한 달 만에 분위기가 완전히 뒤집혔다. 3월 미·이란 전쟁 위기로 무너졌던 지수들이 4월 중순부터 일제히 되돌림에 들어가 코스피와 나스닥 모두 신고가권에 다시 올라섰다. 그러나 시장이 '완벽한 시나리오'를 가격에 모두 반영하는 동안, 유가와 지정학·관세 리스크는 그 자리에 그대로 남아 있다.

1 동반 상승, 어디까지 왔나

4월 중순 저점 대비 양 시장 모두 두 자릿수 상승률을 기록했다. 미국은 AI 빅테크의 어닝 서프라이즈, 한국은 외국인의 반도체 집중 매수가 견인차였다.

나스닥은 22,500선을 돌파했고, 코스피는 3,100선에 안착했다. 문제는 유가도 함께 올라와 있다는 사실이다. 위험자산과 원자재가 동시에 강세인 구간은 길지 않다.

2 동반 상승을 만든 네 가지 동력

3 사라지지 않은 세 가지 변동성

상승의 이유가 명확한 만큼, 하락의 트리거도 분명하다. 하나도 해소되지 않았다.

4 왜 지금이 '축소' 타이밍인가

나스닥 PER 36.2배는 과거 10년 평균(25.4배)을 크게 웃돈다. 코스피 PBR 1.25배도 한국 증시 역사상 강력한 저항선이다. 동시에 빅테크들은 AI 투자를 위해 대규모 채권 발행으로 시중 유동성을 흡수 중이다 — 알파벳 한 곳만 1,900억 달러 CAPEX를 예고했다. 지수가 더 가벼워지기 어려운 환경이다.

5 지금 점검할 포트폴리오 가이드

환희는 늘 위험을 지운다. 지수가 신고가일수록, 포트폴리오는 더 보수적으로 점검해야 한다. 추격하지 말고, 다음 하락에 쓸 카드를 준비할 시간이다.

2026년 4월 30일(한국 시간). 빅테크 4사가 동시에 분기 실적을 내놓은 이번 어닝 시즌은 단순한 분기 보고가 아니었습니다. 그동안 자본 시장이 막연히 기대해 온 'AI 투자'가 실제로 현금과 마진으로 환산되는지를 가르는 가혹한 시험대였습니다.

결과는 명확했습니다. Meta는 폭락했고, Microsoft·Amazon은 정체했으며, 오직 Google만 7% 이상 폭등했습니다.

1 1분기 실적 해부 — 모든 컨센서스를 박살낸 숫자

알파벳의 1분기 총매출은 전년 동기 대비 22% 급증한 1,099억 달러. 무려 11분기 연속 두 자릿수 성장이며, 최근 2년 내 가장 빠른 매출 가속도입니다. 더 놀라운 것은 수익성입니다.

대규모 AI 인프라 투자로 천문학적 감가상각비가 잡히는 와중에도 마진이 오히려 확장됐다는 점이 결정적입니다. 매출 폭발이 고정비 증가를 완전히 압도한, 이상적인 선순환의 증거입니다.

2 주가의 극적 반전 — 하락에서 폭등까지 6시간

실적 그 자체는 완벽했지만, 시장 반응은 처음부터 좋았던 것이 아닙니다. 발표 직후 애프터마켓에서는 오히려 0.61% 하락했습니다. 그 후 야간을 거치며 분위기가 180도 뒤집혔습니다.

왜 처음엔 떨어졌나 — CapEx 충격

왜 폭등으로 뒤집혔나 — 4,620억 달러의 백로그

밤사이 애널리스트들이 컨퍼런스 콜의 디테일을 소화하면서 해석이 완전히 바뀌었습니다. 핵심은 단 하나, Google Cloud의 수주 잔고가 전 분기 대비 두 배로 폭증해 4,620억 달러를 돌파했다는 사실입니다.

즉, 1,900억 달러의 CapEx는 막연한 미래 베팅이 아니라 이미 4,620억 달러로 확정된 매출을 소화하기 위한 필수 선행 투자로 재평가된 것입니다.

3 클라우드의 임계점 돌파 — 분기 매출 200억 달러

이번 실적의 진짜 주인공은 Google Cloud입니다. 매출은 전년 동기 대비 63% 폭증해 사상 처음 분기 200억 달러를 돌파했고, 영업이익은 무려 3배(+203%) 늘어 66억 달러를 기록했습니다.

