[“법대로 내년부터 과세”…국세청, 가상자산 과세 신고 준비 착수]
박정열 국세청 개인납세국장은 29일 세종시 국세청 본청에서 진행한 ‘5월 종합소득세·지방소득세 신고’ 관련 브리핑에서 가상자산 소득세 신고 관련해 질문을 받자 “내년부터 발생하는 가상자산 소득에 대해 과세하도록 법이 제정된 만큼 2028년 (5월) 종합소득세 신고부터 신고를 받을 수 있도록 준비 중”이라고 답했다. 이데일리에 따르면 현행 소득세법에 따르면 내년 1월 1일부터 가상자산 양도·대여로 발생한 소득은 ‘기타소득’으로 분류된다. 연간 250만원을 초과하는 수익에 대해 기타소득세 20%와 지방소득세 2%를 합산한 22% 세율이 적용된다. 과세 대상은 전체 가상자산 투자자 1326만명(작년 12월 업비트 누적 회원 기준) 대상이다.
https://coinness.com/news/1155760
기사보기 : https://www.edaily.co.kr/News/Read?newsId=04444406645421040&mediaCodeNo=257

토크노믹스 트래커 툴

https://tokenomist.ai/

포켓몬 일찍 들어간 사람들 이제 낭낭히 액시트 전략 세우겟네..

기유님이 처음에 할때는 저걸 왜하나 했다가 2달전부터는 돈 냄새가 나니까 하는거겠지로 생각하고 있는데 역시 인생은 따리다

요즘 해외 바이브코딩 하는 사람들 사이에선 타입스크립트 1타강사인 Matt Pocock의 방법론 영상과 스킬이 바이럴되고 있습니다.

요즘 유행하는 SDD, Spec Driven Development 운동을 경계하고 fundamentals와 craftmanship이 중요하다고 주장하는 입장입니다.

핵심 주장은 이거입니다:

AI가 코드를 더 많이, 더 빨리 만들수록 나쁜 architecture, 얕은 module, 빈약한 test, 불명확한 domain language는 더 빠르게 부채가 된다.

그래서 최근 SDD 방식으로 문제를 경험한 사람들 때문에 이 영상과 그의 skills repository가 바이럴 되고 있습니다.

아래 영상 요약 한 번 보시고 공감되시면 skills repository 가서 grill-me 한 번 써보시는 것도 괜찮을 것 같네요

@trendingrepo 채널에서도 여러번 소개됐던 스킬이었습니다

【26.04.26 일요일 오늘의 깃헙 트렌딩 repo 2번】

mattpocock / skills (https://github.com/mattpocock/skills)

• 🧩 코드 한줄 설명
에이전트가 PRD 작성, TDD, 리팩터링 같은 일을 더 잘하게 만드는 작업 스킬 모음입니다.

• ✅ 장점
코딩 에이전트 운영 패턴을 템플릿처럼 재사용하기 좋고, 실제로 어떤 업무를 스킬로 분리할지 감을 빠르게 잡게 해줍니다.

• 🗨 코드 코멘트
코드 라이브러리보다는 운영 노하우 모음에 가까워서 그대로 복붙하기보다 팀 방식에 맞게 덜어내는 편이 좋습니다.

• ♻️ 재등장 여부
신규

• 🤖 추천 여부: 추천
• 추천 이유: AI 코딩 에이전트의 실전 운영 감각을 익히는 레퍼런스로 좋습니다.

• 🎯 활용 예시 상황
팀 공통 .claude 스킬셋을 만들거나 개인 에이전트 워크플로를 정리할 때.

