AI가 인간보다 똑똑해지는 시대, 학교는 무엇을 가르쳐야 하는가

2026년 11월 한국의 국가자격시험에서 초소형 카메라와 생성형 AI를 이용한 부정행위가 알려졌다. 스마트안경과 이어폰, 통신기기를 어떻게 찾아낼 것인가가 당장의 과제다. 시험의 공정성을 위해 감독과 규정은 강화해야 한다. 그러나 여기서 논의를 끝내면 더 큰 문제를 놓친다.

20초 핵심

1
초소형 기기와 AI가 시험의 신뢰를 흔들지만, 감독 강화만으로 교육의 문제를 해결할 수는 없다.
2
OECD는 AI로 과제를 잘 수행하는 것과 실제로 배우는 것이 다르다고 지적한다.
3
앞으로 학교의 목표는 정답 생산에서 독립적 사고, 협력, 판단, 책임과 삶의 방향을 형성하는 쪽으로 확장돼야 한다.

시험장의 카메라보다 더 큰 문제

과제를 제출한 학생이 자기 글을 설명하지 못하는 일이 늘어난다면, 그것은 보안의 실패인 동시에 평가의 실패다. 학교는 완성된 답안을 채점해 왔다. 이제는 그 답안이 학생 자신의 이해를 얼마나 보여주는지 따로 확인해야 한다. 정답을 생산하는 기계가 등장한 순간, 정답만으로 인간의 능력을 판단하는 방식에 균열이 생긴 것이다.

계산기와 엑셀이 바꾼 것, AI가 바꿀 것

1970년대 계산기는 손계산을, 1979년 등장한 비지칼크는 장부의 반복 계산을 크게 줄였다. 그러나 계산기가 수학을 없애지 않았고 스프레드시트가 재무적 판단을 대신하지도 않았다. 도구가 발전할수록 무엇을 계산할지, 어떤 가정을 놓을지, 결과가 현실과 맞는지를 판단하는 능력이 중요해졌다.

AI의 차이는 작업의 범위다. 계산만 하는 것이 아니라 질문을 만들고, 글을 구성하고, 코드를 작성하며, 반론까지 제시한다. 앞으로는 과제의 결과뿐 아니라 문제를 정의하는 단계까지 기계가 맡을 수 있다. 그렇다면 교육은 기술이 못 하는 일을 찾아 좇는 경쟁을 벌여야 할까. 그보다 인간이 어떤 능력을 반드시 자기 것으로 가져야 하는지부터 물어야 한다.

잘 만든 과제와 실제로 배운 것은 다르다

OECD의 2026년 디지털 교육 전망은 생성형 AI를 사용한 과제 수행의 향상이 학습 성과로 자동 연결되지 않는다고 정리했다. 학생은 AI 덕분에 훌륭한 보고서를 낼 수 있지만, 도움 없이 같은 원리를 설명하거나 다른 문제에 적용하지 못할 수 있다.

2026년 발표된 대학생 글쓰기 연구에서도 자유로운 AI 협업은 제출물의 품질을 높였지만, AI 사용을 제한하고 성찰을 요구한 집단이 이후 독립적 글쓰기 과제에서 더 나은 경향을 보였다. 다만 소수 학급을 비교한 준실험 연구이므로 모든 학생에게 같은 인과관계가 성립한다고 단정할 수 없다.

문제는 생각의 외주화다. 우리는 원래 기억을 메모장에, 계산을 기계에 맡겨 왔다. 유익한 외주화는 더 중요한 사고에 시간을 남긴다. 위험한 외주화는 배워야 할 사고 과정 자체를 생략한다. AI가 유창하게 설명한다고 해서 그 설명이 곧 나의 이해가 되는 것은 아니다.

교육에는 왜 일부러 어려움이 필요할까

학습은 정보가 눈앞에 나타나는 순간 끝나지 않는다. 기억을 스스로 끄집어내고, 틀린 가설을 고치고, 다른 맥락에 적용하는 과정에서 지식이 자신의 것이 된다. 인지심리학의 ‘바람직한 어려움’과 ‘생산적 실패’가 강조하는 지점이다.

그렇다고 학생을 무작정 고생시키자는 말은 아니다. 어려움은 학습자의 수준에 맞아야 하고, 실패 뒤에는 설명과 피드백이 따라야 한다. AI 튜터도 정답을 즉시 보여주기보다 학생의 첫 시도를 요청하고, 필요한 순간 힌트를 제공하며, 마지막에는 도움 없이 설명하게 만드는 편이 교육적으로 의미 있을 수 있다.

