(1) AI 무료 시대의 종말: 광고, 요금제 인상, 기능 제한이 시작된다
- 앤트로픽이 오픈클로(OpenClaw) 등 서드파티 AI 에이전트 도구의 클로드 사용을 대폭 제한 → 유료 구독자만 사용 가능하도록 변경
- 클로드 코드 책임자 보리스 체르니(Boris Cherny)는 “서드파티 도구의 사용 패턴은 우리 구독 모델이 감당하도록 설계된 것이 아니었다”고 설명
- 배경: 투자자들이 오픈AI·앤트로픽 등에 수천억 달러를 쏟아부은 뒤 수익을 요구하기 시작 → 그동안 무료·저가로 제공하던 AI 접근 비용이 사용자에게 전가되는 전환점
- 가트너(Gartner) 수석 애널리스트 윌 소머(Will Sommer)의 추산: 2024~2029년 AI 데이터센터 자본 투자 총액 약 6조 3,000억 달러 → 이 투자 자산이 감가상각(write-down)되지 않으려면 ROIC(투하자본수익률)가 최소 7% 필요 → 7% 달성에만 2029년까지 누적 약 7조 달러의 AI 관련 매출이 필요하고, 기간 말에는 연간 약 2조 달러 수준이어야 함
- ROIC 25%면 역사적 수준의 수익(아마존·마이크로소프트·구글의 평균 수준), 12% 미만이면 기관 투자자들이 이탈, 7% 미만이면 자산 감가상각 → 소머는 이를 “모든 투자자에게 완전한 재앙”이라고 표현
- 오픈AI의 경우: 2030년까지 6,000억 달러($600B) 규모의 지출 약속을 이미 공개(당초 1조 4,000억 달러에서 축소) → 소머는 오픈AI의 매출 전망과 복합 연성장률(CAGR)을 감안해도 7% ROIC 달성에 필요한 전체 지출의 일부만 커버할 것으로 예측
- 토큰 소비량 격차가 핵심 문제: 구글은 2025년 10월 기준 1.3경(quadrillion) 개 토큰 처리 중이라고 발표 → 모든 업체를 합산하면 연간 100~200경 개 수준 → 그러나 연간 2조 달러 매출을 달성하려면 보수적으로 잡아도 연간 누적 10해(sextillion, 10²¹) 개 토큰이 필요 → 현재 대비 5만~10만 배 성장해야 하는 수치
- 토큰당 수익성 문제: 인프라·전기 등 직접 비용만 보면 합리적 마진이 나오지만, 차세대 모델 훈련 비용과 컴퓨팅 확장 비용을 포함하면 마진이 사라짐 → 특히 토큰 소모가 큰 최신 모델일수록 적자 폭이 커짐
- 소머는 시장 통합이 불가피하다고 전망 → 어떤 지역 시장이든 대형 LLM 공급자는 2곳 이하만 생존할 것으로 예측
- AI 에이전트·추론 모델이 토큰 소비를 폭증시키는 구조: 에이전트는 사용자가 보지 못하는 백그라운드에서 수천~수만 토큰을 소비(경로 탐색, 하위 에이전트 호출, 정확도 검증 등) → 조지아텍 마크 리들(Mark Riedl) 교수는 “한 문장 프롬프트를 넣으면 모델이 혼자 수천, 수만 단어를 생성하며 코딩 작업에서는 그 이상”이라고 설명
- 박스(Box) CEO 에런 레비(Aaron Levie)도 같은 인식: “사용 사례가 폭발했고, 용량이 바닥났다”
- 낭비 토큰 문제: 추론 모델이 비효율적 경로를 탐색하다 되돌아오거나, 변경 사항 없이 진행 상황만 확인하거나, 심지어 스스로 시를 쓰는 등 불필요한 토큰 소모 발생 → 업계가 낭비 토큰을 줄이는 방향으로 모델을 개선 중이지만, 이는 토큰 소비를 대폭 늘려야 하는 매출 목표와 역설적으로 충돌
- 엔터프라이즈 요금은 이미 토큰 기반(종량제)으로 전환: 오픈AI·앤트로픽 모두 기업 고객 요금을 토큰 기반으로 변경 → 사용량 편차가 크기 때문(어떤 사용자는 주 1~2회 몇 분, 다른 사용자는 24시간 에이전트 5개 가동)
