AI는 PC 안으로, 녹색전환은 산업 현장으로 – 10월 8일 하루 이슈

새 기능과 큰 투자액은 보기만 해도 기대가 생긴다. 저는 그 기대에 앞서 실제로 바뀐 것과 아직 계획인 것을 나눠 보려 한다. 투자 이야기는 제 관찰일 뿐 매수·매도 권유는 아니다.

정보 기준: 2026년 10월 8일 오전, 한국 시간. 전날 다룬 Mistral Large 4와 삼성전자 전망, Google의 전력계약, FinCEN 규제안 철회는 다시 싣지 않았다. 중간선거 자금 전략 보도도 10월 5일 이미 나와서 오늘 새 소식 목록에서는 뺐다. AP의 10월 5일 보도. 대신 Windows의 로컬 AI, 한국 녹색 산업정책, AI 투자를 보는 Fed의 시선을 살펴보겠다.

1. Windows가 로컬 AI와 클라우드 AI를 함께 쓰는 작업 공간으로

Microsoft는 10월 7일 GitHub의 HydraFusion을 Windows로 넓히겠다고 발표했다. 간단한 작업은 PC 안에서 처리하고, 더 많은 맥락이나 계산이 필요한 요청은 클라우드에 맡기는 식이다. 다만 자동 분배가 모든 사용자에게 이미 열린 건 아니다. Copilot 앱·CLI·VS Code의 하이브리드 라우팅은 10월 후반 실험 미리보기를 앞두고 있다. Microsoft의 Windows 발표, GitHub Copilot CLI의 로컬 모델 안내

개발자 쪽에도 변화가 있다. Windows ML은 오픈소스 실행도구 llama.cpp를 지원하고, Copilot CLI는 Ollama에서 돌고 있는 로컬 모델을 목록에서 찾을 수 있게 됐다. 매번 도구를 따로 연결하지 않고 PC에 내려받은 모델을 기존 작업 흐름에서 고를 수 있는 길이 넓어졌다. Windows 11의 Microsoft Execution Containers(MXC)도 일반 제공에 들어갔다. 에이전트가 파일과 네트워크에서 할 수 있는 일을 실행 중에 제한하는 안전장치다. “조심해”라고 말로 부탁하는 대신 시스템이 실제 접근 범위를 막는 셈이다. Windows ML과 llama.cpp 발표, MXC 설명

그렇다고 모든 PC가 곧 같은 수준의 로컬 AI를 돌리는 건 아니다. Microsoft가 소개한 Surface Laptop Ultra는 통합 메모리가 최대 128GB지만 시작 가격이 2,599달러이고 판매도 10월 16일부터다. 로컬 모델은 코드를 클라우드로 보내지 않고 빠르게 처리할 수 있지만, 메모리와 모델 성능에 한계가 있고 기기 가격과 전력비는 사용자가 부담한다. 제게 중요한 건 비싼 노트북 한 대보다 작업의 민감도와 난이도, 비용에 맞춰 로컬과 클라우드를 나누는 방식이다. 자동 라우팅이 얼마나 정확한지, 민감한 정보가 어디로 가는지, 에이전트 권한을 얼마나 확인할 수 있는지는 미리보기가 나온 뒤 보겠다. Surface Laptop Ultra 사양·가격·출시일

2. K-GX, 10년간 약 1,000조 원을 녹색 산업전환에 동원

한국 정부는 10월 7일 2026–2035년 녹색전환계획 K-GX를 발표했다. 정부는 향후 10년간 재정 200조 원과 기후금융 790조 원 이상을 포함해 약 1,000조 원 규모의 재원을 마련하겠다고 했다. 철강·석유화학처럼 탄소를 많이 배출하는 산업의 전환을 돕고, 2030년 재생에너지 설비 100GW와 2035년 신차의 70% 이상을 전기·수소차로 바꾸겠다는 목표도 담았다. 정부 K-GX 발표

저는 1,000조 원을 정부가 당장 예산으로 쓴다거나 기업 매출이 이미 정해졌다고 읽지 않으려 한다. 10년에 걸쳐 재정과 정책금융을 동원하겠다는 계획이기 때문이다. 재생에너지 100GW도 실제 발전량이 아니라 설비용량 목표에 가깝다. 발전소를 세운 뒤 전력망과 저장장치, 인허가, 실제 가동이 따라야 한다. 어제의 데이터센터 전력 부족을 반복하기보다 오늘은 철강·화학 같은 기존 산업의 생산과 금융을 어떻게 바꾸려는지가 궁금했다.

제게는 발표 총액보다 돈이 어떤 조건으로 실제 사업에 도착하는지가 더 중요하다. 설비 교체와 공정 개선으로 이어지는지, 감축량을 잴 수 있는지, 지역 중소·중견기업에도 자금이 가는지 봐야 한다. 10년 계획이 방향을 보여줄 수는 있어도 기술 성과나 수익을 보장하진 않는다. 저는 연도별 집행과 착공·가동, 실제 배출 감축을 확인하겠다.

3. Fed 회의록에 등장한 AI 수요 – 생산성 기대와 물가 부담은 동시에 온다

미국 연방공개시장위원회(FOMC)는 10월 7일 9월 회의록을 공개했다. 참석자 전원은 기준금리를 0.25%포인트 올리는 데 동의했지만, 추가 인상을 말한 이유는 같지 않았다. 일부 위원은 에너지 충격과 AI 관련 수요로 오른 가격이 경제 전반으로 퍼져 물가를 오래 끌지 않도록 금리를 높게 유지할 필요가 있다고 봤다. 이걸 Fed 전체가 AI를 물가의 주범으로 지목했다고 읽으면 과장이다. 9월 FOMC 회의록

AI 투자가 앞으로 생산성을 높일 수는 있지만 그 효과가 얼마나 크고 언제 나타날지는 불확실하다고 회의록은 적었다. 서버와 전력, 설비 비용은 지금 들지만 일이 빨라지고 비용이 줄어드는지는 나중에야 드러난다. 그래서 단기에는 투자 수요가 먼저 커지고 생산성 효과는 뒤늦게 올 수 있다. 여러 위원은 연말까지 한 차례 더 올리는 게 적절할 수 있다고 봤지만 다음 결정은 새 물가·고용 자료를 보고 판단하겠다는 내용도 담겼다.

저는 이걸 “AI 때문에 금리가 오른다”는 뜻보다 중앙은행도 투자와 생산성 사이의 시간차를 보기 시작했다는 신호로 읽는다. 도입 발표 횟수보다 처리시간과 오류, 비용이 얼마나 줄었는지가 중요해진다. 생산성은 늦게 오고 자금·설비 비용이 먼저 커지면 기업은 효과를 빨리 확인할 수 있는 프로젝트를 남길 수 있다. 생산성 개선이 확인된다면 큰 투자비를 설명할 근거가 될 수도 있다.

오늘의 판단

오늘 제가 느낀 공통점은 AI와 녹색 산업정책 모두 규모만으로 성과를 말할 수 없다는 것이다. 로컬 AI는 PC 안에서 도는지뿐 아니라 어떤 요청이 클라우드로 가고 권한을 어떻게 막는지가 중요하다. K-GX는 금융 규모보다 실제 공정과 감축 실적을 봐야 한다. Fed 회의록에는 장기 생산성 기대와 단기 물가 부담이 함께 담겼다. 저는 계획의 크기보다 집행과 비용, 확인된 생산성을 따라가 보겠다.

시장과 정책을 이해하려는 제 개인 기록이다. 특정 자산의 매수·매도 권유가 아니며 판단과 책임은 각자에게 있다.