어쩌면 진짜 AI-native한 기업이나 사람을 평가하는 질문은 ‘각자만의 private outputs + evals가 존재하는가?' 일지도.

"기업의 해자는 암묵지입니다. AI가 존재하고 AI의 네트워크 효과가 존재하는 세상에서는 모델이 학습할 수 있는 자신만의 언덕 오르기 머신이 필요합니다."

그"래서 사람들이 충분히 이야기하지 않지만, 가장 먼저 구축하길 바라는 것은 비공개 결과물(private outputs)과 평가(evals)입니다. 제가 생각하기에 기업이 창출하는 가장 중요한 IP는 바로 이런 프라이빗 벤치마크와 프라이빗 평가입니다. 여기에서 결과물과 품질을 기업의 기준에 맞게 인식하는 거죠."

"AI 시대의 기업이란 과연 무엇일까요? 기업은 인적 자본(human capital)과 토큰 자본(token capital)을 가지게 될 것입니다. 그 토큰 자본은 어떻게 만들어졌을까요? 단순한 API 호출의 묶음이 아니라, 그들이 직접 소유한 가중치(weights)의 집합일 것입니다."

&

"완전히 새로운 비즈니스 모델이 필요합니다. 예를 들어 기업의 업무 시스템(Cowork 등)이 WorkIQ를 사용할 때, 그것은 사용량 기반 비즈니스 모델이 될 것입니다. 따라서 우리가 지금까지 구축해 온 기존 시스템을 에이전트 시대에 맞게 재구축하고 과금 모델의 축을 변경하여, 사용자당 정액 과금과 사용량 기반 과금 모델을 동시에 갖추는 것이 필수적입니다."

"(사용자당 과금과 사용량 과금이 혼합된 하이브리드 비즈니스 모델이 진정한 미래가 될 것이라고 생각하시나요?) 100%입니다. 그리고 그 시스템이 갖춰지면 예전 온프레미스 서버에서 클라우드로 넘어갈 때 일어났던 일이 재현될 겁니다. 사실 클라우드 전환기 당시에는 저조차도 결과를 완전히 예측하지 못했고, "아, 클라우드로 가면 예전과 똑같은 수량의 서버만 팔게 되는 건가" 하고 내심 걱정했었죠. 하지만 결과적으로 우리는 우리에게서 물리적 서버를 구매한 적이 없는 새로운 고객들이 구독을 시작하면서 훨씬 더 거대한 구독 비즈니스를 창출했습니다."

"저는 에이전트 환경에서 이미 그런 일이 일어나고 있다고 생각합니다. GitHub에서도, M365에서도, 보안 솔루션에서도 그것을 목격하고 있습니다. 모두가 끊임없이 알아서 "일하는" 자율 에이전트 시스템을 구축하고 있기 때문에 우리가 예전에 '엔드유저 컴퓨팅'이라고 생각했던 개념 자체가 완전히 바닥부터 재건되고 있습니다."

"저에게 진정한 기준은 '고객이 가치를 창출하지 못한다면 추가적인 소비나 상위 요금제를 사용하지 않을 것'이라는 사실입니다. 평가(evals)와 결과(outcomes) 증명이 그토록 중요한 이유죠. 이제 기업들은 "이 AI 기능이 정확히 나에게 어떤 비즈니스 결과를 가져다 주었나?", "어떻게 ROI를 측정할 것인가?", "어떻게 에이전트를 더 효율적으로 최적화할 것인가?"에 대해 과거보다 훨씬 더 엄격해질 것입니다."

https://stratechery.com/2026/an-interview-with-microsoft-ceo-satya-nadella-about-finding-core-competencies/

코인 관점에서 해석할 때, 향후 핵심 요소는 Private Outputs(결과물)과 Evals(평가 기준)입니다. Grok, Claude, Codex와 같은 프론티어 모델은 구독만으로 접근 가능하며, 우월한 모델이 등장하면 API만 교체하여 적용할 수 있습니다. 과거에는 최신 모델 활용 자체가 경쟁 우위였으나, 현재는 이를 해자로 구축하기 어렵습니다.
차이는 어디에서 발생하는가?
어떤 프로젝트가 우수한지, 어떤 거래 파라미터가 최적화된 상태인지, 어떤 콘텐츠가 실제 반응을 얻는지 판단하는 기준은 각자가 직접 구축해야 합니다. 예를 들어 지난 2년간 축적된 다음과 같은 데이터는 자동적으로 취득할 수 있는 것이 아니라 각자가 보유해야 할 자산입니다.
- 에어드랍 프로젝트 데이터
- 실제 수익률 데이터
- 작업 성공 패턴
- 러그풀 패턴
- VC 투자 이력
- TGE 이후 성과

더욱 중요한 것은 데이터 자체가 아니라 다음과 같은 질문을 판단하는 기준입니다.

