Anthropic이 실제로 한 일
2026년 4월 7일, Anthropic은 Claude Mythos Preview를 발표하면서 더 흥미롭다고 할 만한 결정도 함께 공개했습니다. 바로 Project Glasswing입니다. 이 모델은 운영체제, 브라우저, 주요 오픈소스 프로젝트에 걸쳐 수천 개의 제로데이 취약점을 식별했습니다. 그중 일부는 인터넷 전체가 의존하는 핵심 인프라에 자리 잡고 있었습니다. 이런 발견을 대규모로 공개했다면 어떤 방어자도 제시간에 이길 수 없는 익스플로잇 경쟁을 촉발했을 것입니다.
그래서 Anthropic은 방송하지 않았습니다. 네트워크를 구축했습니다.
Glasswing은 Microsoft, Apple, Google을 비롯한 주요 벤더를 조율된 공개 프레임워크로 모았습니다. 발견 사항은 실제로 행동할 수 있는 당사자에게 전달되었고, 헤드라인이 아닌 수정에 맞춰진 일정으로 진행되었습니다. 모델이 바뀐 것은 아닙니다. 능력이 바뀐 것도 아닙니다. 바뀐 것은 배포 아키텍처입니다. 공개 방송에서 신뢰 기반 큐레이션 네트워크로 바뀐 것입니다.
InfoQ, Dark Reading, 그리고 Alan Turing Institute의 CETaS 보도에 따르면, 그 결과는 무기화된 익스플로잇 대신 패치된 시스템을 이미 만들어내고 있는 공개 일정입니다. 취약점은 실재합니다. 수정되고 있습니다. 그리고 일반 대중은 여전히 Mythos 자체에 직접 접근할 수 없습니다.
흥미로운 점은 이 패턴(공개 방송이 아닌 능력과 신뢰 기반 큐레이션의 결합)이 보안에만 국한되지 않는다는 점입니다. 영향력이 큰 학습 대부분을 조용히 이끌어 온 패턴과 동일합니다. Mythos 공개는 산업 규모에서 이 기저 논리를 가시화했을 뿐입니다.
방송의 시대는 끝나가고 있습니다
약 20년 동안 온라인에서 지적 진보의 지배적 모델은 방송이었습니다. 공개 RSS 피드로 가는 블로그 글. 알고리즘 타임라인으로 가는 트윗. 그 알고리즘으로 가는 YouTube 영상. 구독자 명단으로 가는 Substack 뉴스레터. 모양은 늘 같았습니다. 한 사람이 생산하고, 대중이 소비하고, 관심이 정렬합니다.
이 모델은 정보의 희소성을 전제로 했습니다. 정보가 희소할 때 방송하는 것은 큰 레버리지를 가집니다. 독자의 일은 좋은 출처를 찾는 것이었습니다. 작가의 일은 가능한 한 많은 독자에게 도달하는 것이었습니다.
그 모델은 양쪽 모두에서 무너지고 있고, Mythos는 그 이유 중 하나입니다.
생산 측면에서 AI는 그럴듯한 텍스트를 만드는 비용을 평탄화했습니다. 누구나 어떤 주제로든 몇 초 만에 천 단어를 생성할 수 있습니다. 결과는 홍수입니다. 총량은 올라갑니다. 단어당 평균 신호는 내려갑니다. 독자의 기존 전략(좋은 출처를 찾아 따른다)은 더 쉬워지기는커녕 더 어려워집니다. 모든 출처가 알고리즘 가시성을 유지하기 위해 더 많은 양을 생산해야 한다는 인센티브 압력을 받기 때문입니다.
소비 측면에서 AI는 이제 거의 모든 공개 정보를 요청 즉시 요약, 종합, 설명할 수 있습니다. 특정 에세이를 읽었다는 한계 가치는 떨어집니다. 누구든지 AI에게 요약을 부탁할 수 있기 때문입니다. 원시 정보 접근은 사실상 무료가 되었습니다.