- 소비자 챗봇에는 광고 도입 시작: 오픈AI가 챗GPT에 사이드바 광고를 도입하고 광고 효과 추적 도구도 개발 중 → 앤트로픽은 2026년 슈퍼볼 광고에서 이를 비판한 바 있음
- 토큰 가격 인상이 기업들에게 다운스트림으로 전가 중 → 대응 전략 분화:
- 오픈소스·오픈웨이트 모델로 부분 전환 검토 (최근 벤치마크 성능이 크게 향상)
- 아마존 베드록(Bedrock)이나 구글 버텍스 AI(Vertex AI)에서 자체 호스팅으로 공급망 통제
- 고가 프론티어 모델은 핵심 업무에만 제한적 사용, 나머지는 저가 모델로 대체
- 법률 AI 스타트업 이브(Eve)의 사례: 토큰 사용량이 전년 대비 100배 증가 → 비싼 추론 모델은 전체 사용의 25~30%만, 나머지는 자체 오픈소스 변형 + 저가 모델로 분산 → 단, 품질 1% 하락만으로도 법률 고객에게 심각한 영향 → 모델 품질 추적에 내부 리소스를 상당히 투입
- 이브의 제이 마데슈워런(Jay Madheswaran) 공동 창업자: “오픈소스의 진짜 역할은 대형 랩들이 저가 모델의 가격을 더 낮추도록 압박하는 것 → 저가 모델의 이익률이 훨씬 높기 때문”
- 위즈덤 AI(Wisdom AI) CEO 소함 마줌다르(Soham Mazumdar): 코딩 분야에서는 오픈소스 모델이 아직 프론티어 모델에 근접하지 못함 → “코딩을 하는 한, 오픈소스 모델은 단순히 따라오지 못하는 것이 현실”
- 박스의 레비는 향후 24개월 내에 변화가 가시화될 것으로 전망 → VC 보조금 시대는 성장에 필요했지만 이제 효율성을 시스템에 내장해야 할 시점 → 모든 기업이 살아남지는 못할 것
- 가트너 소머의 ‘스테고사우루스 역설’: 거대한 몸집(AI 인프라)을 작은 머리(현재 수익 채널)로 유지하려면 → ① 먹이를 테크 시장 너머 전체 글로벌 경제로 확장해야 하고 ② 그 먹이에서 실제 마진을 남겨야 함 → 해결 못 하면 자산 감가상각, 밸류에이션 하락, 자금 고갈, AI 기대 전반의 리셋으로 이어짐 → 지속가능한 모델이 되려면 “빌보드에서 셀프 계산대까지 모든 곳에 생성형 AI가 내장”되어야 한다고 전망
- https://www.theverge.com/ai-artificial-intelligence/917380/ai-monetization-anthropic-openai-token-economics-revenue
💡 Takeaway & Insight
- AI 산업의 근본 딜레마는 ‘토큰 단가 × 토큰 소비량’ 방정식이 양쪽 다 불리하다는 것: 매출을 늘리려면 토큰 소비가 5만~10만 배 늘어야 하는데, 에이전트·추론 모델이 소비를 늘리는 방향은 동시에 인프라 비용도 폭증시킴 → 한편 토큰 효율을 높이면 비용은 줄지만 매출 기반인 토큰 소비도 줄어듦. 이 ‘좁은 트레드밀’에서 가격 인상 외에 탈출구가 뚜렷하지 않다는 점이 핵심
- ‘프론티어 모델은 핵심 업무에만, 나머지는 저가·오픈소스로’ 패턴이 기업 고객 사이에서 사실상 표준으로 정착 중: 이브가 추론 모델을 25~30%만 쓰고 나머지를 분산하는 구조, 아나콘다(Anaconda) 고객들이 자체 호스팅으로 전환하는 흐름 모두 같은 방향 → 이는 프론티어 랩의 매출 기반을 상위 모델에서 하위 모델로 분산시키며, 오픈소스가 하위 모델 가격을 더 끌어내리는 압력으로 작용하는 구조
- 시장 통합 예측(‘지역당 대형 LLM 2곳 이하 생존’)이 현실화되면, 남은 업체의 가격 결정력이 급등하는 과점 구조로 이행: 현재는 경쟁 덕에 소비자가 이득을 보지만, 전환 비용이 제로인 현 상태는 업체들이 플랫폼 락인(코딩 도구, 엔터프라이즈 통합)에 투자하는 이유이기도 함 → 앤트로픽의 코딩 집중, 오픈AI의 엔터프라이즈·코딩 병행 전략은 생존 경쟁이자 미래 과점을 위한 포석