"이 프로젝트는 지금 참여할 가치가 있는가?"

이것이 바로 Eval(평가 시스템)입니다. 결국 모델은 모두 유사하게 활용 가능하나, 평가 기준은 개인화될 수밖에 없습니다. AI 시대의 알파는 더 나은 모델에서 도출되는 것이 아니라, 더 우수한 평가 시스템과 더 양질의 데이터셋에서 발생할 가능성이 높다고 판단됩니다.

최근 대형 IPO들의 공통점은 상장 직후 화려했지만, 시간이 지나며 50~90% 가까이 폭락했다는 점입니다.

SpaceX가 상장한다면 역사상 최대 규모의 유동성 이벤트가 될 수 있지만, 과거 대형 IPO들의 사례를 보면 상장 후 변동성 확대 가능성도 경계할 필요가 있습니다.

사카나 AI, 재귀적 자기개선(RSI) 연구소 설립 발표

: AI 개발 프로세스 자체를 AI가 개선하는 'Recursive Self-Improvement(RSI)' 전담 연구 조직 출범

: 일본의 제한된 컴퓨트 환경을 제약이 아닌 강점으로 활용. 무차별 스케일링 대신 샘플 효율적 자기개선 기술 추구

: Agent-Native Model → AI Scientist → Recursive Self-Improvement → Democratized AI로 이어지는 장기 발전 로드맵 제시

: AI Scientist가 더 나은 에이전트 모델을 만들고, 해당 모델이 다시 AI Scientist를 개선하는 자기강화 구조 구축 목표

: "컴퓨트가 아닌 아이디어를 통한 발전"을 핵심 철학으로 제시. 초대형 클러스터 없이도 자기개선 AI 개발 가능하다고 주장

: 궁극적으로는 소수 빅테크가 아닌 국가·기관·산업별로 독자적인 Sovereign AI 구축을 가능하게 하는 것이 목표

: 자기개선 과정에서 발생하는 분포 이탈, 벤치마크 해킹, 제약 우회 등의 문제를 핵심 연구 과제로 규정하고 안전장치 내재화 추진

https://sakana.ai/rsi-lab/

근데 지금 하락 무서워서 팔면 앞으로 장투는 못한다고 봐야함.

클로드가 죽으면 하루 공치는 시대인데 이거에도 베팅을 못하면 미래에는 더 못 사지.

나중에 더 오르면 매수 생각 안날꺼야~ 저렇게 올랐는데 산다고? 저렇게?

나스닥 차트보면 이 마인드면 사실 상 구간이 전혀 없음.

적당히 사서 그냥 존버하고 잃어버린 5년~10년 오더라도 현금보단 나을 수 있다고 생각하는게 맘 편할것.

클로드 없으면 바로 실업자행인 시대임…
사람보다 코덱스 클로드가 일을 잘하고 결과물 내는 속도나 비용을 봤을때 더욱이…

AI에게 이렇게 일 시키시면 안됩니다!!

AI를 잘 쓰려면 큰 문제를 작은 문제로 쪼개라고 하는데, 앱 만들기를 요청할 때 이런 식으로 하시면 안됨다

- 로그인 만들기
- 결제 만들기
- 디자인하기
- 배포하기

이건 문제를 쪼갠 게 아니라 그냥 기능 나열한 것임다

이렇게 생각하셨다면 이 글 저장하고 꼭 보십쇼!!

1️⃣ 작은 문제로 쪼갠다는 건

막연한 목표를 AI나 사람에게 맡길 수 있는 단위로 바꾸는 것임다

예를 들어 AI한테

“우리 반 일정 공유 앱 만들어줘”

라고 하면 너무 애매함다

시간표 앱인지, 공지 앱인지, 댓글이 필요한지, 선생님이 올리는 건지, 학생이 직접 쓰는 건지 아무것도 정해져 있지 않기 때문임다

그러면 결과도 애매하게 나올 수밖에 업슴다

2️⃣ 제대로 쪼갠다면

이렇게 물어봐야 함다

1. 누가 쓰는 앱인가?
학생, 선생님, 학부모

2. 제일 먼저 필요한 기능은 뭔가?
일정 올리기, 일정 보기, 숙제 체크, 알림 받기

3. 첫 버전에 꼭 필요한 기능은 뭔가?
오늘 일정 보기, 내일 숙제 보기, 완료 체크하기

4. 꼭 필요한 화면은 뭔가?
일정 목록, 일정 추가, 완료 체크

5. 데이터는 뭐가 필요한가?
제목, 날짜, 과목, 완료 여부

이렇게 쪼개면 요청이 달라짐다

“우리 반 일정 공유 앱 만들어줘”