무료가 되지 않은 것, 그리고 다른 모든 것이 저렴해질수록 더 가치 있어지는 것은 당신이 신뢰하는 누군가가 어떤 특정 문장이 당신의 관심을 받을 가치가 있는지 알려주는 일입니다. 그것이 큐레이션 레이어입니다. 그리고 큐레이션은 본성상 방송으로 확장되지 않습니다. 네트워크를 통해 확장됩니다.
이것이 Anthropic이 Glasswing을 통해 보안 레이어에서 실현한 변화입니다. 동일한 변화가, 덜 가시적인 형태로, 진지한 학습자들이 실제로 시간을 쓰는 방식에서 일어나고 있습니다.
단독 학습이 천장에 부딪히는 이유
동기 부여된 학습자가 누구의 도움도 없이 스스로의 길로 전문성에 도달할 수 있다는 환상이 있습니다. 주제를 정하고, 가장 좋은 책을 찾고, 깊이 읽고, 메모하고, 반복합니다. 충분한 자기 규율이 있으면 어떤 체계적인 프로그램도 앞서나갈 수 있다는 식입니다.
이 방식은 정보가 희소했고, 한 주제에 대한 가장 좋은 열두 권의 책을 찾는 일 자체가 실질적인 필터였던 시절에는 들리는 것보다 잘 통했습니다. 1990년대 대부분 주제에 대한 첫 열두 권의 책은 진정으로 가장 좋은 열두 권이었습니다. 출판이 큐레이션 세금을 부과했기 때문입니다. 오늘날 대부분 주제에 대한 검색 결과 상위 열두 권의 책은 유용한 것, 중복된 것, AI가 생성한 것, 그리고 완전히 틀린 것이 뒤섞여 있습니다. 누구를 신뢰할지에 대한 사전 지식 없이는 어느 것이 어느 것인지 구별할 수 없고, 결국 잘못된 책에 시간을 낭비한 뒤에야 알게 됩니다.
단독 학습에는 AI가 해결하지 못했고 오히려 악화시켰다고 볼 만한 세 가지 구조적 실패 모드가 있습니다.
큐레이션 문제. 무엇을 읽을지 선택하는 것이 이제 읽는 것 자체보다 더 어려운 기술입니다. 동기 부여된 사람은 건네받은 것은 무엇이든 흡수할 수 있습니다. 병목은 올바른 것을 건네받는 일입니다. 검색과 AI 요약은 이를 해결하지 못합니다. 둘 다 인기나 유창성에 최적화되어 있을 뿐, 그 출처가 실제로 누군가의 사고를 바꿨는지에는 최적화되어 있지 않기 때문입니다.
피드백 부재 문제. 혼자 공부할 때 당신의 해석은 검증되지 않은 채 남습니다. 책을 다 읽고 이해했다고 확신할 수 있지만, 사실은 중심 논지를 놓쳤을 수 있습니다. 같은 출처를 읽고 당신의 해석에 도전할 수 있는 사람들이 없으면 오류는 부호화되어 누적됩니다.
동기 부여 문제. 자기 주도 학습은 잘 굴러갈 때만 영웅적입니다. 대부분의 시간은 자신의 관심 예산과 벌이는 더딘 싸움이고, 멈춰도 알아차릴 사람이 없습니다. 학습 네트워크는 단독 학습이 구조적으로 제공할 수 없는 저강도의 사회적 책임감을 공급합니다.
이 중 어느 것도 단독 학습에 치명적이지는 않지만, 합쳐지면 그 한계를 정합니다. 천장은 실재합니다. 그리고 AI 시대에 그 천장은 더 높아지기는커녕 더 낮아졌습니다. 큐레이션 문제가 더 심해졌기 때문입니다.
Learning in public은 이 문제의 생산자 측면을 다룹니다. 큐레이션 네트워크 패턴은 독자 측 보완재입니다. 당신의 학습을 방송하는 대신, 신뢰할 수 있는 작은 생산자 집합에 접속해 그들의 큐레이션이 당신의 일을 일부 대신하도록 합니다.
