Unraveling the prehistory of music presents unique challenges. Prior to Edison’s phonograph, no sound records exist, and the organic materials of early instruments biodegrade over time. Yet, Spitzer and other researchers piece together this ancient narrative through ingenious inference, drawing from multiple disciplines.

The earliest surviving musical instruments are “lithic instruments” made of rock, such as stalactites or the famous rock gongs in Tanzania. A landmark discovery, however, are the bone flutes, about 40,000 years old, found in South German caves, meticulously crafted from griffin vulture bones. Later, the invention of ceramics allowed for the creation of frame drums with stretched hides, and farming, with its supply of animal guts, led to the first string instruments like harps and lutes. These, too, have largely biodegraded, leaving archaeologists to infer their existence.

One compelling inferential argument takes us back 1.5 million years to Homo Erectus, an early hominin ancestor. The invention of the “bifacial axe”—a stone axe with two symmetrical faces—is key. This capacity for symmetry in a tool suggests two things: an ability to create a beautiful form for aesthetic reasons, and a mental capacity that is “cross-modal.” If Homo Erectus could create visual symmetry, it’s a fair argument they could also create symmetrical sound, what we call meter or regular rhythm, by tapping that axe.

Another pivotal evolutionary step was bipedalism. Around 4 to 4.4 million years ago, early hominins like “Ardi” (Ardipithecus ramidus) stood on two legs and walked. This act imprinted the rhythm of walking onto human music, forging crucial links between the brain, muscular exertion, and sound. Early hominins learned to recognize footsteps as patterns, providing a sense of time and predictability. This also gave rise to the enduring human fascination with the metaphor that “music moves,” even though it’s simply sounds floating through the air. Music, like a journey, unfolds over time, an echo of our ancestors’ epic migrations out of Africa.

Standing upright triggered a cascade of evolutionary adaptations. Our cranial volume tripled, leading to increased intelligence and greater dexterity in our fingers, essential for crafting and playing flutes. Our larynx descended, and the hyoid bone evolved, allowing for a vastly greater variety of articulated sounds.

This expanded vocal capacity, however, exceeded its immediate functional needs. Unlike vervet monkeys, which have four specific calls for different predators, humans could produce thousands of sounds. This “excess of sounds” is where music truly began: “where you’re playing with sound. You’re enjoying sound for sound’s sake, no longer having a function.” At this point, human music diverged from mere animal vocalization.

Spitzer emphasizes that music is fundamentally about memory and history. Whether it’s a two-million-year-old teaching their son how to knap a rock (a “congealed muscle memory” or “meme”) or the incised lines on bone flutes indicating finger placement, music embodies accumulated knowledge. Across cultures, music serves as a way to explain origins. The Kuli tribe of Papua New Guinea, for instance, believe music comes from the Mooney bird, imitating its calls to participate in the “great circle of life” and sing back their ancestors’ songs—a form of “recorded history.” In the West, a Beethoven symphony like the Eroica similarly “rehearses a memory” of living under Napoleon.

Early music was deeply intertwined with architecture and ritual. The discovery of flute shards in points of maximum resonance within caves suggests a natural “marriage” between music, acoustics, and these mysterious, potentially sacred spaces. Caves, being dark and dangerous, were likely reserved for special ceremonies, utilizing their astonishing resonance for flutes, voices, or banging stalactites—portals to the divine. Around the hearth, a symbol of stability and cyclical rituals (often tied to the hunt), music was a communal activity, with no distinction between singing, physical motion, or dancing.

The Western concept of “music” as a singular word encompassing diverse activities is unique. Most cultures have distinct words for song, instrumental sound, dancing, and storytelling with music, all of which were “tangled together into a single ceremony” in ancient times.

Observing hunter-gatherer societies across diverse environments—deserts, savannas, rainforests, polar caps—reveals a shared “core” that speaks to something essential. These cultures exhibit a profound entanglement with animals, imitating their calls and dances in songs. Darwin himself noted Australian Aboriginal peoples imitating kiwis and kangaroos. Inuit hunters mimic seal cubs to lure them, while Native Americans imitate buffalo calves. Beyond animals, there’s an entanglement with the landscape, famously seen in the Aboriginal “songlines,” where features of the desert are tagged with songs, turning navigation into a musical journey. Music often serves as a “shamanistic spirit journey,” granting “wings” to fly through cosmic layers to the “dreamland of their ancestors.”

Even environmental differences shaped musical function. In the harsh, traceless snowscapes of the Arctic, Inuit developed “webs of culture” and mental trails, with music playing a crucial role in “anger or conflict management” within the confined spaces of igloos. Their songs, full of laughter and jokes, fostered playful sociability to diffuse potential tensions in a life of extreme mutual dependence.

The broad sweep of human evolution moves from nomadic hunter-gatherers to sedentary farming communities, and then to cities. For nomads, music had to be portable—ideally just the voice, or light instruments like flutes or small percussion. Their music was “of the moment,” often playful and avoiding repetition; a “piece” or “work” that could be repeated was a modern notion.

With farming and a settled life, mindsets shifted to the “circle of the seasons” and the “circle of life.” Music gained “roots,” composed for every frame of this cycle. The “work” as a repeatable structure emerged, cyclical like life itself, leading to musical rituals. As music migrated from farm to town, instruments could become heavier (bells, gongs) or more delicate (harps, lutes), reflecting permanent roots. Music’s function changed too, becoming a “handmaiden to power,” serving princes or the church. Musicians became professionalized, creating music for the leisure class, giving rise to “concerts”—a purely modern invention. For millions of years, most music was “performed functionally” in the fields, on the water (sea shanties), or during tasks like fulling cloth, with the song’s quality reflecting the activity. Crucially, it was participatory, with no distinction between creator and listener.

The invention of writing brought musical notation. The Babylonians and Sumerians had early forms, but the West diverged significantly with “staff notation”—writing music on five lines—invented by Italian monk Guido of Arezzo around 1020 AD. This was a “tool of church control,” ensuring monks across Christendom sang “from the same hymn sheet.” This control extended globally, as Cortez brought Spanish polyphony to Mexico in 1519, leading to Aztec musicians performing it in Mexico Cathedral by 1530. Notation became “the sharp end of the stick of globalization.”

The consequences of staff notation were profound and, Spitzer argues, “frankly bad.” By “pinning notes down to a page,” it froze music, making it “cold and mechanical,” turning it into an “object” rather than an activity. This created a division between composer and performer, freezing tradition into a “museum of musical works.” This contrasts sharply with traditions like Indian Carnatic or Hindustani music, where an organic, evolving oral tradition allows disciples to “creatively improvise around the idea of the work” rather than mechanically reproduce it.

One of the most surprising insights is music’s “fractal nature.” Just as a galaxy might resemble a brain cell, the universe exhibits self-similarity at different scales, and so does music. “Music is the art of repetition,” Spitzer notes, with notes in a bar, bars in a phrase, phrases in a section, and so on, ad infinitum. This capacity stems from the fractal nature of sound itself; waveforms exhibit self-similarity no matter how much they are magnified, much like a coastline or a cloud. This makes music “perfectly natural,” aligning its structure with the “noise of nature”—wind, ripples of water. This fractal theory offers a more compelling connection between music and the cosmos than older myths of the “harmony of the spheres.”

Ironically, when viewed through a wide lens, humans are “not very musical at all” compared to birds and whales. Apes, our evolutionary ancestors, lack vocal learning (the ability to creatively learn new songs) and a sense of rhythm, unlike insects and some birds. Humans, however, are the “great synthesizers,” combining the rhythms of insects, the melodies of birds, and the gesturality of apes, all while reflecting the fractal structure of the cosmos. Our unique contribution lies in “the very human drives of emotions and indeed the finite quality of human life.” Without human emotions and the finitude of our lifespan, it wouldn’t be “music” as we know it.

This leads to a fascinating thought experiment: the Voyager Golden Record, sent into space 40 years ago with diverse human music. If aliens were to discover it, would they find a common denominator? Spitzer believes they would observe that “sapiens are flatlanders,” inhabiting a narrow perceptual band, unable to hear as low as whales or as high as bats, and with songs less extensive. They would likely recognize commonalities with animal music, particularly the hierarchical, repetitive structures. But a key distinction would be the “walking meter” reflecting our bipedal motion, contrasting with the fluid rhythms of whales or the jerky movements of birds. Each species’ music, then, “reflects the kind of motion that their bodies pursue in their environments.”

While every culture has different scales and harmonies, there is a “music instinct”—an innate capacity to recognize and beat in time to rhythm, and to recall melody. This universality, however, is quickly shaped by culture. The rhythms babies are bounced in, or the melodies they hear, will influence their preferences.

This innate capacity is rooted in the layered structure of the human brain. The deeper one dives, the more universal music’s propensity and emotional impact become. The brain stem flinches to shocks, the basal ganglia (reptilian brain) responds to pleasure/displeasure, the amygdala (mammalian brain) processes basic emotions, and the neocortex (most modern layer) processes complex patterns. Music engages all these layers.

Everywhere Sapiens travels, music follows. From Cortez bringing Spanish counterpoint to Mexico, to English Puritan hymn tunes in North America, to Christian hymns shaping African national anthems, music has always been a vehicle of cultural exchange. The Silk Road saw instruments like lutes and violins, and melodies, travel across continents, changing names and forms. African dances like the Chaconne and Sarabande influenced even Bach’s Baroque compositions.

Once music is “enculturated” by another people, it becomes naturalized. Aztec counterpoint becomes “Indianized.” Japan’s embrace of Beethoven’s Ninth Symphony, performed annually on New Year’s Eve, leads to the astonishing notion that “Beethoven is a Japanese composer.” His music, resonating with Japanese sensibility for etiquette and tradition, expresses “social togetherness and an extinction of the ego”—a “much more Zen quality” than its individualistic interpretation in the West.

A major difference Spitzer highlights is the Western “problem with nature” in sound. The West conceptually distinguishes musical notes from natural sounds like wind or trees, often exiling bells to church towers because their complex acoustic partials couldn’t be captured arithmetically. This contrasts sharply with the East. Confucius, often depicted playing the zither (qin) under an apricot tree, embodied a tradition where the instrument’s delicate sounds “melded into the sounds of the wind and the bamboo and the grass and the water.” There was “no distinction between music and nature.” The 2,000-year-old bronze bells of the Marquis Yi of Zeng, discovered in 1978, demonstrate an acoustic science “infinitely superior to Western acoustics,” reflecting a profound sensibility for natural sound that permeates Chinese and Japanese music.

Western music, once one of many civilizations, and often “on the back foot” compared to advanced cultures in China, India, and the Middle East, ultimately achieved global dominance through notation. Yet, the tide is turning. “The West is being colonized by two tidal waves,” Spitzer observes: African music (jazz, rock) becoming a lingua franca, and K-pop (BTS) re-educating the West about sound. The traditional Western misconception of music as a history of “works” and “composers,” reducing it to an “object” in a museum, is giving way. “You need to take music away from the musicians and give it back to the people,” Spitzer asserts, challenging the idea of composers as divine geniuses whose scores must be mechanically reproduced.

What makes human music so distinctive is the direct link between sound and motion in our brains, connecting motor regions with the auditory cortex—a link largely absent in birds (except perhaps sulphur-crested cockatoos). This ancient connection means that if you rock a baby to a rhythm, they’ll grow to like it.

Our brains also possess “mirror neurons,” which allow us to instinctively imitate actions and experience emotions sympathetically. Seeing someone yawn makes us yawn; hearing a sad song triggers a mirroring of that sadness. This “emotional contagion” is evident even in infants who, without prompting, instinctively jump to rhythmic music.

Music can evoke powerful, almost extreme reactions known as “the chills” or “the sublime.” These moments, often triggered by sudden loudness or intensity, engage the same brain parts that respond to fear, causing goosebumps. Yet, we enjoy this fear. Spitzer defines musical aesthetics as “taking the danger out of extreme experience,” akin to enjoying a rollercoaster or a volcanic eruption from a safe distance. Music, in this sense, is “violence without the danger or the natural sublime without the danger.”

Darwin noted that emotions have an adaptive role in survival. Happiness signals goal achievement, anger signals blockage, sadness indicates loss, and fear triggers freeze, fight, or flight responses to threats. Music, made of patterns that can be allowed to run their course or be frustrated by “shocks” (a bang, an interruption), engages these same primal faculties. While no one dies in music, it taps into these deep-seated survival mechanisms, which is why it can express emotion in such a visceral way. Listening to music, Spitzer explains, is a form of “mental time travel,” engaging layers of the brain, making it “a sort of umbilical cord back to mother nature.”

Perhaps the most astonishing fact is that musical training literally “rewires the brain.” While most people are right-brained, trained musicians become left-brained, processing music through the same temporal lobe that handles language—a testament to music’s complexity. Learning an instrument imparts discipline, practice habits, teamwork, attention, and focus—all highly transferable skills.

Spitzer argues that viewing music purely as relaxation or entertainment does it a “massive disservice.” Music is a powerful tool for mental health:

• Social Connection: It brings people together and plugs individuals into social networks, combating loneliness.
• Stress Reduction: It lowers cortisol levels.
• Pleasure: It floods the brain with dopamine, making us happy.
• Memory: It’s an excellent way to tag and recall memories.
• Emotional Expression: It allows for the expression of deep emotions and identity that language cannot capture, precisely because “music is far too precise for words.”
• Mindfulness: It fosters contemplation and active listening, far from passive relaxation.

However, music can also be harmful. It can be militarized (e.g., torture tactics), and any disliked sound can increase stress. Clinical prescription requires extreme caution: repetitive Baroque music might not suit Alzheimer’s patients, and certain conditions respond better to softer or more varied music. Doctors need education on how to prescribe music effectively.

With the internet’s ubiquity, is there a danger of music becoming a “gray homogeneous object”? Spitzer dismisses this fear. Artists inherently strive for distinctiveness, always turning “their back on fashion to create something new.” Moreover, with thousands of genres and subgenres, music remains an extraordinary tool for expressing human identity. “As long as people have an identity and are different, they will create music to reflect their personality.”

While we are “drowning in music” today, compared to Beethoven’s time when hearing a symphony twice in a lifetime was rare, Spitzer remains optimistic about its future, given its million-year history. He forecasts two main developments:

1. Increased Instrumentalization and Functionality: Music will become ever more functional, bespoke, and even “prescribed.” He envisions a future where specific sounds could be injected to treat conditions like depression or emotional disorders.
2. Greater Integration with Technology: The internet has already accelerated a cultural shift, “taking music away from musicians and giving it to normal people.” Digital platforms allow us to create and share music from home, “regaining the participatory condition of music which was the norm thousands of years ago.” This symbiotic relationship, exemplified by K-pop’s evolution through consumer-digital interaction, will deepen. Spitzer reminds us that technology isn’t sinister; instruments, from the bone flute to computer programs like Watson Beat, are tools that extend human capacity and imagination. The human role remains crucial: to make decisions, edit, select, and shape the possibilities technology offers.

Finally, Spitzer offers a bold prediction: the future of music “may not be just about sound.” It may involve tastes, colors, our bodies, and frequencies beyond our current narrow hearing spectrum. We will learn to amplify and extend our auditory range. Just as Stockhausen or Beyoncé’s achievements would have been incomprehensible centuries ago, we can’t even begin to imagine the possibilities awaiting us in music’s evolving journey.

Michael Spitzer’s work provides a monumental re-evaluation of music, positioning it not as a mere cultural artifact, but as a primal, evolving force deeply woven into the fabric of life, consciousness, and the cosmos itself. It is a reminder that the melodies and rhythms that move us are echoes of an ancient past, shaping our present, and resonating into an unimaginable future.

One of the most immediate and impactful shifts Nystrom has implemented is the complete overhaul of daily standup meetings. The traditional model – engineers going around the room with “dead eyes,” delivering rote updates like “I did this, I shipped that, no updates for me” – is, in his words, “painful and a huge waste of time.” The goal, he believes, should be to “get to the meat” of the discussion, focusing on problems, decisions, wins, and future work, rather than mundane status reports.

His solution: a Notion AI custom agent that automates the entire meeting preparation process. Every day at 9 AM, a blank meeting template is generated. Immediately afterward, Nystrom’s “Hot Potato” agent springs into action. This custom agent, which he affectionately describes as part of a project with a “potato theme” (because CI is often a cobbled-together mess that they’re turning into a rocket ship), scans a wealth of information from the past 24 hours:

• Slack conversations in the project channel for updates, feedback, and questions.
• Tasks closed in Notion.
• Merged pull requests.
• Yesterday’s meeting transcript for context.
• Telemetry data from Honeycomb for key metrics like CI time.

The agent compiles all this into a detailed “pre-read” document, complete with metrics, decisions, progress updates, bugs, feedback, and open questions. “I can basically work up until like the minute of our meeting without having done a bunch of like prep,” Nystrom explains. This means managers can spend their time on hands-on coding or strategic thinking, rather than compiling reports.

The impact on meetings is transformative. Instead of passive updates, the team looks at the AI-generated agenda and dives straight into meaningful discussions. “Everybody in that room has ideas, they have insight, but because we’ve made it like so non-productive and like not engaging that like we’re not we’re just like we need the point of the meeting is to like exchange ideas and information and if we’re like not doing that, like literally what’s the point?” Nystrom says. The AI-powered pre-read democratizes information sharing, ensuring that even quieter engineers’ contributions are highlighted. Claire Vo aptly notes the parallel with her own introversion, where AI acts as a proxy to overcome communication anxiety, equalizing the playing field for information extraction.

