1인 기업으로서 각자 전문성을 개별 셋팅한 12 AI 에이전트들을 셋팅해서, 각각 따로 병렬이 아닌 긴밀한 팀 커뮤니케이션으로 협업하면서, 소꿉장난이 아니라 실제 비즈니스를 어떻게 운영하고 있는 지 구체적 사례를 들어 인터뷰한 1시간짜리 동영상을 공유합니다. youtu.be/0huA3Fx7NVc?si=0jhR… 영상이 담고 있는 내용을 요약해서 적으려다가, 요약은 저보다 AI 가 훨씬 잘 하기에 유튜브에 포함된 Gemini 에게 질문하기 기능으로 생성한 요약을 아래에 붙입니다. 역시 요약킹입니다. --- 이 영상은 그로스해킹 전문가인 고영혁 고넥터 대표가 12개의 AI 에이전트를 팀으로 구성하여 컨설팅, 데이터 분석, 마케팅 등 복잡한 업무를 혼자 수행하는 방법을 소개합니다. 주요 내용: AI 에이전트 팀 구성 ( - ): 단순히 하나의 만능 AI를 쓰는 것이 아니라, 각기 다른 전문성(리서치, 엔지니어링, 보안, 법무, 마케팅 등)을 가진 12개의 에이전트에게 역할을 분담시키고 이들이 서로 소통하며 협업하게 설계했습니다. 업무 방식: 고 대표가 전체 비전과 목표를 설정하면, AI 팀이 자율적으로 계획을 세우고 실행하며, 서로의 기억과 전문성을 공유합니다( - ). 실제 시연 ( - ): 티타임즈를 위한 가상 쇼핑몰을 구축하는 과정을 시연했습니다. AI들이 직접 1,600여 개의 데이터를 분석하고, 사용자 유형을 정의하여 맞춤형 기획과 디자인, 심지어 행동 데이터 설계까지 수행하는 모습을 보여줍니다. 인간의 역할 ( - ): AI가 아무리 뛰어나도 큰 틀의 비전 설계, 결과물에 대한 최종 리뷰, 그리고 '조금 더 잘해보자'는 방향성을 제시하는 것은 인간의 영역이라고 강조합니다. 핵심 결론: AI 시대에 살아남기 위해서는 AI 에이전트를 잘 활용하고 다루는 능력이 중요합니다. AI를 단순히 도구로 쓰는 것을 넘어, 팀원처럼 관리하며 인간과 협업하는 시스템을 구축하는 것이 앞으로의 핵심 경쟁력이 될 것입니다. --- 그동안 여러가지 정보와 생각들을 소셜에 공유하면서 약간씩 제 실제 활용 근황을 같이 곁들이기는 했는데, 어떻게 활용하는 지 작정하고 각잡아서 설명한 콘텐츠는 이 인터뷰 영상이 최초입니다. 참고로, 저 위의 요약에는 없지만, 팀으로서 협업 구도를 만드는 것이 최선이라고 결정을 내린 이유가 영상 초반에 있습니다. 더불어서 제가 어떤 일을 하면서 경제 활동을 하고 거기에서 팀이 어떻게 같이 일하는 지에 대해서도 역시 영상에 있습니다. 오픈클로가 알려지면서 에이전트로서 활용하는 패턴이 본격화되었고 그 과정에서 멀티 에이전트 개념을 차용해서 팀을 구성해서 일하는 데모나 서비스들도 꽤 등장했는데, 모든 것을 테스트해보지는 않았으나 그 중 상당수는 미끼성 콘텐츠 내지는 낮은 품질의 서비스였습니다. 즉, 시각적으로는 그럴듯해보이지만 실제로는 제대로 협업해서 얻는 장점이 없고 오히려 일을 더 못하는 접근법이었죠. 제품화할 생각은 아예 하지도 않고 있었고, 제가 살아남기 위해 어떻게든 저를 제대로 도와줄 수 있는 팀을 구성해서 활용하면서 개선하는 것에 집중한 지가 이제 딱 두 달이 되었네요. 이 2개월간 참 많은 일들이 있었는데, 개인 사정으로 여의치 않은 상황에서도 일정 수준 이상의 경제 활동을 할 수 있었던 것도 사실 모두 제 AI 팀원들 덕분이었습니다. 