큐레이션 네트워크, 방송, 단독 학습 비교
세 패턴을 직접 비교하면 이해에 도움이 됩니다. 각각은 자기 자리가 있고, 헷갈리면 나쁜 결과를 낳기 때문입니다.
| 패턴 | 최적화 대상 | 잘하는 것 | 약한 것 | 빛을 발하는 상황 |
|---|---|---|---|---|
| 공개 방송 | 도달 범위 | 퍼널 상단 발견, 너비 | 깊이, 신호, 책임감 | 새로운 주제 탐색, 청중 구축 |
| 단독 학습 | 독립성 | 깊고 독특한 탐구 | 큐레이션, 피드백, 동기 부여 | 한 주제에 대한 긴 도제 학습 |
| 큐레이션 네트워크 | 신호 | 신뢰할 수 있는 추천, 빠른 속도의 깊이 | 도달 범위, 신선함 | 판단의 질에 의존하는 모든 것 |
공개 방송은 아직 무엇을 찾는지 모르고 폭넓게 살펴봐야 할 때 유용합니다. 단독 학습은 깊은 문제를 식별하고 그 안에 머물고 싶을 때 유용합니다. 큐레이션 네트워크는 그 사이에 자리 잡으며, 과거에는 운이나 값비싼 멘토십이 필요했던 중반전 작업을 점점 더 많이 수행합니다.
Anthropic이 Glasswing으로 한 일은 기관 차원에서 구현된 큐레이션 네트워크 패턴입니다. Glasp의 커뮤니티 피드가 하는 일은 개인 학습자 차원의 동일한 패턴입니다. 규모만 다를 뿐 같은 논리입니다.
각 패턴이 무엇을 구체적으로 배제하는지 짚어볼 가치가 있습니다. 순수한 방송은 관계가 없기 때문에 책임감을 줄 수 없습니다. 순수한 단독 실천은 실천 바깥에 사람이 없기 때문에 외부 큐레이션을 줄 수 없습니다. 큐레이션 네트워크는 둘 다 줍니다. 다만 네트워크 안에 누가 들어올지 신중하게 선택해야 한다는 대가가 따릅니다. 그 선택 비용이 입장료입니다.
작동하는 학습 네트워크의 메커니즘
큐레이션된 학습 네트워크는 단지 "책을 좋아하는 친구들의 모임"이 아닙니다. Mythos 공개 패턴은 네트워크를 작동하게 만드는 요건을 정확하게 보여주며, 그 속성들은 학습에도 그대로 적용됩니다.
세 가지 속성이 가장 중요합니다.
양보다 신뢰. Glasswing은 보안 배경을 가진 모두를 포함하지 않았습니다. Anthropic이 판단력이 건전하다고 본 소수의 벤더만 포함했습니다. 큐레이션의 질이 기여자 수를 이깁니다. 학습자에게 이것은, 취향을 실제로 신뢰하는 다섯 명의 네트워크가 신뢰하지 않는 오백 명의 피드보다 더 가치 있다는 의미입니다.
잡음보다 구체성. Glasswing의 산출물은 "흥미로운 발견, 널리 공유"가 아니었습니다. "이 특정 CVE를, 이 특정 모듈에서, 이 심각도와 이 공개 기간으로"였습니다. 학습자에게 그 대응물은 하이라이트입니다. 특정 출처의 특정 문장에, 그것이 표시할 가치가 있다고 본 맥락이 함께 붙는 것입니다. 막연한 열광("좋은 책!")은 학습 네트워크에서, 막연한 보고서가 보안에서 그러하듯 잡음입니다.
양방향 흐름. 네트워크는 사람들이 받는 만큼 주어야만 지속됩니다. Glasswing에서 주요 벤더들은 단지 발견을 받기만 한 것이 아니라 수정과 공개에 엔지니어링 시간을 투입했습니다. 학습 네트워크에서 이것은 소비뿐 아니라 생산하는 것을 뜻합니다. 당신의 하이라이트, 메모, 주석이 네트워크 안에서 정직하게 머무는 방식입니다. 순수한 소비는 피드처럼 보입니다. 네트워크처럼 느껴지지 않고, 신뢰를 누적하지 못합니다.
