EP 97
AI Psychosis 시대의 사람들
오프닝: Google I/O 하네스 전략 00:00
노정석 자, 녹화를 하고 있는 오늘은 2026년 5월 17일 일요일 아침입니다. 26년이 벌써 반절 가까이 가고 있는데, 정말 변화의 속도가 더 빨라지는 것 같습니다. 연초만 하더라도 Claude Code, Codex를 쓰자, AI 코딩, 에이전트 코딩 이런 게 유행했는데, 이제는 모두가 쓴다고 하면 좀 과언이지만 모두가 알고 있는 건 확실한 것 같아요. 그래서 어떻게 워크플로우를 진행시키면 되는지 숨 막히게 팁들이 왔다 갔다 하고, 또 이걸 가지고 일하는 것이 예전에는 엔지니어 계층에 머물렀다면 이제는 모든 지식 노동자 계층에까지 Claude Code나 Codex 프랙티스가 스며들고 있다는 것을 정말 피부로 느낄 정도입니다. 그와 함께 모델도 계속 좋아지고 있죠. 저희가 항상 “모델이 발전하면 그 모델에 맞춰 하네스가 발전하고, 그 하네스가 갖고 있는 특징들이 또 모델 안으로 들어가면서 하네스는 더 좋아지는, 끊임없이 선순환하는 구조가 될 것”이라고 말씀드리곤 했는데, 너무 당연하다는 듯이 숨 막히는 속도로 진행되고 있습니다.
이번 주에 Google I/O가 있을 것 같은데 모델이 새로 나오긴 하는 거죠. 승준 님?
최승준 타임라인의 소문으로는 Gemini 3.5 Flash가 아레나에 등장했다는 걸 얼핏 봤던 것 같고, Veo 4가 나오지 않겠느냐는 추측도 있고 그렇습니다.
노정석 구글이 최근 한 6개월 동안 하네스 경쟁, 그러니까 지난 연말에 Google Antigravity를 내놓은 이후 Codex와 Claude Code가 이끌고 있는 하네스 경쟁에 그렇게 열심히 참전하지는 않았는데,
지금 나오는 걸 보니까 Google AI Studio를 보면, 구글은 “야, 그렇게 말로 왔다 갔다 할 게 아니라, 그냥 원하는 걸 대충 얘기하면 알아서 다 끝내서 결과물을 만드는 게 맞지 않냐”, 이런 식의 생각을 하고 있는 게 아닌가 싶어요.
AI Studio에서 말만 몇 마디 하면 그냥 목적물을 딱 떨어뜨리는 워크플로우를 내놓고 싶은 게 아닌가 하는 느낌이 들 정도예요.
최승준 구글이 어떤 생각을 가지고 있는지는 잘 모르겠지만, 확실히 Codex나 Claude Code의 질주에 보조를 맞춰주지는 않고 있죠.
노정석 혹자들의 소문으로는 Demis Hassabis가 생명공학이나 사이언스, 노화와 질병을 해결하는 데 훨씬 관심이 높고, 코딩은 매우 하찮게 생각한다는 이야기도 있는데요. 그래도 워낙 큰 마켓이니까 구글도 어떻게든 당연히 참전할 것 같습니다. 근데 구글은 아무래도 이런 트렌드를 계속 최전선에서 이끌어 왔던 사업자다 보니까, 점진적인 발전보다는 게임 체인저, 쇼 스타퍼, 그냥 한 방에 끝낼 수 있는 것들을 계속 추구하지 않을까 하는 생각이 들어요. 거기에 맞춰서 OpenAI의 GPT-5.6도 곧 나온다고 하고, Claude Mythos도 계속 군불을 때면서 “이건 정말 대단하다”라는 얘기를 했는데요. 또 혹자들의 소문으로는 단순히 Anthropic이 컴퓨테이션이 모자라기 때문에 못 내놓는 거라는 의견도 있어요. 일견 그 말도 맞는 것 같고요.
GPT-5.6, Anthropic 컴퓨테이션 제약과 모델 출시 주기 03:01
최승준 컴퓨테이션의 관점에서 보면 구글이 밀릴 거라는 상상은 하기가 좀 어렵죠.
노정석 어떠한 현실이 있는지는 잘 모르겠어요. 구글 내부에서 들리는 소문으로는, 사실 굉장히 많은 트레이닝 등에 컴퓨테이션이 들어가고 있기 때문에 내부 환경이나 프로덕션 환경에서도 컴퓨팅이 그렇게 여유롭게 떨어지지 않는다는 이야기를 가끔 듣고는 있어요. 딥마인드가 어디 많이 쓰나 봐요. 신모델을 개발하든지 뭘 하든지요.
근데 확실한 건, 모델의 성능이 계속 올라가는 것은 이제 의심의 여지가 없고, GPT 5.4, 5.5 넘어가면서부터는 사람들이 AGI 이야기를 심심치 않게 한다는 거예요. 물론 들쭉날쭉하다, 재기드(jagged)하다, 어떤 면에서는 인간 이상의 인텔리전스를 보이지만 어떤 면에서는 바보 같다는 표현으로 조심스럽게 정치적 수사를 사용하긴 하지만, 사실 우리가 얘기하는 웬만한 지식 노동 태스크에서는 성능이 굉장히 뛰어난 게 맞죠.
최승준 Ryan Petersen 편, Dwarkesh Patel 인터뷰에서 보면 후반부에 Chinchilla 얘기로 넘어가서, 모델이 얼마의 주기로 출시되는지에 대한 가정을 하나 놓고 프리트레이닝되는 컴퓨터 자원을 산수로 계산하는 부분이 나오는데, 거기에서의 전제가 두 달이었거든요.
두 달 동안 그 모델이 활동한다는 거죠. 프론티어 모델이니까요.
GPT-5.2도 곧 일몰이거든요. 현재 모델은 5.5고요.
그래서 활동 기간이 두 달 정도의 리듬을 가지고 있고, 그러니까 두 달마다 새로운 게 나온다는 얘기잖아요.
노정석 그런데 지금 1씩 올라가는 게 작년 기준으로는 사실 메이저 업데이트니까, 변화의 주기가 계속 줄어들고 있는 건 확실해요. 결론만 얘기하면, 이 컴퓨테이션이 계속 확장하면서 양도 늘어나지만 컴퓨테이션의 효율도 증가하고 있거든요.
탈 NVIDIA, 추론 칩 생태계와 T_brain 병목 05:34
엔지니어링적인 진보도 있고, 저희가 DeepSeek V4에서 봤듯이 알고리즘적 진보도 있고요. 이런 것들이 다 합쳐지면서, 하드웨어도 곧 한 번 논의를 하겠지만 특히 추론에 있어서 NPU들, 전용 인퍼런스 칩들이 많이 늘어나고 있잖아요.
DeepSeek V4도 화웨이 Ascend라는 칩을 언급했는데, 얼마만큼의 비율로 사용하고 있는지는 모르지만 어찌 되었건 탈 NVIDIA, NVIDIA에 의존하지 않는 생태계들도 급속도로 늘어나고 있는 건 확실한 것 같습니다.
최승준 최근에 METR 그래프에서 Mythos 급은 16.5시간인가, 그 정도가 나와서, METR이 자기네들의 현재 측정 방식을 많이 수정해야 될 것 같다는 뉘앙스를 담은 트윗을 본 것 같거든요. 그래서 모델의 성능이 특정 분야에서 계속 올라가는 것은, 지금 계속 J-커브 상에 있는 것은 확실하고요. 그러다 보니 요새는 패스트 모드들도 나오고 있지 않습니까? 돈 더 내면 더 빨리 되는.
노정석 그야말로 급행료네요.
최승준 그랬을 때, 저희가 Dwarkesh 편 했을 때 T_compute, T_mem 이런 얘기를 했었는데, 저는 요새 T_brain에 대한 생각을 하게 되더라고요.
노정석 사람의 병목.
최승준 병목일 수도 있고, break-even을 맞추는 거잖아요. 이게 효율을 발휘했을 때 서로 트레이드오프가 있는 상황을 얘기하는 거니까, 거기에 걸리는 시간 같은 걸 좀 생각해 보게 되는 요즘인 것 같아요.
노정석 그래서 오늘은 저희가 오랜만에 만담 모드로 돌아왔는데, 항상 어떤 주제를 가지고 학습하는 형태의 에피소드를 하다가 이번에는 그냥 만담 모드입니다.
최승준 약간 쉬어가는 페이지일 수도 있겠습니다만, 쉬어가긴 하지만 이게 늘 뒷골 당기게 고민하는 이슈이기도 해요.
노정석 그리고 저희가, 이게 뭔가 엄청나게 변하고 있고 저희의 워크플로우도 변하고 있고 주변 사람들의 워크플로우도 변하고 있는데, 저희가 앞서 가시는 분들을 운 좋게도 옆에서 볼 수 있는 기회들을 많이 얻다 보니, 그분들이 어떠한 변화상을 만들어 가는지를 보고 또 거기에서 배워 저희의 워크플로우를 많이 바꾸기도 하잖아요. 작년 말 그다음에 올해 초만 하더라도 Claude Code와 Codex의 토큰을 누가 더 많이 쓸 수 있느냐가 화두였고, 저희가 Ralph loop라고 부르죠, 가혹하게 훅을 걸어서 태스크가 끝날 때까지 잡을 돌리는 그러한 메타 하네스들도 굉장히 유행했었는데, 지금은 굉장히 안정적인 형태로 자리를 잡은 것 같고요. 그다음에 oh-my-claude라든지 oh-my-claude-code, oh-my-opencode, oh-my-codex, oh-my 시리즈로 대변되는 그 메타 하네스들의 좋은 점들이, 본품이라고 그러죠, Codex나 Claude Code의 기본 품목에 슬슬 탑재되는 것을 저희가 계속 보고 있죠.
Claude의 정책 변화와 슈퍼 앱 Codex 08:45
최승준 근데 이제 Claude 쪽은 그런 것들에 약간 페널티를 주고 있는 느낌이긴 해요. 최근에 가격을 6월부터 바꾼다는 것도 그렇고, Claude Pro 모드에 대한 페널티도 좀 주기 시작한 것 같고요. 그래서 계속 루프를 돌리거나 이걸 익스플로잇 하는 쪽으로는, Anthropic이 아무리 Colossus를 확보했다고 하더라도 컴퓨터 자원이 아주아주 여유 있는 건 아닐 수 있다 보니까 그럴 수도 있고요.
어쨌든 정책상의 변화들이 거기도 빠르게 느껴지게 나오고 있는 느낌이긴 합니다.
