Newmoneymoves
0월 2일(금) 장 마감 지표
S&P 500 7,722.72 (+0.73%)
· 20일선 위 26.4% (5거래일 전 29.5%)
· 52주 종가 신고가 10종목 · 신저가 22종목
· 신고가 종목: 넷앱, 루멘텀, 에버퓨어, 존슨 컨트롤즈, 크라우드스트라이크, 키사이트 테크놀로지, 팔로알토네트웍스, 포티넷, 휴렛팩커드 엔터프라이즈 외 1종목
S&P 500 7,722.72 (+0.73%)
· 20일선 위 26.4% (5거래일 전 29.5%)
· 52주 종가 신고가 10종목 · 신저가 22종목
· 신고가 종목: 넷앱, 루멘텀, 에버퓨어, 존슨 컨트롤즈, 크라우드스트라이크, 키사이트 테크놀로지, 팔로알토네트웍스, 포티넷, 휴렛팩커드 엔터프라이즈 외 1종목
<채널 방향>
이번 증시 사이클을 겪으면서 흔들리지 않는 장기 전망을 갖추는 일이 중요하다는 생각이 많이 들었습니다.
그래서 해랑달의 Takes & notes는 앞으로 장기적으로 봐야 할 아이디어를 모으고 해석하는 데 집중하려 합니다. 채널명은 그대로 유지합니다.
최근 올린 팔란티어 공동창업자 피터 틸의 팟캐스트 정리와 비슷한 콘텐츠를 더 많이 올릴 예정입니다. 주요 업계 리더들의 생각을 쉽게 읽으실 수 있게 전달하고, 해랑달의 견해도 조금씩 덧붙이겠습니다. 이렇게 메가 트렌드를 놓치지 않고 따라가는 채널이 되고자 합니다
<증시>
증시 뉴스는 위에 인용한 채널이 더 많이 다루고 있으니 그쪽에서 확인해 주시면 감사하겠습니다. 큰 흐름과 연결되는 시장 이슈는 이 채널에서도 가끔 다룰 수도 있습니다?
<Ask-AI 안내>
newmoneymoves의 긴 리포트가 부담스러우셨을 텐데, 이제 Ask-AI에 궁금한 내용을 물어보시면 핵심만 확인하실 수 있습니다. 현재 베타 버전이라 답변이 아직 기대 수준에 못 미칠 수 있습니다. 써 보시고 의견을 주시면 개선에 반영하겠습니다
<맺음말>
급격한 증시 변동성, AI 발전 속도, 불확실한 미래가 겹쳐 혼란스러운 시기입니다. 이럴 때 각자의 장기 아이디어를 하나하나 쌓아 두면 나중에 판단하는 데 도움이 됩니다. 그런 아이디어가 모이는 커뮤니티를 만들어 가기를 소망합니다
이번 증시 사이클을 겪으면서 흔들리지 않는 장기 전망을 갖추는 일이 중요하다는 생각이 많이 들었습니다.
그래서 해랑달의 Takes & notes는 앞으로 장기적으로 봐야 할 아이디어를 모으고 해석하는 데 집중하려 합니다. 채널명은 그대로 유지합니다.
최근 올린 팔란티어 공동창업자 피터 틸의 팟캐스트 정리와 비슷한 콘텐츠를 더 많이 올릴 예정입니다. 주요 업계 리더들의 생각을 쉽게 읽으실 수 있게 전달하고, 해랑달의 견해도 조금씩 덧붙이겠습니다. 이렇게 메가 트렌드를 놓치지 않고 따라가는 채널이 되고자 합니다
<증시>
증시 뉴스는 위에 인용한 채널이 더 많이 다루고 있으니 그쪽에서 확인해 주시면 감사하겠습니다. 큰 흐름과 연결되는 시장 이슈는 이 채널에서도 가끔 다룰 수도 있습니다?
<Ask-AI 안내>
newmoneymoves의 긴 리포트가 부담스러우셨을 텐데, 이제 Ask-AI에 궁금한 내용을 물어보시면 핵심만 확인하실 수 있습니다. 현재 베타 버전이라 답변이 아직 기대 수준에 못 미칠 수 있습니다. 써 보시고 의견을 주시면 개선에 반영하겠습니다
<맺음말>
급격한 증시 변동성, AI 발전 속도, 불확실한 미래가 겹쳐 혼란스러운 시기입니다. 이럴 때 각자의 장기 아이디어를 하나하나 쌓아 두면 나중에 판단하는 데 도움이 됩니다. 그런 아이디어가 모이는 커뮤니티를 만들어 가기를 소망합니다
앤트로픽은 Fable 5.2를 공개하면서 Claude can design electronic prototypes from start to finish이라는 연구 결과를 발표함
앤트로픽은 회로기판 설계,제조 회사인 Diode Computers와 함께 Fable 5.2에게 기기 세 개를 설계해서 공개했음
Fable 5.2는 이 지시를 받아 사양서 작성, 부품 선정, 회로도 작성, 4층 기판의 부품 배치와 구리 배선, 3D 프린팅용 케이스 설계, 펌웨어 작성, 부품 목록 작성까지 직접 완료
Diode는 Claude가 만든 설계 파일 그대로 기판 세 개를 제조했고, 제조 과정에서 설계를 고치느라 주고받는 과정이 한 번도 없었다고 발표. 기판 하나당 하루 안에 제조 가능한 상태
경제적 해자가 어디까지 보호될 수 있을까?