세 가지 속성을 모두 갖춘 네트워크는 방송도 단독 학습도 따라잡을 수 없는 결과를 냅니다. 이미 판단력을 검증한 사람들로부터 미리 걸러지고, 출처가 명시되고, 맥락이 붙은 신호의 꾸준한 흐름입니다. 유용한 통찰 하나당 비용은 공개 웹 검색보다 극적으로 낮습니다.
이것이 작동할 때 가장 크게 바뀌는 것은 당신이 학습하는 질감입니다. 찾는 데 쓰는 시간이 줄어듭니다. 이미 당신의 사고에 값할 만하다고 사전 검증된 것에 대해 생각하는 시간이 늘어납니다. 이것은 collective intelligence가 시스템 차원에서 다루는 것과 비슷하지만, 개인 독자 차원에서 운용되는 형태입니다.
Glasp가 Glasswing 패턴을 구현하는 방식
Glasp는 구체적인 기술적 의미에서 Glasswing 속성이 내장된 큐레이션 학습 네트워크입니다.
양보다 신뢰: 어떤 프로필을 팔로우할지 당신이 직접 선택합니다. 당신이 취향을 신뢰하는 다섯 명이 시스템 전부입니다. 인기는 있지만 무관한 콘텐츠를 끼워 넣는 알고리즘은 없습니다. 피드는 당신의 선택으로 빚어집니다.
잡음보다 구체성: 원자 단위는 게시물이 아니라 하이라이트입니다. 하이라이트는 구성상 특정 출처의 특정 문장이고, 누군가 표시한 시점의 타임스탬프가 붙습니다. 무언가를 막연하게 공유할 방법이 없습니다. 문장을 가리키거나, 그러지 않거나입니다.
양방향 흐름: 당신의 하이라이트는 기본적으로 공개됩니다. 시스템은 당신이 배우는 사람들이 결국에는, 비록 다른 속도로라도, 당신에게서도 배운다는 발상을 중심으로 설계되어 있습니다. 순수한 잠복은 허용되지만, 디자인은 기여를 보상합니다. 당신의 프로필은 표시할 가치가 있다고 본 것들의 디지털 유산이 됩니다.
같은 네트워크에 YouTube Summary를 더하면 영상 지식이 동등한 조건으로 진입합니다. 당신이 신뢰하는 누군가가 90분 인터뷰의 30초 순간을 하이라이트하면, 긴 영상을 보지 않고도 그 영상에서 가장 신호가 강한 조각을 건네받은 셈입니다. 이것은 Glasswing이 9만 줄의 코드베이스에 수행하는 압축과 같은 작업입니다.
커뮤니티 피드를 더하면 당신이 팔로우하는 사람들이 공개 웹 전반에서 무엇을 표시하고 있는지 실시간에 가깝게 볼 수 있습니다. 이 피드는 참여에 최적화된 알고리즘 스트림이 아닙니다. 신호에 최적화된 큐레이션 네트워크 채널입니다.
이 제품은 Mythos가 이 패턴을 유명하게 만들기 훨씬 전부터 이 패턴을 중심으로 만들어졌습니다. 새로운 것은 이 패턴의 가치가 이제 더 분명해졌다는 점입니다. 대안(AI로 포화된 정보 환경에서 방송 중심의 발견)이 눈에 띄게 퇴화하고 있기 때문입니다.
자신만의 신뢰 그래프 구축하기
큐레이션 네트워크가 방송과 단독 학습 모두를 이긴다는 주장을 받아들인다면, 실무적인 질문은 이것입니다. 어떻게 네트워크를 만들 것인가?
실제로 통하는 단계는 다음과 같습니다.
다섯 명으로 시작하세요. 쉰 명이 아닙니다. 다섯 명입니다. 그들은 당신이 아이디어에 대한 취향을 존중하는 사람이어야 하고, 단지 소비만 하는 것이 아니라 실제로 표시를 하는 사람이어야 합니다. 5명이라는 임계점이 중요합니다. 실제로 주의를 기울일 만큼 작고, 시각의 다양성이 여전히 생길 만큼 큽니다. 50명짜리 피드는 일주일 만에 배경 잡음이 됩니다.
