Continuous Learning_Startup & Investment

코드 생성이라는 분야에서 프론티어랩들 사이에서 잘 싸우고 있는 커서의 내부 이야기. 새로운 시대에 새로운 회사들이 등장한다. 첫째, Cursor의 사무실을 방문하고 팀과 더 많은 시간을 보낸 후, 저는 그래야만 할 것 같다고 느꼈습니다. 저는 Stripe와 Figma의 초창기에 일하면서 Cursor의 분위기에서 그와 비슷한 마법 같은 기운을 느꼈습니다. 이런 느낌을 경험해 본 사람이라면 이것이 얼마나 중독적인지 알 것입니다. 둘째, AI 시대에 세대를 대표할 만한 기업은 아직 탄생하지 않았는데, Cursor가 그중 하나가 될 가능성이 있다고 생각합니다. 회사 리더들이 기업 경영에 대한 새로운 전략을 세우는 데 열정적이라는 것이 제게는 즉시 명백해 보였습니다. 저는 그러한 데 필요한 문화를 직접 보고, 형성하는 데 도움을 주고 싶었습니다. 협업방식 Cursor는 대체로 대면 문화를 가지고 있으며, 회사 인력의 86%가 샌프란시스코 본사나 뉴욕의 새 사무실에서 근무합니다. 제가 알기로, 누군가의 도움이 필요하다면 어깨를 툭 치는 것이 가장 좋습니다. 슬랙 메시지나 회의는 덜 신뢰할 수 있으며, 회사의 협업 대부분은 칠판이나 누군가의 책상 주위에서 즉흥적으로 이루어집니다. 예정된 회의는 거의 없습니다. 회사는 깊이 있는 작업을 위한 시간을 보호하고 하루 동안 일어나는 일에 민첩하게 대응하는 것을 매우 의식합니다. 제가 유용한 문서에 대해 문의했을 때, "Cursor는 구전 문화에 더 가깝다"는 제안을 받았습니다. 주 6일, 오후 1시가 되면 회사의 사랑받는 셰프 파우스토(Fausto)가 준비한 점심이 제공되고, 모두가 공동 테이블에 모여 식사를 즐깁니다. 파우스토에 대한 소문에 따르면, 그는 한때 몇 주마다 규모가 두 배로 커지는 팀을 위해 매일 메뉴를 짜는 것이 너무 스트레스가 되어 그만두려고 했다고 합니다. 그가 업무 속도에 익숙해지는 동안, Cursor 팀의 누군가가 그가 의지할 수 있도록 AI 메뉴 생성기를 만들어 주었습니다. 이제 그는 다른 팀원들과 함께 슬랙에서 새로 만드는 요리를 공유하고, 기존 인기 메뉴에 대한 칭찬을 즐기며, 시도해 볼 메뉴에 대한 요청을 받습니다. 점심과 저녁 식사 테이블에서의 대화는 주로 넓은 의미의 일에 관한 것입니다. 사람들은 서로의 생각하는 방식을 통해 서로를 알아가는 것을 즐기는 것 같습니다. 그들이 작업해 온 Cursor 프로젝트, 풀어나가고 있는 아이디어나 작업, 또는 제품이나 산업의 미래에 대한 생각 등입니다. 저는 사무실을 방문하는 시간의 상당 부분을 그냥 테이블에 앉아 보냅니다. 좋은 아이디어를 내놓을 기여는 별로 없다고 느끼지만, 질문을 하는 것은 흥미로운 일입니다. 테이블에 30분 앉아 있으면 사람들이 일어나고 새로운 사람들이 앉으면서 흥미로운 아이디어들이 끊임없이 오갑니다. 저는 2015년에서 2017년까지 Stripe에서 이런 느낌을 자주 받았지만, Cursor의 주된 차이점은 테이블에 항상 모르는 사람들이 있다는 것입니다. 모두가 항상 똑똑한 친구들을 "들르라"고 초대하기 때문입니다. 공동 창업자 수알레 아시프(Sualeh Asif)에게 회사 경영에 있어 가장 우려되는 점이 무엇인지 물었을 때, 그는 "사람들이 식사 자리에서 날씨 이야기를 하기 시작하는 것"이라고 답했습니다. Cursor의 채용 시스템 Cursor의 채용 비결은 채용 과정의 기본 단위를 직무 명세서가 아닌 '사람'으로 취급하는 것 대부분의 회사에서 채용 과정은 이렇습니다: 회사가 특정 기능을 수행하는 데 있어 공백을 파악하고, 채용 공고를 내고, 후보자 목록을 확보하고, 그중 몇 명을 면접 보고, 한 명을 고용한 후, 몇 달 뒤에 입사시킵니다. Cursor에서의 채용 과정은 이렇습니다: 정말, 정말 뛰어난 사람의 이름을 슬랙의 #hiring-ideas 채널에 올리고, 그 사람에게 엄청난 관심을 쏟고, 팀 면접을 진행하고(여기서 "프로세스"는 매우 다양합니다), 서로의 의사가 맞으면 월요일에 바로 출근합니다. 팀은 빠르게 성장하고 있습니다. 작년 이맘때 회사는 20명 미만이었지만, 오늘날에는 250명에 육박합니다. 저는 제 시간의 약 4분의 1을 채용에 쓰는 것 같은데, 이는 장려되는 분위기입니다. #hiring-ideas 채널에는 끊임없이 이름들이 올라옵니다. 인재 발굴은 링크드인에서 관련 직책이나 회사를 검색하고 채용 담당자가 연락할 수 있도록 스프레드시트에 이름을 추가하는 방식이 아닙니다. 오히려 최고의 인재가 누구인지에 대한 진정한 호기심에 가깝습니다. 팀은 에릭 자카리아손(Eric Zakariasson)을 스톡홀름에서 Cursor 워크숍을 이끌고 있었기 때문에 발견했습니다. 이안 황(Ian Huang)은 밤늦게까지 Cursor로 코딩을 너무 많이 해서 고객 원격 측정 데이터에서 특이점으로 나타났습니다. 뉴 컴퓨터(New Computer)가 문을 닫거나 메타(Meta)가 해고를 단행하는 등 잠재적인 인재 풀이 열릴 때마다 Cursor 팀은 집단적으로 가장 재능 있는 인재를 찾습니다. Cursor의 누군가가 인상적인 제품 출시, 트윗 또는 블로그 게시물을 발견할 때마다, 그들은 채널에 제작자의 이름을 올리고 "채용해야 할까요?"라고 덧붙입니다. 후보자가 훌륭하다는 데 의견이 모이면, 또 다른 슬랙 채널이 만들어져 그에게 접근할 전략을 짭니다. 그룹이 제기하는 일반적인 질문은 다음과 같습니다: "이 사람이 가장 즐겨 하는 일은 무엇인가?", "그가 가장 잘하는 것은 무엇인가?", "Cursor와 최적의 조합은 무엇일까?" 그런 다음 그들은 최고의 인재들이 좋은 도전을 좋아한다는 가정하에, Cursor가 직면한 흥미로운 과제 중 어떤 것을 제시할지 전략을 세웁니다. 후보자의 인지나 허락 없이 비공식적으로 연락할 사람에 대한 아이디어가 오갑니다(이에 대해서는 저도 복잡한 심정입니다). 다음으로, Cursor의 누군가가 자원하거나 지명되어 후보자와의 소통 책임자가 되고, 대대적인 연락 공세를 이끌게 됩니다. 이 책임자는 프로세스를 주도하지만, 후보자들은 여러 Cursor 팀원들로부터 360도에 가까운 관심을 받습니다. (채용 담당자를 비하할 의도는 전혀 없지만, 후보자 입장에서는 명시적으로 채용 담당자와 이야기하지 않는 것이 매우 다르게 느껴집니다). "지금은 구직 중이 아니라고요? 문제없습니다. 그냥 같이 작은 프로젝트 하나 해보죠"는 흔한 대사입니다. 또 다른 단골 전략은 "언제 한번 본사에 들르세요"라고 제안하는 것입니다. 이는 사무실에서의 시간이 종종 채용 후보자에게 마법 같은 순간이 된다는 정확한 가정에 기반합니다. 또한 Cursor의 관련자들이 그들을 평가—아니, 만나볼!—기회이기도 합니다. (한 사람이 묘사한 것처럼, "기습 깜짝 면접"이죠.) 제가 사무실에 있을 때마다, 지난 몇 년간 만났던 재능 있는 실무자들을 발견합니다. 어떤 이들은 "그냥 친구 만나러 커피 마시러 왔다!"고 둘러대고, 어떤 이들은 나중에 제게 "거기서 저 본 거 아무한테도 말하지 말아주세요"라고 문자를 보내기도 합니다. 이 점에서 팀은 집요합니다. Stripe와 Notion의 초기 디자이너였고 애플 팬보이인 료 루(Ryo Lu)는 초판 매킨토시 컴퓨터를 선물 받았습니다. 루카스 묄러(Lukas Möller)는 코딩에 대한 그의 사랑과 팀이 만들고 있는 것에 대한 감사를 담은 콜드 이메일로 창업자들에게 깊은 인상을 남겼습니다. 창업자들이 캘리포니아에서 독일까지 채용 여행을 갔음에도 불구하고, 루카스는 제안을 거절했습니다. 하지만 오스카가 제게 씩 웃으며 말했듯이, "'아니오'는 종종 대화의 시작일 뿐입니다." 1년 후, 창업자들은 다시 독일행 비행기에 올랐고, 이번에는 루카스가 그들과 함께 샌프란시스코로 돌아왔습니다. 조던 맥도널드(Jordan MacDonald)는 Cursor가 접촉했을 때 자신의 직업에 매우 만족하고 있었습니다. 6개월간의 가벼운 커피 미팅과 그녀의 네트워크에 있는 인상적인 사람들이 회사에 합류했음에도 그녀는 흔들리지 않았습니다. 그런 커피 미팅 중 하나에서, Cursor 팀은 조던이 새 집으로 이사했다는 것을 알게 되었습니다. 채용 마무리 전략의 일환으로, 그들은 그녀의 인테리어 디자이너에게 연락하여 어떤 가구가 계약을 성사시킬 수 있을지 문의했습니다. 결국 에스프레소 머신이 조던의 새 집에 직접 배달되었습니다.

‘코드 문서화를 어떻게 할 것이냐‘ AI 가 프로그래밍하는 범위가 빠르게 늘어나면서 API 레벨에서 호환성이 끊임없이 깨지고 있고, 그래서 제대로 동작하는 문서들이 거의 없다. 인간용 문서는 헬로월드나 101 정도만 남기고, 실제 문서는 리비전별로 AI가 찍게 만들거나 코드 저장소 전체를 리비전별로 롱컨텍스트 안에 넣어버리고 챗봇을 제공하는 대응이 현실적 문서를 읽는 경우는 공부 목적이 아니면 보통 문제를 해결하기 위한 것이므로 채팅 인터페이스도 충분하지 않겠는가? 패널토의에서 이야기하던 코드 문서화에 대한 대응을 구글이 정식으로 프로덕트로 만들어서 공개 문서화 및 코드 분석을 롱컨텍스트 지원 LLM에게 전담시켜 해결하는 방식의 문서화 및 질의 시스템 https://codewiki.google/ 코드 크기에 따라 성능이 영향 받겠지만, 문서란 무엇인가에 대해 생각을 다시하게 된다. 잘 짠 코드는 그 자체가 문서 역할을 한다는 말이 있는데 이젠 말 그대로 정말 그렇게 되었다. ‘기술 서적이란 무엇인가‘에 대한 질문이 따라올테다. 문서화의 부담이 사라지니 편할테니 좋으면서도, 인간은 누가 키우나에 대한 걱정도 된다. 당시 패널토크의 첫번째 주제는, ”IDE가 일 년 후 까지 존재하고 있을까?“ https://www.facebook.com/jeongkyu.shin/posts/pfbid028ThYN4bSTjbxfj9L7XAVTMwRwwMQQMYLsBcDWmZkdVCrLCoKquxgHFxdLewALhBjl 코드 생성영역에서 생기는 변화가 보면서 오라클의 Larry Elison이 인터넷 시대를 마주하며 했던 결정들이 생각난다. - 래리는 한번 방향을 정하면 모든 것을 겁니다. 고객과 동료들의 공포에도 불구하고 기존의 클라이언트-서버 기반 애플리케이션 개발을 전부 포기하고, 회사의 모든 엔지니어링 역량을 인터넷 기반 아키텍처 구축에 집중시켰습니다. - "인터넷이 모든 것을 바꾼다"는 그의 신념이 이러한 결정을 이끌었습니다.