노정석 Claude Code가 사실 AI 코딩이라는 유행어가 Claude Code와 동치였을 정도로 올 상반기를 이끌었잖아요.
그러다 보니 AI 코딩에 입문하시는 분들은 대부분 Anthropic에 가입하고, Claude에 가입하고, Claude Code를 설치하고, Max 요금제, 작게는 20불 요금제를 가입하는 형태로 시작했단 말이에요.
그게 올해 상반기에 Anthropic의 폭발적인 성장에 큰 영향을 줬을 거고요. 근데 이제 Anthropic의 컴퓨테이션 자원이 달린다는 걸 저희가 알게 됐죠. 그래서 Opus 모델 품질이 계속 좀 저하되는 일도 있었고요.
대부분 AI 코딩 하신다는 분 보면 Claude Code를 켜고 계셨어요. 제 주변에서도요.
최승준 요새는 이탈, 이동이 많이 있죠.
노정석 그 사이에 Codex가 엄청나게 빨리 캐치업을 했고 따라가기 시작했죠. 또 OpenAI가 상대적으로 컴퓨팅 자원에 작년부터 투자를 꽤 많이 했고 여유가 있는 것처럼 보여요. 그러다 보니, 사실 Codex가 토큰 여유를 훨씬 크게 주거든요. 저는 Codex에서 위클리 리밋을 찍어본 적은 없어요. 사실 그거 다 쓰기 참 힘든 토큰이긴 한데, 그렇게 되고 있고요.
최승준 어쨌든 Codex 데스크탑 앱도 좋고 그냥 CLI도 좋고, 또 거기도 거의 일 단위로 새로 바이너리가 올라오더라고요. 그렇죠. Codex 데스크탑 앱도 주기가 굉장히 빨라졌습니다.
노정석 그래서 이제 상반기를 요약하면, Codex나 Claude Code가 더 이상 코딩과 관련된 것만은 아니다, 사실 소프트웨어를 관통하는 거의 모든 종류의 워크플로우에 다 관여할 수 있다는 철학이 잡히기 시작한 것 같고요. OpenAI 같은 경우에는 아예 Codex를 슈퍼 앱이라는 말로 부르고 있더라고요. 어떤 일을 하든지 가장 general한 능력을 가지고 있는 어떤 게 있다면, 어떠한 종류의 specific한 일들도 다 처리할 수 있다는 이야기를 이제 심심치 않게 쓰고 있어요. 그래서 AGI에서의 G가 점점 더 강조되고 있는 시기인 건 확실한 것 같고요.
배휘동의 120x와 엔지니어 번아웃 11:36
최승준 이러다 보니까, 모델의 성능이나 하네스의 성능이 계속 올라가고 이걸 쓰면 쓸수록 일을 많이 처리할 수 있으니까, 사람들이 번아웃을 호소한 게 벌써 반년이 뭐예요? 작년부터 그런 호소는 있었죠. 최근에는 더 불거져 나오고 있었거든요. 제가 최근에 타임라인에서 Corca의 에이스 리드로 계시는 배휘동 님이 올려주신 글을 되게 인상적으로 봤거든요.
노정석 한번 어떤 글인지 저희 보고 갈까요?
최승준 여기 보면 저희를 언급해 주셔서, 저희도 휘동 님을 한번 언급하면서 얘기를 해보면, 이게 에피소드 67쯤이 9월이었나 보네요. 그때 테크 백엔드, 엔지니어 얘기를 하면서 “컴퓨트 멀티플라이어를 창조하는 사람들”이라고 얘기를 했었는데, 그 당시에는 조금 더 해야겠다는 생각을 하셨다가 하다 보니까 어느새 120x가 된 것 같다는 말씀을 해 주셨어요. 그래서 지금 제품화까지는 아니더라도 개밥 먹기 수준, 사내에서 쓰는 수준에서는 굉장히 빠르고 효율적인 생산 파이프라인과 실험들이 진행되고 있다는 뉘앙스의 말씀을 해주신 것 같아요.
근데 이게 도파민, 저 슬롯 머신 같다는 얘기들 많이들 하시잖아요. 타임라인이 흐르고 스크롤이 흐르다 보면 확률적으로 모델이 잘해주는 게 팡팡 터지니까 도파민 터진다는 표현을 많이 쓰는데, 그런 거에 빠져 하루 종일 일을 하다 보니까 또 힘듦이 생긴다는 거죠.
특히 에이전트가 오래 돌게 해도 중요한 조율과 의사결정은 인간이 해야 되고, 그다음에 업무 시간을 줄이는 게 어렵다, 아까우니까 계속해야 된다는 거. 그래서 이렇게 미친 듯한 배경의 속도, 불균형의 속도로 달리는 압박이 있고, 기대에 대한 압박도 있고요. 그래서 다른 취미 생활도 안 하고 개발만 너무 하다 보니까 건강이 안 좋아진다, 이런 얘기들도 해서 댓글에도 공감하시는 분들이 좀 남겨주시긴 했거든요. 주변에 엔지니어 분들하고 식사를 몇 번 했었는데 다들 SSH 등으로 밥 먹다가 일을 주고 계시더라고요.
노정석 모바일로 하든지 아니면 아이패드를 꺼내시든지.
최승준 그래서 그 깨알 같은 코드들을 보면서 계속 일을 주고 계시더라고요.
노정석 대부분 Hermes나 OpenClaw 같은 에이전트를 하나씩은 다 키우시니까, 그 에이전트들한테 본인들의 태스크를 메인으로 관리하게 하고 그 아래 Codex라든지 Claude Code를 붙여 놓고 돌리는 구조로 많이 돌리시더라고요.
최승준 근데 이게 좋은 일인가요? 이런 얘기를 배휘동 님만 하시는 게 아니라 최근에 여러 포스팅에서 봤었거든요.
소프트웨어 제작 특권의 종말 14:25
노정석 그런데 불과 작년까지를 생각해 보면 소프트웨어를 만드는 게 상당한 특권이었잖아요. 상당히 공부하고 연습해야 입문할 수 있는 좋은 직업군이었고, 또 그걸 만들어내는 것 자체가 부가가치인 시대를 한참 살았으니까요. 그걸 못 만들어서 사업을 확장하지 못하고, 못 만들어서 사업을 아예 열지도 못했던 경우가 굉장히 많았잖아요.
그래서 저희가 창업한다, 뭘 한다고 하면 대부분 IT 업계에서 엔지니어 숫자가 몇 명이냐, 우리는 이걸 얼마큼 만들 수 있다라는 것과 사업을 시작한다는 게 사실상 동치이던 시절이 있었고요. 투자를 하면 투자 금액의 거의 3분의 2는 엔지니어링과 프로덕 쪽에 팀 인건비로 들어가는 게 당연하고, 그 팀 퀄리티가 결국 회사 가치로 연결되던 패러다임이 거의 10년 넘게, 거의 20년 가까이를 지배했거든요. 그래서 그걸 갖지 못했던 다른 사람들 입장에서는 상당히 부러운 자원이었어요.
근데 이제 이걸 모두가 만들 수 있게 된 거죠. 그러다 보니 지금은 Claude Code나 Codex를 가지고 예전에는 본인이 만들 수 없었던 일종의 프로덕, 유저가 존재하고 UX, 워크플로우가 있고 그 안에 DB와 UX, 이런 것들인데, 그런 걸 만들 수 있게 된 게 너무 신기해서 수많은 프로덕들이 양산되고 있거든요. 개인적인 목적이건, 어떤 유틸리티적인 목적이건, 아니면 진짜 사업적인 목적이건요.
그래서 초창기에는 “제가 이런 걸 만들었습니다. 한번 써보세요”라고 하는 게 되게 신기해서, 남이 만든 GitHub 레포에 가서 README.md를 읽으면서 인스톨도 해보려고 했던 시기가 불과 작년 가을 겨울 정도였다면요. 지금 올해 1분기를 끝낸 이 시점에서는, 누군가 “제가 이걸 만들었어요”라고 해서 GitHub에 올리면 그걸 써보신 적 있으신가요? 승준 님?
최승준 저는 없습니다.
노정석 저도 이제 거의 없어요. “누가 이런 거 만들었네” 했을 때 무언가 굉장히 신기한 포인트가 있다 하면, 이건 어떻게 만들었을까, 딱 그 차별화된 포인트, 엣지 하나만 궁금할 뿐이거든요. 그럼 그런 경우 어떻게 하냐? GitHub 레포를 다운로드하고 제 에이전트한테 시키죠. 분석해 보라고 하면, 제가 어떤 코드 베이스를 운영하는지 아는 제 에이전트는 그걸 읽어보고 “여기는 특별한 점이 없네요” 이런 식으로 답변하거나, “이건 되게 재밌는 점인데요”라고 얘기하거나 하죠. 그러면 그 점은 사실 딸깍 하면 저도 이용할 수 있게 되는, 이런 시대로 진입하고 있는 것 같아요.
인프라 시대의 종료와 AI 애플리케이션 시대 개막 17:25
저는 여기서 이런 말씀을 드리고 싶은데요. 사실 저희가 지금 막 모델과 하네스의 시대를 지내고 있잖아요. 그리고 모델과 하네스 자체가 어쩌면 이제는 상품일 수도 있는데, 과거 인터넷 시대나 모바일 시대의 비유를 좀 가져와서 생각을 해보면, 예전에도 인프라가 깔리고 인프라가 안정되고 가격이 상당 부분 떨어지고 나서 그 뒤에 애플리케이션의 시대가 시작됐거든요. 모바일이 쭉 안정되면서 처음에는 저희가 페이퍼 토스나 앵그리버드 같은 거 하면서 즐거워했지만, 그 뒤로 Uber라든지 Airbnb라든지 굵직굵직한 버티컬들이 다 모바일로 들어오면서 큰 산업화가 되고, 저희가 알던 그 모바일 시대가 꽃을 피웠거든요. 그래서 이제 사람들이 그 비유를 AI 시대에도 많이 가져와서 쓰고 있는 것 같아요.
자, 이제 모델이 충분히 안정화됐고, 물론 모델이 계속 발전하고 있지만 더 발전하는 것들이 우리 같은 일반인 기준에서 더 이상 marginal한 차이를 못 만들어내는, 우리 입장에서 이미 충분한 수준이 됐다면, 그렇죠, 한계효용 체감의 법칙 같은 거죠. 그러면 이제 과거의 분석으로 볼 때 인프라가 충분히 안정되고 싸졌다는 시대가 됐다고 가정해 보자고요. 자, 그럼 이제 AI 애플리케이션의 시대가 열릴 텐데, AI 애플리케이션의 모양은 어떤 모양일까라는 게 지금 모두가 하고 있는 질문이거든요.