그들이 게시하는 것이 아니라 하이라이트하는 것을 보세요. 블로그 글은 저자를 위해 큐레이션된 것입니다. 하이라이트는 독자를 위해 큐레이션된 것입니다. 이 구분이 중요합니다. 누군가를 그의 하이라이트로 팔로우한다는 것은 그가 읽는 것을 팔로우한다는 뜻이고, 이는 그가 공개적으로 생산하기로 선택한 것보다 당신에게 유용한 것을 훨씬 더 잘 예측해 줍니다. Glasp 프로필은 이 구분을 중심으로 설계되어 있습니다.
그들이 읽는 것을 읽되, 당신 자신의 하이라이트를 만드세요. 그들의 선택을 그대로 소비하지 마세요. 당신의 관심을 통과시키고, 그들의 선택 중 어떤 것이 당신에게 빛나고 어떤 것이 그렇지 않은지 알아채세요. 시간이 지나면서 누구의 취향이 실제로 당신에게 맞는지 조정됩니다. 처음 다섯 명 중 일부는 교체될 것입니다. 그것이 건강한 변화입니다.
기여하세요. 당신의 하이라이트가 누군가의 네트워크에서 자리를 얻는 방식입니다. 거래는 아니지만, 역학은 실재합니다. 당신이 가장 큰 혜택을 보는 큐레이터들 또한 간접적으로 당신의 큐레이션에서 혜택을 봅니다.
당신의 코퍼스에 대한 AI 채팅과 교차 참조하세요. 당신이 신뢰하는 누군가의 하이라이트가 당신 자신의 코퍼스 안 무언가와 모순될 때, 그것이 조사할 가치가 있는 마찰입니다. 당신의 하이라이트에 대한 AI 채팅은 그 모순을 이론적인 것이 아니라 질의 가능한 것으로 만듭니다.
신뢰 그래프는 정적이지 않습니다. 사람들은 옮겨가고, 당신의 관심사도 바뀌며, 처음 고른 일부는 통찰보다는 오락에 가깝다는 사실이 드러나기도 합니다. 살아있는 도구로 다루세요. 분기마다 재순위를 매기세요. 흥미로운 표시를 멈춘 사람들은 빼세요. 새로운 사람들이 나타나면 더하세요. 2028년 당신의 네트워크는 이번 달에 시작한 것과는 다른 모습일 것이고, 그게 바로 핵심입니다.
Second brain to shared brain은 같은 변화를 지식 관리 관점에서 다룹니다. Human curator age of AI는 큐레이션이 왜 가치가 상승하는 기술인지에 대한 평행한 주장을 펼칩니다. 둘 다 같은 기저 주장에 연결됩니다. 접근이 무료인 시대에 큐레이션이 접근을 이기고, 네트워크가 방송을 이깁니다.
2026년 학습자에게 이것이 의미하는 바
실무적 시사점을 정리하면 다음과 같습니다.
더 많은 출처가 필요한 게 아닙니다. 더 적고 더 나은 큐레이터가 필요합니다. 잘 정보를 갖춘 상태의 반대말은 정보가 없는 상태가 아닙니다. 처리할 수 없는 입력에 빠져 익사하는 것입니다. 큐레이션 네트워크는 입력 양을 줄이는 대신 신호 밀도를 높입니다. 그것이 2026년의 올바른 트레이드오프입니다.
큐레이션을 AI에게 전적으로 외주할 수는 없습니다. AI는 이미 공개된 것을 요약하는 데 탁월합니다. 당신이 신뢰하는 누군가가 지금까지 표시해 온 모든 것을 고려할 때 무엇을 구체적으로 흥미로워할지 알아차리는 데는 능하지 않습니다. 하이라이트를 통해 외화된 인간의 큐레이션은 AI가 갖지 못한 무언가를 포착합니다.
단독 학습은 여전히 자리가 있지만, 한 주제의 도제 단계에서 그렇지, 발견 단계에서 그런 것은 아닙니다. 큐레이션 네트워크로 탐험할 가치가 있는 영토를 찾으세요. 그런 다음 경로에 들어서면 혼자 깊이 들어가세요.