앤트로픽은 회로기판 설계,제조 회사인 Diode Computers와 함께 Fable 5.2에게 기기 세 개를 설계해서 공개했음
Fable 5.2는 이 지시를 받아 사양서 작성, 부품 선정, 회로도 작성, 4층 기판의 부품 배치와 구리 배선, 3D 프린팅용 케이스 설계, 펌웨어 작성, 부품 목록 작성까지 직접 완료
Diode는 Claude가 만든 설계 파일 그대로 기판 세 개를 제조했고, 제조 과정에서 설계를 고치느라 주고받는 과정이 한 번도 없었다고 발표. 기판 하나당 하루 안에 제조 가능한 상태
경제적 해자가 어디까지 보호될 수 있을까?
Forwarded from 생각 정리하는 방
로보스트레티지(앤드류 캉의 Nasdaq:BOT)와 레이어지지에서 주최하는 로보틱스와 피지컬 AI에 대해서 이야기하는 밋업이 오는 11월 22일에 있어요.
저도 패널로 참가해서 잠시 이야기를 나눌 예정입니다.
저, 낭랑화, 카스타드, 그리고 한재권 교수님이 짧은 토론도 할 예정이에요.
그리고 앤드류캉의 피치도 있습니다.
로보틱스, 피지컬ai에 관심이 평소에 있으신 구독자분들이 신청해주시면 좋을거같아요.
신청해주시고 이메일 댓글로 남겨주시면 제가 추첨과 선택으로 5~10자리정도 드릴 수 있을거같아요.
+ 로봇관련 주식들을 평소에도 트레이딩 하신 기록을 어필해주시면 우선권을 드리겠습니다!
루마링크 «
레이어지지 X «
저도 패널로 참가해서 잠시 이야기를 나눌 예정입니다.
저, 낭랑화, 카스타드, 그리고 한재권 교수님이 짧은 토론도 할 예정이에요.
그리고 앤드류캉의 피치도 있습니다.
로보틱스, 피지컬ai에 관심이 평소에 있으신 구독자분들이 신청해주시면 좋을거같아요.
신청해주시고 이메일 댓글로 남겨주시면 제가 추첨과 선택으로 5~10자리정도 드릴 수 있을거같아요.
+ 로봇관련 주식들을 평소에도 트레이딩 하신 기록을 어필해주시면 우선권을 드리겠습니다!
루마링크 «
레이어지지 X «
앤디 재시 아마존 CEO가 a16z 팟캐스트 「The a16z Show」 출연 내용
■ 설비투자와 수요
2026년 설비투자 약 2,200억 달러 예정. 이 금액으로도 수요를 다 채우지 못하고 상당 부분을 놓치는 중. 더 써도 중장기적으로 나쁜 투자가 아니며 그래도 수요를 다 채우기는 어려움
■ AWS 용량 계약 상황
2026년분은 매진. 2027년분은 대부분 매진. 2028년분도 상당 부분 계약 완료. 온디맨드용과 추론 서비스 베드록용 여유분은 항상 따로 남겨 둠. 대형 계약 대부분은 약 5년 약정
■ 공급 부족이 이어지는 이유
공급 부족은 2027년에 끝나지 않을 것으로 봄. 제약 요인은 데이터센터 부지와 전력과 메모리. AI 가속기는 HBM을 쓰고 일반 서버는 다른 D램을 씀. 메모리가 모자라면 AI와 일반 클라우드 중 어디에 먼저 줄지 골라야 함
■ 투자 방식
데이터센터 건물은 약 2년 앞서 짓기 시작. 서버와 네트워크 장비는 필요 시점 몇 달 전에 구매. 장비를 사기 전에 수요를 한 번 더 확인할 수 있음
■ 기존 고객과 AI 연구소 사이의 용량 배분
호로위츠가 값을 더 쳐주는 AI 연구소에 기존 고객 용량을 넘기고 싶지 않냐고 질문. 재시는 기존 고객을 쥐어짜지 않겠다고 답변. 팬데믹 때 매출이 줄 것을 알면서도 고객 비용 절감을 도왔던 일을 예로 듦
■ AI 사업 성장 속도
생성형 AI 3년 만에 AWS AI 사업 연 매출 환산 250억 달러 돌파. AWS 초창기 3년 차는 연 6천만 달러 수준이었음. 수백 배 빠른 속도. AWS 전체는 직전 분기 연 매출 환산 1,690억 달러에 전년 대비 36.7% 성장. 장기적으로 AWS가 연 매출 환산 1조 달러 사업이 될 수 있다고 봄
■ 추론 비용과 기업 도입
추론 비용은 AI를 널리 쓰기에 아직 10배 정도 비쌈. 기업이 기존 소프트웨어를 AI로 다시 만들려면 비용이 충분히 내려가야 함. 자체 칩 트레이니엄은 비슷한 칩보다 가격 대비 성능이 30~40% 높고 비용을 낮출 핵심 수단. 지금 AI를 많이 쓰지 않는 일반 기업용 소프트웨어 영역이 결국 가장 큰 시장이 될 수 있음
■ 아마존 내부 변화
2021년 취임 이후 전체 매출 약 80% 증가. AWS는 약 3배로 성장. 광고 매출은 약 2.5배. AI로 더 작은 팀이 더 빨리 제품을 만드는 중. 생성형 AI에 맞춰 알렉사를 다시 만드는 중