가 아니라

“학생이 오늘 일정과 내일 숙제를 보고 완료 체크할 수 있는 간단한 앱을 만들어줘

첫 버전은 일정 목록, 일정 추가, 완료 체크 기능만 있으면 되고 데이터는 제목, 날짜, 과목, 완료 여부만 저장하면 돼”

이제야 AI가 일할 수 있게 되는 것임다

3️⃣ 기능을 많이 적는 게 쪼개기가 아님다

많은 분들이 기능을 많이 적으면 문제를 잘 쪼갠 거라고 생각함다

근데 기능 목록은 그냥 있으면 좋겠다에 가깝슴다

진짜 문제 쪼개기는 첫 버전에서 무엇을 빼도 되는가까지 정하는 것임다

우리 반 일정 앱 첫 버전에는 이런 건 없어도 됨다

- 댓글, 좋아요 기능
- 친구 초대
- 예쁜 디자인
- 결제 기능

처음부터 다 넣으려 하면 AI도 헷갈리고 사람도 검수하기 어려워짐다

첫 버전에서는 딱 하나만 보면 됨다

“학생이 오늘 해야 할 일을 확인하고 완료 체크할 수 있는가?”

4️⃣ 좋은 요청에는 성공 기준이 있음다

나쁜 요청:
“일정 공유 앱 예쁘게 만들어줘”

좋은 요청:
“학생이 오늘 할 일을 확인하고 완료 체크할 수 있으면 성공이야”

성공 기준이 있어야 AI가 뭘 만들고 있는지, 나도 결과물을 어떻게 봐야 하는지 알 수 있슴다

5️⃣ 진짜 핵심

AI에게 큰 문제를 던지는 건 일을 시키는 게 아니라 소원을 비는 것에 가깝슴다 🙏🏻

“앱 만들어줘”
“서비스 만들어줘”
“돈 벌리는 기능 만들어줘”

이건 너무 명확하지 않고 큼다

좋은 요청은 작고 구체적임다

- 누가 쓰는지
- 언제 쓰는지
- 무엇을 끝내야 하는지
- 첫 버전에 뭐만 있으면 되는지
- 어떻게 성공을 판단할지

이걸 정해주는 게 진짜로 큰 문제를 작은 문제로 쪼갠 것임다

6️⃣ 결론

AI를 잘 쓰는 사람은 프롬프트 문장을 멋지게 쓰는 사람이 아니라 막연한 목표를 AI가 바로 처리할 수 있는 작업 단위로 바꾸는 사람임다

형님들 AI한테 일 시킬 때 큰 소원부터 던지지 말고

누가 언제 무엇을 어떻게 끝내야 하는지부터 쪼개보십쇼

그때부터 결과물이 달라짐다

Pump.fun의 새 기능 = "GO" Bounty Platform

대충 뭐뭐 해주면 돈 줄게 식의 미션형 캠페인인데 이번에 $2,400 줄게 이마에 타투해라고 했는데 해당 영상의 남자는 이마에 문신을 새김.....😭

윤리적인 문제는 필히 생길듯
왜냐? 인간이란 계속 도파민을 갈구하는 동물로 점점 더 괴랄하고 잔인한 바운티가 나올거라 예상

한국 드라마중에 노 웨이 아웃: 더 룰렛이라는 드라마가 있는데 이것처럼 바뀔거 같음 느낌

#펌프펀

Figure는 단 120일 만에 인간형 로봇 생산량을 하루에 한 대에서 한 시간에 한 대로 늘렸다고 밝혔습니다.

로봇들은 반복적인 스쿼트와 조깅 동작을 포함한 집중적인 테스트를 거칩니다.

Figure는 또한 로봇이 시각 기반 제어를 통해 계단을 오르고 복잡한 지형을 탐색할 수 있는 능력을 시연했습니다.

3년 전에는 인간형 로봇이 겨우 2대 있었을 뿐이었는데… 이런 말을 하게 될 줄은 몰랐지만, 이제 우리는 로봇을 너무 많이 만들다 보니 그들을 위한 보관 공간이 필요해졌어요. - Breet adcock (Figure 파운더)

https://x.com/adcock_brett/status/2063472470850744390

gm

New RWA Perp Listing – you can now trade:

$ANTHROPIC at 5x leverage

X post: https://x.com/lighter_xyz/status/2063632476350652629

댓글이 너무 웃기네...