Stulberg contends that the popular image of excellence—waking at 4 AM, following a 47-step routine, taking cold plunges, consuming nine supplements, meticulously tracking every metric, and broadcasting your success to the world—is nothing more than “elaborate kabuki masquerading as the real thing.” This performative display, while perhaps impressive on social media, misses the essence.

Instead, Stulberg offers a simple, yet revolutionary, definition: Excellence is involved engagement in something worthwhile that aligns with your values.

It’s not about reaching the summit of the mountain; it’s about the person you become on the journey up its sides. Consider the difference between aimlessly tapping a white wall (involved, but not worthwhile or values-aligned) and striving to become a great physician because you value intellect, contribution, and helping people. The latter imbues the pursuit with meaning.

When we work on big goals—running a marathon, starting a company, writing a book—these endeavors also work on us. The marathon shapes our character, teaching resilience, consistency, and self-kindness. The book-writing process molds us, revealing lessons about overcoming setbacks and the power of discipline. If these goals align with our core values, they build a character concordant with who we aspire to be, leading to a profound sense of mastery (competence and tangible progress) and mattering (belonging to something bigger than our ego).

Our core values, typically three to five, are the compass for this journey. Whether it’s mastery, craft, integrity, community, spirituality, discipline, or kindness, these aren’t just words on a poster. They must be defined and lived, guiding daily actions and goal selection. As Stulberg wisely points out, if you value health but choose a goal that demands 22-hour workdays and no sleep, you’re setting yourself up for discord.

The concept of excellence, far from being a modern invention, is deeply ingrained in our very being. Stulberg draws on Robert Persig’s idea of “Quality” from Zen and the Art of Motorcycle Maintenance, which Persig stylized with a capital Q. This Quality describes the intimate relationship between an actor and their act, where subject and object merge—it’s not Rachel playing basketball, “basketball is just happening.”

This “Quality” tracks with what modern evolutionary biologists call homeostatic upregulation: an innate, hardwired drive in all living species to persist and flourish. From bacteria sensing their way toward conducive environments to early organisms feeling their way forward, this drive predates cognition. Humans, with our complex thoughts, can now consciously direct this primal urge toward flourishing beyond mere survival and procreation. It’s this same drive that leads us to pursue athletic feats, create art, contribute to society, or become better parents. We all possess this innate drive to grow and aspire toward excellence.

Sociologist Richard Sennett’s concept of situated cognition further illuminates this. Studying craftspeople, Sennett observed that their best, most fulfilling work emerged not from intellectual thought alone, but from “thinking with their entire being.” It’s a mind-body relationship where one feels “situated” and at home in the world, feeling their way forward.

This journey of mastery unfolds through four phases of competence:

1. Unconscious Incompetence: You don’t know what you don’t know. (Requires learning, coaching.)
2. Conscious Incompetence: You know you don’t know. (You have a schema but aren’t there yet.)
3. Conscious Competence: You know you’re doing it right, but it’s effortful. (Following checklists, tracking.)
4. Unconscious Competence: You’ve transcended effortful thought, entering “the zone” where feelings guide your greatest performances.

Masters of craft, Stulberg explains, don’t stay in unconscious competence. They cycle through these phases, knowing when to return to conscious effort and when to trust the “magic” of flow.

In an increasingly distracted and alienated world, the pursuit of excellence offers intimacy with oneself and one’s craft. But many modern traps lie in wait:

1. Disevolution: Coined by Daniel Lieberman, this term describes how our modern environment presents traps we didn’t evolve for. Our ancient wiring, honed for scarcity, now struggles with abundance (e.g., Krispy Kreme). Similarly, our need for community is co-opted by social media’s fleeting validation, which feels good in the short term but leaves us empty compared to genuine human connection.
2. Optimization Culture: In an attempt to control the chaos of modern life, we risk turning ourselves into robots. Obsessively tracking every calorie, sleep cycle, and heartbeat can suck the feeling, humanity, and joy out of life. Stulberg shares the anecdote of golfer J.J. Spahn, who won the U.S. Open despite a night of no sleep due to his child’s illness. An optimization device would have told him to stay home. This culture makes us fragile, assuming perfection is a prerequisite for performance.
3. Shitty Flow: Psychologist Mihaly Csikszentmihalyi’s concept of “flow” (total immersion) is powerful, but Stulberg introduces David Pizarro’s term “shitty flow.” You can be in flow scrolling Twitter or gambling—experiences that light you up with a “pseudo aliveness” that is disconnected from your values. The key differentiator? How you feel after the experience. Regret, anxiety, or feeling “gross” are hallmarks of shitty flow. True excellence, by definition, cannot be shitty flow because it must align with values. Flow is a small component of excellence, not its entirety, encompassing the effort before and the reflection after.
4. Zombie Burnout: Beyond the conventional burnout from overwork, Stulberg identifies “zombie burnout”—a numbed, apathetic state arising not from doing too much, but from not doing enough of what lights you up. Even a 30-hour workweek can lead to exhaustion and dread if you’re just going through the motions. The antidote? Meaningful friction. Job crafting (massaging your work to align with values) or engaging in active leisure (reading, gardening, training for a marathon instead of passive consumption) can inject the necessary engagement. Stulberg himself pursues excellence as a husband/father, a writer, and a powerlifter (deadlifting).
5. The Happiness Industrial Complex: The modern obsession with chasing happiness is a trap. Happiness, like any emotion, is ephemeral and a byproduct, not a direct pursuit. Stulberg uses the “happiness tube” thought experiment (euphoria for life, but disconnected from reality) to illustrate that most people choose a life of challenge and meaning over constant, artificial happiness. Life is full of discomfort and heartbreak; true flourishing comes from chasing satisfaction, meaning, and fulfillment, which often bring happiness as a bonus.
6. Excellence as a Standard: We often mistakenly view excellence as an outcome—winning an Olympic medal, graduating with honors. These achievements are wonderful, but they represent the “peak of the mountain,” which accounts for a minuscule fraction of life. “The only Zen you find on the tops of mountains is the Zen that you bring up there with you,” Persig famously said. The growth, the “Zen,” happens on the sides. Ray Allen, a legendary basketball player, found that even winning an NBA championship didn’t fill the “hole inside,” leading to post-championship disorientation. This “arrival fallacy” highlights that fulfillment resides in the process of striving, not solely in the achievement.

While Stulberg’s book details 16 factors of excellence, he highlights three critical ones:

1. Goals: Goals provide a target, a “peak” to strive for, giving shape to your journey. However, the mindset must be “process over outcomes.” This involves:
   • Setting a big aspirational goal.
   • Breaking it down into smaller, manageable micro-milestones.
   • Largely forgetting the big goal and focusing on daily/weekly steps.
   • Using stress about the big goal as a cue to re-immerse in the process.
   • Stepping back on the path when you inevitably fall off. SMART goals (Specific, Measurable, Actionable, Relatable, Time-bound) are a useful framework for creating concrete, actionable targets that hold you accountable. The pursuit of a 600-pound deadlift isn’t just about the lift itself; it’s about the years of training that teach resilience, community, and discipline.
2. Consistency: True progress isn’t about heroic, one-off days (the “go till you puke” workout or the all-nighter). It’s about stringing together “many very good days over long periods of time to create a heroic year or a heroic decade or a heroic body of work.” While there are rare moments to “go see God” with intense effort, these are only possible through consistent foundational work. The popular “get 1% better every day” mantra is a powerful mindset, but progress isn’t linear. Stulberg shares the story of world champion powerlifter Lane Norton, who added only 8 pounds to his deadlift in 10 years. This demonstrates that unwavering consistency, fueled by curiosity and commitment, is crucial during inevitable plateaus, building experience even when observable progress is slow.
3. Patience: Implicit in the discussion of consistency and plateaus, patience is the understanding that significant growth takes time and that the journey itself is the reward.

In a world that constantly pulls us towards superficiality and fleeting highs, the pursuit of genuine excellence stands as a powerful antidote to alienation and “zombie burnout.” It’s a philosophy of life that fosters intimacy with our craft and ourselves, connecting us deeply to what we do and who we are.

Excellence is not perfectionism, obsession, or optimization. It’s not a hedonic chase for happiness. It is, Stulberg concludes, a deeply human and humane pursuit—our birthright, making us feel alive and good in the world. By embracing involved engagement, aligning with our values, and focusing on the transformative journey, we reclaim excellence and unlock a life rich with mastery, mattering, satisfaction, and fulfillment.

Anthropic’s official announcement for Opus 4.7 touted it as “our most capable Opus model yet,” promising enhanced rigor in long-running tasks, more precise instruction following, and a novel feature: self-verification of output before reporting back. Ryan noted this last point as particularly significant, suggesting it reflects a best practice known to good prompters now being integrated directly into the model’s core behavior. Benchmarks like Swebench Pro and SweetBench verified showed modest but respectable bumps of 10% and 7% respectively.

However, for the Every.to team, benchmarks are merely a starting point. “We don’t really like benchmarks,” Ryan stated. “I really like getting your hands in the model and using it for the things that you do every day.” This philosophy underpins their “vibe check” methodology, which aims to provide practical insights for real-world applications. The live session was designed to put Opus 4.7 through its paces, using a range of tasks from financial analysis and advanced coding to creative writing and agent-native document editing.

One of the most striking initial observations, echoed by community feedback during the live stream, was a perceived shift in Opus 4.7’s interpretive style. “Opus 4.7 interprets prompts more literally and explicitly than 4.6,” noted Ryan, referencing an Anthropic announcement. This contrasted sharply with the historical strength of Opus models, which had been celebrated for their “empathetic” understanding compared to the “autistic and literal” nature often attributed to early GPT models.

Brandon, testing Opus 4.7’s ability to create an “OpenClaw” (a personalized AI agent based on his usage and memories), found Opus 4.6 to be “more organized.” While 4.6 correctly generated distinct user.md and soul.md files and new skills based on his Claude usage, 4.7 “didn’t make a user file [or] soul file but it did make an agent file and it just shoved everything about soul or everything about user in the agent file.” Furthermore, 4.7 generated skills he’d already made or skills unrelated to his actual use cases, leading Brandon to conclude, “I’d probably stick with 4.6 for making my OpenClaw like this.” He also noted 4.7 was “a lot slower” in this particular task.

Katie, a writer, put Opus 4.7 to the test by having it draft an article introduction in her voice, comparing it directly to Opus 4.6. While 4.6 produced a piece with “unpredictable” cadence and “clever lines” that resonated with her personal style, 4.7’s output was “a little bit more systematic in a way that like just doesn’t vibe with how I am as a writer.” She found 4.7’s writing to have a “regimented” feel, suggesting a more literal interpretation of her style guide rather than an intuitive capture of her voice.

Conversely, Ryan found Opus 4.7 excelled at a task requiring directness over flourish: writing an investor update based on Every.to’s P&L (profit and loss) statement. “This is actually really good,” he remarked. “It did a really good job of doing all the research and getting all the numbers right and also writing it in a way that I would write it.” The model’s direct tone, he noted, was perfectly suited for an investor update, potentially saving significant time compared to 4.6, which he felt “goes too far” or “does too much” in such contexts.

The most ambitious test of the session was Ryan’s custom “Vibe Slop Benchmark,” designed to assess an AI’s ability to act like a senior engineer. The benchmark involves giving the model a snapshot of Proof, Every.to’s agent-native document editor, at a point where its codebase was “purely vibe coded”—meaning it was hastily built, prone to errors, and lacked proper architectural planning. The challenge: rewrite the sloppy codebase from first principles, mirroring the work a senior engineer would do.

Ryan explained the core problem with the “vibe slop” Proof codebase: “When you have a collaborative document editor, you have multiple versions of the same document open in different browsers… the trick for getting that right is knowing which version of the document is the authoritative document.” The original codebase had “15 different authorities and all these different like ways of merging them.” A senior engineer, he noted, would immediately identify the need for “one authority source.”

Opus 4.7’s initial plan was impressive. Without any hints, it correctly identified the central architectural flaw: “the problem is that there is no single authoritative model of who owns the current state of document X right now and who may write to it.” It even proposed a refactor for a massive collab.ts file (10,000-20,000 lines), an issue that previous GPT models (5.3 and 5.4) had failed to notice in their plans.

However, the “literal” theme resurfaced. When Ryan asked it to “execute end to end” after presenting the plan, Opus 4.7 didn’t automatically understand he meant to execute the plan. It also initially proposed a “cautious” implementation strategy rather than the “burn the ships rewrite” Ryan envisioned. “This is good but it’s still a little bit too cautious,” he prompted. “Can you change the implementation strategy so it’s like truly just a burn the ships rewrite that we like can do today?” This demonstrated that while Opus 4.7 could identify complex problems and propose solutions, it required more explicit guidance for truly ambitious, unconstrained execution—a trait often associated with autonomous senior engineering.

The collective experience of the live vibe check pointed towards a fascinating trend: “the great convergence.” Ryan elaborated on this concept, previously explored in Every’s analysis of GPT 5.3 versus Opus 4.5. “It looks like the models are converging,” he explained. “It looks like Opus is trying to do all the things that GBT can do and GBT is trying to do all things Opus can do.” The shift in Opus 4.7 towards a more literal, systematic approach—reminiscent of earlier GPT models—while OpenAI’s models are reportedly becoming more “emotionally intelligent,” suggests a fascinating cross-pollination of characteristics. “It seems like they’re sort of sort of like switched spots,” Ryan mused, “and now they pushed Opus to be a little bit more literal autistic senior engineery.”

As the live vibe check concluded, the Every.to team emphasized that while initial results were mixed and often surprising, Opus 4.7 is a powerful new model that will likely require practitioners to adapt their prompting strategies. Its strengths in direct financial analysis and identifying core architectural flaws in code are noteworthy, even if its creative writing and agent organization didn’t always align with previous Opus iterations.

For those eager to stay abreast of these rapid developments, Every.to offers a unique ecosystem of ideas, apps, and training. Their daily articles provide in-depth analysis of new models, their suite of AI apps (like Proof, Monologue, Kora, Spiral, Sparkle, and Plus Ones) offers practical tools for leveraging AI, and their live streams and courses provide ongoing education. “If you want to stay at the edge,” Ryan urged, “it is absolutely the thing to subscribe to.”