■ 그 밖의 주제
AI 시대에 사이버보안과 사람의 판단력과 비판적 사고가 더 중요해짐. 로봇과 저궤도 위성 사업 아마존 레오도 다룸
■ 설비투자와 수요
2026년 설비투자 약 2,200억 달러 예정. 이 금액으로도 수요를 다 채우지 못하고 상당 부분을 놓치는 중. 더 써도 중장기적으로 나쁜 투자가 아니며 그래도 수요를 다 채우기는 어려움
■ AWS 용량 계약 상황
2026년분은 매진. 2027년분은 대부분 매진. 2028년분도 상당 부분 계약 완료. 온디맨드용과 추론 서비스 베드록용 여유분은 항상 따로 남겨 둠. 대형 계약 대부분은 약 5년 약정
■ 공급 부족이 이어지는 이유
공급 부족은 2027년에 끝나지 않을 것으로 봄. 제약 요인은 데이터센터 부지와 전력과 메모리. AI 가속기는 HBM을 쓰고 일반 서버는 다른 D램을 씀. 메모리가 모자라면 AI와 일반 클라우드 중 어디에 먼저 줄지 골라야 함
■ 투자 방식
데이터센터 건물은 약 2년 앞서 짓기 시작. 서버와 네트워크 장비는 필요 시점 몇 달 전에 구매. 장비를 사기 전에 수요를 한 번 더 확인할 수 있음
■ 기존 고객과 AI 연구소 사이의 용량 배분
호로위츠가 값을 더 쳐주는 AI 연구소에 기존 고객 용량을 넘기고 싶지 않냐고 질문. 재시는 기존 고객을 쥐어짜지 않겠다고 답변. 팬데믹 때 매출이 줄 것을 알면서도 고객 비용 절감을 도왔던 일을 예로 듦
■ AI 사업 성장 속도
생성형 AI 3년 만에 AWS AI 사업 연 매출 환산 250억 달러 돌파. AWS 초창기 3년 차는 연 6천만 달러 수준이었음. 수백 배 빠른 속도. AWS 전체는 직전 분기 연 매출 환산 1,690억 달러에 전년 대비 36.7% 성장. 장기적으로 AWS가 연 매출 환산 1조 달러 사업이 될 수 있다고 봄
■ 추론 비용과 기업 도입
추론 비용은 AI를 널리 쓰기에 아직 10배 정도 비쌈. 기업이 기존 소프트웨어를 AI로 다시 만들려면 비용이 충분히 내려가야 함. 자체 칩 트레이니엄은 비슷한 칩보다 가격 대비 성능이 30~40% 높고 비용을 낮출 핵심 수단. 지금 AI를 많이 쓰지 않는 일반 기업용 소프트웨어 영역이 결국 가장 큰 시장이 될 수 있음
■ 아마존 내부 변화
2021년 취임 이후 전체 매출 약 80% 증가. AWS는 약 3배로 성장. 광고 매출은 약 2.5배. AI로 더 작은 팀이 더 빨리 제품을 만드는 중. 생성형 AI에 맞춰 알렉사를 다시 만드는 중
■ 그 밖의 주제
AI 시대에 사이버보안과 사람의 판단력과 비판적 사고가 더 중요해짐. 로봇과 저궤도 위성 사업 아마존 레오도 다룸
해랑달‘s Takes & Notes
지금 메가 트렌드가 뭘까를 생각해보면 스팀이나 Github 지표라고 생각하는데 요기를 잘 살펴보면 AI가 어떤 식으로 쓰이고 흘러갈지에 대한 힌트가 있다고 생각함
앤트로픽 IPO 전 타임라인을 보면 증시 큰 영향을 주지 않기 위해 속도 조절한게 보인다고 생각함
6월 Fable 5 출시 이후 11월까지 5개월 만에 내놓은 결과물을 보면 결정권을 제외한 대부분의 사무직 업무를 대체할 수 있는 수준
자사 플랫폼에 mail, word, sheet 등을 끼워팔던 빅테크들이 왜 이렇게 긴장했는지 알 수 있는 대목이 아닌가 함
시대는 달랐지만 시가총액 $2T의 기업이 4년만에 나타났다는게 충격이고 얼마나 더 발전할지 모른다는게 문제
특히 IPO 전 공개했던 하드웨어 설계는 내년에 꽤나 이슈가 될 것 같음
6월 Fable 5 출시 이후 11월까지 5개월 만에 내놓은 결과물을 보면 결정권을 제외한 대부분의 사무직 업무를 대체할 수 있는 수준
자사 플랫폼에 mail, word, sheet 등을 끼워팔던 빅테크들이 왜 이렇게 긴장했는지 알 수 있는 대목이 아닌가 함
시대는 달랐지만 시가총액 $2T의 기업이 4년만에 나타났다는게 충격이고 얼마나 더 발전할지 모른다는게 문제
특히 IPO 전 공개했던 하드웨어 설계는 내년에 꽤나 이슈가 될 것 같음
새로운 인류의 서버 전쟁
- 반도체- 파운드리 연합
- 클라우드 왕국
- 에너지 연맹
- 대륙 제국
언뜻 보았을 때 균형을 이루고 있던 밸런스가 Anthropic 하나로 무너질 수 있다는 생각이 많이 드는 요즘!!
