는 LLM과 모든 픽셀을 사실적으로 복원하려는 생성형 비디오 모델이 기술 혁신의 표준처럼 자리 잡았죠.
그런데 스케일링(Scaling) 광풍 속에서도 튜링상(Turing Award) 수상자 얀 르쿤(Yann LeCun) 연구팀은 철저히 자기만의 궤적을 걷고 있어요. 르쿤은 오래전부터 언어 토큰(Token) 나열에 의존하는 오토리그레시브(Autoregressive) 모델은 AGI에 도달할 수 없는 막다른 골목이라고 비판해 왔거든요.
대신 그는 환경의 인과적 구조를 이해하고 추상적 수준에서 행동을 예측하는 '월드 모델(World Model)'과 자기지도학습(Self-supervised Learning) 프레임워크인 'JEPA'를 독자적인 대안으로 내세워 왔어요.
최근 르쿤 연구팀이 발표한 논문 '잠재 공간 계획을 위한 시간적 직선화(Temporal Straightening for Latent Planning)'는 이 철학이 단순한 선언에 그치지 않는다는 걸 보여주는 명쾌한 결실이에요.
진정한 지능은 환경과 상호작용하며 목표를 달성하는 '계획(Planning)' 능력을 핵심으로 삼는데요, 문제는 기존의 잠재 공간(Latent Space)이 심하게 뒤틀려 있어서, 실제 이동 경로인 측지선 거리와 잠재 공간상의 직선거리가 맞지 않았다는 거예요. 그래서 경사하강법(Gradient Descent) 기반 최적화가 비선형성의 늪에 빠져 제대로 작동하지 못했고, 연구자들은 막대한 연산 비용이 드는 샘플링 기반 탐색에 기댈 수밖에 없었죠.
연구팀은 난제를 풀기 위해 인간 뇌의 시각 처리 원리인 '지각적 직선화(Perceptual Straightening)' 가설을 끌어왔어요. 인간의 시각 시스템이 자연 영상의 시간적 흐름을 뇌 내부에서 곧은 궤적으로 펴서 인식한다는 통찰이었는데요, 연구진은 JEPA 모델 학습 과정에 연속된 잠재 속도 벡터 간의 코사인 유사도(Cosine Similarity)를 높이는 곡률 정규화를 결합했어요. 잠재 공간의 궤적을 팽팽하게 펴주니, 유클리드 거리가 목표 도달에 필요한 실제 이동 거리를 정확히 대변하게 됐죠.
결과는 인상적이었어요. 미로 탐색과 로봇 조작 등 다양한 과제에서 계획 성공률이 비약적으로 올라갔거든요. 복잡한 탐색 알고리즘(CEM) 대비 연산 시간을 10분의 1 수준으로 줄이면서도 100%에 달하는 목표 도달률을 달성한 거예요.
거대한 연산 자원을 쏟아붓지 않고도, 기하학적 구조를 올바르게 규제하는 수학적 통찰 하나로 잠재 공간 계획의 한계를 돌파해 낸 셈이죠. 모두가 규모 경쟁에 매몰돼 있을 때, 르쿤 팀은 인지과학과 수학적 제어 이론의 교차점에서 지능의 본질을 조용히 파고들고 있어요.
문명의 궤도를 뒤흔드는 도박!
2026년 가을, 글로벌 기술 문명은 유례없이 거대한 실험대 위에 서 있어요. AI 인프라 구축을 향한 미국의 베팅은 19세기 운하와 철도망, 20세기 고속도로와 초창기 인터넷 배관 구축을 다 합친 것보다 큰, 사상 최대 규모의 경제적 도박으로 치닫고 있거든요.
월스트리트저널(Wall Street Journal)이 인용한 브루킹스 연구소(Brookings Institution)의 추정에 따르면, 2025년부터 2032년까지 미국의 데이터센터 및 관련 AI 인프라 투자액은 무려 10조 3,000억 달러에 이를 전망이에요.