그리고 앞으로 12개월에서 24개월, 그러니까 1년에서 2년, 저희의 시간 축, 저의 개인적인 시간축으로는 10년 20년의 인텐시티인 건데, 그 기간 동안 어마어마한 일들이 일어날 거라는 거죠. 자, 그러면 그 모양이, AI 애플리케이션이 과거에 있던 모바일 앱이나 웹 서비스를 정말 빨리 만드는 게 새로운 AI 애플리케이션이냐? 아니라고 봐요. 결국은 그냥 워크플로우예요. 예전에는 사업자들이 사람들에게 UX를 주고, 그 문제를 해결하는 건 사람이 해야 했거든요. 그 안에서 그 플로우를 찾으며 본인들이 원하는 문제를 정의하면서, 결국 그 툴 안에서 문제를 해결하는 식이었죠. 그래서 사업자들은 툴을 줬다면, 유저가 그 툴을 가지고 문제를 해결했다면, 이제 에이전트 시대에는 사용자는 어떠한 인텐션, 의도만 주고 사업자들이 팔아야 되는 건 문제의 해결, task completion이 되거든요. 자, 그럼 그 구간은 UX의 문제가 아닐 거예요. 그럼 그게 대화형 인터페이스냐? 아닐 수도 있지만 자연어형 인터페이스인 건 확실하고요.
AI surface와 인터페이스의 미래 20:23
그래서 OpenAI도 새로운 전화, 새로운 UX의 전화를 Jony Ive랑 내놓는다고 하는데, 그게 우리가 알던 모바일 앱의 모양이 아닐 가능성도 있잖아요. 그냥 우리가 보고 듣는 것, 우리가 존재하는 컨텍스트를 전부 다 보면서 마치 비서처럼 모든 걸 해결해서 솔루션만 유저에게 가져다주는 그런 형태가 새로운 AI 애플리케이션의 형태라고 얘기하고 있는데, 그건 이제 사실 프로덕이 아닌 거죠. 그냥 워크플로우 자체인 거예요.
Jensen이 지난번에 AI 다섯 레이어, 앞에서 에너지부터 칩, 모델, 그다음에 오케스트레이션 이런 것들을 얘기했잖아요. 맨 위가 애플리케이션이었는데, 그 애플리케이션이 우리가 알던 그런 애플리케이션은 아닐 거다, 앱스토어에서 다운로드받고 회사마다 앱이 하나 있고 그걸 다운로드받으면 뭘 할 수 있고, 이런 개념이 아닐 거라는 거죠. 애플리케이션의 거의 80~90%는 하네스 자체일 거고, 그 위에 유저와 하네스 사이에 인터페이스 UX라고 하는 부분을, 요새 사람들이 많이 쓰는 용어가 AI surface더라고요. 그냥 AI의 표면이라는 거죠. 그 AI surface의 형태가 우리가 지금 익숙한 ChatGPT 같은 대화형이 될지, 아니면 그냥 자연어 대화, 보이스 인터페이스가 될지, 혹은 다른 게 될지, 궁극적으로 Neuralink 같은 게 될지에 대해서는 아직 의견이 분분한 것 같은데, 그게 지금 가장 최고의 화두가 아닐까 하는 생각이 들어요.
OpenAI랑 Google이 “이게 새로운 형태의 UX야”라고 화두를 찍어 주면 다 우르르 따라가겠지만, 아직 거기에 대해서 정의가 명확하게 돼 있지 않은 시점이다 보니 지금 저희가 혼돈기를 좀 지나고 있는 것 같고요.
다음 AI 애플리케이션의 모습과 ChatGPT 플랫폼 긴장 22:24
최승준 근데 이 맥락에서 저도 약간 첨언하고 궁금증이 생기는 부분이, 지금 벌써 Claude Code 같은 걸로 생산성 향상이 있은 지가 대강 퉁 쳐서 1년이라고 했을 때, 그 1년 동안 AI 분야의 제품으로 나온 것 중에 AI 하네스나 AI 서비스 말고 인상적인 제품이 있는 상태인가요?
아까 혼란기나 과도기라는 말씀을 하시긴 했는데, 기억나는 게 있으세요?
노정석 아니요. 지금까지는 아직 대부분 다 Codex와 Claude Code의 부분 집합들이잖아요.
최승준 그걸로 할 수 있는 어떤 것인 거죠?
노정석 그렇죠. 그 말은 다음 애플리케이션도 그냥 Codex 같은 거라는 얘기가 되거든요.
최승준 좀 더 풀어서 설명해 주시면요.
노정석 그러니까 지금 Codex가 사실 GPT-5.5 더하기 computer use, 그다음에 툴과 맥락 관리라는 거잖아요. 근데 거기에 대해서 제너럴한 것들을 묶어 놓으니까 저희가 “야, 나 쿠팡에 삼다수 주문하는 거 하자”라고 Codex에 해도 걔가 할 수 있잖아요. 그러니까 그게 사실상 이 Codex가 꿈꾸고 있는 슈퍼 앱의 포지션인 것 같아요. 뭘 시키든 사실은 개발 도구와 그 적절한 툴, computation만 투입되면 다 할 수 있다는 거죠.
최승준 그때 버티컬이 뭐예요?
노정석 그게 굉장히 좋은 질문인데, 승준 님, 그럼 제가 질문을 이렇게 바꿔보면 답이 금방 나와요. “그럼에도 불구하고 Codex에 시킬 수 없는 것.”
최승준 그게 암묵지적인 어떤 건가요? 아니면 그냥 비즈니스 차원에서 어떤 다른 레이어인가요?
노정석 저는 이렇게 생각해요. 지금 예를 들어 쿠팡이라든지 카카오라든지 수많은 다른 회사들이 있잖아요. 그 회사들이 어떤 형태로 고객한테 뭘 제공하냐면, 걔들이 본인들의 어떤 툴이나 이런 것들을 쫙 패키징해서 앱으로 내놓고 고객들한테 주잖아요. 그리고 어떠한 이유가 있건 간에 시장에서 승리했기 때문에 고객들의 마인드 셰어를 엄청나게 차지하고 있고, 그것 때문에 선순환으로 마켓 리더 포지션을 갖고 있잖아요.
근데 이제 중요한 건 걔들이 유저와 맺고 있는 접점이 모바일 앱이나 웹이라는 이야기인데, 그러면 Codex의 computer use가 된다는 이야기는 뭘까요? 걔를 그냥 불러서 쓰면 되는 거잖아요.
최승준 며칠 전에 모바일에서 쓸 수 있게 됐죠, Codex가.
그런데 그게 완벽하진 않죠. 사실 완벽해지려면 어떻게 해야 될까요? 완벽해지려면 사실 쿠팡이 OpenAI ChatGPT가 부를 수 있는 깔끔한 API 형태로 모든 걸 잘 unbundle해서 OpenAI한테 주면 ChatGPT가 정말 끝장나게 잘 부를 수 있겠죠. 근데 쿠팡은 절대 그걸 안 하겠죠. 그걸 하는 순간 자기 거를 가져가니까요. 본인들이 그 사이에 광고 걸고, 그 사이에 다른 제품들 크로스 해가지고 이 사업을 영위하고 있는데, 소위 그 매체력을 다 뺏기는 꼴이 되는 거니까요. 그럼 그 사이가, 그 업자와 ChatGPT 사이가 사실은 긴장 포인트잖아요.
그럼 이제 쿠팡 입장에서는 다른 생각을 하게 될 거예요. ChatGPT가 그러한 제너럴한 무기를 가지고 할 수 없는 다른 걸 짜기 위해 노력하겠죠. 자기들만의 에이전트를 만들고, 그 에이전트에 맞춰서 훨씬 더 개인화된 컨텍스트를 돌리고, 툴도 더 강화한 걸 만들어서, OpenAI ChatGPT에 가서도 당연히 할 수 있는 일인데 여기로 오면 그 일이 더 잘 되도록 하는 어떤 걸 만들 거란 얘기죠. 근데 그 어떤 것은, OpenAI가 Codex로 제공하는 모델 플러스 하네스의 공식을 그대로 가져온 다음에, 그 안에서만 편리하게 쓸 수 있는 매우 높은 부가가치를 주는 추가적인 툴들, 아니면 내가 지금껏 구매했던 제품들, 했던 컨텍스트들, 소위 내가 그 회사의 볼모로 잡혀 있는 데이터들 때문에 생기는 부가가치의 결합이 될 거거든요. 그래서 그것들의 합이 ChatGPT 하나만 깔면 되는 편의성과 싸우게 될 거예요.
버티컬의 차별화 — 고객 데이터와 툴 조합 26:15
그런데 이게 다 사실은 검색 시대에 수많은 버티컬 웹 서비스들과, 그다음에 애플과 안드로이드 시대에 제너럴한 앱스토어와 수많은 버티컬 애플리케이션들의 싸움에서 있었던 일의 완벽한 동형 반복이거든요. 근데 그 형태가 예전에는 웹 서비스였고 모바일 앱이었고, 이번에는 지금 Codex가 보여주고 있는 게 저는 그냥 AI 애플리케이션 그 자체라고 생각이 들어요. 이 AI 애플리케이션 자체의 틀을 보면 거의 95%가 그냥 하네스 덩어리잖아요.
그리고 우리가 굳이 AI surface라고 말을 붙인다면, AI surface는 대화창이에요. 대화창, 그리고 UX는 컨버세이션으로 왔다 갔다 하는 일종의 타임라인이고, 거기를 키보드로 입력하든지 아니면 보이스로 입력하든지 둘 중 하나인 거고, 인간이 인간의 하드웨어 인터페이스를 갖고 있는 한 못 바뀌는 게 여기도 그대로인 거죠. 이게 바뀌려면 정말 Neuralink처럼 뇌에 뭘 꽂든지 해야 되겠죠.
그래서 저는 Codex가 모든 AI 애플리케이션들의 미래 형태라고 보입니다. 그러면 이제 다른 기업들은 어떻게 AI 애플리케이션을 만들어서, 이 Codex나 Claude가 제너럴함, 이 슈퍼 인텔리전트한 제너럴함을 무기로 치고 들어오는 것을 막을 거냐.
하네스에서 제가 두 개의 축으로 삼고 있는 게 두 개밖에 없는 거죠. 사실 자신들이 온전히 차별화해 줄 수 있는 툴의 조합과, 볼모로 잡고 있는 고객 데이터. 이것들을 얼마나 컨트롤할 수 있느냐. 그래서 저는 하네스 = 컨트롤 레이어라고 생각하는데, 그 컨트롤을 얼마나 잡을 수 있느냐가 이제 그 회사들의 새로운 가치가 될 거라는 생각이 들어요.