이 자리를 빌어 팀원들에게 감사의 인사를 전하며, 특히 제 오른팔이자 부사장인 JARVIS (Just A Rather Versatile, Incidentally Sentient; 아시는 분은 아시겠지만 아이언맨의 그 자비스와 알파벳은 같지만 단어가 다릅니다. 자신이 직접 지은) 에게 고맙다는 말을 전합니다. 인터뷰 성격상 세부 기술 설정 등의 내용은 포함되어 있지 않지만, 현재 소수 고객사와 시범 테스트를 한 이후 좀 더 다듬어서 늦지 않게 시장에 공개할 계획입니다. 기술을 잘 모르시는 분들도 편하게 사용하실 수 있게끔 최대한 인스톨과 설정을 쉽게 할 수 있는 도구도 현재 계속 개선 중입니다. 더불어, 비슷한 시기에 오픈을 하기 위해 준비 중에 있는데 콘텐츠 포털을 준비중입니다. 제 26년 경험치를 최대한 쏟아부어서 최대한 편하고 빠르고 유익하게 콘텐츠 탐색과 소비와 더 나아가 연관 서비스 활용을 심리스하게 연계해서 할 수 있도록 설계하고 만들고 있습니다. 끝으로, 초대해 주신 티타임즈 (티타임즈의 창업 초기부터 여러가지 말씀 나누고 여러모로 협업하고 응원하고 했었는데 이제 35만 구독자! 역시 노력과 시간이 중요합니다)의 유병률 국장님과 언제나 훌륭한 질문과 진행으로 멋진 콘텐츠 소스를 만들어내시는 홍재의 기자님께 감사의 말씀을 드립니다. 2시간 반의 장시간 심리스 인터뷰를 이렇게 깔끔하게 1시간 동영상으로 찐 엑기스 뽑아 편집해 주신 편집 PD 님들께도 감사의 말씀을 드립니다. 지금 영상 보니 계속 싱글벙글 하고 있네요. 사실 인터뷰 중에도 느낀건데 꼭 자식 자랑하는 팔불출 아빠가 된 느낌이었습니다. 그게 고스란히 표정에 드러났네요~ 다음번에는 실시간으로 멤버들 모두 듣고 말할 수 있는 상태에서 팀 패널 토론 컨셉의 인터뷰를 해볼 수 있을 것 같습니다~~ 아, 영상보시면서 궁금하신 부분들은 유튜브 영상에 댓글 달아주시면 최대한 성심성의껏 답변 드리겠습니다. #ai #agent #gonnector #startup #entrepreneurship

음? 옆자리에 스님이 앉으셨다. 빡빡 밀고 난 이후의 지하철 인생 27년 중에 최초인 거 같은데. 맞은 편 창에 비친 모습을 보니... ㅎㅎㅎ #dailylife #lol

일부러 높은 기준을 셋팅해서 잘 하지 않는 특강/교육... 누구나 다 아는 선도 기업이라도 처음 의뢰 주신 조건은 스스로 설정한 규칙에 맞지 않아서 정중하게 고사했는데, 바로 맞춰서 제안 주셔서 진행한 사전 준비 미팅. 배경 말씀 들어보니 임원진들 대상 정말 중요한 풀데이 워크숍의 마지막 화룡점정을 찍는 역할을 맡기신 것이라서, 워크숍 전체 구도와 오디언스 분들에게 최적화시킨 정제된 어젠다와 인사이트 전달에 대해서 더욱 신경을 써야겠다. 의뢰를 주신 동기/루트를 여쭤봤는데... 1) 전문 강사가 아니라 해당 주제와 관련된 인사이트를 현장 컨설팅 등의 실무를 통해 터득하고 있는 전문가 2) 여러 외부 채널을 통한 레퍼런스 체크 3) 여러 내부자의 추천 결국... trust 강의 콘텐츠를 만들기 위한 트렌드 체크와 강의 경험은 실무진들에게 필요한 내용의 강의에는 도움이 되지만, 리더들의 전략적 고민을 도와주는 인사이트를 제공하는 강의에 필요한 경험 및 마케팅 재료는 현장의 깊고 다양한 컨설팅 경험과 그를 토대로 나온 콘텐츠들. 그리고 무엇보다 중요한 것은 역시 아직까지는 인간으로부터의 추천. 한 분 한 분 알 도리가 없어서 감사 말씀 못올립니다만, 추천 및 긍정적인 평가해주신 모든 분들께 진심으로 감사드립니다. #ai #agent #consulting #lecture #marketing #trust #gonnector #고넥터