The Opus 4.7 launch and its subsequent live vibe check serve as a potent reminder of the dynamic, ever-evolving landscape of AI. Models are not static; they learn, they shift, and sometimes, they surprise even their most seasoned testers. The “great convergence” continues, pushing the boundaries of what’s possible, and demanding constant adaptation from those who seek to harness its power. The initial vibe check on Opus 4.7 confirms it’s a powerful tool, but one that will require a new understanding and approach to unlock its full potential.

For much of its history, Alzheimer’s research has been anchored to a single, powerful idea: the amyloid cascade hypothesis. This theory posits that the accumulation of a protein called beta-amyloid (or simply amyloid) outside brain cells, forming “plaques,” is the primary trigger. This, in turn, leads to a cascade of events, including the clumping of another protein called tau inside brain cells, ultimately causing neurons to malfunction, die, and the brain to shrink, resulting in memory loss.

Neuroscientist Matthew Schrag, an associate professor of neurology at Vanderbilt University Medical Center, explains this widely accepted model. “The main thought in this field is that the plaques, this little beta-amyloid protein that clumps outside of the cells, is the primary driver of the disease,” he says. “A huge amount of the effort related to drug development has been dedicated to preventing it from accumulating or breaking it up and clearing it from the brain.”

However, Schrag, whose own research delves into the connection between Alzheimer’s and blood vessel diseases, challenges this singular focus. “The problem is one, the idea may not be correct and two, the biology of this is likely much more complicated,” he asserts. “I can’t think of another disease where there is one single first domino that falls that causes the rest of the cascade.” He argues that by targeting just one specific factor, researchers might not be having a significant enough impact on the disease.

Schrag’s journey into research integrity was not one he anticipated. Early in his career, while pursuing his MD and PhD, he was encouraged to engage in research, leading him to a lab studying Alzheimer’s. Years later, his path took an unexpected turn when he was approached by an attorney representing whistleblowers with concerns about the integrity of data supporting an experimental Alzheimer’s drug called simufilam, developed by Cassava Sciences.

The company’s research collaborator, Hoau-Yan Wang, a professor at City University of New York, had published work suggesting simufilam could reverse the misfolding of a protein called filamin A, and reduce the buildup of tau and beta amyloid. The whistleblowers, a cardiologist and a neuroscientist, found the drug’s pharmacology questionable and suspected image manipulation in the supporting data.

Schrag, then a junior assistant professor, agreed to help. His forensic analysis of the image data revealed alarming patterns. “The images just didn’t fit what a scientific expectation would be,” he describes. “It looked visually manipulated. Some of these results had copy and paste type changes where it looked like things had been moved around or duplicated or where the intensity of one part of the image had been adjusted.” These adjustments, he explains, directly alter the underlying data, as the darkness of “splodges” on a photograph is often what’s measured to quantify proteins.

Schrag compiled a detailed dossier and sent it to the FDA, expecting swift action. He was “shocked” by the slow pace and the ultimate decisions. It was during this process that a critical pattern emerged: “cheaters tend to cheat.” Schrag realized the problems extended beyond Cassava Sciences, encompassing Wang’s broader body of work and that of his collaborators. This led Schrag to send additional dossiers to the NIH, aiming to correct the scientific record more broadly.

Schrag’s work caught the attention of Charles Piller, an investigative journalist with Science Magazine and author of Doctored: Fraud, Arrogance, and Tragedy in the Quest to Cure Alzheimer’s. Piller recognized the expanding scope of the issue, and the two collaborated.

Their investigation soon focused on a hugely influential study published in the journal Nature in 2006, titled “A Specific Beta-Amyloid Protein Assembly in the Brain Impairs Memory.” Co-authored by University of Minnesota researchers Sylvain Lesné and Karen Ashe, the paper proposed that small, soluble clumps of beta amyloid, called oligomers, were the primary toxic component driving Alzheimer’s. This “silver bullet” finding came at a crucial time, reinvigorating confidence in the amyloid hypothesis after a vaccine-based clinical trial had failed. Lesné and Ashe’s paper became one of the most cited in the history of Alzheimer’s research.

Piller and Schrag, along with other forensic image experts, meticulously examined the paper’s evidence, particularly its Western blot images. Western blots are photographic representations used to identify and quantify specific proteins in a sample. What they found was damning: “These images apparently were manipulated in severe ways that tended to support the hypothesis of the experiment when the actual data did not support it,” Piller recounts.

When confronted, Lesné refused to speak with Piller. Ashe, his co-investigator, initially expressed a willingness to talk but ultimately declined on her university’s advice. Piller expressed frustration at this lack of transparency, especially given that universities receive significant public funding.

The NIH, the funder of Lesné’s work, acknowledged a possible problem and referred it to the Office of Research Integrity (ORI). However, the ORI, a small agency, typically refers such cases back to the institution where the alleged misconduct occurred – in this instance, the University of Minnesota. Piller considers this a flawed approach, as it entrusts the investigation to the entity with “the most to lose and the least to gain from a robust, complete, and publicly accessible examination of possible misconduct.”

The university’s assessment of Lesné took years, during which he continued to receive federal funding for similar research. Finally, in 2025, Lesné retired from his tenured professorship. The university’s findings were never publicly released, save for a recommendation that other Lesné articles be retracted. The seminal Nature paper was ultimately retracted in 2023, with Karen Ashe formally requesting it and acknowledging data problems, though she maintained no prior knowledge of them.

The issues uncovered were not isolated incidents. Piller’s continued investigation into Cassava Sciences revealed that the City University of New York’s internal report found numerous signs of image manipulation and poor data management in Hoau-Yan Wang’s work. In 2024, the Department of Justice indicted Wang for allegedly fabricating and falsifying data in NIH grant applications related to simufilam. Cassava Sciences later agreed to pay $40 million to the Securities and Exchange Commission to settle charges of misleading investors, and the company discontinued development of simufilam after it failed in human clinical trials. Wang also paid a fine related to the SEC charges. Notably, in 2025, all charges of fraud made by the DOJ against Wang were dropped, with his lawyers asserting his innocence based on new evidence.

Piller’s research extended further, examining the track records of influential Alzheimer’s researchers. With the assistance of four leading forensic image experts, including Matthew Schrag, he scrutinized the work of Eliezer Masliah, who had served as head of the Division of Neuroscience for the National Institute on Aging (NIA), overseeing a $2.7 billion annual budget. Masliah, previously an eminent researcher at UC San Diego, was a highly influential figure in steering neuroscience research.

Piller’s team identified “132 papers out of 800 where image irregularities including apparently doctored images, apparently misused or reused images, apparently images that were published separately in different papers in an improper way to make different scientific points.” This led to a 300-page dossier detailing concerns spanning 30 years of Masliah’s work. When Piller presented this information to Masliah, he received no response. Days before Piller’s story was published in Science magazine, the NIH announced that Masliah was no longer in his job, declining to comment on personnel matters.

Perhaps the most difficult revelation for Matthew Schrag came when his own early research was scrutinized. After his work on Cassava Sciences, he anticipated that his own publications would be thoroughly examined. He was astonished when someone pointed out anomalies in images from his first papers, co-authored with his undergraduate mentor, Othman Ghribi.

Schrag’s work with Ghribi, looking at plaque buildup in rabbits fed a high-cholesterol diet, was published in 2006. The suggestion was that microscope images of neurons looked “too much alike,” hinting at copying and pasting. Ghribi, who was responsible for compiling the figures, admitted to the manipulation when Schrag confronted him years later. Ghribi claimed he thought the underlying science was correct and was merely trying to make the images “a little bit clearer,” equating it more to “exaggeration than manipulation.” He also claimed that “everybody did this,” a assertion Schrag strenuously refutes.

The discovery was devastating for Schrag. Ghribi had been a profound mentor, remaining an advisor, attending Schrag’s graduation and wedding. “This was somebody who was more than just a passing academic acquaintance,” Schrag explains, highlighting the deep personal cost of whistleblowing. Ghribi eventually disposed of his laboratory records, telling Schrag he was “very ashamed.”

Despite Ghribi’s initial willingness to speak out to exonerate Schrag, he ultimately declined to speak publicly, which Schrag views as a “sad mistake.” The 2006 rabbit paper, along with other joint papers from Schrag and Ghribi, were retracted in 2023. Ghribi, who retired from the University of North Dakota in 2020 and now teaches at the University of Texas Rio Grande Valley, acknowledged in an email that “some polishing could have been done” but insisted “no fabrication was made,” taking “full responsibility as I am the laboratory director.” He also stated that the images in Schrag’s manuscripts were “the images he handed to me.”

Piller contends that Alzheimer’s research has been “hijacked by a cabal of self-interested researchers, government accomplices, and corporate greed.” He points to a troubling phenomenon known as “regulatory capture” at the FDA, citing examples like Billy Dunn, who oversaw the approval of the ineffective and dangerous Alzheimer’s drug aducanumab (Aduhelm). Dunn, investigated by STAT and Congress for working closely with the drug’s manufacturer, later took a senior role on the board of a biotech company developing Alzheimer’s remedies, exemplifying a “revolving door” problem.

In an era of growing distrust in science, Piller acknowledges the delicate balance of his work. While disagreeing with attacks on science, he believes critics are not entirely wrong about “arrogance and complacency and in my view condescension on the part of many people in the scientific research enterprise towards members of the public.” Trust, he emphasizes, “must be earned.”

The revelations of alleged misconduct and systemic failures in Alzheimer’s research are sobering. Billions of dollars have been spent, and countless lives affected, with little to show in terms of effective treatments. However, the work of investigative journalists and whistleblowers like Charles Piller and Matthew Schrag, though painful, is critical. By shining a light on these issues, they aim to foster greater accountability, transparency, and integrity within the scientific community, ultimately clearing a path for a more robust and trustworthy pursuit of solutions for one of humanity’s most challenging diseases. The hope is that by confronting these uncomfortable truths, Alzheimer’s research can finally shift direction and deliver on its promise.

McDermott’s journey into leadership began unconventionally. At just 16, he consolidated multiple part-time jobs into one by purchasing a deli. This seemingly strange decision laid the groundwork for his lifelong philosophy: “It’s all about the customer. In the end, the customer and the customer alone determines whether you win or lose.”

His deli wasn’t just a place to buy food; it was a community hub where he learned invaluable lessons in emotional intelligence (EQ). He meticulously understood his three core customer segments: the blue-collar workers, “rich on Friday and dead broke by Sunday morning”; the senior citizens who relied on his unique delivery service; and the neighborhood kids, lured past the 7-Eleven by the irresistible draw of video games like Asteroids and Pac-Man.

McDermott recounts a particularly insightful moment when a young customer articulated the deli’s unique value proposition: “When we want to have good food, be treated with dignity and respect, and play video games, we come to your store. And when we want to steal stuff, we go to 7-Eleven.” This anecdote perfectly encapsulates his belief that understanding and serving the customer’s specific needs, with dignity and respect, is the fundamental differentiator in any business. This early immersion in human interaction, dealing with 500 customers a day, instilled an EQ that McDermott believes the world desperately needs more of today.

Years later, McDermott’s ambition led him to an interview at Xerox, then considered “the Google of its era.” Freshly turned 21, he promised his father he’d return with an employee badge. This wasn’t just an interview; it was, as he describes it, “a battle for survival.”

Inspired by CEO David Kearns’s vision to transform Xerox using quality management principles from Japan, McDermott was determined to get his shot. During his final interview, with the “big boss” at 9 West 57th overlooking Central Park, he refused to accept a polite “HR will be in touch.” Instead, he declared, “Mr. Fullet, I don’t think you completely understand the situation, sir. I haven’t broken a promise to my father in 21 years, and I guaranteed him I’m coming home tonight with my employee badge in my pocket.”

This bold display of agency and unwavering commitment earned him the job, a moment so memorable that 25 years later, Emerson Fulwood, the executive who hired him, recounted it as the only time he ever broke company policy. This story underscores McDermott’s belief in the power of human connection, mentorship, and the conviction to seize opportunities. “All people should ever want is an opportunity,” he asserts, “because an opportunity is a gift.” He sees AI as a tool to “serve people and to make the human ambition greater, not to take it away from us,” a core tenet he carries into the age of AI.

The conversation quickly shifts to the current landscape, dominated by the buzz around large language models (LLMs) and the notion of a “SaaS apocalypse,” where AI might render traditional enterprise software obsolete. McDermott, however, sees this as a fundamental misunderstanding of how enterprise platforms function.

He draws a crucial distinction: “AI thinks, but workflow acts.” While an LLM can brilliantly suggest steps to resolve a compensation issue, it doesn’t actually close the case. That requires a robust workflow platform like ServiceNow, which can navigate complex data, context, and departmental handoffs (HR, finance, legal, compliance) to remediate and complete the task.

McDermott presents a compelling economic argument against trying to replicate enterprise platforms with language models:

1. Cost: “The cost to replace an enterprise platform… is an extraordinary expense.” His team’s analysis shows that for a simple application, it would be “10 times greater in cost to try to replicate it with a language model.” This factors in not just the rebuilding effort, but also the human capital diverted from other tasks, and the substantial costs associated with GPU factories and AI tokens.
2. Reliability: “People that run businesses understand that people make mistakes. They never will forgive software for making a mistake.” While LLMs might be “probably right” most of the time, they lack determinism and the deep context of decades of company data and relationships. Enterprise platforms, by contrast, are built for precision and accountability.

Therefore, for a fraction of an IT budget, “a premier platform is a bargain.” McDermott envisions ServiceNow as the “AI control tower for business reinvention,” integrating with all hyperscalers, language models, and systems of record. This approach, he argues, is akin to how hyperscalers didn’t “eat software” but became crucial partners. ServiceNow acts as the “fabric that connects all those nodes,” enabling a truly “agentic business.”

This expansive vision includes a strategic move into security, recognizing cybercrime as the world’s third-largest economy. By integrating security platforms and managing operational technology (OT) with recent acquisitions like Armis, ServiceNow aims to provide a “full purview of the whole landscape,” from people and places to critical infrastructure and even disconnected manufacturing tools. This comprehensive, native AI platform, with its ability to rapidly integrate acquisitions (like Move Works, VZA, and Armis in just 20 days), creates a formidable “moat” against potential disruption.

McDermott is candid about AI’s impact on the workforce, particularly regarding headcount. He predicts that “the net new added headcount will be dramatically reduced” as companies become “far more productive.” Agents will shoulder a “tremendous workload,” handling tasks like 90% of ServiceNow’s own customer service cases.