(2) 우버, AI 투자 대비 성과 입증 못해 “비용 정당화하기 어렵다”
- 우버가 2026년 연간 AI 예산을 4개월 만에 소진한 것으로 보도됨 → 우버 사장 겸 COO 앤드루 맥도널드(Andrew Macdonald)가 래피드 리스폰스(Rapid Response) 인터뷰에서 AI 투자 수익에 의문 제기
- 핵심 문제: 클로드 코드의 토큰 소비는 급증하고 있지만, 그것이 실제로 소비자에게 유용한 기능 출시로 이어지는지 연결 고리가 보이지 않음 → 맥도널드는 “암묵적으로는 더 많이 출시되고 있을 수 있지만, ‘25% 더 유용한 소비자 기능을 만들고 있다’고 직접 연결하기는 매우 어렵다”고 발언
- 우버의 2025년 R&D 지출: 34억 달러($3.4B) → 전년 대비 9% 증가
- CEO 다라 코스로샤히(Dara Khosrowshahi)는 이달 초 AI 투자 증가분을 인력 채용 감소로 상쇄하고 있다고 밝힘
- 맥도널드: “토큰 소비와 그 비용을 인력 수 대비로 이야기해야 할 시점 → 사용자에게 유용한 기능·기능성 출시와 직접 연결하지 못하면, 그 트레이드(인력 감축 vs AI 투자)를 정당화하기가 점점 어려워진다”
- https://www.theverge.com/transportation/937116/uber-ai-investment-hard-to-justify
💡 Takeaway & Insight
- ‘토큰 소비량 = 생산성’이라는 등식이 깨지기 시작한 첫 번째 대형 사례: 우버는 AI 코딩 도구의 토큰 사용량이 급증하는데도 그것이 소비자 기능 출시로 이어지는 경로를 입증하지 못함 → 이는 AI 도구가 개발자 생산성을 높인다는 업계의 암묵적 전제에 대해 대기업 경영진이 공개적으로 의문을 제기한 드문 사례
- ‘인력 감축 vs AI 비용’이라는 새로운 비용 비교 프레임이 등장: 맥도널드가 “토큰 소비 비용을 인력 수 대비로 이야기해야 한다”고 말한 것은 AI 투자가 단순히 기술 예산이 아니라 인건비 대체재로 직접 비교되기 시작했다는 신호 → 이 프레임이 확산되면, AI 도구 업체들은 ‘토큰당 생산성’을 수치로 입증해야 하는 압박을 받게 됨
(3) Z세대, AI를 많이 쓸수록 더 싫어한다: 일자리 불안과 사회적 낙인
- 미국 Z세대는 AI 챗봇의 최대 이용 집단이면서 동시에 가장 강한 반감을 보이는 집단 → 하버드-갤럽 조사: 미국 청년 74%가 월 1회 이상 챗봇 사용 / 미국 대학생 절반 이상이 주 1회 이상 과제에 활용 → 동시에 79%가 “AI가 사람을 게으르게 만든다”고 우려, 65%가 “즉각적 만족감만 줄 뿐 진짜 이해를 방해한다”고 응답
- 갤럽 최신 여론조사: Z세대 중 AI에 희망적이라고 답한 비율 18%(전년 27%에서 하락), 흥분을 느낀다는 비율 22%(전년 36%에서 하락) → AI의 위험이 이점을 초과한다고 보는 비율은 전년 대비 11%p 상승해 거의 50%에 도달
- 56%가 “업무를 더 빨리 끝내는 데 도움이 된다”고 인정하면서도, 10명 중 8명은 “AI를 이렇게 쓰면 미래 학습이 더 어려워진다”고 시인 → 도구의 유용성을 인식하면서도 장기적 인지 능력 저하를 우려하는 이중적 태도
- 27세 미술 교사 멕 오뷔숑(Meg Aubuchon): “AI를 절대 쓸 필요 없는 직업에 발을 딛고 싶다. 급여가 낮더라도” → AI를 의도적으로 완전히 회피하는 흐름
- 25세 전직 클라우드 인프라 엔지니어 섀런 프레이슈태터(Sharon Freystaetter): 데이터센터 환경 영향과 윤리적 우려로 실리콘밸리 대기업 퇴사 후 뉴욕에서 식음료 서비스업 종사 → “테크 직업을 다시 찾으려 했더니 모든 곳에서 ‘AI 사용 필수’가 요건으로 붙어 있었다”
