빠른 기술 앞에서 무엇을 먼저 검증해야 하는가

인공지능, 드론, 우주망원경, 오픈소스 하드웨어처럼 능력을 빠르게 넓히는 기술 앞에서 우리는 무엇을 먼저 검증해야 할까. 오늘의 기사들은 위험을 미리 막는 일과 새로운 가능성을 열어 두는 일이 단순한 양자택일이 아님을 보여준다. 좋은 판단은 모든 불확실성이 사라질 때까지 기다리는 것이 아니라, 틀렸을 때 피해가 큰 가정을 먼저 드러내고 수정 가능한 절차를 만드는 데서 시작한다. 속도보다 느림을 숭배할 필요도 없지만, 책임의 속도가 기술의 속도보다 계속 뒤처져도 되는지는 물어야 한다.

출처: 유엔 뉴스 — AI·드론과 대테러 논의 · NASA — Artifact InSPECtor

테러 대응의 전선이 AI·드론·암호화 플랫폼으로 이동했다

기사 요약: 유엔 안전보장이사회는 9·11 테러 25주년을 계기로 2001년 결의 1373 이후 구축된 국제 대테러 체계가 오늘의 기술 환경에서도 충분한지 점검했다. 유엔 브리핑이 강조한 변화는 위협의 주체가 완전히 바뀌었다기보다 모집·선전·자금 조달·공격 기획에 쓰이는 도구와 확산 속도가 달라졌다는 데 있다. 극단주의 조직은 인공지능으로 메시지를 값싸게 변형하고, 암호화 플랫폼으로 접촉을 옮기며, 상용 드론을 정찰이나 공격 수단으로 전환할 수 있다.

국경을 기준으로 만든 법 집행 체계와 플랫폼을 가로지르는 디지털 활동 사이의 간극이 커진 셈이다. 다만 기술의 존재가 곧 실제 공격 역량을 뜻하지는 않는다. 과장된 위협 평가는 광범위한 감시와 표현의 자유 침해를 정당화할 수 있고, 지나치게 느슨한 대응은 값싼 도구가 피해 규모를 키울 가능성을 놓친다. 특히 생성물의 출처와 실제 작전의 연결을 입증하지 못한 채 콘텐츠만 삭제하면 선전망은 다른 서비스로 이동하고 수사에 필요한 흔적도 사라질 수 있다.

반대로 모든 암호화 통신을 잠재적 위협으로 취급하면 언론인·인권활동가·일반 이용자의 안전까지 약해진다. 국제 공조에는 공통 용어와 신속한 요청 절차뿐 아니라 오남용을 막을 독립적 검토와 정기적인 효과 평가가 필요하다. 따라서 핵심은 특정 기술을 일괄 금지하는 데 있지 않다. 증거 보존, 사법적 감독, 플랫폼의 투명성, 국가 간 정보 공유, 민간 드론과 AI 서비스의 위험 기반 안전장치를 함께 설계해야 한다. 2001년의 교훈을 반복한다는 것은 당시 제도를 그대로 유지하는 일이 아니라, 비례성과 인권이라는 제한선까지 포함해 새로운 위협에 맞게 다시 검증하는 일이다.

무슨 일이 있었나: 안보리는 9·11 25주년 회의에서 무장단체의 AI·드론·암호화 플랫폼 활용과 결의 1373 이후 대테러 체계의 적응 문제를 논의했다.

맥락: 공격 수단은 상용화되고 선전·모집은 국경을 넘지만 법 집행 권한과 책임 규칙은 여전히 국가와 개별 플랫폼 단위로 나뉘어 있다.

왜 중요한가: 안전을 높이려는 기술 규제가 과잉 감시로 흐르지 않도록 위협 평가, 증거 기준, 사법적 감독을 함께 설계해야 하는 문제다.

더 생각할 점: 탐지 성능이 높아졌다는 이유만으로 감시 범위를 넓힐 것인가, 아니면 오탐의 피해와 이의 제기 절차를 먼저 공개할 것인가.