대충 어떤 식으로든 본인 머리에서 세계지도가 나눠지는지 그림 그려지면 Okay. 그리고 그 연맹별 부족한 점이 무엇이고 무엇을 채우면 Game winner가 되는지를 생각해보는게 시작점이 되면 좋을듯
https://youtu.be/UiVvTSOc4fY?si=qV978Vl6fNVXFeBQ
- 반도체- 파운드리 연합
- 클라우드 왕국
- 에너지 연맹
- 대륙 제국
언뜻 보았을 때 균형을 이루고 있던 밸런스가 Anthropic 하나로 무너질 수 있다는 생각이 많이 드는 요즘!!
대충 어떤 식으로든 본인 머리에서 세계지도가 나눠지는지 그림 그려지면 Okay. 그리고 그 연맹별 부족한 점이 무엇이고 무엇을 채우면 Game winner가 되는지를 생각해보는게 시작점이 되면 좋을듯
https://youtu.be/UiVvTSOc4fY?si=qV978Vl6fNVXFeBQ
YouTube
바푸리 서버 전쟁 | 네 왕국 하나의 별 (시네마틱)
별 하나의 전력을 나눠 쓰는 네 왕국
반도체 왕국은 칩
클라우드 왕국은 연산과 데이터
에너지 왕국은 전력
대륙 연합은 일꾼과 물자를 쥐고 있습니다
불이 꺼진 밤 이후 네 왕국은 중앙 관제센터를 두고 전쟁을 시작합니다
🎮 바푸리 서버 전쟁
▶ https://play.bappurri.app/?ref=yt-cine01
다음 소식을 듣고 싶으시다면 구독 알림 부탁!!
#바푸리서버전쟁 #시네마틱 #전략게임
반도체 왕국은 칩
클라우드 왕국은 연산과 데이터
에너지 왕국은 전력
대륙 연합은 일꾼과 물자를 쥐고 있습니다
불이 꺼진 밤 이후 네 왕국은 중앙 관제센터를 두고 전쟁을 시작합니다
🎮 바푸리 서버 전쟁
▶ https://play.bappurri.app/?ref=yt-cine01
다음 소식을 듣고 싶으시다면 구독 알림 부탁!!
#바푸리서버전쟁 #시네마틱 #전략게임
AI 시대, 학벌과 시험의 스크리닝이 약해진다 (feat. 피터 틸)
세무사 시험 수석 합격자가 AI 부정행위를 자백함. 초소형 카메라로 문제 찍어서 AI한테 풀게 하고, 폰으로 답 받아 적은 방식. 근데 그 답안이 전체 수석이었다는 게 포인트
청와대는 국가자격시험 전체 전수조사 들어갔고 19일 수능도 전체 수험생 AI 기기 점검한다고 함. 감독은 당연히 세지겠지만 이 사건에서 더 크게 봐야 할 건 따로 있다는 생각이 드는 요즘
<학교랑 시험이 실제로 하는 일>
- 가르치는 일
- 걸러내는 일 (스크리닝)
기업이 학벌이나 자격증을 보는 건 사실 두 번째 이유가 큼. 지원자 수천 명을 다 일 시켜볼 수는 없으니까 어려운 시험 통과했으면 머리도 괜찮고 성실하겠지 하고 싸고 빠르게 확인하는 것
경제학에서는 신호 이론이라고 부름. 학위가 뭘 가르쳤는지보다 그걸 따낼 수 있는 사람이라는 걸 보여주는 역할이 크다는 얘기
<피터 틸이 15년 넘게 해온 얘기>
2011년: 대학은 거품 → 실제 가치보다 비싼데 다들 강하게 믿고 있으니까
엘리트 교육은 토너먼트 → 교육에서 내 가치는 다른 사람이 떨어지는 데서 생긴다
틸 펠로십 → 대학 그만두고 창업하면 10만 달러, 지금은 20만 달러. 학위 대신 뭘 만들었는지로 사람 뽑는 실험
2025년: 고등교육은 우리 사회에서 가장 나쁜 제도. 그리고 2024년 타일러 코웬 팟캐스트에서 한 얘기가 이번 사건이랑 딱 맞음
지금 사회는 수학 실력을 머리 좋음의 대리 지표로 씀. 의대 가려는 사람도 물리, 미적분으로 걸러냄. 근데 몇 년 안에 AI가 미국 수학올림피아드 문제를 다 풀 거라고 함
그래서 AI는 글 잘 쓰는 사람보다 수학 잘하는 사람한테 더 불리할 거라고 봄
정답 있는 문제를 빨리, 정확하게 푸는 능력으로 사람 줄 세우던 방식이 AI 때문에 흔들린다는 얘기
<AI가 스크리닝을 약하게 만드는 세 가지 경로>
- 시험 자체가 뚫림
이번 세무사 사건이 딱 이 케이스. 작은 카메라랑 AI만 있으면 수석 답안이 나옴. 막으려면 열감지 카메라, 전담 감독관, 기기 점검까지 동원해야 하고 시험 한 번 치르는 비용이 계속 올라감
대학은 이미 겪는 중. 작년 연세대 비대면 중간고사에서 수강생 약 600명 중 50명 가까이가 AI로 답 쓴 정황이 나왔고 고대 서울대도 마찬가지
- 정직하게 봐도 점수 의미가 줄어듦
부정행위가 없어도 문제는 남음. 시험이 재는 게 "외워서 정답 쓰기"면 그건 AI가 거의 공짜로 해주는 일. 점수 높다 = 일 잘한다는 연결고리가 약해지는 것