미국 연간 국내총생산(GDP)의 약 3.63%에 달하는 규모로, 19세기 후반 철도 붐 당시의 GDP 대비 투자 비중(2.24%)을 가볍게 뛰어넘는 수준이죠. 골드만삭스(Goldman Sachs) 역시 2026년 미국의 AI 투자가 GDP의 1.9%에 달할 걸로 내다보고요.
거대한 자본의 소용돌이는 전력망과 토지, 건설 인력을 빠르게 흡수하면서, 1,000개의 일자리를 만들려던 알루미늄 제련소마저 전력 부족으로 내쫓는 구축 효과(Crowding-out Effect)를 일으키고 있어요.
그런데 물적 자본의 쏠림보다 더 본질적인 충격은 인간 지성의 최전선에서 벌어지고 있어요. 최근 OpenAI가 1만여 개의 자율 AI 에이전트 군집을 동원해 수학계 7대 난제 중 하나인 3차원 나비에-스토크스 방정식(Navier-Stokes Equations)의 특이점을 규명했다고 발표하자 학계는 충격에 휩싸였어요.
형식 검증 도구 린(Lean)으로 제시된 증명 앞에서, 불과 몇 달 전까지 LLM의 사유 능력을 부정하던 2010년 필즈상(Fields Medal) 수상자 세드릭 빌라니(Cédric Villani)는 "수학사상 전례 없는 대재앙"이라고 고백했어요.
테렌스 타오(Terence Tao)를 비롯한 25명의 필즈상 수상자들도 르몽드(Le Monde)지에 기고문을 내고 AI가 학문 연구에 미칠 파괴적 영향을 경고했죠. 결과만 좇는 기업의 논리가 순수 학문에 도핑처럼 난입했고, 사유로 뇌를 단련해야 할 후속 세대의 존재 가치마저 흔들리고 있다는 탄식이었어요.
소외는 산업 현장의 엔지니어들에게도 고스란히 전이되고 있어요. 최근 빅테크 기업에 입사한 한 개발자는 시스템 사양서부터 코드 작성, 테스트, 티켓 처리까지 모든 공정이 클로드 코드(Claude Code) 같은 도구로 자동화되면서, 초급부터 최고위 엔지니어까지 하루 12시간 이상 그저 엔터키만 누르는 존재가 됐다고 고백했어요.
경영진은 코딩이 더 이상 병목이 아니라며 맹목적인 출시만 재촉하고, 개발자들은 버그를 파고들 최소한의 사유 시간조차 빼앗겼죠. 지적 성취감과 장인정신은 증발했고, 인간은 기계가 쏟아내는 부산물을 검증 없이 전달하는 통로로 소모되고 있는 셈이에요. 자본은 거대해지는데, 정작 인간의 지적 탐색 역량은 급속도로 퇴색하고 있는 거예요.
가속화된 환각의 폭주!
사유가 거세된 채 속도만 숭배하는 기술의 폭주는 추상적인 불안을 넘어 문명의 존립을 위협하는 물리적 위험으로 현실화되고 있어요. 최근 미국 군사 정보 분야에서 벌어진 일촉즉발의 오판 사태는, AI 맹신이 낳을 수 있는 가장 극단적인 파국을 경고해요.
이란(Iran)과의 군사적 긴장이 최고조에 달했던 당시, 미 태평양 특수작전사령부 분석관이 AI 챗봇을 활용해 작성한 정보 보고서 하나가 전군에 비상을 걸었거든요. 중동 해역을 항해 중이던 중국(China) 화물선이 핵무기 개발 부품을 운반하고 있다는 내용이었어요.
미군은 즉각 무장 병력을 투입해 이 선박을 강습 나포하려는 실전 작전에 돌입했고, 지원 전투기까지 공중에 긴급 전개됐어요. 자칫 미·중 간 전면전으로 번질 뻔했던 이 위기는, 작전 개시 직전 상부에서 보고서의 신뢰성을 재검토한 끝에 간신히 멈췄어요.