This shift, however, isn’t about eliminating humans but about elevating their roles. The focus will move from tactical, detail-oriented work to “critical thinking and judgment calls.” Humans will be freed to engineer great innovations, manage relationships, build trust, and uphold “the net present value of loyalty.” McDermott believes this will make people “happier in the work” but also necessitates a “differentiating your skill set” to avoid tasks easily replicated by agents.

For companies like ServiceNow, growing at 20% with over $13 billion in trailing revenue, AI isn’t just about efficiency; it’s about expanding boundaries. McDermott looks for signals like the adoption of the “AI control tower” vision, the growth of “agentic front doors,” and the consumption of AI-driven “assists” that help humans in the companies they serve. This consumption model, he notes, “takes on a whole new meaning” for shareholder value creation.

McDermott, having led two distinct platform businesses (SAP and ServiceNow), offers a clear definition. A platform business is characterized by:

• Mission Criticality: Running the core financial systems of global corporations (like SAP) or orchestrating all other systems of record (like ServiceNow).
• Investment Scale and Switching Costs: The sheer complexity and customization involved make these platforms incredibly difficult and expensive to replace.
• Integration and Interoperability: A platform acts as a central nervous system, integrating with hundreds of other substantial systems of record, hyperscalers, and language models.
• Real-time Visibility and Agility: ServiceNow’s in-memory, open-source data platform allows for instantaneous business process changes, enabling companies to build net new applications, visualize impacts in a knowledge graph, and achieve quick wins.
• Rapid Implementation: Unlike the multi-year projects of the past, AI-powered autonomous platforms allow major customers to go live in less than 30 days, dramatically improving ROI and accelerating innovation.

This agility, coupled with the ability to handle trillions of transactions and 85 billion workflows in flight, is what makes these platforms not just sticky but indispensable.

McDermott observes that while many companies are still in the “experiment phase” with AI (only 11% in Brazil have moved beyond it), the early movers are aggressively adopting AI to fundamentally rethink their business models, manage headcount, and achieve “more done with a lot less.”

His vision for the future is one where AI elevates human potential, making companies leaner, smarter, and more profitable, with expanding margins and reaccelerating revenue. It’s a future where the human element – connection, trust, innovation, and leadership – remains paramount, but is powerfully augmented by intelligent agents and robust, adaptable platforms. The “SaaS apocalypse” is not coming, McDermott asserts. Instead, we are entering an exciting era of human-augmented enterprise, where the lessons learned from a small deli continue to resonate in the global boardrooms of the AI age.

The highways connecting Beirut to southern Lebanon recently became arteries of hope and trepidation as thousands of displaced families began a cautious return home. Following the announcement of a 10-day ceasefire between Israeli forces and the Iran-backed militant group Hezbollah, a fragile quiet settled over a region scarred by conflict. A New York Times reporter on the ground described the arduous journey, with traffic snaking for miles as families navigated a single, ad-hoc dirt crossing – a makeshift solution after Israeli bombing rendered two main bridges impassable.

For many, the journey was fueled by a desperate desire to survey what remained of their homes and lands after a month and a half of intense warfare. More than 2,100 people have been killed and over a million displaced since Israel’s latest military campaign against Hezbollah began in March, according to Lebanese authorities. Despite the ceasefire, an “uneasy feeling” pervades, as residents express profound uncertainty about its longevity and what the future holds.

The agreement, largely brokered by the U.S., is technically between Israel and Lebanon, though the Lebanese government lacks direct control over Hezbollah. While the militant group has honored past truces negotiated by Beirut, it has yet to formally accept this latest deal, stating only that its “actions will be based on how developments unfold.” Israel’s Prime Minister Benjamin Netanyahu, for his part, has declared that Israeli troops will remain in southern Lebanon, referring to the occupied territory as an “expanded security zone” and emphatically stating, “We are not leaving.” This declaration casts a long shadow over the nascent peace, hinting at continued Israeli presence and potential for renewed tensions.

Beyond the immediate ceasefire in Lebanon, the broader conflict with Iran remains a source of significant concern. Secretary of Defense Pete Hegsath recently renewed threats to target Iran’s power plants, a move that could be deemed a war crime under international law if intentionally carried out against energy infrastructure. “Our forces are maximally postured to restart combat operations should this new Iranian regime choose poorly and not agree to a deal,” Hegsath warned, adding chillingly, “We’re ready to go at the command of our president and at the push of a button.” This aggressive stance comes as the Trump administration intensifies pressure on Iran, following the collapse of talks, including a naval blockade on all ships entering or leaving the country.

Domestically, the financial burden of the ongoing conflict raises questions. On Capitol Hill, the White House budget director sidestepped inquiries about the war’s price tag, refusing to even provide a general cost range and attributing the difficulty to “fluctuating on a day in day-out basis.” This evasion is particularly striking given earlier estimates by analysts suggesting the U.S. was spending approximately $1 billion a day on its campaign against Iran.

President Trump, however, has largely dismissed the economic fallout. Speaking in Las Vegas, he brushed off rising fuel prices – now over $4 a gallon on average for U.S. drivers, according to AAA, and contributing to more expensive airline tickets – as “fake inflation.” Projecting confidence in the broader U.S. economy, he highlighted the stock market’s performance and boosted tax refunds, telling the crowd, “I just want to say, you’re welcome.”

In a notable turn, the Trump administration appears to be tempering its previously staunch vaccine skepticism, a stance often championed by Health Secretary Robert F. Kennedy Jr. In a recent congressional hearing, Kennedy himself made significant concessions. When pressed, he affirmed that the MMR (measles, mumps, and rubella) vaccine is “safe for most people” and agreed that “getting the vaccine is a lot safer than getting measles.” He even acknowledged that two children who died during a measles outbreak in Texas earlier this year might have survived if they had been vaccinated.

While not an outright endorsement, Kennedy’s comments represent a stark contrast to his long history of promoting baseless claims about vaccine dangers. This shift coincides with White House efforts to encourage Kennedy to focus on less politically charged issues ahead of the midterms, such as healthy eating, and a new appointment: Dr. Erica Schwarz, a former deputy U.S. surgeon general and public supporter of vaccines, has been named to lead the CDC.

The administration’s change in tone comes amid a simmering measles outbreak that continues to spread across the country, with Utah emerging as a new epicenter. Health authorities there have reported nearly 600 cases, predominantly among children, leading to around 50 hospitalizations. What makes the Utah outbreak particularly concerning is its spread beyond the “insular religious communities” that characterized earlier outbreaks in Texas and South Carolina. Infectious disease doctors in Salt Lake City observe that many families of sick children are not inherently anti-vaccine but have delayed shots due to concerns about potential side effects, fueled by what one doctor called an “epidemic of misinformation.”

As tech companies scramble for computing power to fuel the artificial intelligence revolution, a construction boom of new data centers is transforming landscapes across the U.S. from fields to farmlands and forests. But this rapid expansion is not without its critics. Maine could become the first state to ban new data centers, with lawmakers having approved an 18-month moratorium on large new computing facilities, a bill now awaiting the governor’s signature.

The concerns are multi-faceted: the immense water and electricity consumption of these centers, and their potential to drive up utility costs for local residents. This pushback in Maine, mirrored by similar restrictions under consideration in other states, sets the stage for a potential clash with the Trump administration. President Trump has threatened to sue states and withhold federal funding if they impede the AI industry’s growth.

Locally, such efforts can also spark controversy. In Maine, one data center project was pitched as a way to revitalize an abandoned mill and create jobs in an industry seen as critical to the U.S. economy. One developer, acknowledging the public’s apprehension, stated, “People are afraid of AI. I’m afraid of AI, but guess what? It’s coming.” This sentiment encapsulates the difficult balance between embracing technological progress and addressing its environmental and social ramifications.

In a lighter, yet equally impactful story of innovation, the world recently mourned the passing of Roger Adams, the visionary inventor who put wheels inside shoes, creating the early 2000s phenomenon known as Heelys. Adams, who grew up on skates in his parents’ roller rink, found himself at a crossroads in his 40s – a divorce, a disliked job as a psychologist – when a vision struck him: shoes that could roll on demand. In a friend’s garage, he cut the heel out of a sneaker, popped in a wheel, and Heelys were born.

By 2008, his company was selling over 7 million pairs a year. The shoes became a ubiquitous cultural touchstone, transforming casual strolls into gliding adventures. As Ash Woo, of the Times’ obituary desk, recalled, “You would go to the mall, you would just hear the sounds of wheels just like going everywhere. You would see a kid just kind of like walking along normally and then they would suddenly kind of Transformer style like grow a pair of wheels beneath their feet and just kick off and start gliding.”

Despite their runaway success and the millions they earned Adams, Heelys were not universally loved. ER doctors, in particular, were not fans, and at one point, the shoes even landed on a list of “worst toys” due to the risk of head and spinal injuries associated with the sudden transition from walking to rolling. Adams eventually left the company, largely staying out of the public eye while continuing to file patents for other wearable roller devices. His invention remains a testament to the joy and unexpected risks that can accompany even the most playful innovations.

From the geopolitical tightropes walked by nations to the evolving battle for public health and the double-edged sword of technological advancement, these headlines offer a glimpse into a world in constant flux, where every decision, every development, carries profound implications.

Data centers, the physical infrastructure enabling the AI boom, have become the most visible targets of public opposition. These colossal, energy-hungry facilities are essential for AI companies, but they are sparking “Not In My Backyard” (NIMBY) movements nationwide.

“Data centers are kind of the most visible symbol of the AI boom,” Roose explained, noting the blend of legitimate concerns and unfounded fears. The resistance isn’t just individual threats; it’s coalescing into political movements. Maine recently passed a temporary moratorium banning data centers larger than 20 megawatts until late 2027. Port Washington, Wisconsin, a suburb slated to host a large OpenAI-Oracle “Stargate” data center, overwhelmingly voted to require voter approval for future data center construction. Similar efforts are underway in Ohio, Missouri, Indiana, Georgia, and North Carolina. Even at the federal level, Senator Bernie Sanders and Representative Alexandria Ocasio-Cortez have proposed a national moratorium on data center construction.

This groundswell of opposition reflects broader public sentiment, which polls suggest is increasingly negative towards AI. The 2026 Stanford AI Index reported that only 31% of Americans trust their government to responsibly regulate AI, far below the global average of 54%. While a Pew study found mixed views on AI’s economic impact, it clearly showed more negative than positive attitudes regarding data centers’ effects on the environment, energy costs, and local quality of life. The overarching takeaway: as AI systems grow more powerful, public concern intensifies.

Roose and Newton explored several theories for this dramatic turn in public opinion:

Sam Altman, in a personal blog post following the attack, pondered whether “incendiary” investigative journalism contributed to the danger he faced. While acknowledging the power of words, the Hard Fork hosts pushed back on the idea that scrutiny of powerful people or companies should cease. Instead, they argued that the very CEOs now pleading for calm were the ones who initially stoked fears about AI’s existential risks.

Newton cited Altman’s own 2015 blog post, where he wrote, “Development of superhuman machine intelligence is probably the greatest threat to the continued existence of humanity.” Other AI executives have echoed similar dire predictions. “To come along now at a moment where the systems are more powerful than ever… and to say, ‘Well, now we need to tamp down the rhetoric’ – that just seems sort of crazy to me,” Newton remarked. The rhetoric, they argued, has now become entwined with the material effects of the technology itself.

Roose acknowledged the bind tech leaders face: having witnessed social media CEOs promise utopia only to deliver widespread harm, current AI leaders might feel compelled to be upfront about risks. But this honesty, while seemingly virtuous, has inadvertently amplified public anxiety.

Perhaps the most potent driver of public fear is economic anxiety. “All AI politics… ultimately come down to people just sort of looking at a technology and thinking, ‘What will this do to me and my ability to continue to live my life and support my family?’” Roose articulated. The concrete, near-term worry is job displacement or the degradation of existing jobs.

This fear clashes sharply with the tech industry’s “fully automated luxury communism” vision – a future where AI handles all labor, and humans enjoy a life of leisure, with 3D-printed meals costing nothing. Such a utopian ideal, however, “seems so implausible to people that it’s impossible to build any kind of political constituency around it,” Newton observed.

The cultural disconnect is profound. While Silicon Valley champions rapid technological change, most people crave stability. “When people from Silicon Valley show up and say, ‘Hey, we’ve got this amazing new technology,’ and by the way, it might take away your job and there’s nothing you can do about it, I think that naturally breeds some fear and resentment,” Roose concluded.

The third explanation centers on anti-elitism. AI, as it currently exists, is a “top-down moment,” not a grassroots phenomenon. It’s driven by a small group of unelected, largely unaccountable individuals with access to immense capital. “Not only did I not ask for this, but I have no meaningful control over it,” is the average person’s sentiment, according to Newton.

This perception is compounded by the industry’s active resistance to accountability. OpenAI, for instance, lobbied against one of California’s first major AI transparency bills, successfully killing it. They’ve sent subpoenas to nonprofit workers advocating for AI regulations and backed an Illinois bill that would shield them from liability in cases where their models cause serious harm, provided it wasn’t reckless or intentional.

“This technology is too important to be left to the masses,” is an attitude Roose has encountered in Silicon Valley, which he deems “misguided.” Newton agrees, arguing that fighting against accountability and transparency mechanisms fuels public fury. Even OpenAI’s recent “industrial policy for the intelligence age” white paper, which proposes radical ideas like a public wealth fund to distribute AI’s economic upside and improved social safety nets, is met with skepticism. Newton pointed out the hypocrisy of such proposals when OpenAI simultaneously backs Republican candidates unlikely to support a massive expansion of the welfare state. “Something is going on here that I think at the very least leaves room for critics to say, ‘Are y’all even serious about this?’”

The hosts lamented that public opposition often manifests through “the wrong levers.” While voting out a data center project might feel empowering, it’s unlikely to halt AI’s progress. “If you vote the data center project out of your town, they’re just going to go to another state or to Canada, they’ll put the data centers in space,” Roose quipped. This NIMBYism, while locally effective, doesn’t address the core issues and could lead to unforeseen consequences, much like how environmental reviews intended to block construction in the 1980s contributed to today’s housing shortages.

The “right levers,” they argue, involve proactive policy: flexible social safety nets, retraining programs for displaced workers (like those seen in some European countries after manufacturing automation), and robust regulation. However, this points to a fundamental “governance problem.” The government, often slow to act and susceptible to lobbying, struggles to navigate rapidly evolving technologies.