This automation, while not “world-changing” in terms of raw hours saved, is critical. “It’s like 20 minutes a day,” Nystrom clarifies, “and that’s like 20 minutes I can spend doing other stuff. And that like it’s not even just about like saving that 20 minutes, but it’s like protecting my brain from like having to context shift about all this stuff and like ingest it.” It’s about reducing cognitive load and protecting against burnout, allowing managers to focus on creative problem-solving and engaging with their teams. As Vo puts it, “Your AI, your agent is never going to complain when you ask it to do this five minutes before the meeting starts.”

Building this agent involved clear instructions: define its purpose, specify the 24-hour lookback window, use Notion AI’s “sub-agents” (a powerful but sometimes finicky feature), and provide a strict template for the output format. Nystrom even used the agent to help configure itself, feeding it a screenshot of a Honeycomb query and asking it to update its instructions. This iterative, natural-language approach makes customizing workflows incredibly flexible, allowing for rapid adjustments without complex code.

Beyond meeting management, AI is fundamentally changing how Nystrom’s team writes code. He’s a devoted “Codeex stand,” referring to the coding agent that has become a daily driver. The previous workflow involved writing detailed prompts in Notion pages, then manually copying and pasting them into a terminal. While functional, it was clunky.

Notion’s internal “Boxy” project (or “Software Factory”) streamlines this. Boxy consists of virtual machines running Codeex and Cloud Code, which can be invoked directly from Notion tasks. Nystrom recounts a recent example: “A friend of mine, who’s a Notion fan, text me. He’s like, ‘Hey, I like the tab block that you built… But I really wish I could just like copy link to a tab and then like send it to somebody.’”

Nystrom opened a task in Notion, took some notes, dropped in a screenshot of the desired UI, and outlined edge cases like refreshing a URL that links directly to a tab. With just a few sentences and an image, he mentioned @codeex in the comments, triggering Boxy. Within minutes, Codeex got to work. In about 10 minutes, it replied with a pull request link and a preview URL.

The PR itself was remarkable: Codeex had built the entire feature, including tests, and even uploaded screenshots of its own UI verification. When Nystrom found a CI failure and replied with “I don’t get it,” Codeex promptly explained its reasoning and fixed the type errors. This interaction highlights a new dynamic in code review: direct, unvarnished feedback to an AI that never complains and always iterates. Nystrom often finds himself using prompts like, “I literally don’t know what I’m doing here. You need to explain this to me like I’m a 5-year-old,” especially when tackling unfamiliar CI challenges.

This approach underscores a critical trend for large engineering organizations: the necessity of a robust VM strategy and background agents. These systems allow engineers to offload environment setup and heavy computation, kicking off tasks and letting the agents “grind for hours” in the background, freeing up human developers for more creative or strategic work. As Nystrom notes, “I’m not the person that is like sitting with the browser open and like some agent next to it and like iterate look at the browser iterate look at the browser. I’m like the more the closer I can get to oneshotting solutions the better.”

Perhaps the most profound shift Nystrom describes is the move towards “spec-driven development.” Recognizing “tool and instruction fatigue” and bloated system prompts, Notion rebuilt its agent harness. The key insight was to start with natural language specifications, not code.

Their codebase now includes an agent_specs subfolder, filled with markdown documents. Nystrom shared his process for building a new AI feature: “I didn’t start with writing code. I didn’t start with anything. I just started with an empty markdown document.” He then used Whisper to “yap about how this feature should work,” essentially a free-form voice recording. This “yap session” was fed to Codeex with instructions to “learn the format, take my information, write a spec.”

After a few revisions, Nystrom had a comprehensive markdown document. Then came the magic: he pointed Codeex at the spec file and commanded, “Build it.” Codeex “one-shotted” the implementation because the spec was so thorough, including code pointers and detailed verification instructions. Notion has even built CLI tools to allow Codeex to run Notion AI itself, send queries, and verify outcomes based on the spec.

“I kind of think that this is like the future of software engineering,” Nystrom states. The spec, written in plain English (albeit with technical detail), becomes the source of truth, version-controlled alongside the code. When updates are needed, engineers modify the spec, not necessarily the underlying code. This not only simplifies maintenance but also makes the feature’s logic accessible to non-engineers, like marketing teams, who can translate it into external communications.

This evolution redefines the engineer’s role. “I view our job as like engineers evolving into like systems thinkers and architects and not and not even just necessarily writing like the spec and thinking about the behaviors but most importantly is like the verification loop,” Nystrom explains. The focus shifts from plumbing code to designing robust systems and ensuring their correctness through automated verification. This isn’t adding work; it’s re-emphasizing the architectural and design phases that were always part of good engineering, but now with the power to automate the implementation. The endless meetings debating theoretical implementations are replaced by a rapid cycle of spec, build, and live verification.

Underpinning all these advancements is a relentless focus on developer experience (DevX) and CI speed. Nystrom’s “Afterburner” project at Notion aims to cut CI times by a quarter, a goal driven by his past experiences with both slow and fast CI environments. “The faster your CI completes, the faster you get signal,” he asserts, “the more comfortable your engineers will feel with like making changes and doing things because they know like I can make a change and get it pushed into dev or into production really quick.”

This velocity, combined with AI, creates a powerful feedback loop. Rapid CI provides quick validation for AI-generated code, enabling faster iteration and higher confidence. It’s a symbiotic relationship where AI accelerates development, and a strong DevX ensures AI outputs are integrated and validated efficiently. Claire Vo highlights this as the “era of the hard skill,” where the ability to write code, build automations, and understand models is paramount, even for engineering leaders. Nystrom wholeheartedly agrees, advocating for line managers, directors, and even CTOs to “write some code” and stay close to the product.

Ryan Nystrom’s journey at Notion exemplifies how AI is not merely a tool for incremental improvements but a catalyst for fundamental change. By automating meeting preparation, offloading coding tasks to background agents, and adopting spec-driven development, his team is achieving what once seemed impossible: the “whole triangle” of speed, quality, and joy in software engineering.

The era of mind-numbing status updates, manual code reviews, and endless debates is giving way to one where engineers can dedicate their intellect to higher-order problems, empowered by AI to handle the toil. This transformation allows managers to be leaders and builders, not just administrators, fostering an environment where creativity thrives, and the work itself becomes a source of genuine excitement. As Nystrom and Vo enthusiastically declared, stamping it for the YouTube thumbnail: “Give me the whole triangle!”

Walk the streets of a major Chinese city, and you’ll encounter AI in myriad forms: driverless cars navigating traffic, robots serving in restaurants or patrolling public spaces, and sophisticated automation in factories. But the integration goes even deeper, touching personal lives in unexpected ways. Wong recounts a striking anecdote of a mother who purchased an AI-powered “translation mask”—resembling Bane’s mask from Batman—to help her children practice English. The mother would speak Chinese into the mask, and it would output her voice speaking English, allowing for seamless, immersive language practice at home.

This widespread adoption is fueled by a public enthusiasm that sharply contrasts with the “doomer” conversations often heard in the West. In China, the fear of AI taking jobs or spiraling out of control is largely muted. People are excited about AI because they see it tangibly improving their lives.

This pragmatic approach is not just about convenience; it’s a strategic response to deep structural issues facing China. With a rapidly aging population and workforce, and a declining birth rate, AI offers a potential solution to maintain economic efficiency through factory automation. Similarly, to address huge inequities in healthcare access between rural and urban areas, AI-powered doctors are envisioned as a way to bridge the gap. From the Chinese government’s perspective, AI is not merely a technological advancement but the latest iteration of technology that will power its global ascent and solve its most pressing domestic challenges.

The story of China’s AI ambition formally began in 2014, early in Xi Jinping’s tenure. During a speech to top engineers and scientists, Xi highlighted a report suggesting “intelligent robots” would be a major force. He declared China’s intent to become the number one maker of intelligent robots and to dominate future technologies. This vision crystallized into the “New Generation AI Development Plan” in 2017, China’s first national roadmap for AI, setting a goal to be a leading AI power by 2030, specifically through real-world applications.

Such a top-down directive in China triggers a cascade of action. Provincial and local governments compete to demonstrate compliance, pouring resources into industrial parks, offering tax breaks and cheap rent to AI companies, and attracting top talent with generous funding. This “all-in national effort” quickly yielded results. For several years, China felt it had a definitive lead in AI, particularly in technologies like facial and voice recognition, which also proved invaluable for its extensive surveillance apparatus.

However, the landscape dramatically shifted in 2022 with the emergence of ChatGPT. This generative AI technology, capable of producing human-like text and engaging in complex conversations, caught Chinese policymakers and tech companies off guard. It presented a new, unforeseen challenge.

Generative AI, which learns from vast swaths of internet information and produces often unpredictable outputs, immediately raised alarm bells for the Chinese government. Such technology threatened their stringent information controls and censorship regime. The prospect of Chinese citizens using chatbots to query politically sensitive events or information about top leaders was a direct challenge to their political model.

The reaction was swift: ChatGPT was banned, and new regulations were imposed on Chinese generative AI companies. A key rule stipulated that any model capable of “mobilizing society” had to pass rigorous government checks and clearances before public release. While Western safety testing focuses on preventing self-harm or hate speech, China’s includes an additional, critical layer: ensuring no answers are provided about politically sensitive topics like the Tiananmen Square massacre or critical discussions of its leaders.

This reveals a deep tension for Beijing: the desire to dominate cutting-edge AI, including generative models, clashes with its authoritarian need to control information—the very fuel for these models’ success. It’s a microcosm of China’s broader economic dilemma: openness is vital for flourishing, but only on the government’s terms.

Despite these controls, early 2025 saw a groundbreaking development: DeepSeek. This chatbot, created by a previously unknown Chinese startup, performed comparably to leading US models, but at a fraction of the cost. Crucially, it was open source, a move that sent shockwaves through the global AI community.

Mark Andre, a prominent venture capitalist, aptly described DeepSeek’s emergence as the “Sputnik moment” for the AI race. It was a stark signal that Chinese AI could indeed compete with Silicon Valley at the highest level. For China, it was a moment of immense national pride. Xi Jinping himself convened a meeting of business leaders, including DeepSeek’s young founder, signaling a new, slightly more accommodating approach: “Go out and show your talents and serve the country.”

This marked a strategic pivot: the government aimed to “control what AI says but unleash what it does.” AI products dealing with information that could influence public thought would remain under tight scrutiny. However, those focused on robotics or other applications not directly handling information would face fewer restrictions. This nuanced strategy has spurred a boom in China’s AI scene, with a surge of new models and startups, further diffusing AI into the economy. The government’s unwavering commitment was underscored this past March when its latest five-year plan mentioned AI over 50 times, clearly staking the nation’s economic future on AI dominance.

Despite its strategic advantages and rapid progress, China faces significant handicaps. The imperfect environment for innovation, less powerful chips, and a persistent talent drain represent major challenges.

While the government’s restrictions on generative AI have not, according to experts, meaningfully hampered the core performance of models like DeepSeek (as other countries also have “red lines,” albeit different ones), the broader political environment creates a chilling effect. The constant uncertainty of where the government’s red lines lie, or when new ones might emerge, weighs heavily on the private sector.

A recent case involving the successful Chinese AI startup Manis vividly illustrates this. After moving to Singapore, Manis was slated for a $2 billion acquisition by Meta. However, the Chinese government launched an investigation and ultimately blocked the deal. Adding to the chilling effect, Manis’s founders were reportedly prevented from leaving China after a visit. This direct government intervention actively curtails the ideal environment for innovation, which thrives on openness and freedom.

This brings to light a long-standing observation: China excels at the “one to ten” of scientific research—taking a discovery and applying it widely and practically. But it struggles with the “zero to one”—the initial breakthrough discovery that often requires unfettered experimentation. You simply cannot force innovation through a top-down strategy.

Beyond this, China faces two other critical disadvantages:

1. Chips: Chinese AI companies remain heavily reliant on powerful American-made chips, particularly from Nvidia, to train their most advanced models. Despite hundreds of billions invested, China has yet to develop domestic chips that can compete.
2. Talent: While China produces a vast number of highly talented AI researchers, many opt to pursue opportunities in the United States, drawn by the more open and innovative environment. This brain drain is openly acknowledged by Chinese policymakers as a significant problem.

So, returning to the initial question: Is China winning the global AI race?

If the ultimate destination is AGI—a superhuman intelligence capable of running the world—then American companies in Silicon Valley are likely closer to that cutting edge, though China is only a few months behind by most expert estimates.

However, if AGI proves to be an unattainable or undesirable goal, and the real victory lies in using AI to tangibly improve daily life now, then China arguably has the edge. Its widespread deployment of AI in everything from transportation to education to manufacturing is constantly generating new data, a critical resource that further refines and improves its models, solving a growing problem of training data scarcity.

Ultimately, the future of AI is still full of unknowns. What it truly means to “dominate” AI, or which path is “right,” remains an open question.

China’s approach offers an interesting lesson for US companies. The American focus on ambitious, superhuman AI, while quintessentially innovative, has inadvertently fueled significant public hesitation and even backlash, creating political challenges for AI developers.

In China, the public’s tangible experience of AI improving their lives—smoother commutes, faster food delivery, cheaper products—fosters a positive sentiment. While conversations about job displacement are slowly emerging, they are less prominent than in the US. Paradoxically, the Chinese government’s tight control, while stifling in some ways, also instills a degree of public trust that AI will not spiral out of control and destabilize society.

In the US, the “freewheeling environment” that enables rapid innovation also paradoxically cultivates public fear. This grassroots backlash could become a significant impediment to AI development in America, a headwind that China, with its controlled yet pragmatic approach, may not face to the same degree. The AI race, it seems, is less about who crosses a single finish line first, and more about whose chosen path aligns best with the future that humanity ultimately desires.

Before we delve into the theoretical, it’s worth noting that someone actually tried this. In 2002, a group of students from Plymouth University equipped six Sulawesi crested macaques at the Paignton Zoo in the UK with a keyboard and computer. After nearly two months of “literary” effort, their masterpiece was, unsurprisingly, far from Shakespearean. The output mostly consisted of the letter ‘S’, interspersed with a few ‘Q’s and ‘G’s. Not a single English word emerged. More tellingly, one monkey resorted to hitting the keyboard with a rock, while others found the computer a convenient new toilet. Some became fixated on specific keys, pressing them repeatedly. Their “work” was published as a book, a testament to the chaotic reality of random monkey-typing.

The real-life experiment’s humorous failure highlights a crucial point: the infinite monkey thought experiment isn’t about literal monkeys. It’s a playful metaphor for pure randomness. The core question is: Can a truly random process, given enough opportunity, produce something as complex and brilliant as Shakespeare’s plays? Intuitively, it seems far-fetched. Surely, genius requires more than mere chance. But if every key has a chance of being pressed, then every word, every sentence, and every complete work of literature theoretically has a chance of being written. The real question is, how much of a chance?

To answer this, we must first set up the rules of our theoretical monkey’s keyboard. We assume our monkey presses keys entirely at random, with each key having an equal probability of being selected, independent of previous presses. Let’s restrict our keyboard to 26 English letters, 10 digits, and a few common grammatical symbols like commas, periods, question marks, and a space. This gives us a total of 44 unique keys. Therefore, the probability of pressing any single key is 1 in 44.

Now, let’s calculate the probability of a simple five-letter sequence: “hello.” Each letter has a 1 in 44 chance. Since each press is independent, the probability of typing “hello” is (1/44) * (1/44) * (1/44) * (1/44) * (1/44), or 1/44 raised to the power of 5. This works out to approximately a 1 in 165 million chance.

To put that into perspective, imagine randomly dropping a pin on the entire continent of Australia and having it land precisely on the Sydney Opera House. That’s roughly the level of unlikelihood for just five letters. If our monkey types at a reasonable speed of one letter per second, it would take, on average, over 26 years to produce the word “hello” just once.

The numbers escalate dramatically from here. A short sentence of about 50 characters would take approximately 10 to the power of 76 years. To grasp this scale, consider that the current age of the universe is a mere 1.38 x 10^10 years. So, to type a single short sentence, you could replay the entire history of the universe billions of billions of times over, and still not be close.

For a paragraph of around 1,000 characters, the waiting time stretches to an unfathomable 10 to the power of 1,638 years. For context, the estimated “heat death” of the universe – when all energy disperses, and everything becomes a cold, dark void – is predicted to occur around 10 to the power of 100 years. Our monkey would still be nowhere near completing a paragraph even if the universe died and was reborn countless times over.

And for the full play of Hamlet, which Wikipedia estimates at around 200,000 characters, the time required is approximately 10 to the power of 328,688 years. This number is so colossal it defies human comprehension. Trillions of trillions of heat deaths of the universe would only amount to roughly 10 to the power of 124 years – a number still astronomically smaller than the time needed for Hamlet. In any realistic, finite timeframe, the answer is a resounding no. A single monkey will not type Shakespeare.

Perhaps the problem isn’t the monkey, but the number of monkeys. What if we had one monkey for every single atom in the observable universe? That’s about 10 to the power of 80 monkeys. If this cosmic choir of primates typed continuously until the heat death of the universe, could they produce Hamlet?

Even with this astronomical number of monkeys and an equally vast stretch of time, they would barely make a dent. To have a reasonable shot at producing Hamlet, they would need to type around 10 to the power of 328,695 letters. But in the available cosmic timeframe, they could only produce about 10 to the power of 187 letters – a number hundreds of thousands of orders of magnitude smaller than what’s needed. So, no, even an army of universal proportions won’t be churning out Shakespeare anytime soon.

Here’s where the thought experiment truly becomes fascinating: What if time never ends? If we allow for infinite time, the rules of probability behave very differently. You might intuitively guess that given forever, the monkey is bound to type Hamlet at some point. The probability is tiny, but with infinite chances, it must happen.