공개 방송은 발견 표면으로 다루는 것이 가장 좋습니다. 주된 학습 채널이 아닙니다. 큐레이션을 빌릴 만한 새로운 사람을 찾는 데 사용하세요. 거기에서 대규모로 배우려 하지 마세요. 그것이 처음부터 그곳을 시끄럽게 만든 이유입니다.
Mythos 공개는 우연히 기저의 주장을 표면화했습니다. 정보가 풍부한 어떤 분야에서든, 당신을 위해 그것을 걸러줄 만큼 신뢰할 수 있는 네트워크가 당신이 만들 수 있는 가장 영향력 큰 자산입니다. Anthropic은 산업 규모에서 하나를 만들었습니다. 개인 학습자 버전은 더 작고, 더 개인적이며, 그만큼이나 유용합니다.
Frequently Asked Questions
이것은 에코 챔버를 만들 위험이 있지 않나요?
네트워크에 누가 들어오는지 신중하지 않다면 그렇습니다. 방어책은 클릭베이트식 반대주의 차원이 아니라 취향 차원의 지적 다양성입니다. 네트워크 안의 다섯 명은 당신이 판단력을 신뢰하는 사람이어야 하지만, 모두 서로 동의하는 사람이어서는 안 됩니다. 모두가 같은 문장을 표시하는 네트워크는, 당신이 신뢰하는 사람들이 생산적으로 의견 차이를 보이는 네트워크보다 덜 유용합니다. 다양성을 염두에 두고 분기별로 재순위를 매기세요.
그냥 Twitter나 Substack에서 좋은 사람들을 팔로우하는 것과 어떻게 다른가요?
두 가지입니다. 첫째, 단위입니다. Twitter와 Substack은 게시물을 공유합니다. Glasp는 하이라이트를 공유합니다. 게시물은 누군가가 말하고 싶었던 것입니다. 하이라이트는 다른 사람의 작업에서 표시할 가치가 있다고 본 것입니다. 후자가 취향에 대한 훨씬 더 좋은 신호입니다. 둘째, 알고리즘입니다. Twitter와 Substack은 참여를 기준으로 순위를 매깁니다. Glasp의 커뮤니티 피드는 당신이 명시적으로 선택한 사람들을 중심으로 구축됩니다. 메커니즘이 다른 우선순위를 부호화합니다.
취향을 신뢰하는 다섯 명을 모른다면 어떻게 하나요?
한 명으로 시작하세요. 그가 무엇을 하이라이트하는지 보세요. 그가 누구를 인용하는지, 메모에서 누구를 참조하는지, 그 자신이 누구의 하이라이트를 가치 있게 여기는지 살펴보세요. 첫 네트워크는 보통 단일한 닻이 생기면 유기적으로 자라납니다. 이미 존중하는 작가들의 Glasp 프로필을 읽는 것이 큐레이션을 따를 만한 새로운 사람들을 발견하는 빠른 방법입니다.
결국 "좋은 큐레이터를 어떻게 찾는가"로 문제만 옮긴 것 아닌가요?
그렇기는 합니다. 하지만 그것은 "무한한 피드에서 어떻게 좋은 정보를 찾을 것인가"보다 훨씬 작은 문제입니다. 큐레이터는 한 번만 평가하면 됩니다. 그 후에는 큐레이션이 당신을 위해 지속적으로 일을 합니다. 콘텐츠 하나하나를 직접 평가하는 것보다 경제성이 압도적으로 좋습니다.
결국 AI가 큐레이터 역할을 할 만큼 충분히 좋아지지 않을까요?
일부는 그렇습니다. 특히 일반적인 추천이라면요. 당신의 구체적 지적 우선순위에 맞는 취향 형태의 독특한 큐레이션이라면 그렇지 않습니다. AI에는 안정적인 자아가 없기 때문입니다. AI는 그 순간의 학습 데이터와 당신의 프롬프트가 만들어내는 무언가일 뿐입니다. 사람은 수년에 걸쳐 발전된 안정적인 취향을 가집니다. 서비스로서의 큐레이션은 점점 자동화됩니다. 취향으로서의 큐레이션은 아직 그렇지 않고, 가까운 시일 안에 그렇게 되지도 않을 것입니다. 이에 관해 더 읽고 싶다면 human curator age of AI를 참고하세요.