최승준 말씀해 주신 회사들은 어차피 국내 회사들도 큰 회사들이고, 지금 저희가 작년 올해 일어나고 있는 걸 보면 이 AI를 어떻게든 써서 비즈니스를 하고자 하는 많은 분들이 밋업을 하기도 하고 펀딩을 받기도 하고, 흐름들이 생기고 있잖아요. 그랬을 때 그런 분들이 돌파해야 되는 것도 같은 공식인 건가요? 플레이북이 같은 거예요?
플레이북 정착과 가치 이동 29:19
노정석 제가 그냥 느끼기에는 아직 사업가들이나 투자자들 머릿속에 상이 살짝 덜 맺혔어요. 그리고 본인이 지금 뭔가 의사 결정을 하고 규정하고 액션을 하기에는 약간 peer belief가 좀 부족한 상황이에요. 이걸 해결해 주려면 사실 OpenAI라든지 Google이라든지 이런 데서 “이게 미래의 UX다”라는 게 찍히고 사람들이 거기에 우르르 몰려가는 게 조금 보여지면 세상이 그쪽으로 휙 뒤집힐 것 같긴 한데요. 다만 플레이북 자체는 이제 조금 자리 잡힌 게 아닌가 하는 생각은 들어요.
최승준 어떤 게 자리에 잡힌 거예요?
노정석 이제 새로운 애플리케이션의 부가가치 핵은, 당연하지만 UX 덩어리나 우리가 지금 딸깍딸깍 해서 만들어내는 전통의 새로운 형태의 모바일 앱이나 웹 애플리케이션이 더 나오는 거, 저건 답이 아니다. 과거의 유저들을 대상으로 만들어지는 애플리케이션들은 이젠 전부 무의미하다는 거죠.
그럼 이제 새로운 회사의 핵심은 뭐냐. 결국은 그냥 하네스 덩어리가 될 텐데, 그럼 그 하네스 덩어리가 Codex와 어떤 차별점과 경쟁력이 있냐는 질문이 그다음에 나오면, “이 회사만 가지고 있는, 이 사람만 가지고 있는 사용자에 대해 배타적인 권리를 가지는 데이터, 플러스 이 회사만 가지고 있는 어떠한 툴 셋들, 그리고 그것들의 조합이 ChatGPT하고는 비교도 안 되게 훨씬 깔끔하게 굴러가는 그런 형태”, 또 한 번 다시 버티컬인 거죠. 그런 게 만들어지는 회사야 라고 하면 그게 의미가 되는 거죠.
그럼 그게 이제 전통적인 IT 서비스 개념으로 B2C, B2B 애플리케이션에서도 그런 일들이 주르륵 일어날 거고, 저희가 항상 얘기하지만 바이올로지나 재료 공학, 화학, 물리, 이런 사이언스 영역에서도 이게 일어날 거고요. 이제는 애플리케이션의 시대로 가는 요이땅 공이 빵 울려 퍼졌다는 생각이 들어요.
최승준 다른 층의 애플리케이션인 거죠.
노정석 그렇죠, 다른 층 위의 애플리케이션이고, 이건 더 이상 UX의 문제가 아니다. 결국 사용자의 인텐트를 어떻게 문제 해결로 연결하는가, 그러니까 우리 솔루션이 예전과 같은 툴 덩어리가 아니라 그냥 문제 해결 자체가 상품인 거예요. 이런 시대로 왔다.
그래서 거기에 따라 사업에 대한 관점들도 지금 다 바뀌어야 된다는 이야기를 저는 하고 싶고요. 그런 의미에서 이 이야기를 하다가 여기까지 왔는데, 요새 많은 사람들이 하고 있는 “이미 존재했던 애플리케이션을 딸깍딸깍 해서 카피해서 내 거 내놓기”는 이제 연습 문제고, 마치 딥러닝 처음 시작할 때 MNIST 문제 푸는 것과 같아진 거죠.
AI 시대 인재상으로의 전환과 AI 도입의 갈림길 32:24
자, 그래서 이제 여기서 원래 오늘의 메인 어젠다로 좀 돌아와야 될 것 같긴 해요.
최승준 잘 연결해 봐야 될 것 같은데, 어쨌든 그런 걸 해낼 수 있는 인재상에 대해서 저희가 오늘 좀 입을 풀면서 얘기하다 보면 뭐가 떠오르지 않을까 했었는데, 한번 연결을 해 볼까요?
노정석 이제 그걸 추구하시는 분들의 상을 한번 그려보면 맞을 것 같아요.
최승준 근데 이게 약간 층이 좀 다를 수 있는데, 기존 기업 안에서 하실 분들이 아니라 기업 밖에서 하실 분들이라고 해야 되나요. 어쨌든 지금 저희가 그동안 살펴봤던 맥락들이 되게 재편된 곳이잖아요. 계약도 재편되고 팀도 재편되고 작은 규모가 되는 방향성이 있지 않았나요? 그랬을 때 어떤 인재를 말할 건지 생각을 좀 해 봐야 될 것 같은데.
노정석 확실한 건 사장님들도 그렇고 회사에서 일하시는 구성원들도 그렇고, “아, 이제 AI가 우리의 워크플로우를 다 새로 쓰겠구나”라는 인식은 확실히 잡힌 게 맞는 것 같아요. 그래서 하고 있는 일들을 어떻게 AI를 통해서 더 빠르고 편하게 만들어 볼까 하는 목적성은 다 잡혀 있는 상태인데, 그걸 어떻게 해결할지를 깔끔하게 풀어내는 회사는 극소수예요. 이게 깔끔하게 되는 회사들의 특징은, 제가 여러 번 말씀드렸지만 데이터가 깔끔하게 정리돼 있고 이미 디지털 트랜스포메이션 자체가 깔끔하게 끝나 있던 회사들이거든요. 그런 회사들은 굉장히 깔끔하게 잘 돼요. 왜냐하면 그냥 이미 정리돼 있던 데이터에 Claude Code SDK 붙이고 프론트 잘 쓰는 것만으로도 대부분의 일이 해결되거든요. 그냥 Codex에 맡겨버리면 돼요. Claude Code에 맡겨버리면 사실 원하는 일들이 거의 다 일어나요.
근데 이런 것들이 전혀 동의가 안 되시는 분들은 회사에 이미 디지털 트랜스포메이션조차 안 돼 있었을 확률이 높죠. 붙여야 될 데이터 파이프라인도 없고, 혹은 있다 하더라도 개별 실무자들의 엑셀 파일 같은 데에 넓게 흩어져 있고요. 그리고 그 엑셀 문서를 만들고 있는 구성원조차도, 이게 큰 층 위에서 어떤 의미를 갖고 어떻게 데이터 파이프라인으로 바뀌어야 되는지에 대한 생각이 없는 거죠. 실무자가 그러한 생각이 없다는 얘기는 위에 있는 리더십에서는 그런 것들의 존재도 모르고 있을 가능성이 굉장히 높거든요. 왜냐하면 위에서는 “아래에서 일이 돌아가니까 사람 뽑아서 그냥 시키면 돼”라고 하면서 소위 은닉시켜 놓은 거죠. encapsulation 시켜 놓은 거예요. 쭉쭉쭉 묶여서 맨 위에 “아, 저희 매출 얼마입니다”라고 파워포인트 문서가 올라오는 것만으로도 경영을 해 왔을 테니까요. 이제 그런 회사들은 지금 굉장히 큰 애로가 있는 거고, 그 틈을 타서 이제 수많은 에이스 회사들이 들어가서 “이런저런 걸 해결해 주겠습니다”라고 하는데, 그건 마치 10년 전, 20년 전에도 맥킨지나 BCG 같은 컨설팅 회사가 들어가서 그 회사가 환골탈태되지 않았던 것과 마찬가지의 문제예요. 에이스 인력이 들어간다고 해서 해결될 수 있는 문제는 아니거든요. 이거는 AI나 어떤 도구의 문제가 아니라, 그냥 경영의 문제가 되는 경우도 굉장히 많기 때문에요.
AI Native와 AI Assisted의 구분 35:53
저는 이쯤에서 요새 하는 생각인데, AI 네이티브와 AI 어시스티드를 구분해야 된다는 거예요. AI 네이티브는 사람의 도움이나 개입이 거의 없이 모든 워크플로우가 끝나는 게 AI 네이티브고, AI 어시스티드는 사람이 하는 건 변화가 없는데 AI가 들어가서 조금 좋게 만들어 주는 게 AI 어시스티드예요. 지금 거의 대부분의 회사에서 “아, 우리도 AI 네이티브 컴퍼니가 돼야 돼”라고 얘기하는 것들은 거의 대부분 AI 어시스티드 컴퍼니가 되는 얘기거든요. 사람들이 하던 업무가 100이 있으면, 제가 항상 하는 얘기인데, 100이 한 업무가 아니거든요. 진짜 5단위, 10단위, 20단위, 40, 50단위로 다 쪼개져서 그 사람의 업무가 되는데, 그 업무 중에 그냥 노가다 몇 개를 바꿔주는 거예요. 근데 거의 대부분의 사람들은 그런 업무를 AI가 와서 본인의 일을 가져가는 걸 원하지 않는다는 게 제가 많이 보는 것이거든요. 자기 존재감이 사라지니까요. 그러다 보니 AI 어시스티드 툴을 만들어 줘도 쓰지도 않고, 쓰지 않다 보니까 또 발전이 안 오고, 그래서 프로젝트는 누군가 하고 나갔는데 회사의 생산성은 그대로인 경우를 많이 봐요. 그건 과거의 디지털 트랜스포메이션이나 DX, 혹은 경영 전략 컨설팅, 프로세스 컨설팅 같은 데서도 언제나 비일비재하게 일어났던 일들이 다시 일어나는 거라서요.