출처: UN News — Security Council counter-terrorism briefing

8월 미국 물가 반등이 다시 드러낸 에너지와 기조 물가의 이중 부담

기사 요약: 미국 노동통계국의 소비자물가지수 발표에 따르면 2026년 8월 CPI는 계절조정 기준 전월 대비 0.4% 상승해 7월의 0.1%보다 속도가 빨라졌다. 월간 수치 하나만으로 추세를 확정할 수는 없지만, 에너지 가격 충격이 헤드라인 물가를 끌어올리는 동시에 변동성이 큰 식품과 에너지를 제외한 기조 물가도 쉽게 식지 않는다는 신호가 겹쳤다. 이는 가계에는 연료비와 생활비 부담으로, 기업에는 운송·원재료 비용과 가격 전가 여부의 문제로 전달된다.

중앙은행에는 더 복잡한 선택을 만든다. 성장을 지지하려 서둘러 완화하면 물가 기대가 다시 높아질 수 있고, 높은 금리를 오래 유지하면 고용과 신용 여건이 약해질 수 있다. 지수는 평균적인 가격 변화를 보여줄 뿐 모든 가구의 체감 부담을 그대로 나타내지 않는다. 소비 품목과 주거 형태, 이동 방식에 따라 에너지와 임대료 충격의 크기가 다르며, 발표 뒤 수정이나 계절조정의 영향도 살펴야 한다.

명목 수치가 올랐다는 사실과 실질 소비가 얼마나 위축됐는지도 별개의 질문이다. 시장이 한 번의 발표에 크게 반응하더라도 정책 판단은 월별 등락보다 주거비, 서비스 물가, 임금, 기대 인플레이션이 같은 방향으로 움직이는지를 봐야 한다. 에너지 충격이 일시적인지 공급 경로의 구조적 변화인지도 구분해야 한다. 한국 독자에게는 달러 금리와 환율, 수입 에너지 비용, 반도체 같은 성장주의 할인율이 연결되는 지점이 중요하다. 오늘의 숫자는 결론이라기보다 다음 연준 회의에서 물가 안정과 경기 위험의 무게가 어떻게 조정되는지 살필 기준점이다.

무슨 일이 있었나: 미국의 8월 CPI는 전월 대비 0.4% 올라 7월 0.1%보다 상승폭이 커졌고, 에너지와 기조 물가의 부담이 함께 부각됐다.

맥락: 에너지 공급 충격은 헤드라인 물가에 빠르게 반영되지만 서비스·주거비의 지속성은 금리 정책이 단기간에 해결하기 어려운 영역이다.

왜 중요한가: 미국 금리 경로는 달러와 원화 환율, 수입 비용, 글로벌 자금의 위험 선호와 반도체 성장주의 평가에 연쇄적으로 영향을 준다.

더 생각할 점: 다음 발표에서 에너지를 제외한 서비스 물가와 임금이 둔화하지 않는다면, 시장의 정책 전환 기대는 얼마나 수정돼야 할까.

출처: 미국 노동통계국 — Consumer Price Index

우주망원경의 가짜 신호를 시민이 가려내는 검증 실험

기사 요약: NASA가 소개한 Artifact InSPECtor는 우주망원경 영상에 남는 인공 흔적을 시민 참여로 분류해 관측 데이터의 품질을 높이는 프로젝트다. 우주 영상에서 밝은 점이나 줄무늬가 보인다고 해서 모두 천체는 아니다. 우주선 입자, 검출기 특성, 광학계의 산란, 영상 처리 과정이 실제 신호와 닮은 무늬를 만들 수 있으며, 이를 구분하지 못하면 희귀 천체 후보나 은하의 형태를 잘못 해석할 위험이 생긴다.

프로젝트는 유클리드와 낸시 그레이스 로먼 우주망원경 같은 대규모 관측이 쏟아낼 방대한 자료를 다루는 과정에 사람의 패턴 인식 능력을 보탠다. 참여자가 표시한 결과는 단순한 인기투표가 아니라 여러 사람의 판단을 합치고 전문가 검토와 계산 도구를 연결하는 학습 자료가 될 수 있다. 분류 화면은 비전문가가 반복 가능한 기준을 익히도록 사례를 제공하고, 여러 응답이 쌓이면 어느 유형에서 사람의 판단이 자주 갈리는지도 드러낼 수 있다.