- 대학들이 AI를 교육 과정에 무비판적으로 통합하는 것에 대한 학생 반발 확대:
- 펜실베이니아대 학생 신문 편집위원회가 학교의 챗봇 도입을 비판하는 사설 게재 → “AI는 교육과 공존할 수 없다. 오직 교육을 퇴화시킬 뿐”
- 오벌린 칼리지(Oberlin College) 러다이트 클럽이 타자기로 작성한 편지로 학교의 AI 실험 교육 이니셔티브 거부 → “한 학기만 챗봇 사용이 허용돼도 학생들은 지적 파괴의 터널로 돌이킬 수 없이 밀려갈 것”
- 애리조나주립대(ASU)는 교수 강의를 AI로 자동 요약해 학습 자료로 만드는 베타 도구 ASU 아토믹(ASU Atomic)을 도입 중
- DAIR(분산 AI 연구소) 연구소장 알렉스 해나(Alex Hanna): “대학들은 고용주가 AI를 쓸 줄 아는 학생을 원한다고 듣고 있다 → 실제로는 도구의 부가가치가 입증되지 않았고, 고용주들은 Z세대가 그 부가가치를 찾아주길 원하는 것 → 또는 대학 자체가 테크 업계와 투자·기부 관계에 있어 공급 측에 있는 것” → 결과적으로 ‘도입 먼저, 용도는 나중에’ 접근법으로 학생들이 AI 산업의 마케팅 수단으로 동원되는 구조
- MIT 미디어랩 연구: AI 도구로 에세이를 작성한 사람들의 뇌 EEG 스캔에서 뇌 활동 감소 확인 → ‘인지 아웃소싱(cognitive offloading)’ 현상으로, 회의적 사고력과 진위 판별 능력 저하, 민주적 의사결정 약화로 이어질 수 있다는 연구 결과
- 기술 영업직 에마 고틀립(Emma Gottlieb): “결론적으로 일자리 외주화를 위한 헛소리라고 생각한다” → 대량의 기술 문서를 빠르게 훑는 데 AI를 쓰지만 결과를 항상 이중 점검 → “유의미한 시간 절약은 아니지만, 패스트푸드 같은 것 — 쉽고, 싸고, 거기 있으니까”
- AI 사용 자체가 사회적 낙인이 되는 현상: AI 생성물은 소셜미디어에서 조롱 대상 → 피츠버그대 연구에 따르면 학생들이 AI 사용을 ‘위험 신호(red flag)’로 인식, 동료를 낮게 평가하는 요인으로 작용 → 많은 이용자가 사회적 수치심 때문에 AI 사용 자체를 공개하지 않음
- 프레이슈태터·고틀립 모두 자기 세대보다 AI가 편재화된 환경에서 자라나는 제너레이션 알파(Gen Alpha)에 대한 우려가 더 큼 → “비판적 시각 없이 AI가 모든 곳에 통합된 세상에서 성장하면, 영향받고 있다는 사실 자체를 인식하지 못하게 된다”
- https://www.theverge.com/ai-artificial-intelligence/920401/gen-z-ai
💡 Takeaway & Insight
- ‘사용률 증가 = 수용도 증가’라는 테크 업계의 기본 공식이 AI에서는 작동하지 않고 있음: 74%가 월 1회 이상 쓰면서 동시에 희망적 비율이 18%까지 떨어진 데이터는 전례가 드문 패턴 → 스마트폰·소셜미디어 초기에는 사용 확산과 호감도가 함께 올라갔으나, AI 챗봇은 사용할수록 반감이 커지는 역방향 곡선을 그리고 있음 → 이는 AI 제품의 리텐션·충성도 구축이 기존 테크 제품과 근본적으로 다른 전략을 요구한다는 신호
- ‘도입 먼저, 용도는 나중에(integrate first, find use cases later)’ 모델이 교육 기관을 통해 확산 중이나, 학생 반발이 그 전략의 약한 고리를 드러냄: 대학이 AI를 교과 과정에 삽입하는 속도와 학생들의 거부 강도가 동시에 올라가고 있음 → 펜실베이니아대·오벌린의 사례는 AI 도구 업체가 교육 시장을 B2B(학교 행정부)로 진입했을 때 실제 사용자(학생)의 저항이 채택률 자체를 위협하는 구조를 보여줌