- 젠슨은 AI의 가능성을 초기에 인지하고, 20년에 걸쳐 회사의 모든 역량을 집중했습니다. - 주요 결정: - GPU를 그래픽 외 용도로 사용하는 것을 발견하고, 이를 쉽게 만들 수 있는 프로그래밍 모델 **CUDA**를 개발하는 데 막대한 투자를 했습니다. (2008년 금융위기 속에서도 투자를 감행, 주가가 80% 폭락했으나 신념을 굽히지 않음) - 개발자들이 CUDA를 쉽게 배울 수 있도록 대학에 CUDA 기계를 기증하고, 직접 교과서를 집필하는 등 **시장을 교육**하는 데 앞장섰습니다. - 임원진의 반대에도 불구하고 딥러닝에 '올인'할 것을 결정, 회사의 최우선 순위로 삼았습니다. https://youtu.be/Sywq2Ua4GXw?si=lv_ksP9w2pFibOg9

교수 젠슨 (Professor Jensen): 가르치는 리더 - 위대한 창업자들은 조직을 가르치는 데 많은 시간을 씁니다. (Costco 창업자: "시간의 90%를 가르치는 데 쓰지 않으면 당신은 일을 안 하는 것이다.") - 젠슨은 복잡한 개념을 누구나 이해하기 쉽게 설명하는 능력이 뛰어나 '교수 젠슨'으로 불립니다. - 그는 끊임없는 소통을 통해 모든 직원이 회사의 전략과 비전을 명확히 알도록 합니다. 이는 직원들 간의 놀라운 생각의 일치(Vulcan mindmeld)로 이어집니다. 화이트보드 (Whiteboard): 소통과 사고의 중심 - 젠슨은 회의에서 화이트보드를 주된 소통 도구로 사용할 것을 주장합니다. - 이유: - 실시간으로 자신의 사고 과정을 청중 앞에서 보여줘야 하므로 숨을 곳이 없습니다. - 생각을 명확하고 투명하게 정리하도록 강요하며, 논리가 부족하면 즉시 드러납니다. - 화이트보드에 썼다 지우는 행위는 "성공적인 아이디어라도 결국 지워지고 새로운 아이디어가 그 자리를 차지해야 한다"는 그의 '끊임없는 재창조' 철학을 상징합니다. 안주감은 죽음이다 (Complacency Kills) - 젠슨의 가장 큰 두려움 중 하나는 회사 내에 '안주감'이 뿌리내리는 것입니다. - 그는 극단적인 자신감과 카리스마를 가졌지만, 동시에 "나는 부족하다"는 내면의 목소리를 가지고 있습니다. - 사례: - "우리는 30일 뒤면 망한다"고 매달 회의에서 말했습니다. - 엔비디아보다 860배 큰 인텔을 향해 "그들이 우리를 죽이기 전에 우리가 그들을 죽여야 한다"고 선언했습니다. - CEO로서 자신의 첫 15년 성과를 "형편없었다"고 평가하며, 성공에 안주하는 것을 극도로 경계합니다. - 이는 앤디 그로브의 "오직 편집광만이 살아남는다", 워렌 버핏의 "사업 부패의 ABC(오만, 관료주의, 안주감)를 경계하라"는 철학과 일맥상통합니다. 수평적 조직 (Flat Organization) - 젠슨은 60명**의 직속 부하를 두고 있으며, **일대일 미팅을 하지 않습니다. - 이유: - 의사결정 속도를 높이고, 관료주의와 정치를 줄입니다. - 정보가 빠르게 퍼져 직원들에게 더 많은 권한이 부여됩니다. - 스스로 생각하고 행동하지 못하는 저성과자를 자연스럽게 걸러냅니다. - "회사의 조직은 CEO가 직접 운전할 줄 아는 경주용 차와 같아야 한다"며, 자신이 직접 관리할 수 있는 회사를 만들었습니다. 공개적인 비판 (Public Criticism) - "공개적으로 칭찬하고, 개인적으로 비판하라"는 일반적인 조언을 따르지 않습니다. - 한 사람의 실수를 통해 조직 전체가 배울 수 있도록 **공개적으로 비판**합니다. - 이는 안주감을 막고, 모든 것을 투명하게 만들어 정치적 암투나 책임 회피를 방지하는 역할을 합니다. - 스티브 잡스가 조니 아이브에게 했던 "자네는 사람들이 자네를 좋아하게 만드는 데만 관심이 있을 뿐, 일의 결과물을 가장 중요하게 생각하지 않는다"는 일침과 같은 맥락입니다. 고통을 통한 위대함 (Tortured into Greatness) - 젠슨은 자신과 팀을 끊임없이 비판하고 몰아붙여 위대함을 만들어냅니다. - 핵심 철학: - "나는 사람을 포기하기보다, 고통을 주어 위대하게 만들겠다." - 매일 아침 거울을 보며 "넌 형편없어(You suck)"라고 스스로에게 말합니다. - "나의 가장 큰 능력은 지능이 아니라, 고통과 고난을 견디는 능력이다."라고 말하며, 역경이 인격과 회복탄력성을 형성하는 최고의 초능력이라고 강조합니다. - "위대함은 지능이 아니라 인격에서 나오며, 인격은 똑똑한 사람이 아닌 고통을 겪은 사람에게서 형성된다"고 믿습니다. 빛의 속도 (Speed of Light) - 업무 속도의 유일한 기준은 '물리적으로 가능한 최대 속도'입니다. - 모든 프로젝트는 지연, 대기, 중단 시간을 가정하지 않고 이론적인 최대 속도(빛의 속도)를 기준으로 평가됩니다. 과거의 성과나 경쟁사의 속도와 비교하지 않습니다. 극단적인 헌신 (Unapologetically Extreme) - 그는 모든 면에서 극단적입니다. "나보다 똑똑한 사람은 있을지 몰라도, 나보다 열심히 일하는 사람은 없을 것이다"라고 말합니다. - 일하지 않는 시간에도 일에 대해 생각하며, "일하는 것이 나에게는 휴식이다"라고 말합니다. - 2등은 '첫 번째 패배자'라고 생각하며, 모든 것에서 이겨야 한다고 믿습니다. Top 5 이메일 아이디어 - 회사 전체로부터 필터링되지 않은 정보를 얻기 위한 천재적인 방법입니다. - 모든 직원이 자신이 현재 작업 중인 **가장 중요한 5가지 사항**을 이메일로 젠슨에게 직접 보냅니다. (시장 동향, 고객 불만, 경쟁사 활동 등 포함) - 젠슨은 매일 100여 개의 이메일을 읽으며, 경영진을 거치지 않은 '최전선(edge)의 정보'와 '약한 신호(weak signal)'를 포착합니다. AI GPU 투자의 초기 아이디어도 이 이메일에서 나왔습니다. 소통 스타일: 직설, 간결, 명료 - 그의 이메일은 하이쿠처럼 짧고 간결하며, 소통은 매우 직설적입니다. - 나폴레옹이나 스티브 잡스처럼, 최소한의 단어로 명확한 의도를 전달하는 것을 선호합니다. 루아 (Lua: Listen, Understand, Answer) - 직원이 장황하게 말할 때, 젠슨은 "루아"라고 말합니다. - 이는 "질문을 듣고(Listen), 이해하고(Understand), 답하라(Answer)"는 경고 신호로, 그의 인내심이 바닥나고 있음을 의미합니다. 미션이 보스다 (The Mission is the Boss) - 회사의 궁극적인 보스는 '미션' 그 자체입니다. - 모든 프로젝트에는 '파일럿 인 커맨드(Pilot in Command)'라는 책임자가 지정되며, 이들은 젠슨에게 직접 보고합니다. 이는 모든 일에 책임자의 이름이 붙도록 하여 책임 소재를 명확히 합니다 (엘론 머스크의 방식과 유사). 전략은 말이 아닌 행동이다 (Strategy is not words, Strategy is action) - 5개년 계획 같은 정기적인 계획 시스템이 없습니다. 세상은 살아 숨 쉬는 유기체이므로 **끊임없이 계획하고 수정**합니다. - 헨리 싱글턴의 "나의 계획은 유연하게 유지하는 것이다"라는 철학과 유사합니다. 소를 통째로 출하하라 (Ship the Whole Cow) - 시장의 저가 부문에서 경쟁자가 치고 올라오는 것을 막기 위한 전략입니다. - 최고급 칩(페라리) 품질 테스트에서 탈락했지만 기능적으로 문제없는 부품들을 재포장하여 저가형 제품으로 판매합니다. - 이는 도축업자들이 최상급 부위뿐만 아니라 소의 모든 부위를 활용하는 것에서 유래한 이름입니다. 모두에게서 배운다 (Go to school on everybody) - 젠슨은 끊임없이 배우는 사람입니다. 학회에 직접 참석해 최신 동향을 흡수하고, 신입사원 50명의 이력을 모두 기억할 정도로 디테일에 강합니다. 시장을 창조하라 (Create the market) - 기존 시장의 점유율을 뺏기 위해 싸우는 대신, **아무도 없는 새로운 시장을 창조**하는 것을 목표로 합니다. - 고객이 없는 곳에는 경쟁자도 없으며, 이는 '0에서 수십억 달러' 시장을 만들 기회라고 봅니다. (폴라로이드를 발명한 에드윈 랜드의 전략과 유사) 황금으로 목을 조르겠다 (I will choke you with gold) - 최고의 인재를 유치하고 유지하기 위해 최고의 보상을 아끼지 않습니다. - 뛰어난 기여를 한 직원에게는 정기 보상과 별개로 특별 주식 보너스(RSU)를 수시로 직접 부여하여 즉각적으로 인정과 감사를 표현합니다. 가장 높은 우선순위부터 처리하라 (Work on your highest priority first) - 매일 가장 중요한 일부터 먼저 처리합니다. "출근하기도 전에 내 하루는 이미 성공했다"고 말하며, 시간의 우선순위를 철저히 관리합니다. 가장 큰 기회에 모든 것을 집중하라 (Swarm your greatest opportunity)

Agent 비즈니스가 바꿀 지형들 Q: AI가 인간의 경제적 가치를 대체할 때(예: '사티아 토큰'이 CEO 업무를 대체), 그로 인해 발생하는 막대한 이윤(margin)은 어디로 가며, 마이크로소프트는 그중 어느 정도를 차지하게 될까요? A: 이는 경제 성장, 기업의 형태, 생산성이 어떻게 변할지에 대한 질문입니다. 산업 혁명도 기술 확산 후 70년이 지나서야 경제 성장이 나타났습니다. 이번에는 기술 확산 속도가 빠르더라도, 실제 경제 성장으로 이어지려면 업무 방식(workflow) 자체가 변해야 합니다. 기업이 변화하는 데 필요한 변화 관리(change management)의 어려움을 과소평가해서는 안 됩니다. AI는 개인(Dwarkesh, Dylan)의 영향력을 10배 이상 증폭시킬 것이며, 산업 혁명이 200년에 걸쳐 이룬 변화를 20~25년 안에 압축할 수 있기를 바랍니다. Q: 마이크로소프트의 시장 점유율이 과거보다 낮아지더라도 괜찮다고 보십니까? A: 그렇습니다. 과거 클라이언트-서버 컴퓨팅 시대에 비해 하이퍼스케일 시장에서의 점유율은 낮지만, 비즈니스 규모는 몇 배나 더 큽니다. 점유율이 낮아지더라도 우리가 경쟁하는 시장 자체가 더 큰 가치를 창출한다면 괜찮습니다. 중요한 것은 우리가 경쟁력을 유지하고 혁신하는 것입니다. Q: AI 모델이 점점 더 자율적으로 발전하면, 결국 모든 가치와 마진은 모델 회사로 귀속되는 것 아닐까요? 모델을 둘러싼 스캐폴딩(UI, 인프라 등)의 중요성은 줄어들지 않을까요? A: 시간이 지나야 알 수 있겠지만, 저는 두 가지 관점이 모두 가능하다고 봅니다. 한편으로는, 모델이 점점 상품화(commoditized)될 수 있습니다. 특히 오픈소스 모델이 발전하면서, 데이터를 가진 스캐폴딩 회사가 특정 체크포인트를 가져와 자체 모델을 훈련시키는 것이 가능해집니다. 이 경우, 데이터를 보유한 스캐폴딩 회사가 우위에 설 수 있습니다. 다른 한편으로는, 모델 자체가 핵심 IP이며, 모델 회사들이 경쟁에도 불구하고 마진을 확대하고 있습니다(예: Anthropic). Q: 마이크로소프트는 이 구도에서 어떤 전략을 취하고 있습니까? A: 우리는 여러 모델을 지원하는 하이퍼스케일 비즈니스, OpenAI 모델을 활용한 혁신, 그리고 MAI(Microsoft AI)를 통한 자체 모델 개발 등 여러 층위에서 경쟁할 것입니다. 예를 들어, Excel Agent는 단순한 UI 래퍼가 아니라, Excel의 네이티브 기능을 깊이 이해하도록 훈련된 모델을 미들 티어에 통합한 것입니다. 이는 모델을 애플리케이션에 '래핑하는' 것이 아니라, 모델이 애플리케이션의 일부가 되는 방식입니다. 모델 회사들이 가격을 너무 높이면, 우리는 다른 모델로 대체할 수 있습니다. 한 모델이 압도적으로 시장을 지배하지 않는 한, 모델 위에 가치를 구축할 기회는 충분합니다. Q: 미래에 AI 에이전트가 인간처럼 컴퓨터를 자율적으로 사용하게 되면, Office 같은 특정 툴과의 통합은 덜 중요해지는 것 아닌가요? A: 그렇지 않습니다. 오늘날의 엔드유저용 툴 비즈니스는 미래에 AI 에이전트의 작업을 지원하는 '인프라 비즈니스'가 될 것입니다. 자율적인 AI 에이전트도 작업을 수행하기 위해 스토리지, 아카이빙, 검색, 관리, 보안, ID 등의 기반 인프라가 필요합니다. 우리는 에이전트에게 더 효율적인 작업을 위해 낮은 수준의 접근 권한을 제공할 수 있습니다. 따라서 우리의 비즈니스는 '사용자당(per-user)'에서 '에이전트당(per-agent)'으로 확장될 것입니다. 모델 회사들이 기존 시스템을 더 효율적인 시스템으로 마이그레이션하는 작업을 수행하더라도, 그 과정과 결과물은 여전히 우리가 제공하는 데이터베이스, 스토리지 같은 인프라 위에서 실행될 것입니다. Q: AI 모델이 지속적으로 학습하는 '지능 폭발'이 일어날 경우, 선두 모델 회사가 모든 것을 독식하게 되지 않을까요? A: 만약 한 모델이 전 세계에 가장 널리 배포되고 모든 데이터를 보며 지속적으로 학습한다면 게임은 끝날 것입니다. 하지만 현실은 그렇지 않습니다. 코딩, 데이터베이스 등 여러 영역에서 보듯이, 단일 모델이나 기술이 모든 것을 지배하지는 않습니다. 데이터 유동성으로 인한 네트워크 효과는 특정 도메인이나 지역에 국한될 가능성이 높습니다. 디자인 공간이 너무 넓기 때문에 여러 기회가 존재할 것입니다. 또한, 우리는 특정 모델 아키텍처에만 최적화된 인프라를 구축하는 위험을 피해야 합니다. 여러 모델 계열을 지원할 수 있는 유연한 인프라를 구축하는 것이 하이퍼스케일 비즈니스의 핵심입니다. Q: 새로운 OpenAI 계약에서 '스테이트리스(stateless) API'만 Azure 독점이라는 것은 무슨 의미입니까? 복잡한 워크로드는 상태(state)가 필요한데, 이는 독점 계약에서 제외됩니까? A: OpenAI는 PaaS(API 비즈니스)와 SaaS(ChatGPT) 비즈니스를 가지고 있습니다. 그들의 PaaS 비즈니스, 즉 '스테이트리스 API'는 Azure 독점입니다. SaaS 비즈니스인 ChatGPT는 어디서든 실행할 수 있습니다. 하지만 만약 OpenAI가 다른 파트너와 협력하여 SaaS 제품을 만들고 그 과정에서 스테이트리스 API를 사용해야 한다면, 그 API는 Azure를 통해야 합니다. 상태 저장이 필요한 경우에도, 그 기반이 되는 API 호출이 스테이트리스라면 Azure를 통해야 합니다. 이는 파트너십의 가치를 지키면서도 OpenAI에게 필요한 유연성을 제공하기 위한 결정입니다. https://youtu.be/8-boBsWcr5A?si=Q66Zh8MZrveCdRDn