“We have a governance problem, and that while the problem is being driven by the decisions of these like unelected AI leaders, it is ultimately the governments who are going to have to give us an answer to these questions,” Newton asserted.

Adding another layer to the critique of tech’s elite, the discussion shifted to Cara Swisher’s new CNN documentary, “Cara Swisher Wants to Live Forever,” which explores Silicon Valley’s obsession with longevity and “body hacking.” Swisher, a veteran tech journalist, brought her characteristic skepticism to the topic.

Swisher’s journey began with Steve Jobs’ famous Stanford speech on mortality, but she observed a shift in tech culture from accepting death as a motivator to actively trying to circumvent it. Investments from figures like Sam Altman, Larry Ellison, and Peter Thiel poured into anti-aging research, alongside fads like intermittent fasting, Soylent, psychedelics for “optimization,” and even Elon Musk’s pronouncements on health.

In her documentary, Swisher subjected herself to various longevity trends: sound therapy, hyperbaric chambers, red light therapy, sleep therapy, and even ketamine. While some, like improving her VO2 max through running tests, proved genuinely helpful, others were dismissed as “ridiculous.” Of the hyperbaric chamber, she declared, “It’s so stupid to have all these people insist that this is the way to go… it’s just one of these things they sell to rich people and make them feel superior and it’s a waste of money.” Her ketamine experience, which some tech leaders use for “optimization” and “new ideas,” left her in a “k-hole” and ultimately, “bored.”

Swisher’s core critique echoed the broader anti-elitism sentiment: “What really does me is the one of the simplest things for all of us to live longer is universal healthcare… we’re at the bottom of all the outcomes and that’s offensive to me that these people are spending all this money on all manner of nonsensical treatments.” She sees it as narcissistic, individualistic pursuit of “perfectability” by the wealthy, detached from the broader health of society.

While acknowledging the “trickle-down health” argument – that wealthy “guinea pigs” might pave the way for treatments like GLP1s (Ozempic/Wegovy) to become widely available – Swisher pointed out that such innovations often start with existing medical needs (like diabetes) before being adopted by the affluent.

The AI backlash, whether expressed through Molotov cocktails or longevity quests, reflects a profound crisis of trust and control. The tech industry’s promises of a utopian future ring hollow against the backdrop of economic anxiety, perceived elitism, and a lack of accountability.

The solution, Roose and Newton concluded, is not a messaging tweak but a fundamental shift in governance. There’s a wide-open lane in American politics for leaders who can articulate a clear plan: not to stop AI, but to harness it for the greater good, ensuring its benefits are widely shared and its harms mitigated. This means robust social safety nets, retraining programs, and regulations that prioritize public well-being over unchecked innovation or corporate liability shields.

“If you can figure that out, they will write your name in history,” Newton declared, issuing a challenge to future politicians. The stakes are immense: without a coherent, proactive approach, the current AI backlash, fueled by legitimate fears and exacerbated by a governance vacuum, risks spiraling further out of control, jeopardizing both technological progress and societal stability.

스털버그 교수가 정의하는 탁월함은 놀랍도록 단순합니다. “자신의 가치와 일치하는 가치 있는 일에 몰입하는 참여(Involved engagement in something worthwhile that aligns with your values).” 즉, 단순히 무언가를 성취하는 것만이 아니라, 그 과정에서 어떤 사람이 되는지에 대한 이야기입니다. 산 정상에 오르는 것 자체가 아니라, 산 중턱에서 겪는 경험과 성장을 통해 당신이 어떤 인격체로 변화하는지가 중요하다는 것이죠.

예를 들어, 아무런 가치도 없는 흰 벽을 두드리는 데 열정적으로 몰입할 수는 있겠지만, 이는 탁월함이 될 수 없습니다. 반면, 지성, 기여, 타인 돕기 등의 가치를 소중히 여겨 훌륭한 의사가 되기 위해 노력하는 것은 탁월함입니다. 마라톤을 완주하고, 회사를 설립하고, 의과대학을 졸업하고, 첫 책을 출판하는 과정에서 우리는 그 목표를 위해 ‘일하지만’, 동시에 그 목표 또한 ‘우리를 변화시킵니다’. 우리는 어려움을 극복하고, 회복력을 배우며, 꾸준함, 훈련, 자기 연민의 힘을 깨닫습니다.

이러한 가치와 일치하는 몰입은 우리에게 두 가지 중요한 감각을 선물합니다.

• 마스터리(Mastery): 유능함, 구체적이고 실질적인 발전을 이루는 만족감.
• 의미(Mattering): 소속감, 그리고 우리의 작은 자아보다 더 큰 무언가의 일부라는 인식.

대부분의 사람들은 3~5가지 핵심 가치를 가지고 있습니다. 마스터리, 장인정신, 진실성, 공동체, 영성, 훈련, 지성, 지혜, 친절, 창의성 등이 그 예시입니다. 중요한 것은 이러한 가치들을 벽에 걸린 텅 빈 문구로 두지 않고, 자신에게 ‘건강’이 무엇을 의미하는지, 어떻게 실천할 것인지 등 구체적으로 정의하고, 일상생활에서 그 가치에 부합하게 살기 위해 무엇을 할 수 있는지 고민하는 것입니다. 목표를 세울 때도 자신의 가치와 일치하는지 점검해야 합니다. 건강을 중시하는 사람이 하루 22시간씩 일하며 잠을 자지 않는 목표를 세운다면, 이는 자신의 가치와 모순되는 것입니다.

품질(Quality)과 항상성 상향 조절(Homeostatic Upregulation)

로버트 퍼시그(Robert Pirsig)는 그의 저서 『선과 오토바이 관리술(Zen and the Art of Motorcycle Maintenance)』에서 ‘품질(Quality, 대문자 Q)‘이라는 개념을 제시했습니다. 퍼시그에 따르면 품질은 행위자와 행위 사이의 관계가 너무나 밀접하여 주체와 객체가 사라지는 순간을 의미합니다. 마치 농구를 하는 레이첼이 아니라, 농구 그 자체가 일어나고, 기타를 치는 조가 아니라, 음악이 만들어지는 것과 같습니다. 퍼시그는 이러한 품질이 진화의 원동력이라고 주장했습니다.

스털버그 교수는 퍼시그의 품질 개념이 현대 진화 생물학의 ‘항상성 상향 조절(Homeostatic Upregulation)‘과 매우 유사하다고 설명합니다. 이는 모든 생명체가 생존하고 번성하려는 내재적이고 깊이 각인된 충동입니다. 뇌나 신경계가 없는 박테리아조차도 생존에 유리한 환경으로 이동하고 불리한 환경에서 멀어지려는 본능적인 움직임을 보입니다. 이러한 원초적인 충동은 복잡한 유기체로 발전하면서 생존과 번식을 넘어, 위대한 예술적, 운동적 업적을 추구하고, 더 나은 부모나 리더가 되려는 인간의 열망으로 확장됩니다. 우리는 모두 번성하고, 성장하며, 탁월함을 향해 나아가려는 내재된 욕구를 가지고 있습니다.

상황 인지(Situated Cognition)와 무의식적 유능(Unconscious Competence)

사회학자 리처드 세넷(Richard Sennett)이 장인들을 연구하며 제시한 ‘상황 인지(Situated Cognition)‘는 장인들이 최고의 몰입과 만족감을 느낄 때 머리로 생각하는 것이 아니라, 온 존재로 생각하는 상태를 의미합니다. 그들은 테이블을 만들거나 조각품을 만들 때 몸과 마음이 하나 되는 관계를 경험합니다. 활동에 몰입하면서 자신 안에서 편안함을 느끼고 세상과 연결되어 있다고 느끼는 것입니다.

이는 네 가지 역량 단계 중 가장 높은 단계인 ‘무의식적 유능(Unconscious Competence)‘과 밀접하게 연결됩니다.

1. 무의식적 무능(Unconscious Incompetence): 자신이 무엇을 모르는지조차 모르는 단계입니다. 이 단계에서는 책을 읽고, 영상을 보고, 코치를 고용하는 등 외부의 도움이 필요합니다.
2. 의식적 무능(Conscious Incompetence): 자신이 무엇을 모르는지 아는 단계입니다. 올바른 방식이 무엇인지는 알지만 아직 자신은 그렇게 하지 못한다는 것을 인지합니다.
3. 의식적 유능(Conscious Competence): 올바른 방식으로 하고 있다는 것을 알고, 의식적으로 노력하는 단계입니다. 체크리스트를 따르거나, 심박수 모니터를 사용하는 등 능숙한 성과를 위해 사고를 활용합니다.
4. 무의식적 유능(Unconscious Competence): 모든 의식적인 노력과 추적, 측정을 뒤로하고 ‘존(zone)‘에 진입하여 감각이 최고의 성과를 이끄는 단계입니다.

진정한 장인들은 이러한 네 단계를 예측 가능하게 거치지만, 또한 이 단계들을 순환합니다. 그들은 의식적 유능 단계에서 노력하고, 다시 배우고, 재정비해야 할 시점을 이해합니다. 그리고 마법 같은 날이 찾아오면 그 생각을 내려놓고 ‘마법’을 신뢰하며 그 흐름에 몸을 맡길 용기를 가집니다.

탁월함은 끊임없이 주의가 산만해지고 자신의 활동, 심지어 삶 자체로부터 소외감을 느끼는 세상에서 ‘친밀감’의 원천이 됩니다. 이는 장인정신과의 친밀감, 그리고 자기 자신과의 친밀감을 의미합니다. 탁월함은 소외감의 반대이며, 기계적으로 움직이는 것의 반대입니다.

스털버그 교수는 진정한 탁월함을 추구하는 길에 놓인 여섯 가지 주요 장애물을 지적합니다.

1. 퇴화(Disevolution): 현대 환경의 함정 진화 과학자 다니엘 리버만(Daniel Lieberman)이 만든 ‘퇴화(Disevolution)‘라는 용어는 우리가 진화 과정에서 겪지 못했던 현대 환경의 함정들을 설명합니다.

   • 패스트푸드: 오랫동안 부족함 속에서 살았던 인류는 눈앞의 도넛을 모두 먹어치우도록 진화했습니다. 풍요의 시대에도 도넛을 갈망하는 본능은 사라지지 않아 비만 문제를 야기합니다.
   • 소셜 미디어 vs. 진정한 공동체: 우리는 사회적 존재로서 공동체와 연결을 갈망합니다. 하지만 소셜 미디어는 10초짜리 외부 검증(좋아요, 댓글, 리트윗)으로 이러한 욕구를 충족시키려 합니다. 이는 일시적인 만족감을 주지만, 실제 인간 관계가 주는 충만함과는 다릅니다.
   • 수동적 관찰자: 다른 사람들이 멋진 일을 하는 것을 수동적으로 관찰하며 만족감을 느끼는 것은 실제 경기장에 뛰어들어 자신을 드러내는 것과는 다릅니다.

   결론적으로, 단기적으로는 기분 좋지만 장기적으로는 우리의 가치와 맞지 않고 결국 더 나쁜 기분을 남기는 것들에 의해 우리의 ‘기분 좋음’을 향한 본능이 오용될 때 가장 큰 함정에 빠지게 됩니다.

2. 최적화 문화(Optimization Culture): 로봇이 되는 위험 최적화 문화는 삶의 모든 것을 통제하려는 경향을 말합니다. 수면 시간뿐만 아니라 렘수면 시간까지 추적하고, 모든 칼로리를 계산하며, 심박 간격까지 측정하는 등 삶의 모든 것을 추적합니다. 스털버그 교수는 이러한 과도한 최적화가 우리를 로봇으로 만들 위험이 있다고 경고합니다. 탁월함은 깊이 인간적인, ‘느껴지는 경험’인데, 삶을 과도하게 최적화하면 이러한 경험을 할 기회를 놓치게 됩니다.

   물론 수면 추적기나 만보계 같은 장치들이 행동 변화에 도움이 될 수 있습니다. 그러나 이러한 장치들이 우리를 통제하게 내버려 두고, 삶 전체를 최적화에 맞춰 구축하면 삶의 감정, 인간미, 기쁨을 앗아가 최고의 성과를 내기 어렵게 만듭니다.

   골퍼 JJ 스판(JJ Spahn)의 이야기: 최근 US 오픈 우승자 JJ 스판은 경기 전날 새벽 2시에 아이가 아파 밤새 돌봤습니다. 회복 장치를 착용하고 있었다면 “회복 점수 0, 잠 못 잤으니 집에 있어라”고 조언했을 것입니다. 하지만 스판은 다음 날 US 오픈에서 우승했습니다. 과도한 최적화는 우리를 연약하게 만듭니다. 모든 것이 완벽해야만 잘 해낼 수 있다고 착각하게 만들지만, 이는 터무니없는 생각입니다.

3. 저질 몰입(Shitty Flow): 가치와 단절된 몰입 심리학자 미하이 칙센트미하이(Mihaly Csikszentmihalyi)가 만든 ‘몰입(Flow)‘은 자신이 하는 일에 완전히 몰두하여 시간과 공간의 인지가 왜곡되는 경험을 말합니다. 악기 연주, 팀 코칭, 수학 문제 풀이 등 진정한 몰입 상태는 놀랍고 삶에 의미를 부여할 수 있습니다.

   하지만 트위터 스크롤링이나 도박에서도 몰입 상태에 빠질 수 있습니다. 이러한 경험들은 활력감을 주지만, ‘가치와 연결되지 않은 의사 활력(pseudo aliveness)‘입니다. 심리학자이자 철학자인 데이비드 피사로(David Pizarro)는 이러한 경험을 ‘저질 몰입(Shitty Flow)‘이라고 부릅니다. 저질 몰입에서 벗어난 후에는 후회와 불만족을 느끼게 됩니다.

   탁월함과 몰입의 가장 큰 차이점은 몰입이 ‘가치 중립적’이라는 것입니다. 가치와 일치하는 좋은 몰입도 있지만, 가치와 상충되는 저질 몰입도 있습니다. 또한 몰입은 순간적인 경험이지만, 탁월함은 몰입 전의 모든 노력(무의식적 무능부터 의식적 유능까지)과 몰입 후의 모든 과정(그 경험에서 어떻게 회복하고 배우는지)을 포함하는 훨씬 광범위한 개념입니다. 탁월함은 일상적인 날에도 무엇을 하는지에 관심을 갖습니다. 저질 몰입의 확실한 징후는 몰입 후에 ‘찝찝함’, ‘불안감’, ‘후회’를 느끼는 것입니다.