• 🌟 총 누적 stars 20,010
• ⚡️ 오늘의 stars 1,139

[영상 내용 요약]


1. AI 시대에도 소프트웨어 기본기가 중요한 이유

1.1. AI가 코드를 엄청 잘 만들어도, 결국 사람이 제대로 설계하고 관리하는 능력이 더 중요해짐
• 1.1.1. AI는 코드를 빨리 만들지만, 복잡한 코드를 계속 만들면 나중에 고치기 힘든 엉망진창 코드가 될 수 있음
• 1.1.2. 마치 로봇이 벽돌을 엄청 빨리 쌓아도, 설계도가 엉망이면 집이 무너지는 것과 같음

1.2. 소프트웨어 기본기는 예전부터 중요했지만, AI 시대에는 더 중요해짐
• 1.2.1. AI가 좋은 코드를 만들도록 사람이 잘 이끌어줘야 함


2. '스펙 투 코드' 방식의 문제점

2.1. '스펙 투 코드(Specs to Code)'는 설계도(명세)만 주고 AI가 코드를 만들게 하는 방식임
• 2.1.1. 문제가 생기면 코드를 직접 고치지 않고, 설계도만 바꿔서 AI에게 다시 코드를 만들라고 하는 식
• 2.1.2. 마치 요리 레시피만 계속 바꾸고, 실제 요리가 어떻게 만들어지는지는 신경 안 쓰는 것과 비슷함

2.2. 하지만 이 방식은 결국 엉망인 코드를 만들게 됨
• 2.2.1. 계속 시도해도 코드가 점점 더 나빠지고, 결국 쓸모없는 코드가 되어버림
• 2.2.2. 마치 레시피만 계속 고치다가 결국 맛없는 음식만 계속 만드는 것과 같음

2.3. 코드를 무시하고 AI에게만 맡기는 건 좋은 방법이 아님
• 2.3.1. 나쁜 코드는 고치기 어렵고, 버그를 많이 만들어서 결국 돈이 더 많이 들게 됨
• 2.3.2. 반대로 좋은 코드는 고치기 쉽고, AI가 더 잘 활용할 수 있게 함


3. AI와 소통하는 방법: 'Grill Me'

3.1. AI가 내가 원하는 대로 코드를 만들지 못하는 경우가 많dma
• 3.1.1. 내가 머릿속으로 생각한 것과 AI가 만든 결과물이 다를 때가 있음
• 3.1.2. 마치 내가 친구에게 '맛있는 거 만들어줘' 했는데, 친구가 내가 생각한 것과 전혀 다른 음식을 만들어주는 것과 같음

3.2. 이건 AI와 나 사이에 생각의 차이(디자인 컨셉)가 있기 때문
• 3.2.1. 우리가 만들려는 것에 대한 '보이지 않는 생각'이 서로 다를 수 있음
• 3.2.2. 마치 같은 그림을 그리는데, 서로 다른 그림을 상상하는 것과 같음

3.3. 이 문제를 해결하려면 AI와 'Grill me' 스킬을 사용하면 좋음
• 3.3.1. AI에게 "내가 계획한 모든 것에 대해 끊임없이 질문해서 서로 완벽하게 이해할 때까지 물어봐 줘"라고 시키는 방식
• 3.3.2. AI가 40~100개까지 질문을 하면서 내가 뭘 원하는지 정확히 파악하게 됨
• 3.3.3. 이렇게 하면 AI와 내가 같은 그림을 그리게 되고, AI가 더 정확한 코드를 만들 수 있음


4. AI와 같은 언어 사용하기: '공통 언어'

4.1. AI가 너무 장황하게 설명하거나, 내가 이해하기 어려운 말을 할 때가 있음
• 4.1.1. 마치 외국인과 대화하는데, 서로 다른 단어를 써서 오해가 생기는 것과 같음

4.2. 이럴 때는 '공통 언어(Ubiquitous Language)'를 만들어야 함
• 4.2.1. 나와 AI가 함께 사용하는 용어 목록을 만들거나
• 4.2.2. 마치 우리만의 '비밀 사전'을 만들어서, 그 단어들만 쓰는 방식

4.3. 이 공통 언어는 코드, 설계 문서, 그리고 AI와 대화할 때 모두 사용함
• 4.3.1. AI가 내 코드를 스캔해서 용어 목록을 자동으로 만들어주기도 함
• 4.3.2. 이렇게 하면 AI가 더 간결하게 생각하고, 내가 계획한 대로 코드를 만들게 됨
• 4.3.3. 마치 같은 언어를 쓰면 대화가 훨씬 잘 통하는 것과 같음