이 불일치 자체가 자동 분류기가 어려워하는 경계 사례를 찾는 자료가 된다. 다만 참여 인구와 장비 환경이 치우치면 결과에도 체계적 편향이 생길 수 있어 무작위 표본과 전문가 기준 자료의 비교가 중요하다. 여기서 중요한 과학은 새로운 천체 하나의 발견보다 무엇을 데이터로 믿을지 정하는 품질 관리에 있다. 시민 분류에도 편향과 숙련도 차이가 있으므로 합의가 곧 정답은 아니며, 표본 설계·검증 세트·오류율 공개가 따라야 한다. 자동화와 인간 검토는 경쟁 관계가 아니다. 사람이 애매한 사례를 구조화하고 기계가 반복 패턴을 확장하되, 최종 결과의 불확실성을 기록하는 결합 방식이 대규모 천문학의 신뢰도를 결정한다.

무슨 일이 있었나: NASA는 시민이 우주망원경 이미지의 인공 흔적을 분류해 유클리드와 로먼 망원경 자료의 정제를 돕는 Artifact InSPECtor를 공개했다.

맥락: 차세대 관측은 사람이 모두 살필 수 없는 규모의 영상을 만들며, 검출기와 처리 과정의 흔적이 실제 천체 신호를 닮을 수 있다.

왜 중요한가: 발견의 수보다 가짜 신호를 얼마나 체계적으로 제거하고 불확실성을 남기는지가 대규모 관측 결과의 재현성을 좌우한다.

더 생각할 점: 시민의 집단 판단을 학습 자료로 쓸 때 참여자 간 합의율과 전문가 검증 결과를 어떤 방식으로 공개해야 신뢰를 얻을까.

출처: NASA Science — Artifact InSPECtor

아무것도 하지 않는 위성이 지구의 기준점이 된 까닭

기사 요약: LAGEOS는 화려한 센서나 추진 장치 대신 레이저를 되비추는 반사경을 촘촘히 단 무거운 구형 위성이다. 지상 관측소가 레이저 펄스를 쏘고 돌아오는 시간을 재면 위성까지의 거리를 정밀하게 계산할 수 있다. 전자 장치가 거의 없고 수동적으로 반사만 하도록 만든 선택은 고장 지점을 줄이며 매우 긴 시간 동안 같은 기준을 유지하려는 설계였다.

1970년대에 시작된 이 계열의 위성은 판 구조 운동, 지구 자전, 지구 중심 좌표계와 중력장 연구에 기여했고, 오늘날 위성 레이저 거리측정의 기준물로 남아 있다. 정밀한 거리 자료는 어느 한 관측소의 숫자로 끝나지 않는다. 서로 떨어진 관측소가 같은 위성을 반복 측정하고 시간 기준과 대기 지연을 보정해야 지표의 느린 이동을 비교할 수 있다. 측정 장치와 데이터 처리법이 세대마다 달라져도 공통 표적이 남아 있으면 과거 기록과 새 기록을 이어 붙일 수 있다.

이처럼 장기 관측의 품질은 위성과 지상 기록의 공동 역사에서 나온다. 이 사례는 기술 발전의 역사를 더 많은 기능의 역사로만 보면 놓치는 것이 있음을 보여준다. 측정 과학에서는 장치가 무엇을 새로 하느냐보다 수십 년 뒤에도 같은 방식으로 관측할 수 있느냐가 더 중요할 수 있다. 물론 궤도 교란, 대기와 관측소 보정, 지상망의 분포 같은 오차 요인은 사라지지 않는다. 수동 위성의 단순함은 측정을 자동으로 진실로 만들지 않고, 국제 관측망과 보정 모델의 지속적인 관리가 필요하다. 그럼에도 오래 살아남는 기준물을 설계한다는 발상은 빠르게 교체되는 오늘의 기기 문화에 묵직한 반례를 제공한다.

무슨 일이 있었나: 1970년대부터 운용된 LAGEOS 계열은 레이저 반사경을 단 수동 위성으로, 지상 레이저 거리측정을 통해 지구과학의 장기 기준을 제공한다.

맥락: 복잡한 탑재체보다 질량·형상·반사 특성의 안정성을 택해 고장 가능성을 낮추고 여러 세대의 관측이 이어지도록 설계됐다.

왜 중요한가: 장기 측정에서는 최신 기능보다 변하지 않는 기준과 보정 기록이 중요하다는 사실을 기술사의 구체적 사례로 보여준다.

더 생각할 점: 지금 만드는 센서와 데이터 형식 가운데 반세기 뒤에도 비교 가능한 기준으로 남도록 의도적으로 단순화해야 할 것은 무엇일까.