4. 번아웃의 두 얼굴: 과도함과 무의미함 사이 번아웃은 크게 두 가지 유형이 있습니다.

   • 전통적 번아웃(Conventional Burnout): 대부분의 사람들이 이야기하는 번아웃으로, 너무 열심히 일해서 오는 것입니다. 주 90시간씩 일하면 동기 상실, 피로, 질병 등으로 결국 번아웃이 찾아옵니다.
   • 좀비 번아웃(Zombie Burnout): 스털버그 교수가 만든 용어로, 당신을 불태우는 것을 충분히 하지 않아서 오는 것입니다. 주 30시간만 일하더라도 삶에 대한 깊은 관심이 없고, 수동적으로 살아가며, 의미 있는 마찰이나 도전을 극복하지 않는다면 피로, 무감각, 두려움 같은 번아웃 증상을 겪을 수 있습니다. 이는 ‘무감각한 상태로 기계적인 움직임을 반복하며 죽어가는’ 듯한 느낌을 줍니다.

   전통적 번아웃이 과도한 ‘양’의 문제라면, 좀비 번아웃은 ‘질’의 문제입니다. 탁월함의 추구는 좀비 번아웃에 대한 궁극적인 해독제입니다. 좀비 번아웃이 수동적인 삶과 무감각이라면, 탁월함의 추구는 자신의 가치와 일치하는 일에 온전히 자신을 쏟아붓는 것입니다.

   좀비 번아웃을 피하기 위한 작은 변화:

   • 직무 재설계(Job Crafting): 직장에서 자신의 가치와 좀 더 일치하도록 업무를 조정하는 것입니다.
   • 능동적인 여가 활동: 직업이 단순한 생계 수단이라면, 여가 시간을 수동적인 소비(멍하니 TV 시청) 대신 능동적인 활동(독서, 마라톤 훈련, 악기 배우기, 정원 가꾸기)으로 채우는 것입니다. 스털버그 교수는 자신 또한 작가로서의 일 외에, 남편이자 아버지로서, 그리고 역도(데드리프트)와 같은 취미 생활에서도 탁월함을 추구한다고 말합니다. 데드리프트는 주관적인 글쓰기와 달리 객관적인 피드백을 주며, 어려움 극복, 인내, 훈련, 공동체의 힘을 가르쳐주는 수단이 됩니다.

5. 행복 산업 복합체(Happiness Industrial Complex): 행복을 쫓는 역설 ‘행복 산업 복합체’는 삶의 궁극적인 목표가 오직 행복이어야 한다고 주장합니다. 하지만 행복은 다른 감정들과 마찬가지로 왔다가 사라지는 일시적인 것입니다. 행복은 행복을 직접적으로 추구한다고 얻어지는 것이 아니라, 다른 무언가를 하는 과정에서 얻어지는 부산물입니다.

   삶은 불쾌함, 도전, 고통, 상실로 가득합니다. 스털버그 교수는 진정으로 풍요로운 삶을 사는 사람들은 행복을 쫓지 않고, 대신 **만족(satisfaction), 의미(meaning), 성취감(fulfillment)**을 추구한다고 말합니다. 그가 글을 쓰고, 데드리프트를 하고, 아들의 농구팀을 코칭할 때, 그는 ‘행복’하지 않을 수 있습니다. 오히려 불편하고 몰입하며 에너지를 쏟고 있습니다. 하지만 그는 깊은 만족감과 성취감을 느낍니다.

   행복을 쫓는 것은 마치 나비를 잡으려 할수록 더 멀리 날아가는 것과 같습니다. 철학 수업의 유명한 가상 시나리오인 ‘행복 기계(tube analogy)‘는 이를 잘 보여줍니다. 친구와 가족, 고통 없는 행복만을 주는 튜브 속에서 살 것인가, 아니면 고통과 어려움이 있지만 의미와 충만함이 있는 현실의 삶을 살 것인가? 대부분의 사람들은 후자를 택합니다. 행복 기계는 마치 ‘헤로인 중독’과 같아서 삶을 위축시키고 공동체를 파괴합니다. 행복은 훌륭하지만, 행복을 유일한 목표로 삼을 때 역효과를 낼 수 있습니다.

6. 탁월함을 ‘기준’으로 오해하는 것: 산 정상의 환상 많은 이들이 탁월함을 올림픽 출전, 의과대학 졸업, A학점, 디비전 I 스포츠 선수 등 특정 ‘기준’이나 ‘결과’로만 생각합니다. 이러한 성과들은 훌륭하지만, 탁월함의 아주 작은 부분, 즉 ‘산의 정상’에 불과합니다. 하지만 우리는 삶의 99.999%를 산 중턱에서 보냅니다.

   퍼시그는 “산 정상에서 발견하는 유일한 선(Zen)은 당신이 가져간 선뿐이다”라고 말합니다. 목표를 달성했을 때 얻게 될 모든 좋은 것은 사실 그곳에 도달하기까지의 경험에서 비롯됩니다. 만약 회사를 설립하는 목표를 추구하면서 내내 불행하고, 분노하고, 관계를 쌓지 않고, 가치와 어긋나게 산다면, IPO 벨이 울려도 우리는 공허하고 불행한 사람으로 남을 것입니다.

   레이 앨런(Ray Allen)의 도착 오류(Arrival Fallacy): 농구 스타 레이 앨런은 챔피언십 우승을 제외한 모든 것을 이뤘습니다. 그는 챔피언십을 우승하면 내면의 공허함이 채워질 것이라고 믿었습니다. 2008년 보스턴 셀틱스에서 첫 우승을 차지한 다음 날, 그는 인생에서 가장 혼란스러운 아침 중 하나였다고 말했습니다. 우승이 자신을 채워주지 않았다는 것을 깨달았기 때문입니다. 우리는 모두 ‘이것만 이루면 행복할 거야’라는 착각에 빠지곤 합니다. 하지만 진정한 만족과 기쁨은 목표를 향해 매일 노력하는 ‘과정’ 속에 있습니다.

스털버그 교수는 탁월함을 위한 16가지 핵심 요소를 제시하지만, 그중 세 가지를 강조합니다. 바로 **목표(Goals), 꾸준함(Consistency), 인내심(Patience)**입니다.

1. 목표(Goals): 여정의 형태를 부여하다 목표는 우리가 나아갈 방향을 제시하고, 여정에 형태를 부여합니다. “성과보다 과정(process over outcomes)“이라는 사고방식은 중요합니다.

   • 먼저 큰 목표를 세웁니다.
   • 그 큰 목표를 더 작은 구성 요소들로 나눕니다.
   • 큰 목표는 잠시 잊고, 매일 또는 매주 취할 수 있는 작은 단계에 집중합니다.
   • 큰 목표에 대해 걱정하거나 스트레스를 받을 때는, 지금 당장 무엇을 할 수 있는지 스스로에게 묻고 과정에 다시 몰입합니다.
   • 경로에서 벗어나더라도 다시 돌아오는 것이 중요합니다.

   우리는 흔히 목표 달성 자체가 충만함을 가져다줄 것이라고 생각하지만, 실제로는 목표에 도달하기 위해 하는 ‘모든 노력’에 기쁨과 만족이 있습니다. 목표를 향해 나아가는 과정에서 우리는 성장하고, 배우고, 변화합니다.

   SMART 목표 설정: 구체적(Specific), 측정 가능(Measurable), 실행 가능(Actionable), 관련성 있는(Relatable), 기한이 있는(Time-bound) 목표를 설정하는 것이 효과적입니다. 예를 들어, “올해 말까지 데드리프트 405파운드를 들어 올리겠다”는 SMART 목표의 좋은 예시입니다. 이는 구체적이고, 측정 가능하며, 달성을 위한 훈련 계획을 세울 수 있고, 건강이나 성과를 중시하는 사람에게 관련성이 있으며, 명확한 기한이 있습니다.

   목표를 추구할 때, 우리는 목표를 향해 일하지만, 그 목표 또한 우리를 변화시킵니다. 산 정상은 600파운드 데드리프트일 수 있지만, 회복력, 실패 극복, 불편함 감수, 공동체의 힘, 취약성, 꾸준함 등을 배우는 것은 정상에 도달하는 순간이 아니라, 그곳에 도달하기까지 수년간의 훈련 과정에서 일어납니다.

2. 꾸준함(Consistency): 영웅적인 날들의 연속 탁월함의 목표는 단 한 번의 영웅적인 날을 만드는 것이 아니라, **“오랜 기간 동안 수많은 좋은 날들을 이어나가는 것”**입니다. 단기적인 강도에 최적화하는 것은 허슬 문화의 함정입니다. 작가로서 단 일주일 동안 밤샘하며 레드불과 커피로 버틴다면 엄청난 양의 고품질 작업을 할 수 있겠지만, 이러한 방식으로 경력을 쌓으려 한다면 글쓰기는 망가질 것입니다.

알츠하이머 연구의 대부분은 한 가지 지배적인 질병 이론을 중심으로 이루어져 왔습니다. 바로 ‘아밀로이드 캐스케이드 가설(amyloid cascade hypothesis)‘입니다. 이 가설에 따르면, 뇌 세포 외부에서 베타 아밀로이드(beta amyloid)라는 단백질이 덩어리를 이루어 플라크(plaque)를 형성하는 것이 질병의 주요 원인이며, 세포 내부의 타우(tau) 단백질 엉킴과 신경 세포 손상으로 이어진다는 것입니다. 연구자들은 이 플라크가 알츠하이머병의 ‘첫 번째 도미노’라고 믿었으며, 수십억 달러의 연구 자금이 이 가설을 기반으로 한 약물 개발에 집중되었습니다. 즉, 베타 아밀로이드의 축적을 막거나 이미 형성된 플라크를 제거하는 데 초점을 맞춘 것입니다.

그러나 많은 과학자들은 이 이론에 의문을 제기하기 시작했습니다. 밴더빌트 대학교 메디컬 센터의 신경과학자 매튜 슈래그(Matthew Shrag) 부교수는 “이 약물들로 아무도 나아지지 않고 있다. 이 약물들을 다루는 모든 과학자, 모든 임상의는 같은 말을 할 것이다. 그렇지 않다면 그들은 거짓말을 하는 것”이라고 단언합니다. 그는 알츠하이머병이 단순한 질병이 아니며, 혈관 질환과 같은 다른 요인들이 복합적으로 작용한다고 주장하며, 단일 목표 치료법의 한계를 지적합니다.

탐사 저널리스트 찰스 필러(Charles Piller)는 그의 저서 “Doctored: Fraud, Arrogance, and Tragedy in the Quest to Cure Alzheimer’s”에서 이러한 문제점을 심층적으로 파헤쳤습니다. 그는 암, 당뇨병, 심장병 등 다른 질병에서 엄청난 발전이 있었던 것과 달리, 알츠하이머병에서는 인지 저하를 멈추거나 되돌릴 수 있는 치료법이 전혀 나오지 않았다는 점을 지적합니다.

매튜 슈래그 부교수는 학계에서의 연구 외에도 독립적인 연구 무결성 컨설턴트로 활동하며 과학적 부정행위를 폭로하는 데 앞장서고 있습니다. 그의 첫 번째 대규모 조사는 텍사스에 본사를 둔 생명공학 회사 카사바 사이언스(Cassava Sciences)와 그들의 실험 약물 시무필람(simufilam)에 대한 것이었습니다. 이 약물은 알츠하이머병의 원인으로 추정되는 필라민 A(filamin A) 단백질의 오접힘을 되돌리고, 타우 및 베타 아밀로이드 축적을 표적으로 하여 염증을 줄이는 효과가 있다고 주장되었습니다.

하지만 익명의 고발자들은 시무필람의 약리학적 작용이 이해되지 않고, 기초 과학에 문제가 있으며, 특히 이미지 데이터가 조작된 것으로 보인다고 슈래그에게 제보했습니다. 슈래그는 이 이미지를 분석한 결과, 복사-붙여넣기, 중복, 이미지 일부의 강도 조절 등 시각적으로 조작된 흔적을 발견했습니다. 이러한 조작은 사진 속 얼룩의 농도와 같은 측정값을 변경하여 근본적인 데이터를 왜곡할 수 있습니다.

슈래그는 이러한 조작이 카사바 사이언스의 연구 협력자인 뉴욕시립대학교(City University of New York)의 교수 호아우-얀 왕(Hoau-Yan Wang)의 연구에서 광범위하게 나타났음을 밝혀냈습니다. 슈래그는 이러한 문제점을 담은 보고서를 FDA와 NIH에 제출했습니다. FDA의 대응은 예상보다 미온적이었으나, 결국 2024년 미국 법무부(DOJ)는 왕 교수를 NIH 보조금 신청서에서 데이터를 위조하고 조작한 혐의로 기소했습니다. 카사바 사이언스 역시 투자자들을 오도한 혐의로 미국 증권거래위원회(SEC)에 4천만 달러를 지불하기로 합의했으며, 시무필람은 임상 시험에서 위약보다 인지적 이점이 없다는 결과와 함께 개발이 중단되었습니다. 이후 카사바 사이언스는 회사 이름을 필라나 테라퓨틱스(Filana Therapeutics)로 변경했습니다. 왕 교수에 대한 사기 혐의는 2025년 새로운 증거가 제시되면서 철회되었고, 그의 변호인들은 그의 무죄를 주장했습니다.

알츠하이머 연구 분야에서 가장 큰 논란 중 하나는 2006년 학술지 ‘네이처(Nature)‘에 실린 실뱅 레스네(Sylvain Lesné)와 캐런 애쉬(Karen Ashe)의 논문입니다. 이 논문은 “뇌의 특정 베타 아밀로이드 단백질 집합체가 기억력을 손상시킨다(A Specific Beta Amyloid Protein Assembly in the Brain Impairs Memory)“는 제목으로, 아밀로이드 가설이 한 차례 난관에 부딪혔을 때 등장했습니다. 당시 베타 아밀로이드 제거 백신 임상 시험이 실패하면서 아밀로이드 가설에 대한 의문이 제기되던 상황이었습니다.