But here’s the real mathematical twist: Does the monkey produce a finite amount of Hamlets, or an infinite amount? On one hand, typing Hamlet is unbelievably unlikely, so it might only happen a limited number of times. On the other hand, with eternity at its disposal, perhaps it happens over and over again.

To understand this, let’s use a strange game of darts, as illustrated by the “Up and Atom” channel.

Scenario 1: Finite Hits Imagine throwing darts at a dartboard that shrinks after each throw. It starts at 1 square meter. After the first throw, it’s halved (0.5 m²). After the second, it’s halved again (0.25 m²), and so on. The probability of hitting the board is equal to its area. So, the probabilities are 1/2, 1/4, 1/8, etc. If you sum these probabilities (1/2 + 1/4 + 1/8 + …), they add up to 1. This is a finite sum. A beautiful mathematical result, the First Borel-Cantelli Lemma, states that if the sum of probabilities of independent events is finite (or converges), then with probability one, the event will only occur a finite number of times. So, in this dart game, you’d only hit the board a finite number of times.

Scenario 2: Infinite Hits Now, let’s change the dartboard’s shrinking pattern. After the first throw, it’s 1/2 its original area. After the second, 1/3. After the third, 1/4, and so on. The probabilities are 1/2, 1/3, 1/4, 1/5… If you sum these probabilities (1/2 + 1/3 + 1/4 + …), they keep growing forever; the sum diverges to infinity. The Second Borel-Cantelli Lemma states that for independent events, if the sum of their probabilities diverges, then with probability one, the event will occur an infinite number of times. So, in this scenario, you’d hit the board infinitely many times.

So, the crucial idea is this: if probabilities shrink fast enough that their sum remains finite, the event happens a finite number of times. If they don’t shrink fast enough, and their sum grows infinitely, the event happens infinitely many times.

What does this mean for our monkey and Hamlet? Each attempt to type Hamlet is like a dart throw. The probability of success (1/44 to the power of 200,000) is incredibly tiny, but it’s a constant probability for each independent attempt. If you sum a constant number, no matter how small, an infinite number of times, the sum will always diverge to infinity.

Therefore, given infinite time, our monkey will almost surely type out Hamlet not just once, not twice, but an infinite number of times.

The implications extend far beyond Shakespeare. Hamlet is just one specific sequence of characters. The same reasoning applies to any sequence of characters. This means that given infinite time, our random-typing monkey will eventually produce:

• Every poem ever written.
• Every novel humanity has ever conceived.
• Every scientific breakthrough yet to be discovered.
• Every book that has never been, and never will be, written by a human.
• Every possible combination of letters, including nonsensical ones, and every profound truth.

And it won’t just write them once. It will write them infinitely many times.

Within the finite lifespan of our universe, the infinite monkey theorem remains a whimsical impossibility, a testament to the staggering unlikelihood of pure randomness creating order. But when we stretch our minds to the concept of infinite time, the theorem transforms into a mind-bending reality, revealing the profound and almost magical power of endless probability. The cosmic typewriter, churning out infinite universes of text, forever.

Our inability to recognize positive change stems from several interconnected factors, according to Solnit.

First, there’s a collective amnesia. To perceive change, one must have a memory of what came before. Solnit points out that many view feminism as having “failed” because it hasn’t undone millennia of patriarchy in a single lifetime. Without remembering the marginalized and degraded status of women before the second-wave feminist movement of the 1960s, it’s impossible to appreciate the monumental shifts that have occurred. Similarly, the legal battles around reproductive rights or LGBTQ+ equality lose their historical context if we forget the world where such rights were unimaginable.

Second, our contemporary media environment fosters a relentless short-term focus. Obsessed with “what happened today, what’s going to happen tomorrow,” we lose sight of the long arc of history. This constant immersion in immediate crises prevents us from recognizing the cumulative progress made over 10, 20, or even 50 years.

Third, Solnit identifies a tendency toward “doomer defeatism” or premature surrender, particularly prevalent in the “English-speaking world.” This “puritanical and Protestant and wimpy” disposition leads to a grumpy, negative pessimism, a willingness to give up agency before the fight even begins. Recalling Timothy Snyder’s “20 rules for surviving authoritarianism,” Solnit emphasizes the danger of “deciding the regime has all the power and you have none,” obeying when not necessary, and relinquishing the very power we possess to shape the future. People often assume the gift of prophecy, declaring inevitable doom, thereby absolving themselves of responsibility. But the future, Solnit reminds us, “does not exist. It’s a result of how we show up.”

Compounding these issues is a habit among the progressive left of “snatching defeat from the jaws of victory.” We often focus so intently on what hasn’t been achieved that we fail to acknowledge what has. Many victories, Solnit notes, are invisible: the coal-burning plant that didn’t open, preventing childhood asthma; the forest that wasn’t cut down; the lives saved by safe, legal abortions. These “non-events” are hard to celebrate but represent profound improvements to society.

Solnit frames the current political landscape through Antonio Gramsci’s famous aphorism: “An old world is dying, a new world is struggling to be born, now is the time of monsters.” While much attention is rightly paid to the “monsters” – the rise of authoritarianism, Trumpism, and the decay of old systems – and the “old world dying” – with its misogynist, white supremacist, hyper-capitalist, climate-denying elements – Solnit believes we are largely missing the “new world being born.”

This new world, she argues, has been profoundly shaped by decades of successful movements: anti-racism, civil rights, feminism, queer rights, disability rights, and a universal human rights agenda. These movements have chipped away at the “apartheid and segregation and separation that was so normalized” in the world she was born into. She vividly recalls a world where much of Africa was colonized, apartheid reigned in South Africa, Jim Crow laws dominated the American South, women were “marginalized, disempowered, degraded,” and queer people were considered “mentally ill or criminal or degenerate,” forced to live in hiding. There was no language or awareness for systemic environmental degradation.

The transformation from that world to ours is staggering. And it is precisely these profound successes that have “made the right very angry and frightened.” Solnit points out a crucial observation: “if you listen to them, they are angry and they are frightened and they think they’re losing, which is really telling.” The backlash isn’t a sign of progressive failure; it’s a testament to progressive power. We are no longer merely “fighting to try to get something”; in many areas, we have become “the brand new status quo,” now fighting to defend what has been achieved – voting rights, reproductive rights, marriage equality, environmental protection.

At the core of this backlash, Solnit suggests, is a deep-seated revolt against interdependence. If America has a default ideology, it is hyper-individualism, promoting the image of the “rugged individual” or the “self-made man.” This ideology, however, conveniently ignores the countless human connections and societal structures that enable any individual’s success. It’s an “ideology of isolation” that ultimately leads to a kind of nihilism: “Nothing is connected to anything else.”

This ideology finds offense even in the science of climate change, which inherently demonstrates consequences and connections. If actions have consequences, then we must take them into account, whether it’s building a dam, cutting a forest, or burning fossil fuels. The right’s version of individualism champions “unlimited” individual rights, but these rights are selectively applied. For example, they want to control women’s bodies, viewing women as part of “nature that men get to dominate,” rather than individuals with rights.

This “ugly version of individualism” breeds emotional, spiritual, and moral isolation, contributing to the pervasive loneliness and joylessness Solnit observes in figures from Silicon Valley oligarchs to the “manosphere” and the Trump administration. Silicon Valley, in particular, with its focus on AI substitutes for human connection, perpetuates this false scarcity of human interaction, further isolating individuals. This ideology of isolation fundamentally benefits those who profit from anti-capitalism, anti-feminism, anti-racism, and anti-environmentalism. The backlash, therefore, is an attempt to return to a world of separation and radical inequality, where such an ideology was unquestioned.

For the “sympathetic skeptic” who acknowledges the progress but still sees immense problems, Solnit offers a crucial perspective: “there is a lot of truth in it, but it’s tracking a specific number of things.” The problems are real, but they don’t negate the victories. The fear that gains are fragile is valid, but it’s “just an eternal political reality that no victory is final.” Democracy, by its nature, requires constant defense of won ground.

The overturning of Roe v. Wade in 2022 is a stark reminder of this precarity. While a significant setback, Solnit argues it’s not “the end of everything.” The legal right was overturned, but the belief in that right remains strong, even increasing. While one path was closed, others opened: medication abortions became more accessible, blue states expanded reproductive rights, and, notably, four historically Catholic countries (Argentina, Mexico, Spain, and Ireland) granted women reproductive rights around the same time. The story is far from over.

The power of changing the cultural story is immense. Solnit illustrates this with the evolution of Supreme Court rulings on queer rights. In the early 2000s, the Court decriminalized anal sex with a “weird ruling,” but by 2015, they legalized marriage equality. This radical shift was not driven by legislative action, but by “countless queer people coming out of the closet,” fundamentally altering what was considered “normal and reasonable and who deserves rights.” This cultural transformation, driven by immense bravery, made the previously inconceivable legally possible. Young people today, with their fluid understanding of gender and sexual orientation, inhabit a genuinely different world that the right, despite its efforts, will struggle to reverse.

Indeed, Solnit notes a surprising paradox: “The right seems to grasp much better the depth of all these changes than the left.” This is because, as she stated early on, “our enemies take us seriously even when we don’t take ourselves seriously.” The right’s intense opposition is a clear articulation of five key insights about the progressive movement: “You all are very powerful. You have changed the world profoundly. All that stuff you do is actually all one project, one agenda. We hate it. We want to change it back.” Their fear, therefore, is a measure of our collective impact.

While acknowledging the external fight, Solnit also turns a critical eye inward, to the challenges within the left. She observes how “in-group behavior” often leads to “punishing the out-group,” even within progressive circles. This can manifest as purity tests, where individuals are penalized for not being “100% squarely in this group,” a dynamic that can cause the left to “eat itself.” Her friend Yo Maron once wisely stated, “At some level, the left doesn’t believe it can win. And if you can’t win, all you can do is be perfect.” This pursuit of perfection often leads to alienating potential allies or newcomers, rather than building a “big tent.”

Another internal challenge is a widespread discomfort with uncertainty, leading to a craving for “all or nothing stories” and simplistic, binary narratives. Drawing on Adorno’s work on the authoritarian personality, Solnit notes that some people, even on the left, “need to have a really orderly, pigeonholed, categorized world.” They embrace “false certainty” about the future, creating a “predictable, categorizable, containable world.”

Solnit cautions that “categories are where thoughts go to die.” Once we label someone or a group, we stop thinking, observing contradictions, and acknowledging the complexities of reality. Categories are “leaky,” and reality always overflows them. Her work, she says, aims to provide “equipment to think more complexly,” to embrace the uncertainty of the future not as a source of fear, but as a “realm of possibility.”

Societies, Solnit reminds us, are remarkably adaptable. Profound changes like the abolition of slavery or women’s suffrage did not cause countries to unravel. While backlash and regression occurred (e.g., Jim Crow after Reconstruction), the core ideas of equality and rights, once “unloosed on the world,” cannot be truly forgotten. We live in a world that would be “inconceivable and unimaginable” to someone from 1955, a testament to our collective power and adaptability.

Rebecca Solnit, with her unique blend of pragmatism and revolutionary spirit, urges us to see beyond the immediate gloom. The monsters are real, and the old world is dying, but the new world is also undeniably being born. By recognizing our past victories, understanding the true nature of the backlash, and embracing the complexity and uncertainty of the present, we can reclaim our collective power and continue to shape a future where possibility, not despair, defines our path.

At its core, OPEC operates on a simple principle: by collectively limiting the supply of oil from its members, it aims to drive up prices through basic market forces, thereby maximizing revenues for the group. This system, however, hinges entirely on the cartel possessing sufficient market share to actually influence global oil prices. If its control over supply is too small, holding back production simply leaves money on the table for non-members, who are all too happy to fill the void. And this, precisely, is OPEC’s predicament.

The group’s market power has eroded dramatically, falling from a peak of over 50% of global supply to under 25% today. This decline isn’t linear; the loss of the first few percentage points of market share hurts pricing dominance far more than subsequent drops. The world’s sources of crude oil have become far more diversified, a transformation largely driven by the North American shale boom. This revolution single-handedly turned the United States from a long-declining oil producer into the world’s largest.

OPEC, in its heyday, was adept at threading the needle on prices. Extracting oil from the Gulf or Venezuela is extraordinarily cheap – Saudi conventional crude can be lifted for as little as $4 a barrel. In contrast, US shale oil initially required prices closer to $50 or $60 a barrel to be commercially viable. Theoretically, OPEC could have kept prices just low enough to disincentivize the development of these higher-cost fields, thereby maintaining its market share. But it didn’t.

In the mid-2000s, oil prices soared, making the previously uneconomic process of drilling into shale rock with horizontal wells and hydraulic fracking suddenly profitable. This ignited the shale boom, and once the infrastructure and supply chains were established, that production became a persistent, unaligned competitor.

Beyond simply adding more supply, North American oil presented a unique strategic threat. The oil shocks of the early 1980s and various conflicts in the Middle East had taught oil-importing nations a harsh lesson: over-reliance on the Gulf was a critical strategic vulnerability. Energy independence became a national priority, spurring countries to invest heavily in their own oil industries. Every new barrel brought online outside of OPEC’s control was a barrel that further diminished the cartel’s power.

In an attempt to recapture lost influence, OPEC launched OPEC+, a spin-off that brought in non-member producers like Russia. However, OPEC+ soon encountered its own set of coordination problems. The more producers brought into the fold, the more national interests had to be balanced, leading to frequent disagreements over who should cut production and by how much. Russia, for instance, has repeatedly produced above its agreed quotas, undermining the group’s efforts at coordinated action, a task made easier by its reliance on “gray market” oil exports.

Publicly, the UAE’s decision to leave was attributed to these very disagreements over production quotas. The UAE accounts for roughly 12% of OPEC’s total output, but its official quota of around 3.2 million barrels per day has long been considered an artificial cap. Industry estimates suggest the UAE could push its capacity towards 5 million barrels a day within a few years if unburdened by OPEC restrictions. This potential for significant new supply entering global markets, entirely outside OPEC’s influence, is a crucial concern for the cartel.

However, the timing of the UAE’s announcement raises questions. Currently, its exports are hampered by the conflict in the region, particularly blockades through the Strait of Hormuz, and some infrastructure damage. If the sole motivation was to export more oil, this might seem like an odd moment to make such a move. As regional experts like Ryan Grim have pointed out, this paradox suggests deeper geopolitical motivations. It appears the UAE is also using its exit to “geopolitically stick it” to other members who have either actively engaged in hostilities against it or failed to provide adequate defense during ongoing conflicts.

In the short term, the direct impact on global oil prices from increased UAE supply might not be immediate due to these operational challenges. But the long-term signal it sends is far more significant. If the UAE can walk away and eventually earn more by producing closer to its true capacity, every other OPEC member will inevitably run the same calculation. Membership in OPEC comes with geopolitical baggage – expectations of policy coordination, meetings, and at least a pretense of alignment. If the revenue advantage diminishes, the incentives to leave, beyond simple supply autonomy, begin to stack up.

OPEC’s broader image is also at stake. After years of trying to compensate for declining relevance by expanding into OPEC+ and presenting itself as a wider coalition, a key member publicly walking out the front door sends a powerful message. Prospective new members will surely question the value of joining a group that a long-standing partner has just abandoned. This is particularly damaging at a time when OPEC members are, in some cases, literally fighting with one another.

The internal dynamics within OPEC, particularly the relationship between Saudi Arabia and the smaller Gulf producers, have been quietly fraying for years. The UAE, in particular, has expressed frustration that production cuts often fall disproportionately on countries with spare capacity (like itself), while Saudi Arabia maintains its role as a swing producer and gatekeeper. This leadership dynamic itself has become a reason to leave, a grievance that other Gulf producers like Kuwait or Iraq might well recognize in their own situations, feeding the “domino effect” concern.

Another crucial angle to consider is the UAE’s evolving relationship with the United States. Over the past decade, the UAE has aggressively pursued economic diversification, rebranding Dubai and Abu Dhabi as business hubs, tourist destinations, and financial centers. This strategy relies heavily on stability, foreign investment, and a steady inflow of foreign currency. The ongoing conflict in the region has been a severe blow, impacting both oil revenues and the broader business hub economy.

By many accounts, the UAE has been running short on the dollar reserves needed to maintain its economy and currency peg while these revenue streams are disrupted. In the weeks leading up to the OPEC announcement, the United States was reportedly in discussions to provide financial support to the UAE through a currency swap line, an arrangement similar to one the US has with Argentina. This would grant the UAE access to dollars to defend its currency and pay for imports without depleting its own reserves or selling off assets – an enormous backstop in the midst of a wartime energy crisis.

Such arrangements, however, are rarely “free.” Currency swap lines from the US Treasury and Federal Reserve often come with implicit conditions, including alignment on broader foreign policy. They have historically been used as much as a diplomatic tool as a financial one. While the UAE’s departure from OPEC was certainly not purely driven by this potential bailout, it’s reasonable to assume that these conversations may have influenced the timing. For a country caught between an uncooperative oil cartel and a financial lifeline from Washington, leaving an organization that the US has, broadly speaking, been at odds with for decades, is a relatively inexpensive way to demonstrate alignment.

The current situation paints a reasonably clear picture: OPEC is no longer the dominant force it once was, and the UAE’s departure is less the cause of its decline and more a consequence of it. The cartel had already shed much of its pricing power before this week, and the UAE simply ran the numbers, concluding that the costs of membership had begun to outweigh the benefits.

The real risk now is the dreaded “domino effect.” If other members perform the same calculation and reach the same conclusion, a stampede could ensue, with each member prioritizing its own interests. A cartel only works when every member benefits from cooperation – it’s a classic prisoner’s dilemma. If one party leaves, they can produce more and capture greater revenue, but only as long as everyone else continues to hold back. This arrangement is inherently fragile.