출처: Hackaday — LAGEOS의 설계와 역사

오픈소스 매킨토시 호환기가 보여주는 재현 가능한 복고 컴퓨팅

기사 요약: Hackaday가 소개한 오신토시(OSHintosh)는 초기 매킨토시와 호환되는 컴퓨터를 현대 부품과 공개된 하드웨어 설계로 다시 구성하려는 프로젝트다. 완제품을 흉내 낸 외형보다 중요한 것은 회로와 보드, 부품 선택, 펌웨어와 조립 과정이 다른 제작자에게 검토되고 재현될 수 있다는 점이다. 오래된 컴퓨터를 되살릴 때 가장 큰 장벽은 단종된 맞춤 칩, 불완전한 문서, 노후한 저장장치와 저작권 경계다.

오픈 하드웨어 방식은 대체 가능한 부품을 명시하고 설계 변경의 이유를 기록함으로써 수리와 학습의 경로를 넓힌다. 난이도는 초급 키트보다 높다. 표면실장 납땜, 전원 무결성, 클록과 버스 타이밍, ROM과 운영체제의 적법한 준비를 각각 확인해야 하며, 원기기의 소프트웨어가 모두 자동으로 호환된다고 가정해서는 안 된다. 제작 전에는 거버 파일, 회로도, 부품표가 같은 릴리스에 속하는지 확인하고 대체 부품의 전압·핀 배열·속도 등급을 원부품과 대조해야 한다.

전원을 넣기 전 저항과 단락을 검사하고 전류 제한 전원공급기로 단계별 기동하면 값비싼 부품 손상을 줄일 수 있다. 오류를 발견했다면 사진만 공유하기보다 보드 버전과 측정 지점, 기대값과 실제값을 함께 기록하는 편이 다음 제작자에게 도움이 된다. 실습한다면 먼저 저장소의 부품표와 제작 파일 버전을 고정하고, 전원부를 단독 시험한 뒤, 로직 분석기로 부팅 순서를 단계별 확인하는 방식이 안전하다. 교육적으로는 컴퓨터를 밀폐된 소비재가 아니라 주소 버스·메모리·영상·입출력이 연결된 시스템으로 읽게 한다. 복고 제작의 가치는 향수에만 있지 않고, 문서화와 수리 가능성을 오늘의 설계 원칙으로 되돌려 놓는 데 있다.

무슨 일이 있었나: 오신토시는 초기 매킨토시 호환 시스템을 현대 부품과 공개 설계 자료로 재구성해 제작·수리·검토가 가능하도록 한 오픈 하드웨어 프로젝트다.

맥락: 빈티지 컴퓨터 보존은 단종 부품과 불완전한 회로 문서, 노후 저장매체, 소프트웨어 권리 문제 때문에 원형 유지에만 의존하기 어렵다.

왜 중요한가: 회로와 변경 이력을 공개하면 한 번의 복제품을 넘어 디지털 유산의 수리 가능성과 컴퓨터 구조 교육을 함께 확장할 수 있다.

더 생각할 점: 호환성을 보존하면서도 단종 부품을 바꿀 때, 원형 충실도와 장기 수리 가능성 사이의 기준을 누가 어떻게 정해야 할까.

출처: Hackaday — This Mac Is Open Source Hardware

예방 원칙을 멈춤 명령이 아니라 증거 배분의 규칙으로 읽기

기사 요약: 예방 원칙은 심각하거나 되돌리기 어려운 피해의 가능성이 있을 때 과학적 확실성이 부족하다는 이유만으로 대응을 미뤄서는 안 된다는 생각이다. 기후, 생명공학, 인공지능, 공중보건처럼 결과의 범위가 크고 불확실성이 남는 영역에서 자주 호출된다. 그러나 강한 형태로 적용하면 위험 가능성이 조금이라도 있는 모든 행동을 막는 역설에 빠질 수 있다. 규제 자체도 혁신 지연, 대체 기술의 기회 상실, 비용 증가라는 위험을 만들기 때문이다.

스탠퍼드 철학백과의 위험 논의가 보여주듯 핵심은 위험이 있느냐 없느냐의 이분법보다 확률을 얼마나 아는지, 피해가 누구에게 돌아가는지, 어떤 오류를 더 경계할지 구분하는 데 있다. 같은 확률의 피해라도 회복 가능한 금전 손실과 세대에 걸친 생태 손실은 다르게 다뤄야 하며, 위험을 선택한 사람과 떠안는 사람이 다른 경우에는 분배의 정의도 판단에 들어온다. 숫자로 확률을 제시할 수 없을 때도 무지를 하나의 값으로 가장하지 말고 가능한 경로와 지식의 빈칸을 따로 적을 수 있다.