손글씨나 종이책도 하나의 선택지다. 다만 아날로그 방식이 모든 학생과 과제에서 디지털보다 우월하다는 식의 신경과학적 단정은 피해야 한다. 중요한 것은 매체 자체보다 학생이 내용을 능동적으로 처리하고 기억을 인출하는가다.

미국 대학에서 시작된 시험의 재설계

뉴욕대 스턴 경영대학원 연구진은 음성 AI로 학생의 프로젝트에 대해 꼬리 질문을 던지는 구술시험을 실험했다. 초기 연구에서는 36건의 시험을 총 15달러가량의 모델 비용으로 운영했다. 학생 70%는 실제 이해를 평가한다고 응답했지만 83%는 필기시험보다 스트레스를 많이 느꼈다. 이는 구술평가의 가능성과 한계를 함께 보여준다.

교사가 직접 묻는 구술시험도, AI가 묻는 구술시험도 만능은 아니다. 말하기 불안, 언어능력, 장애 접근성, 채점 편향과 개인정보 문제를 고려해야 한다. 따라서 시험을 없애기보다 평가를 분리하는 접근이 현실적이다. 기초 개념은 AI 없이 확인하고, 실제 문제 해결에는 AI를 허용하며, 마지막에는 선택의 이유와 한계를 설명하게 하는 것이다.

2031~2036년, 학교의 풍경은 어떻게 달라질까

앞으로 5~10년 동안 AI의 성능과 비용, 규제, 사회적 수용은 불확실하다. 모든 학생에게 완벽한 개인교사가 제공된다고 예언할 수는 없다. 그러나 개별 학생의 이해 수준을 파악하고 질문과 피드백을 조정하는 AI 튜터가 지금보다 널리 사용되는 시나리오는 충분히 검토할 만하다.

그때 교실은 같은 내용을 같은 속도로 전달하는 장소로 남아야 할까. 지식 설명과 반복 연습의 일부를 AI가 맡는다면, 교사는 학생이 왜 배우는지 이해시키고, 잘못된 자신감을 발견하며, 친구와 갈등을 해결하고, 실패한 뒤 다시 도전하도록 돕는 역할에 더 많은 시간을 쓸 수 있다. 다만 교육의 인간적 관계를 줄여 비용을 절감하는 방향으로만 AI를 도입한다면 정반대 결과가 나올 수 있다.

미래의 하루를 상상해 보자. 오전에는 AI 없이 책을 읽고 수학적 원리를 증명한다. 오후에는 AI를 활용해 지역의 교통, 에너지, 돌봄 문제를 조사한다. 학생들은 데이터의 출처를 검증하고 실제 사람을 만나며 서로 다른 이해관계를 조정한다. 마지막에는 자신들이 내린 결정을 교사와 동료 앞에서 설명한다. 이것은 확정된 미래가 아니라 교육의 방향을 보여주는 설계 시나리오다.

지식이 쉬워질수록 기초지식은 더 중요해진다

AI가 모든 것을 설명해 준다면 암기와 기초학습을 없애도 될까. 오히려 반대의 위험이 있다. 기초 어휘, 수 감각, 역사적 맥락, 과학적 원리를 모르는 사람은 AI의 답이 왜 틀렸는지 판단하기 어렵다. 무엇을 질문해야 할지도 떠올리기 힘들다.

따라서 미래 교육은 기초지식을 버리고 창의성만 가르치는 방향이 되어서는 안 된다. 기초지식의 내면화와 고차원적 활용을 연결해야 한다. 독해, 쓰기, 수학, 과학, 역사와 시민교육은 그대로 중요하다. 달라져야 할 것은 지식을 얼마나 많이 재현하는가만을 성공의 척도로 삼는 관행이다.

AI 시대 인간에게 남는 일은 무엇인가

AI가 글쓰기, 분석, 설계, 상담의 일부를 맡게 된다면 인간의 직업은 어떻게 될까. 특정 직업이 전부 사라진다고 단정하기보다 직무 안의 과업이 재구성된다고 보는 편이 신중하다. 인간은 목표를 정하고, 이해관계의 충돌을 조정하고, 결과에 책임지는 역할을 계속 수행해야 한다. 물론 이 역할 역시 AI의 영향을 받을 것이다.