데이터 센터에 대한 사티아 생각 Q: 마이크로소프트의 새로운 Fairwater 2 데이터센터는 어느 정도의 규모와 성능을 갖추고 있습니까? A: 우리는 18~24개월마다 훈련 용량을 10배씩 늘리려고 노력해왔습니다. 이 데이터센터(Fairwater 2)는 GPT-4가 훈련된 환경보다 약 10배 증가된 규모입니다. 2년 반 전 Azure 전체 데이터센터에 있던 네트워크 옵틱(광학 장비)의 총량과 거의 맞먹으며, 약 500만 개의 네트워크 연결을 가지고 있습니다. Q: 여러 지역(region)과 사이트(site)에 걸쳐 거대한 네트워크를 구축하는 이유는 무엇입니까? 미래에 두 개의 다른 지역을 모두 사용해야 할 정도로 거대한 모델의 훈련을 예상하는 것입니까? A: 목표는 대규모 훈련 작업을 위해 여러 사이트에 분산된 컴퓨팅 파워(flops)를 하나로 모으는 것입니다. 현실적으로 이 인프라는 훈련뿐만 아니라 데이터 생성, 추론 등 다양한 워크로드에 사용될 것입니다. 하나의 작업에만 영원히 사용되지는 않습니다. 근처에 건설 중인 Fairwater 4도 1페타비트 네트워크에 연결하여 두 센터를 고속으로 연결할 것입니다. 또한, AI WAN을 통해 여러 Fairwater 센터가 건설 중인 위스콘신주 밀워키까지 연결됩니다. 이를 통해 모델 병렬화와 데이터 병렬화를 캠퍼스 전체, 심지어 다른 주까지 확장하여 하나의 훈련 작업을 수행할 수 있습니다. Q: 데이터센터 설계 시 GB200과 NVLink 사용을 결정한 후, 추가적으로 고려해야 할 설계 요소들은 얼마나 많습니까? A: 모델 아키텍처와 최적화된 물리적 플랜(설계) 사이에는 긴밀한 연관성이 있습니다. 또한, 미래에 나올 새로운 칩(예: Vera Rubin Ultra)은 전력 밀도와 냉각 요구사항이 완전히 다를 것이기 때문에, 하나의 사양에 맞춰 모든 것을 구축하지 않는 것이 중요합니다. 이는 한 번에 확장하고 고착되는 것이 아니라, 시간에 맞춰 지속적으로 확장해야 한다는 것을 의미합니다. Q: 마이크로소프트가 작년 하반기에 데이터센터 임대 계획을 일부 철회하는 등 확장 속도를 늦춘 이유는 무엇입니까? A: 핵심은 AI의 모든 단계(훈련, 추론 등)를 지원하기 위한 '플릿의 대체 가능성(fungibility)'을 확보하는 것이었습니다. 특정 세대의 기술로만 대규모 용량을 구축하는 것을 피하고자 했습니다. 훈련 용량뿐만 아니라 전 세계에 모델을 서비스하여 수익을 창출하는 것과의 균형이 중요했습니다. 또한, 여러 모델을 지원해야 한다는 점도 고려했습니다. 한 세대의 기술에 막대한 투자를 하고 고착되는 것을 원치 않았습니다. GB200 이후 Vera Rubin 같은 차세대 칩은 데이터센터의 전력 및 냉각 요구사항을 완전히 바꿀 것입니다. 따라서 워크로드, 지역, 타이밍을 고려하여 구축 속도와 위치를 조절하는 것이 중요합니다. Q: Oracle 같은 경쟁사가 특정 비즈니스(베어메탈 호스팅)에 집중하며 빠르게 성장하고 있는데, 이 비즈니스를 포기한 것이 아쉽지 않습니까? A: 단기간의 RPO(잔여 계약 가치)를 가진 단일 모델 회사의 호스터가 되는 것은 우리의 장기적인 사업 모델에 맞지 않았습니다. 우리는 5년이 아닌 50년을 내다보고 결정합니다. 우리의 목표는 AI 워크로드의 롱테일(long tail)을 지원하는 하이퍼스케일 비즈니스이며, 이를 위해 일부 선도적인 베어메탈 서비스 역량을 갖추는 것입니다. 5개 고객과의 5개 계약으로만 이루어진 비즈니스는 마이크로소프트의 비즈니스가 아닙니다. Q: AI 작업의 지연 시간이 길어지면 데이터센터의 지리적 위치가 덜 중요해지는 것 아닙니까? A: 좋은 질문입니다. 하지만 데이터 주권(data residency)과 같은 규제(예: EU 데이터 경계) 때문에, 비동기식 호출이라도 특정 지역 내에서 처리해야 하는 경우가 많습니다. 따라서 지역별로 고밀도 센터를 구축해야 합니다. 또한, 특정 워크로드는 스토리지(예: Cosmos DB)와의 근접성이 중요하기 때문에, 토폴로지(topology)는 계속해서 진화할 것입니다. Q: 최근 Iris Energy, Lambda Labs 등과 파트너십을 맺고 외부 용량을 임대하고 있는데, 이는 직접 구축하는 전략과 상충되지 않습니까? A: 그렇지 않습니다. 수요가 있는 곳에 다른 회사가 구축한 용량이 있다면 이를 활용하는 것은 좋은 전략입니다. 우리는 임대, 맞춤형 구축(build-to-suit), 심지어 GPU-as-a-Service까지 모든 형태의 용량 확보에 열려 있습니다. 심지어 네오클라우드(neocloud)들이 우리 마켓플레이스에 참여하는 것을 환영합니다. 고객이 Azure를 통해 네오클라우드의 용량을 사용하고, 동시에 Azure의 다른 서비스(컴퓨트, 스토리지 등)를 사용한다면 모두에게 이득이 됩니다.

실리콘밸리의 창업 신화 비판 - 대부분의 성공한 창업가들은 마치 처음부터 거대한 비전을 가지고 시작한 것처럼 이야기하지만(ex: 일론 머스크), 이는 사실이 아닌 경우가 많습니다. - Uber의 솔직한 초기 동기: "샌프란시스코에서 친구 100명과 벤츠를 타고 부자처럼 돌아다니고 싶었다." 이는 "물처럼 안정적인 교통수단"이라는 현재의 비전과 매우 다릅니다. - 교훈: 스타트업은 처음부터 거대한 비전을 가질 필요가 없습니다. **자신과 주변의 몇몇이 간절히 원하는 작은 문제를 해결하는 것에서 시작**하여 점차 큰 문제로 확장해 나가는 것이 자연스러운 과정입니다. 스타트업 초기의 어려움: 느린 성장과 하이퍼 포커스 - "수년간의 하룻밤 성공" - 언론은 Stripe을 '하룻밤 성공'으로 묘사하지만, 실제로는 **2009년 가을에 시작하여 2011년 9월에 공식 론칭**하기까지 **만 2년**이 걸렸습니다. - 2년간 노력한 결과, 론칭 시점의 사용자는 **단 50명**이었습니다. - 핵심: 좋은 아이디어의 스타트업도, 나쁜 아이디어의 스타트업처럼 초기에는 매우 느리게 성장하는 것처럼 느껴질 수 있습니다. - 초기 사용자에 대한 비정상적인 집착 - 규모의 문제가 없었기에, 초기 50명의 사용자에게 비정상적일 정도로 집중할 수 있었습니다. - 사례: 1. 버그 발생 시 자동 알림: API에서 버그가 발생하면 창업자들에게 이메일/전화 알림이 와서 즉시 수정 후 사용자에게 "버그를 고쳤다"고 알려줌. (사용자들은 소름 돋아 하기도 함) 2. 실시간 채팅 지원: 고객 누구나 24시간 들어올 수 있는 채팅방을 운영. 3. 방문 통합 지원: 베이 에어리어 고객은 사무실로 찾아와 어깨너머로 통합 과정을 도와줌. 4. 페이지별 피드백: 대시보드 모든 페이지에 피드백 창을 두어 10분 내로 답변함. - 결과: 놀라운 바이럴 효과 - 이러한 극진한 고객 경험은 강력한 입소문을 만들어냈습니다. - 초대 전용(invite-only) 베타를 운영하여 결제 서비스임에도 불구하고 '바이럴' 효과를 만들어냈습니다. 좋은 스타트업 기회를 발견하는 법 - "이것이 물이다 (This is Water)" - 데이비드 포스터 월리스의 연설 비유: 우리는 일상 속의 수많은 **'망가진(broken)' 시스템**에 너무 익숙해져서 그것을 문제로 인식하지 못하고 살아갑니다. 마치 물고기가 물을 인식하지 못하는 것처럼. - 기회 발견: 기회를 발견하려면, 당연하게 여겨지는 것들에 대해 "왜 이렇게 작동해야만 하는가?"라고 질문하고 불합리하게 생각하는 연습이 필요합니다. - 아웃사이더의 장점 - 성공적인 혁신은 종종 해당 산업의 '외부자(Outsider)'에 의해 시작됩니다. 내부자(Insider)는 그 산업의 비효율적인 방식에 너무 익숙해져 있기 때문입니다. - Stripe의 사례: 창업자들이 결제 산업에 대해 더 깊이 알게 될수록, 기존 시스템이 왜 그렇게 복잡하게 작동하는지에 대한 '합리적인 이유'들을 납득하게 되었습니다. 하지만 처음에는 "잠깐, 인터넷은 이런 식으로 작동하지 않아"라는 외부자의 관점이 있었기에 혁신이 가능했습니다. 비전과 반복 사이의 균형 (Lean Startup vs. Vision-Driven) - '비전 vs. 반복'은 잘못된 이분법 - 핵심은 '타협할 수 없는 작은 비전'과 '시장의 피드백에 따라 기꺼이 바꿀 수 있는 나머지'를 구분하는 것입니다. - Stripe의 비전: '즉각적인 온보딩 경험'과 '개발자 친화적인 접근'은 타협할 수 없는 핵심이었습니다. - 반복: 그 외 모든 부분은 고객 피드백을 통해 끊임없이 수정하고 발전시켰습니다. - 회사의 성장에 따른 진화 (Path Dependence) - 초기에는 합리적이었던 전략이 성장 후에는 바뀌어야 합니다. - Facebook: 초기 'Move fast and break things' -> 성장 후 안정성 중시로 전환. - 스타트업의 성장은 화학 반응과 같아서, 최종 형태에 도달하기 위해 모든 중간 형태를 거쳐야만 합니다. - Microsoft: 취미 개발자용 컴파일러 회사로 시작 -> 엔터프라이즈 회사로 성장. 처음부터 엔터프라이즈로 시작했다면 아무도 사지 않았을 것입니다. - Uber: 리무진 서비스로 시작하여 규모와 인지도를 확보 -> 이후 라이드셰어링(UberX)으로 확장. 처음부터 UberX로 시작했다면 규제에 막혔을 것입니다. Stripe이란 무엇인가? (회사의 정체성은 진화한다) 존 콜리슨은 Stripe을 세 가지 다른 층위(Zoom Level)에서 정의하며, 스타트업의 비전이 시간이 지남에 따라 어떻게 진화하는지를 설명합니다. - Level 1: 온라인 결제를 쉽게 만드는 방법 - 초기 동기: 2009년 당시, 웹 제품에 결제를 붙이는 방법은 사용자 경험이 나쁜 페이팔 연동이나, 몇 주가 걸리는 복잡한 PG사 연동뿐이었습니다. Stripe은 개발자들이 겪는 이 고통을 해결하기 위해 시작되었습니다. - Level 2: 온라인 비즈니스를 운영하기 위한 플랫폼 - 확장된 관점: 인터넷의 발전으로 구독, 마켓플레이스(Airbnb, Uber) 등 새로운 비즈니스 모델이 폭발적으로 증가했습니다. 이들은 복잡한 정산, 자금 이동, 고객 관리 등의 문제를 모두 자체적으로 해결해야 했습니다. - Stripe의 역할: Stripe은 이러한 비즈니스들이 핵심에 집중할 수 있도록 결제 인프라를 플랫폼 형태로 제공합니다. - Level 3: 인터넷을 위한 더 나은 경제 인프라 - 궁극적 비전: 인터넷은 정보를 전 세계적으로 연결했지만, 돈은 여전히 국가별로 분절되어 있습니다. (미국-신용카드, 케냐-M-Pesa, 중국-알리페이) 이는 마치 **'돈의 바벨탑'**과 같습니다. - Stripe의 목표: 전 세계 누구나, 어디서든, 어떤 결제 수단으로든 돈을 주고받을 수 있는 통합된 경제 인프라를 구축하는 것입니다. https://youtu.be/Tscgbk7sG1g