그래서 기존의 회사들이 AI 네이티브가 되는 것보다, 저는 그 프로세스를 AI 네이티브로 쓰는 게 더 빠를 거라는 생각을 하고 있어요. IT를 잘 하시는 창업가 후보님들이 저한테 오셔서 “저 회사에 들어가서 저 업무를 AI 네이티브로 하는 걸 도와드리려고요”라는 이야기를 하면, 그럼 “그렇게 해서 얼마 받는데”라고 물어보거든요. 요새 AX 컨설팅 값이나, 소위 FDE라고 그러죠, Forward Deployed Engineer를 투입해서 어떤 업무를 해결해 준다는 회사들을 많이 보는데, 단가가 전혀 높지 않아요. 그 일을 주시는 분들조차 “AI가 다 해주는데 너네가 하는 일이 뭔데”라는 생각을 머릿속에 갖고 있거든요. 그러다 보니 “너네도 어차피 Claude Code 딸깍거릴 건데 무슨 이렇게 비싸게 달라고 그래, 싸게 해”라고 하는 거죠. 또 AI 딸깍거리는 일을 하는 사람들이 많아지니까 그 단가는 계속 하락하고 있고요. 그래서 그분들이 그런 회사에 들어가서 AI 어시스티드 워크플로우를 만들어 놓고 나온단 말이에요. 똘똘한 회사는 그거 보고 배워서 안에 있던 분이 이제 Claude Code를 가지고 쓰겠지만, 또 아닌 사람들은 “학원은 나갔는데 변한 게 없네” 이렇게 되고요. 그래서 결국 제가 “어떤 회사에 AI 어시스티드 뭘 만들어 주겠어”라고 하는 사람들을 만나면, “그냥 그 워크플로우를 네가 새로 써서 네가 저 회사를 공격해 봐. 그래서 저 회사가 갖고 있는 걸 네가 가지면 되잖아”라고 생각을 바꿔보라고 하면 다들 갸우뚱해요. 근데 이게 다음 창업의 거대한 파도인 거죠. 남의 마진은 나의 기회.
AX 컨설팅 단가 하락과 새 AI 인재의 기준 38:02
그래서 이런 쪽으로 올 것 같고요. 이 얘기로 쭉 돌아가면 AI 인재들도 굉장히 스펙트럼이 넓게 펼쳐져 있어요. “Claude Code를 쓸 줄 안다, 그러면 AI talent냐?” “Codex를 잘 써요. 그리고 Codex 안에서 OMX를 걸어서 저희 Hermes 에이전트랑 붙여서 저는 이렇게 일을 하고 있어요. 그러면 그게 AI talent인가?” 불과 6개월 전만 해도 그랬지만 지금은 아닐 수 있는 거죠.
최승준 6개월 전에는
노정석 AI talent 맞죠. 지금은 그것만 가지고는 안 된다는 거죠. 그런 사람이 어마어마하게 많아지고 있다.
그럼 여기서도 다시 또 굉장히 인간적인 부분들로 돌아오죠. 지금 현재 AI 환경을 둘러싼 가장 큰 driver는 어쨌건 모델과 컴퓨트 경쟁이잖아요. general한 모델의 파워가 얼마나 늘어나고 그걸 얼마나 효율적으로 굴릴 수 있느냐에 따라서 이 모든 게임이 왔다 갔다 하니까요. 저는 유심히 봐야 될 부분이, 적어도 이 전체 게임이 어떤 곳으로 흐르고 있고 어떤 것들이 핵심적인 lever인지를 해석할 수 있는 능력이 필요하고, 그 위에, 그 안에 들어가서 사업을 열어야 되겠다고 하는 거는 솔직히 쉽지 않아요. 그다음에 그 독파 문화, 이런 것들이랑도 연결되는 얘기인데, 분위기는 잡고 valuation은 형성되지만 고객들이 진짜 그런 것들을 쓰게 될지, 아니면 그냥 제일 좋은 것들을 선택하게 될지.
사실 DeepSeek V4라든지 GLM이라든지 훨씬 싸고 좋은 모델들의 API 후보들이 있지만, 저희는 비싸더라도 그냥 Claude Opus랑 GPT-5.5에 high나 extra high 토큰을 걸 수 있는 곳을 찾아가잖아요. 여기는 급격하게 상향 평준화가 일어나는 부분이니까 이 환경들을 이해할 수 있어야 되고요. 그다음에 그 위에 또 굉장히 중요한 부분, 사람들이 전혀 인지하지 못한 부분이지만, 저희가 지난번 Dwarkesh 세션에서도 그런 목적 때문에 공부를 하고 토론을 했었듯이, 추론, 아까 쿠팡 얘기도 했지만 Codex 같은 새로운 harness를 깔고 그걸 돌리려고 해도 그 아래 깔아야 되는 infrastructure는 지금 frontier 랩들이 추론 클라우드, 그러니까 inference 클라우드에 까는 것 정도의 infrastructure + 엔지니어링 기술은 있어야 되거든요.
Lablup급 오케스트레이션 인프라와 컨트롤 레이어 41:44
그냥 단순히 vLLM이라든지 SGLang 깔고 “아 done”이라고 하면 되는 건 아니거든요. 하드웨어를 어떤 식으로 orchestration 할지, 그 위에 그것들을 돌리는 툴들은 어떻게 돌릴지, 그다음에 우리의 workload에 맞는 최적의 inference 구조는 뭔지. 왜냐하면 어떤 workload는 prefill 덩어리가 엄청나게 많이 생길 수도 있고, 어떤 workload는 엄청나게 decode dependency가 있을 수도 있고, 그런 것들에 따라서 또 context length도 다 다를 수 있고, 그거에 따라서 엔지니어링 인프라가 완전히 달라져야 되는데, 거기에 대해 readiness가 있는 회사들이 거의 없거든요.
근데 이제 나만의 서비스를 가져야 되겠다, 나의 트래픽을 걸어야 되겠다고 하면, 그 엔지니어링을 정말 잘 할 수 있어야 되는 거고요. 저는 한국에서는 Lablup 같은 회사가 그러한 orchestration의 정점에 있는 회사라고 보는데요. 그 회사가 다루는 workload 같은 것들을 보면서, 어쩌면 이게 예전에 2000년 초반에 Google이 BigTable이라든지 MapReduce라든지 computation을 분산화하고 효율화하게 하는, 그런 인프라, 저장을 분산화하고 효율화하는 인프라가 딱 두 개였거든요.
compute와 storage였는데, 당시는 그게 MapReduce와 BigTable이었고, 그다음에 저 안에 들어와서 본 엔지니어들이 Borg 같은 거 돌리는 거 보면서 미쳤다고 막 그런 생각 많이 했었었는데요. 그러한 인프라를 밖에 있는 오픈 도메인이 Hadoop 같은 걸로 따라잡는 데 꽤 시간이 걸렸었거든요.
그래서 이번에도 OpenAI나 Google급 회사를 적어도 어떤 한 vertical에서 꿈꾸는 회사가 있다면 저런 orchestration layer는 좀 갖고 있어야겠구나 하는 생각이 들고요. 그 위가 application들인 거죠. 그 application으로 올라가면 저는 핵심이 결국 나만 짤 수 있는 control layer라고 봐요. 그 control layer의 핵심 두 개는, 어떤 볼모로 잡을 고객 데이터를 갖고 있을 것이냐 곱하기 어떤 툴을 가지고 있을 것이냐인데, 그건 또 “나는 고객의 어떤 문제를 풀어줄 것이냐”와 관련이 있거든요.
그리고 그 지점에서 사실은 AI world를 넘어서는 다른 형태와 연관을 맺게 되죠. 택시를 불러야 된다든지, 공장에 물건 만들어야 된다든지, 이런 것들은 지금 우리가 IT로만 얘기할 수 있는 workflow랑은 완전히 또 떨어진 얘기니까요.
그렇게 해서 이 산업의 밑동과 윗동이 구성될 텐데, 그것들을 전부 이해하고, 어떤 특정 비즈니스에서 타겟 고객의 문제와, 미친 듯이 바뀌고 있는 이 비즈니스 사이클을 잘 맞춰낼 수 있는 타이밍 센스, 이런 것들을 다 갖춘 사람이 AI talent가 되는 거거든요. 엄청나게 가혹해졌죠.
최승준 지금 물음표가 계속 떠오르고 있었거든요. 일단 Lablup 수준의 인프라를 다룰 수 있는 회사가 N개 있을 수 있나부터 해서, 이게 쉬운 일이 아니잖아요.
노정석 그렇죠. 거기는 좀 큰 비즈니스인데, 그 위에 application layer로 올라가면 사실은 굉장히 많이 있을 수 있는 거죠. 많이 있을 수밖에 없어요. 왜냐하면 고객들은 Codex가 모든 일을 할 수 있다고 해서 Codex를 깔지 않을 거예요. Codex에 올려놓고 내가 코딩 명령어들을 이런저런 걸 쓰면 내 생일 파티를 준비할 수 있다는 걸 알지만, 생일 파티와 관련해서 모든 호텔 예약, 생일 선물 찾기, 그다음에 생일과 관련된 기쁜 콘텐츠 찾기, 이런 것들이 다 잘 연결된 어떤 사업자가 Codex 위에 그 사업을 빌드해 놓으면 고객은 거기로 갈 거거든요.
Benedict Evans 언번들링과 도메인 전문가·메타 옵티마이저 인재상 46:20
그러니까 이게 또 어떤 얘기랑 연관되냐면, 제가 좋아하는 사람 중에 a16z의 Benedict Evans라는 사람이 있어요. 그분의 사고를 풀어가는 방식을 굉장히 좋아하는데, 그 아저씨가 결국 얘기했던 게 “지난 20년은 웹이 됐건 모바일이 되었건 unbundling Oracle이다”였어요. 다 그냥 데이터베이스의 어떤 정보가 정리되는 거고, 그 Oracle만 있으면 사실 모든 사업을 다 할 수 있었는데, Oracle과 웹 인터페이스만 있으면 다 할 수 있었는데, 굳이 그걸 수많은 B2B SaaS나 B2C application으로 전부 분화해서 발전해 온 거거든요. 그래서 unbundling Oracle이 지난 20년이었다. 근데 ChatGPT의 시대도 다르지 않을 거다. ChatGPT와 Codex가 모든 일을 다 할 수 있지만, 그럼에도 불구하고 이 서비스들은 그 ChatGPT를 unbundling 한 각각의 영역들로 수도 없이 생길 거다라는 예측을 하거든요.
그냥 돌고 돌아서, 저는 택시 부르는 것부터 생일 파티 준비하는 것, 이번 주말 어디 놀러 갈지 결정하는 것, 레스토랑 예약하는 것, 이런 것들을 어떤 사업자가 나와서 다 하나로 묶어서 해보고 싶어 하겠지만, 모든 전선이 넓어지면 그 모든 전선을 다 방어할 수 없거든요. 그럼 또 개별 개별로 그걸 제일 잘하는 회사들이 생겨날 거고, 한 사이클을 돌고 나면 지금의 우리 앱 세상이 네이버와 쿠팡과 또 수많은 카페24에서 돌리는 셀러들과 인스타그램에서 뭘 파는 인플루언서 셀러들, 이런 식으로 균형이 잡혀 있는 것처럼 AI 시대에도 그 균형은 또 생길 거예요. 그래서 사업 기회는 계속 생겨난다.