5. AI가 제대로 작동하는 코드를 만들게 하는 방법: '작게 나누어 테스트하기'

5.1. AI가 코드를 잘 만들었는데, 막상 돌려보면 작동하지 않을 때가 있음
• 5.1.1. 마치 로봇이 멋진 장난감을 만들었는데, 스위치를 눌러도 움직이지 않는 것과 같음

5.2. 이럴 때는 '피드백 루프(Feedback Loop)'를 활용해야 함
• 5.2.1. 자동화된 테스트나 타입스크립트(TypeScript) 같은 도구를 사용해서 AI가 만든 코드를 바로바로 확인하는 방식
• 5.2.2. 마치 요리사가 음식을 만들면서 중간중간 맛을 보며 간을 맞추는 것과 같음

5.3. AI는 한 번에 너무 많은 코드를 만들려고 해서 문제가 생김
• 5.3.1. 이건 마치 운전할 때 헤드라이트가 비추는 범위보다 훨씬 빠르게 달리는 것과 같음
• 5.3.2. 그래서 '테스트 주도 개발(TDD)' 방식을 사용해야 함
• • 5.3.2.1. 먼저 작은 테스트를 만들고, AI가 그 테스트를 통과하는 코드를 만들게 하는 식
• • 5.3.2.2. 그리고 코드를 더 좋게 다듬는 과정을 반복
• • 5.3.2.3. 마치 작은 목표를 하나씩 달성하면서 큰 목표에 도달하는 것과 같음

5.4. 'Deep Modules' 구조로 코드를 만들면 테스트하기 쉬워짐
• 5.4.1. 코드를 작은 상자들(모듈)로 나누는데, 이 상자들은 겉은 단순하지만 안에는 복잡한 기능들이 숨어있는 거임
• 5.4.2. 마치 장난감 상자 겉면에는 '자동차'라고만 쓰여 있지만, 안에는 복잡한 부품들이 들어있는 것과 같음
• 5.4.3. 이렇게 하면 AI가 코드를 이해하기 쉽고, 테스트도 간단하게 할 수 있음
• 5.4.4. Matt Pocock은 이 구조를 만들기 위해 '코드베이스 아키텍처 개선'이라는 기술을 사용함

5.5. 이렇게 하면 머리도 덜 피곤해짐
• 5.5.1. 나는 상자의 겉모습(인터페이스)만 설계하고, 안의 복잡한 내용은 AI에게 맡길 수 있음
• 5.5.2. 마치 내가 집의 외관과 방 배치만 정하고, 내부 인테리어는 전문가에게 맡기는 것과 같음
• 5.5.3. 결국, AI 시대에는 시스템 설계에 매일 투자하는 것이 가장 중요함
• 5.5.4. AI는 코드를 만드는 '전술가'이고, 우리는 전체를 지휘하는 '전략가'가 되어야 함

“희망은 주식뿐”…‘불장’에 20대 빚투 1년 만에 두배 이상 증가 Source

- 국내 10대 증권사의 20대 신용거래융자 잔고가 1년 새 1888억원에서 4239억원으로 두 배 이상 급증

- 신용융자를 사용한 개인투자자 평균 수익률은 -19.0%로, 미사용 투자자보다 손실률이 2배 이상

지난 35년간 문서만 판 우리나라 회사가 "깃허브 1위"가 된 이유 ㄷㄷ

깃허브에 등록된 프로젝트는 약 4억 개. 그중 단 하나가 '오늘의 트렌딩 1위' 자리에 오름(깃허브 스타 1.9만개, 포크 수도 1.7천개 돌파). 그 바늘구멍을 통과한 건 미국의 빅테크도, 실리콘밸리의 핫한 스타트업도 아닌 한국의 한글과컴퓨터였음. 우리에겐 '아래아한글'로 각인된 그 회사임ㅋ

AI 패권 경쟁이 GPU와 파운데이션 모델을 중심으로 돌아가는 듯 보이는 시대에, 35년간 묵묵히 문서만 파던 회사가 어떻게 전 세계 개발자의 시선을 한 몸에 받게 됐을까. 이 질문의 답은 "AI 시대에 가장 비싼 데이터는, 남들이 갖지 못한 데이터다"라는, 우리 모두에게 적용되는 한 문장으로 수렴함

