Forwarded from ordinary subinium
AI의 발전으로 개발에서 경쟁은 더욱 극단적 자본 게임에 가까워졌다. 더 많은 cpu/gpu 자원과 token 비용이 있다면 할 수 있는 것이 기하급수적으로 많아졌다. 리버스 엔지니어링 조차 쉬워지고 있는 시장에 소프트웨어 자체 만으로는 강점이 거의 0에 수렴할 것이다. 다행히 아직까진 기업 별로 쌓아온 기술적 자산과 전문가의 손길이 필요한, ai가 단순 카피 하지 못하는 영역이 있긴 하지만 시간 문제에 가깝다고 본다.
모든 것을 "뉴노말"로 봐야한다. 그렇기에 스스로도 10년의 경력이 없어졌다 가정하고 새롭게 스킬셋을 정비하고 있다. 빌더의 관점에서 어떤 아비트라지를 찾고 포지셔닝할 수 있을까. 각 항목이 상호독립적이지는 않지만 당장 떠오르는 갈래는 다음과 같다.
- 새로운 내러티브 또는 방향성을 제안하거나 (e.g., decision model, safety alignment)
- 하입에 준하는 더 많은 자본을 투자하거나 (e.g., frontier labs)
- non-linear 수준의 자본이 필요한 영역에서 포지션을 잘 찾거나 (e.g..,bio-medical/robotics)
- legacy에서 ai를 적용하거나 팔거나(e.g., fde, custom-rl)
- ai 밸류 체인 내 효율적인 방법론과 수요/공급 아비트라지를 팔거나 (e.g., npu, neocloud)
- ux를 고도화 하거나 (e.g., personal agent app with vm, full-stack web/app builder)
- 예술/감성/커뮤니티에 집중하거나 또는 극단적 도파민 시장을 파고 들거나.
내가 재밌고 유지할 수 있는 일과 세상의 새로운 기준점에서 수요와의 교차점을 찾는 것이 중요한 시기다.
모든 것을 "뉴노말"로 봐야한다. 그렇기에 스스로도 10년의 경력이 없어졌다 가정하고 새롭게 스킬셋을 정비하고 있다. 빌더의 관점에서 어떤 아비트라지를 찾고 포지셔닝할 수 있을까. 각 항목이 상호독립적이지는 않지만 당장 떠오르는 갈래는 다음과 같다.
- 새로운 내러티브 또는 방향성을 제안하거나 (e.g., decision model, safety alignment)
- 하입에 준하는 더 많은 자본을 투자하거나 (e.g., frontier labs)
- non-linear 수준의 자본이 필요한 영역에서 포지션을 잘 찾거나 (e.g..,bio-medical/robotics)
- legacy에서 ai를 적용하거나 팔거나(e.g., fde, custom-rl)
- ai 밸류 체인 내 효율적인 방법론과 수요/공급 아비트라지를 팔거나 (e.g., npu, neocloud)
- ux를 고도화 하거나 (e.g., personal agent app with vm, full-stack web/app builder)
- 예술/감성/커뮤니티에 집중하거나 또는 극단적 도파민 시장을 파고 들거나.
내가 재밌고 유지할 수 있는 일과 세상의 새로운 기준점에서 수요와의 교차점을 찾는 것이 중요한 시기다.
❤1
60억 명은 LLM을 거의 안 써봤다
1. Andrej Karpathy · Eureka Labs “LLM 체감 격차, 점점 벌어진다”
2. Greg Brockman · OpenAI “GPT-5.6으로 크롬 0데이 찾아냈다”
3. Marius Hobbhahn “모델이 CoT에서 평가자를 호명했다”
4. Arthur Mensch · Mistral AI “유럽, AI 포기는 근본적 실수다”
5. Mustafa Suleyman · Microsoft AI “초지능 통제는 익숙한 과제다”
6. Igor Babuschkin “토큰 99%는 커스텀 모델이 맡는다”
7. Aravind Srinivas · Perplexity “퍼플렉시티, 샌드박스 SPACE 공개”
60억 명, 전체 인구의 75%는 LLM을 거의 써본 적이 없습니다.
AI의 최신 흐름과 다양한 큐레이션 된 정보를 제공합니다.