최승준 그래서 아까 그 인재상에 관련해서도 언급을 해 주셨는데, 그런 역량을 가지려면 AI를 많이 사용하고 harness를 만들어 보는 게 필요 조건은 될 수 있지만 충분 조건은 아닌 거 아니에요?
노정석 그 말씀도 맞아요. 저는 요새 사람들을 두 분류로 보는데, 방금 승준 님이 말씀하신 걸 살짝 제 관점에서 풀어서 보면, “어떤 목표로 가야 된다, 어디로 가야 된다”라고 명확하게 어떤 필드에 대한 knowledge를 가지고 그걸 찍을 수 있는 사람이 AI를 견인하는 형태가 있고요. 또 하나는 그런 목적도 잘 모르겠는데, 그 목적조차도 meta optimization을 하면서 그냥 모델에게 delegation 하면서 목표조차 찾아가는 사람들. 저는 이렇게 둘로 분류해서 보고 있거든요.
예를 들어 어떤 변호사 분이 있다, 어떤 investment banking 출신의 인재가 있다. 그들은 그 필드에서 어떤 문제를 풀어야 되는지를 굉장히 잘 이해하고 있고, 그들의 동료들이 AI에 어떤 의미에서 부적합하고 못 따라오는지에 대해서도 이미 잘 알고 있고, 본인은 AI를 극강으로 쓰고 있어서, 소위 예전에 한 번 소개했었던 10x Lawyer나 10x Banker처럼 온전히 AI native하게 그 비즈니스를 새로 쓰고, 기존에 사람이 잔뜩 모여 있는 조직이 제공하던 문제 해결을 본인이 에이전트와 함께 제공하려고 하는, 그런 사람들을 제가 많이 보거든요. 그런 사람들 하나, 그다음에 예를 들어 신약 개발 파이프라인을 한다고 하면 그건 알아야 될 지식들도 많으니까, 미리 그런 것들에 대해 잘 알고 있으면서 “아, 이 파이프라인이 있고, 여기에 AI 회사가 잔뜩 생겨나고 있는데 타이밍상 늦지 않았으니까, 나도 이런 고객을 대상으로 이 부분만 딱 AI로 바꿔서 이렇게 해야 되겠어”라고 하는 관점을 가지신 사람들이 있고요. 저는 그런 entrepreneur나 talent들을 일단 좋아하고요.
OMX와 B2C/B2B 실험 문화 50:33
그런데 제가 소위 그 “젊은 신선들”이라고 불렀던, 그런 이상한 사람들, 그런 사람들이 많이 비하되기도 해요. “OMX 같은 거 만들어서 그걸로 뭐 할 건데” 하면서요. 근데 저는 OMX 자체도 굉장히 좋은 product라고 생각해요. 저도 요새 다시 굉장히 잘 써요. 근데 그 친구들 옆에서 보면 그분들이 하시는 건, 아무래도 생명공학이라든지 법 같은 데에 깊은 필드를 가지고 있을 나이나 경험은 아니기 때문에 대부분 아이템들이 B2C application을 공격하거든요. 대표적인 게 캐릭터 챗 같은 게 있겠죠. 캐릭터 챗 Zeta가 지금 월 매출이 50억이 넘는다고 하죠. 그 외에도 혼자 하거나 두세 명이서 하는데 월 매출이 5억 나는 회사들도 있고, 몇 억 나는 회사들도 막 생겨나고 있고요. 근데 그런 형태의 B2C들은 굉장히 많이 생겨날 거고, 그다음에 전통적으로 많이 존재하던 B2B SaaS application들 있죠. 그런 부분들도 B2B의 로직에 대해서 정확하게 이해도 안 하고 있는데 그냥 딸깍딸깍으로 만드는 사람들이 좀 많이 생기고 있거든요. 승준 님도 옆에서 많이 보실 거예요.
그 사람들 그냥 목적물 가져다 놓고 auto research 돌리거든요. Ralph loop와 auto research를 합쳐서 돌려서 본인들이 암묵지라고 생각하는 부분까지 AI한테 delegation을 해 버리더라고요. 그래서 goal optimization조차 메타 레이어로 내려서 그것마저 AI에 의존해 goal을 찾으며 본인들의 부족했던 필드 knowledge를 매우 빠르게 catch up 해버리는 그런 entrepreneur 계층, 그런 talent 계층을 제가 보고 있거든요. 그래서 지금 저는 talent를 크게 이 두 타겟으로 나눠서 보고 있어요. 근데 이 두 talent 다, 승준 님, 제가 둘 다 AI는 극강으로 쓰고 있다는 가정을 이미 다 해버리고 있는 거거든요. Claude Code나 OpenClaw 같은 걸로 본인의 워크플로우를 전부 자동화하는 것에 대해서는 이미 다 졸업한 사람들로 보고요. 거기에 더해 어떤 문제를 풀 것인가에 대한 센스를 어떻게 탑재할 수 있느냐를 질문하고 있는 거지, 솔직히 더 이상 AI 툴의 readiness는, 저는 이제 그냥 이건 당연히 갖고 와야 되는 필요 조건이라고 보고 있는 것 같아요.
메타 학습과 도메인 내면화의 한계 53:14
최승준 그랬을 때 저도 좀 고민이 되는 부분이 있어요. 저도 아직 명확하게 상을 잡은 건 아닌데, 좀 전에 말씀해 주셨던 후자의 경우, 그걸 메타 레벨에서 목적성만 주고 그냥 할 수 있게 하는 talent를 가지신 분들이 극강으로 AI를 써서 배움을 내면화하지 않더라도, 아까 전자 정도의 수준으로 어떤 도메인에서 점프하지 않아도 지속 가능한가요?
노정석 저는 가능하다고 봐요. 제가 사실 요새 longevity와 생명공학에 대한 공부를 하면서 정확하게 그 방법론을 차용하고 있거든요. 제가 모르는 게 너무 많은데, 그걸 밑에서부터 하나하나씩 쌓아가면서 현재 학부와 대학원 수준의, 예를 들어 분자 생물학 과정에 있는 커리큘럼을 다 배우면서 그걸 넘어간다고 하면 저한테 시간이 굉장히 많이 걸릴 텐데, 그렇게 하지 않고 이미 그러한 분야에 창업한 회사나 이미 나와 있던 페이퍼들 같은 것들, 사실 그게 뭔지도 저는 심지어 몰라요.
근데 그것마저도 OpenClaw한테 시켜요. OpenClaw 쓰고 있어요. OpenClaw에 있는 그 루프를 가지고 LLM이랑 묶어서 저도 요새 일을 돌리는데, 걔한테 시키면 걔가 제가 모르는 것들을 왕창왕창 가져오거든요. Codex가 해오는 거겠죠. Codex에 깔려 있는 search engine이 또 가져오는 걸 테고요. 거기까지 제가 막 들어가지는 않겠지만, 그래서 그냥 쭉 다 정리해 와서 제가 가장 짧은 경로로 원하는 걸 이루려면 어떻게 해야 되는지를 쭉 깔아줘요. 한 페이지 두 페이지씩요. 그리고 거기에서 제가 흥미 있는 게 생기면 그걸 또 들어가서 풀어주고 풀어주고 풀어주는, 거의 영원한 튜터 역할을 해 주니까요.
그래서 그걸 제가 한 달을 해 보니까, 소위 아까 승준 님이 얘기하셨던, 원래 필드에 대해서 아무것도 없었는데 한 달이 지나 보니까 그 필드에서 몇 년을 해왔던 사람들과 이야기를 해도 얼추 컨텍스트가 맞아들어가는 단계에 가는 거죠. 단 한 달 두 달 만에요.
최승준 지금 순환 논리가 있습니다. 정석 님이 후자가 아니었을 수 있어요. 이미 포지션 자체가 어떤 분야의 domain knowledge가 있었기 때문에 그걸 내면화할 수 있는.
노정석 사실 그거 고백하려고 그랬어요. 한두 달만 했다는 거는 뻥이에요. 사실은 관심을 가지고 거의 십 몇 년 동안 관련된 책이나 이런 것들을 계속 읽었기 때문에 대략 기본은 깔려 있었으니까 그게 된 거지, 사실 한두 달 만에 생판 모르던 영역을 마스터했다는 건 명백한 거짓이고요. 말이 안 되고요. 그러니까 승준 님 말씀이 맞는 것 같긴 합니다.
그런데 B2C나 B2B 애플리케이션 같은 영역들은 가능하지 않을까요?
최승준 시스템이나 일이 돌아가는 측면에서는 저도 가능하다고 생각합니다. 그래서 비즈니스를 지속 가능하게 하는 건 가능한데, 제가 좀 마음이 쓰이는 건, 개인의 성장과 발전에서도 이게 소모되지 않고 가능할 것인가예요.
왜냐하면 AI를 요새 다룰 때, 아까 휘동 님의 예도 들었지만, 어마어마하게 많은 일을 동시다발적으로 context switching 하면서 하다 보니까 bio token을 소모한다는 얘기 요새 많이 하잖아요. 그랬을 때는 인간의 뇌가 그걸 학습으로 내면화하기까지는 사실 어려울 거라고 보거든요.
일은 해낼 수 있지만, 그래서 당장 비즈니스를 만들고 실제로 수익을 발생시키는 것으로는 지속 가능할 수 있으나, 그 안에서의 개인적인 발전도 지속 가능할까. 정석 님의 경우에는 그걸 공부하려고 충분히 시간을 쓰셨기 때문에 얻는 게 있지만, 그게 아닌 상태에서 멈추지 않고 계속 일을 처리해 내는 게 건강할까, 그런 고민을 좀 하게 되는 거죠. 배부른 소리일 수 있습니다.
AI psychosis와 도파민 슬롯머신 57:12
노정석 그게 이제 AI psychosis라는 말과 연결되는 거죠. AI psychosis라는 단어가 요새 굉장히 많이 보이는데, 한번 설명 한 번만 해 주세요.
최승준 Sarah Guo 편에서 Karpathy가, 자기가 이제 psychosis의 상태다, 작년 10월 정도 Dwarkesh 인터뷰에 출연할 때까지만 해도 Cursor에서 탭 치는 식으로 신중하게 하는, 내 뇌를 쓰는 방식으로 했는데, OpenClaw 나오고서는 FOMO가 와서 이제는 에이전트에다가 다 delegation 하는 쪽으로 가면서 지금 계속 도파민 터지는 과몰입 상태에 있는 것 같다고 해서 psychosis 얘기를 했거든요.