(4) 대학교 졸업식장에서 AI 예찬론자를 야유하는 졸업생들
- 2026년 졸업 시즌, 미국 대학 졸업식에서 AI를 예찬하는 연사들이 학생들의 조직적 야유를 받는 장면이 연쇄적으로 바이럴 → 당사자인 기업 경영진들만 이 반응에 놀라는 양상
- 구글 전 CEO 에릭 슈밋(Eric Schmidt): 애리조나대 졸업식에서 AI 수용을 촉구하다 지속적 야유를 받음 → “누군가 로켓에 타라고 하면 어느 자리인지 묻지 말고 그냥 타라”고 발언 → 기자 마리사 카바스(Marisa Kabas)의 반응: “이 청년들은 이미 강제로 로켓에 태워졌고, 좌석이 부족하다”
- 센트럴플로리다대: 부동산 개발 기업 임원 글로리아 콜필드(Gloria Caulfield)가 예술·인문학 졸업생들에게 AI를 산업혁명에 비유했다가 싸늘한 반응 → 본인이 충격을 표시
- 미들테네시주립대: 테일러 스위프트 커리어 론칭으로 알려진 음악 산업 CEO 스콧 보르체타(Scott Borchetta)가 AI 야유자들을 조롱하며 “받아들여라(deal with it)”라고 발언
- 캘아츠(CalArts): 학장 라비 라잔(Ravi Rajan)이 무대에서 야유에 쫓겨남 → 라잔은 창작 프로그램을 폐지하고 테크 기업과 파트너십으로 AI를 도입해온 것에 대해 강한 비판을 받아옴
- 글렌데일 커뮤니티 칼리지(애리조나): 졸업식에서 학교의 새 AI 시스템이 절반 이상의 학생 이름을 읽지 못해 관중 야유 → AI의 기본 약속조차 지키지 못하는 장면이 실시간으로 노출
- 작가 마거릿 킬조이(Margaret Killjoy): “사회가 단순히 작동하지 않는 도구를 중심으로 재편되고 있다 → 70%의 확률로 맞히는 구조 엔지니어에게 다리를 맡기지 않을 것이고, 어디가 30%인지 알려주지 않는 역사책을 읽지 않을 것”
- 조지메이슨대 정치학 졸업생 페니 올리버(Penny Oliver): “바이럴 영상에 카타르시스가 있다 → 부자들에게 결과라는 것이 없는 시대에, 이런 장면은 분노를 뭔가 실질적인 것으로 전환할 수 있는 가능성을 보여준다 → 단, 사람들이 모여서 ‘뭔가 하자’고 해야 한다”
- 실질적 행동의 예시: 전국적 데이터센터 반대 운동 → 갤럽 조사에서 미국인 10명 중 7명이 자기 지역에 데이터센터 건설을 반대 → 올해 제안된 데이터센터 프로젝트의 거의 절반이 취소되거나 지연
- NYU 게임센터 MFA 졸업생 오스틴 버킷(Austin Burkett): 졸업 전 포켓 바드(Pocket Bard, TRPG 팬용 앱) 취직에 성공했으나, 동급생 중 일부는 자신을 대체할 AI 모델을 훈련시키는 긱 워크에 내몰림 → “이것은 도구일 뿐이라고 말하는 사람들은 그렇게 말할 여유가 있는 사람들 → 책임을 개인에게 전가하고, 기업에 이익 동기가 없다는 신화를 만든다”
- https://www.theverge.com/ai-artificial-intelligence/935602/graduates-boo-ai-ceos
💡 Takeaway & Insight
- AI 반감이 ‘온라인 여론’에서 ‘오프라인 물리적 저항’으로 전환되는 단계에 진입: 졸업식 야유 → 데이터센터 건설 반대(올해 프로젝트 절반 취소·지연) → 고교생의 반-AI 연극 제작까지, 반발의 형태가 다양화·조직화되고 있음. 데이터센터라는 물리적 인프라가 반대 운동의 구심점이 되는 구조는 과거 환경 운동이 발전소·파이프라인을 중심으로 결집한 패턴과 유사