When OPEC controlled 50% of the market, the math was simple: the pricing benefit of staying in the cartel was immense, and the cost of cheating was a price collapse that no one could absorb. But at 25% market share, and with the UAE leaving, the math becomes far less obvious. Remaining members are asked to hold back production while former members and non-members produce as much as they desire. As the group shrinks, the incentive to leave grows, and the incentive to stay diminishes. This is the feedback loop that has historically led to the breakdown of cartels, and it looms large over OPEC.

For most of the global economy, this erosion of OPEC’s power is an overwhelmingly positive development. More competition and diversified supplies, all other things being equal, mean lower prices, fewer supply shocks, and less influence concentrated in the hands of a small group of countries that have historically used oil as a geopolitical weapon. The shifting sands of oil power are reshaping the global energy landscape, promising a messier, less coordinated, but potentially more stable future for global oil markets.

마이클 스피처 교수는 유발 하라리의 『사피엔스』를 읽고 영감을 받았지만, 음악의 역사는 사피엔스보다 최소 백만 년은 더 오래되었다고 강조합니다. 음악은 인간만의 전유물이 아니며, 새나 고래 같은 동물들도 음악을 가지고 있다는 점에서 인류의 음악은 ‘음악하는 동물’로서의 본능과 연결됩니다.

음악의 고고학적 흔적: 사라진 소리들을 찾아서 에디슨이 축음기를 발명하기 전까지 우리는 소리에 대한 기록을 가질 수 없었습니다. 악기 또한 대부분 생분해되는 재료로 만들어졌기에, 고대 음악의 흔적을 찾는 것은 매우 어려운 일입니다. 그러나 스피처 교수는 돌로 만든 악기(lithic instruments)인 석회암 종유석이나 탄자니아의 바위 종(rock gongs)과 같은 것들을 통해 고대 음악의 존재를 추론합니다.

가장 결정적인 증거는 약 4만 년 전 남독일 동굴에서 발견된 그리폰 독수리의 뼈로 만든 **뼈 피리(bone flutes)**입니다. 이 외에도 도자기 발명 이후 가죽을 씌워 만든 최초의 틀 드럼(frame drums)이 있었을 것이며, 농업이 시작되고 소의 내장으로 줄을 꼬아 만든 하프와 류트 같은 현악기가 등장했을 것이라고 추정합니다. 하지만 이 모든 것들 역시 생분해되어 직접적인 증거는 거의 남아있지 않습니다.

추론의 예술: 걷기의 리듬과 뇌의 진화 직접적인 증거가 부족한 상황에서 스피처 교수는 해부학, 도구 기술의 진화, 언어학, 그리고 현대 수렵채집 사회의 일상생활 관찰 등 다양한 학문 분야를 통합하여 추론을 시도합니다.

예를 들어, 약 150만 년 전 호모 에렉투스(Homo Erectus)가 양면으로 대칭적인 **양면 도끼(bifacial axe)**를 발명했다는 사실은 중요한 단서입니다. 도끼의 대칭성은 아름다운 형태를 만들고 미학적인 즐거움을 추구하는 능력을 보여줍니다. 심리학의 관점에서 보면, 대칭을 만드는 정신 능력은 도구뿐 아니라 소리 영역에도 적용될 수 있습니다. 소리의 대칭성은 박자(meter) 또는 **규칙적인 리듬(regular rhythm)**으로 나타나므로, 호모 에렉투스가 양면 도끼를 대칭적인 리듬으로 두드렸을 가능성이 높다는 추론이 가능합니다.

음악의 기원을 논할 때 빼놓을 수 없는 요소는 **두 발 걷기(bipedalism)**입니다. 약 440만 년 전 아르디피테쿠스(Ardipithecus)가 두 발로 서서 걷기 시작하면서, 걷는 리듬은 인류 음악에 지대한 영향을 미쳤습니다. 걷기의 첫걸음은 뇌와 근육 운동, 소리 사이에 연결고리를 형성했고, 인간은 발소리를 패턴으로 인식하며 시간 감각과 예측 능력을 키웠습니다. 음악이 ‘움직인다’는 은유는 바로 이 걷기의 경험에서 비롯된 것입니다.

두 발 걷기는 뇌 용량의 세 배 증가, 손가락의 정교한 제어 능력 발달, 후두(larynx)의 하강을 통한 발성 능력 향상 등 수많은 진화적 변화를 촉발했습니다. 인류의 발성 기관은 무한히 다양한 소리를 낼 수 있게 되었고, 이는 소리의 기능적 목적을 넘어 ‘소리 그 자체를 가지고 노는’ 음악의 가능성을 열었습니다.

기억과 역사: 전통을 계승하는 음악 스피처 교수는 음악이 기억과 역사와 밀접하게 연결되어 있다고 말합니다. 200만 년 전 누군가가 아들에게 돌을 다듬는 법을 가르쳤을 때, 아들은 그것을 기억하고 전통은 ‘응고된 근육 기억(congealed muscle memory)‘이 됩니다. 뼈 피리에 새겨진 작은 평행선들은 손가락 위치를 알려주는 기억의 한 형태입니다.

파푸아뉴기니의 쿨리 부족(Kuli tribe)은 음악이 ‘무니 새(mooney bird)‘라는 과일 비둘기로부터 왔다고 믿습니다. 새들의 지저귐을 조상의 목소리로 여기고, 그 소리를 모방함으로써 삶의 순환에 참여하며 조상의 노래를 다시 부르는 것이 곧 기록된 역사라는 것입니다. 서양에서는 베토벤의 ‘영웅 교향곡(Eroica)‘이 나폴레옹 시대의 전투를 기억하고 재현하는 것처럼, 모든 음악은 기억과 역사와 깊이 연결되어 있습니다.

음악과 건축: 동굴에서 교회까지 최초의 뼈 피리 파편들이 동굴의 최대 공명 지점에서 발견된 것은 음악, 소리, 음향학, 건축 사이의 자연스러운 결합을 시사합니다. 동굴은 어둡고 신비로운, 신성한 의식을 위한 공간이었을 가능성이 높으며, 돌이 제공하는 놀라운 공명을 활용하여 피리 소리나 인간의 목소리, 종유석을 두드리는 소리로 음악을 만들었을 것입니다.

서양에서도 교회가 신을 숭배하는 ‘동굴’과 같은 역할을 하며, 교회의 플레인챈트(plain chant)와 음향학적 공명 사이에는 자연스러운 친화성이 존재합니다. 동굴이 의식의 장소였다면, 사람들은 또한 화로(hearth) 주변에서 음악을 만들었습니다. 화로는 안정과 불의 고정된 특성을 상징하며, 이는 음악적 의식의 고정된 성격과 순환적인 반복을 나타냅니다.

기능적 음악에서 전문화된 음악으로 대부분의 문화권에서 음악은 ‘노래’, ‘악기 소리’, ‘춤’, ‘이야기’ 등 다양한 요소들이 하나의 의식으로 얽혀 있었습니다. 서양에만 이 모든 것을 포괄하는 ‘음악(music)‘이라는 단어가 존재합니다.

수렵채집인 사회에서는 유목 생활에 적합하도록 휴대하기 쉬운 악기나 목소리 위주의 음악이 발달했습니다. 그들의 음악은 순간적이고 유희적이었으며, 동물 소리나 움직임을 모방하는 것이 특징이었습니다. 호주 원주민의 ‘송 라인(song lines)‘처럼 노래를 통해 풍경을 탐색하고 조상의 꿈의 세계로 영적인 여행을 떠나는 매개체였습니다.

농업 혁명 이후 정착 생활이 시작되면서 음악은 계절의 순환과 삶의 주기에 맞춰 뿌리를 내렸고, 반복 가능한 ‘작품(work)’ 개념이 등장했습니다. 도시가 생겨나면서 악기는 무거워지고 섬세해졌으며, 음악의 기능 또한 사회 계층의 성장에 따라 변화했습니다. 음악은 군주나 교회의 권력을 돕는 시녀가 되었고, 음악가들은 전문가가 되어 여가를 가진 사람들을 위한 음악, 즉 **콘서트(concert)**의 기원이 되는 공연을 제공하게 됩니다.

악보의 탄생과 서구 음악의 지배 대부분의 인류 역사에서 음악은 기능적으로, 그리고 참여적으로 연주되었습니다. 작곡가와 청중의 구분은 현대적인 발명품입니다. 문명이 글쓰기를 발명하면서 바빌로니아인과 수메르인이 최초의 **악보(musical notation)**를 만들었지만, 완전하게 해독된 최초의 음악은 서기 200년경의 세이킬로스 노래(Seikilos song)입니다.

그러나 서양 음악의 판도를 바꾼 것은 천 년 전 이탈리아 수도사 귀도 다레초(Guido d’Arezzo)가 발명한 **오선보(staff notation)**였습니다. 오선보는 교회의 통제 도구로 활용되어, 제국 곳곳의 수도사들이 동일한 찬송가를 부르게 함으로써 제국 전체를 통제하는 데 기여했습니다. 1519년 코르테스(Cortez)가 멕시코를 침략했을 때, 그는 오선보로 기록된 스페인 폴리포니(Spanish polyphony) 악보를 가져가 아즈텍인들에게 가르쳤고, 불과 10년 만에 아즈텍 음악가들이 멕시코 대성당에서 스페인 폴리포니를 부르게 됩니다. 악보 표기법은 **세계화와 행성 지배의 날카로운 도구(sharp end of the stick of globalization and the domination of the planet)**가 되었습니다.

하지만 오선보에는 부정적인 결과도 있었습니다. 음표를 페이지에 고정시키는 것은 마치 나비를 잡는 것처럼, 목소리에서 음표를 떼어내 정밀하고 차갑고 기계적으로 만들었습니다. 음악을 ‘활동’이 아닌 ‘객체(object)‘로 만들어 작곡가와 그저 기계적으로 재현하는 연주자 사이에 분열을 초래했습니다. 이는 구루(guru)와 제자(disciple)가 작품의 아이디어를 바탕으로 창의적으로 즉흥 연주하는 인도 카르나틱(Carnatic) 또는 힌두스타니(Hindustani) 전통 음악과는 대조적입니다.

프랙탈(Fractal) 구조: 자연의 소리와 음악의 유사성 음악은 본질적으로 **프랙탈(fractal)**하다고 스피처 교수는 말합니다. 은하계가 뇌세포와 같은 모양을 가지듯, 우주가 증가하는 규모에서 자기 유사성(self-similarity)을 보이듯이 음악도 그렇습니다. 음악은 반복의 예술입니다. 음표가 마디를 이루고, 마디가 악구를 이루고, 악구가 섹션을 이루며 무한히 반복됩니다. 이는 소리나 잡음 자체의 본질에서 비롯됩니다. 바람 소리, 물결 소리처럼 자연의 소리는 프랙탈 구조를 가지고 있으며, 음악 또한 이러한 자연의 구조를 닮아 있습니다. 이것이 음악을 ‘완벽하게 자연스러운(perfectly natural)’ 것으로 만듭니다.

인류는 위대한 합성자: 동물 음악과의 비교 아이러니하게도 인간은 새나 고래에 비해 그리 음악적이지 않습니다. 유인원은 새처럼 새로운 노래를 창의적으로 배우는 성악 학습(vocal learning) 능력이 없으며, 곤충이나 일부 새처럼 리듬감도 부족합니다. 그런데도 인간은 유인원에서 진화하여 맨땅에서 음악을 다시 발전시켰습니다. 스피처 교수는 인간을 **위대한 합성자(great synthesizers)**라고 부릅니다. 우리는 곤충의 리듬, 새의 멜로디, 유인원의 몸짓을 한데 모으고, 여기에 인간 고유의 감정과 유한한 삶의 질을 더해 ‘음악’을 만들었습니다.

황금 레코드(Golden Record)와 외계인의 시선 NASA가 40년 전 보이저호에 인류의 다양한 음악(바흐 협주곡, 척 베리의 ‘Johnny B. Good’, 솔로몬 제도의 팬 파이프 등)을 담은 **황금 레코드(Golden Record)**를 보낸 것은 흥미로운 사고 실험을 제안합니다. 만약 외계인이 이 레코드를 열어본다면, 그들은 이 지구 음악에서 어떤 공통점을 발견할까요?

스피처 교수는 외계인들이 인간이 고래만큼 낮은 소리나 박쥐만큼 높은 소리를 듣지 못하는 ‘평면 거주자(flatlanders)‘라는 점을 알게 될 것이라고 말합니다. 또한, 인간의 음악이 동물 음악과 마찬가지로 계층적(hierarchical) 구조를 가지고 반복된다는 점을 알아차릴 것입니다. 그러나 가장 명확한 공통점은 아마도 400만 년 전 오랄로피테쿠스(Australopithecines)에서 시작된 **‘걷는 박자(walking meter)‘**일 것입니다. 고래의 유동적인 리듬, 새의 불규칙한 움직임처럼, 각 종의 음악은 그들의 신체 움직임과 환경을 반영합니다.

음악은 보편적 언어인가? 음악이 보편적인 언어인가 하는 질문은 흥미롭습니다. 표면적으로는 모든 문화권이 음악을 소중히 여기지만, 각기 다른 음계와 화성을 사용합니다. 그러나 스피처 교수는 우리 모두에게 **음악 본능(music instinct)**이 있다고 말합니다. 리듬을 인식하고 박자에 맞춰 박자를 치며, 멜로디를 기억하는 능력과 같은 음악적 역량은 선천적입니다. 하지만 문화가 아이에게 영향을 미치면서 이러한 보편성은 변화합니다. 아기를 두 박자 또는 세 박자 리듬으로 흔드는지에 따라 아기가 즐기는 리듬의 종류가 달라지고, 서양 아기와 인도네시아 아기는 선호하는 튜닝 시스템이 다릅니다.

뇌의 층위와 감정: 음악의 보편성 슬픔, 행복, 분노, 두려움과 같은 기본적인 감정 어휘는 모든 인류가 공유합니다. 뇌의 구조가 층을 이루고 있기 때문입니다. 가장 오래된 뇌간(brain stem)은 소리의 반사 반응에 움찔하고, 그 위의 기저핵(basal ganglia)은 쾌락이나 불쾌감에 반응합니다. 포유류의 뇌인 편도체(amygdala)에서는 감정이 발생하며, 가장 현대적인 신피질(neocortex)은 패턴과 음악의 복잡성을 처리합니다. 뇌의 더 깊은 곳으로 들어갈수록 음악에 대한 인간의 성향과 감정은 더욱 보편적입니다.

음악의 전파와 문화 간 융합 인류가 여행하는 모든 곳에는 음악이 함께했습니다. 코르테스가 멕시코에 스페인 폴리포니를 가져갔고, 영국인들이 북미에 청교도 찬송가를 가져갔듯, 기독교 선교사들은 아프리카에 찬송가를 전파하여 오늘날 많은 아프리카 국가의 국가(國歌)가 기독교 찬송가처럼 들리게 했습니다. 실크로드를 따라 향신료와 함께 류트나 바이올린 같은 악기와 멜로디가 전파되면서, 이 악기들은 중국, 일본, 인도, 중동, 유럽으로 퍼져나가며 그 이름과 형태가 변화했습니다.

1520년 리스본 인구의 10%는 아프리카인이었고, 그들이 가져온 샤이옹(Chyons)과 사라방드(Sarabands) 같은 아프리카 춤곡은 요한 세바스찬 바흐(J.S. Bach)의 춤곡에까지 영향을 미쳤습니다. 음악은 다른 문화에 의해 수용되면 자연화됩니다. 일본에서 매년 새해 전야에 베토벤의 교향곡 9번 ‘합창’을 연주하며 베토벤을 일본 작곡가로 여기는 것처럼, 일본인들은 베토벤에게서 예의범절, 형식미, 전통 존중과 같은 일본적 감수성을 발견합니다. 서양인들이 느끼는 개인주의적 정서와는 달리, 일본 문화에서는 사회적 연대와 자아의 소멸이라는 젠(Zen)적인 가치를 표현하는 것으로 받아들여지는 것입니다.

서양과 동양 음악의 차이: 자연과의 관계 서양은 ‘음(note)‘과 ‘소리(sound)‘를 개념적으로 구분하는 반면, 동양은 자연의 소리(나무, 바람)와 음악을 융합하는 경향이 있습니다. 공자(Confucious)는 살구나무 아래에서 거문고(qin)를 연주하며 섬세한 거문고 소리가 바람, 대나무, 풀, 물 소리와 어우러지는 것을 즐겼습니다. 동양 음악에서는 음악과 자연 사이에 구분이 없으며, 이는 서양 음악보다 더 ‘자연스럽다’고 할 수 있습니다.

1978년 발견된 마르키 후 젠(Marquis Yi of Zeng)의 종(bells)은 2천 년 전 중국의 음향 과학이 서양보다 훨씬 우수했음을 보여줍니다. 서양 음악에 종이 거의 사용되지 않고 교회 종탑에만 있는 이유는 종이 만들어내는 복잡한 음향을 산술적으로 포착할 수 없었기 때문입니다. 이러한 자연의 소리에 대한 감수성은 중국과 일본 음악 전반에 스며들어 있습니다.

스피처 교수는 서양 음악이 한때 중국, 인도, 중동의 더 발전된 음악 문화에 비해 뒤처져 있었다고 말합니다. 그러나 악보 표기법을 통한 세계화로 서양 음악이 지구를 지배하게 되었고, 이제는 재즈, 록 같은 아프리카 음악과 K-POP 같은 아시아 음악이 서구를 ‘재교육’하고 있습니다.