Q: '커서'라는 아이디어를 처음 들었을 때 어떤 생각이 들었나요? 주변의 반응은 어땠나요? A (오스카 & 벤): 처음에는 **성공 가능성이 매우 희박하다(really improbable)**고 생각했습니다. 당시 AI 코딩 시장은 마이크로소프트(Microsoft)라는 절대 강자가 있었고, Poolside(5억 달러 투자 유치), Augment Code(1억 달러), Magic.dev(1억 달러 이상) 등 막대한 자금을 유치한 스타트업들이 이미 포진해 있었습니다. 이런 레드오션에 뛰어드는 것은 무모해 보였고, 주변에서도 계속해서 다른 아이템으로 피벗하라고 조언했습니다. Q: 마이크로소프트와의 경쟁이 특히 더 불가능해 보였던 구체적인 이유는 무엇인가요? A (벤): 문제는 단순히 VS Code의 경쟁자가 되는 것 이상이었습니다. 마이크로소프트는 다음과 같은 모든 것을 가지고 있었습니다. VS Code: 개발자들의 표준 편집기. GitHub: 세계 최대의 코드 저장소. OpenAI: 지분의 절반을 소유하며 최신 모델에 대한 접근성 확보. LinkedIn, Azure: 무한한 유통망, 인재, 자본, 인프라. 기존 제품: 이미 Copilot을 출시했고, Copilot Chat을 베타 테스트하며 로드맵을 확장하고 있었습니다. "마이크로소프트가 자신들의 VS Code를 포크해서, 자신들의 로드맵과 똑같은 제품으로 자신들과 경쟁하여 수억 달러를 버는 것을 가만히 놔둘 리가 없다"고 생각했습니다. 과거 반독점법 위반 전력도 있었기에 더욱 비관적이었습니다. Q: 커서의 창업팀은 어떻게 구성되었나요? 초기 아이디어는 무엇이었나요? A (벤): 커서는 두 개의 다른 창업팀이 합병하여 탄생했습니다. 두 팀 모두 'Prod'라는 인큐베이터를 거쳤습니다. 팀 1 (Arvid & Swalla): 처음에는 **동형 암호화(homomorphic encryption)**를 사용한 극도로 프라이빗한 메시징 앱을 개발하려 했습니다. 누가, 언제, 누구에게 메시지를 보냈는지까지 숨기는 것을 목표로 했습니다. (벤은 "당신의 고객은 탈레반인가?"라고 피드백했다고 합니다.) 팀 2 (Michael & Aman): 처음에는 AI 기반 CAD(컴퓨터 지원 설계)용 코파일럿을 개발하려 했습니다. AI를 다양한 도메인에 자연스럽게 통합하는 방식으로 코파일럿 형태가 유망하다고 보았습니다. Q: 두 팀 모두 왜 원래 아이디어를 포기하고 'AI 코딩'으로 피벗하게 되었나요? A (벤): CAD 코파일럿 팀: 데이터 확보에 어려움을 겪었습니다. Autodesk의 Fusion 360 API가 기능적으로 매우 제한적이어서(예: 키보드 입력 감지 불가), Copilot과 같은 매끄러운 사용자 경험을 구현할 수 없었습니다. 결국 데이터 스크래핑 문제로 모델 훈련에 실패했습니다. 메시징 앱 팀: 아이디어의 시장성을 찾는 데 어려움을 겪고 먼저 AI 코딩으로 방향을 전환했습니다. 두 팀은 각자의 아이디어가 실패한 후, AI 코딩이라는 공통된 방향으로 피벗했고, 결국 합병을 결정했습니다. (벤은 4명의 공동 창업자는 너무 많다고 합병을 반대했지만, 회사는 그의 조언과 무관하게 성공했다고 농담합니다.) Q: 치열한 경쟁 속에서 커서가 차별화될 수 있었던 단기적인 제품 전략은 무엇이었나요? A (오스카): 2022-2023년 당시, 모든 경쟁사들은 'AI 에이전트가 코딩을 할 것'이라는 장기적인 비전에는 동의했습니다. 차이는 향후 12개월의 단기 제품 로드맵이었습니다. 자체 모델 훈련 그룹 (Poolside, Magic): 기업의 내부 코드베이스를 활용해 자체 모델을 훈련하는 데 집중했습니다. 확장 프로그램(Extension) 그룹 (Kodium, Sourcegraph): 개발자들이 기존 환경을 바꾸지 않고 쉽게 AI를 도입할 수 있도록 VS Code 확장 프로그램을 만드는 데 집중했습니다. 커서: 유일하게 VS Code를 포크하여 자체 IDE(통합 개발 환경)를 만들고 AI를 깊게 통합하는 방식을 선택했습니다. 실리콘밸리에서는 장기적인 비전의 정확성보다 단기적인 전략의 정확성이 초기 모멘텀과 생존에 훨씬 더 중요합니다. 커서는 이 단기 전략에서 옳았음이 증명되었습니다. 장기 비전은 맞추기 쉬워도(예: 90년대 넷스케이프 창업자가 스마트 TV를 예측), 단기 실행이 성공을 좌우합니다. 2부: 커서의 성공 비결과 제품 철학 Q: 거대 기업 마이크로소프트를 상대로 커서가 성공할 수 있었던 이유는 무엇이라고 생각하나요? A (벤 & 오스카): 두 가지 핵심 요인이 있습니다. 인재 집중의 힘: 스타트업은 소수의 핵심 인재를 특정 문제에만 집중시킬 수 있습니다. 당시 마이크로소프트 내부 정보를 보면, Copilot 출시는 큰 내부 정치적 갈등 끝에 이루어졌고, VS Code 팀의 규모나 의지가 생각보다 강하지 않았습니다. 커서는 이 기회를 포착해 뛰어난 인재들을 코딩 AI 문제 하나에만 집중시켰습니다. MS가 전력을 다했다면 이기기 어려웠겠지만, 그들은 다른 수천 가지 일에 신경 써야 했습니다. 빠른 기술 발전 속도: 기술이 빠르게 진화하는 환경에서는, 작고 재능 있는 팀이 민첩하게 움직이는 것이 거대한 조직보다 훨씬 유리합니다. 수백 명의 엔지니어보다, 문제의 핵심을 꿰뚫는 20명의 뛰어난 인재가 더 큰 성과를 낼 수 있습니다. Q: 커서가 초기에 사용자들에게 빠르게 채택된 핵심 기능은 무엇이었나요? 그 이유는 무엇인가요? A (오스카): '커서 탭(Cursor Tab)'이라는 코드 자동 완성 기능이었습니다. 이는 AI 에이전트 기능처럼 혁신적이거나 강력하지는 않았지만, 사용자가 제품을 설치하자마자 즉각적이고 직관적인 가치를 제공했습니다. 핵심 통찰: 제품 채택에 있어 가장 중요한 것은 기능의 절대적인 유용성이 아니라, 사용자가 얼마나 빠르고 쉽게 그 가치를 느낄 수 있는가입니다. '커서 탭'은 기존 VS Code 사용자에게 즉각적인 개선점을 제공했고, 이는 폭발적인 초기 채택으로 이어졌습니다. Q: 엔터프라이즈 시장 진출은 어떻게 이루어졌나요? A (오스카): 처음에는 제품 개발에만 집중했고, 영업은 전혀 하지 않았습니다. 하지만 슬랙(Slack)의 CTO 같은 기업 고객들이 먼저 이메일로 제품 도입을 문의하기 시작했습니다. 심지어 답장이 없자 "이 이메일 확인하고 있나요?"라고 재차 문의할 정도였습니다. 한 직원이 "관심 없음."이라고 답장을 보냈음에도 문의가 계속되었습니다. 결국 시장이 우리를 엔터프라이즈로 강하게 끌어당겨 영업을 시작하게 되었습니다. Q: 커서의 개발 문화는 어떤가요? 제품을 직접 사용하는 것(Dogfooding)의 장점은 무엇인가요? A (오스카): 커서는 개발자(IC, Individual Contributor) 중심의 문화를 가지고 있습니다. 제품을 만드는 사람과 사용하는 사람이 동일하기 때문에, 어떻게 제품을 개선해야 할지 가장 잘 압니다. 위계적인 제품 관리(PM) 조직 대신, 개발자 개개인이 아이디어를 내고 실험할 수 있는 자율적인 환경을 중시합니다. 신입사원들은 "무엇을 만들어야 할지 어떻게 아나요?"라고 놀라지만, 우리는 "아이디어를 내고, 실행하세요"라고 답합니다. Q: 자체 모델인 'Composer'를 개발하기로 결정한 이유는 무엇인가요? A (오스카): 기존 에이전트 모델들은 성능은 좋지만 응답 속도가 너무 느리다는 단점이 있었습니다. 사용자들이 모델이 작업하는 것을 하염없이 지켜보는 것은 이상하다고 느꼈습니다. 우리는 사용자가 기다리지 않고 몰입감 있는(in-flow) 코딩 경험을 할 수 있도록 '속도'에 극도로 최적화된 모델을 개발하고 싶었습니다. '커서 탭' 모델을 개발하며 얻은 노하우를 이 에이전트 모델에 적용했습니다. https://youtu.be/iNsn35bKnUU