한컴이 공개한 '오픈데이터로더(OpenDataLoader) PDF v2.0'은 이름 그대로 PDF 안의 데이터를 AI가 학습 가능한 형태로 추출하는 오픈소스 도구임. 페이지당 0.015초, 정확도 90%. 현존하는 오픈소스 PDF 파서 중 가장 빠르고 가장 정확함. 그 비결은 '하이브리드 방식' 덕분임

단순 텍스트는 규칙 기반으로 즉시 처리해 연산 낭비를 막고, 복잡한 표나 다단 레이아웃에만 AI가 개입함. 그 결과 고성능 GPU 없이 CPU만으로도 충분히 돌아감. 인프라가 부족한 중소기업, 스타트업, 1인 개발자도 이제 자기 데이터를 AI 자산으로 변환할 수 있다는 의미임. 나는 AI 민주화는 슬로건이 아니라, 이런 도구 하나에서 시작된다고 생각함

그리고 이 모든 걸 한컴은 '아파치 2.0 라이선스'로 완전 개방했다. 단기 수익이 아니라 '글로벌 AI 문서 생태계의 표준'을 노린 승부수임. 이게 중요한 이유는 기업 실무 데이터의 80~90%가 PDF 같은 비정형 포맷이기 때문임. 즉, 세상에 존재하는 거의 모든 'AI에 먹이고 싶은 데이터'는 정제 단계에서 막혀 있었다는 뜻임

진짜 흥미로운 건 한컴이 이 자리에 오른 이유임. 한컴은 '문서'라는 한 우물을 35년간 팠고 그 시간 동안 쌓인 건 단순한 노하우가 아니라, 문서를 어떻게 분해하고 어떻게 구조화할 것인지에 대한 그들만의 '온톨로지'를 갖고 있음. 온톨로지는 쉽게 말해 '세상을 자기만의 방식으로 정리한 지식 체계'임. 한컴에겐 그게 문서였고, 누구도 흉내 낼 수 없는 자산이 됨

이 지점에서 우리 개인도 자신을 돌아봐야 한다고 생각함. 우리는 지난 10년, 20년간 어떤 한 우물을 파왔는가. 무엇에 시간과 에너지를 쏟았는가. 그게 무엇이든, 요리든, 부동산이든, 빈티지 의류든, 동네 맛집이든, 광고 카피든 그 안에 당신만의 온톨로지가 이미 잠들어 있다고 봄

AI 시대는 일반론에 강한 사람보다, 자기만의 깊은 정리 체계를 가진 사람에게 압도적으로 유리하다고 봄. 왜냐하면 LLM은 인터넷에 떠도는 일반론을 이미 다 알기 때문임. 새로 필요한 건, 당신 머릿속에만 있는 '특수론'임. 한컴이 PDF의 표 하나, 다단 레이아웃 하나를 0.015초 만에 정확하게 풀어내는 그 정밀함은 35년의 시간이 빚어낸 결과물임

마찬가지로 누군가가 10년간 매일 들여다본 그 영역의 '구조'는, 챗GPT 100번 돌려서는 절대 나오지 않을 것임. AI는 그 구조 위에 올라탔을 때 비로소 폭발함. 다시 말해, AI는 평등하게 강력하지만, AI를 통과한 결과물은 결코 평등하지 않다는 것임

결론적으로, AI의 꿀통은 멀리 있지 않음. 새로 배워야 할 거창한 무언가도 아님. 우리 각자가 이미 오래 사랑해서 오래 들여다본 것, 남들이 보기엔 사소해 보여도 당신만큼은 무의식 중에도 디테일을 잡아내는 그 영역—거기가 바로 당신의 한컴이고, 당신의 PDF 파서임

AI는 누구의 손에 들리느냐에 따라 결과물이 백 배 차이 남. 그리고 그 '누구'를 결정하는 건, 결국 당신이 지금까지 무엇에, 얼마나 진심이었는지임. 한컴이 35년 전부터 문서를 사랑한 것이 오늘의 1위를 만든 것처럼, 우리가 그동안 자연스럽게 시간을 부어온 그 영역이, 곧 각자의 1위 자리를 만들 것이라는게 나만의 결론!