서양은 음악사를 ‘작품’과 ‘작곡가’의 역사로 여기며 음악을 상상의 박물관에 전시된 객체로 축소하고, 작곡가의 역할을 과대평가하는 경향이 있습니다. 하지만 스피처 교수는 음악을 음악가들의 손에서 되찾아 사람들에게 돌려줘야 한다고 주장합니다. 서양은 음악이 천재들의 손에 있고 그 영감이 신으로부터 온다고 믿었지만, 19세기 신이 죽자 작곡가 스스로를 신적인 존재로 만들었습니다. 이러한 권위는 악보의 모든 음표에 미치며, 연주자는 위대한 바흐나 베토벤이 정한 것을 단순히 재현하는 역할에 그쳤습니다. 그러나 동양으로 갈수록 작곡가의 의도를 정확히 알 수 없는 경우가 많으며, 이는 음악이 훨씬 더 유기적이고 유동적인 형태로 존재했음을 시사합니다.

소리와 움직임의 뇌 연결 인간 음악이 독특한 이유는 소리와 움직임 사이의 연결 때문입니다. 뇌의 운동 영역과 청각 피질이 연결되어 있기 때문에 우리는 리듬에 맞춰 몸을 움직이고 싶어 합니다. 아기를 특정 리듬에 맞춰 흔들어주면 아기는 그 리듬을 좋아하게 됩니다.

우리는 또한 리듬을 모방하는 것을 좋아하는데, 이는 뇌에 **거울 뉴런(mirror neurons)**이 존재하기 때문입니다. 다른 사람의 신체적 행동을 볼 때, 우리는 직접 움직이지 않아도 뇌 속의 거울 뉴런이 공감적으로 반응합니다. 하품이 전염되는 것처럼 감정도 전염됩니다. 슬픈 노래를 들으면 우리의 거울 뉴런은 본능적으로 노래에 담긴 슬픔을 모방하고 공감합니다. 스피처 교수는 수많은 아기들이 오케스트라 연주에 맞춰 본능적으로 점프하는 콘서트 경험을 예로 들며, 이러한 리듬에 대한 반응이 어른의 유도가 아닌 아기 내부에 내재된 것임을 강조합니다.

음악적 전율(The Chills): 위험 없는 숭고함 음악에는 전율(chills) 또는 **숭고함(sublime)**이라고 불리는 극단적인 반응을 유발하는 순간들이 있습니다. 이는 종종 예상치 못한 소리의 폭발이나 패턴의 중단과 같은 극한의 순간에 촉발됩니다. 흥미롭게도 이러한 반응을 유도하는 뇌 부위는 두려움에 반응하는 부위와 동일하여 소름(goosebumps)이 돋게 합니다. 그러나 우리는 이 두려움을 즐깁니다. 음악은 위험 없는 폭력, 혹은 위험 없는 자연의 숭고함이라고 할 수 있습니다.

다윈은 감정이 생존에 적응적 역할을 한다고 보았습니다. 행복은 목표 달성, 분노는 목표 좌절, 슬픔은 상실, 두려움은 위협에 대한 반응입니다. 음악은 이러한 감정 반응과 유사한 방식으로 작동합니다. 음악의 패턴이 예상대로 진행되거나 갑작스러운 충격으로 좌절될 때, 우리 뇌는 실제 위험에 노출되었을 때와 유사한 반응을 보입니다. 물론 음악에서는 아무도 죽지 않지만, 이러한 ‘파생된 효과(derived effect)’ 덕분에 음악이 감정을 매우 본능적인 방식으로 표현할 수 있습니다.

뇌의 시간 여행: 음악 훈련의 놀라운 효과 음악을 들을 때 우리는 일종의 **정신적 시간 여행(mental time travel)**을 합니다. 작품에 몰입하면 뇌의 여러 층을 생물학적으로 거슬러 올라가는데, 스피처 교수는 이를 ‘어머니 자연으로 돌아가는 탯줄(umbilical cord back to mother nature)‘이라고 표현합니다.

놀랍게도 음악 훈련은 뇌를 재구성(rewires the brain)합니다. 대부분의 사람이 우뇌형이지만, 음악가는 좌뇌형이 됩니다. 언어를 처리하는 측두엽(temporal lobe)으로 음악을 듣는데, 이는 복잡한 음악이 언어만큼 복잡하기 때문에 이치에 맞습니다. 악기를 배우는 훈련은 규율, 연습, 시간 관리, 팀워크, 주의력, 집중력 등 수많은 양도 가능한 기술(transferable skills)을 길러줍니다.

음악의 다양한 기능과 잠재적 해로움 음악을 단순히 휴식이나 오락으로만 여기는 것은 음악의 다양한 가치를 간과하는 것입니다.

• 공동체 형성: 외로움은 정신 건강에 가장 큰 위협인데, 음악은 사람들을 모이게 합니다. 음악을 듣는 것만으로도 사회적 네트워크에 연결됩니다.
• 스트레스 감소 및 행복: 코르티솔(cortisol) 수치를 낮춰 스트레스를 줄이고, 도파민(dopamine) 같은 신경전달물질을 분비시켜 행복감을 줍니다.
• 기억 및 감정 표현: 과거를 기억하고 가장 깊은 감정과 정체성을 표현하는 훌륭한 수단입니다. 음악은 언어로 포착할 수 없는 섬세한 감정을 담아냅니다.
• 마음 챙김: 음악은 단순한 휴식이 아닌, 능동적이고 창의적인 마음 챙김과 명상의 한 형태입니다.

그러나 음악은 뇌에 해를 끼칠 수도 있습니다. 군사적으로 이용되거나 (예: 관타나모 만 수용소), 싫어하는 소리는 스트레스 수치를 높일 수 있습니다. 또한, 임상적으로 음악을 처방할 때는 매우 신중해야 합니다. 알츠하이머 환자에게 바흐 음악은 너무 반복적일 수 있고, 우울증 환자에게는 상태를 악화시키는 음악을 피해야 합니다. 의사들에게 처방할 음악의 종류를 교육해야 할 필요성이 있습니다.

인터넷을 통한 음악의 놀라운 보편성과 접근성으로 인해 모든 음악이 단일한 회색빛 객체로 동질화될(homogenized) 것이라는 우려가 있습니다. 그러나 스피처 교수는 이러한 일이 일어나지 않을 것이라고 예측합니다. 첫째, 모든 예술가는 독특해지기를 원

20년 넘게 소프트웨어 엔지니어링 분야에 몸담아 온 라이언 니스트롬은 지난 1년 동안 자신의 작업 방식이 “완전히 뒤집혔다”고 고백합니다. 통합 개발 환경(IDE), 터미널(terminal), 각종 도구들을 10번 이상 바꾸며 변화의 소용돌이를 겪었지만, 그는 이 변화 속에서 “새로운 즐거움과 신선함”을 발견했습니다. 이전보다 더 빠르고 열심히 일하고 있지만, “긍정적인 방식”으로 느껴진다는 것이죠.

라이언의 경험은 비단 그만의 이야기가 아닙니다. “How I AI”의 모든 게스트들은 AI 덕분에 “더 즐겁게 일하고, 더 빠르게 작업하며, 모든 것이 달라졌다”고 입을 모읍니다. 특히 Notion AI는 단순한 코드 작성 도구를 넘어, 팀 운영 방식까지 혁신하며 엔지니어링 리더들에게 새로운 가능성을 제시하고 있습니다.

라이언 니스트롬은 Notion AI와 커스텀 에이전트를 활용하여 자신의 팀에서 구현한 세 가지 핵심 워크플로우를 소개했습니다. 이들은 모두 엔지니어링 팀의 ‘번아웃(burnout)‘을 방지하고 ‘생산성(productivity)‘을 극대화하며 ‘즐거움(joy)‘을 되찾는 데 초점을 맞추고 있습니다.

문제점: 비생산적인 스탠드업 회의 라이언은 6~7명의 팀을 관리하는 엔지니어링 매니저(EM) 또는 기술 리드 매니저(TLM)로서, 매일 진행되는 스탠드업 회의가 비효율적이라고 느꼈습니다. “눈이 풀린 채 ‘이거 했고, 저거 보냈고, 업데이트 없습니다’라고 말하는” 회의는 시간 낭비이자 고통스러운 경험이었습니다. 이러한 비생산적인 회의는 팀원들의 참여도를 떨어뜨리고, 결국 회의 빈도를 줄이게 만들어 중요한 정보 교환의 기회를 잃게 만듭니다.

해결책: Notion AI 커스텀 에이전트 라이언 팀은 이 문제를 해결하기 위해 Notion AI 커스텀 에이전트(custom agent)를 활용했습니다. 이 에이전트는 매일 아침 9시, 회의 템플릿이 생성된 직후 자동으로 작동합니다. 지난 24시간 동안의 슬랙(Slack) 대화, Notion에서 완료된 작업(task), 머지된 풀 리퀘스트(pull request, PR), 허니콤(Honeycomb)의 최신 지표, 그리고 전날 회의록까지 모든 컨텍스트(context)를 종합합니다.

에이전트는 이 정보를 바탕으로 아래와 같은 상세한 사전 리드(pre-eread) 형식의 보고서를 자동으로 작성합니다:

• CI 속도 (최신 CI 시간)
• 주요 결정 사항
• 프로젝트 진행 상황
• 코드 변경 내역
• 버그 및 피드백
• 미해결 질문 및 리스크

라이언은 이 에이전트 덕분에 회의 직전까지 어떤 준비도 할 필요가 없어졌습니다. 팀원들은 이 보고서를 보며 핵심 안건에 집중하고, 문제점, 결정, 성과, 발견 사항, 다음 작업 등에 대해 토론합니다.

효과: 높은 대역폭, 협업 증진, 번아웃 방지 이 AI 기반 스탠드업 미팅은 여러 면에서 긍정적인 변화를 가져왔습니다.

• 높은 대역폭 및 품질: 준비 시간 없이도 고품질의 상세한 회의를 자주 진행할 수 있게 되어, 특히 원격 팀의 협업 효율성이 크게 향상되었습니다.
• 정보 공유의 민주화: 평소 말이 없는 엔지니어들도 AI가 정리한 정보를 통해 자신의 성과를 쉽게 공유할 수 있게 되어, 모든 팀원의 인사이트가 표면으로 드러납니다.
• 번아웃 방지: 매니저들은 회의 준비에 할애하던 시간을 코드 작성이나 다른 핵심 업무에 집중할 수 있게 되었습니다. 라이언은 “나는 서류 작업을 하고 싶지 않다. 사람들과 함께 일하고, 어려운 문제를 해결하고, 무언가를 만드는 데서 큰 기쁨을 느낀다”고 말하며, AI가 이러한 ‘잡무(toil)‘에서 자신을 해방시켜주었다고 강조합니다.

클레어 보(Claire Vo)는 AI가 “회의 5분 전에도 불평 없이 요청을 수행한다”는 점을 들어, 매니저들이 번아웃 없이 즐겁게 일할 수 있는 환경을 조성한다고 덧붙였습니다. 라이언은 “더 편안하고, 더 재미있고, 더 많은 일을 해내는 것 같다. 이 ‘윈-윈-윈(win-win-win)’ 상황이 이상하다”고 표현하며 AI가 가져온 긍정적인 변화에 대한 만족감을 드러냈습니다.

“Boxy” 프로젝트와 Codeex 연동 Notion 팀은 엔지니어들이 로컬 환경에서 모든 작업을 시작하지 않고도 AI를 활용해 코드를 작성할 수 있도록 ‘Boxy’라는 내부 프로젝트를 구축했습니다. 이는 Codeex와 클라우드 코드(Cloud Code)가 설치된 가상 머신(Virtual Machine, VM)들을 활용하는 시스템입니다. 엔지니어는 Notion 작업(task) 내에서 Codeex를 @멘션 하는 것만으로 이 VM을 트리거하여 코드 작업을 시작할 수 있습니다.

스크린샷만으로 PR 생성 및 UI 검증 라이언은 친구의 텍스트 메시지 하나로 새로운 기능을 구현한 사례를 소개했습니다. 친구가 Notion의 탭 블록(tab block)에서 ‘링크 복사’ 기능이 필요하다고 요청하자, 라이언은 Notion 작업에 몇 줄의 설명과 함께 스크린샷을 첨부했습니다. “여기에 링크 복사 버튼을 추가하자”는 간단한 지시와 함께 몇 가지 엣지 케이스(edge case)를 명시했습니다.

놀랍게도, @Codeex를 멘션하자 Codeex는 단 10분 만에 전체 풀 리퀘스트(PR)를 생성하고, 미리보기 URL까지 제공했습니다. 가장 인상적인 점은 Codeex가 스스로 UI 검증을 수행하고, 그 과정을 스크린샷으로 첨부하여 PR에 포함시켰다는 것입니다. 코드 리뷰 과정에서 라이언이 이해하기 어려운 부분이 있자, 그는 “이해 못 하겠다. 고쳐라”라고 요청했고, Codeex는 즉시 설명과 함께 수정된 코드를 제공했습니다. 라이언은 종종 프롬프트(prompt)에 “여기서 내가 뭘 하는지 모르겠다. 5살 아이에게 설명하듯이 설명해달라”는 문구를 추가하며 AI의 도움을 받습니다.

엔지니어링 조직을 위한 시사점 클레어 보(Claire Vo)는 이 워크플로우가 대규모 엔지니어링 조직에서 ‘가상 머신(VM) 전략’과 ‘백그라운드 에이전트(background agent) 전략’의 중요성을 보여준다고 강조했습니다. 로컬 환경 설정의 번거로움 없이 AI 에이전트가 가상 환경에서 코드를 생성하고 PR을 올려주는 방식은 개발 속도(velocity), 개발자 경험(DevX), 지속적 통합(CI) 속도 향상에 엄청난 영향을 미칩니다.

새로운 개발 패러다임: 스펙이 진실의 원천 Notion 팀은 최근 AI 에이전트 시스템을 재구축하면서, 기존의 “비대해진 시스템 프롬프트(system prompt)“와 “도구 및 지침 피로(tool and instruction fatigue)” 문제에 직면했습니다. 여기서 얻은 교훈은 “코드로 시작하지 말고, 스펙(spec)으로 시작하자”는 것이었습니다.

이제 Notion의 코드베이스에는 agent_specs라는 하위 폴더가 있으며, 이 안에 모든 에이전트 스펙이 마크다운(Markdown) 문서 형태로 저장됩니다. 이는 마치 소프트웨어 개발의 ‘진실의 원천(source of truth)‘이 코드에서 스펙으로 이동하는 새로운 패러다임을 제시합니다.

Whisper와 Codeex의 시너지 라이언은 이 스펙을 작성하는 과정을 다음과 같이 설명합니다.

1. 아이디어 구상: 빈 마크다운 문서를 열고, 위스퍼(Whisper)를 켜서 기능이 어떻게 작동해야 하는지 “마구 떠들어댑니다(yapping).”
2. 스펙 생성: 이 “떠든 세션”을 Codeex에게 넘겨주며, 기존 스펙 라이브러리 형식을 학습하여 스펙을 작성하도록 지시합니다. Codeex는 초안을 생성하고, 라이언은 몇 차례 수정을 거쳐 최종 마크다운 스펙 문서를 완성합니다.
3. 코드 구현: 완성된 스펙 파일을 Codeex에게 다시 넘겨주며 “만들어라(Build it)“라고 지시합니다. 스펙 파일에는 코드 포인터와 상세한 검증(verification) 방법까지 포함되어 있어, Codeex는 거의 “원샷(one-shot)“으로 코드를 구현합니다.

Notion 팀은 Notion AI를 명령줄 인터페이스(CLI)에서 실행할 수 있는 자체 도구까지 구축하여, 에이전트가 테스트를 통과한 후 스스로 Notion AI를 실행하고, 쿼리(query)를 보내며, 스펙에 명시된 대로 작동하는지 확인할 수 있게 했습니다. 라이언은 “몇 시간 만에 수천 줄의 코드를 얻었고, 코드 리뷰 후 완벽하게 작동했다”고 말했습니다.

엔지니어의 역할 변화 이러한 스펙 기반 개발은 엔지니어의 역할을 크게 변화시킵니다.

• 시스템 사상가 및 아키텍트: 엔지니어는 더 이상 ‘배관 작업(plumbing work)‘과 같은 반복적인 코드 작성에 매달리지 않고, 시스템 설계, 아키텍처, 그리고 기능의 ‘검증 루프(verification loop)‘를 정의하는 데 집중합니다. “이 기능의 정확성을 어떻게 검증할 것인가?”라는 질문이 가장 중요해집니다.
• 진실의 원천 관리: 스펙 파일은 버전 관리(version control)되어 있어, 시간이 지남에 따라 스펙이 어떻게 진화했는지 추적할 수 있습니다. 이는 마케팅 팀과 같은 비엔지니어링 부서에서도 쉽게 이해할 수 있는 “평이한 영어”로 작성되어, 비즈니스 전반에 걸쳐 유용한 자산이 됩니다.
• 즉각적인 구현: 과거에는 기술 설계 문서(TDD)나 스펙 문서를 작성한 후, 다시 회의와 리뷰를 거쳐야만 코드를 작성할 수 있었습니다. 이제는 “회의를 기다릴 필요도, 리뷰를 기다릴 필요도 없다. 그냥 배포하고, 검증 루프를 돌리면 된다”고 라이언은 강조합니다.