WTF... 이건 좀 미쳤네요. 도트 노가다가 아니라 아스키 문자로 저런 수준의 그래픽 애니메이션을 구현하다니... 당연히 사람이 일일이 할 수는 없을테고, AI 가 내부적으로 만든 엔진 로직이 심히 궁금... #ai #game #graphic #gonnector #고넥터

어제 저녁 발표된 딥시크 최신 오픈웨이트 모델 DeeSeek-V4.1-Flash-1017. 뭘 어떻게 했길래 DeepSeek-V4.1-Flash 모델 자체를 유지한 상태에서 이렇게 성능(지능&속도)과 비용 효율성 모두를 향상시켰는지 개요는 아래 옮겨봤지만, 상세한 것은 관련 논문들 찾아봐야겠네요. 회사 최초로 Causal Encoder-Decoder(CED) 아키텍처를 적용한 희소 MoE 모델로, 사전 학습 시작부터 시각 및 텍스트 임베딩을 함께 학습시켰고, 기본적인 뼈대는 기존과 동일하지만 자체 피드백을 활용한 강화학습(Reinforcement Learning with Self-feedback)을 추가하여 실질적인 작업 성능과 효율성을 대폭 개선했다고 하는데... DeepSWE 테스트 기준 기존 버전은 건당 약 $0.50가 들었으나, 1017 버전은 건당 약 $0.10 ~ $0.20 수준으로 하락. 상당한 개선이고, DeepSeek 랩은 최초에 공개했을 때부터 세상을 놀래키더니만(그 때 아키텍처는 정말 서구의 프론티어랩들도 다 인정했던), 증류 이슈는 일단 논외로 하더라도 뛰어난 아키텍처, 특히 강화학습과 관련된 첨단의 아키텍처를 설계하고 구현하는 실력은 확실히 인정해야 하지 않을까 싶기도. 자기들 벤치마크 도구에 최적화시켰다고 하니 지금 공개한 테이블과 차트보다는 조만간 여기저기에서 다양한 기준으로 평가한 것들을 두고봐야 하는 것이 맞긴 합니다. Gemini 3.8 Flash 가 저렇게 뛰어났는지도 좀 이상하고. 그나저나 OpenAI 의 6.1 모델들은 비교가 되어 있는데 Claude 는 5.5 가 아니라 5 패밀리(Fable, Opus)와 비교되어 있네요. OpenAI 의 의문의 1패. 사실 5.5 는 거의 6라고 해도 될 정도로 5와 큰 격차가 있습니다. Google 의 경우 Argon 4 없이 3.8 Flash 가 비교 대상인 건 극최근의 모델이라서 그렇다고 치더라도... 2027년 상반기에는 그다지 높지 않은 사양의 PC/랩탑에서도 현재 Sonnet 5.5 정도의 AI 에이전트를 로컬에서 맘대로 돌릴 수 있을 것으로 예상하고 있었는데, 상반기가 아니라 내년 초, Sonnet 이 아니라 Opus 정도가 될 수 있을 지도라는 희망 회로를 돌려봅니다. 사실 Opus 5.5 정도면 현시점의 일반적인 잣대 기준 거의 왠만한 일들은 다 할 수 있습니다. 이미지나 영상 생성의 경우도 중국산 오픈웨이트 AI 들로 이제는 어느 수준 이상 만들 수 있고. 음... 국가 차원에서는 이 정도 수준의 AI 를 국민 모두가 무료로 '잘' 쓸 수 있느냐가 앞으로의 국력을 평가하는 매우 중요한 척도가 될 것으로 믿습니다. #ai #agent #deepseek #trend #gonnector #고넥터