새 증거가 쌓이면 제한을 강화하거나 풀 조건을 미리 정해 두는 것도 중요하다. 유용한 예방 원칙은 공포에 근거한 정지가 아니라 입증 책임의 배분, 단계적 시험, 감시와 재평가, 되돌릴 수 있는 배치로 구체화된다. 거짓 경보와 놓친 위험의 비용도 대칭적이지 않다. 작은 불편을 과대평가한 오탐과 대규모 비가역 피해를 놓친 미탐은 같은 무게로 셀 수 없다. 따라서 논쟁할 때는 최악의 상상만 나열하지 말고 피해의 규모·가역성·노출 집단·대안의 위험·새 증거가 들어올 시점을 명시해야 한다. 예방은 결론이 아니라 불확실한 상황에서 책임 있게 배우는 절차다.

무슨 일이 있었나: 예방 원칙은 중대하거나 비가역적인 피해 가능성이 있을 때 완전한 과학적 확실성의 부재를 무대응의 이유로 삼지 말자는 판단 규칙이다.

맥락: 강한 적용은 모든 혁신을 막을 수 있고 약한 적용은 실질적 지침이 되기 어려워, 입증 책임과 오류 비용의 배분이 쟁점이 된다.

왜 중요한가: AI·기후·공중보건의 정책은 위험을 전부 제거할 수 없으므로 단계적 시험과 재평가, 가역성을 제도에 넣는 방식이 필요하다.

더 생각할 점: 어떤 기술을 제한할 때 행동의 위험뿐 아니라 행동하지 않았을 때 잃는 편익과 대체 수단의 위험도 같은 표에 올리고 있는가.

출처: Stanford Encyclopedia of Philosophy — Risk

천 점의 글을 시간과 장소로 건너 읽는 미술사의 지도

기사 요약: 메트로폴리탄미술관의 하일브룬 미술사 연표는 소장품을 시대순으로 늘어놓는 온라인 전시 목록이 아니다. 지역·시기·재료·종교·권력·교역 같은 축을 오가며 작품과 해설을 연결한 공개 연구·교육 자원으로, 천 편이 넘는 전문가 글과 수백 개의 연표를 제공한다. 한 작품을 볼 때 양식 이름만 외우는 대신 같은 시기 다른 지역에서 어떤 물질과 상징이 이동했는지 비교하게 만드는 구조가 강점이다.

예컨대 조개껍데기나 직물 같은 재료를 따라가면 미술은 고립된 천재의 산물이 아니라 채집·교역·노동·의례가 얽힌 흔적으로 보인다. 이미지 확대와 작품 기록을 함께 보면 표면의 마모나 수선 흔적, 재료 설명처럼 교과서의 대표 사진에서 빠지는 단서를 찾을 수 있다. 에세이의 작성자와 갱신 정보를 확인하고 낯선 용어를 연표의 사건과 대조하면, 작품 설명이 어떤 근거 위에 놓였는지도 추적할 수 있다.

서로 다른 지역을 비교할 때 비슷한 형태가 곧 직접 교류의 증거라고 단정하지 않는 주의도 필요하다. 읽는 방법은 처음부터 끝까지 완주하는 것이 아니다. 익숙하지 않은 물건 하나를 고르고 제작지와 연대를 확인한 뒤, 관련 연표에서 같은 세기의 다른 지역을 나란히 여는 편이 좋다. 박물관의 소장품과 분류 체계 자체도 중립적이지 않다는 한계는 함께 기억해야 한다. 무엇이 수집되고 이름 붙었는지에는 제국주의, 시장, 보존 여건의 흔적이 남는다. 그래서 이 자료는 정답 사전이라기보다 연결을 만들고 빈칸을 발견하는 지도에 가깝다. 오늘 20분을 쓴다면 작품 하나, 해설 하나, 다른 지역의 동시대 작품 하나를 읽고 세 대상 사이에 이동한 재료나 권력의 경로를 한 문장으로 적어보자.

무슨 일이 있었나: 메트로폴리탄미술관의 하일브룬 미술사 연표는 소장품을 바탕으로 천 편 이상의 전문가 에세이와 300여 개 연표를 연결한 공개 자료다.