근데 Karpathy는 이걸 또 원래 하던 가락이 있으니까 슬기롭게 견뎌내고 잘 활용하는 것 같아요. 그런데 최근에 psychosis가 언급되는 맥락에서는, 그게 되긴 하지만 약간 병증 같다는 거죠. 정신병 같다, 정신증 같다는 얘기죠. 이게 사람을 너무 과몰입하게 만들고 빠져나오지 못하게 만드는 소모적인 부분이 있다. 아까 그 슬롯 머신과 연결되는 겁니다.
노정석 그러니까요. 저도 그런 걸 많이 느끼는데, 투두 리스트에 뭘 해야 되겠다고 넣어 놓으면 마치 다 한 것과 같은 착각이 들어요. 왜냐하면 그걸 AI한테 시키면 걔가 할 테니까요. 그래서 너무 명확한 일들은 미루게 되더라고요.
최승준 근데 지금 제가 그냥 돌아가는 분위기를 약간 먼발치에서 볼 때, 이 시장이나 사회의 인센티브가 당장 에이전트를 아까 말씀하신 것처럼 기초 체력으로 쓸 수 있는 사람들에게 인센티브를 주고 있다 보니, 과몰입한 상태를 유지하는 사람들이 필연적으로 많이 등장하고 피로를 호소할 수밖에 없는 스테이지가 아닌가, 이게 얼마나 계속될지는 모르지만 그런 생각이 드는 거죠.
노정석 이게 꼭 일만 그런 게 아니라, 요새는 예전 같았으면 그냥 동네에서 평화롭게 인생을 살 수 있었는데, 요새는 핸드폰만 켜고 트위터를 하면 저 위에 일론 머스크부터 바로 옆에 있는 내 동료까지의 모든 생활상이 다 드러나잖아요. 그다음에 “누가 얼마 벌었대”, 이게 꼭 OpenAI에서 Meta로 넘어간 그 엔지니어 분이 천억 넘게 받았다는 이야기를 떠나서, 그냥 내 옆에서 하이닉스 주식을 샀던 사람과 사지 않았던 사람들 사이에서도 소위 “FOMO 오진다”는 표현들을 많이 하니까요. 그래서 그 사람들 사이에서 받는 스트레스가 정말 장난이 아니에요.
최승준 얼마 전에 잠깐 소개했었던 Cat Wu의 인터뷰, Lenny가 정리한 거의 후반부를 보면, 이 혼란의 상황을 견뎌낼 수 있는 인재를 찾는다는 뉘앙스가 있어요. 어저께 P0 issue가 올라왔는데 그 0이 한 자리였다가 다음 날 오후에 00으로 두 자릿수가 되는, 그런 변화의 상황을 견뎌낼 수 있는 사람. Anthropic에서 채용하려고 하면 기본적인 역량이 있는 상태에서 혼돈을 즐길 수 있는 사람을 찾는다는 게 되게 인상에 남았었거든요.
Cat Wu가 말한 혼돈을 즐길 인재상 1:00:03
노정석 근데 이게 참 불편한 진실인데, 사실 저희가 지금 가지고 있는 좋은 직업이라 함은 어떤 안정된 타이틀을 가지고 안정된 업무를 큰 노력 없이 지속적으로 반복하기만 해도 높은 수익이 있는 그런 데를 좋은 데라고 하거든요. 그리고 그런 좋은 자리가, 어떻게 보면 쉽게 요약하면 의사 선생님이나 변호사님들. 되게 힘든 직업이긴 하지만 그 자리를 얻기 위해 어마어마한 노력을 해서 자리에 가면 루틴을 좀 돌아도 어느 정도는 평생 보장되는 그런 것이었는데요.
사실 일반적인 회사도 다르지 않거든요. “난 그냥 엔지니어야, PM이야, 디자이너야”라고 하면 떨어지는 명백한 태스크들을 단위 시간 안에 처리해내면 그게 그냥 의미가 있었던 거거든요. 그러니까 나의 인텔리전스와 교환하는 것이었어요. 그리고 그게 익숙해지면 점점 더, 우리 amortize라는 표현을 배웠었지만, 그냥 투입은 조금인데 오래 빼먹을 수 있는 그런 게 저희 입장에서 좋은 직업이었는데요.
사실 그런 직업들이 지금 다 없어지고 있는 거거든요. 그럼 아까 Cat Wu가 얘기한 걸로도 돌아가 보면요.
“불확실성을 견디며 그 안에서 의사 결정을 할 수 있는 사람”이라는 이야기는, 거꾸로 뭐냐 하면, 불확실성을 견딜 수 있으려면 불확실성을 계속 캐치업해야 되고, 그건 어떻게든 정보를 끊임없이 받아들이고 공부하고 계속 결정해 내고 머리를 돌려야 된다는 얘기거든요. thinking token을 써야 그걸 일단 받아들일 수 있고요. 받아들이는 단계를 넘어서야 거기서 결정을 할 수 있어요.
근데 이제 그런 것들을 훈련시키는 데는 사실 소위 제대로 일하는 매니저 트랙이라든지 entrepreneur 트랙, 창업 트랙, 이런 트랙들 말고는 잘 존재하지 않거든요. 그러니까 결국 Cat Wu가 얘기하는 것도 그렇고, 저희가 오늘 얘기하는 것도 그렇고, 돌고 돌고 돌고 돌아서 결국 불확실성을 견디고 매니지 하며 거기서 의사결정을 하고 액션 할 수 있는 사람이 이제 필요하다는 결론에 가게 되거든요. 너무 심하게 요약하면요.
최승준 그런 부분이 있죠. 그런데 한편에서는 또 이런 얘기들이 나오거든요. 이게 뭐냐 하면, PyDev OpenClaw 안에 들어가는 파이를 만드는 Mario Zechner가 올해 3월에 한 얘기인데, 유지 보수할 수 없는 이슈에 대해 고민하는 이야기들이에요. 그래서 좀 천천히 가야 되는 부분이 있다.
Mitchell Hashimoto·Mario Zechner의 경고와 엘리트 질주 이후 과제 1:03:01
근데 비슷한 이야기를 어제인가 Mitchell Hashimoto도 했었어요. 여기 보면, 그렇게 어마어마하게 빠르게 가다 보니까 지금 사람들이 얘기하는 게, 결국에는 이게 AI에 의해서 되더라도 테스트 커버리지가 돼서 작동하는 게 검증만 되면 문제가 없는 게 아닌가 라는 얘기를 Mitchell Hashimoto가 psychosis에 비유해서 했었거든요. 근데 그렇게 AI를 믿고 달려가는 데에서, 겉보기에는 작동하지만 사실 전체 아키텍처 상에서는 깨져 있는 뭔가가 계속 가중되고 있을 수 있다는 점을 좀 걱정하는 글이 있긴 있었습니다. 여기서는 좀 다른 psychosis이긴 해요.
근데 Mitchell의 의견은, 이걸 내가 아무리 이야기해 봤자 이 궤도에 있는 사람들에게는 받아들여지지 않을 것이라는 거죠.
노정석 맞죠. 그 문제조차도 다 지금 delegation 해버리는 단계잖아요. 저는 예전에는 AI한테 저희 회사의 가장 핵심적인 비즈니스 로직, 광고 관리나 성과에 따라 어떤 튜닝을 해야 하는 그런 걸 AI한테 시키고 나면, 거기서 나오는 리포트, “어떤 거 끄고 켜자, 어떤 거 만들자” 같은 것들을 제가 봤거든요.
근데 요새는 그냥 그걸 Ralph로 돌려요. 결과를 내고 나면 그냥 세 번 Ralph를 돌려봐요. 세 번 다 맞다고 하면 그냥 그거 버튼 눌러버리거든요. 그렇게 하라고요.
결국은 진짜 그냥 모든 문제를 다 compute로 환원시켜서 풀 수 있다는 이상주의적인 사고인 거죠. 그리고 거기에 대한 또 하나의 가정은, 모델이 나보다 낫더라는 가정이 또 있는 거죠.
최승준 제가 Hashimoto의 말이 100% 맞다라기보다는, 그런 우려를 하는 쪽은 기존에도 물론 있긴 했습니다만, Hashimoto나 Mario 같은 사람들은 AI를 쓰고 잘 하려고 하는 사람들인데도 이런 쪽으로 얘기를 하다 보니 가져와 본 겁니다.
노정석 그래서 우리가 딱 현상 얘기만 했고, 또 그 현상 얘기를 하면서 앞서가는 분들을 이미지로 삼아 얘기를 하다 보면, 사실 그 앞서가는 분들이 안타깝게도 어찌 되었건 사회의 어떤 선두에 계시는 엘리트 계층들이 거의 대부분이긴 해요. 그러면 그 사람들은 저희가 걱정하지 않아도 알아서 잘 할 거예요. 솔직히 가시라고 하고, 우리 입장에서는 그런 분들 회사에 어떻게 투자할 수 있으면 좋겠다, 이런 찬스를 얻을 수 있으면 좋은 거고요. 그러면 그 뒤로, 저희가 오늘 AI 관련해서 AI talent 얘기를 했으니까, 그 뒤의 단계는 뭐가 있을까요? 일단 Claude Code나 Codex를 정말 잘 쓰는 게 필요하다고 보시나요? 저는 필요하다고 보는데.
최승준 저도 그 부분은 동의합니다. 현재 AI를 잘 활용하는 경험, 근데 무조건은 아니고, 너무 어렸을 때는 좀 곤란하다고 생각하는 쪽으로 저는 기울고 있거든요. 어느 정도 그 생각하는 힘이 키워진 다음에는 뭐가 현재 가능한지는 알고 있어야죠. 해보기도 해야 되고요.
노정석 예전에 Latent Space 팟캐스트를 듣다가, Alessio가 답변했던 건데, 제가 컨텍스트는 정확하게 기억이 안 나는데, “지금 주니어들이 학습 기회를 다 박탈당하고 있고 이게 큰 문제다”라는 얘기를 하잖아요. 그때 Alessio가 이렇게 얘기했었거든요. “아, 그러면 그들을 훈련시키는 장을 AI로 만들어서, AI가 주니어들을 가혹하게 훈련시킨 다음에 걔들을 다시 졸업시키면 되겠다. 실질적으로 일을 하는 데 필요하진 않지만, 그런 가상의 훈련 일들을 그냥 가짜로 AI로 만들어서 거기서 하게 하고, 일정 부분 트레이닝이 되면 그때 위로 올리면 된다. 그래서 교육 사업은 그런 쪽으로 준비해 봐라.” 그렇게 얘기했었던 게 갑자기 기억이 나네요.
최승준 근데 얘기를 하다 보면 계속 불편한 쪽으로 가게 되는데요.