항공모함 앞의 돛단배, AI 스타트업은 살아남을 수 있을까? "우리가 열심히 만든 AI 에이전트, 결국 파운데이션 모델이 업데이트 한번 하면 사라질 비즈니스 아닐까?" 요즘 AI 스타트업을 하는 친구들을 만나면 늘 이런 이야기를 나눕니다. 꽤나 설득력 있는 비관론이죠. 파운데이션 모델을 만드는 거인들은 최고의 데이터, 인재, 컴퓨팅 파워를 손에 쥐고 각 분야 전문가들을 모아 'AI 에이전트 체육관'이라도 차린 듯 무섭게 기술을 발전시키고 있으니까요. 우리가 이뤄낸 작은 진보가 한순간에 물거품이 될 수 있다는 공포는 꽤 현실적입니다. 이 비관론이 왜 이렇게 뼈아프게 다가올까요? 제 생각엔 세 가지 이유 때문입니다. 첫째, 우리가 서 있는 땅이 계속해서 꺼지고 있습니다. AI 기초 기술은 9~12개월마다 '바다의 변화(Sea Change)'라 불릴 만큼 모든 것을 뒤엎는 격변을 겪고 있습니다. 안정된 땅 위에서 집을 지어야 할 스타트업 입장에선 발밑이 계속 무너지는 것과 같죠. 어제까지 돈 주고 팔던 혁신적인 기능이, 오늘 아침 눈 떠보니 무료 기본 기능이 되어버리는 세상입니다. 우리 회사의 존재 이유가 하룻밤 사이에 사라질 수도 있다는 뜻이죠. 둘째, 게임의 규칙을 바꾸는 플레이어가 달라졌습니다. 과거에는 날렵한 다윗(스타트업)이 둔한 골리앗(기존 강자)을 위협하는 구도였다면, 지금은 골리앗들이 스스로 핵폭탄을 만들고 터뜨리고 있습니다. 빅테크와 프론티어 랩들은 기술 진화의 속도 자체를 지배합니다. 우리는 이들과 경쟁하는 게 아니라, 이들이 일으키는 거대한 파도 속에서 살아남아야 하는 돛단배 신세일지 모릅니다. 셋째, 기술과 비즈니스의 시간이 다르게 흐릅니다. 기술은 1년 만에 세상을 바꾸지만, 고객과의 신뢰, 시장에 각인되는 브랜드, 손발이 척척 맞는 팀을 만드는 데는 그보다 훨씬 긴 시간이 필요합니다. 안타깝게도 많은 스타트업이 제대로 된 '비즈니스'의 문턱을 넘기도 전에, 기술의 파도에 휩쓸려 나갈 수밖에 없는 구조입니다. 이런 냉정한 현실을 마주하면, 스타트업의 출구는 반짝 성공 후 퇴장하거나 거대 기업에 인수되는 것뿐이라는 결론에 다다르게 됩니다. 세대를 대표하는 독립적인 거대 기업의 탄생은 정말 꿈같은 이야기가 되어버린 걸까요? https://x.com/yishan/status/1987787127204249824 그럼에도 불구하고, 기회는 깊은 곳에 있다 하지만 이 거대한 항공모함의 그림자 속에서도, 돛단배가 항해할 수 있는 바다는 분명히 존재합니다. 기회는 거인들이 쉽게 허리를 굽혀 들여다보지 않는, 깊고 복잡한 고객의 현실 속에 있습니다. 1. 고객은 'AI 모델'이 아니라, '해결된 내 일'을 산다. 고객들은 GPT-5의 성능에 감탄할지는 몰라도, 결국 돈을 내는 이유는 자신의 복잡하고 골치 아픈 일을 해결해주기 때문입니다. 대부분의 진짜 '일'은 단일 기능이 아닌, 여러 단계로 얽힌 워크플로우(workflow) 안에서 이뤄지죠. 우리 같은 스타트업의 진정한 해자(moat)는 바로 이 **고객의 워크플로우에 집요하게 파고들어 AI를 녹여내는 능력**에 있습니다. 이건 해당 산업에 대한 깊은 이해와 고객과의 끈끈한 신뢰 없이는 불가능하고, 범용 모델을 만드는 거대 기업이 쉽게 흉내 낼 수 없는 영역입니다. 코드 생성 시장이 좋은 예입니다. Claude와 Codex라는 막강한 모델이 버티고 있음에도, 이 시장은 70억 달러 규모로 폭발했습니다. 그 안에서 커서(Cursor) 같은 스타트업은 개발자의 실제 작업 흐름에 최적화된 경험을 제공하며, 자신만의 단단한 팬층을 만들고 있습니다. https://youtu.be/xs7bhb3NEFc 2. 시장의 문법이 바뀐다: '생산성 향상'을 넘어 '비용 구조의 파괴'로 과거 SaaS의 가치가 '기존 인력의 생산성을 10% 높여주는 것'에 있었다면, AI 에이전트는 '인건비 예산 자체를 대체'하는, 완전히 다른 차원의 가치를 제안합니다. 이는 시장의 크기 자체를 재정의합니다. 수십 개의 제품으로 1,000억 원의 매출을 올리는 SaaS와 달리, AI 스타트업은 단 하나의 핵심 제품만으로도 그 이상의 파괴력을 가질 수 있습니다. 3. 새로운 평가의 잣대: 마진율이라는 낡은 안경을 벗어던져라 "AI 스타트업은 추론 비용 때문에 마진이 낮다", "결국 파운데이션 모델의 보부상 아니냐"는 비판을 자주 듣습니다. 맞는 말일 수 있지만, 중요한 건 마진'율' 자체가 아니라 **고객 한 명에게서 얻는 절대적인 이익의 크기**와 **장기적인 마진 개선 가능성**입니다. 오히려 낮은 초기 마진은 고객들이 우리 제품을 열정적으로 사용하고 있다는 '건강한 신호'일 수 있습니다. 이런 '땅따먹기(Land Grab)' 국면에서는, 단기적인 단위 경제성을 희생하더라도 먼저 시장을 선점해서 고객이 반복적으로 쓸 수밖에 없는 제품을 만들고, 그 데이터를 기반으로 우리만의 모델을 만드는 것이 더 현명한 전략일 수 있습니다. https://www.mostlymetrics.com/p/can-bad-gross-margins-ever-be-a-good-sign 또 다른 생존 전략: 기술을 팔지 말고, 판 자체를 소유하라 더 나아가, 거인들의 영향력에서 벗어나 우리만의 왕국을 건설할 수 있는 가장 강력한 전략이 있습니다. 바로 **'풀스택(Full-stack)' 전략**입니다. 이는 단순히 다른 회사에 팔기 위한 기술(AI 소프트웨어)을 만드는 것을 넘어, 그 기술을 핵심 엔진으로 삼아 **해당 산업의 가치 사슬 전체를 직접 소유하고 운영하는 방식**입니다. - 은행에 AI 소프트웨어를 팔기 위해 ChatGPT와 경쟁하는 대신, **AI 기반 투자은행을 직접 설립**하는 겁니다. - 보험사에 AI 솔루션을 판매하는 대신, AI 기술로 무장한 보험 중개사를 직접 차리는 거죠. 파운데이션 모델이 아무리 발전해도, 그들이 직접 '보험 중개' 비즈니스를 하지는 않을 겁니다. 풀스택 AI 기업은 기술을 파는 회사가 아니라, AI라는 압도적인 무기를 가진 '기술 기반 서비스 회사'가 되는 겁니다. 고객에게 더 저렴하고, 더 빠르며, 더 개인화된 서비스를 제공하며 기존 시장을 파괴적으로 혁신할 수 있습니다. 가치를 처음부터 끝까지 직접 통제하기 때문에, 외부 기술 변화에 대한 방어력도 극도로 높아집니다. https://x.com/leveredvlad/status/1987985132343455766 본질에 집중하고, 파도 위에서 춤을 추라 AI 스타트업의 생존과 번영은 '얼마나 기발한 기능을 만드는가'에 달려 있지 않습니다. 거인들이 쉽게 복제할 수 없는 영역, 즉 **(1) 고객의 핵심 워크플로우를 점유**하거나, 더 대담하게 **(2) 산업의 가치 사슬 전체를 소유**하는 것에 달려 있습니다. 물론, 단기적인 성장 모멘텀의 유혹은 강렬합니다. 하지만 AI가 '서부 개척시대' 같다고 해서 비즈니스의 본질을 잊어서는 안 됩니다. 중요한 것은 **방어 가능한 해자, 끈끈한 매출, 그리고 깊은 고객 사랑**을 쌓으며 장기적인 가치를 만들어내는 것입니다. 우리는 기억해야 합니다. 기술 혁신의 속도와 그것이 사회에 스며드는 속도 사이에는 언제나 간극이 존재합니다. AI 시장은 포화된 것처럼 보이지만, 우리는 아직 1995년의 인터넷처럼 거대한 슈퍼 사이클의 초입에 서 있을 뿐입니다. 최고의 순간은 아직 오지 않았습니다. 기술의 파도는 계속해서 우리를 덮쳐올 겁니다. 그 파도에 휩쓸릴 것인가, 아니면 그 위에서 춤을 출 것인가. 그 선택은 기술 자체가 아닌, 우리가 고객의 문제와 그들의 일하는 방식에 얼마나 깊이, 그리고 얼마나 대담하게 파고드는지에 달려 있습니다. https://www.digitalnative.tech/p/its-still-1995

경력과 자본주의적 사고 - 법률가를 그만둔 이유: 법률가로서 첫 13년간 총 35만 달러를 벌었지만, 자본가로서의 경력을 시작할 때는 이미 30만 달러 이상의 유동 자산을 가지고 있었다. 그는 다른 사람에게 돈을 청구하는 것을 싫어했고, **독립성**을 원했기 때문에 자본가의 길을 선택했다. - 실패한 사업 인수: 워런 버핏이 망해가는 뉴잉글랜드 방직 공장(버크셔 해서웨이)을 인수한 것은 "멍청한 짓"이었지만, 그 사업에서 짜낸 돈으로 더 나은 사업을 인수하며 성공의 발판을 마련했다고 설명했다. - 버크셔의 성공 비결: 본사의 경영진 재능이 거의 필요 없는 좋은 사업체를 인수하는 것이 핵심이라고 밝혔다. 그는 "경영자가 평판이 좋아도 사업이 형편없으면, 결국 남는 것은 사업의 평판"이라고 강조했다. - 소유주처럼 생각하라: 경력주의자(careerist)처럼 생각하지 말고, 항상 사업의 소유주 관점에서 생각해야 한다고 조언했다. - 겸손한 목표: 대통령이나 억만장자가 되겠다는 야망보다는, **독립적인 삶을 목표로 하는 것이 더 현명하다**고 말했다. 그는 자신도 부자가 되려던 것이 아니라 독립을 원했을 뿐인데, "예상보다 훨씬 잘 된 것(overshot)"이라고 표현했다. - 운의 요소: 성공에는 규율, 지성, 미덕과 함께 **엄청난 행운**이 따른다는 점을 인정해야 한다고 말했다. - 가장 중요한 것: 그는 매일 아침 일어나 꾸준히 노력하고, 규율을 지키며, 계속 배우는 단순한 원칙들이 결국 좋은 결과를 가져온다고 마무리했다. 길고 행복한 삶의 비결 - 길고 행복한 삶에 대한 멍거의 조언: "아주 간단하다." 1. 많은 분노(envy)를 갖지 말 것. 2. 소득을 초과하여 지출하지 말 것. 3. 어려움에도 불구하고 쾌활하게 지낼 것. 4. **믿을 수 있는 사람들**과 교류할 것. 5. **해야 할 일**을 할 것. - 7살 때 깨달음: 그는 7살 때부터 주변 어른들의 비이성적인 면을 파악할 수 있었으며, 평생에 걸쳐 비합리성의 원인과 예방에 대해 생각해 온 것이 큰 도움이 되었다고 말했다. - 어려움에 대처하는 자세: "그래서 뭐?(So what?)"라는 태도를 가질 것을 조언했다. 어려운 시기에도 좌절하지 않고 묵묵히 자신의 일을 해나가면 결국 기회가 온다고 강조했다. 키플링의 시 <만약(If)>을 인용하며 성공과 실패에 연연하지 말고 의연하게 대처할 것을 당부했다. - 벤저민 프랭클린: 멍거는 자신과 마찬가지로 벤저민 프랭클린을 존경한다고 밝혔다. 프랭클린의 "읽을 가치가 있는 것을 쓰거나, 쓸 가치가 있는 일을 하라"는 말을 인용하며 그의 업적을 높이 평가했다. - 결혼에 대한 조언: 프랭클린의 "결혼 전에는 눈을 크게 뜨고, 결혼 후에는 반쯤 감아라"는 조언이 최고의 조언이라고 말했다. 젊은 세대를 위한 조언 - 황금 티켓은 없다: 인생에서 정말 큰 기회는 몇 번 오지 않으며, 그 기회가 왔을 때 소심하게 행동하지 말고 **과감하게 잡아야 한다**고 조언했다. 버크셔 해서웨이의 역사에서도 상위 20개의 최고의 거래를 제외하면 기록이 보잘것없을 것이라고 말했다. - 싱가포르의 리콴유: 완벽한 시스템을 설계하는 방법에 대한 질문에, 플라톤도 실패한 문제라며 즉답을 피했다. 대신 싱가포르의 리콴유(Lee Kuan Yew)의 삶과 업적을 공부할 것을 강력히 추천했다. 그는 "무엇이 효과가 있는지 알아내서 실행하라"는 리콴유의 철학을 극찬하며, 그의 리더십이 인류 역사상 가장 흥미롭고 교훈적인 정치 이야기 중 하나라고 평가했다.