더 근본적인 질문이 있다. 인간의 가치를 생산성으로만 판단해야 할까. 아이를 돌보고, 친구를 위로하고, 공동체에 참여하고, 아름다움을 느끼고, 자기 삶의 방향을 선택하는 일은 경제적 산출량만으로 평가하기 어렵다. 교육이 오직 노동시장에서 경쟁력 있는 인재를 만드는 데 집중한다면, AI가 생산성을 높일수록 인간은 오히려 자신의 존재 이유를 불안해할 수 있다.

그래서 미래 학교는 능력의 교육과 함께 목적의 교육을 해야 한다. 무엇을 할 수 있는가뿐 아니라 무엇을 위해 그 능력을 쓸 것인가, 누구에게 어떤 영향을 미치는가, 잘못했을 때 어떻게 책임질 것인가를 묻는 교육이다. 윤리와 철학, 예술, 체육, 공동체 경험은 입시의 주변부가 아니라 인간 형성의 핵심이 된다.

교육을 진짜 바꾸려면 무엇부터 바꿔야 하나

첫째, 평가부터 바꿔야 한다. AI 금지 시험과 AI 활용 과제를 구분하고, 모든 과목에서 결과물뿐 아니라 독립 수행과 설명 능력을 확인해야 한다. 둘째, 숙제의 목적을 분명히 해야 한다. 학생의 이해를 확인하려는 숙제라면 AI 대필이 통하지 않는 설계가 필요하다. 실제 문제 해결이 목적이라면 AI 활용과 검증 과정을 함께 평가해야 한다.

셋째, 교사의 시간을 재배치해야 한다. AI가 채점과 반복 설명의 일부를 보조할 수 있지만 학생의 정서, 동기, 관계와 안전을 기계에 전적으로 맡겨서는 안 된다. 넷째, 학교 밖의 격차를 줄여야 한다. 유료 AI와 가정의 지원 수준이 성적을 좌우하지 않도록 공교육이 공정한 접근권과 지도 역량을 제공해야 한다.

다섯째, 대학 입시와 채용도 바뀌어야 한다. 학교가 사고력과 협업을 가르쳐도 대학과 기업이 여전히 정답 속도만 보상하면 교육은 다시 문제풀이 경쟁으로 돌아간다. 제도의 변화는 교실의 변화와 함께 가야 한다.

INSIGHT TIMES VIEW

학교는 인간을 기르는 곳이어야 한다

AI의 성능이 높아질수록 학교는 더 많은 정답을 주는 곳이 아니라 정답을 의심하고 자기 판단을 형성하는 곳이 되어야 한다. 학생이 AI 없이도 생각할 수 있어야 하고, AI와 함께라면 혼자서는 풀 수 없던 문제에 도전할 수 있어야 한다. 이 두 능력은 서로 대립하지 않는다.

교육의 성패를 가를 질문은 “학생들이 AI를 얼마나 잘 쓰는가”만이 아니다. “AI가 없어도 무엇을 이해하는가”, “AI가 틀렸을 때 알아차리는가”, “AI가 옳더라도 그것을 따라야 할 이유가 있는가”, “자신의 판단에 책임질 수 있는가”다.

5~10년 후 AI가 지금보다 훨씬 뛰어나더라도 아이에게 반드시 남겨줘야 할 것은 자기 삶의 주도권이다. 학교가 바뀌어야 하는 이유는 기계가 인간을 추월해서가 아니다. 인간이 무엇을 위해 배우고 살아가는지를 교육이 다시 묻도록 만들었기 때문이다.

AI가 더 똑똑해지면 지식을 외울 이유가 없지 않나?
  • 기초지식은 AI 답을 검증하고 좋은 질문을 만드는 토대다. 무조건적인 암기 확대도, 기초지식의 전면 폐지도 답이 아니다.
AI를 못 쓰게 하는 시험이 시대착오적인가?
  • 독립적인 이해를 측정할 때는 필요하다. 다만 실제 문제 해결 역량을 평가하려면 AI를 허용하는 별도 평가도 있어야 한다.
AI 구술시험이 인간 교사를 대신할 수 있나?
  • 반복적인 확인 질문을 보조할 수 있지만 공정성, 정서적 안전, 이의제기와 최종 책임에는 인간의 감독이 필요하다.
미래에 교사는 줄어들까?
  • 행정 및 설명 업무는 바뀔 수 있다. 그러나 교사 수요는 정책과 예산, 학급 규모, 사회적 선택에 달려 있어 기술만으로 예측하기 어렵다.
부모는 오늘부터 무엇을 바꾸면 좋을까?
  • 아이가 AI를 열기 전 자신의 생각을 먼저 말하게 하고, AI의 답을 받은 뒤에는 틀린 부분과 채택 이유를 설명하도록 돕는 것이 출발점이다.