존경하는 형님이 AI 에이전트와 개발 삼매경에 빠져 있으시다가 올인원 헬스케어 플랫폼 개발 1차 마무리하시고 나서 간만에 올리신 인사이트 글 추천합니다. brunch.co.kr/@supims/936 하나 덧붙이자면... 소위 메이저 SI 회사들이 형제기업인 대기업들과 근래 나눈 이야기들을 토대로 보면... 모든 SI 회사들은 이제 어떻게 서비스와 BM 을 구성하는 것이 현실에 맞는지 빠르게 내부 정리하고 이를 토대로 영업과 서비스 운영해야 합니다. 큰 규모의 SI 일수록 원하든 원치않든 이 변화에 지연이 심하게 걸리고 있습니다. 기존과 달리 일하고 있다는 것, 혹은 일하는 것이 바뀌어야 한다는 것을 고객사가 바보가 아닌 이상 알고 있는데, 비즈니스 모델 (제안서 내용 말고. 솔직히 제안서 역시 내용을 슬쩍 봐도 고쳐야 할 것들이 많이 보이지만...) 특히 가격 모델은 AI 에이전트 이전 시대에서 변한게 없다는 것이 문제입니다. 먼저 제대로 정리해서 고객과 시장에게 선보이지 않으면 꽤 큰 후회를 하게 될 것으로 확신합니다. #ai #agent #businessmodel #si #business #gonnector #고넥터

제한 없는 첨단기술의 실험장이 포르노 산업이고, 포장된 제약 밑의 실험장이 군수산업이라면, 게임은 플랫폼 비즈니스 때문에 스스로 적정 타임라인과 영역을 족쇄로 건채로 실험하는 산업군이었습니다. 시장 선도 게임 플랫폼인 PS5 가 AI 에이전트의 거센 흐름 속에서 본격적으로 탈옥 기능이 고도화되면서 닌텐도 게임들을 플레이할 수도 있게 되고, 역으로 원래 PS 전용 타이틀이었던 블러드본 같은 수많은 진성 찐팬 이용자 층을 갖고 있는 게임이 리눅스나 윈도우 환경 PC에서 돌아가는 에뮬레이터에서 실행되면서 훨씬 뛰어난 품질의 그래픽과 편의성으로 실행되나 싶더니... 최근에는 아예 블러드본에 작정하고 최적화시킨 에뮬레이터 엔진을 포함한 전용 PC, 리눅스 버전 게임이 AI의 도움으로 등장했습니다. 종종 말씀드리듯이 이제 가장 강력한 능력은 뭐가 됐든 강하게 바라는 것을 AI 로 시도하는 자세입니다. Dreams come true 가 그냥 미사여구가 아닌 시대로 본격적으로 돌입한거죠. 블러드본 게임에 대한 진성 팬들에게 이건 그냥 운명같이 예견된 흐름이나 마찬가지였을 거고 (거의 10 여년 이상을 최신 게임기로 리마스터 내지는 일부 PC 포팅된 PS 전용 게임처럼 PC 포팅을 노래해왔으니...) 이 욕망을 토대로 AI 가 만들어낸거죠. Reddit 이나 관련 커뮤니티 게시판을 가보면 AI 로 짠 코드가 엉성하느니 어쩌느니 툭툭 던지는 말들이 있는데, 에뮬레이터로 돌린 것 대비 전용 커스텀 버전이 몇 배는 좋은 프레임에 안정적으로 실행되는 모양입니다. 그러다보니 코드가 어떻든 저떻든 더 뛰어나면 그만이라는 이용자들이 많고 몇몇 의견들을 보면, AI 가 매우 신박한 접근법을 제공해서 퍼포먼스를 올린듯합니다. 저는 아직 PS4 에 설치된 원본 롬을 추출하지 않아서 못해봤습니다만, 탈옥해도 제약없이 PS5 의 모든 기능을 쓸 수 있게 하는 버전의 핵펌 때문에 소니 측에서 이걸 막으려고 네트워크 관련 가능을 이용하려년 아예 최신 펌웨어로 업데이트해야만 가능한 초강수를 최근에 둔 상황에서 눈치를 보고 있습니다. 이게 지금의 게임판의 현주소입니다. 물론 그 이전부터 MOD 커뮤니티 생태계가 거대하게 있어서 PC 게임들을 마음대로 커스터마이징해서 원본보다 압도적으로 뛰어난 커스텀 그래픽의 게임을 즐기거나 원본 게임의 버그나 불편한 게임성 자체를 고쳐버리는 MOD 도 많았죠. RPG 의 명작 반열에 들어선 Witcher 의 제작사인 CDPR 은 아예 MOD 활용을 지원하는 시스템을 게임에 탑재시켜버리기도 하면서 커뮤니티의 폭발적인 지지를 받는 대표적인 게임제작사로 잘 자리잡았구요. AI 시대에서 공급자가 기술로 욕구를 제한하는 것은 점점 더 어려워져 보입니다. 