• 긴 작업 처리 능력: 컨텍스트 윈도우(context window)가 가득 차면 문제를 놓치는 다른 모델과 달리, Codeex는 몇 시간 동안 “갈아 넣어도(grind for hours)” 작업을 잘 수행합니다.
• 원샷 솔루션 지향: 여러 에이전트를 동시에 실행하고 관리하는 라이언의 작업 스타일에 적합하며, 한 번에 해결책을 찾아내는 능력이 뛰어납니다.
• 단순함과 효율성: 불필요한 기능 없이 핵심에 집중하며, Notion의 MCP(Master Control Program, Notion 내부 도구) 및 스킬(skills) 기능과 결합하여 효율성을 높입니다.
• GPT-4 모델 활용: 강력한 기반 모델인 GPT-4를 사용합니다.

클레어는 Codeex가 “오랜 시간 걸리는 작업에 적합하다”는 점과, “프로젝트(projects) 개념”이 다양한 프로젝트를 운영하는 자신에게 도움이 된다고 말했습니다. 또한, Codeex가 “코드 리뷰와 보안 리뷰에 매우 뛰어나고, 지루한 작업에도 지치지 않고 불평하지 않는다”는 점을 높이 평가했습니다.

• 빠른 피드백: CI가 빠를수록 엔지니어는 변경 사항에 대한 피드백을 더 빨리 받을 수 있습니다.
• 안정감 있는 개발: 빠른 피드백은 엔지니어들이 변경 사항을 만들고 개발 또는 프로덕션 환경에 푸시하는 데 더 편안함을 느끼게 합니다. 이는 곧 개발 속도 향상으로 이어집니다.

AI 시대에는 이러한 CI 속도가 더욱 중요해집니다. AI 에이전트가 생성한 코드를 빠르게 검증하고 통합하는 과정에서 CI의 효율성은 전체 워크플로우의 병목 현상을 줄이고, AI의 잠재력을 최대한 발휘하는 데 필수적인 요소가 됩니다.

중국의 AI 전략은 실리콘밸리의 AGI(인공 일반 지능, Artificial General Intelligence) 추구와는 사뭇 다른 길을 걸어왔습니다. 미국이 ‘초인적인 지능’을 향한 AI 개발에 집중하는 경향이 있다면, 중국은 AI를 경제 전반에 걸쳐 사람들의 손에, 공장에, 그리고 모든 곳에 배치하여 ‘경제를 더 효율적으로 운영하는 방법’으로 활용하는 데 주력하고 있습니다. 이는 철저히 ‘실생활 응용’에 초점을 맞춘 접근 방식입니다.

중국 도시를 걷다 보면 이러한 AI의 흔적을 쉽게 찾아볼 수 있습니다. 수많은 도시에서 자율주행차(Driverless Cars)가 운행되고 있으며, 식당에서부터 거리를 순찰하는 로봇에 이르기까지 AI는 일상 곳곳에 스며들어 있습니다. 심지어 부모들은 아이들의 교육에 AI를 창의적으로 활용하고 있습니다. 한 어머니는 아이들의 영어 학습을 돕기 위해 ‘번역 마스크(Translation Mask)‘를 착용했습니다. 이 마스크는 영화 ‘배트맨’ 속 악당 베인이 쓰는 마스크와 흡사한 생김새로, 어머니가 중국어로 말하면 마스크에서 영어로 번역된 목소리가 흘러나오는 방식입니다. 아이와 영어로 대화하기 위해 기꺼이 이러한 독특한 장치를 사용하는 모습은 중국인들의 AI에 대한 높은 수용도를 보여줍니다.

미국에서 AI가 일자리를 빼앗거나 세상을 지배할 것이라는 ‘종말론적’ 우려가 팽배한 것과 달리, 중국에서는 AI에 대한 기대와 흥분이 훨씬 큽니다. 이러한 대중의 긍정적인 태도는 중국 정부가 AI를 통해 자국의 깊고 구조적인 문제들을 해결할 수 있다고 믿기 때문입니다.

중국은 현재 심각한 인구 고령화와 노동력 감소 문제에 직면해 있습니다. 젊은 세대가 아이를 낳지 않으려는 상황에서, AI는 공장의 효율성을 높여 이러한 문제를 해결할 잠재적인 열쇠로 여겨집니다. 또한, 농촌과 도시 간 의료 서비스 접근성의 불평등 문제 역시 ‘AI 의사’를 통해 해결할 수 있다는 기대를 받고 있습니다.

중국 정부는 역사적으로 기술에 대해 매우 낙관적인 태도를 보여왔습니다. 지난 수십 년간 기술은 중국의 놀라운 경제 성장을 이끈 핵심 동력이었으며, AI 역시 이러한 ‘글로벌 상승’을 돕고 당면한 문제들을 해결할 최신 기술의 반복으로 인식되고 있습니다.

이러한 AI 전략의 핵심적인 순간은 시진핑 주석 집권 초인 2014년으로 거슬러 올라갑니다. 시 주석은 중국 최고의 엔지니어와 과학자들을 모아놓은 자리에서 “지능형 로봇(Intelligent Robots)이 앞으로 매우 중요해질 것”이라 강조하며, 중국이 지능형 로봇 분야에서 세계 1위가 되어야 한다고 선언했습니다. 이는 2017년 ‘차세대 인공지능 발전 계획(China’s New Generation AI Development Plan)‘이라는 국가 차원의 AI 로드맵으로 구체화되었고, 2030년까지 중국을 선도적인 AI 강국으로 만들겠다는 목표를 설정했습니다. 목표 달성 방식 역시 ‘실생활 응용’에 방점이 찍혔습니다.

이후 중국 정부는 이 계획에 막대한 자금을 쏟아부었습니다. 중앙 정부의 지시에 따라 지방 정부까지 나서 산업 단지를 조성하고, 최고 기업들을 유치하기 위해 세금 감면 혜택과 저렴한 임대료를 제공했으며, 최고의 인재를 유치하기 위한 지원금도 아끼지 않았습니다. 이는 AI 강국이 되기 위한 중국의 전방위적인 국가적 노력이었습니다.

몇 년간 중국은 AI 분야에서 선두를 달리고 있다는 자신감을 가졌습니다. 특히 안면 인식(Facial Recognition)과 음성 인식(Voice Recognition) 기술 개발에 집중했으며, 중국 기업들은 이 분야에서 세계 최고 수준의 기술력을 자랑했습니다. 이 기술들은 물론 중국의 감시 체제 강화에도 유용하게 활용되었습니다.

하지만 2022년 챗GPT(ChatGPT)의 등장은 중국 정책 입안자들과 기술 기업들을 당황하게 만들었습니다. 챗GPT는 웹상의 방대한 정보를 학습하여 인간처럼 대화하고 글을 생성하는 ‘생성형 AI(Generative AI)‘라는 완전히 새로운 영역을 개척했습니다. 중국은 안면 인식 분야에서는 앞서고 있다고 생각했지만, 생성형 AI에 대해서는 충분히 고려하지 못했던 것입니다.

챗GPT의 등장은 중국 정부에 위협으로 다가왔습니다. 생성형 AI는 예측 불가능한 답변을 내놓을 수 있고, 인터넷상의 모든 정보를 학습하기 때문에 중국의 정보 통제와 검열 체제에 위협이 될 수 있다고 판단했습니다. 정치적으로 민감한 사건이나 최고 지도자에 대한 질문에 챗봇이 정부가 원치 않는 답변을 내놓을 수 있다는 우려가 컸습니다. AI가 경제 발전의 강력한 도구이자 정치적 통제를 강화하는 수단으로 여겨졌던 것과 달리, 이제는 정치 모델 자체를 위협할 수 있는 잠재적 문제가 될 수 있음을 깨달은 것입니다.

이에 중국 정부는 즉각 대응했습니다. 챗GPT를 금지하고, 생성형 AI를 개발하는 중국 기업들에 새로운 규제를 부과했습니다. 예를 들어, ‘사회를 동원할 수 있는(mobilize society)’ 모델을 개발하는 AI 기업은 대중에게 공개하기 전에 반드시 정부의 일련의 검증과 승인을 거쳐야 한다는 규칙을 신속하게 도입했습니다. 서구에서 AI 안전성 검사가 자해나 혐오 발언 방지에 중점을 둔다면, 중국에서는 천안문 사태나 최고 지도자에 대한 질문 등 ‘정치적으로 민감한 질문’에 대한 답변 통제도 중요한 검사 항목에 포함됩니다. 이는 AI 패권을 장악하려는 열망과 권위주의적 정보 통제를 유지하려는 정부의 딜레마를 극명하게 보여줍니다.

이러한 긴장감 속에서 2025년 초, 딥시크(DeepSeek)라는 중국 스타트업이 개발한 챗봇이 등장하며 전 세계를 놀라게 했습니다. 딥시크는 미국의 선도적인 AI 모델들과 거의 동등한 성능을 보였을 뿐만 아니라, 개발 비용이 불과 560만 달러에 불과했으며, 오픈소스(Open Source)로 공개되었습니다. 이는 중국 AI가 실리콘밸리와 경쟁할 수 있음을 보여주는 ‘스푸트니크 모멘트’로 평가받았습니다.

딥시크의 성공은 중국 정부에도 큰 자부심을 안겨주었습니다. 시진핑 주석은 딥시크 창업자를 포함한 기업 리더들과의 회의에서 “재능을 발휘하여 국가에 봉사하라”고 독려했습니다. 이는 정부가 기업들에게 혁신의 최전선에 서기 위해 더 많은 자율성을 부여할 필요가 있음을 인정한 중요한 신호로 해석되었습니다. 한 분석가는 이를 두고 중국 정부가 “AI가 ‘무엇을 말하는지’는 통제하되, AI가 ‘무엇을 하는지’는 해방하려 한다”고 표현했습니다. 즉, 중국 인민에게 정보를 제공하는 챗봇과 같은 AI 제품에는 엄격한 규제가 적용되지만, 로봇 공학이나 정보와 직접적인 관련이 없는 분야에는 규제를 완화하겠다는 의도로 풀이됩니다.

이러한 변화의 조짐은 실제 AI 산업의 활성화로 이어졌습니다. 2025년 이후 중국 AI 분야는 폭발적인 성장을 거듭하며 수많은 새로운 모델과 스타트업이 등장했고, AI는 중국 경제 전반에 더욱 광범위하게 확산되었습니다. 지난 3월 중국 정부가 발표한 5개년 경제 계획에서 AI가 50번 이상 언급된 것은 중국이 AI에 자국의 경제적 미래를 걸고 있음을 명확히 보여줍니다.

워싱턴의 시각에서 중국의 AI 야심은 미국 기술과의 직접적인 충돌을 의미합니다. 하지만 중국 AI의 앞길에는 몇 가지 어두운 그림자가 드리워져 있습니다.

첫째, 정부의 엄격한 통제와 언제든 개입할 수 있다는 불확실성은 혁신적인 비즈니스 환경을 저해할 수 있습니다. 전문가들은 딥시크와 같은 모델 자체의 성능은 정치적 제약으로 인해 크게 저하되지 않는다고 보지만, 광범위한 정치 환경은 다릅니다. 기업들은 언제나 ‘레드 라인(Red Line)‘을 넘지 않기 위해 스스로 검열해야 하며, 이 레드 라인이 항상 명확하지 않다는 점은 큰 문제입니다. 대만 독립 문제와 같은 명백한 사안 외에, 언제 어떤 사안이 정부의 불만을 초래할지 예측하기 어렵습니다.

해외와의 교류에서도 제약이 따릅니다. 최근 성공적인 중국 AI 스타트업 마니스(Manis)의 사례는 이를 극명하게 보여줍니다. 마니스가 메타(Meta)에 20억 달러에 인수될 것이라는 소식이 전해지자 중국 정부는 즉각 조사에 착수했고, 결국 인수를 불허했습니다. 심지어 마니스의 창업자들은 중국 방문 후 출국이 저지당하기도 했습니다. 이러한 정부의 개입은 혁신을 위한 이상적인 환경을 저해하는 대표적인 사례로 꼽힙니다. AI와 같이 다양하고 빠르게 변화하는 분야에서는 정부가 특정 방향을 지시하고 자금을 투입하는 하향식(Top-down) 전략만으로는 한계가 있습니다. 과학자들과 연구자들이 자유롭게 실험하고 직관을 따를 수 있는 공간과 자유가 필수적입니다.

둘째, ‘칩(Chips)’ 문제입니다. AI 모델 훈련에 필수적인 고성능 하드웨어인 AI 칩 분야에서 중국의 기술력은 아직 미국에 미치지 못합니다. 중국 AI 기업들은 최고의 AI를 만들기 위해 여전히 엔비디아(Nvidia)와 같은 미국 기업의 칩에 크게 의존하고 있습니다. 중국은 수천억 달러를 투자하여 자국산 고성능 칩 개발을 시도했지만, 아직 목표에 도달하지 못했습니다.

셋째, ‘인재(Talent)’ 문제입니다. 중국은 매년 수많은 뛰어난 AI 연구자들을 배출하지만, 개방적이고 혁신적인 환경이 부족하기 때문에 많은 인재들이 미국으로 향하고 있습니다. 중국 기업과 정책 입안자들은 인재 부족을 공개적으로 인정하며, 이를 해결해야 할 또 다른 과제로 인식하고 있습니다.

결론적으로, 글로벌 AI 경쟁에서 누가 승리하고 있는지는 ‘승리’를 어떻게 정의하느냐에 따라 달라집니다.

만약 AGI, 즉 세상을 움직일 초인적인 지능이 AI의 궁극적인 목적지라면, 미국 기업들이 기술의 최첨단에 더 가깝다고 볼 수 있습니다. 전문가들은 중국이 몇 개월 정도 뒤처져 있다고 평가하지만, 그 격차가 크지 않다는 점도 중요합니다.

그러나 AGI가 불가능하거나 최종 목표가 아니며, AI를 통해 우리의 일상을 개선하는 것이 핵심이라면, 중국이 훨씬 더 유리한 고지를 점하고 있습니다. 중국은 이미 미국보다 훨씬 더 광범위하게 AI를 배포하고 있으며, 로봇이나 자율주행차 등 일상 곳곳에 AI를 적용함으로써 끊임없이 새로운 데이터를 생성하고 있습니다. 이는 최근 AI 분야의 큰 문제 중 하나인 ‘훈련 데이터 부족’을 해결하는 데 큰 도움이 됩니다. 중국은 자체 모델을 위한 새로운 데이터를 지속적으로 생성하고 있는 것입니다.

궁극적으로 AI는 아직 미지의 영역이 많습니다. 이 기술의 미래가 어떻게 될지, AI 패권을 장악한다는 것이 정확히 무엇을 의미하는지, 그리고 이를 위해 무엇이 필요한지 아직 알 수 없습니다. 따라서 누가 올바른 길을 걷고 있다고 단언하기는 어렵습니다.

미국 기업들은 중국의 AI 접근 방식에서 교훈을 얻을 수 있습니다. 미국에서는 초인적인 지능을 향한 야심 찬 목표가 역설적으로 많은 대중을 AI에 반대하게 만들고 있습니다. 반면 중국에서는 AI가 통근을 원활하게 하고, 음식을 더 빨리 배달하며, 공장의 효율성을 높여 제품 가격을 낮추는 등 실질적으로 삶을 개선하고 있다고 느끼기 때문에 대중의 수용도가 높습니다.

물론 최근 몇 달 사이 중국에서도 AI가 일자리에 미칠 영향에 대한 논의가 시작되었지만, 미국만큼 두드러지지는 않습니다. 아이러니하게도 중국 정부의 AI 규제가 혁신을 저해할 수도 있지만, 다른 한편으로는 정부가 이 분야를 통제하여 사회적 불안을 야기하지 않을 것이라는 대중의 신뢰를 형성하는 데 기여하기도 합니다. 이처럼 미국에서 AI에 대한 자유분방한 환경이 대중의 두려움을 키우는 반면, 중국에서는 정부의 통제가 오히려 기술에 대한 신뢰를 형성하는 역설적인 상황이 펼쳐지고 있습니다. 이러한 대중의 반발은 장기적으로 미국 AI 개발에 실질적인 ‘역풍(headwind)‘으로 작용할 수 있으며, 중국에서는 동일한 방식으로 전개되지 않을 가능성이 큽니다. AI의 미래는 기술 개발 속도뿐 아니라 사회적 수용과 정부 정책이라는 복합적인 요인에 의해 결정될 것입니다.

키보드 앞에 앉아 무작위로 키를 두드리는 원숭이가 언젠가 윌리엄 셰익스피어의 모든 작품을 타이핑할 수 있을까요? 이는 ‘무한 원숭이 정리(Infinite Monkey Theorem)‘라고 불리는 유명한 사고 실험입니다. 아마 한 번쯤은 이 이야기를 들어보셨을 겁니다. 시트콤 <심슨 가족>에서 호머 심슨이 셰익스피어 작품을 쓰려는 원숭이에게 “최고의 시절이었지… 최악의 시절이었어, 이 멍청한 원숭이!”라고 소리치는 장면처럼, 이 개념은 대중문화에서도 자주 인용됩니다.

이 흥미로운 질문은 단순히 가상의 이야기에 그치지 않고, 실제로 실험된 적도 있습니다. 2002년, 영국 페인튼 동물원(Paignton Zoo)의 학생들은 여섯 마리의 살라위 관모 마카크(Salawi crested macaque)에게 키보드와 컴퓨터를 제공했습니다. 약 두 달간의 실험 끝에 원숭이들이 만들어낸 ‘걸작’은 대부분 ‘S’라는 글자로 이루어져 있었으며, ‘Q’와 ‘G’ 같은 몇몇 다른 글자들도 섞여 있었습니다. 심지어 영어 단어 하나조차 만들어내지 못했습니다. 한 원숭이는 키보드를 돌로 내리치기 시작했고, 다른 원숭이들은 컴퓨터를 화장실로 사용하기도 했습니다. 일부 원숭이들은 특정 키에 집착하여 여러 번 연속으로 누르기도 했습니다. 이들의 ‘작품’은 심지어 책으로 출판되기도 했습니다.