레스네와 애쉬는 유전자 변형 쥐의 뇌에서 아밀로이드 단백질을 추출하여 쥐의 뇌에 주입한 결과, 인지 능력 저하를 보였다고 주장했습니다. 이들은 특히 ‘올리고머(oligomers)‘라고 불리는 작은 베타 아밀로이드 덩어리가 질병의 주요 원인이라는 ‘은총알(silver bullet)‘을 발견했다고 발표했습니다. 이 연구는 학계에 새로운 자신감을 불어넣었고, 2022년까지 알츠하이머 연구 역사상 가장 많이 인용된 논문 중 하나가 되었습니다.

그러나 슈래그와 필러의 조사 결과, 이 논문에 사용된 웨스턴 블롯(Western blot) 이미지에서 심각한 조작이 발견되었습니다. 웨스턴 블롯은 단백질의 종류와 양을 확인하는 데 사용되는 일반적인 과학 기술로, 알츠하이머 연구에서 매우 중요합니다. 슈래그와 다른 법의학 이미지 전문가들은 이 이미지들이 실험 가설을 뒷받침하도록 조작되었음을 밝혀냈습니다.

레스네는 필러의 취재 요청에 응하지 않았고, 애쉬는 대학의 조언에 따라 인터뷰를 거부했습니다. 이 사건은 NIH에 보고되었고, NIH는 이를 보건복지부 산하 연구 무결성 사무국(Office of Research Integrity, ORI)에 회부했습니다. 하지만 ORI는 해당 사건을 다시 피고발자의 소속 기관인 미네소타 대학교에 넘겼습니다. 필러는 이러한 접근 방식이 “가장 많은 것을 잃고 가장 적은 것을 얻을 수 있는 조직에 조사를 맡기는 것”이라며 비판했습니다. 미네소타 대학교는 몇 년에 걸쳐 조사를 진행했고, 그 동안 레스네는 문제의 연구 라인을 계속하며 수십만 달러의 연방 기금을 받았습니다. 결국 레스네는 2025년 정년퇴직을 앞두고 사임했고, 애쉬는 해당 논문의 철회를 요청했습니다.

찰스 필러는 알츠하이머 연구 분야에서 광범위한 부정행위가 만연해 있음을 지적하며, “자기 이익을 추구하는 연구자들, 정부 공범들, 그리고 기업의 탐욕이 결합된 음모”가 알츠하이머 연구를 장악했다고 주장합니다. 그는 이러한 주장이 음모론이 아니라, 수십 년간 아밀로이드 가설에 기반한 연구에 경력과 자금, 명예를 걸어온 이들의 이해관계에서 비롯된 현실이라고 설명합니다.

그의 조사 대상 중에는 미국 국립노화연구소(National Institute on Aging, NIA) 신경과학 부문 책임자를 역임했던 엘리에저 마슬리아(Eliezer Masliah)도 포함되어 있었습니다. 그는 연간 27억 달러 규모의 예산을 감독하며 전 세계 신경과학 연구 의제를 좌우하는 가장 영향력 있는 인물 중 한 명이었습니다. 필러는 슈래그를 포함한 4명의 법의학 이미지 전문가와 함께 마슬리아의 논문 800편 중 132편에서 이미지 조작, 오용, 재사용 등 심각한 이미지 불규칙성을 발견했습니다. 이 문제들은 마슬리아의 30년 경력에 걸쳐 나타났습니다. 필러가 이 정보를 마슬리아에게 제시했을 때 그는 응답하지 않았고, NIH는 필러의 기사가 출판되기 직전에야 마슬리아가 직책에서 물러났다고 발표했습니다.

필러는 또한 FDA의 ‘회전문 인사(revolving door)’ 문제도 비판합니다. 알츠하이머 치료제 승인에 관여했던 FDA 의료 검사관 16명 중 11명이 퇴직 후 규제했던 제약회사의 직원이나 컨설턴트로 일했다는 사실은 규제 기관의 포획(regulatory capture) 가능성을 시사합니다. 그는 FDA가 승인했던 위험하고 비효과적인 아밀로이드 항체 약물 아두카누맙(aducanumab, 상품명 Aduhelm) 사례를 들며, FDA 관계자가 제약사와 긴밀하게 협력하여 약물 승인을 추진한 후 해당 제약회사로 이직하는 관행이 심각한 문제라고 지적했습니다.

매튜 슈래그에게는 개인적으로도 고통스러운 경험이 있었습니다. 학부 시절 그의 멘토였던 오스만 그리비(Othman Ghribi) 교수는 슈래그에게 많은 것을 가르쳐주었고, 좋은 친구였습니다. 슈래그는 그리비 교수와 함께 고콜레스테롤 식이를 섭취한 토끼의 뇌에서 플라크 축적을 연구하는 논문을 발표하기도 했습니다.

카사바 사이언스 사건 이후, 슈래그는 자신의 모든 과거 연구가 분석될 것이라고 예상했지만, 자신의 연구에서 문제가 발견될 줄은 몰랐습니다. 그러나 누군가 그에게 “당신이 처음 발표한 논문의 이미지들을 본 적이 있느냐?”고 물었고, 슈래그는 현미경 이미지에서 뉴런들이 너무 유사하여 복사-붙여넣기된 것처럼 보이는 조작 흔적을 발견했습니다.

슈래그는 그리비 교수에게 이 사실을 물었고, 그리비 교수는 자신이 논문의 그림을 담당했으며, “기초 과학은 옳다고 생각했고, 더 명확하게 보이려고 했을 뿐 조작이라기보다는 과장에 가까웠다”고 인정했습니다. 그는 또한 “모두가 그렇게 한다고 생각했다”고 말했지만, 슈래그는 이는 사실이 아니며 과학적 기준을 훼손하는 것이라고 강조했습니다. 그리비 교수는 수치심 때문에 연구실을 폐쇄하고 모든 기록을 폐기했다고 슈래그에게 털어놓았습니다.

슈래그는 그리비 교수와의 통화가 매우 힘들었다고 회고합니다. 그리비 교수는 슈래그를 문제로부터 보호하려 했지만, 결국 대중 앞에서 자신의 행위를 인정하지 않았습니다. 슈래그는 그리비 교수가 훌륭한 스승이었지만, 자신의 경험을 통해 다른 과학자들이 과학적 원칙을 지키는 것의 중요성을 가르칠 수 있었을 것이라며 안타까움을 표했습니다.

2006년 그리비, 슈래그 및 다른 공동 저자들이 발표했던 토끼 논문은 2023년에 철회되었고, 이후 그리비 교수의 다른 논문들도 철회되었습니다. 그리비 교수는 “연구는 팀워크이며, 나는 내 연구의 데이터, 적어도 대부분의 데이터를 지지한다. 조작은 없었지만, 약간의 다듬기는 있었을 수 있다. 그러나 나는 연구실 책임자로서 전적인 책임을 진다”고 이메일을 통해 밝혔습니다. 그는 또한 슈래그의 논문에 있는 이미지들은 슈래그가 자신에게 넘겨준 것이며, 슈래그가 조작되었다고 믿었다면 의문을 제기할 시간이 많았다고 주장했습니다.

찰스 필러는 이러한 폭로가 과학에 대한 대중의 불신을 심화시킬 수 있다는 우려에 대해 깊이 공감한다고 말합니다. 그러나 그는 “신뢰는 얻어야 하는 것”이라며, 과학계 내부의 오만함과 안일함, 그리고 대중을 향한 오만한 태도에 대한 비판이 필요하다고 강조합니다. 잘못된 행위를 밝히는 것은 과학적 무결성을 회복하고 궁극적으로 과학에 대한 신뢰를 다시 쌓는 데 필수적이라는 것입니다.

알츠하이머병 치료제 개발은 여전히 인류가 직면한 가장 큰 과제 중 하나입니다. 그러나 이러한 내부 고발과 탐사 보도는 알츠하이머 연구가 나아가야 할 방향에 대한 중요한 질문을 던지고 있습니다. 잘못된 가설에 대한 맹목적인 추종과 과학적 부정행위가 만연한 환경에서는 진정한 발전이 불가능하다는 것을 보여주기 때문입니다. 이제 알츠하이머 치료는 어디로 향해야 할까요? 과학적 무결성을 회복하고, 편향되지 않은 연구를 지원하며, 다양한 가설을 탐구하는 열린 자세가 그 어느 때보다 필요한 시점입니다.

빌 맥더멋 CEO의 리더십 철학은 그의 독특한 성장 배경에서 비롯됩니다. 그는 16세에 델리(deli, 샌드위치 가게)를 인수한 경험을 통해 평생의 교훈을 얻었다고 회고합니다. 당시 여러 아르바이트를 하던 그는 모든 일을 델리 하나로 통합하며 ‘기회(shot)‘를 잡았고, “결국 고객만이 당신의 승패를 결정한다”는 단순하지만 강력한 진리를 깨달았습니다.

그는 델리의 주요 고객층인 블루칼라 노동자, 노인, 그리고 비디오 게임을 좋아하는 아이들의 니즈를 정확히 파악하고 맞춤형 서비스를 제공했습니다. 특히, 7-Eleven을 지나 자신들의 가게로 오게 하기 위해 비디오 게임을 설치하고, 고객들이 “좋은 음식을 먹고, 존엄과 존중을 받으며, 비디오 게임을 하고 싶을 때 우리 가게에 온다”고 말했던 일화는 그가 얼마나 고객 중심적이었는지를 보여줍니다. 맥더멋은 이 경험을 통해 하루 500명의 고객을 상대하며 얻은 감성 지능(EQ)의 가치를 강조하며, 오늘날 세상에 더 많은 EQ가 필요하다고 역설합니다.

그의 리더십은 제록스(Xerox)에 입사할 때의 일화에서도 빛을 발합니다. 21세의 젊은 나이에 면접에서 “아버지께 사원증을 가지고 돌아오겠다고 약속했다”며 당돌하게 자신을 어필했고, 결국 채용됩니다. 25년 후, 그를 채용한 상사는 “제록스에서 정책을 어긴 유일한 순간이었다”고 회고하며 그의 인간적인 매력과 잠재력을 높이 평가했습니다. 맥더멋은 이 경험을 통해 “사람들에게 엄청난 관심과 세심한 주의를 기울여야 한다”며, AI 시대에도 인간적인 연결과 개개인의 고유한 능력을 기억하는 것이 중요하다고 말합니다. “AI는 사람들을 섬기고, 인간의 야망을 더 크게 만들어야지, 우리에게서 그것을 빼앗아서는 안 된다”는 그의 철학은 AI 시대 리더십의 핵심 메시지로 다가옵니다.

최근 기술 업계에서는 클라우드 기반 소프트웨어 서비스(SaaS) 기업들이 AI 모델에 의해 대체될 것이라는 ‘SAS 종말론’이 회자되곤 합니다. 하지만 맥더멋 CEO는 이러한 주장을 정면으로 반박하며, 엔터프라이즈 워크플로 플랫폼의 독보적인 가치를 강조합니다.

그는 거대 언어 모델(LLM)만으로 기업의 복잡한 플랫폼을 복제하려는 시도가 얼마나 비효율적이고 비용이 많이 드는지 구체적인 예를 들어 설명합니다. “기존 엔터프라이즈 플랫폼을 LLM으로 복제하려면 비용이 10배 더 많이 든다”는 것이 그의 주장입니다. 여기에는 플랫폼 교체 비용, 해당 작업을 수행할 인적 자본 비용, GPU 공장 및 토큰 비용 등이 모두 포함됩니다.

더 중요한 문제는 ‘정확성’과 ‘책임’입니다. 맥더멋은 “사업을 운영하는 사람들은 사람이 실수를 한다는 것을 이해하지만, 소프트웨어가 실수를 하는 것은 절대 용서하지 않는다”고 지적합니다. LLM은 환각(hallucination) 현상이 발생할 수 있으며, 결정론적(deterministic)이지 않습니다. 즉, 똑같은 질문에도 매번 동일하고 정확한 답변을 보장하지 못하며, 기업 내부에 축적된 데이터의 맥락을 완벽하게 이해하지 못합니다. 반면 서비스나우와 같은 워크플로 플랫폼은 수십 년간 축적된 고객 데이터와 비즈니스 맥락을 기반으로 예측 가능하고 책임감 있는 결과를 제공합니다.

그는 “AI는 생각하고, 워크플로는 행동한다(AI thinks, workflow acts)“는 명제를 제시하며 AI와 워크플로 플랫폼의 상호 보완적인 관계를 설명합니다. 예를 들어, 기업의 보상 문제를 해결할 때 LLM은 “단계 1, 2, 3을 고려하라”고 조언할 수 있지만, 실제 사례를 종결하고 부서 간의 복잡한 데이터와 워크플로를 조정하며 문제를 해결하는 것은 서비스나우와 같은 워크플로 플랫폼의 역할이라는 것입니다.

서비스나우는 모든 하이퍼스케일러(hyperscalers), 언어 모델, 그리고 시스템 오브 레코드(systems of record)와 통합되는 ‘AI 컨트롤 타워(AI control tower)‘로서 기업의 비즈니스 재창조를 돕는다는 비전을 가지고 있습니다. 또한, 사이버 범죄가 세계 3위 경제 규모에 육박하는 1조 달러 규모의 문제로 성장함에 따라, 보안(security) 분야로의 확장(Armis 인수)과 운영 기술(OT, operational technology) 관리 역량 강화는 기업에게 전체적인 IT 및 OT 환경에 대한 가시성과 통제를 제공합니다. 맥더멋은 “사람, 장소, 사물뿐만 아니라 건물과 그 안에 있는 모든 것을 포함하는 중요한 인프라를 하나의 자동화된 AI 플랫폼에서 관리하는 것은 매우 강력한 비전”이라고 강조합니다.

맥더멋 CEO는 SAP와 서비스나우라는 두 개의 명확한 플랫폼 비즈니스를 이끌어온 경험을 바탕으로 ‘플랫폼 비즈니스’의 정의를 명확히 합니다. 그에게 플랫폼은 단순히 하나의 기능을 제공하는 시스템이 아니라, “미션 크리티컬(mission-critical)하며, 전환 비용(switching costs)이 매우 높고, 다른 모든 시스템 오브 레코드를 통합하는 허브”를 의미합니다.