창업가의 여정: 페이팔 이후의 삶 첫 번째 인큐베이터: 페이팔 매각 후, 맥스는 "다음 할 일을 찾지 못해 우울해지는 것"을 막기 위해 엔지니어링적인 해법으로 인큐베이터를 설립했다. 그는 '내가 시작하고 싶은 회사'에 대한 기준을 정하고, 팀을 모아 아이디어를 구체화했다. 성과: 이 인큐베이터를 통해 그가 직접 경영한 슬라이드(Slide, 구글에 인수됨), 11년간 이사회 의장을 맡았던 옐프(Yelp) 등이 탄생했다. 두 번째 인큐베이터 (HVF): 슬라이드를 구글에 매각한 후, 그는 페이팔 이후 겪었던 방황을 반복하지 않기 위해 즉시 두 번째 인큐베이터 HVF를 설립했다. HVF의 의미: Hard(어렵고), Valuable(가치 있으며), Fun(재미있는) 문제에만 집중하겠다는 철학을 담고 있다. 어펌(Affirm)의 탄생: HVF에서 여러 아이디어를 탐색했지만(뇌-컴퓨터 인터페이스, 소상공인 대출 등), 결국 그의 열정을 가장 크게 자극한 것은 대출 회사, 즉 어펌이었다. 창업가의 본질과 성공의 조건 르네상스 맨의 환상: 대부분의 성공한 창업가들은 첫 성공 이후 자신이 모든 분야에서 성공할 수 있다는 '르네상스 맨' 환상에 빠지기 쉽다. 맥스 자신도 페이팔 이후 미디어 회사를 창업했지만, 결국 자신이 가장 잘하는 분야는 '결제(payments)'임을 깨달았다고 고백했다. 엔지니어링 마인드셋과 비즈니스 모델: 엘론 머스크: 그는 근본적으로 엔지니어이며, 기존 산업의 비효율적인 프로세스를 재설계하는 데서 희열을 느낀다. 이것이 그가 여러 분야에서 성공할 수 있는 이유다. 성공적인 기업가의 조건: 성공적인 기업가는 (1) 프로세스에 대한 깊은 이해와 호기심(엔지니어링 마인드)과 (2) 비즈니스 모델에 대한 통찰력을 결합할 수 있어야 한다. 단순히 기술만 뛰어나다고 해서 성공적인 사업 제국을 건설할 수는 없다. https://youtu.be/hRTRsmykE8U

비즈니스 모델 등급 평가 게임 다양한 비즈니스 모델을 S(최고)부터 F(최악)까지 등급을 매기는 게임을 진행했습니다. 평가는 중간 성공 사례를 기준으로 하며, 라이프스타일, 성공 가능성, 수익성(upside)을 종합적으로 고려했습니다. F 등급: 다단계 마케팅 (MLM) 이유: 제품 판매가 아닌 다음 희생자(sucker)를 모집하는 것에 의존하는 지속 불가능한 모델. 창시자나 초기 가입자는 큰돈을 벌 수 있지만, 결국 시스템은 붕괴하고 법적 문제(구속 등)에 휘말릴 위험이 매우 크다. D 등급: 프리랜서 (Freelancer) / 단기 임대 (Short Term Rentals - Airbnb 운영) 프리랜서: 생계를 유지할 수는 있지만, 본질적으로 시간을 돈으로 바꾸는 '오너-오퍼레이터(owner-operator)' 모델이라 확장성에 한계가 있다. 단기 임대: 프리랜서와 유사하며, 가장 큰 위험은 규제 변화다. 밴쿠버와 샌프란시스코의 사례처럼, 시 정부가 규정을 바꾸면 수익 모델이 하루아침에 붕괴될 수 있다. D 등급: 콘텐츠 크리에이터 (Content Creator) 이유: 앤드류 휴버먼처럼 최상위권에 오르면 A등급의 비즈니스가 될 수 있지만, 대부분은 그렇지 못하다. 신뢰 관계를 기반으로 한 강력한 비즈니스 모델이지만, 확장성에 한계가 있고, 매일 콘텐츠를 생산해야 한다는 압박감이 크다. 인기가 사라지면 비즈니스도 사라지는 '감옥' 같은 측면이 있다. C 등급: 에이전시 (Agency) 이유: 잘될 때는 엄청난 돈을 벌지만, 사업이 망하기 직전의 상태를 끊임없이 오가는 극심한 변동성(feast or famine)을 가진다. 월마트 같은 거대 클라이언트 하나에 의존하다가 담당자가 바뀌어 계약이 끊기면 대규모 해고 사태를 맞을 수 있다. 앤드류의 경험: 그의 첫 사업인 디자인 에이전시 '메타랩(MetaLab)'은 슬랙(Slack), 유튜브 등 혁신적인 프로젝트를 통해 명성을 쌓아 수억 달러의 '이익'을 냈지만, 그 성공을 다른 에이전시에서 재현하기는 매우 어려웠다. C 등급: 부동산 (Real Estate) 이유: 예측 가능성이 가장 큰 장점이다. 하지만 가치를 더하는 개발(value-add)이 아닌 단순 임대 사업은 수익에 **'천장(ceiling)'**이 명확하고 혁신을 통해 수익을 극대화하기 어렵다. 또한, 자산 규모에 비해 유동성이 매우 낮을 수 있다. B 등급: 소프트웨어 서비스 (SaaS) 이유: 높은 반복 매출과 좋은 마진을 가진 훌륭한 비즈니스 모델이다. 하지만 경쟁의 강도에 따라 가치가 크게 달라진다. 좋은 SaaS: 장례식장 관리 소프트웨어처럼 특정 수직 산업(vertical)을 장악하여 **높은 전환 비용(switching cost)**을 만드는 경우. 나쁜 SaaS: 챗GPT를 얇게 포장한(thin wrapper) 수준의 경쟁력 없는 서비스. 앤드류의 투자 사례 (세라토, Serato): DJ 소프트웨어 분야의 표준으로, 하드웨어(파이오니어 등)와 깊게 통합되어 강력한 해자(moat)를 구축한 사례. AI 시대에도 경쟁이 어려운 구조를 가졌기에 투자했다. S 등급: 영구 자본을 운용하는 투자 운용사 (Fund Management with Permanent Capital) 이유: 워런 버핏(버크셔 해서웨이)이나 빌 애크먼(퍼싱 스퀘어)처럼, 투자자들이 자금을 회수할 수 없는 **'영구 자본'**을 운용하는 모델은 최고의 비즈니스다. 이들은 시장 변동에 흔들리지 않고 장기적인 투자를 할 수 있으며, 성과 보수와 별개로 막대한 운용 수수료(management fee)를 통해 안정적인 현금 흐름을 창출한다. 빌 애크먼의 퍼싱 스퀘어는 50명의 직원으로 150억 달러 이상을 운용하며 엄청난 수익을 낸다. 일반 헤지펀드는 B등급: 투자자들의 자금 인출 요구에 따라 저점에서 주식을 매도해야 하는 리스크가 있어 영구 자본 모델보다는 등급이 낮다. 창업에서 인수로의 전환: 앤드류는 초기에 메타랩의 성공 후 10여 개의 사업을 직접 시작했지만 대부분 실패했다. 그는 "워런 버핏은 쉬운 모드를 하고 있는데, 왜 우리는 어려운 모드를 하고 있는가?"라는 깨달음을 얻고, 성공적으로 운영되고 있는 비즈니스를 인수하는 방식으로 전략을 전환했다. Tiny의 시작: 2013년, 파트너 크리스와 함께 메타랩 수익금 400~500만 달러를 종잣돈으로 'Tiny'를 설립. 이후 추가 자본 투입 없이 인수와 복리 효과를 통해 성장했다. 비판: 트위터 등에서 "인터넷의 워런 버핏"을 자처하지만 Tiny의 주가는 2021년 상장 후 하락세라는 비판을 받는다. 앤드류의 입장: 1. 사업의 실체: Tiny는 연 매출 3억 달러 이상, 연간 반복 매출(ARR) 6,500만 달러, EBITDA 4,000만 달러 이상을 기록하는 건실한 회사다. "이게 실패라면, 나도 그런 실패를 하고 싶다." 2. 주가 하락의 배경: Tiny는 2021년 1월, 주식 시장이 최고조에 달했을 때 다른 회사를 통해 우회 상장(reverse merger)했다. 상장 첫날 시가총액이 2.5억 달러에서 12억 달러로 급등했고, 그 시점이 차트의 시작점이 되었다. 이후 시장의 거품이 꺼지면서 자연스럽게 주가가 하락한 것이며, 이는 Tiny의 펀더멘털과 무관하다. 2023년에 상장한 기업의 60%가 공모가 아래에 있는 현실을 고려해야 한다. 3. 오해와 진실: 자신은 '펌프 앤 덤프'를 한 적이 없으며, 매각한 주식은 재단에 기부한 것이 전부다. 여전히 Tiny의 대주주이며, 대부분의 자산이 회사에 묶여 있다. '미움받을 용기'와 기업가의 정체성 '미움받을 용기'의 교훈: 앤드류는 '미움받을 용기'라는 책을 통해 **'인정받으려는 욕구는 함정'**이라는 것을 깨달았다. 모든 사람을 만족시키려 하면 결국 다른 사람의 인생을 살게 된다는 것이다. '상자'에 갇히지 않기: 사람들은 다른 사람을 '건축가', '의사', '투자자' 등 특정 상자(label) 안에 가두려는 경향이 있다. 골드만삭스 CEO가 DJ를 한다거나, 킴 카다시안이 교도소 개혁에 나서는 것처럼, 누군가 자신의 '상자'를 벗어나려 하면 비난받기 쉽다. 자신만의 길을 가기: 그는 이러한 사회적 압박에서 벗어나기로 결심했다. 그는 "나는 더 이상 호감 게임을 하지 않겠다. 미움받을 용기를 가질 것"이라고 선언했다. 다양한 취미와 사업을 병행하는 자신의 복잡한 정체성을 숨기지 않고 드러내기로 한 것이다. '규칙 없음'의 힘: 파운더스 펀드가 "유일한 규칙은 규칙이 없다는 것"이라는 원칙을 세운 것처럼, 기존의 틀에 얽매이지 않을 때 비트코인이나 안두릴(Anduril) 같은 비주류적이고 혁신적인 기회를 잡을 수 있다. 결과(Outputs)가 아닌 과정(Inputs)을 질투하라: 핵심 통찰: 다른 사람의 성공적인 결과(부, 명예)를 질투하는 것은 의미 없다. 대신, 그 결과를 만들어낸 과정, 즉 그들의 일상과 노력(inputs)을 질투하라. 만약 어떤 사람의 일하는 방식이나 과정이 진심으로 부럽다면, 그것이 바로 당신이 추구해야 할 길이라는 신호다. 이는 질투심을 자신을 이해하는 나침반으로 활용하는 방법이다. https://youtu.be/ZOi2DtTVm7o

https://www.berkshirehathaway.com/news/2025news.html 매우 부유한 CEO들을 종종 괴롭히는 것은—결국 그들도 인간이니까요—다른 CEO들이 훨씬 더 부자가 되고 있다는 것입니다. 시기와 탐욕은 손을 잡고 걷습니다. 그러나 10년 또는 20년 후에는 버크셔보다 더 잘 해낸 회사들이 많을 것입니다. 우리의 규모가 대가를 치르게 합니다. 버크셔는 제가 아는 어떤 사업보다 파괴적인 재앙을 겪을 가능성이 적습니다. 그리고, 버크셔는 제가 아는 거의 모든 회사보다 더 주주를 의식하는 경영진과 이사회를 가지고 있습니다(그리고 저는 많은 것을 보아왔습니다). 마지막으로, 버크셔는 항상 그 존재가 미국에 자산이 되는 방식으로 관리될 것이며, 구걸하는 처지가 될 수 있는 활동은 피할 것입니다. 시간이 지남에 따라, 우리 경영자들은 상당히 부유해질 것입니다—그들은 중요한 책임을 지고 있으니까요—하지만 왕조적이거나 "나 좀 봐줘" 식의 부에 대한 욕망은 없습니다. 우리 주가는 변덕스럽게 움직일 것이며, 현재 경영진 하에서 60년 동안 세 번 그랬던 것처럼 때때로 50% 정도 하락할 것입니다. 절망하지 마십시오. 미국은 다시 돌아올 것이고, 버크셔 주식도 그럴 것입니다. 저는 제 인생의 전반부보다 후반부에 대해 더 기쁘게 생각한다고 말할 수 있어 행복합니다. 제 조언은: 과거의 실수에 대해 자책하지 마십시오—적어도 그것들로부터 조금 배우고 앞으로 나아가십시오. 개선하기에 너무 늦은 때란 없습니다. 올바른 영웅을 찾고 그들을 모방하십시오. 톰 머피부터 시작할 수 있습니다. 그가 최고였습니다. 후에 노벨상으로 유명해진 알프레드 노벨을 기억하십시오. 보도에 따르면, 그는 자신의 형이 죽었을 때 신문사가 혼동하여 실수로 인쇄된 자신의 부고를 읽었습니다. 그는 자신이 읽은 것에 경악했고 자신의 행동을 바꿔야 한다는 것을 깨달았습니다. 뉴스룸의 혼동에 의지하지 마십시오: 당신의 부고가 어떻게 쓰였으면 좋겠는지 결정하고, 그럴 자격이 있는 삶을 사십시오. 위대함은 엄청난 돈, 엄청난 명성, 또는 정부의 큰 권력을 축적함으로써 오지 않습니다. 당신이 수천 가지 방법 중 어떤 식으로든 누군가를 도울 때, 당신은 세상을 돕는 것입니다. 친절은 비용이 들지 않지만 값을 매길 수도 없습니다. 당신이 종교적이든 아니든, 행동의 지침으로서 황금률(The Golden Rule)을 이기기는 어렵습니다. 저는 이 글을 수없이 경솔했고 많은 실수를 저질렀지만, 또한 몇몇 훌륭한 친구들로부터 어떻게 더 잘 행동해야 하는지를 배우는 데 매우 운이 좋았던 사람으로서 씁니다(하지만 여전히 완벽과는 거리가 멉니다). 청소부 아주머니도 회장님만큼이나 한 인간이라는 것을 명심하십시오.