외형이 1년 만에 63% 늘면서 마진이 거의 두 배로 뛴 구조는 통상의 클라우드 비즈니스에서 보기 어렵습니다. 1억~10억 달러 규모의 메가딜 건수가 전년 대비 2배, 신규 고객 확보 속도도 2배, 생성형 AI 기반 제품 매출은 무려 +800% 성장했습니다.

API 토큰 처리량으로 보는 채택 속도

실제 사용량을 가늠하는 가장 정확한 지표인 API 토큰 처리량은 상상을 초월합니다.

4 빅테크 4사 비교 — 같은 CapEx, 다른 운명

이번 어닝 시즌이 흥미로운 이유는 4대 하이퍼스케일러가 모두 비슷한 규모의 CapEx를 발표했음에도 주가 반응이 완전히 갈렸기 때문입니다.

5 풀스택 AI 제국 — 칩, 보안, 전력까지 내재화

Google이 경쟁자들과 거리를 벌리는 진짜 이유는 단일 서비스가 아니라 AI 시대에 필요한 모든 계층을 수직 계열화했다는 점입니다.

특히 주목해야 할 한 가지 — TPU의 외부 판매

이번 발표의 가장 큰 전략적 변화는, Google이 자사 AI 칩 TPU를 외부 엔터프라이즈에 직접 판매하기 시작했다는 점입니다. 그동안 TPU는 Nvidia 의존도를 줄이기 위한 내부용 R&D 자산이었지만, 이제 독립적인 매출 파이프라인이 됐습니다.

6 검색은 죽지 않았다 — AI Overviews의 완벽한 수익화

"챗봇 시대에 검색 광고는 끝났다"는 약세론은 이번 분기로 완전히 박살났습니다. '검색 및 기타' 매출은 오히려 가속해 전년 대비 19% 성장한 604억 달러를 기록했습니다.

처리 비용은 줄고 광고 슬롯은 늘어나는 '황금 비율'이 본업에서 완성된 것입니다.

2026년 1분기는 AI 시대의 옥석 가리기가 끝났음을 알린 분기로 기록될 것입니다. 단순히 1위가 아니라 경쟁의 차원 자체를 탈피한 '대체 불가능한 승자'로 Google이 등극했음을, 모든 정량 지표가 증명하고 있습니다.

이미지 출처: Unsplash

Claude Code를 한두 시간만 써봐도 알게 되는 사실이 있다. 대화가 길어질수록 결과물 품질이 떨어진다는 것. 컨텍스트 윈도우가 차오르면 AI는 앞서 말한 규칙을 잊거나, 같은 실수를 반복하거나, 응답이 답답할 정도로 느려진다.

최근 유튜브와 인스타에서 "Claude Code 제대로 쓰는 법"이라는 콘텐츠가 폭발적으로 늘어난 이유도 여기에 있다. 핵심은 단순하다. 슬래시(/) 커맨드로 컨텍스트를 능동적으로 관리하는 것. 이 글에서는 토큰을 아끼고 답변 품질을 끌어올리는 7가지 커맨드를 정리했다.

1 왜 토큰 관리가 중요할까

Claude Code는 자동 압축(auto-compact)이 컨텍스트의 약 95% 지점에서 발동한다. 문제는 그쯤 되면 이미 출력 품질이 눈에 띄게 떨어진 후라는 것. 사용자가 직접 개입해야 하는 임계선은 60% 부근이라는 게 최근 베테랑 사용자들의 공통된 의견이다.

2 핵심 커맨드 한눈에 보기

3 상황별 사용 흐름

잘못 갔을 때 — Rewind

AI가 엉뚱한 파일을 건드리거나 의도와 다른 리팩토링을 시작했다면, 그 실패한 시도를 그대로 남겨두지 마라. Esc 키 두 번 또는 /rewind를 입력하면 대화만, 코드만, 또는 둘 다를 이전 상태로 되돌릴 수 있다. 실패한 컨텍스트가 남아있으면 같은 실수를 반복한다.

대화가 길어졌을 때 — Compact

/compact는 지금까지 오간 대화를 요약 형태로 압축한다. 핵심은 요약 지시문을 함께 전달하는 것. 예를 들어 /compact "현재 작업 중인 파일 경로와 결정한 아키텍처 규칙은 반드시 보존"처럼 입력하면 무엇을 남기고 무엇을 버릴지 직접 통제할 수 있다.

작업이 끝났을 때 — Clear

/clear는 대화를 완전히 비운다. 단, 파일 수정 내역은 그대로 유지된다. 새로운 기능을 시작할 때는 망설이지 말고 /clear. 이전 작업의 잔재가 남아있으면 AI가 엉뚱한 가정을 하거나 토큰을 낭비하게 된다.