서비스나우는 IT 서비스 데스크로 시작했지만, 이제는 기업의 모든 부서(IT, 인사, 고객 관계 관리, 보안 등)를 아우르는 전사적 워크플로를 제공합니다. 서비스나우의 인메모리 오픈소스 데이터 플랫폼은 방대한 데이터를 빠르게 처리하고, 다른 시스템에 있는 데이터를 ‘제로 카피(zero-copy)’ 방식으로 활용하여 실시간으로 비즈니스 프로세스를 변경하고 실행할 수 있게 합니다.

특히 AI 시대에 서비스나우의 강점은 더욱 부각됩니다. “새로운 비즈니스 프로세스를 AI 도구를 사용하여 즉시 변경할 수 있다”는 점은 기업이 변화에 빠르게 대응하고 혁신할 수 있는 기반을 제공합니다. 맥더멋은 “기업 고객들은 가치를 매우 빠르게 얻기를 원한다”며, 서비스나우가 주요 고객들에게 30일 이내에 시스템을 구축(go live)할 수 있게 하는 속도는 AI 시대의 핵심 경쟁력이라고 설명합니다. 이는 과거 수개월 또는 수년이 걸리던 복잡한 프로젝트를 훨씬 빠르고 효율적으로 진행할 수 있게 하여 고객의 투자 수익률(ROI)을 극대화합니다.

AI는 기업의 생산성을 극대화하고 인력 구조에도 근본적인 변화를 가져올 것입니다. 맥더멋 CEO는 향후 5년 내 서비스나우의 직원 구성이 달라질 것이라고 예측합니다. “순증 인력(net new added headcount)은 극적으로 줄어들 것”이며, 이는 ‘에이전트(agents)‘가 엄청난 업무량을 담당하게 되기 때문입니다. 예를 들어, 서비스나우 고객 서비스 사례의 90%는 이미 에이전트가 처리하고 있으며, 이는 인간 직원이 “전술적인 세부 작업” 대신 “비판적 사고와 판단”이 필요한 업무에 집중할 수 있게 합니다.

이러한 변화는 직원들에게도 새로운 기회이자 도전으로 다가옵니다. 에이전트가 쉽게 복제할 수 없는 차별화된 기술을 갖추는 것이 중요해질 것입니다. 맥더멋은 향후 몇 년 안에 22억 개의 에이전트가 노동 시장에 진입할 것이며, 이는 사람보다 에이전트가 더 많아질 수 있음을 의미한다고 경고합니다. 기업들은 인력을 늘릴 때 ‘명확한 ROI(투자 수익률)‘를 요구하게 될 것입니다. 특히 코로나19 팬데믹 기간 동안 원격 채용을 통해 기업들이 몸집을 불렸던 상황을 되돌아보며, AI 시대에는 더욱 날렵하고 스마트한 조직으로의 변화를 추구하게 될 것이라고 예측합니다.

현재 AI 도입의 현주소는 산업과 지역에 따라 매우 다양합니다. 맥더멋은 브라질의 경우 11%의 기업만이 AI 실험 단계를 넘어섰다고 언급하며, 많은 기업이 아직 초기 단계에 머물러 있음을 보여줍니다. 공공 부문은 복잡성 통합과 사기 방지에 주력하고, 헬스케어는 환자 경험 현대화에 집중하는 반면, 금융 서비스 기업들은 AI를 통해 인력 관리를 최적화하고 “더 적은 것으로 더 많은 것을 해내는” 방향으로 비즈니스 모델을 근본적으로 재고하고 있습니다.

미국은 AI 소비 및 채택에서 선두를 달리고 있으며, ‘최초 이행자(first movers)‘들은 이미 AI를 통해 비즈니스 모델을 변화시키고 인력 최적화를 추진하는 데 적극적으로 나서고 있습니다. 맥더멋은 이러한 변화가 기업의 궁극적인 수익성, 직원당 매출, 그리고 확장되는 마진으로 이어질 것이라는 높은 기대를 가지고 있습니다.

서비스나우의 비전은 고객 관계의 모든 면에서 “더 많이 알고, 더 많이 신경 쓰고, 더 많이 해낼 수 있는” 기업이 되는 것입니다. AI를 통해 기업 운영 방식에 대한 놀라운 실시간 통찰력과 가시성을 제공하고, 고객이 더 나은 방식으로 비즈니스를 운영할 수 있도록 돕는 것이 그들의 목표입니다.

레바논에서는 지난밤 늦게 이스라엘군과 이란의 지원을 받는 무장 단체 헤즈볼라(Hezbollah) 간의 10일간 휴전이 발효되었습니다. 뉴욕타임스 기자 크리스티나 골드봄(Christina Goldbomb)은 베이루트에서 남부 레바논을 잇는 주요 고속도로에서 현지 상황을 전했습니다. 휴전 발표 이후 남부 지역에서 피난 왔던 수천 가구가 집으로 돌아가려 하면서 극심한 교통 체증이 발생했습니다. 이스라엘군의 폭격으로 주요 다리 두 개가 파괴된 탓에, 현재는 임시로 만들어진 비포장 도로 하나만 이용할 수 있어 차량들이 한 대씩 건너고 있습니다. 이로 인해 많은 이들이 밤늦게까지 도로에 머물러야 할 상황입니다.

현지 주민들은 휴전이 과연 지속될지, 혹은 앞으로 어떤 일이 벌어질지 확신하지 못하는 불안한 기색을 내비치고 있습니다. 그러나 지난 한 달 반 동안의 전쟁 이후 남은 것이 무엇인지 확인하기 위해 고향으로 돌아가고자 하는 강한 열망을 보이고 있습니다. 레바논 당국에 따르면 3월 이후 이스라엘의 헤즈볼라에 대한 군사 작전으로 2,100명 이상이 사망하고 100만 명 이상이 피난길에 올랐습니다. 이번 휴전은 미국이 이란과의 휴전을 추진하는 데 위협이 될 수 있었던 상황에서, 미국이 강력히 추진한 결과입니다.

이번 합의는 기술적으로 이스라엘과 레바논 정부 간에 이루어졌지만, 레바논 정부는 헤즈볼라를 직접 통제하지 못한다는 점이 변수입니다. 헤즈볼라는 이전에 레바논 정부가 협상한 일부 합의를 준수했지만, 이번 휴전 수용 여부에 대해서는 “상황 전개에 따라 행동할 것”이라고만 밝혀 불확실성을 남겼습니다. 이스라엘 측에서는 베냐민 네타냐후(Benjamin Netanyahu) 총리가 휴전 기간에도 이스라엘군이 남부 레바논에 주둔할 것이며, 점령한 지역을 “확대된 안보 지대”로 칭하며 “우리는 떠나지 않을 것”이라고 못 박아 긴장감을 더했습니다.

이란과의 전쟁을 둘러싼 세 가지 주요 소식도 전해졌습니다. 첫째, 피트 헥스태스(Pete Hegsath) 국방장관은 이란의 새 정권이 잘못된 선택을 하고 합의에 동의하지 않을 경우, 전투 작전을 재개할 준비가 되어 있다고 위협했습니다. 그는 이란의 발전소를 표적으로 삼을 수 있다고 경고했는데, 국제법상 에너지 기반 시설에 대한 의도적인 공격은 전쟁 범죄에 해당할 수 있습니다. 국방부는 “그렇게 하고 싶지는 않지만, 대통령의 명령에 따라 즉시 실행할 준비가 되어 있다”고 밝혔습니다. 지난 주말 미국과 이란 간의 회담이 결렬된 이후, 트럼프 행정부는 이란에 대한 압박 수위를 높이고 있으며, 이란을 오가는 모든 선박에 대한 해상 봉쇄 조치까지 포함하고 있습니다.

둘째, 백악관 예산국장은 어제 의회 청문회에서 전쟁 비용에 대한 질문을 회피했습니다. 그는 비용이 매일 변동하기 때문에 정확한 수치를 제공할 수 없다고 말했으며, 심지어 대략적인 범위조차 밝히기를 거부했습니다. 이달 초 분석가들은 미국이 이란과의 군사 작전에 하루 약 10억 달러를 지출하고 있다고 추정했습니다.

셋째, 어제 라스베이거스 연설에서 트럼프 대통령은 전쟁으로 인한 글로벌 석유 공급 차질로 유가가 상승하는 것을 대수롭지 않게 여겼습니다. AAA에 따르면 현재 미국 운전자들의 평균 휘발유 가격은 갤런당 4달러를 넘어섰고, 항공유 가격 상승으로 항공권도 비싸졌습니다. 트럼프 대통령은 이러한 영향이 미국인들에게 미치는 영향을 축소하면서도, 전반적인 미국 경제에 대한 자신감을 표출했습니다. 그는 주식 시장의 실적을 강조하고 많은 미국인들이 받고 있는 세금 환급 증가를 언급하며 청중에게 “천만에요(You’re welcome)“라고 말했습니다.

워싱턴에서는 트럼프 행정부가 그동안 보건부 장관 로버트 F. 케네디 주니어(Robert F. Kennedy Jr.)가 주도해온 일부 강경한 백신 회의론에서 물러서는 모습을 보이고 있습니다. 어제 의원들과의 청문회에서 케네디 장관은 홍역, 볼거리, 풍진(MMR) 백신이 안전하고 효과적이며, 홍역에 걸리는 것보다 백신을 맞는 것이 훨씬 안전하다는 데 동의했습니다. 그는 또한 올해 초 텍사스에서 발생한 홍역 발병으로 사망한 두 명의 어린이가 백신을 맞았다면 살 수 있었을 것이라고 인정했습니다.

케네디 장관의 발언은 백신을 전적으로 수용하는 수준은 아니었지만, 수년간 백신이 위험하다는 근거 없는 주장을 펼쳐왔던 그의 과거 발언과는 확연히 대조되는 것이었습니다. 최근 백악관은 그에게 중간선거를 앞두고 백신 문제에 집중하지 말고 건강한 식습관과 같이 정치적으로 덜 민감한 문제에 대해 이야기할 것을 촉구한 바 있습니다.

또한 어제 트럼프 대통령은 새로운 질병통제예방센터(CDC) 국장으로 에리카 슈워츠(Erica Schwarz) 박사를 지명했습니다. 슈워츠 박사는 전 미국 공중보건서비스 부국장을 지냈으며, 백신을 공개적으로 지지해온 인물입니다. 행정부의 백신 관련 입장 변화는 전국적으로 홍역 발병이 계속 확산되는 가운데 이루어졌습니다. 최근에는 유타주가 새로운 확산의 중심지가 되어, 보건 당국은 거의 600건의 사례를 보고했으며, 대부분이 어린이였고 약 50명이 입원했습니다.

유타주의 확산은 주목할 만합니다. 텍사스나 사우스캐롤라이나와 같이 고립된 종교 공동체와 관련이 있었던 다른 최근 홍역 발병 사례와 달리, 유타의 사례는 광범위한 일반 인구에서 나타나고 있기 때문입니다. 솔트레이크시티의 한 감염병 전문의는 뉴욕타임스와의 인터뷰에서 자신이 치료하는 아픈 어린이들의 많은 가족들이 반(反)백신주의자는 아니지만, 그가 “오해와 잘못된 정보의 확산(epidemic of misinformation)“이라고 부르는 현상 속에서 가능한 부작용에 대한 우려 때문에 접종을 미뤘다고 전했습니다.

이번 달 메인주는 미국에서 처음으로 새로운 데이터센터 건설을 금지하는 주가 될 수 있습니다. 인공지능(AI)에 필요한 컴퓨팅 파워를 확보하기 위해 기술 기업들이 서두르면서, 미국 전역의 들판, 농지, 숲에 데이터센터가 급증하고 있습니다. 이러한 건설 붐은 막대한 양의 물과 전기 사용량, 그리고 그로 인해 인근 주민들의 공공요금이 상승할 가능성에 대한 우려를 낳고 있습니다.

메인주 의원들은 대규모 신규 컴퓨팅 시설 건설에 대해 18개월간의 유예 조치(moratorium)를 승인했으며, 이 법안은 이제 주지사의 손에 달려 있습니다. 메인주와 유사한 규제를 적극적으로 고려하고 있는 다른 주들의 데이터센터 건설 반대 노력은 트럼프 행정부와의 충돌을 야기할 수 있습니다. 트럼프 대통령은 AI 산업의 성장을 제한하는 주들을 고소하고 연방 자금 지원을 보류하겠다고 위협한 바 있습니다.

또한, 신규 건설을 막으려는 노력은 지역 차원에서도 논란이 될 수 있습니다. 예를 들어 메인주의 한 데이터센터 프로젝트는 오래된 버려진 방앗간을 활성화하고 미국 경제의 핵심 부분이 된 산업에서 새로운 일자리를 창출하는 방법으로 제시되었습니다. 이 프로젝트의 개발자 중 한 명은 뉴욕타임스에 “사람들은 AI를 두려워합니다. 저도 AI를 두려워합니다. 하지만 아시나요? AI는 오고 있습니다”라고 말했습니다.

2000년대 초반 선풍적인 인기를 끌었던 바퀴 달린 신발 ‘힐리스(Heelys)‘의 발명가 로저 애덤스(Roger Adams)가 71세의 나이로 별세했습니다. 로저 애덤스는 워싱턴주 타코마에서 롤러스케이트장을 소유했던 부모님 밑에서 자라 9개월 만에 바퀴 위에서 균형을 잡을 정도로 스케이트에 능숙했습니다. 하지만 그의 전문성은 한참 뒤인 40대에 이르러서야 발휘되었습니다. 이혼을 겪고 심리학자라는 직업에 회의를 느끼며 인생의 막다른 골목에 다다른 그는, 필요할 때 바퀴를 꺼내 신을 수 있는 신발에 대한 비전을 갖게 됩니다. 친구의 차고에서 운동화 뒤꿈치를 잘라내고 바퀴를 끼워 시제품을 만들었고, 그렇게 힐리스가 탄생했습니다.

2008년까지 힐리스는 연간 700만 켤레 이상 판매되며 폭발적인 성공을 거두었습니다. 당시 쇼핑몰에서는 바퀴 소리가 끊이지 않았고, 아이들이 평범하게 걷다가도 갑자기 변신 로봇처럼 발밑에서 바퀴를 꺼내 미끄러져 나가는 모습은 흔한 풍경이었습니다. 뉴욕타임스 부고 담당 기자 애쉬 우(Ash Woo)는 성인이 되어 다시 힐리스를 신어본 경험을 전하며 “조심성이 핵심”이라고 강조했습니다.