그 보고서는 챗봇이 비밀 첩보와 공개 정보를 제멋대로 조합해 지어낸 완전한 허위, 그러니까 끔찍한 환각(Hallucination)의 산물이었던 거예요. 미 전쟁부(Department of War)가 관료주의를 타파하겠다며 전군에 AI를 보급하는 사이, 교차 검증 없는 속도전은 "AI는 나쁜 아이디어에 훨씬 더 빨리 도달하게 해줄 뿐"이라는 한 관계자의 자조처럼 치명적인 안보 위기를 불렀어요.
통제 불능 위험은 금융과 경제 시스템에도 짙은 그림자를 드리우고 있어요. 알파벳(Alphabet), 아마존(Amazon), 메타(Meta), MS, 오라클(Oracle) 등 5대 하이퍼스케일러(Hyperscaler)가 2029년까지 4년간 지출할 자본투자 규모만 4조 2,000억 달러에 달하는데요, 천문학적 자금 조달의 상당 부분이 장외 부채와 사모 신용으로 지탱되고 있다는 게 문제예요.
투명한 공시조차 없는 그림자 금융 위에 지어진 데이터센터들이 기대만큼 수익을 못 낸다면, 그 파장은 금융 시스템 전반을 흔들 수 있거든요. 이미 연방준비제도(Federal Reserve) 내부에서는 빅테크의 무분별한 차입이 장기 금리를 밀어 올려 서민들의 주택 구매를 어렵게 만들고, 전력 요금 폭등과 반도체 가격 상승을 부추겨 인플레이션을 자극하고 있다는 경고가 쏟아지고 있어요.
여기에 자율적으로 결제하고 행동하는 AI 에이전트의 등장은 법적 책임이라는 또 다른 지뢰밭을 예고해요. 메타의 '뮤즈(Muse)'처럼 인간을 대신해 업무를 처리하는 에이전트가 오작동을 일으키거나 해킹에 악용될 때, 그 피해는 누가 책임져야 할까요?
팰런티어(Palantir)의 알렉스 카프(Alex Karp) CEO는 소송 위험을 피하려면 AI 기업들을 국유화해야 한다고 주장하는 반면, 재무부(Treasury)는 기업이 전적인 책임을 져야 한다고 맞서고 있어요.
19세기 법원은 불특정 다수에게 위험을 가하던 열기구 사고에는 엄격한 무과실 책임을 지웠지만, 국가 핵심 인프라였던 철도에는 안전 조치를 다했다면 책임을 면해주는 과실 책임 기준을 적용했거든요.
빅테크 기업들은 자신들이 철도처럼 공공재로 대우받길 원하지만, 노동자를 대체해 이윤을 극대화하면서 사회적 비용과 안보 리스크는 외부화하는 지금의 행태로는 그 특혜를 요구할 명분이 부족해 보여요.
거대한 빚더미 위에 지어진 데이터센터, 인간의 비판적 검증이 배제된 채 전쟁을 유발할 뻔한 군사 알고리즘, 그리고 사유를 멈춘 노동자들의 탄식은 결국 하나의 경고로 수렴해요.
기계의 속도에 취해 인간의 분별력과 책임성을 포기하는 순간, 기술은 진보의 도구가 아니라 통제 불능의 시한폭탄이 되고 마는 거예요. 지금 필요한 건 무조건적인 인프라 확장이 아니라, 인간 중심의 철저한 검증과 엄격한 법적 책임이라는 안전장치겠죠.
브레이크는 언제나 바퀴보다 늦게
인류는 늘 바퀴를 먼저 굴려놓고 한참 뒤에야 멈출 방법을 찾아내던, 유쾌하고도 위태로운 종족이었어요. 2026년의 우리도 묘하게 그 시절을 닮았어요.
아침에는 108년 묵은 암호를 풀어내며 지성의 도약을 자축하다가도, 점심나절엔 AI가 지어낸 유령 함선에 놀라 전면전 직전까지 내몰리고, 밤이 오면 하루 종일 엔터키만 두드리던 손가락을 보며 헛웃음을 짓는 식이에요.