Good Vibe AI
1. Andrej Karpathy · Eureka Labs “LLM 체감 격차, 점점 벌어진다”
2. Greg Brockman · OpenAI “GPT-5.6으로 크롬 0데이 찾아냈다”
3. Marius Hobbhahn “모델이 CoT에서 평가자를 호명했다”
4. Arthur Mensch · Mistral AI “유럽, AI 포기는 근본적 실수다”
5. Mustafa Suleyman · Microsoft AI “초지능 통제는 익숙한 과제다”
6. Igor Babuschkin “토큰 99%는 커스텀 모델이 맡는다”
7. Aravind Srinivas · Perplexity “퍼플렉시티, 샌드박스 SPACE 공개”
60억 명, 전체 인구의 75%는 LLM을 거의 써본 적이 없습니다.
AI의 최신 흐름과 다양한 큐레이션 된 정보를 제공합니다.
Good Vibe AI
일론머스크, AI로 상상을 현실로 만들어가는 중
최근 화재가 된 로드스터의 공중 부양도 놀라웠지만, 2019년부터 일론 머스크가 로드스터에 대한 계획을 가지고 시도했다는 것이 개인적으로는 더 많은 생각을 하게 한다. (사진 출처)
AI의 발전으로 수학, 과학 등에서 발전속도가 빨라지고 있고, 이로 인해 할 수 있는 것들이 많아지고 있는 중이다.
물론, 실용적인가라는 질문에는 그렇지 않겠지만 상상을 현실로 만들 수 있다는 것이 증명되고 있다.
이전에는 자본만으로 되지 않던 것들이 자본(컴퓨팅 파워)으로 될 수 있다고 느껴지는 단계에 왔다. 해결하지 못했던 수학 문제, 새로운 단백질 구조, 날아다니는 자동차 등
컴퓨팅 파워를 얼마나 가지고 있는지가 혁신적인 형태를 만들어낼 수 있는가로 변하고 있다.
점점 중요해지는 것은 인간의 상상력, 해결해야 되는 뾰족한 문제를 정확하게 아는 것, 그것을 해결하기 위한 방법을 구조화하고, 그에 따른 컴퓨팅 파워를 지불하는 것이지 않을까 싶다.
상상이 현실이 될 수 있다는 기대감이 만들어낼 수 많은 긍정적인 사례가 기대된다.
최근 화재가 된 로드스터의 공중 부양도 놀라웠지만, 2019년부터 일론 머스크가 로드스터에 대한 계획을 가지고 시도했다는 것이 개인적으로는 더 많은 생각을 하게 한다. (사진 출처)
AI의 발전으로 수학, 과학 등에서 발전속도가 빨라지고 있고, 이로 인해 할 수 있는 것들이 많아지고 있는 중이다.
물론, 실용적인가라는 질문에는 그렇지 않겠지만 상상을 현실로 만들 수 있다는 것이 증명되고 있다.
이전에는 자본만으로 되지 않던 것들이 자본(컴퓨팅 파워)으로 될 수 있다고 느껴지는 단계에 왔다. 해결하지 못했던 수학 문제, 새로운 단백질 구조, 날아다니는 자동차 등
컴퓨팅 파워를 얼마나 가지고 있는지가 혁신적인 형태를 만들어낼 수 있는가로 변하고 있다.
점점 중요해지는 것은 인간의 상상력, 해결해야 되는 뾰족한 문제를 정확하게 아는 것, 그것을 해결하기 위한 방법을 구조화하고, 그에 따른 컴퓨팅 파워를 지불하는 것이지 않을까 싶다.
상상이 현실이 될 수 있다는 기대감이 만들어낼 수 많은 긍정적인 사례가 기대된다.
Forwarded from BZCF | 비즈까페
오늘 한 대표님과 대화 녹음 내용 중 일부 (공유 허락 받은 후…)
“압도적으로 뛰어난 한 명과 평범한 대다수 사이의 격차는 앞으로 상상 이상으로 벌어질 거야.
인공지능은 바로 그 양극화를 가속하는 완벽한 기폭제거든. 엄청나게 뾰족하고 명확한 방향성 하나만 제대로 쥐고 있다면, 과거에는 수십 명이 매달려야 했던 사소한 디테일들을 이제 머신의 연산력이 순식간에 다 채워버려.
예전에는 제아무리 천재라도 그 생각을 현실로 구현하려면 손발이 되어줄 수많은 사람의 물리적인 노동력이 필요했잖아. 그런데 지금 그 '인간 물리력'이라는 완충 지대 자체가 통째로 삭제되고 있어.
결국 어중간한 평균에 머물러 있는 사람들은 가장 먼저 도태될 수밖에 없을 거야.