- 시험장 밖 서류는 이미 다 AI
자소서, 과제, 리포트, 온라인 코딩 테스트, 면접 준비까지 이미 AI랑 같이 씀. 서류로 사람 거르던 단계 전체가 흐려지는 중
한 가지 짚고 가면
틸도 스탠퍼드 철학과에 로스쿨까지 나온 사람이고 펠로십 뽑힌 사람들도 대학 다니던 학생이 많았음. 대학 다 필요 없다는 얘기는 아니고, 학위랑 점수를 능력의 증거로 당연하게 믿어온 관행을 다시 따져보자는 쪽에 가까움
내 직업, 내 회사에서 사람 뽑는 기준 중에 AI가 대신 통과해줄 수 있는 게 뭔지 떠올려보면 좋을듯. 그리고 그게 빠지면 남는 기준이 뭔지, 그 기준에서 나는 뭘 보여줄 수 있는지 생각해보는 게 시작점이 되면 좋을듯
세무사 시험 수석 합격자가 AI 부정행위를 자백함. 초소형 카메라로 문제 찍어서 AI한테 풀게 하고, 폰으로 답 받아 적은 방식. 근데 그 답안이 전체 수석이었다는 게 포인트
청와대는 국가자격시험 전체 전수조사 들어갔고 19일 수능도 전체 수험생 AI 기기 점검한다고 함. 감독은 당연히 세지겠지만 이 사건에서 더 크게 봐야 할 건 따로 있다는 생각이 드는 요즘
<학교랑 시험이 실제로 하는 일>
- 가르치는 일
- 걸러내는 일 (스크리닝)
기업이 학벌이나 자격증을 보는 건 사실 두 번째 이유가 큼. 지원자 수천 명을 다 일 시켜볼 수는 없으니까 어려운 시험 통과했으면 머리도 괜찮고 성실하겠지 하고 싸고 빠르게 확인하는 것
경제학에서는 신호 이론이라고 부름. 학위가 뭘 가르쳤는지보다 그걸 따낼 수 있는 사람이라는 걸 보여주는 역할이 크다는 얘기
<피터 틸이 15년 넘게 해온 얘기>
2011년: 대학은 거품 → 실제 가치보다 비싼데 다들 강하게 믿고 있으니까
엘리트 교육은 토너먼트 → 교육에서 내 가치는 다른 사람이 떨어지는 데서 생긴다
틸 펠로십 → 대학 그만두고 창업하면 10만 달러, 지금은 20만 달러. 학위 대신 뭘 만들었는지로 사람 뽑는 실험
2025년: 고등교육은 우리 사회에서 가장 나쁜 제도. 그리고 2024년 타일러 코웬 팟캐스트에서 한 얘기가 이번 사건이랑 딱 맞음
지금 사회는 수학 실력을 머리 좋음의 대리 지표로 씀. 의대 가려는 사람도 물리, 미적분으로 걸러냄. 근데 몇 년 안에 AI가 미국 수학올림피아드 문제를 다 풀 거라고 함
그래서 AI는 글 잘 쓰는 사람보다 수학 잘하는 사람한테 더 불리할 거라고 봄
정답 있는 문제를 빨리, 정확하게 푸는 능력으로 사람 줄 세우던 방식이 AI 때문에 흔들린다는 얘기
<AI가 스크리닝을 약하게 만드는 세 가지 경로>
- 시험 자체가 뚫림
이번 세무사 사건이 딱 이 케이스. 작은 카메라랑 AI만 있으면 수석 답안이 나옴. 막으려면 열감지 카메라, 전담 감독관, 기기 점검까지 동원해야 하고 시험 한 번 치르는 비용이 계속 올라감
대학은 이미 겪는 중. 작년 연세대 비대면 중간고사에서 수강생 약 600명 중 50명 가까이가 AI로 답 쓴 정황이 나왔고 고대 서울대도 마찬가지
- 정직하게 봐도 점수 의미가 줄어듦
부정행위가 없어도 문제는 남음. 시험이 재는 게 "외워서 정답 쓰기"면 그건 AI가 거의 공짜로 해주는 일. 점수 높다 = 일 잘한다는 연결고리가 약해지는 것
- 시험장 밖 서류는 이미 다 AI
자소서, 과제, 리포트, 온라인 코딩 테스트, 면접 준비까지 이미 AI랑 같이 씀. 서류로 사람 거르던 단계 전체가 흐려지는 중
한 가지 짚고 가면
틸도 스탠퍼드 철학과에 로스쿨까지 나온 사람이고 펠로십 뽑힌 사람들도 대학 다니던 학생이 많았음. 대학 다 필요 없다는 얘기는 아니고, 학위랑 점수를 능력의 증거로 당연하게 믿어온 관행을 다시 따져보자는 쪽에 가까움
내 직업, 내 회사에서 사람 뽑는 기준 중에 AI가 대신 통과해줄 수 있는 게 뭔지 떠올려보면 좋을듯. 그리고 그게 빠지면 남는 기준이 뭔지, 그 기준에서 나는 뭘 보여줄 수 있는지 생각해보는 게 시작점이 되면 좋을듯
AI가 만든 노래
꿈꾸던 어른이 되었나요
멜론 차트 1위를 달성하며 역주행 중 작사와 음악 기획은 사람이했지만 멜로디와 편곡은 SUNO AI 활용
새로운 재능의 시대 개막 이정표가 아닐까합니다
꿈을 꾸었지만 시도해볼 수 없어던 많은 일들의 결과물이 2027년에 나오지 않을까요?