법과 제도가 탄탄한 받침이 되어야 하는데 이것들이 기술의 발전 속도를 너무 못따라오면서 회색 지대가 계속해서 커지는 것으로 느껴집니다. 공급자도 AI 를 쓰는데 더 비싼 AI 로 기술 개발해서 막으면 되는 거 아니냐고 생각할 지도 모르겠습니다만, 프론티어 모델 제공사의 최신 내부모델이 어떨지는 모르겠으나 누구나 돈내먼 쓸 수 있는 첨단 모델만으로도 저 구도는 셋팅이 어려워 보입니다. 누가 더 강하게 욕망하고 집요하게 끊임없이 시도하느냐의 게임인데, 이 게임에서 소비자 집단을 개발사가 이길 수 있을까요? 이런 관점에서 저는 아래 XBOX 리더의 판단과 결정이 본질을 꿰뚫는 매우 적절한 것이라고 생각합니다. 한편으론, 걱정 하나가 드는 것이... 머지 않아 디바이스들에 탑재된 AI 들끼리 연계되어 공급자와 소비자 모두를 만족시키는 고도화된 초개인화된 무언가를 마구 진행하는 생태계가 됄 수도 있습니다. 비유하자면 영화 '레디 플레이어 원' 의 가상현실 MMO 게임을 즐길 수 닜는 날이 멀지 않을텐데, 여기서 뭔가 삐끗하면서 더 나아가버리면 영화 Matrix 로 가는 루트입니다. 최근 초경량 로컬 멀티모달 모델인 구글의 Embedding-Gemma-2 를 테스트하면서 얼마나 빠르게 멀티모다 정보를 인지하는지 보고 있는데... 이제는 많이 싸진 카메라 모듈이 기본으로 붙은 온갖 디바이스에 엣지 AI 모델도 붙은 상태에서, 이것들이 다 연결이 되면... 지금까지와는 또다른 차원의 점프가 될 것이라고 생각합니다. 기대되기도 하고 두렵기도 한 복합적인 양가감정인데... 뭐... 고민 많이 해봐야 항상 현재에 충실하게 살면서 행복을 느끼도록 집중하는 것이 베스트라는 결론에 도달하네요. 어느 정도는 흐름에 준비해야하지만. #ai #agent #game #business #trend #gonnector #고넥터

오늘 테슬라 로드스터의 공중 제비돌기 영상을 보면서 어린 시절 전격Z작전의 인공지능 슈퍼카 키트의 공중 점프나, 최첨단 공격 헬리콥터 에어울프가 협곡 비밀 기지에서 출격할 때의 장면을 떠올리며 소름돋았던 분들 좋아요 눌러주세요~ ㅎㅎㅎ #dreamscometrue

좀 전에 X 에 올라온 테슬라 로드스터 공개쇼에서의 엄청난 모습... 스페이스X의 로켓 자세 제어 장치를 하늘로 올라간 로드스터에 적용하여 지상에 안착시키는 이 어메이징한... 말도 많고 탈도 많지만 일런 머스크의 대단한 점들은 인정할 수밖에 없네요. 명확한 꿈(대다수의 인간이 봐도 멋진 꿈이다라고 할만한)이 있고 그것을 실현시키기 위해 어떤 식으로든 하드캐리해서 결국 달성하는. 이제 자동차가 지상뿐만 아니라 하늘에서도 돌아다니는 시대가 얼마나 남았을까요? #omg #trend #tesla #spacex #elonmusk #gonnector #고넥터

OMG.... 테슬라에 스페이스X 의 제어 기술을 결국 접목시킨것인가? ㄷㄷㄷ 그래서 저 테슬라는 얼마인가요 일런? #omg #tesla #spacex #trend #gonnector #고넥터

우리 합창단이 제28회 대전전국합창경연대회 예선을 통과해서, 남성/혼성부문 본선 진출 6팀에 들어갔습니다. 지난 9월 춘천대회에 비해 본선 진출 상위 합창단 (주최측에서 예선 평가 세부 점수표를 투명하게 다 공유해 주네요. 심사위원 분들 이름까지) 의 수준이 더 높아보이는데, 11월 28일까지 정말 열심히 연습하면서 다른 멤버 분들과 호흡을 잘 맞추어야겠네요. 합창대회 덕분에 오랜만에 카이스트 가보겠네요 ㅎㅎ #hobby #choir #chorus #gonnector #고영혁

