오늘 아침 2025년의 AI에 대해 다룬다고 주장하는 2025년 말 Juejin(掘金) 게시물 네 개를 나란히 읽으며 깊이 빠져들었는데, 제가 깨달은 점은 이 중 그 어느 것도 AI가 무엇인지에 대해 동일한 정의를 내리고 있지 않다는 것입니다. 첫 번째는 채팅 및 도구 호출 (tool-call) 점수표를 바탕으로 Cursor를 S등급, Claude Code를 A등급으로 분류한 S/A/B/D 티어 레터 랭킹 게시물이었습니다. 두 번째는 Google이 직접 발표한 '2025년 가장 인기 있는 AI 애플리케이션' 요약으로, 학습 및 이해, NotebookLM, 여행 및 놀이, 사진 앱 및 이미지 편집, 사무 생산성, 쇼핑, 하드웨어 장치, 개인화 맞춤 설정을 올해의 8대 AI 카테고리로 나열했는데, 이 8가지 중 챗봇 (chatbot)은 단 하나도 없었습니다. 세 번째는 Agent-S, claude-cookbooks, supermemory, TradingAgents-CN, nanoGPT를 별점 상승 속도(star-velocity) 순으로 인기 오픈 소스 프로젝트 (热门开源项目)라 부른 10월 GitHub 트렌딩 리스트였습니다. 네 번째는 차단된 엔드포인트 (endpoints)에 대한 우회책으로 神马中转 API를 중간에 언급한 中文AI工具推荐 (중국어 AI 도구 추천) 디렉토리였습니다. 한 번의 검색 결과 페이지에 네 개의 게시물이 있었고, 네 가지의 AI 정의가 있었지만, 이들은 서로 다른 열을 선택하는 것보다도 서로를 번역(연결)하는 데 더 멀리 떨어져 있었습니다.

제가 짚고 넘어가고 싶은 관점은, 픽킹 포맷 (picking format), 벤더 카테고리 리스트 (vendor category list), 트렌딩 리스트 (trending list), 그리고 콘텐츠-커머스 디렉토리 (content-commerce directory)가 현재 각각 자신들만의 AI 정의에 기반을 둔 네 개의 분리된 진영을 형성하고 있으며, 진영 간의 가교는 결코 공개된 적이 없다는 점입니다. 픽킹 티어 레터 (picking tier letter)는 채팅 능력 (chat capability)에 툴 콜 (tool-call) 신뢰성, 그리고 터미널 증거 (terminal evidence)를 더해 정렬합니다. Google의 상위 카테고리들은 AI가 실행됨으로써 어떤 새로운 아티팩트 (artifact)가 존재하는지를 기준으로 정렬합니다. 즉, 가이드형 대화형 튜토리얼로 변환된 PDF, 팟캐스트로 변환된 연구 논문, 시맨틱 카테고리 (semantic category)로 변환된 스프레드시트 셀 같은 것들입니다. GitHub 트렌딩 리스트는 다른 곳에서는 전혀 묻지 않는 BYOK (Bring Your Own Key) 미터기 내의 스타 속도 (star velocity)를 기준으로 정렬합니다. 콘텐츠-커머스 디렉토리는 제휴 링크가 2026년의 중국인 독자에게 작동하는지 여부를 기준으로 정렬합니다. 공정하게 말하자면, 각 진영 뒤에 숨겨진 테스트 코퍼스 (test corpus)가 결코 공개되지 않기 때문에 저는 정확한 티어 레터나 정확한 스타 수를 액면 그대로 믿지는 않겠습니다. 하지만 구조적인 특징은, 이 네 진영이 Cursor, Claude Code, ChatGPT, NotebookLM, Agent-S와 같은 소수의 이름에는 동의하지만, 각자의 정의 안에서 그 이름들이 무엇을 의미하는지에 대해서는 서로 의견이 다르다는 점입니다.