https://youtu.be/GxChUrrY4bc?si=qZqnqR4jkrrrFG2P
꿈꾸던 어른이 되었나요
멜론 차트 1위를 달성하며 역주행 중 작사와 음악 기획은 사람이했지만 멜로디와 편곡은 SUNO AI 활용
새로운 재능의 시대 개막 이정표가 아닐까합니다
꿈을 꾸었지만 시도해볼 수 없어던 많은 일들의 결과물이 2027년에 나오지 않을까요?
https://youtu.be/GxChUrrY4bc?si=qZqnqR4jkrrrFG2P
[카파시와 앤스로픽 자료로 본 AI 오케스트레이션]
[한 줄 요약]
AI 쓰는 방식이 하나씩 시키는 단계에서 여러 AI를 동시에 돌리고 관리하는 단계로 넘어가는 중.이 단계에서 제일 느린 건 사람의 검토와 판단임. 그래서 여러 AI에게 일을 어떻게 나눠 주고 결과를 어떻게 걸러 받는지가 성과를 가르기 시작함
[정리]
카파시 개인 경험과 앤스로픽 회사 데이터가 같은 방향을 가리킴. AI가 일을 처리하는 속도는 이미 사람이 결과를 읽고 판단하는 속도를 넘어섬. 그래서 성과 차이는 여러 AI에게 일을 어떻게 나눠 주고 결과를 어떻게 걸러 받는지에서 나오고 있음
앤스로픽 사례를 보면 방법은 세 가지로 모임
- 무엇을 왜 할지 사람이 분명하게 정해 주기
- 반복되는 설명은 지침으로 깔아 두고 AI끼리 서로 검토하게 하기
- 사람에게는 판단이 꼭 필요한 것만 올라오게 거르기
사람 몫으로 끝까지 남는 건 방향을 정하는 일과 마지막 판단
카파시가 사람 몫으로 꼽은 것도 감각과 판단과 감독이고 앤스로픽 채용에서 비중이 커진 것도 판단력
[한 줄 요약]
AI 쓰는 방식이 하나씩 시키는 단계에서 여러 AI를 동시에 돌리고 관리하는 단계로 넘어가는 중.이 단계에서 제일 느린 건 사람의 검토와 판단임. 그래서 여러 AI에게 일을 어떻게 나눠 주고 결과를 어떻게 걸러 받는지가 성과를 가르기 시작함
[카파시: 내가 병목이 됐음]
안드레 카파시는 OpenAI 공동창업자이자 전 테슬라 AI 총괄. 올해 5월 앤스로픽에 합류해 사전학습 연구를 맡고 있음
3월 7일 AI가 혼자 머신러닝 실험을 돌리는 오토리서치를 공개. 몇 달 동안 손으로 조정한 GPT-2 학습 설정을 에이전트에게 하룻밤 맡겼더니 20년 경력의 본인이 놓친 개선점을 찾아옴
그 뒤 노 프라이어스 팟캐스트에서 한 말
"지금 나온 도구를 제대로 쓰려면 스스로를 병목에서 빼야 한다. 다음 지시를 내리려고 옆에 붙어 있으면 안 된다"
본인 작업 방식도 공개. 에이전트 여러 개에 20분 정도 걸리는 작업을 하나씩 나눠 주고 결과만 검토함. 하나는 코드를 짜고 하나는 자료를 찾고 하나는 다음 구현 계획을 세우는 식
에이전트가 엉뚱한 결과를 내면 모델 능력보다 내 지시와 설정이 부족했던 탓으로 느낀다고 함. 쓸 수 있는 토큰이 남았는데 에이전트가 놀고 있으면 불안할 정도
단서도 붙임. 결과를 숫자로 잴 수 있는 분야에서 잘 통하고 평가가 애매한 분야에선 아직 약함
4월 세쿼이아 행사에선 한 발 더 나감
에이전트는 아직 인턴 수준이라 감각과 판단과 감독은 사람 몫
그리고 무엇을 만들지 왜 만들지 에이전트를 어떻게 지휘할지 정하는 일에서 본인이 병목이 되고 있다고 털어놓음
"생각은 외주를 줄 수 있어도 이해는 외주를 줄 수 없다"는 말도 남김
[앤스로픽 직원들은 이미 AI 관리자]
10월 16일 앤스로픽 경제연구팀이 자기 회사 직원들을 조사한 보고서를 냄. 근무 기록과 AI 사용 기록과 설문과 캘린더와 채용 평가표까지 분석함