젠슨 황이 말하는 "더 많은 사람들이 AI를 통해 더 큰 꿈을 꾸고 시도할 수 있다"는 낙관론… 솔직히 아주 극소수의 빌더들에게나 해당되는 이야기야. 대다수는 새로운 꿈을 펼쳐보기도 전에, 기존에 쥐고 있던 기회마저 모조리 박탈당하게 될 테니까.
결국 압도적인 실행력을 쥔 극소수에게 모든 자본과 권한, 진짜 권력이 무섭게 쏠릴 거야. AI의 통제권을 쥔 소수의 지배층과, 그저 머신이 던져주는 결과를 수동적으로 소비하는 거대한 다수로 철저히 쪼개지겠지.
머신을 얼마나 장악하고 통제할 수 있느냐가 완전히 새로운 계급을 가르는 잣대가 될 거고, 그 경계선을 따라 피할 수 없는 새로운 계층 지대가 견고하게 만들어질 거야. 머신을 부리는 소수가 될 것인가, 머신에 대체되는 평균으로 남을 것인가… 아마 우리는 후자일거야.”
“압도적으로 뛰어난 한 명과 평범한 대다수 사이의 격차는 앞으로 상상 이상으로 벌어질 거야.
인공지능은 바로 그 양극화를 가속하는 완벽한 기폭제거든. 엄청나게 뾰족하고 명확한 방향성 하나만 제대로 쥐고 있다면, 과거에는 수십 명이 매달려야 했던 사소한 디테일들을 이제 머신의 연산력이 순식간에 다 채워버려.
예전에는 제아무리 천재라도 그 생각을 현실로 구현하려면 손발이 되어줄 수많은 사람의 물리적인 노동력이 필요했잖아. 그런데 지금 그 '인간 물리력'이라는 완충 지대 자체가 통째로 삭제되고 있어.
결국 어중간한 평균에 머물러 있는 사람들은 가장 먼저 도태될 수밖에 없을 거야.
젠슨 황이 말하는 "더 많은 사람들이 AI를 통해 더 큰 꿈을 꾸고 시도할 수 있다"는 낙관론… 솔직히 아주 극소수의 빌더들에게나 해당되는 이야기야. 대다수는 새로운 꿈을 펼쳐보기도 전에, 기존에 쥐고 있던 기회마저 모조리 박탈당하게 될 테니까.
결국 압도적인 실행력을 쥔 극소수에게 모든 자본과 권한, 진짜 권력이 무섭게 쏠릴 거야. AI의 통제권을 쥔 소수의 지배층과, 그저 머신이 던져주는 결과를 수동적으로 소비하는 거대한 다수로 철저히 쪼개지겠지.
머신을 얼마나 장악하고 통제할 수 있느냐가 완전히 새로운 계급을 가르는 잣대가 될 거고, 그 경계선을 따라 피할 수 없는 새로운 계층 지대가 견고하게 만들어질 거야. 머신을 부리는 소수가 될 것인가, 머신에 대체되는 평균으로 남을 것인가… 아마 우리는 후자일거야.”
Forwarded from [삼성 이영진] 글로벌 AI/SW
앤스로픽, AI 도입에 따른 생산성 향상과 고용 구조 변화 분석
: 앤스로픽이 내부 고용, AI 사용량, 생산성, 채용 기록 및 직원 인터뷰를 분석한 보고서 발표. AI 도입이 업무 방식과 노동 수요에 미치는 영향을 자체 데이터를 통해 분석
: 2026년 8월 기준 AI 에이전트의 작업 시간은 인간 직원의 6배에 도달. 특히 대화형 Claude 세션은 전체 시간의 약 80%를 인간의 입력을 기다리는 데 사용하며, 인간의 주의력과 판단력이 새로운 생산성 병목으로 부상
: 엔지니어 1인당 코드 커밋 수는 6개월 만에 5배 증가. 영업, 법무, 재무 등 비기술직에서도 계약 체결 및 업무 처리량 증가. AI가 작성한 코드와 인간이 작성한 코드 사이에서 삭제 및 되돌리기 비율의 유의미한 차이는 발견되지 않음
: 기술 조직 내 초급 직원 비중은 2025년 초 21%에서 14%로 하락했으며, 신규 기술직 채용에서 초급 직원 비중은 27%에서 9%로 급감. 전체 직원 중 기술 조직 비중도 61%에서 56%로 감소했으나, 기술직 채용 자체는 절대 규모 기준 증가
: 직원들의 업무는 직접 실행에서 AI 에이전트 관리와 감독으로 이동. 에이전트 관리 도구 구축, 작업 모니터링 등 메타 업무가 전체 Claude 세션에서 차지하는 비중은 10%에서 22%로 상승. 비기술직 직원도 AI 산출물을 모두 읽으려면 주당 근무시간의 절반 이상이 필요한 수준