4 자주 하는 실수 4가지

5 2026년형 실전 가이드

슬래시 커맨드는 단순한 단축키가 아니다. AI와의 대화를 설계하는 도구다. 같은 Claude Code를 쓰는데도 누군가는 절반의 토큰으로 두 배의 결과를 낸다면, 그 차이는 결국 컨텍스트를 얼마나 능동적으로 다루느냐에 있다.

코딩의 개념이 '작성'에서 '지시'로 이동하고 있다. AI 네이티브 개발 방식인 바이브 코딩(Vibe Coding)과 3,000만 유저를 보유한 앱인토스(Apps in Toss)가 만나면서, 이제 1인 개발자도 1.5시간 만에 수익형 앱을 런칭할 수 있게 됐다.

1 바이브 코딩이란?

바이브 코딩은 문법적 세부사항 대신 애플리케이션의 '흐름과 목적(Vibe)'을 AI에게 지시하며 결과물을 만드는 방식이다. 단순 자동완성이 아니라, AI가 프로젝트 맥락을 이해하고 주도적으로 코드를 작성·수정하는 에이전트 기반 개발이다.

Cursor vs Windsurf

성공 열쇠는 '상세 명세'와 '규칙'

바이브 코딩의 핵심은 AI에게 얼마나 구체적으로 지시하느냐다. 숙련된 바이브 코더들은 코딩 전 목적·기능·사용자 흐름·기술 스택·DB 스키마를 담은 명세서를 먼저 작성한다. 그리고 .cursorrules 같은 규칙 파일로 AI의 행동을 제어한다.

2 앱인토스: 배포와 트래픽의 허브

아무리 잘 만들어도 사용자가 없으면 수익이 없다. 앱인토스는 토스 앱 내부에 웹 기반 미니앱을 올릴 수 있는 앱인앱(App-in-App) 플랫폼이다. 별도 설치 없이 토스 유저 풀에 바로 노출된다.

앱빌더 + TDS: 디자인을 리액트 코드로

앱빌더는 토스 디자인 시스템(TDS) 컴포넌트를 드래그 앤 드롭으로 배치하고, 한 번의 클릭으로 리액트 코드를 추출하는 도구다. 추출한 코드를 Cursor에 붙여넣고 기능을 지시하면 디자인과 개발의 간극이 사라진다.

3 1.5시간 개발 워크플로우

기획부터 실제 작동까지 1.5시간. 전통적 방식으로는 상상하기 어려운 속도다. 핵심은 '이미 만들어진 부품을 조립'하는 구조 — TDS·SDK는 규격화된 부품, AI는 숙련된 조립공 역할을 한다.

예를 들어 AI 사진관 서비스라면, 앱빌더로 UI를 뽑고 → Cursor에게 "Gemini API로 이미지 변환하는 로직 추가"를 지시 → 토스 SDK로 로그인·결제를 붙이고 → Cloud Run에 백엔드를 올리고 → 샌드박스에서 실기기 테스트 → 번들 업로드까지, 한 흐름으로 이어진다.

4 인앱 결제 & 수수료 구조

수익화의 본질은 원활한 결제와 인증이다. 앱인토스 미니앱은 토스 로그인만 허용되며, 자사 로그인이나 카카오·네이버 간편 로그인은 쓸 수 없다. 한 번의 동의로 가입·로그인·정보 제공이 동시에 처리돼 이탈률이 낮다.

결제 연동 4단계

수수료율 (영세·중소 우대)

5 정책 & 심사 가이드

플랫폼의 신뢰도를 위해 토스는 엄격한 심사를 운영한다. 아래 영역은 반려되기 쉬우니 기획 단계부터 고려해야 한다.

6 AI 도구 고도화 전략

바이브 코딩 프로젝트의 품질을 올리려면 AI에게 앱인토스 전용 지식을 학습시키는 것이 핵심이다. 최신 AI IDE는 MCP(Model Context Protocol)로 외부 문서를 직접 참조할 수 있다.

게임 미니앱 WebGL 최적화 체크리스트

기술적 장벽이 사라진 자리를 창의성과 사용자 경험에 대한 통찰이 채우고 있다. AI IDE와 슈퍼앱 플랫폼의 협력 구조는 앞으로 더 공고해질 것이다. 아이디어만 있다면, 지금이 실행할 때다.

2026년 4월 8일, 구글은 Notebooks in Gemini를 공개하며 Gemini 안에 NotebookLM을 통합했다. 이제 사용자는 Gemini에서 자료를 모으고 아이디어를 확장한 뒤, NotebookLM에서 출처 기반 검증, 오디오 개요, 비디오 개요, 학습 도구까지 이어서 사용할 수 있다.