#각자의온톨로지

MegaETH가 현재 프리마켓 기준으로 TGE를 한다면 각 라운드의 참여자들은 얼만큼의 돈을 벌까?

ECHO (20% TGE)

• 원금 : $3,700
• 현재 가치 : $29,150
• TGE 때 금액 : $5,830
• 순수익 : $2,130 (+ 80%의 물량)

Fluffle (50% TGE)

• 원금 : $2,650
• 현재 가치 : $8,350
• TGE 때 금액 : $4,175
• 순수익 : $1,525 (+ 50%의 물량)

Sonar (100% or 1년 후 언락)

• 원금 (풀캡가정) : $186,282
• 현재 가치 : $323,220
• TGE 때 금액 : $323,220
• 순수익 : $136,938

사람마다 금액과 조건이 다르기 때문에 sonar라운드의 경우 아래 링크에서 직접 숫자 입력후 확인하기!

Echo는 원래 VC들과 비슷한 딜텀으로 갈 가능성이 높았는데, MegaETH 팀에서 초기투자자를 챙기기 위해서 여러 논의 끝에 20% 물량을 풀리게 노력한 결과물로 알고 있습니다. Echo 너무 부럽다....

https://www.fluffle.tools/math

Gensyn TGE가 얼마 안남아서 혹시모를 업비트를 대비해 슥슥 찾아본거 공유


세일참여하신분들 건승기원

1. 겐신 메인넷 = 이더리움 L2
2. 메인넷 가스비는 ETH
3. 메인넷에서 Swap 하려면 가스비 미리 보내놔야함 (브릿지는 Relay 써야함)
4. MM은 윈뮤(ETH 메인넷에 대놓고 토큰 들고있음)
5. 아마 토큰은 이더/겐신 2개로 나뉠거 같은데 대부분 토큰이 메인넷에 있음.

6. 브릿지는 겐신 토큰(AI) 는 스타게이트 / 가스비는, Relay 써야함
7. TGE하면, 바로 Dex에도 유동성 넣어줄거 같은데 Uniswap V3로 넣어줄듯.
8. Dex 프론트는 https://oku.trade/


컨트랙트
Ethereum Mainnet : 0x4d7078ddd6ccfed2f85db5b7d3ff16828d378d48
Gensyn Mainnet : 0x4e742319f6b0FeC4afA504fC8ED3cEAB0fb751A2

스타게이트 링크(AI 토큰 브릿지용)
Relay 링크(가스비 브릿지용)