맥락: 연대와 지역을 함께 탐색하게 해 단일 문명 중심의 직선적 미술사 대신 재료·교역·종교와 권력의 교차를 비교할 수 있다.

왜 중요한가: 작품을 아름다운 대상으로만 보지 않고 생산·이동·수집의 역사적 조건을 추적하는 읽기 습관을 훈련하기에 적합하다.

더 생각할 점: 박물관의 분류와 소장 이력이 만든 빈칸까지 읽는다면, 연표에서 잘 보이지 않는 사람과 노동은 누구일까.

출처: The Met — Heilbrunn Timeline of Art History

위험의 속도보다 검증의 구조를 기억할 것

기사 요약: 오늘 기억할 사실은 새로운 기술의 신뢰도가 기능의 화려함보다 오류를 발견하고 기록하는 체계에서 나온다는 점이다.

생각해 볼 질문은 예방이라는 이름으로 누가 입증 책임을 지고, 오탐과 미탐의 피해가 누구에게 돌아가는지다.

직접 해볼 행동은 오늘 접한 주장 하나를 골라 사실, 가정, 아직 모르는 것의 세 칸으로 나눈 뒤, 판단을 바꿀 다음 증거를 한 문장으로 적는 것이다. 가능하면 최초 출처의 날짜와 측정 기준도 함께 써 두자. 내일 새 자료가 나오면 결론만 바꾸지 말고 어느 가정이 수정됐는지 표시한다. 이 작은 기록은 확신을 약하게 만드는 일이 아니라 수정 가능한 확신을 만드는 훈련이다.

무슨 일이 있었나: 시민과학의 영상 분류, 수동 위성의 장기 측정, 오픈 하드웨어는 서로 달라도 오류를 드러내는 절차를 핵심 자산으로 삼는다.

맥락: 정보와 기술의 생산 속도가 빨라질수록 검증을 사후 정정에만 맡기지 않고 설계 단계에 넣어야 할 필요가 커진다.

왜 중요한가: 판단을 사실·가정·미지의 영역으로 나누면 과도한 확신을 줄이면서도 필요한 행동을 무기한 미루지 않을 수 있다.

더 생각할 점: 오늘 가장 강하게 믿는 주장 하나에서, 내 판단을 실제로 바꿀 수 있는 반대 증거는 무엇인지 적어볼 수 있을까.

출처: NASA Science — 시민 참여 데이터 검증

금리 민감도와 반도체 기대를 분리해 보는 공개 시장 관찰표

기사 요약: 이번 주 공개 시장을 볼 때는 반도체의 장기 성장 서사와 단기 할인율 변화를 분리할 필요가 있다.

미국의 8월 물가 반등은 금리 기대와 달러 흐름을 흔들 수 있고, 이는 미래 이익의 비중이 큰 기술주 평가에 빠르게 반영된다.

반면 AI 인프라와 우주 데이터처럼 계산·저장 수요를 늘리는 흐름은 단일 물가 발표보다 긴 주기로 움직인다. 따라서 종목별 가격을 매수·매도 신호로 단정하기보다 미국 서비스 물가, 국채금리, 원·달러 환율, 메모리 가격과 기업의 실제 설비투자 계획이 같은 방향을 가리키는지 확인한다. 공개 정보만을 다루며 개인 보유 여부나 수량, 매입가, 평가액, 손익은 포함하지 않는다.

무슨 일이 있었나: 8월 미국 물가의 월간 상승폭이 확대되면서 단기 금리 경로와 기술주 할인율에 대한 시장의 재평가 가능성이 커졌다.

맥락: 반도체 수요의 구조적 기대와 금리·환율의 단기 충격은 시간축이 다르므로 주가 움직임 하나로 같은 이야기로 묶기 어렵다.

왜 중요한가: 거시 변수와 산업의 실제 주문·투자를 분리해 추적하면 가격 변동을 곧바로 장기 전망 변화로 오인하는 오류를 줄일 수 있다.

더 생각할 점: 국채금리와 환율이 불리하게 움직여도 설비투자와 메모리 수요가 유지되는지, 반대로 가격 강세에 실제 주문이 따르는지 확인하자.

출처: 미국 노동통계국 — Consumer Price Index · NASA — Artemis 데이터 공개 원칙