: 채용 기준도 변화. AI 활용 역량에 대한 평가 언급은 2024년 대비 기술직에서 3배, 비기술직에서 4배 증가. 특정 기술 전문성과 실행 능력보다 자율성, 판단력, 전략적 사고를 중시하는 방향으로 전환
: 앤스로픽의 직원 1인당 매출은 설립 후 비슷한 성장 단계에 있던 메타와 구글의 2~4배 수준. 회사는 AI로 인한 직무 변화에 대응하기 위해 조기경보 시스템과 내부 인력 재배치를 추진 중
https://www.anthropic.com/research/employment-at-anthropic
: 앤스로픽이 내부 고용, AI 사용량, 생산성, 채용 기록 및 직원 인터뷰를 분석한 보고서 발표. AI 도입이 업무 방식과 노동 수요에 미치는 영향을 자체 데이터를 통해 분석
: 2026년 8월 기준 AI 에이전트의 작업 시간은 인간 직원의 6배에 도달. 특히 대화형 Claude 세션은 전체 시간의 약 80%를 인간의 입력을 기다리는 데 사용하며, 인간의 주의력과 판단력이 새로운 생산성 병목으로 부상
: 엔지니어 1인당 코드 커밋 수는 6개월 만에 5배 증가. 영업, 법무, 재무 등 비기술직에서도 계약 체결 및 업무 처리량 증가. AI가 작성한 코드와 인간이 작성한 코드 사이에서 삭제 및 되돌리기 비율의 유의미한 차이는 발견되지 않음
: 기술 조직 내 초급 직원 비중은 2025년 초 21%에서 14%로 하락했으며, 신규 기술직 채용에서 초급 직원 비중은 27%에서 9%로 급감. 전체 직원 중 기술 조직 비중도 61%에서 56%로 감소했으나, 기술직 채용 자체는 절대 규모 기준 증가
: 직원들의 업무는 직접 실행에서 AI 에이전트 관리와 감독으로 이동. 에이전트 관리 도구 구축, 작업 모니터링 등 메타 업무가 전체 Claude 세션에서 차지하는 비중은 10%에서 22%로 상승. 비기술직 직원도 AI 산출물을 모두 읽으려면 주당 근무시간의 절반 이상이 필요한 수준
: 채용 기준도 변화. AI 활용 역량에 대한 평가 언급은 2024년 대비 기술직에서 3배, 비기술직에서 4배 증가. 특정 기술 전문성과 실행 능력보다 자율성, 판단력, 전략적 사고를 중시하는 방향으로 전환
: 앤스로픽의 직원 1인당 매출은 설립 후 비슷한 성장 단계에 있던 메타와 구글의 2~4배 수준. 회사는 AI로 인한 직무 변화에 대응하기 위해 조기경보 시스템과 내부 인력 재배치를 추진 중
https://www.anthropic.com/research/employment-at-anthropic
주목해야 할 핵심 AI 오픈소스 7가지
1. next-ai-draw-io — 문장 하나로 그리는 draw.io 다이어그램
2. Langfuse — LLM 앱의 내부 동작을 추적·평가
3. SuperPlane — 백로그를 풀 리퀘스트로 만드는 공장
4. NVIDIA DALI — 딥러닝 입력 파이프라인을 GPU로
5. SynapseML — Apache Spark 위의 분산 ML 파이프라인
6. bRAG-langchain — 단계별 노트북으로 배우는 RAG 챗봇
7. AI-DL-ML-Tutorials — EU AI Act 대응부터 에이전트까지 실습
AI의 최신 흐름과 다양한 큐레이션 된 정보를 제공합니다.
Good Vibe AI
1. next-ai-draw-io — 문장 하나로 그리는 draw.io 다이어그램
2. Langfuse — LLM 앱의 내부 동작을 추적·평가
3. SuperPlane — 백로그를 풀 리퀘스트로 만드는 공장
4. NVIDIA DALI — 딥러닝 입력 파이프라인을 GPU로
5. SynapseML — Apache Spark 위의 분산 ML 파이프라인
6. bRAG-langchain — 단계별 노트북으로 배우는 RAG 챗봇
7. AI-DL-ML-Tutorials — EU AI Act 대응부터 에이전트까지 실습
AI의 최신 흐름과 다양한 큐레이션 된 정보를 제공합니다.
Good Vibe AI