TGE시간이나 이런건 나온거 없음

*참고로 대부분 정보는 Docs에 친절하게 설명되어 있으므로 읽어보길 추천

ㅇ 판테라 "혁신역량 가진 韓, 변곡점 맞은 코인시장 선도할 것"
- "이번 약세장은 블록체인 시장서 가장 중요한 인프라와 제품들이 탄생할 것"
- 프랭클린 비 판테라캐피탈 제너럴파트너(GP)는 매일경제와의 인터뷰에서 "산업 발전에 중요한 건 첫번째는 기술이고 두번째는 규제인데 가상자산 산업은 공격적인 규제만 있었다"면서 이같이 말함.
- 판테라 캐피탈은 전세계 최초로 기관대상 크립토펀드를 출시한 벤처캐피탈(VC)로 미국 실리콘밸리의 거물. 운용자산은 5조원 규모이며 국내에선 한화와 크래프톤이 출자사로 참여한 바 있음.
- 비 GP는 "판테라는 서클, 코인베이스, 피규어 등의 기술기업에 15년간 투자해왔다"면서 "내러티브를 따라가는 투자가 아니라 우리의 철학을 갖고 투자를 하며 미국을 넘어 글로벌 시장에 투자를 하고 있다"고 말함.
- 판테라는 여전히 블록체인 시장의 가능성을 높게 보고 있음. 최근 자산시장이 AI중심으로 재편되고 있지만 여전히 블록체인 중심의 산업 재편이 일어날 것이라는 것.
- 비 GP는 "모두가 블록체인이 쓸모없다고 말하는 건 2014년, 2021년의 하락장때도 똑같았다"면서 "그러나 AI 에이전트의 확대는 블록체인을 더욱 중요하게 만들고 있고 지금 오히려 투자하기 좋은 시기라고 본다"고 말함.
- 비 GP는 "지금과 같은 약세장에선 단기적인 수익만 노린 곳이 사라지고 장기적인 블록체인 인프라 사업을 하고 싶은 곳만 살아남는다"라며 "판테라와 같은 VC에는 지금과 같은 시기는 오히려 기회"라고 말함.
- 최근 서클 등 블록체인 기업들이 IPO에 성공한 것도 이같은 흐름을 나타내는 것. 비 GP는 "최근 블록체인 기업들이 9개나 IPO에 성공했다"면서 "그중 우리 포트폴리오사가 5개였다. 이들에게 처음 투자할 때만 해도 크립토 기업의 IPO는 어려웠는데 이제 상황이 바뀐 것"이라고 말함.
- 판테라는 그같은 관점에서 한국 시장을 주목하고 있음. 비 GP는 "한국은 규제도 강하고 산업도 없지만, 이제 변하고 있다는게 중요하다"면서 "금융사, 기술기업들이 이제 블록체인 산업에 참여할 수 있고, 그러면 우리 입장에서도 기회를 잡기 위해 한국 시장에 확장할 필요가 있다고 생각했다"고 말함.
- 그는 특히 "한국은 5G, 오픈뱅킹은 물론 AI까지 항상 앞서나간다. 한국에서 장기적인 비즈니스를 구축하고싶다"고 함.
- 판테라는 최근 국내 블록체인 리서치 기업 포필러스의 시리즈A에 참여. 포필러스는 이번 투자라운드에서 300억원 규모의 기업가치를 인정받음.

#인터뷰@wcforumxyz

예측시장 ETF 출시?

- Roundhill Investments가 2026년 2월 13일 SEC에 6개 예측 시장 ETF를 신청했으며, 최근 filing에서 effective date를 2026년 5월 5일로 지정해 다음 주 출시가 예상됩니다.

- 주요 상품 (티커):
• BLUP – Roundhill Democratic President ETF (2028년 민주당 대통령 당선)
• REDP – Roundhill Republican President ETF (2028년 공화당 대통령 당선)
• BLUS – Roundhill Democratic Senate ETF (2026년 민주당 상원 장악)
• REDS – Roundhill Republican Senate ETF (2026년 공화당 상원 장악)
• BLUH – Roundhill Democratic House ETF (2026년 민주당 하원 장악)
• REDH – Roundhill Republican House ETF (2026년 공화당 하원 장악)

- ETF는 Kalshi·Polymarket 등 예측 시장의 이벤트 컨트랙트(binary event contract)에 투자합니다. 특정 정당이 승리하면 $1, 패배하면 $0으로 정산되는 구조입니다.

- 투자 원칙: 승리 시 자본 이득, 패배 시 원금 대부분 손실 (극도로 높은 위험 상품으로 명시).

- 선거 결과 정산 후 다음 선거 사이클(대통령은 2032년, 의회는 차기 중간선거)로 자동 롤오버(재투자)됩니다.

- Bitwise와 GraniteShares도 동일한 구조의 상품을 곧 신청·동시 출시할 예정으로, 최초 예측 시장 ETF 웨이브가 될 전망입니다.

- 브로커리지 계좌나 IRA 등 일반 투자 계좌에서 미국 정치 이벤트(선거 결과)에 직접 베팅할 수 있게 됩니다.

- SEC 서류 및 prospectus에서 “highly risky”, “active market risk”, “settlement risk” 등을 강조하며 투자자 주의를 당부하고 있습니다.