스테이블 코인 활용 사례 국경 간 결제 (Cross-border payments): 콜롬비아 페소를 stablecoin으로 전환하여 달러로 송금하는 등 저렴하고 빠르게 국경을 넘나드는 송금에 활용됩니다. DolarApp과 같은 네오뱅크는 stablecoin 기반의 글로벌 USD 앱을 구축하여 중남미 전역에서 사용됩니다. 달러 자산 보유 (Dollar balances/holdings):특히 신흥 시장의 사람들이 자국 통화의 불안정성 때문에 달러 stablecoin을 보유하는 데 사용됩니다. 기업 내부 자금 이동: SpaceX가 전 세계 Starlink 판매로 벌어들인 다양한 현지 통화를 stablecoin을 통해 미국 본사로 송환하는 데 사용됩니다. 신용 시장 및 수익 창출 (Credit markets and yield): stablecoin을 보유하고 이를 활용하여 신용 시장을 열거나 수익을 창출하는 데 사용됩니다. 핀테크 슈퍼 앱 (Fintech super apps): 초기 스타트업들이 stablecoin을 기반으로 Revolut, Klarna와 같은 기존 네오뱅크들이 수십 년에 걸쳐 구축한 기능을 단 1년 만에 구축할 수 있도록 합니다. 외환 시장 (FX Markets): stablecoin과 현지 통화 간에 매우 강력한 외환 시장이 존재하며, 이는 기존 금융 인프라가 부족한 지역에서 효율적인 FX 시장 역할을 합니다. 다만, fiat FX 시장과 달리 stablecoin FX 시장은 규모가 커질수록 스프레드가 벌어지는 경향이 있어 스타트업에게 더 효율적입니다. 금융의 미래 금융 스택의 오픈 소싱: 과거에는 여러 국가에 진출하기 위해 각국의 금융 인프라를 개별적으로 구축해야 했지만, 이제는 하나의 stablecoin과 지갑만으로 전 세계 어디에서나 금융 서비스를 제공할 수 있게 됩니다. 금융 스택이 오픈 소스화되는 효과를 가져옵니다. 네오뱅크 및 지갑의 미래: 개발도상국에서는 단 하나의 은행이 금융 혁신을 저해하는 경우가 많았지만, stablecoin은 이러한 지역에 새로운 금융 경험을 제공할 기회를 줍니다. 기업들은 자체 네오뱅킹 기능을 구축하여 사용자들과 더 오래 지속되는 관계를 유지하고, 사용자에게 혜택을 제공하는 긴밀한 루프를 만들 수 있습니다. 소비자들은 여러 앱에 걸쳐 자산을 분산시키지 않고, 앱 내에서 자기 관리형 지갑을 통해 자산을 소유하고 관리하는 것을 선호할 것입니다. 궁극적으로 프로그래밍 가능한 금융을 통해 여러 앱에 분산된 자산들을 하나의 제어 지점에서 관리할 수 있게 될 것입니다. 미국에서는 Robinhood, Cash App 등이 유럽식 네오뱅크에 가장 가깝습니다. 향후 대부분의 금융 경험(대출, 거래, 저축, 지출)이 블록체인 위에서 재구축될 것이며, 이는 새로운 세대의 네오뱅크를 탄생시키고 시장의 파편화를 심화시킬 것입니다. 향후 2-3년 전망 Stablecoin의 유비쿼터스화: stablecoin이 현실의 필수적인 부분으로 자리 잡을 것이며, 더 많은 기업들이 stablecoin을 활용하게 될 것입니다. 지갑의 보편화: 모든 사람이 디지털 자산을 소유하고 통제할 수단을 갖게 될 것입니다. Stripe의 암호화폐 네이티브화: Stripe 자체가 암호화폐에 더욱 특화되어, 사용자들이 암호화폐 레일을 활용할 수 있는 강력한 플랫폼이 될 것입니다. 초기 단계: 현재 stablecoin 시장은 여전히 매우 초기 단계이며, 앞으로 100배 이상 성장할 것으로 예상됩니다. "Stablecoin"이라는 용어의 소멸 여부: stablecoin이라는 용어 자체가 사라지고 underlying technology처럼 뒤로 물러날 것이라는 의견과, 독특한 인프라 때문에 인식이 유지될 것이라는 의견이 대립합니다. https://youtu.be/4FsGlsfIIkc?si=BXTrCaudmSbp5lTN

1970년에 아무런 학자금 빚 없이 졸업하던 세대와 밀레니얼 세대를 비교해보면, 지금은 너무 많은 사람들이 대학에 가지만 아무것도 배우지 못하고, 결국 감당하기 힘든 부채를 짊어지게 됩니다. 세대 간 약속의 파괴는 학자금 부채에만 한정되지도 않습니다. 나는 ‘문화 전쟁(culture wars)’의 80퍼센트는 경제 문제로 환원할 수 있다고 생각합니다... 그리고 경제 문제의 80퍼센트는 다시 부동산 문제로 환원할 수 있다고 봅니다. 주택 가격은 훨씬 비쌉니다. 뉴욕이나 실리콘밸리처럼 경제가 잘 돌아가고 괜찮은 일자리가 많은 곳에서 집을 얻기란 훨씬 더 어렵습니다. 사람들은 여전히 모든 것이 예전처럼 작동한다고 생각하지만, 객관적으로 보면 그렇지 않습니다. 베이비붐 세대는 세상이 자기 자녀 세대에게 제대로 작동하지 않는다는 사실에 이상할 정도로 무관심합니다. 얼마나 악의적인 의도나 무지함이 섞여 있는지는 판단하기 어렵지만요. 2000년엔 미국의 학자금 부채 총액이 3천억 달러였는데, 지금은 2조 달러를 넘어섰습니다. 언젠가는 그게 무너질 수밖에 없습니다. 사회주의가 이런 문제들에 해답을 줄 수 있다고 생각하지 않습니다. 맘다니 역시 해결책을 가지고 있다고 보지 않습니다. 주택을 사회화할 수는 없습니다. 단순히 임대료 상한제를 강제한다면, 오히려 공급이 더 줄어들고, 결국 집값은 더 비싸질 것입니다. 맘다니의 공적을 인정하자면, 그는 최소한 이런 문제들에 대해 말을 했습니다. 무엇을 해야 할지 모르더라도, 첫 단계는 문제들이 무엇인지에 대해 이야기를 하는 것입니다. 이 점에서, 소위 중도좌파–중도우파 기성 엘리트는 그 문제들을 말하는 것조차 실패했습니다. 젊은 사람들이 친사회주의적이라고까지 말할 수 있을지 모르겠습니다. 다만 예전보다 친자본주의적이지 않다고는 말할 수 있겠죠. 자본주의가 어떤 방식으로든 불공정한 ‘사기판’으로 보인다면, 사람들은 자본주의를 덜 지지하게 됩니다. 그래서 상대적인 의미에선 더 사회주의적으로 보일 수 있습니다. 하지만 제 생각에 더 정확한 감정은 이겁니다: '자본주의가 내게는 작동하지 않는다. 혹은 자본주의라고 불리는 것은 사람들이 나를 등쳐먹기 위한 변명일 뿐이다.' 트럼프와 맘다니에게는 어떤 종류의 진정성이 있습니다. 그들이 완전히 일관되고, 완전히 진정성 있다고는 확신하지 못합니다. 하지만 공화당의 기성 엘리트와 민주당의 기성 엘리트가 트럼프와 맘다니를 정말 싫어하는 지점은, 그들을 가짜라고 부를 수도 없다는 데 있습니다. 두 사람은 각 당이 가진 것보다 더 진정성 있어 보이니까요. 공산주의와 파시즘은 젊은 세대의 운동이었습니다. 그런데 지금의 인구 현실은 예전보다 젊은 사람이 훨씬 적습니다. 출산율이 크게 떨어졌죠. 우리는 ‘노인 정치(gerontocracy)’의 시대에 있습니다. 그래서 미국이 사회주의 국가가 된다면, 그것은 젊은 세대의 사회주의가 아니라 노인 세대의 사회주의일 겁니다. 의료비 무상화 같은 이슈에 초점이 맞춰지겠죠. ‘혁명’이라는 단어는 매우 남성적이고, 폭력적이며, 젊은 느낌을 줍니다. 하지만 지금의 ‘혁명’이라면, 그건 일흔 넘은 할머니들의 혁명일 겁니다.

«만약 당신이 맘다니를 ‘지하디스트’나 ‘공산주의자’, ‘어리석은 젊은이’라고 부르는 것 외에 할 말이 없다면, 그건 당신이 여전히 주택 문제나 학자금 부채 문제에 대해 아무 해답도 갖고 있지 않다는 뜻입니다. 그런 수준이라면, 당신은 앞으로도 선거에서 계속 질 겁니다.» → 피터 틸의 인터뷰 내용은 꼭 읽어보시길 권합니다. https://55check.com/?q=YToxOntzOjEyOiJrZXl3b3JkX3R5cGUiO3M6MzoiYWxsIjt9&bmode=view&idx=168523051

초기 단계 창업자들이 고민하는 지점에 대해서 잘 다룬 대화 창업 접근 방식의 정의 하향식 (Top-Down): 특정 시장의 문제를 해결할 기술을 찾는 방식입니다. 상향식 (Bottoms-Up): 탐색하고, 작은 사이드 프로젝트에서 시작하여 확장하는 방식입니다. 두 방식 모두 장단점이 있으며 창업가의 배경에 따라 선호도가 갈립니다. 중요한 것은 과도한 시장 분석이나 스케일업 불가와 같은 극단적인 단점을 피하는 것입니다. 많은 거대 회사가 처음에는 "장난감"처럼 사소하게 보였습니다. (예: 코인베이스, 에어비앤비). 시장 진입 전략이 시장 교란 전략과 다르다는 점을 이해해야 합니다. 2. 사용자 피드백의 함정 및 신호 찾기 문제 식별 vs. 해결책: 사용자와 대화하는 것은 문제를 식별하는 데 매우 유용하지만, 해결책을 찾는 데는 좋지 않습니다. 사용자들은 그들이 원하는 해결책이 무엇인지 모를 수 있습니다. 강력한 신호 찾기: 사용자가 좋은 말만 하는 가짜 신호를 걸러내고, 강력한 의도를 나타내는 신호(예: 제품 개발에 시간을 투자하는 디자인 파트너가 되거나, 선금을 지불하겠다는 의사)를 찾아야 합니다. 인센티브의 힘: 모든 산업에는 새로운 기술을 채택하여 커리어를 쌓고자 하는 얼리 어답터 인플루언서가 존재하며, 이들을 찾는 것이 초기 시장 개척에 중요합니다. 3. 끈기 vs. 방향 전환 (Pivot) 실제로 작동하는 것의 속도: 실제로 작동하는 제품은 출시 후 매우 빠르게(보통 1년 이내) 작동하기 시작하며, 오랜 기간 동안 고군분투하는 것은 시장 수요(Market Pull)가 없다는 것을 의미할 가능성이 높습니다. 제품-시장 적합성의 징후: 제품이 절반만 완성되었는데도 고객들이 계속 사용한다거나, 불평하면서도 계속 기능 요청(Feature Request)을 보내는 것은 좋은 징후입니다. 피벗의 방향: 작동하지 않는다고 판단되면, 국지적인 최적화(Local Maxima)에 갇히지 않도록 아이디어나 시장을 완전히 바꿔야 합니다. 4. 하이프 사이클 (Hype Cycles) 실리콘 밸리는 진짜 하이프 사이클(예: 소셜, 모바일, SAS)과 가짜 하이프 사이클(예: EdTech, IoT)을 모두 겪습니다. AI 웨이브는 진짜: AI는 매우 현실적인 물결이며 앞으로 더 커질 것입니다. (예: Midjourney나 ChatGPT의 막대한 사용량과 매출 성장) 아직 초기 단계이므로 툴링 회사와 새로운 애플리케이션의 등장은 이제 막 시작되는 단계입니다. 5. 웹 3 및 암호화폐에 대한 평가 블록체인의 본질: 블록체인은 기본적으로 느리고 분산된 데이터베이스입니다. 웹 전체를 블록체인 위로 옮길 필요는 없습니다. 가치 있는 사용 사례: 블록체인의 가치는 무신뢰(Trustless) 시스템이라는 특징에서 나오며, 이는 금융 서비스, 아트/NFT, 그리고 특히 AI 에이전트를 위한 ID(Identity) 분야에서 매우 유용할 수 있습니다. 암호화폐 사이클 예측: 암호화폐 시장은 보통 큰 흥분 -> 과대평가/하락 -> 침체 -> 비트코인 반감기 및 수급 변화 -> 다시 상승의 패턴을 따르는 경향이 있습니다. 6. 청중 질문 및 통찰 B2B 아이디어 검증: 엔터프라이즈 시장은 경험이 부족한 창업가들에게 어렵습니다. 해결책은 해당 산업 전문가를 공동 창업자나 고문으로 영입하는 것입니다. (예: 법률 AI 회사 Harvey의 공동 창업자는 변호사). 창업 적합성: 훌륭한 창업가는 해당 분야의 전문가이거나, 전문가가 아니더라도 빠르게 학습하여 깊은 지식을 습득합니다. 철저한 준비와 통찰력 있는 질문을 통해 3~6개월 만에 해당 분야에서 상당한 실력자가 될 수 있습니다. 초기 물결선 단계 돌파: 초기 단계의 모멘텀 부족은 같은 생각을 가진 사람들과 함께하면 극복하기 쉽습니다. 창업가는 의도적으로 모멘텀을 만들어야 합니다 (예: 초기 고객과의 대화를 축적). AI 스타트업 VC 모델: Midjourney처럼 벤처 투자를 받지 않는 회사들도 많으며, 이는 VC 모델의 문제가 아닙니다. 가장 좋은 회사들은 놀라울 정도로 자본 효율적이며, 이는 고객이 기꺼이 비용을 지불한다는 제품-시장 적합성의 신호입니다. AI와 헬스케어: AI는 단백질 접힘(Protein Folding)과 같은 R&D보다는 서비스 전달 및 인프라(청구, 행정, 환자 데이터 추출)와 같은 비효율이 큰 영역에서 더 큰 영향을 미칠 것입니다. R&D 비용의 대부분은 임상 시험입니다. 변하지 않는 것: 대부분의 것은 변하지만, 최고의 제품은 새로운 형식으로 기존의 행동을 포착한다는 점에서 인간의 본질적인 관심사는 변하지 않습니다. https://youtu.be/b4CWtfC0HIM?si=hXXiA3aF9Z4ciNma

나이스해 보이는 이 세상 자체가 어마어마한 실패담위에 서 있다. 내가 끌리는 뭔가에 올인하다가 다들 중요하다고 하는 것을 망해본 사람들이랑 일하는게 좋다.