체크 포인트

AI 없이 치르는 독립 수행 평가와 AI 활용 과제 사이의 성취 격차
구술평가의 신뢰도, 장애 접근성, 학생의 스트레스 수준AI 튜터 도입 후 장기 기억, 전이 능력, 자기주도성 변화
학교별 AI 접근권과 가정 배경에 따른 학습 격차대학 입시와 채용에서 과정 설명 및 실제 문제 해결 평가의 비중
AI가 답을 만들어 주는 시대에는 답이 아니라 학생이 그 답을 얼마나 이해하는지를 확인하는 쪽으로 평가가 바뀌어야 한다.

인사이트 타임스 편집부

주제로 더 읽기

이 기사의 주제부터, 요즘 많이 읽히는 주제까지

투자 심리와 의사결정, 그리고 투자 책 이야기

생성형 AI

이 기사의 주제기사 28편모두 보기 →

글, 그림, 소리, 코드처럼 새로운 것을 만들어 내는 AI.

테슬라에서 만난 AI의 미래, 이제 자동차가 사람의 말을 알아듣기 시작했다

“Hey Grok” 한마디에 달라지는 운전 경험. 놀라운 것은 자동차의 기능보다 AI가 일상으로 들어오는 속도다.

세상이야기EXPLAIN

AI가 흔해질수록 디즈니의 미키마우스는 더 비싸진다

누구나 멋진 그림을 만들어내는 AI 시대. 디즈니가 지키려는 경쟁력은 그림을 생성하는 기술이 아니라, 누구도 똑같이 만들 수 없는 디즈니만의 세계다.

테크EXPLAIN

Gemini가 밀린 두 달, 구글은 더 큰 전쟁으로 간다

챗봇 점유율에서는 ChatGPT가 다시 앞섰다. 그러나 구글이 노리는 다음 승부는 더 좋은 답변이 아니다. Search·Android·Workspace·Photos·Cloud를 묶어 사용자의 일을 실제로 끝내는 AI 에이전트 플랫폼이다.

테크WHAT NEXT

AI가 일자리를 없애나, 늘리나 - 진짜 문제는 ‘첫 일자리’가 사라지는 속도다

빌 게이츠는 AI가 인간의 인지 노동 자체를 대체할 수 있다고 경고하고, 젠슨 황은 생산성 향상이 더 큰 시장과 더 많은 일을 만든다고 본다. 지금까지의 데이터는 한쪽의 완승보다 더 복잡한 답을 보여준다. 총고용은 아직 무너지지 않았지만, 노동시장에 들어오는 문부터 먼저 좁아지고 있다.

세상이야기REALLY?

업무 매뉴얼을 AI에게 보여줬더니, 일하는 순서부터 다시 설계하기 시작했다

Box Architect와 NVIDIA의 협력. AI가 문서를 읽는 도구에서 기업의 업무를 설계하는 도구로 진화하고 있다.

테크EXPLAIN

AI 경쟁은 ‘챗봇 점유율’에서 ‘행동 레이어’ 경쟁으로 이동한다

ChatGPT가 무너지는 것이 아니다. Gemini, Claude, Copilot이 각자의 유통망을 타고 커지면서 AI의 경쟁 단위가 독립 챗봇에서 검색, 운영체제, 업무도구, 광고, 결제와 연결된 ‘행동 레이어’로 넓어지고 있다. 이제 중요한 질문은 누가 답을 더 잘하느냐보다 누가 사용자의 다음 행동까지 연결하느냐다.

테크EXPLAIN

노트북과 모니터 앞에서 여러 업무를 하나의 프로젝트로 정리하는 프리랜서

AI 프로젝트 예산은 52% 더 높았다. 그런데 누가 돈을 벌까?

AI가 사람의 일을 빼앗는다는 이야기 뒤에서, 기업은 더 많은 일을 묶어 하나의 결과물로 주문하기 시작했다.