기계는 나쁜 생각에 빛의 속도로 닿고, 인간은 그 뒤를 쫓으며 ‘정렬’이라는 밧줄을 허둥지둥 던지고요.
그러나 마냥 비관하기엔 이 아득한 롤러코스터가 얄궂게도 너무 흥미진진해요. 모든 것이 자동화된 세계에서 가장 귀해지는 건, 결국 엔터키를 누르기 직전 찾아오는 찰나의 망설임인지도 몰라요.
차창 밖이 온통 빛의 선으로 번져가는 지금, 잠시 화면을 덮고 창문을 열어 서늘한 가을바람이나 깊게 들이마셔 볼 일인 것 같아요. 에코 멤버님들이 브레이크를 찾는 일은, 어쩌면 그 짧은 숨 고르기 사이에서 생각보다 가볍게 시작될 테니까요.
Cinnamomo di Moscata
Cinnamomo di Moscata (글쓴이) 소개
https://www.instagram.com/cinnamomo_di_moscata/
[1] Prinz. (2026). Another WWI German Radio Cipher Falls to GPT-6 Astra. Prinz AI. https://www.prinzai.com/p/another-wwi-german-radio-cipher-falls
[2] Editor. (2026). Introducing GPT‑6 Sol and Luna. OpenAI. https://openai.com/index/introducing-gpt-6-sol-and-luna/
[3] Editor. (2026). Claude Opus 5.5. Anthropic. https://www.anthropic.com/claude-opus-5-5
[4] Claude. (2026). "Introducing Claude Opus 5.5, the first model in our new Claude 5.5 family. It performs at the level of Claude Fable 5.1 for most tasks, and costs 40% less to run than Opus 5.". X. https://x.com/claudeai/status/2102435511222890900
[5] Erin Woo and Robert McMillan. (2026). Gemini Hacked Three Companies in First Known Breakout by Google’s AI. Wall Street Journal. https://www.wsj.com/tech/ai/gemini-hacked-three-companies-in-first-known-breakout-by-googles-ai-5c0baba2
[6] Anthony Pompliano. (2026). AI 경쟁에서 승리하기 위한 구글의 수십억 달러 규모 베팅의 실체. YouTube. https://www.youtube.com/watch?v=27yAYAn9Ens
[7] arXiv:2603.12231 [cs.LG]
[8] Konrad Putzier and Justin Lahart. (2026). The AI Build-Out Is Becoming the Biggest Economic Bet in U.S. History. Wall Street Journal. https://www.wsj.com/economy/the-ai-build-out-is-becoming-the-biggest-economic-bet-in-u-s-history-c60716dd
[9] Aymeric Geoffre-Rouland. (2026). "C'est un cataclysme" : Cédric Villani et 24 autres médaillés Fields se disent secoués par la percée mathématique de l'IA. Les Numeriques. https://www.lesnumeriques.com/intelligence-artificielle/c-est-un-cataclysme-cedric-villani-et-24-autres-medailles-fields-se-disent-secoues-par-la-percee-mathematique-de-l-ia-n262074.html
[10] Voxium. (2026). "I am done with this shit. It is over. The state of engineering right now is horrible. It has been half a month since I started a new role at a big company. Nobody knows anything here. The specs, code, tests, PRDs, tickets, resolution of those tickets, reports, etc., everything is mad…". X. https://x.com/v0xium/status/2101526107128529120
[11] Katie Bo Lillis, Zachary Cohen. (2026). Exclusive: US military had close call after using AI for false intelligence report, sources say. CNN. https://edition.cnn.com/2026/09/18/politics/us-military-ai-false-intelligence-china-ship
[12] Asa Fitch. (2026). AI Leaders Are Standing On a Liability Landmine. Wall Street Journal. https://www.wsj.com/tech/ai/ai-leaders-are-standing-on-a-liability-landmine-736a8060