이 실험이 성공하지 못한 이유는 명백합니다. 하지만 이는 무한 원숭이 사고 실험에 깔린 근본적인 가정에 대해 다시 생각하게 만듭니다. 원숭이는 단순히 무작위성을 시각화하는 재미있는 방법일 뿐입니다. 이 사고 실험의 진정한 질문은 “순수한 무작위 과정이 셰익스피어의 모든 작품을 타이핑할 수 있을까?”입니다. 이는 터무니없이 들릴 수 있습니다. 천재적인 창조성을 필요로 하는 작품이 순수한 무작위성에 의해 탄생할 수 있을까요? 그러나 잠시 멈춰 생각해 보면, 모든 키는 눌릴 가능성이 있고, 따라서 모든 단어는 쓰일 가능성이 있으며, 두 단어, 세 단어, 네 단어 등 모든 단어의 배열 또한 쓰일 가능성이 있습니다. 어쩌면 정말로 가능할지도 모릅니다. 그리고 왜 셰익스피어에만 멈춰야 할까요? 이 원숭이가 아직 발견되지 않은 새로운 문학 작품이나 과학적 아이디어를 써낼 수도 있을까요?

이 글에서는 수학적 계산을 통해, 키보드 앞에 앉아 무작위로 키를 두드리는 원숭이가 궁극적으로 셰익스피어의 작품을 타이핑할 수 있을지 한 번에 답해보고자 합니다.

먼저, 우리의 원숭이가 키를 무작위로 누른다고 가정해 봅시다. 어떤 키를 누를 확률은 다른 키를 누를 확률과 동일합니다. 계산의 편의를 위해 우리는 26개의 영어 알파벳, 10개의 숫자, 쉼표, 마침표, 물음표 등 일부 문법 기호, 그리고 공백(space)까지 총 44개의 키만을 사용한다고 가정합니다. 따라서 각 키는 1/44의 확률로 눌리게 됩니다. 예를 들어, ‘M’이 눌릴 확률은 ‘J’가 눌릴 확률과 같습니다.

다음으로, 각 키 입력은 이전에 눌린 키와 독립적이라고 가정합니다. 즉, 원숭이가 어떤 문자열을 타이핑할 때, 그 정확한 문자열이 나올 확률은 각 단계의 확률을 모두 곱한 값입니다. 셰익스피어의 모든 희곡은 독립적인 키 입력의 유한한 순서라고 볼 수 있습니다.

그렇다면 원숭이가 다섯 글자 단어인 “hello”를 타이핑할 확률은 얼마일까요? 각 글자가 눌릴 확률은 1/44이므로, 총 확률은 (1/44)를 5번 곱한 값, 즉 1/44^5입니다. 이는 약 1억 6천 5백만 분의 1의 확률입니다. 다시 말해, 원숭이는 평균적으로 “hello”라는 단어를 한 번 타이핑하기 위해 약 1억 6천 5백만 번의 시도가 필요할 것입니다. 이 확률이 얼마나 희박한지 체감하기 위해 상상해 보세요. 호주 대륙 전체에 무작위로 핀을 떨어뜨렸을 때, 그 핀이 시드니 오페라 하우스 위에 정확히 꽂힐 확률과 비슷합니다.

그렇다면 원숭이가 “hello”를 타이핑하기까지 평균적으로 얼마나 기다려야 할까요? 원숭이가 1초에 한 글자를 타이핑한다고 가정하면, 약 26년 이상이 걸릴 것입니다. 단순히 “hello”라는 단어 하나를 얻기에도 엄청나게 긴 시간입니다.

자, 이제 셰익스피어의 희곡 <햄릿(Hamlet)> 전체를 생각해 봅시다. n개의 문자로 이루어진 문자열을 타이핑할 확률은 1/44^n입니다. 약 50개의 문자로 이루어진 짧은 문장의 경우, 이를 타이핑하는 데 약 10^76년이 걸립니다. 이는 1 뒤에 76개의 0이 붙는 숫자입니다. 참고로, 현재 우주의 나이는 138억 년, 즉 약 1.38 x 10^10년입니다. 우주의 역사를 계속해서 다시 재생하더라도 턱없이 부족한 시간입니다.

약 1,000개의 문자로 이루어진 단락의 경우, 약 10^1,638년이 걸립니다. 다시 한번 참고하자면, 모든 것이 죽고 어둡고 차가운 공허만 남는 우주의 열역학적 죽음(heat death)은 약 10^100년 후에 일어날 것으로 추정됩니다. 우주가 수없이 죽고 다시 태어나더라도 우리의 불쌍한 원숭이는 햄릿의 한 단락조차 완성하지 못할 것입니다.

그렇다면 <햄릿> 전체(위키백과에 따르면 약 20만 자)를 타이핑하는 데는 얼마나 걸릴까요? 약 10^328,688년이 걸립니다. 이 숫자는 상상조차 불가능한 규모입니다. 우주가 수조 번 죽고 다시 태어나더라도 햄릿을 타이핑할 확률은 거의 없다는 표현조차 이 숫자의 거대함을 제대로 담아내지 못합니다.

결론적으로, 단 한 마리의 원숭이가 키보드 앞에 앉아 무작위로 키를 두드려 셰익스피어의 작품을 타이핑할 수 있을지에 대한 답은 “기본적으로 불가능하다”입니다.

그렇다면 원숭이 수가 충분하지 않은 것이 문제일까요? 만약 단 한 마리의 원숭이가 아니라, 우주 전체의 원자 수만큼의 원숭이(약 10^80마리)가 있다고 상상해 봅시다. 이 원숭이들이 우주의 열역학적 죽음까지 <햄릿>을 타이핑할 시간을 가진다면, 과연 성공할 수 있을까요?

<햄릿>을 성공적으로 타이핑하려면 약 10^328,695개의 글자를 입력해야 합니다. 하지만 1초에 한 글자씩 입력한다고 가정하면, 이 모든 원숭이가 우주의 열역학적 죽음까지 생산할 수 있는 글자는 약 10^187개에 불과합니다. 이는 필요한 글자 수보다 수십만 배나 작은 숫자입니다. 이 엄청난 수의 원숭이들조차 햄릿을 완성하는 데는 겨우 흠집만 낼 뿐입니다.

따라서 현실적인 시간 내에서는 원숭이가 셰익스피어를 완성하는 일은 결코 일어나지 않을 것입니다.

하지만 우리는 ‘업 앤 아톰(Up and Atom)’ 채널의 영상처럼 수학적 한계를 넘어 더 흥미로운 질문을 던져봅니다. 만약 시간이 결코 끝나지 않는다면 어떨까요? 시간이 무한해지면 확률은 매우 다르게 작동합니다. 시간이 무한하다면 원숭이가 햄릿을 완성하는 것이 필연적으로 일어날 것이라고 짐작할 수 있습니다. 확률은 극히 작지만, 우리에게는 영원한 시간이 있으니까요.

하지만 수학자들이 던지는 진짜 질문은 이것입니다. 원숭이가 유한한 횟수의 햄릿을 생산할까요, 아니면 무한한 횟수의 햄릿을 생산할까요? 한편으로는 햄릿을 타이핑하는 것이 믿을 수 없을 정도로 희박한 일이기 때문에 제한된 횟수만 일어날 것이라고 생각할 수 있습니다. 하지만 다른 한편으로는 영원한 시간이 주어지므로 계속해서 반복될 수도 있습니다.

이 질문에 답하기 위해 이상한 다트 게임을 해봅시다. 다트판에 다트를 던진다고 상상해 보세요. 규칙은 매 던지기 후에 다트판의 면적이 절반으로 줄어든다는 것입니다. 처음에는 면적이 1제곱미터였다가, 첫 번째 던지기 후에는 0.5제곱미터, 다음에는 0.25제곱미터, 그 다음에는 0.125제곱미터 등으로 계속 줄어듭니다.

이제 또 다른 이상한 규칙이 있습니다. 당신은 원숭이이기 때문에 다트를 잘 던지지 못합니다. 사실, 다트판 방향으로 무작위로 던질 뿐입니다. 따라서 다트판을 맞출 확률은 다트판의 면적과 같습니다. 면적이 0.5제곱미터이면 맞출 확률은 0.5이고, 0.25제곱미터이면 0.25 등입니다. 무한히 많이 던진 후에 다트판을 몇 번이나 맞출까요?

이 경우, 확률은 너무나 빠르게 줄어들어 그 합이 유한한 숫자로 수렴합니다(1/2 + 1/4 + 1/8 + … = 1). 수학의 아름다운 결과인 **제1 보렐-칸텔리 보조정리(First Borel-Cantelli Lemma)**에 따르면, 이처럼 확률의 합이 유한할 때, 확률 1로 당신은 유한한 횟수만 다트판을 맞추게 될 것입니다.

이제 다시 게임을 하고 한 가지를 바꿔봅시다. 다트판의 면적이 매번 절반으로 줄어드는 대신, 다음과 같은 새로운 패턴으로 줄어듭니다. 첫 번째 던지기 후에는 원래 면적의 절반, 두 번째 던지기 후에는 원래 면적의 1/3, 세 번째 던지기 후에는 1/4 등으로 계속 줄어듭니다. 다시 말해, 다트판을 맞출 확률은 다트판의 면적과 같습니다. 그렇다면 이번에는 확률의 합이 어떻게 될까요? 1/2 + 1/3 + 1/4 + … 이 합은 계속해서 커져 무한대로 발산합니다.

**제2 보렐-칸텔리 보조정리(Second Borel-Cantelli Lemma)**에 따르면, 독립적인 사건의 경우, 이처럼 확률의 합이 발산한다면, 확률 1로 당신은 무한히 많은 횟수 다트판을 맞추게 될 것입니다.

요약하자면, 확률이 충분히 빨리 줄어들어 그 합이 유한하게 유지되면 유한한 횟수만 성공합니다. 하지만 확률이 충분히 빨리 줄어들지 않아 그 합이 계속해서 무한대로 커지면 무한히 많은 횟수 성공하게 됩니다.

그렇다면 이것이 우리의 원숭이가 <햄릿>을 타이핑할지 여부와 무슨 관련이 있을까요? 20만 개의 문자로 이루어진 무작위 문자열을 다트를 던지는 행위로 생각할 수 있습니다. 그리고 그 문자열이 <햄릿>이 될 확률은 다트가 다트판에 명중할 확률과 같습니다. 원숭이가 <햄릿>을 타이핑할 확률은 1/44^200,000입니다.

무한히 많은 시도 후에 원숭이는 <햄릿>을 몇 번이나 타이핑할까요? 확률의 합이 유한한 숫자로 수렴할까요, 아니면 무한대로 계속 커질까요? <햄릿>을 만들어낼 확률은 극도로 작습니다. 하지만 우리가 이 확률들을 계속 더해 나간다고 보면, 이 확률들은 줄어들지 않습니다. 매 시도마다 1/44^200,000이라는 동일한 확률이 반복됩니다. 아무리 작은 상수라도 무한히 더하면 결국 무한대로 발산합니다.

이는 무한한 시간이 주어진다면, 우리의 원숭이가 <햄릿>을 무한히 많이 타이핑하게 될 것이라는 의미입니다. 우주의 전체 수명 동안에도 우리의 원숭이는 햄릿을 단 한 번도 쓰지 못할 가능성이 높지만, 무한한 시간이 주어진다면 거의 확실하게 무한히 많이 쓸 것입니다.

하지만 <햄릿>에만 특별한 점이 있을까요? <햄릿>은 특정 문자열 중 하나일 뿐입니다. 동일한 추론은 어떤 문자열에도 적용됩니다. 시, 소설, 과학적 발견, 인류가 아직 발견하지 못한 새로운 과학적 아이디어, 즉 인류가 쓴 모든 책과 인류가 아직 쓰지 않은 모든 책을 원숭이는 결국 타이핑할 것입니다. 단 한 번이 아니라, 두 번도 아니라, 무한히 많은 횟수로 말입니다.

무한 원숭이 사고 실험은 무작위성(randomness)과 가능성(possibility)에 대한 우리의 직관을 뒤흔드는 심오한 질문을 던집니다. 유한한 시간이라는 제약 속에서는 아무리 많은 원숭이를 동원하더라도 셰익스피어의 작품을 완성하는 것은 사실상 불가능합니다. 천문학적인 확률과 우주의 수명을 훨씬 뛰어넘는 시간이 필요하기 때문입니다.

하지만 시간이 무한하다는 가정은 전혀 다른 결론으로 이끌어냅니다. 제2 보렐-칸텔리 보조정리가 보여주듯이, 아무리 낮은 확률이라도 무한히 반복될 수 있다면 그 사건은 무한히 많이 발생하게 됩니다. 이는 무한한 시간 속에서 원숭이가 셰익스피어의 모든 작품뿐만 아니라 인류가 상상할 수 있는 모든 문학, 과학, 예술 작품을 무한히 많이 창조해낼 것이라는 놀라운 가능성을 시사합니다.

이 사고 실험은 결국 창조와 무작위성, 그리고 시간이라는 개념에 대한 우리의 이해를 확장하고, 우주적 규모의 확률과 무한의 개념이 얼마나 심오한 의미를 가지는지 일깨워줍니다.

솔닛은 우리가 긍정적인 변화를 인식하는 데 서툰 이유로 여러 가지 복합적인 요인을 제시한다.

하지만 솔닛은 우리가 “새로운 세계가 태어나는 것”을 보지 못하고 있다고 강조한다. 인종차별 반대 운동, 시민권 운동, 페미니즘 운동, 성소수자(queer) 인권 운동, 장애인 인권 운동 등은 세상을 근본적으로 변화시켰다. 이 모든 운동은 보편적 인권, 평등을 주장하며 솔닛이 태어났던 시절의 식민지 아프리카, 남아공의 아파르트헤이트, 미국 남부의 짐 크로우(Jim Crow) 시대, 여성과 성소수자가 억압받던 세상을 무너뜨렸다. 환경 문제에 대한 인식조차 없었던 과거와 비교하면, 우리는 상상할 수 없을 정도로 성공적인 변화를 이뤄냈다. 보수 진영이 그토록 분노하고 두려워하는 것은 바로 이러한 성공 때문이다.

솔닛은 진보 진영이 좌절감에 빠져있을 때, 오히려 보수 진영은 진보의 변화를 훨씬 더 심각하게 받아들이고 있다고 지적한다. 그들의 백래시는 진보가 실제로 이룬 성과가 얼마나 강력한지를 역설적으로 보여주는 증거라는 것이다.

이러한 고립주의 이념은 궁극적으로 ‘허무주의(nihilism)‘에 가깝다. 아무것도 다른 것과 연결되어 있지 않다고 믿음으로써 행동의 책임을 회피하고, 결과적으로 정서적, 영적, 도덕적 고립을 초래하며 많은 외로움을 낳는다. 실리콘밸리의 거물들부터 트럼프 행정부에 이르기까지 현대 보수 진영은 분노하고 비참하며 기쁨이 없고 단절된 모습을 보인다. 이들은 대면 연결을 버리고 외로움과 고립을 심화시키는 디지털 세계를 만들었으며, 인공지능(AI)을 통해 인간 관계의 대용품을 제공하려 한다.

만약 진보의 변화가 중요하지 않았다면, 그들이 이토록 분노하고 화를 낼 이유가 없을 것이다. 보수 진영은 이 변화의 깊이와 범위를 좌파보다 훨씬 더 잘 이해하고 있다. 솔닛은 이러한 변화가 너무나도 근본적이어서 “다른 사회, 심지어 다른 문명”이라고 부를 수 있을 정도라고 말한다. 우리가 이러한 변화를 인식할 때 비로소 우리의 힘을 깨닫고, 우리가 이룬 것을 지키며 미래를 계속 만들어갈 자신감과 의지를 갖게 될 것이다.

솔닛은 변화의 속도와 지속 가능성에 대한 우려, 즉 ‘질서와 진보 사이의 긴장’에 대해서도 깊이 있는 시각을 제시한다.

솔닛은 변화가 후퇴할 수는 있지만, “마치 아무 일도 없었던 것처럼 되돌아갈 수는 없다”고 강조한다. 한 번 세상에 나온 새로운 아이디어는 잊히지 않는다. 여성들이 투표권을 갖고 공공 영역에 참여하게 된 지금, 여성들이 근본적으로 결함이 있거나 열등하여 통치에 참여할 수 없다는 생각으로 돌아가기는 불가능하다. 1955년의 사람들에게는 상상조차 할 수 없었던 세상에 우리는 살고 있으며, 이러한 미묘하고 점진적인 변화들이야말로 우리의 적응력과 진보의 강력한 힘을 증명한다.

솔닛은 법적 권리가 박탈될 수는 있지만, 그 권리에 대한 믿음은 쉽게 빼앗을 수 없다고 강조한다. 오히려 약물 낙태의 증가와 같이 다른 방식의 변화가 나타나기도 한다. 이는 우리가 이야기의 중간에 있으며, 어떤 끝도 모든 것의 끝은 아님을 보여준다.

솔닛은 진보 진영이 직면한 또 다른 도전으로 내부의 ‘완벽주의’와 ‘불확실성에 대한 불편함’을 꼽는다.

솔닛의 친구인 요 마론(Yo Maron)의 에세이처럼, “어떤 수준에서 좌파는 자신이 이길 수 있다고 믿지 않는다. 이길 수 없다면 할 수 있는 것은 완벽해지는 것뿐이다.” 그리고 이 완벽함은 불완전한 사람들을 처벌하는 방식으로 나타난다. 이는 MAGA(Make America Great Again) 지지층을 떠나는 사람들이 늘어나는 현상과 맞물려 중요한 질문을 던진다: 우리는 그들을 환영할 것인가, 아니면 잘못된 견해를 가졌다고 처벌할 것인가? 완벽한 사람들만 모인 작은 텐트를 가질 것인가, 아니면 더 많은 사람들을 포용하는 큰 텐트를 만들 것인가?