힐리스는 애덤스에게 수백만 달러를 벌어다 준 대성공작이었지만, 응급실 의사들에게는 달갑지 않았습니다. 신발이 갑자기 롤러스케이트로 변하면서 발생할 수 있는 머리 및 척추 부상 위험 때문에 한때 ‘최악의 장난감’ 목록에 오르기도 했습니다. 열풍이 불던 몇 년 후, 애덤스는 힐리스 회사를 떠나 대중의 시선에서 벗어났지만, 다른 웨어러블 롤러 장치에 대한 특허 출원은 계속했습니다.

AI에 대한 부정적인 여론은 더 이상 단순한 온라인 논쟁에 머무르지 않습니다. 지난주, 오픈AI(OpenAI)의 CEO 샘 올트먼(Sam Altman)의 샌프란시스코 자택에 20세 남성이 화염병(Molotov cocktail)을 던지는 사건이 발생했습니다. 용의자는 AI 반대 견해를 담은 문건과 다른 AI 경영진, 투자자, 이사회 구성원들의 이름과 주소 목록을 소지하고 있었으며, AI가 초래할 실존적 위험(existential risk)에 대한 우려 때문에 이 같은 행동을 저지른 것으로 알려졌습니다. 다행히 인명 피해는 없었지만, 이는 AI에 대한 깊은 불신과 분노가 얼마나 위험한 수준에 이르렀는지를 보여주는 단적인 예입니다.

이 사건 며칠 전에는 인디애나주 인디애나폴리스에서 더 우려스러운 사건이 있었습니다. 론 깁슨(Ron Gibson) 시의원과 그의 아들은 새벽에 십여 발의 총격으로 잠에서 깼고, 문 밑에는 “데이터 센터 반대(No data centers)“라는 쪽지가 발견되었습니다. 깁슨 의원은 자신의 지역구에 데이터 센터 건설을 지지하고 부지 재조정(rezoning)에 찬성표를 던진 바 있습니다.

케빈 루스는 이러한 사건들을 “반(反)AI 급진화와 폭력의 증가 추세”의 일부로 진단하며, 어떤 형태의 폭력도 용납될 수 없음을 강조했습니다. 폭력은 도덕적으로 잘못되었을 뿐 아니라, 정치적 목표 달성에도 전혀 효과적이지 않다는 지적입니다.

AI 기업들이 서비스를 제공하기 위해 필수적인 데이터 센터(data center)는 AI 붐의 가장 가시적인 상징이자 대중의 반발이 가장 뜨겁게 일어나는 지점입니다. 미국 전역에서 데이터 센터 건설에 대한 “내 뒷마당에는 안 돼(Not In My Backyard, NIMBY)” 식의 강력한 저항이 확산되고 있습니다.

메인주(Maine)는 2027년 11월까지 20메가와트(MW) 이상의 데이터 센터 건설을 일시적으로 금지하는 법안(moratorium)을 통과시켰습니다. 위스콘신주 포트 워싱턴(Port Washington)의 한 교외 지역에서는 미래 데이터 센터 건설을 제한하기 위해 유권자 승인을 의무화하는 안이 압도적인 찬성으로 통과되었습니다. 오하이오, 미주리, 인디애애나, 조지아, 노스캐롤라이나 등 다른 주에서도 유사한 움직임이 포착됩니다. 연방 차원에서는 버니 샌더스(Bernie Sanders) 상원의원과 AOC(Alexandria Ocasio-Cortez) 하원의원이 전국적인 데이터 센터 건설 모라토리엄을 제안하기도 했습니다.

이러한 데이터 센터 반대 운동은 AI 경영진에 대한 개별적인 위협과 함께, AI 산업 전반에 대한 깊은 불신을 반영합니다. 스탠퍼드 대학교의 ‘2026 AI 지수(AI Index)’ 보고서에 따르면, 미국인들은 AI뿐만 아니라 정부가 AI를 책임감 있게 규제할 수 있을지에 대해서도 매우 낮은 신뢰를 보입니다. 전 세계 평균 신뢰도가 54%인 반면, 미국은 31%에 불과했습니다. 퓨 리서치 센터(Pew Research Center)의 연구 역시 데이터 센터가 환경, 주택 에너지 비용, 삶의 질에 미치는 영향에 대해 부정적인 인식이 더 강함을 보여줍니다.

팟캐스트 진행자들은 AI에 대한 대중의 불만이 급격히 고조된 주요 원인을 세 가지로 분석합니다.

1. 과장된 수사학의 역풍: 샘 올트먼은 자신의 블로그에 뉴요커(New Yorker) 기사처럼 “선동적인(incendiary)” 기사들이 AI에 대한 불안감을 키워 자신을 더 위험하게 만든다고 주장했습니다. 그러나 진행자들은 오히려 AI CEO들 스스로가 AI의 “실존적 위험”에 대한 수사학을 부채질했다고 지적합니다. 샘 올트먼 자신도 2015년 블로그 게시물에서 “초인적인 기계 지능 개발은 인류의 지속적인 존재에 가장 큰 위협이 될 것”이라고 언급한 바 있습니다.

이러한 지도자들은 “사회관계망 서비스(SNS) CEO들이 과거 기술의 긍정적 측면만 강조하다 비판받는 것을 보았기 때문에, 자신들은 솔직하게 위험을 인정해야 한다”는 딜레마에 빠져 있습니다. 위험을 솔직히 말하면 “종말론자(doomers)“로 비난받고, 낙관적인 비전을 제시하면 “좋게만 포장한다(sugarcoat)“는 비판을 받습니다. 케이시 뉴턴은 이 모순을 해결할 세 번째 길은 “정부와 협력하여 제품으로 인한 피해를 완화할 규제 시스템을 마련하는 것”이라고 제안합니다. 그러나 오픈AI의 경우, 오히려 AI 규제 법안 통과를 막으려 로비 활동을 펼쳐왔습니다.

2. 일자리 상실 우려와 경제적 불안: 대중이 AI에 대해 가장 구체적이고 단기적으로 우려하는 것은 “이 기술이 내 일자리를 완전히 대체하거나, 현재의 일자리를 끔찍하게 만들 것”이라는 점입니다. 실리콘밸리 내부에서는 AI가 “완전 자동화된 고급 공산주의(fully automated luxury communism)“를 가져와 아무도 일할 필요가 없는 유토피아를 꿈꾸지만, 이러한 비전은 대중에게는 비현실적으로 들립니다.

케빈 루스는 “모든 정치와 마찬가지로, AI 정치 역시 궁극적으로 사람들이 기술을 보며 ‘이것이 나에게, 내 가족을 부양하고 편안하게 은퇴할 능력에 무엇을 할 것인가’를 생각하는 것으로 귀결된다”고 말합니다. 실리콘밸리의 기술 낙관주의자들은 급격한 기술 변화를 환영하지만, 대부분의 사람들은 삶의 안정성을 원합니다. 일자리를 빼앗고 미래를 예측 불가능하게 만들 수 있는 기술에 대한 두려움과 분노는 자연스러운 반응이라는 것입니다.

3. 엘리트주의와 통제력 상실감: 현재의 AI 발전은 “하향식(top-down)” 프로젝트입니다. 차고에서 모인 괴짜들이 시작한 것이 아니라, 소수의 매우 똑똑한 사람들이 막대한 자본을 확보하여 빠르게 개발하고 배포하는 방식입니다. 대중은 “이것을 요구한 적도 없지만, 의미 있는 통제권도 없다”고 느낍니다.

오픈AI가 캘리포니아의 AI 투명성 법안 통과를 저지하고, AI 규제를 지지하는 비영리 단체에 소환장(subpoena)을 보내는 등 민주적 절차를 거스르는 행동을 한 사례는 이러한 엘리트주의적 경향을 보여줍니다. 최근 일리노이주에서 오픈AI가 모델 사용으로 심각한 피해가 발생해도 고의적이지 않은 한 책임을 면제받는 법안을 지지한 것은 “인류에게 실존적 위험이 될 수 있는 것을 만들면서, 동시에 책임으로부터 보호받는 법안을 로비하는 것”이라고 케이시 뉴턴은 비판합니다.

기술 업계에서는 자율주행차(Waymo)처럼 인간 운전자보다 “입증할 수 없을 정도로 안전한(demonstrably safer)” 기술조차도 “택시 운전사들의 일자리는 어떻게 할 것인가”라는 질문 때문에 대중의 반발에 부딪히는 현상을 비웃거나 무시하는 경향이 있습니다. 일부 실리콘밸리 인사들은 “이 기술은 너무 중요해서 대중에게 맡길 수 없다”고 생각하지만, 이는 잘못된 태도라는 지적입니다.

그렇다면 AI가 초래할 해악과 실업 문제에 대해 대중이 취할 수 있는 “올바른 지렛대(right levers)“는 무엇일까요? 진행자들은 데이터 센터 건설을 막는 님비(NIMBY) 현상이 AI 발전 속도에 의미 있는 영향을 미치지 못할 것이라고 회의적인 시각을 보입니다. 대신, 실질적인 정책 제안으로 “유연한 사회 안전망(social safety nets)“과 “재훈련 프로그램(retraining programs)“을 제시합니다. 유럽의 일부 국가에서는 로봇 때문에 일자리를 잃은 노동자들에게 일정 기간 급여를 지급하고 새로운 기술을 재교육하여 고용을 유지하는 제도를 운영하고 있습니다.

오픈AI 역시 ‘지능 시대의 산업 정책(Industrial Policy for the Intelligence Age)‘이라는 백서에서 모든 시민이 AI의 경제적 이득을 공유하는 “공공 부(富) 기금(public wealth fund)” 조성, 노동자를 위한 안전망 개선, 에너지 생산 가속화를 위한 민관 파트너십 구축 등을 제안했습니다. 그러나 케이시 뉴턴은 이러한 제안이 “엄청난 부의 재분배”를 요구하는 것임에도 불구하고, 오픈AI의 실제 로비 활동과 정치 기부가 “대규모 복지 국가 확대를 지지할 리 없는 공화당 후보들을 주로 후원한다”는 점에서 진정성에 의문을 제기합니다.

결론적으로, 현재 AI 산업은 대중의 삶에 엄청난 혼란을 야기할 것이라고 말하면서도, 그 혼란 이후에 대한 구체적인 계획이 없는 “거버넌스(governance) 문제”에 직면해 있습니다. 진행자들은 정부가 이 문제에 대한 해답을 내놓아야 하지만, 현재 정부의 능력에 대해서는 비관적인 시각을 드러냅니다. 그럼에도 불구하고, AI의 혜택이 모든 사람에게 돌아가도록 보장할 정책 계획을 제시하는 정치인들에게는 “미국 정치의 넓은 기회의 길(wide open lane)“이 열려 있다고 강조하며, 그러한 리더십이 역사에 이름을 새길 것이라고 역설합니다.

팟캐스트의 후반부에서는 기술 저널리스트 카라 스위셔(Kara Swisher)가 CNN에서 방영하는 새로운 다큐멘터리 ‘카라 스위셔는 영원히 살고 싶다(Cara Swisher Wants to Live Forever)‘를 통해 실리콘밸리 엘리트들의 또 다른 집착인 ‘장수(longevity)‘와 ‘불멸(immortality)‘에 대한 탐구를 다룹니다.

스위셔는 이 다큐멘터리 제목이 “농담”이라고 말하며, 자신이 진정으로 영원히 살고 싶어 하는 것은 아니라고 밝힙니다. 그녀의 목표는 “매우 길고 훨씬 나은 삶을 사는 데 도움이 될 만한 것들”을 찾아보는 것입니다. 스위셔는 스티브 잡스(Steve Jobs)의 죽음과 그의 “죽음이 동기 부여가 된다”는 스탠퍼드 연설에서 영감을 받았지만, 실리콘밸리가 간헐적 단식(intermittent fasting), 솔렌트(Soylent) 같은 ‘신체 해킹(body hacking)‘부터 환각제(psychedelics), 뇌 해킹(brain hacking)에 이르기까지 점차 ‘불멸’에 집착하는 것을 목격했습니다. 샘 올트먼, 래리 엘리슨(Larry Ellison), 피터 틸(Peter Thiel) 등 많은 거물급 인사들이 항노화(anti-aging) 기술에 투자하고 있습니다.

스위셔는 크리스퍼(CRISPR), mRNA 백신, AI를 활용한 유전자 접힘 분석(gene folding) 등 “실질적인(real)” 기술 발전과 함께, 고압 산소 챔버(hyperbaric chamber), 사운드 테라피(sound therapy), 적색광 치료(red light therapy) 같은 “터무니없는(ridiculous)” 시도들이 혼재되어 있다고 말합니다. 그녀는 자신이 직접 여러 가지를 시도했는데, 케타민(ketamine)을 ‘최적화(optimization)’ 목적으로 사용한 경험도 포함됩니다.

스위셔가 이러한 ‘건강 관련’ 집착에 대해 가장 비판적인 부분은 “부자들이 완벽성을 추구하며 말도 안 되는 치료법에 돈을 낭비하는 것”입니다. 그녀는 “우리 모두가 더 오래 살 수 있는 가장 간단한 방법 중 하나는 보편적 건강보험(universal healthcare)“이라며, 한국을 예로 들었습니다. 미국은 다른 선진국에 비해 두 배의 의료비를 지출하면서도 결과는 최하위권이라는 점을 지적하며, 부자들이 개인적인 불멸에 집착하는 동안 더 큰 문명의 건강에는 무관심한 태도를 비판했습니다.

일부에서는 부자들이 이러한 기술의 ‘기니피그(guinea pigs)‘가 되어 성공하면 대중에게도 혜택이 돌아올 것이라는 “낙수 효과(trickle-down health)” 주장을 펼치기도 합니다. 그러나 스위셔는 이러한 주장이 주로 부유층 여성들 사이에서 퍼진 GLP-1 약물처럼 이미 당뇨병 환자들에게 오랫동안 사용되어온 치료법을 자신들만의 ‘새로운 발견’처럼 여기는 경향이 있음을 꼬집습니다.

결론적으로, AI 반감과 장수 집착은 실리콘밸리 엘리트들과 일반 대중 사이의 깊은 문화적, 경제적 단절을 상징합니다. 기술의 발전이 인류에게 어떤 미래를 가져올지에 대한 진지한 고민과 함께, 그 혜택과 위험을 공정하게 분배하고 통제할 수 있는 민주적 거버넌스 시스템의 구축이 시급한 과제로 떠오르고 있습니다.