테크EXPLAIN

젠슨 황 없는 엔비디아, 1,090억 달러 실적보다 중요한 세 가지 질문

11월 12일 엔비디아는 공동창업자 젠슨 황의 CEO 및 이사회 사임을 발표했다. SEC 공시에 따르면 이사회가 사임을 수리한 날은 11월 11일이다.

투자SO WHAT

젠슨 황이 떠나자, 왜 엔비디아보다 더 불안한 회사들이 생겼을까?

2026년 11월 12일, AI 산업의 상징과도 같았던 젠슨 황이 엔비디아 CEO 자리에서 물러났다는 발표가 나왔다. 1993년 창업 이후 33년 동안 회사를 이끌었던 인물의 퇴장. 충격은 엔비디아 주가에만 머물지 않았다.

투자WHY

말로는 겁을 냈지만, 돈으로는 주식을 샀다 - 이번 주 월가 뷰가 본 두 얼굴의 시장

이번 주 월가에서는 투자자의 말과 돈이 서로 다른 쪽을 가리켰다. 엔비디아가 크게 빠졌는데도 지수는 조금만 내려왔다. 장기투자자가 이 한 주에서 무엇을 확인할 수 있는지 네 가지로 정리했다.

투자EXPLAIN

기술주 급락, 강세장은 끝났을까? 월가의 4년 차트가 말하는 진실

4년간 다섯 번의 두 자릿수 조정에도 살아남은 상승 추세. 그러나 이번에는 AI 기업의 부채와 현금흐름이 새로운 변수로 떠올랐다.

투자WHAT NEXT

젠슨 황의 퇴장, 엔비디아가 잃은 것과 미국 AI 패권이 직면한 딜레마

개인 스캔들로 시작된 사임이 드러낸 것은 한 기업의 경영 공백만이 아니다. 중국을 통제하면서도 미국 기술의 영향력을 유지해야 하는 정책의 모순, 그리고 AI 산업의 실행 속도가 탁월한 한 사람에게 의존해온 취약성이다.

투자SO WHAT

유리 외벽에 ANTHROPIC 기업 로고가 보이는 도심 건물의 보도사진 스타일 이미지

앤트로픽 IPO 1.4조 달러의 진짜 의미, AI 성장에 필요한 돈은 누가 부담할까?

앤트로픽의 IPO는 단순히 거대한 AI 기업 하나가 증시에 입성하는 사건이 아니다. AI 산업이 지금까지의 사모 투자와 빅테크의 자금 지원을 넘어, 공개 주식시장에서 대규모 성장 자금을 조달하는 단계로 진입한다는 의미가 있다.

테크REALLY?

머스크가 내다본 AI 인프라의 다음 단계

네오클라우드의 위기는 왜 스페이스X와 테슬라의 기회가 될 수 있을까

테크WHAT NEXT

서버와 네트워크 장비를 모아 두고 전력과 냉각을 공급하는 건물.

궤도에서 돌아온 스타십을 처음 잡았다 - 부스터 캐치와는 차원이 다른 도전

우주선의 귀환과 로켓의 귀환은 다르다. 이번 성공이 완전 재사용 우주 운송에 남긴 실질적 의미.

테크EXPLAIN

테슬라와 스페이스X가 하나가 된다면, 머스크의 거대한 구상은 누구에게 이익일까?

두 회사가 합병 가능성을 공식 검토하기 시작했다. 자동차와 로봇, 우주, AI, 에너지 산업을 연결하는 머스크의 구상은 한 걸음 더 구체화됐다. 그러나 테슬라 장기투자자에게는 기술적 시너지보다 더 중요한 질문이 있다. 두 기업이 합쳐서 창출할 이익 중 기존 TSLA 주주에게 돌아갈 몫은 얼마나 될까?

투자SO WHAT

Election yard signs reading VOTE and A Stronger Tomorrow in the foreground, with a large data center and power transmission towers at dusk behind them

미국 중간선거, 민주당이 이기면 AI 주식은 어떻게 될까?

선거의 승패보다 중요한 것은 AI 성장의 비용을 누가 부담하고, 어느 기업이 현금을 남길 수 있느냐다.