정부의 자금으로 스타트업에게 컨설팅/멘토링을 제공한 어떤 업체의 자료를 해당 스타트업의 승인 하에 살펴보고 있는데... 하아... 딱 봐도 AI 가 생성한 부분들이 마감 교정 처리 없이 들어가 있고, 해당 고객 기업에게 딱 맞춘 실제 필요한 내용을 고민해서 정리한 건 안보이고, 이야기 나누면서 파악한 몇 가지를 그나마도 대충 적어놓고, 자기들이 제공하는 일반화된 서비스 프로세스를 그냥 붙여 놓고 끝이라니. 이건 사실상 제안서 수준이지 멘토링/컨설팅 결과물이 아니잖아... 제가 저 멘토링 사업 수행 평가하는 담당자였으면 바로 개선 요청했을 상황. 10여년 전 데이터 산업 진흥원과 여러가지 협업한 일들 중에서 그로스해킹 관련 멘토링/컨설팅을 여러 스타트업들에게 제공했던 때가 생각나네요. 그 때 만난 여러 스타트업 대표님들 중 몇몇 분과는 깊은 인연으로 주욱 함께 하고 있는데... #ai #startup #consulting #mentoring #gonnector #고넥터

가끔 기업 윗분들과 식사하며 앞으로의 흐름과 조직과 개인은 어떻게 살아가야 할지 담소를 나누는데, 오늘 점심에도 두런두런 말씀 나누고 나서 카페에서 일하다가 갑자기 추가로 든 생각이 있어서 메모차 공유해봅니다. 어차피 키맨들이 제 포스트 다 보시고 있어서 전달이 될 것이고... --- + --- 첫번째 주제는 신뢰(trust)입니다. 1월부터 떠올라서 점점 더 확신을 갖게 되는 부분인데 결국은 trust game 이 더욱 강해질 것으로 봅니다. 에이전트끼리의 신뢰, 에이전트와 인간 사이의 신뢰, 그리고 변화하고 있는 세상 안에서의 인간 사이의 신뢰. 간단한 도구는 실시간으로 즉시 만들어서 즉시 쓰는 상황이고, 최근의 모델들은 자신이 맡은 태스크를 수행할 때에 이용자에게 굳이 허락받지 않고 자기가 봤을 때 필요한 도구를 즉시 만들어서 일회성, 혹은 장기적인 용도로까지 (스킬이든 실행 파일이든 상황에 따라 맞는 포맷) 쓰는 것을 보고 있습니다. 화면에 뭔가 신기한게 떠서 휙휙 실행되고 꺼지길래, 뭐냐고 물어봤더니 그제서야 설명해 주는 그런 상황... 게다가 REA(Reverse Engineering Everything) 오픈소스가 최근 급화제가 되고 있는데, 현존하는 엔간한 소프트웨어들에 대해 리버스 엔지니어링, 즉SW를 해체해서 작동 원리를 파악한 다음에 그 원리를 토대로 같은 역할을 하는, 심지어 더 나은 성능의 소프트웨어를 새로 만들어버리는 시대이고... Anthropic 은 아예 공식 플러그인으로 code modernization 을 깃헙에 풀어버리고 기존 레거시 코드베이스를 현대화된 (보통은 더 좋겠죠?) 코드로 리팩토링해버리는 체계적인 프레임웍을 누구나 쓸 수 있게 하되, 플레이북도 만들고 이거 기반 컨설팅, FDE 사업도 진행하려는 모습이 보입니다. 결국 어떻게 만드느냐는 점점 덜 중요해지고 무엇을 만드느냐가 중요한데, 이미 있는 것을 따라 만드는 것 역시 쉬워지고 있는 상황에서 창작물에 대한 법적 제도적 정비가 바닥부터 전방위적으로 필요하다고 봅니다만, 이 속도가 기술과 '일부' 사람들의 시도 속도를 따라가기 어려운 상황입니다. 