- 0년차: AI가 자신의 코드베이스조차 실행시키지 못합니다. - 0.5년차: 새 버전을 훈련시킬 수는 있지만 결과가 좋지 않습니다. - 1년차: 자율적으로 훈련할 수 있지만, 상위 10명의 인간 연구자만큼 뛰어나지는 않습니다. - 2년차: 잘 실행되지만 여전히 가끔 인간의 개입이 필요합니다. 자기 개선 능력은 과업별로 봐야 합니다. 검증 가능한 수학 과업의 발전은 희귀 언어를 기록하는 것과 같이 실제 데이터 수집에 병목 현상이 있는 과업보다 훨씬 빠를 것입니다. Q: 특정 과업에서 AI가 얼마나 빨리 발전할지 예측하는 핵심적인 경험 법칙(heuristics)은 무엇인가요? A: 저는 몇 가지 간단한 경험 법칙을 사용합니다. 1. 디지털 vs. 물리적: AI는 디지털 과업에 훨씬 더 뛰어납니다. 반복 속도가 엄청나게 빠르기 때문입니다. 물리적 로봇으로 실험을 확장하는 것보다 컴퓨팅을 확장하는 것이 훨씬 쉽습니다. 2. 인간의 난이도: 일반적으로 인간에게 더 쉬운 과업이 AI에게도 더 쉬운 경향이 있습니다. 3. 풍부한 데이터: AI는 데이터가 풍부할 때 번성합니다. 모델이 특정 언어에 대한 데이터가 많을수록 해당 언어로 된 수학 성능이 더 좋다는 명확한 경향이 있습니다. 4. 단일 객관적 지표 (예외): 성공에 대한 명확한 단일 지표가 있다면, 강화 학습(알파고나 AlphaDevolve처럼)을 사용하여 합성 데이터를 생성하고 실제 데이터가 부족하더라도 빠르게 발전할 수 있습니다. Q: 이 경험 법칙에 근거하여 AI가 특정 과업을 언제쯤 마스터할지에 대한 몇 가지 예측을 해주실 수 있나요? A: 이 법칙들을 사용하여 몇 가지 합리적인 추측을 할 수 있습니다. - 완료 (2023-2024): 번역(상위 50개 언어), 기본 코드 디버깅, 경시 수학. 이들은 디지털이고, 데이터가 풍부하며, 검증이 매우 용이합니다. - 곧 (예: 2027년): AI 연구 수행. 인간에게 어렵고 데이터 생성이 까다롭지만, 디지털 영역입니다. - 나중에 (예: 2029년 이후): 화학 연구(비디지털), 영화 제작(디지털이지만 매우 복잡). - 불확실/먼 미래: 주식 시장 예측(매우 어려움), 배관 수리, 미용(물리적 과업). - 가까운 미래에는 거의 불가능: 전통 우즈벡 카펫 제작(매우 어렵고, 비디지털이며, 데이터 없음), 틀링깃어 번역. - 불가능: 여자친구가 만족할 만한 데이트를 하는 것. 인간에게도 불가능하고, 비디지털이며, 데이터도 없습니다. 이 분야에서는 한동안 우리 인간의 역할이 남아있을 것 같습니다. https://youtu.be/b6Doq2fz81U

프론티어 랩들이 지능을 더 좋게 그리고 싸게 만드는 동안 현업에서 필요한 복잡하고 귀찮은 업무들의 갭을 스타트업들이 메우는 게 가능하다. 우리의 일상에는 아직도 디지털화되어 있지 않고 정답이 없는 문제들이 많기 때문에 이런 분야일수록 AI로 고도화하기 어렵다. ### 파트 1: 지능의 상품화 Q: 첫 번째 아이디어인 '지능이 상품화되고 있다'는 점에 대해 더 자세히 설명해 주실 수 있나요? A: AI 발전에는 두 단계가 있습니다. 첫 번째는 '최전선을 밀어붙이는(pushing the frontier)' 단계로, AI가 아직 잘하지 못하는 새로운 능력을 개척하는 시기입니다. MMLU와 같은 벤치마크에서 수년에 걸쳐 성능이 점진적으로 향상되는 것을 볼 수 있습니다. 두 번째 단계는 '상품화(commoditization)'입니다. 일단 어떤 능력이 달성되면, 그 수준의 지능에 접근하는 비용은 시간이 지남에 따라 감소합니다. 예를 들어, MMLU에서 특정 성능을 얻기 위한 비용(달러 기준)은 매년 꾸준히 하락해 왔습니다. 이 추세는 계속될 것입니다. Q: '적응형 컴퓨팅(adaptive compute)'에 대해 언급하셨는데, 이 개념이 지능의 지속적인 상품화에 왜 중요한가요? A: 비용 감소 추세는 계속될 것입니다. 왜냐하면 딥러닝 역사상 처음으로 적응형 컴퓨팅이 제대로 작동하기 때문입니다. 이전에는 문제의 난이도와 상관없이("캘리포니아의 주도는 어디인가?" 같은 쉬운 문제든, 어려운 경시 수학 문제든) 고정된 양의 컴퓨팅 자원을 사용했습니다. 이제는 과업의 난이도에 따라 사용되는 컴퓨팅 양을 조절할 수 있습니다. 이는 Q*(큐스타)에서 보여준 바 있는데, 테스트 시간에 컴퓨팅 사용량을 늘리자 수학 문제 해결 능력이 향상되었습니다. 이는 모든 과업에 대해 모델 크기를 계속 키울 필요가 없다는 의미입니다. 매우 쉬운 과업의 경우, 최소한의 저렴한 컴퓨팅만 사용하여 해당 과업의 비용을 거의 0에 가깝게 만들 수 있습니다. Q: 지능의 상품화가 정보 접근성에 어떤 영향을 미쳤나요? A: 공개된 정보를 찾는 데 걸리는 시간이 극적으로 줄었습니다. - 인터넷 이전 시대: 1983년 부산의 인구를 찾으려면 도서관에서 몇 시간을 보내야 했을 겁니다. - 인터넷 시대: 웹사이트를 검색하고 둘러보는 데 몇 분이 걸렸을 겁니다. - 챗봇 시대: 답은 거의 즉각적으로 나옵니다. "1983년 부산에서 결혼한 커플은 몇 쌍인가?"와 같은 더 어려운 질문의 경우, 시간 절약 효과는 더욱 극적입니다. 인터넷 이전에는 몇 주간의 여행과 조사가 필요했을 수 있습니다. AI 에이전트를 사용하면 한국의 KOSIS와 같은 복잡한 데이터베이스를 탐색하여 몇 분 안에 답을 찾을 수 있습니다. OpenAI의 Operator는 이미 이 작업을 수행할 수 있습니다. 이 추세는 1983년 아시아 인구 상위 30개 도시를 결혼 건수 순으로 정렬하는 것과 같은 훨씬 더 복잡한 질문에도 적용됩니다. Q: 지능과 지식이 저렴한 상품이 되는 것의 핵심적인 시사점은 무엇인가요? A: 몇 가지 주요 시사점이 있습니다. 1. 분야의 민주화: 이전에는 임의의 지식 장벽으로 막혀 있던 분야들이 개방될 것입니다. 코딩과 개인 건강이 좋은 예입니다. 이제 꽤 훌륭한 의사가 제공할 수 있는 수준의 정보를 ChatGPT에서 얻을 수 있습니다. 2. 사적 정보의 상대적 가치 상승: 공개 정보가 거의 무료가 됨에 따라, 비공개 정보나 내부자 정보(예: 시장에 나오지 않은 매물)의 상대적 가치가 더 높아집니다. 3. 마찰 없는 개인화된 접근: 결국 우리는 정보에 마찰 없이 접근하게 될 것입니다. 모두를 위한 공공 인터넷 대신, 정보가 정확히 필요한 방식으로 제공되는 개인화된 인터넷을 갖게 될 것입니다. --- ### 파트 2: 검증자의 법칙 Q: 두 번째 핵심 아이디어인 '검증자의 법칙'은 무엇인가요? A: 이는 컴퓨터 과학에서 흔한 개념인 '검증의 비대칭성'에 기반합니다. 어떤 과업들은 해결책을 찾는 것보다 해결책을 검증하는 것이 훨씬 쉽습니다. - 검증은 쉽지만 생성은 어려운 경우: 스도쿠, 트위터 코드 작성. - 대칭적인 경우: 일부 경시 수학 문제는 푸는 것만큼 검증하는 것도 어렵습니다. - 검증은 어렵지만 생성은 쉬운 경우: 사실 기반 에세이 작성(그럴듯한 주장을 하기는 쉽지만 사실 확인은 지루합니다), 새로운 다이어트법 만들기("오직 들소 고기만 먹는 다이어트가 최고"라고 주장하는 데는 10초면 되지만, 이를 검증하는 데는 수년간의 연구가 필요합니다). 수학 문제의 정답지나 코딩 문제의 테스트 케이스와 같이 특권적인 정보를 제공함으로써 과업의 검증 가능성을 높일 수 있습니다. Q: '검증자의 법칙'과 '검증 가능성'의 개념을 어떻게 공식적으로 정의하시나요? A: 검증자의 법칙(또는 규칙)은 다음과 같습니다: AI가 특정 과업을 해결하도록 훈련시키는 능력은 그 과업이 얼마나 쉽게 검증 가능한지에 비례한다. 이는 해결 가능하고 쉽게 검증할 수 있는 모든 과업은 결국 AI에 의해 정복될 것이라는 점을 시사합니다. 저는 '검증 가능성'을 다음 다섯 가지의 함수로 정의합니다: 1. 객관적 진실: 명확한 정답/오답이 있는가? 2. 속도: 검증이 얼마나 빠른가? 3. 확장성: 백만 개의 제안된 응답을 한 번에 검증할 수 있는가? 4. 적은 노이즈: 매번 동일한 검증 결과를 얻는가? 5. 연속적인 보상: 단순히 통과/실패가 아니라 품질의 스펙트럼(예: 점수)을 얻는가? Q: 딥마인드의 AlphaDevolve를 훌륭한 예로 드셨는데, 이 원리를 어떻게 활용하나요? A: AlphaDevolve는 완벽한 예시입니다. 스마트한 알고리즘과 대규모 컴퓨팅을 사용하여 검증 비대칭성이 높은 과업을 해결합니다. 그 과정은 다음과 같습니다. 1. 샘플링(Sample): 대규모 언어 모델을 사용하여 문제에 대한 많은 후보 해결책을 생성합니다. 2. 평가(Grade): 계산적이고 객관적인 검증기를 사용하여 모든 후보를 평가합니다. 3. 진화(Evolve): 가장 높은 점수를 받은 해결책을 다음 샘플링 라운드를 위한 영감으로 모델에 다시 제공합니다. 이 과정을 반복함으로써 과업 수행 능력은 지속적으로 향상됩니다. 그들은 훈련과 테스트가 동일한 문제, 즉 특정 문제에 대한 단 하나의 최상의 답을 원하는 문제를 선택함으로써 일반화 문제를 영리하게 회피했습니다. Q: '검증자의 법칙'이 AI의 미래에 미치는 시사점은 무엇인가요? A: 1. 자동화 순서: 가장 먼저 완전히 자동화될 과업은 검증이 아주 쉬운 과업들일 것입니다. 2. 새로운 사업 기회: 현재 측정하기 어려운 것들을 측정하는 방법을 만들어내는 것이 중요하고 성장하는 분야가 될 것입니다. 무언가를 효과적으로 측정할 수 있게 되면, AI를 사용하여 그것을 최적화할 수 있습니다. --- ### 파트 3: 지능의 들쭉날쭉한 경계 Q: 마지막으로 '지능의 들쭉날쭉한 경계'에 대해 말씀하셨는데, 무슨 의미인가요? A: 저는 AI의 능력이 매끄럽고 균일한 전선이 아니라 '들쭉날쭉한 경계'라고 생각합니다. AI가 뛰어난 정점(peak, 예: 어려운 수학 문제, 일부 코딩)이 있고, 실패하는 이상한 계곡(valley, 예: 오랫동안 ChatGPT는 9.11이 9.9보다 크다고 생각했거나, 틀링깃어 같은 희귀 언어를 구사하는 것)이 있습니다. AI가 갑자기 모든 것을 한 번에 잘하게 되는 일은 없을 것입니다. 대신, 각 과업은 고유한 속성에 따라 다른 발전 속도를 보일 것입니다. Q: 초지능의 '빠른 도래(fast takeoff)' 가능성이 낮다고 보시는 이유는 무엇인가요? A: '빠른 도래' 주장은 종종 자기 개선 문제를 이분법적으로 단순화합니다. 즉, 어느 순간 AI가 자신을 개선할 수 없다가 다음 순간 가능해진다는 식입니다. 저는 이것이 점진적인 스펙트럼이라고 생각합니다.