Glasp는 소셜 네트워크인가요?
큐레이션된 지식 네트워크라고 부르는 편이 더 정확합니다. 소셜 네트워크는 참여와 연결을 최적화합니다. Glasp는 공유된 하이라이트와 학습을 최적화합니다. Twitter에서 성공처럼 보이는 행동(도발적 게시물, 빠른 의견, 바이럴 스레드)은 Glasp에서 성공하는 행동이 아닙니다. Glasp에서 성공하는 패턴은 문장을 사려 깊게 표시하고 같은 일을 하는 사람들을 팔로우하는 것입니다. 다른 게임입니다.
제 관심사에 아직 네트워크가 없다면 어떻게 하나요?
그렇다면 당신은 초기에 있는 것이고, 그것은 좋은 위치입니다. 공개적으로 표시하기 시작하세요. 당신과 같은 관심사를 가진 다른 사람들이 당신의 예상보다 더 빨리 당신을 찾아낼 것입니다. 어떤 틈새에서든 진지하게 큐레이션하는 사람이 매우 적기 때문입니다. 한 주제에서 처음으로 신중하게 하이라이트하는 사람이 되는 일은, 종종 이후에 도착하는 모든 사람의 닻이 되는 결과로 이어집니다.
결론: 다섯 명을 골라 거기서부터 시작하라
Project Glasswing은 Mythos 이야기에서 가장 시선을 끄는 부분은 아닙니다. 가장 교훈적인 부분입니다.
Anthropic은 화려한 공개 발표를 만들어낼 수도 있는 능력을 가졌습니다. 그들은 대신 신뢰 기반의 큐레이션 네트워크를 통해 그것을 운용하는 길을 택했습니다. 그것이 그들이 실제로 원했던 결과를 만들었기 때문입니다. 무기화된 익스플로잇이 아니라 수정된 시스템입니다. 능력은 배포 아키텍처보다 덜 중요했습니다. 네트워크가 곧 제품이었습니다.
2026년 학습자에게 같은 논리가 규모를 줄여 적용됩니다. 당신은 인류 역사상 어떤 사람도 가져본 적 없는 양의 정보에 접근할 수 있습니다. AI는 그 어떤 것이든 몇 초 만에 요약할 수 있습니다. 당신에게 기본값으로 주어지지 않는 것은, 어떤 특정 문장이 당신의 관심을 받을 가치가 있는지 알려줄 만큼 판단을 신뢰할 수 있는 사람들입니다. 그것이 만들 가치가 있는 네트워크이고, 작고 의도적이며 인간적입니다.
다섯 명을 고르세요. 그들의 하이라이트를 보세요. 그들이 읽는 것을 읽으세요. 당신에게 의미 있는 것을 표시하세요. 기여하세요. 더 이상 작동하지 않을 때 재순위를 매기세요. 어느 하나도 영웅적이지 않습니다. 모두 누적됩니다.
Glasp의 커뮤니티 피드와 사용자 프로필은 바로 이 패턴을 중심으로 설계되었습니다. 단위로서의 하이라이트, 알고리즘으로서의 팔로우 그래프, 디지털 유산으로서의 공개 프로필. 당신은 청중을 구축하는 것이 아닙니다. 인터넷의 나머지를 당신을 위해 걸러줄 네트워크를 구축하는 것입니다.
방송의 시대는 모두를 생산자로 만들었습니다. 큐레이션 네트워크의 시대는 신뢰할 수 있는 작은 그래프를 만든 모두에게 보상합니다. Anthropic은 산업 규모에서 그것이 어떤 모습인지 보여주었습니다. 개인 버전은 바로 당신 앞에 있고, 당신이 만들 다음 하이라이트에서 시작됩니다.