3월 처음으로 AI 에이전트 작업 시간이 직원 근무 시간을 넘음. 8월엔 직원이 직접 돌린 에이전트만 따져도 6배. 엔지니어 1인당 코드 커밋은 6개월 전의 5배
그런데 대화형 작업 시간의 약 80%는 AI가 사람 답을 기다리며 멈춰 있는 시간
비개발 직원도 AI 결과물을 다 읽으려면 주 근무시간 절반 이상이 필요
보고서 표현 그대로 옮기면 사람의 주의력이 에이전트 산출물의 병목이 됨
한 엔지니어 비유가 압권. 아이 돌보기랑 똑같다고 함. 주스 뚜껑 열어 달라는 애랑 손가락 베여 피 나는 애가 똑같은 목소리로 긴급하다고 외치는데 AI들도 그렇다고
다른 엔지니어는 “Claude 군단이 저마다 내 관심을 요구한다”고 표현.4월 설문에선 직원 20%가 직접 일하던 역할이 Claude를 관리하는 역할로 바뀌었다고 답함
[AI 오케스트레이션은 실제로 이렇게 함]
보고서에 나온 관리 업무가 꽤 구체적임
여러 에이전트에게 나눠 줄 작업 명세 쓰기. 한 에이전트 결과를 다른 에이전트가 검토하게 묶기. 작업 흐름을 감시하는 대시보드 만들기
이런 일 비중이 작년 가을 10%에서 올봄 22%로 늘어남
에이전트에게 주는 상시 지침은 2025년 7월 수백 개에서 1년 뒤 8,500개로 늘어남. 같은 설명을 매번 반복하지 않으려고 규칙을 깔아 두는 것
한 엔지니어는 에이전트들이 보내는 요청을 분류해 주는 비서실장 에이전트를 따로 만듦
웹사이트 문구를 쓰던 디자인팀은 문구 작성을 에이전트에게 넘기고 에이전트 지시문과 평가 기준을 쓰는 일로 옮김. 팀장 말로는 "사람 행동을 이끌던 글솜씨를 이제 Claude 행동을 이끄는 데 쓴다"
사람끼리 일하는 방식도 바뀜
회의에서 정한 내용을 기록으로 안 남기면 에이전트가 맥락을 놓침. 그래서 결정을 공개 채널에 남기고 비공개로 처리하는 업무를 줄이는 쪽으로 감
회의 시간은 오히려 1년 전보다 20% 늘어남. 개발자만 봐도 16% 증가. AI가 실무를 맡으니 사람끼리 정하고 합의할 일이 많아진 것
채용도 바뀜
개발 직군 신규 채용 중 주니어 비중이 27%에서 9%로 줄었고 면접 평가에선 특정 기술보다 자율성과 판단력을 보는 비중이 커짐
[아모데이 본인 발언]
2월 드와케시 팟캐스트
앤스로픽엔 코드를 아예 직접 안 쓰는 엔지니어가 있다고 함. 예전에 손으로 짜던 GPU 커널도 이제 Claude가 짠다고
11월 13일 제이미 다이먼 JP모건 회장과의 대담
에이전트 확산을 막는 가장 큰 요인은 능력보다 안전 문제. 앤스로픽 내부 배치도 같은 이유로 속도를 조절 중
"에이전트가 통제 없이 날뛰게 두고 싶지 않다"는 발언도 함
[정리]
카파시 개인 경험과 앤스로픽 회사 데이터가 같은 방향을 가리킴. AI가 일을 처리하는 속도는 이미 사람이 결과를 읽고 판단하는 속도를 넘어섬. 그래서 성과 차이는 여러 AI에게 일을 어떻게 나눠 주고 결과를 어떻게 걸러 받는지에서 나오고 있음
앤스로픽 사례를 보면 방법은 세 가지로 모임
- 무엇을 왜 할지 사람이 분명하게 정해 주기
- 반복되는 설명은 지침으로 깔아 두고 AI끼리 서로 검토하게 하기
- 사람에게는 판단이 꼭 필요한 것만 올라오게 거르기
사람 몫으로 끝까지 남는 건 방향을 정하는 일과 마지막 판단
카파시가 사람 몫으로 꼽은 것도 감각과 판단과 감독이고 앤스로픽 채용에서 비중이 커진 것도 판단력
OpenAI AI 연구개발(R&D) 에이전트 활용 급증 (자기개선 가능성 주목)
OpenAI가 11월 18일 공개한 자료에 따르면 연구자 1인당 하루 AI 에이전트 작업 수는 올해 3월 약 4건에서 10월 약 26건으로 6~7배 증가.