솔닛은 “범주는 생각이 죽는 곳”이라고 말한다. 일단 어떤 사람이 특정 집단에 속한다고 결정하고 나면, 그 사람에 대해 더 이상 생각할 필요가 없어진다. 모순과 복잡성을 관찰하는 것을 멈추는 것이다. 솔닛은 불확실성에 대한 편안함, 즉 현실이 항상 범주를 넘어서고 부술 것이라는 편안함이 중요하다고 말한다. 불확실성은 곧 ‘가능성(possibility)‘의 영역이기 때문이다. 그녀는 자신의 작업을 통해 사람들이 더 복잡하게 생각하고, 범주가 새고 있다는 것을 보고, 미래가 불확실하지만 그 안에 가능성이 있음을 인식하는 ‘장비’를 제공하고자 한다.

레베카 솔닛의 통찰은 단순히 낙관주의를 설파하는 것을 넘어선다. 그녀는 우리가 이뤄낸 거대한 변화를 직시하고, 그 변화에 대한 보수 진영의 백래시를 진보의 강력한 증거로 해석한다. 또한, 진보 진영 내부의 비관주의, 완벽주의, 그리고 불확실성에 대한 불편함이 어떻게 우리의 힘을 약화시키는지 날카롭게 분석한다.

솔닛의 메시지는 실용주의와 혁명적 정신의 건강한 조화를 보여준다. 과거의 ‘기억 상실증’에서 벗어나 우리가 이룩한 승리를 기억하고, 현재의 백래시를 두려움이 아닌 변화의 증거로 받아들일 때, 우리는 비로소 무력감에서 벗어나 미래를 만들어갈 힘을 되찾을 수 있다. 역사는 결코 완전히 되돌아가지 않으며, 새로운 아이디어와 권리 의식은 한 번 세상에 나오면 사라지지 않는다.

결국, 우리가 변화를 인식하고 우리의 힘을 자각할 때, 그리고 완벽함 대신 포용을 선택하며 불확실성 속에서 가능성을 볼 때, 비로소 더 나은 미래를 향한 여정을 지속할 수 있음을 솔닛은 강조한다. 이 프로젝트는 아직 끝나지 않았고, 우리가 해야 할 일은 너무나 많기 때문이다.

OPEC은 본질적으로 회원국들의 생산량을 제한하는 할당량 시스템을 통해 작동합니다. 다른 조건이 동일하다면, 공급 감소는 기본적인 시장 원리에 따라 가격 상승으로 이어집니다. 이를 통해 OPEC은 그룹 전체의 수익을 극대화하면서도 시장 지배력을 유지할 수 있는 가격 범위를 목표로 삼아왔습니다. 하지만 이러한 시스템은 카르텔이 세계 유가를 좌우할 만큼 충분한 시장 점유율을 가질 때만 효과적입니다. 만약 OPEC이 공급의 극히 일부만을 통제한다면, 자체 생산량을 줄이는 것은 다른 카르텔 외부 생산국들에게 이득을 안겨줄 뿐입니다.

문제는 OPEC이 과거와 같은 시장 점유율을 더 이상 가지고 있지 않다는 점입니다. OPEC은 전성기 때 세계 석유 공급의 절반 이상을 통제했지만, 현재는 4분의 1 미만으로 줄어들었습니다. 특히 북미 지역에서 셰일 혁명(shale boom)이 일어나면서 미국은 장기간 감소세를 보이던 산유국에서 세계 최대 산유국으로 변모했습니다. 이러한 시장 지배력 상실은 비선형적으로 나타나는데, 50%에서 45%로 점유율이 떨어지는 것이 25%에서 20%로 떨어지는 것보다 가격 지배력에 훨씬 더 큰 타격을 줍니다.

과거 OPEC은 가격 책정에 있어 매우 신중하게 줄타기를 해왔습니다. 걸프만이나 베네수엘라에서 석유를 추출하는 비용은 북해나 페름 분지(Permian Basin)에서 추출하는 것보다 훨씬 저렴합니다. 사우디아라비아의 재래식 원유는 배럴당 4달러에 불과한 비용으로 생산할 수 있는 반면, 서부 텍사스의 셰일 오일은 상업적 생존력을 유지하기 위해 배럴당 50~60달러에 가까운 가격이 필요합니다. 셰일 유정은 빠르게 고갈되고 끊임없이 재굴착해야 하기 때문입니다.

이론적으로 OPEC은 셰일 오일과 같은 고비용 유전 개발을 막을 수 있을 만큼 충분히 낮은 가격을 유지할 수 있었습니다. 만약 OPEC이 그렇게 꾸준히 했다면 훨씬 더 큰 세계 공급 점유율을 유지했을 것입니다. 하지만 그들은 그렇게 하지 않았습니다. 2000년대 중반, 유가가 충분히 높아지자 수평 시추와 수압 파쇄(hydraulic fracking)를 이용한 셰일 암반 시추가 경제성을 갖게 되었고, 이는 셰일 혁명으로 이어졌습니다. 일단 유정이 굴착되고 공급망이 구축되자, 셰일 오일 생산은 사라지지 않았습니다.

북미산 석유는 단순히 OPEC이 조작하려던 시장에 공급을 쏟아붓는 또 다른 경쟁자일 뿐만 아니라, 특히나 독특한 위협이었습니다. 1980년대 초의 오일 쇼크와 중동의 여러 분쟁은 유가를 끌어올렸을 뿐만 아니라, 석유 수입국들에게 걸프 지역에 대한 과도한 의존이 전략적 취약점이며 에너지 독립이 막대한 초기 투자를 감수할 가치가 있음을 보여주었습니다. 그 결과, 각국이 자체 석유 산업을 구축하면서 OPEC 외부에서 새로운 공급이 계속 증가했고, 이는 OPEC이 더 이상 통제할 수 없는 배럴이 되었음을 의미합니다.

OPEC은 이러한 확장되는 공급을 되찾기 위해 러시아와 같은 비회원국을 포함한 ‘OPEC+‘를 출범시키며 잃어버린 영향력을 되찾으려 노력했습니다. 그러나 OPEC+는 자체적인 조율 문제를 안고 있었습니다. 카르텔에 더 많은 생산국이 참여할수록, 균형을 맞춰야 할 국익이 많아지고 누가 생산량을 줄여야 하는지에 대한 의견 불일치가 심화되었습니다. 특히 러시아는 지난 몇 년간 합의된 할당량을 반복적으로 초과 생산했으며, 이는 다른 회원국들이 공동 행동을 진지하게 받아들이기 어렵게 만들었습니다. 게다가 러시아는 많은 석유 수출을 회색 시장(gray market)에 숨겨야 했기 때문에, 이러한 협력을 실제로 감시하는 것은 매우 어려웠습니다.

적어도 공식적으로는, 이러한 생산량 할당에 대한 이견이 UAE가 이번 주 초 탈퇴를 선언한 주된 이유였습니다. 그러나 이러한 추가 회원국들이 ‘석유 자살 특공대’에 합류한다고 해서 OPEC이 서구 석유 지배력에 도전하기 위해 설립되었다는 더 큰 문제는 해결되지 않습니다. 최근 수십 년 동안 서구 석유가 시장 점유율을 되찾아왔기 때문에, OPEC은 궁극적으로 스스로를 옥죄면서 성장하는 적과 싸우려 하는 셈입니다.

그렇다면 이미 축소된 OPEC에 UAE의 탈퇴가 얼마나 큰 피해를 입힐까요? 가장 분명한 효과는 공급 측면입니다. UAE는 OPEC 전체 생산량의 약 12%를 차지하지만, 이 점유율은 인위적으로 제한되어 있었습니다. OPEC 카르텔 하에서 UAE의 공식 할당량은 하루 약 320만 배럴이었지만, UAE는 원한다면 훨씬 더 많이 생산할 수 있다고 오랫동안 주장해왔습니다. 일부 업계 추정치는 UAE가 생산량 제한을 멈춘다면 몇 년 내에 하루 500만 배럴까지 생산 능력을 늘릴 수 있다고 말합니다. 이는 세계 시장에 상당한 양의 새로운 공급이 추가될 수 있음을 의미하며, 이는 OPEC이 정반대의 상황을 필요로 하는 시점에 나타나는 것입니다. 즉, UAE의 탈퇴는 기존 공급량을 OPEC의 조율에서 벗어나게 할 뿐만 아니라, OPEC의 영향력 밖에 있는 많은 새로운 공급량을 세계 시장에 추가할 가능성이 있습니다.

하지만 공정하게 말하자면, 특히 시점을 고려할 때 이러한 움직임에 대한 현대의 대중적 서사는 다소 모순되는 부분이 있습니다. 이론적으로 UAE는 많은 석유를 보유하고 있으며 현재 OPEC 할당량인 하루 약 320만 배럴을 넘어 추출할 수 있는 현대적이고 잘 관리된 인프라를 갖추고 있습니다. 하지만 현재는 상황이 다릅니다. 호르무즈 해협을 통한 수출이 차단되었고, 많은 인프라가 심각하게 손상되었습니다. 따라서 만약 UAE가 더 많은 석유를 수출하는 것이 유일한 목표였다면, 이번 움직임을 위한 시기는 최악이었다고 할 수 있습니다. 지역 전문가 라이언 그림(Ryan Grim)은 이러한 역설에 대해 많이 언급했으며, 궁극적으로 이는 주로 자신들을 적극적으로 공격했거나 충분히 방어하지 않은 다른 회원국들에게 지정학적으로 불만을 표출하려는 동기에서 비롯된 것으로 보입니다.

따라서 단기적으로는 공급이 세계 유가에 즉각적인 문제가 되지 않을 가능성이 높습니다. 그러나 더 큰 문제는 다른 회원국들에게 보내는 신호입니다. 만약 UAE가 탈퇴하여 실제 생산 능력에 가깝게 생산함으로써 더 많은 수익을 올릴 수 있다면, 카르텔의 모든 다른 회원국들도 동일한 계산을 시작할 것입니다. OPEC 회원국 지위는 지정학적 부담도 수반합니다. 회원국들은 정책을 조율하고 회의에 참석하며, 최소한 연대하는 척해야 합니다. 따라서 수익상의 이점이 없다면, 단순한 공급 자율성을 넘어 탈퇴를 고려할 유인이 커지기 시작합니다.

OPEC의 더 넓은 이미지 문제도 있습니다. 지난 몇 년간 OPEC은 영향력 감소를 만회하기 위해 OPEC+로 확장하고 추가 생산국을 영입하며 더 넓은 연합으로 자신을 포장하려 했습니다. 그러나 핵심 회원국이 공개적으로 탈퇴한다면, 잠재적인 신규 회원국들은 왜 가입해야 하는지 의문을 가질 것입니다. 특히 OPEC 회원국들이 서로 싸우고 있는 지금은 매우 좋지 않은 시기입니다. UAE가 첫 번째로 탈퇴하는 것은 쉽게 대량 탈퇴로 이어질 수 있으며, 각 회원국이 스스로의 이익만을 추구하게 되어 이 지역의 불안정을 더욱 초래할 수도 있습니다.

OPEC은 관대하게 말해 문제가 많지만, 이들 국가들이 최소한 협력하는 척해야 할 몇 안 되는 이유 중 하나였습니다. 카르텔은 모든 구성원이 협력을 통해 이득을 얻기 때문에 작동합니다. 이는 고전적인 ‘죄수의 딜레마(Prisoner’s Dilemma)’ 상황입니다. 한 당사자가 탈퇴하면 더 많이 생산하고 더 많은 수익을 얻을 수 있지만, 이는 다른 모든 구성원이 생산량을 계속 억제할 때만 가능합니다. 전체적인 합의는 개별적인 유인이 한 방향을 가리키고 그룹의 유인이 다른 방향을 가리키는 모든 협력 문제와 마찬가지로 취약합니다. OPEC이 시장의 50%를 통제했을 때는 계산이 매우 쉬웠습니다. 카르텔에 남아있음으로써 얻는 가격 이점이 엄청났고, 속임수를 쓰는 비용은 아무도 감당할 수 없는 가격 하락이었습니다. 그러나 UAE가 탈퇴한 25%의 점유율에서는 계산이 훨씬 덜 명확해집니다. 각 잔류 회원국은 이제 전 회원국과 비회원국이 원하는 만큼 생산하는 것을 지켜보면서 자체 생산량을 억제하도록 요구받고 있습니다. 이는 그룹이 축소될수록 탈퇴 유인이 커지고 잔류 유인은 감소한다는 것을 의미합니다. 이것이 바로 사람들이 우려하는 피드백 루프이며, 역사적으로 카르텔이 붕괴된 방식과 매우 일치합니다.

또한 사우디아라비아와 소규모 걸프 생산국들 간의 관계도 수년간 조용히 마찰을 빚어왔습니다. 특히 UAE는 생산량 감축이 예비 생산 능력을 가진 국가들, 즉 UAE에 불균형적으로 부과되는 반면 사우디아라비아는 ‘스윙 프로듀서(swing producer)‘이자 문지기 역할을 유지하는 것에 불만을 품어왔습니다. 따라서 리더십 역학 자체가 탈퇴의 이유가 되었으며, 이는 쿠웨이트나 이라크와 같은 다른 걸프 생산국들도 자신들의 상황에서 공감할 만한 불만입니다. 이것이 바로 도미노 효과 우려가 진지하게 받아들여지는 이유 중 하나입니다.

물론 다른 각도에서 볼 가치가 있는 것은 UAE와 미국 간의 관계입니다. UAE는 지난 10년 동안 경제를 석유에서 벗어나 재편하기 위해 많은 노력을 기울였습니다. 두바이와 아부다비는 비즈니스 허브, 관광지, 그리고 점차 금융 중심지로 자리매김했습니다. 이러한 전략은 안정성, 외국인 투자, 꾸준한 외화 유입에 달려 있습니다. 그러나 분쟁이 계속되면서 UAE의 석유 수익과 비즈니스 허브 수익은 사실상 중단되었습니다. 이란과의 전쟁은 이 모든 것에 심각한 타격을 주었으며, 동시에 호르무즈 해협을 통과하는 석유 수출에도 영향을 미쳤습니다.

중요한 점은 UAE가 이러한 수익 흐름이 중단되는 동안 경제와 통화 페그(currency peg)를 유지하는 데 필요한 달러 준비금이 부족해지고 있다는 것입니다. OPEC 발표 몇 주 전, 미국은 아르헨티나에 제공한 것과 유사한 방식으로 통화 스와프 라인(currency swap line)을 통해 UAE를 효과적으로 지원하는 협상을 진행 중인 것으로 알려졌습니다. UAE에게 이것은 자국 준비금을 소진하거나 자산을 매각하지 않고도 페그를 방어하고 수입 대금을 지불할 달러에 접근할 수 있게 해줍니다. 이는 전시 에너지 위기 상황에서 엄청난 안전망입니다. 또한 이러한 협정은 거의 대가 없이 이루어지지 않습니다. 미국 재무부와 연방준비제도이사회(Federal Reserve)의 통화 스와프 라인에는 더 넓은 외교 정책과의 조율을 포함한 암묵적인 조건이 따르며, 이는 역사적으로 금융 도구만큼이나 외교적 도구로 사용되어 왔습니다.

물론 UAE가 순전히 이 때문에 OPEC을 탈퇴한 것은 아닐 것입니다. 할당량 불만, 사우디아라비아와의 이견, 이란 전쟁 자체를 포함한 구조적 이유는 모두 스와프 논의보다 앞선 것입니다. 그러나 구제금융 논의가 시기에 영향을 미쳤을 것이라고 생각하는 것은 합리적입니다. 한쪽에는 비협조적인 석유 카르텔이 있고 다른 쪽에는 워싱턴으로부터의 재정적 생명줄이 있는 국가라면, 미국이 수십 년 동안 광범위하게 대립해 온 조직을 떠나는 것은 연대를 보여주는 비교적 저렴한 방법입니다.

이 모든 것을 종합해 볼 때, 상황은 비교적 명확합니다. OPEC은 더 이상 과거와 같은 세계 석유 시장의 지배적인 세력이 아니며, UAE의 탈퇴는 이러한 쇠퇴의 원인이라기보다는 결과에 가깝습니다. 카르텔은 이미 이번 주 이전에 대부분의 가격 결정력을 잃었으며, UAE는 단순히 숫자를 계산하여 회원국 지위의 비용이 이점을 초과하기 시작했다고 결론 내린 것입니다. 이제 OPEC 자체에 대한 진정한 위험은 다른 회원국들도 동일한 계산을 하고 동일한 결론에 도달하는 것입니다. 만약 그렇게 된다면, OPEC의 관련성은 계속해서 침식될 것이고, 세계 유가는 미국, 러시아, 브라질, 캐나다를 포함한 훨씬 더 복잡하고 덜 조율된 생산국들의 혼합에 의해 결정될 것입니다.

물론 세계 경제의 거의 모든 다른 주체들에게 이것은 압도적으로 긍정적인 일입니다. 더 많은 경쟁과 더 다양해진 공급은 다른 모든 조건이 동일하다면, 더 낮은 가격, 더 적은 공급 충격, 그리고 지정학적 무기로 사용될 수 있는 소수의 국가들의 영향력 감소를 의미합니다. 이는 단순히 경제학을 넘어선 문제이지만, 더 넓은 맥락에서 세계 경제의 안정과 예측 가능성을 높이는 데 기여할 것입니다.