1 NotebookLM이 무엇인가요? 핵심은 출처 기반 답변이다

NotebookLM은 일반적인 AI 챗봇과 다르게, 웹 전체를 즉흥적으로 참조하기보다 사용자가 넣은 문서 자체를 진실의 기준으로 삼는 연구용 워크스페이스에 가깝다. PDF, Google Docs, 스프레드시트, 웹 링크, YouTube, 텍스트 노트 등을 소스로 묶고, 답변에는 인용 마커를 붙여 어느 부분을 근거로 말하는지 확인할 수 있다.

Google Drive 문서에서 정리된 것처럼 NotebookLM의 경쟁력은 소스 접지(Source Grounding)와 대용량 컨텍스트에 있다. 기반 모델은 Gemini 1.5 Pro 계열로 설명되며, 최대 200만 토큰 수준의 문맥을 다룰 수 있어 긴 보고서, 논문 묶음, 회의록, 표와 차트가 섞인 자료까지 한 번에 분석하기 좋다. 즉, NotebookLM은 “대충 요약하는 AI”가 아니라 근거를 남기며 정리하는 AI에 더 가깝다.

2 Gemini 통합 이후 무엇이 달라졌나? 양방향 동기화가 핵심이다

2026년 4월 8일 공개된 통합의 본질은 단순 링크 연결이 아니라 양방향 동기화(Bidirectional Sync)다. 이제 Gemini에서 만든 노트북과 올린 자료, 대화 맥락이 NotebookLM과 즉시 이어지고, 반대로 NotebookLM에서 추가하거나 정리한 소스도 Gemini에서 바로 활용할 수 있다.

3 NotebookLM 사용법: 검색 유입이 많은 질문 기준으로 5단계 정리

검색에서 자주 묻는 “NotebookLM 어떻게 쓰나요?”, “Gemini와 같이 쓰면 뭐가 좋나요?”에 대한 가장 실용적인 답은 아래 순서다. 핵심은 Gemini로 넓게 찾고, NotebookLM으로 좁고 정확하게 정리하는 것이다.

4 스튜디오 기능은 어디까지 가능한가?

NotebookLM의 강점은 단순 요약을 넘어, 문서를 오디오 개요, 비디오 개요, 인포그래픽, 플래시카드, 퀴즈 같은 다른 형식으로 전환해 준다는 점이다. 특히 2026년 3월 4일 공개된 시네마틱 비디오 개요는 문서 내용을 영상 서사로 재구성하는 기능으로 주목받았다.

5 2026년 4월 기준 NotebookLM 요금제와 추천 사용자

Google Drive 문서에 정리된 기준을 바탕으로 보면, 무료 사용자는 기능을 체험하기에는 충분하지만 장기 프로젝트나 대규모 소스 관리에는 한계가 있다. 실무에서는 보통 Pro, 영상 생성과 고강도 멀티미디어 작업은 Ultra가 더 맞다.

6 실전 활용 사례: NotebookLM과 Gemini를 같이 써야 하는 이유

이번 통합의 진짜 가치는 기능 소개가 아니라 업무 흐름을 바꾸는 방식에 있다. 아래 사례는 검색 유입이 많은 “NotebookLM 어디에 쓰나?”, “실무에 쓸만한가?”에 대한 구체적인 답이다.

7 ChatGPT, Claude와 비교하면 NotebookLM의 포지션은 다르다

NotebookLM과 Gemini 통합은 흔히 ChatGPT Memory, Claude Projects와 비교된다. 하지만 강점이 완전히 같지는 않다. 검색 사용자 입장에서는 “무엇이 더 좋나”보다 “어떤 목적에 더 맞나”로 보는 편이 정확하다.

8 자주 묻는 질문 FAQ

9 공식 링크와 참고 자료

검색 신뢰도를 위해 아래와 같이 공식 자료 중심 링크를 함께 남겨 두는 편이 좋다. 이 글의 구조 재정리에는 Google Drive 문서 「Notebook LM 조사 및 활용 전략」과 아래 공개 자료를 참고했다.

결국 NotebookLM과 Gemini 통합은 단순한 기능 추가가 아니라, 검색·정리·검증·전환을 하나의 흐름으로 묶는 변화다. 자료가 많을수록, 근거가 중요할수록, 그리고 최종 산출물을 블로그 글이나 보고서, 브리핑 자료로 이어 써야 할수록 이 조합의 가치가 더 커진다.