- 자율 수행 능력 향상: 2~4시간 소요 연구 과제 성공률 23%→46%, 4~8시간 과제 13%→35%
- AI 활용 비용 급증: 연구자 1인당 하루 API 정가 환산 사용량 중앙값 2400달러(전월 대비 +62%). 상위 10% 수준은 2만3000달러(+105%)
- 연구자들의 높은 의존도: AI 에이전트를 계속 사용하기 위해 팀 컴퓨트의 30% 또는 인력의 40%를 포기할 의향이 있다고 응답(각각 별도 질문의 중앙값)
- 자율화 한계: 학습 모니터링 성공률은 79%지만 학습 실행 35% 추론 시스템 코드 작성 25%. 연구 설계와 핵심 의사결정은 여전히 인간 중심
시사점: AI가 AI 개발을 가속하는 현상은 확인되지만 추가 컴퓨트 없이 스스로 더 강한 AI를 반복적으로 만들어내는 Software-only singularity는 아직 입증되지 않음
AI 인프라 관점에서도 알고리즘 개선으로 GPU 증설 필요성이 낮아질 가능성과 AI 연구 에이전트 확산으로 추론 컴퓨트 수요가 오히려 증가할 가능성이 공존
핵심은 AI 연구 생산성 향상 속도가 컴퓨트 수요 증가 속도를 앞지를 수 있느냐는 것
OpenAI가 11월 18일 공개한 자료에 따르면 연구자 1인당 하루 AI 에이전트 작업 수는 올해 3월 약 4건에서 10월 약 26건으로 6~7배 증가.
- 자율 수행 능력 향상: 2~4시간 소요 연구 과제 성공률 23%→46%, 4~8시간 과제 13%→35%
- AI 활용 비용 급증: 연구자 1인당 하루 API 정가 환산 사용량 중앙값 2400달러(전월 대비 +62%). 상위 10% 수준은 2만3000달러(+105%)
- 연구자들의 높은 의존도: AI 에이전트를 계속 사용하기 위해 팀 컴퓨트의 30% 또는 인력의 40%를 포기할 의향이 있다고 응답(각각 별도 질문의 중앙값)
- 자율화 한계: 학습 모니터링 성공률은 79%지만 학습 실행 35% 추론 시스템 코드 작성 25%. 연구 설계와 핵심 의사결정은 여전히 인간 중심
시사점: AI가 AI 개발을 가속하는 현상은 확인되지만 추가 컴퓨트 없이 스스로 더 강한 AI를 반복적으로 만들어내는 Software-only singularity는 아직 입증되지 않음
AI 인프라 관점에서도 알고리즘 개선으로 GPU 증설 필요성이 낮아질 가능성과 AI 연구 에이전트 확산으로 추론 컴퓨트 수요가 오히려 증가할 가능성이 공존
핵심은 AI 연구 생산성 향상 속도가 컴퓨트 수요 증가 속도를 앞지를 수 있느냐는 것
앤트로픽 IPO 완료 (한줄로 보는 요약)
- 역사상 가장 빠른 1조달러 기업 (창업 후 약 5년 10개월)
- 상장 첫날 장중 시총 2조달러 돌파
- 공모와 사모를 합쳐 1000억달러 넘게 조달
- 엔비디아·구글·MS·TSMC 등 공급사 7곳이 상장가로 260억달러 지분 매입
- 연환산 매출 약 22개월 만에 10억달러에서 810억달러로 증가
- 10월 한 달에만 연환산 매출 100억달러 증가
- 3분기 매출 1년 만에 약 12배
- 연 10만달러 이상 쓰는 고객 1년 만에 950곳에서 1만1900곳으로 증가
연 1000만달러 이상 쓰는 고객 약 250곳
- 포춘 10대 기업 중 8곳이 고객
- 전 세계 현업 개발자 10명 중 4명이 사용
- 보안 프로그램 Glasswing 첫 달에 소프트웨어 취약점 1만 건 이상 발견
- 역사상 가장 빠른 1조달러 기업 (창업 후 약 5년 10개월)
- 상장 첫날 장중 시총 2조달러 돌파
- 공모와 사모를 합쳐 1000억달러 넘게 조달
- 엔비디아·구글·MS·TSMC 등 공급사 7곳이 상장가로 260억달러 지분 매입
- 연환산 매출 약 22개월 만에 10억달러에서 810억달러로 증가
- 10월 한 달에만 연환산 매출 100억달러 증가
- 3분기 매출 1년 만에 약 12배
- 연 10만달러 이상 쓰는 고객 1년 만에 950곳에서 1만1900곳으로 증가
연 1000만달러 이상 쓰는 고객 약 250곳
- 포춘 10대 기업 중 8곳이 고객
- 전 세계 현업 개발자 10명 중 4명이 사용
- 보안 프로그램 Glasswing 첫 달에 소프트웨어 취약점 1만 건 이상 발견