제가 기록해 두고 싶은 메타 패턴(meta-pattern)은, 2025년 말의 AI 종합 정리(roundup) 현장이 현재 네 가지 정의가 대치하는 교착 상태에 빠져 있다는 점입니다. 각 형식은 AI에 대한 하나의 정의에 고착되어 있으며, 정의 간의 통합 작업은 엔지니어의 몫으로 남겨져 있습니다. 'Picking piece'는 채팅 도구 호출(chat-tool-call) 문제에 답합니다. Google의 카테고리들은 출력 변환(output-transformation) 문제에 답합니다. GitHub 트렌딩 리스트는 BYOK(Bring Your Own Key) 측정기 내부의 스타 속도(star-velocity) 문제에 답합니다. 콘텐츠 커머스 디렉토리는 제휴 링크가 중국에서 작동하는가(affiliate-link-works-for-China)라는 문제에 답합니다. 하지만 다음 진영이 무엇을 기준으로 분류할지에 대한 열(column)은 어느 곳에도 없습니다. NotebookLM이 연구 논문을 팟캐스트로 변환하는 기능은 'picking' 점수판에 포함되지 않습니다. Cursor의 S档(S-grade)는 Google의 상위 8개 카테고리 목록에 없습니다. 이번 분기에 제가 출시할 프로젝트들을 위해 2026년형 스택(stack)을 구성하려고 시도할 때, 저는 결국 'picking piece'를 읽으며 Cursor, Claude Code, Codex를 최종 후보로 압축한 다음, Google의 리스트를 확인하며 제가 선택한 두 도구의 벤더가 실제로 출시하고 있는 인터페이스가 NotebookLM과 Sheets AI 함수라는 것을 상기합니다. 그러고 나서 GitHub 트렌딩 리스트를 확인하여 mem0나 supermemory가 이 선택 도구들이 가정하는 메모리 계층(memory layer)을 가지고 있는지 확인합니다. 솔직히 말해서, 이 네 개의 게시물 중 하나를 정답으로 취급하는 것이 충분할지에 대해 약간의 회의감이 듭니다. 왜냐하면 각 게시물은 AI가 무엇인지에 대한 서로 다른 정의 안에서 작성되었기 때문입니다.

제가 기록해 두고 싶은 실질적인 시사점은, 이제 이 네 개의 글을 동일한 질문에 대한 네 가지 답변이 아니라, 네 가지 서로 다른 질문에 대한 네 가지 별개의 순위 매기기 방언 (ranking dialects)으로 읽는다는 것입니다. 선정 등급 문자 (picking tier letter)는 코딩 도구 내에서의 최종 후보군 (shortlist)을 결정하는 데는 유용하지만, 최상위 선정 항목 뒤에 있는 벤더 (vendor)가 실제로 출시하는 결과물 (artifact)을 판단하는 데는 유용하지 않습니다. Google의 카테고리 목록은 AI 벤더들이 무엇을 진정한 승리로 간주하는지 파악하는 데는 유용하지만, Cursor와 Claude Code 사이에서 선택하는 데는 유용하지 않습니다. GitHub 트렌딩 목록은 선정 등급 문자가 존재한다고 가정하지만 결코 순위를 매기지 않는 메모리 및 MCP 서버 기질 (substrates)을 찾는 데 유용합니다. 제 직감으로는 독자가 이 네 가지를 직접 수동으로 번역해야 할 것 같으며, 그 번역은 네 개의 게시물 중 어디에도 들어있지 않습니다. 하나의 교차 진영 (cross-camp) 칼럼만 있었어도 통합에 관한 모든 질문에 답할 수 있었을 것입니다.

저는 3개월 후에 다시 평가할 것입니다. 현재 저는 코딩을 위해 Cursor Pro와 Claude Code를, 일반적인 채팅을 위해 ChatGPT Plus를, Sheets AI와 Gemini 3 引导式学习 (가이드 학습) 기능을 위해 Gemini AI Pro를, 가끔씩 진행하는 PDF-to-podcast 실험을 위해 NotebookLM을 사용하고 있으며, 각 도구가 어느 진영에 속하는지에 대한 도구별 로그를 기록하고 있습니다. 6개월 정도 지나면 네 진영 중 하나가 나머지 세 진영을 흡수하여 교차 진영 번역 칼럼을 발행하거나, 혹은 2026년에 AI가 실제로 무엇인지에 대한 통일된 정의를 가진 새로운 다섯 번째 진영이 생겨날 것으로 예상합니다. 어떤 움직임이 먼저 일어나느냐에 따라, 네 가지 정의의 교착 상태가 마침내 무너졌는지, 아니면 AI 읽기 계획이 제가 직접 수동으로 수행해야 하는 네 진영 통합 작업으로 영구적으로 변해버렸는지를 알 수 있을 것입니다.