세상이야기SO WHAT

백악관이 AI를 SI로 바꾼 진짜 이유

‘초지능’은 아직 기술적 사실이 아니다. 그러나 미국 정부가 그 이름을 공식 정책 언어로 채택한 순간, 규제와 국가안보, 그리고 수천억달러의 AI 설비투자를 설명하는 자본시장의 문법은 이미 달라지기 시작했다.

테크REALLY?

Trader on a trading floor watching a red falling chart beside Google, Amazon, Microsoft and Meta logos

나스닥 선물 -2.36%, AI 투자 공포는 또 시작됐다. 이번에도 겁먹고 팔아야 할까?

알파벳과 아마존 실적 발표 뒤 나스닥 선물이 2% 넘게 내렸다. 시장은 AI 수요보다 투자비와 현금흐름을 묻기 시작했다. 이 공포가 처음 보는 것인지, 그리고 장기투자자는 무엇을 확인해야 하는지 짚는다.

투자자의 사고EXPLAIN

머스크의 G20 메시지: AI 시대의 진짜 병목은 GPU가 아니라 전기다

10억 대 휴머노이드와 세계 경제 20~30% 확대라는 숫자는 눈길을 끌지만, 투자자가 먼저 볼 것은 더 현실적인 한 문장이다. AI 칩은 빠르게 늘어나는데 그것을 켤 전력과 물리적 인프라는 같은 속도로 늘지 못하고 있다.

테크REALLY?

코어위브 회사채 폭락, AI 버블의 경고음은 주식이 아닌 채권에서 먼저 울렸다

액면가 100달러 채권이 80달러 아래로 추락하고, 요구수익률은 15%까지 치솟았다. AI 수요가 넘쳐나는 기업에 채권시장이 경고를 보낸 이유는 무엇일까.

테크WHY

원래 그래픽을 그리던 칩.

AI의 다음 병목은 돈이다

Broadcom은 Anthropic에 최대 420억달러를 대고, Nvidia는 GPU를 담보로 5,000억달러 금융시장을 만들려 한다

테크WHAT NEXT

2027년 AI 버블이 터진다? 월가의 36% 폭락 경고, 진짜 위험은 따로 있다

AI 기술의 성공과 AI 주식의 성공은 다르다. 2027년 폭락론이 던지는 진짜 질문은 투자한 돈을 회수할 수 있는가다.

투자REALLY?

S&P 500 이익증가의 34%가 두 회사 몫이다…AI는 아직 ‘사는 쪽’보다 ‘파는 쪽’이 번다

엔비디아와 마이크론이 미국 대형주 이익증가의 3분의 1을 만들고 있다. 동시에 Apollo는 매그니피센트7을 뺀 S&P 493에서 AI의 재무효과가 아직 보이지 않는다고 지적했다. AI 강세장의 다음 단계는 더 많은 GPU 판매가 아니라, 그 GPU를 산 기업의 이익률 개선에서 확인될 가능성이 크다.

투자WHAT NEXT

AI 반도체는 정말 저평가됐을까? 시장의 의심이 쉽게 사라지지 않는 이유

수요는 강하고 실적은 좋은데 주가는 불안하다. 이제 투자자가 확인해야 할 것은 성장률보다 이익의 지속성과 투자금 회수 능력이다.

테크REALLY?

월가 시각과 젠슨 황 CEO 거취, 그리고 엔비디아의 길

동의하진 않지만 댄 아이브스(Dan Ives)는 “젠슨이 CEO에서 물러난다면 엔비디아 가치는 25~30% 정도 낮아질 수 있고, AI GPU 경쟁 구도(특히 중국)도 크게 바뀔 것”이라고 봤다. 다만 현재 제거 확률은 약 15% 수준으로 낮게 평가했다.

투자EXPLAIN

AMD 데이터센터 매출 97% 폭증, 그런데 현금흐름은 왜 64% 줄었을까?

AMD의 3분기 실적에서 가장 인상적인 숫자는 데이터센터 매출 증가율 97%다. 그러나 투자자에게 더 중요한 숫자는 따로 있다. 조정 EPS는 74% 증가했지만, 잉여현금흐름(FCF)은 전년 대비 약 64% 감소했다.

투자WHY

비트코인 채굴장이 AI 데이터센터로 바뀌고 있다

AI 시대에 가장 비싼 땅은 ‘전기가 꽂혀 있는 땅’일 수 있다. Bitcoin miner가 가진 진짜 자산은 채굴기가 아니라 이미 확보된 Grid Connection이었다.

테크REALLY?