- ‘자신을 대체할 AI를 훈련시키는 긱 워크’라는 현상은 기술 전환기의 가장 역설적인 노동 형태: 졸업생이 취업 대신 AI 훈련 데이터 라벨링·피드백 작업에 투입되는 흐름은 단기적으로 AI 기업의 인력 공급원이지만, 장기적으로는 해당 노동자 집단이 가장 강한 반-AI 정서를 축적하는 구조 → 이 모순이 향후 AI 노동 규제 논의의 핵심 쟁점이 될 가능성
(5) 교황 레오 14세, 첫 회칙에서 AI의 위험을 경고: “기술이 인간을 지배하지 못하게 무장해제하라”
- 교황 레오 14세가 첫 주요 교황 회칙(encyclical) 『마그니피카 후마니타스(Magnifica Humanitas)』를 5월 25일 발표 → 42,000단어 이상의 문서로, “인공지능 시대에 인간의 존엄을 지키는 것”이 주제
- 핵심 메시지: AI의 급속한 도입이 경제·사회적 격변을 일으키고 있으며, 개인을 보호하는 장치가 충분하지 않다 → 현 AI 시대를 바벨탑에 비유하며 “바벨 증후군”을 피해야 한다고 경고 → “약자를 희생시키는 이윤의 우상화, 차이를 무력화하는 획일성, 인간의 신비를 포함한 모든 것을 데이터와 성과로 번역할 수 있다는 허세”로 정의
- 회칙이 다루는 주요 영역: ① 일자리 상실과 노동 일반 ② AI 기반 전쟁 ③ 아동의 AI 도구·콘텐츠 노출 ④ 알고리즘 기반 의사결정의 투명성
- 구체적 제안 사항:
- 자동화·AI 도입의 사회적 기준 수립 + 노동자 보호·재교육 프로그램
- 치명적 무력 사용 결정은 불투명한 기술 시스템이 아닌 인간이 내려야 함
- 교사·학생이 새로운 기술을 책임감 있고 비판적이며 창조적으로 다루도록 지원
- 채용·서비스 접근 등에 알고리즘이 쓰일 때 투명성과 책임 확보
- 환경적으로 더 지속가능한 AI 기술 개발
- 교황명 선택의 배경: 산업혁명기에 노동자 보호 회칙을 발표한 전임 레오 13세를 참조 → AI 시대의 노동자 보호를 자신의 정체성으로 삼은 것
- 앤트로픽 공동 창업자 크리스토퍼 올라(Christopher Olah)가 회칙 발표 현장에 참석 → 폴리티코 보도에 따르면 아마존·메타·구글 대표들이 회칙 발표 전 바티칸 관계자들과 면담 → 테크 업계가 교회의 입장에 영향을 미치려 시도
- 회칙은 AI 자체를 전면 부정하는 것이 아님 → “무장해제(disarming)”를 촉구: 군사적 의미뿐 아니라 경제적·사회적 의미에서도 → “기술적 힘이 자동으로 통치할 권리를 부여한다는 가정을 불신하는 것 → 기술을 거부하는 것이 아니라, 기술이 인간을 지배하는 것을 막는 것”
- 인공일반지능(AGI)에 대한 직접적 언급은 없음 → 다만 교황에게 AGI 개념을 설파하려는 시도가 있었다는 후문
- https://www.theverge.com/news/936945/pope-leo-letter-encyclical-ai-anthropic-labor-warfare
💡 Takeaway & Insight
- 교황 회칙이 AI 규제 논의에서 갖는 실질적 무게는 ‘도덕적 프레임 설정’에 있음: 13억 가톨릭 인구 기반의 문서가 AI를 바벨탑에 비유하고 “무장해제”를 요구한 것은 입법 자체보다 각국 정치인·규제 당국이 AI 규제를 추진할 때 참조할 도덕적 근거를 깔아준 셈 → EU AI Act 같은 규제가 이미 진행 중인 유럽에서 특히 영향력이 클 가능성
- 아마존·메타·구글이 회칙 발표 전에 바티칸과 면담한 것은, 테크 기업이 종교 기관까지 로비 대상으로 확장했다는 신호: 교황의 발언이 글로벌 여론과 규제 환경에 미치는 영향을 빅테크가 진지하게 평가하고 있다는 의미 → 기술 기업의 정책 영향력 행사 범위가 정부·의회를 넘어 종교·시민사회 기관으로 확대되는 패턴