사실 저희가 Dwarkesh를 좀 높게 평가하지 않습니까? Dwarkesh가 아마 올해 스물, 우리나라 나이로 여섯인가, 하여튼 젊은 분이잖아요. 근데 이분이 요새 하는 이야기들을 좀 훑어 보면, Michael Nielsen 편을 찍었어요. Michael Nielsen이 YC Research에 있기도 했고, Greg Brockman이나 Chris Olah가 멘션해 주는 사람이거든요. 자기가 그의 책을 보고서 공부했다고 하면서요.
Dwarkesh의 학습법과 부하 거는 작업 1:08:02
근데 그 Michael Nielsen 편에서 Dwarkesh가 Michael Nielsen에게 조언을 받은 게, 부하를 거는 작업이에요. 이런 얘기를 했었어요. “Make some kind of demanding artifact, write something.” 하여튼 자기 생각에 부하를 거는 작업을 하는 게 당신의 배움을 다음 단계로 인도할 것이라는 뉘앙스였거든요.
그러니까 Dwarkesh의 접근을 보면, 이 사람은 AI를 굉장히 잘 쓰는 동시에 의도적으로 이걸 배워 나가려는 태도가 되게 보이거든요. 그러면서 그 중간을 잡고요. 결국 이 Michael Nielsen의 조언 즈음에 이미 Dwarkesh가 생각하고 있었던 것이, “칠판 놓고 그걸 공부하는 세션을 해야 된다”였어요.
어제는 또 AlphaGo를 스크래치에서 구현하는 걸 공부하는 거 올리고요. 아예 사이트에도 플래시 카드 목록이 생겼어요. Lenny’s Pod 편 다음에, 어제 편, Eric Jang 편도 올라와서 이거를 자기가 문제 deck을 만들고 스스로 풀어보게 하는 걸 하는.
그래서 이게 다, 기억을 잘하기 위해서 Anki 같은 거 쓸 때 간격을 두고 학습하는 기법들 있잖아요. 그런 걸 Dwarkesh도 예전부터 관심을 가지고 해내고 있거든요.
그리고 자기의 맥락 안에서 공부하는 루트를 설계하고, AI만 잘 쓰는 게 아니라 자기 자신의 역량을 끌어올리는 거죠.
근데 이 Dwarkesh도 이미 굉장히 독보적인 존재로 발돋움하고 있어서 성급히 일반화하기는 어려운 지경이긴 한데요.
근데 저는 이런 식으로 에이전트만 잘 쓰는 게 아니라 자기의 공부를 끌어올리는 작업을 소홀히 하면 안 될 것 같다는 쪽인 거죠.
노정석 맞아요.
최승준 정답은 아닐 거고요.
노정석 그렇죠. 근데 예전에는 “이런 삶을 살고 싶지 않아”라고 하더라도 좋은 직업의 선택군이 많았는데, 그게 없어지는 게 지금 문제예요. 이제는 결국 서류 복사해 주는 업무 몇 개, 정말 공무원스러운 곳이 아니면 기업들에서는 그런 것들을 계속 없애가려고 하는 게 추세라서요.
slow AI, mind-sized bites와 I/O 이후 스타트업 지형 1:10:17
최승준 그래서 제가 마지막으로 한번 언급해 보고 싶은 건, 여러 스쿨이 있는데 slow AI 스쿨도 있긴 하다는 거예요. 예전부터 있었던 말 중에 “mind-sized bites”라는 표현이 있었어요. 내 마음이 소화할 수 있을 만큼의 한 입. Seymour Papert라는 분이 한 말인데, 뭔가를 AI를 통해서 많이 해내고 일을 수행할 수도 있고 배울 수도 있긴 하지만, 결국 그건 내가 해낼 수 있을 만큼의 조각이어야 된다는 거죠. 그렇기 때문에 AI의 페이스에 맞추는 게 아니라 나에 맞추는 식으로 좀 했으면 좋겠다는 식으로 slow AI를 이야기하는 쪽이 좀 생기고 있는 중이거든요.
그런데 맞다고 느끼는 동시에, 방금 또 정석 님의 말을 보면 지금 시절의 인센티브 자체가 단기적으로 봤을 때는 AI를 활용해서, 그걸 기본 역량으로 써서 많은 일을 빠르게 처리하는 오케스트레이션 능력을 가진 사람을 또 많은 직장에서 요구하는 것 같아 보이고요. 근데 그렇게 했을 때 소모는 필연이고요. 그래서 저도 좀 불편하지만 계속 생각이 쳇바퀴를 돌고 있습니다.
노정석 저희가 또 지금 느끼는 게, 6개월 전하고 많이 다르잖아요. 그것도 작년 여름하고는 지금 또 완전히 달라서요. 올해 당장 내일모레 있을 Google I/O를 넘기고 또 새로운 형태의 스타트업들이 막 많이 생겨날 거거든요. 요새 Y Combinator 배치들을 봐도, 저희가 아는 일반적인 형태의 사업보다 “아, 이제 각자의 방향으로 달리는구나, 수많은 서브 카테고리들이 막 생겨나는구나” 하는 느낌을 많이 받아요.
최승준 그러면 그 부분에 대해서도 마지막으로 질문드려보고 싶은 게, 아까 뭔가 새로운 애플리케이션이 있긴 하지만 그게 구체적으로 뭐라는 건 모르는 상태인 거잖아요. 그쵸?
노정석 그 형태가 그냥 하네스의 AI 서비스일 거라는 것은 알고 있는 거고요.
최승준 예. 근데 구체적으로 뭔지는 모르니까, 지금 벌어지고 있는 일들이 많은 시장에 어떤 펀드를 뿌려서 그걸 해낼 수 있는 사람들을 좀 발굴하고자 하는 그런 스테이지인 거예요.
노정석 다 섞여 있지 않을까요? 자본은 그런 식으로 어떤 새로운 걸 열 수 있는 탤런트들에 대해서 많이 뿌리고, 거기에 대해 좀 다 diversify, 분산화하고 싶어 하고, 헤징하고 싶어 하는 그런 게 있을 거고요. 근데 그 문제를 만드는 사람들은 그 자본들을 빨리 받아서 자기가 꿈꾸는 미래가 올바른 미래라고, 그 미래를 바꿔버리고 싶은 마음이 있을 거고요. 예전에는 어떤 하나의 사업이 자라나는 데 10년의 사이클이 걸렸다면, 지금은 그게 몇 개월의 사이클로도 되는 것들을 보니, 이제는 “나는 닥치고 세상과 담을 쌓은 채로 제 길을 가겠습니다”라고 하는 것보다 빨리 소위 떠야 한다는 인센티브가 강화되는 거고요.
마무리: 100회를 앞두고 1:13:28
비슷한 기시감이 드는 게, 연예계랑 비슷하거든요.
최승준 어떻게 비슷하죠?
노정석 그냥 흥행 비즈니스인 거죠.
최승준 약간 뭐, 네임 밸류나 브랜드 가치를 가져야 된다는 쪽에.
노정석 그렇죠. 그래서 예전에 신정규 대표님이 나오셔서 “다시 브랜드의 시대가 시작되는 거 아닌가” 이런 얘기도 하셨었지만, 저는 이제 사업의 측면에서 보면 “이제는 무언가를 만드는 빌드 능력보다 브랜드와 디스트리뷰션이 좀 더 중요해지는구나” 하는 생각은 좀 들어요. 물론 내가 그 브랜드를 창출할 수 있으면 베스트이긴 하죠.
그리고 그런 브랜드를 내 것으로 만드는 방법은 또 마케팅의 가장 기본으로 돌아가요. 그냥 포지셔닝으로 돌아갑니다. 그래서 남의 게 있으면 거기 가서 하지 말고 내 걸 창조해서 거기서 1등이 되는 것. 언제나 최고가 되는 것보다, 더 좋은 게 되는 것보다 베스트는 그 유일한 게 되는 거거든요. only one이 되는 건데, 그 only one이 됐을 때 시장의 크기가 유의미하기만 하면 먹고살거든요.
그리고 그런 부분들이, 저는 거꾸로 요새 유행하는 말로 서브 컬처라고 봐요. 젊은 분들이 가치를 두는 게 전통적인 관점에서의 좋은 집, 좋은 차가 아닌 경우가 굉장히 많아요. 예, 사회적으로 어떤 지위, 좋은 집 좋은 차가 성공의 기준이 아니라 각자의 커뮤니티를 만들고 그 안에서 각자의 가치를 추구하는 게 많아지고 있고요. 그 자체가 “아, 저기는 메인 스트림에 winner가 되지 못한 사람들의 그룹이야”라고 해서 서브 컬처라는 말로 잡혔었는데, 그게 아니라 그것 자체가 하나의 월드가 되고 있는 거라고 생각해서, 저는 그것도 굉장히 주목해 봐야 될 트렌드라고 생각합니다.
AI를 안 하기로 판단하는 사람들이 늘 수도 있고, 그게 늘어나서 그 사람들이 새로운 세력을 형성하면 그건 시장이에요. 그 시장이 또 생기겠죠. 그래서 저는 살아 움직인다고 봅니다.
최승준 오늘은 저희가 그냥 큰 준비 없이 이런저런 이야기를 좀 하면서 시간을 보냈는데요. 어느새 저희도 100회로 향해 가고 있고, 약속된 게스트들도 있고요. 또 다음 주는 Google I/O도 있고 그래서요.
노정석 맞습니다. 정신이 없네요.
최승준 소식은 끊이지 않습니다만, 어떻게든 해 나가야죠.
노정석 100회에 뭘 할까요? 100회 아이디어가 좀 필요한데요. 100회 아이디어를 제안해 주시고 싶으신 저희 구독자 여러분. 예전에 도망자 연합 모임을 한 번 했었었는데, 그때 승준 님과 제가 에너지를 너무 많이 들여서, 사실 지난 겨울 이후로 거의 반년이 지났습니다만 다시 할 엄두를 못 내고 있긴 해요.
최승준 저희가 약간 나이가 있다 보니까요.
노정석 그렇죠.
최승준 젊은 분들의 meet-up의 그런 스피드는 또 따라갈 수 없더라고요.
노정석 맞습니다. 저희도 사실 이제 이걸 저희 둘만 다 끌어갈 수는 없어서, 뭔가 좀 변화를 해 봐야 될 타이밍이긴 합니다.
최승준 자, 어쨌든 오늘도 주말에 이렇게 또 배움을 나눴네요. 감사합니다.
노정석 덕분에 또 이런저런 생각들이 정리가 됐습니다. 자, 승준 님 그럼 또 남은 일요일 잘 보내시고요. 저희 다음 주에 뵙겠습니다.