출처

바이브코딩 과외를 열명 넘게 했는데

이제 뭔가 공통적으로 패턴이 보이기 시작하는 것 같음

1. PoC 단계 툴들에 대한 Fomo : 대부분 주식/코인 투자를 하다보니 정보가 정말 빠르고 또 포모에 허덕이다보니, 막상 클로드코드를 터미널에서 쓰는 방법이라거나, 메모리라는 것의 존재를 모르면서 프론티어에서 새로운 구조로 자동화를 하는 툴들 사용법을 쌓아놓고 있음. 물론 너무 좋은 태도지만, 첫 단계는 '지능'을 위한 '도구'이다 보니, 순서에 따른 사용법을 익히면 좋은 것 같음. 심지어 얼마 걸리지도 않음 3시간~일주일이면 웬만한건 팔로업 가능하니, 진득하게 시작해보면 좋음

2. 처음부터 당신보다 똑똑하지 않아요 : 이 도구 길들이기를 해야함. 그 형태는 컨텍스트와 메모리파일과 잘 정리된 repo임. 어떤 분야에 사용하고 싶다면 리서치를 시키고, 메모리를 저장하고, 용도에 맞는 과정을 지정하고, 방향에 맞는 파일들이 쌓이고, 그 뒤에 파츠까지 붙이다 보면, 금방 굉장히 쓸만해짐. 대부분 사람들이 이 과정 없이 냅다 시키고 말을 안듣는다며 답답해하고 있었음. 컨텍스트가 있어야 할루시가 덜하다고

3. '딸깍'이라는 단어를 일단은 머리속에서 빼세요 : 일단 '열시간 걸리던걸 세시간만에 해야지' 를 목표로 해야하는데, 아무것도 안읽고 '딸깍'을 처음부터 하려는 습관은 우리 아이(AI)에게 좋지 않아요 환경에도 좋지 않아요. 일단 내가 하던 수준의 노가다를 할만해지면 딸깍 해보다가, 내가 병목이다 느끼면 에이전틱 워크플로우로 넘어가보아요

4. 목차를 짜는 연습을 합시다 : 개발 베이스가 있는 사람들은 프로젝트/디렉토리 관리를 잘 하던데, 그게 아닌 경우에 레전드 짬뽕인 경우를 많이 봤음. 심지어 당연히 목차도 ai가 다 짜주니깐 그냥 습관만 들이자구요. 아 그리고 plan 모드 쓰면 그 plan 정도는 다 읽어보면 좋음. 너무 딸깍만 하지 맙시다

5. 공부하기 너무 좋은 시대임 : 한 주제를 30시간 공부해야 활용 가능했었다면, 이젠 한 5시간만 공부하고 '딸깍' 하면 활용할 수 있는 시대임. 잡학다식의 방향성만 좋다면 정말 많은 도메인 지식을 연결해서 누구나(는 아니겠다) 레전드 가성비 공부가 가능하다는 거지 새로운 형태의 교육이 필요함 roi 를 5배는 높일 수 있는 새로운 패러다임, 잡기계발 모임을 만들어볼까 생각중임

6. 대기업만 따라가도 충분하다 : 내 지론은, 대략 98%의 사람에게 클로드코덱스제미나이 이상의 도구는 필요하지 않다 임. 대기업이지만 말도안되게 빠르고 똑똑하게 제품을 내놓고 있음. AI에서 나오는 PoC 프론티어 툴들과 몇달 차이도 안나는 데다가 좋은것만 증류해주기 때문에, ai를 잘 써서 자기 일과 취미에 활용하려는 대부분의 사람은 툴에 대한 신경을 10%만 써서 대기업3사 만 따라가고, 나머지 80~90은 다른 공부 하면 좋겠다고 생각함

당연히 대중을 대상으로 하는 말입니다 고수분들은 회사 다 망하게해보자

Claude🚨 GPT 🟡 Gemini🟢

Claude: 심각한 장애
GPT : 경미한 장애
Gemini: 정상

아...일좀하자

크립토를 모두 팔아버리고 2.7M치 포켓몬 카드를 이번에 산 사람

당신이 몇 개월만 빨랐다면 외국 기유가 됐을텐데

라며

몇 개월 뒤 제가 한국 shibo가 됐을텐데 라고 하는 미래는 없길 바랍니다

https://x.com/GodsBurnt/status/2049613339534483592?s=20