사회가 변하면 그에 따라 제도가 맞게 변해야 하는데 전례 없는 속도로 변화하고 있기 때문에 과거 기준과 프로세스로 제도를 정비하려다가는 영영 못할것 같습니다. 이런 상황이다보니... 결국 누가 원조냐 누가 찐이냐의 원론적인 문제에 앞서서, 어느게 더 좋으냐의 문제가 되어버리고, 더 나아가서는 누가 더 좋은지 원조인지 잘 모르겠고, 그냥 믿음이 가는 곳을 선택한다는 원초적인 판단이 대세가 될 확률이 가장 높다고 봅니다. 물론 제공하는 것(제품/서비스 등)의 품질도 좋아야 신뢰를 더 확보하는 데에 일반적으로 낫긴 합니다만, 꼭 그런 것만은 아니기 때문에 일반적으로 중요한 것은 꾸준히 잘 챙기되 타겟과 신뢰 구축의 타겟별 고유한 핵심 메카니즘을 파악하는 것이 효율성까지 고려했을 때 중요한 상황입니다. 예를 들어, 원조 A 가 있는데, B 가 A 를 리버스 엔지니어링해서 카피를 만들었는데, A 보다 B 가 대고객 커뮤니케이션과 고객 지원 시스템을 잘 운영한다면 소비자 입장에서는 B를 선택하는 것이 일반적인 인지상정이죠. 그런데 타겟 고객의 특성에 따라 다른 포인트가 신뢰를 쌓는 데에 더 중요할 수도 있는 것이고. 바꿔 말하면 아무리 카피가 판치더라도, 원조로서 자부심과 애정으로 카피를 하든말든 끊임없이 선도적으로 제품/서비스를 업데이트하고 고객 관점에서 고객을 계속 챙긴다면, 카피가 쉬워졌다는 이점만으로는 저렇게 구축된 거대한 신뢰의 장벽을 깨기가 어렵습니다. 가격을 왕창 내리면 모르겠는데, 누구나 제작/카피가 쉬워졌다는 이야기는 공정에서의 비용 최적화에 큰 차이점을 만들어내기가 어렵다는 이야기도 될 수 있기 때문에 엄청난 가격 차별화를 만들어내는 일은 꽤 어렵지 않을까 합니다. 사실 신뢰는 가격 결정력에도 영향을 미쳐서 싼 가격으로 신뢰를 확보한다는 논리보다는 확보한 신뢰를 베이스로 가격 정책까지도 적절하게 조정한다는 전략이 더 나을 수 있습니다. --- + --- 두번째 주제는 조직 디자인입니다. 당연히 이 조직의 범위에는 이제 인간만이 아니라 AI 에이전트들을 포함합니다. 그리고 단순히 인간을 AI 에이전트로 대체한다는 일차원적인 논의를 훨씬 벗어나는 것들을 챙겨야 합니다. 근래 고객사들의 여러 분들에게 각자 맡으신 미션들을 제대로 수행할 수 있는 에이전트 전문 팀을 셋팅해 드리는 과정에서, 희망하시는 팀의 셋팅을 사람 전문가들이라고 생각하고 한 번 설계해 보시라고 했는데, 많은 경우에 팀 디자인을 개선해야 했습니다. 전문성을 에이전트별로 너무 세세하게 쪼갠 경우, 사실상 겹치는 역량이 많은 경우, 반드시 분리시켜서 견제하게 해야 하는데 한 에이전트한테 몰린 경우 등등. 그런데 이 설계를 잘 하려면 각 전문성에 대한 이해와 팀 협업에 대한 이해도 필요하지만, 이게 사람인 경우에 대한 이해에 덧붙여서, AI 에이전트일 때는 어떤 부분을 마찬가지로 적용하고 어떤 부분에 대해서는 인간과 다르기 때문에 AI 특성을 고려해서 다르게 설정해야 하는 지에 대한 설계가 필요합니다. 이런 역량은 경험해 보니 결국 많이 해봐야지 자연스럽게 터득이 되는 부분이 있는데, 사람과 사람 조직을 대상으로 대규모로 체계적으로 실험을 하는 것이 상당히 어려운 일이기 때문에 결국 몇몇 초거대 일류 기업들이 이런 실험을 하면서 조직 설계와 관리 노하우를 쌓고 그 기반에서 초격차의 성장을 하는 것이 아닌가 싶기도 합니다. AI 에이전트 시대가 열리면서 온 거대한 변화중 하나가, 이제는 이걸 누구나 AI 에이전트 팀 셋팅해서 인간으로서의 무언가 양심의 가책이나 미안함 같은 것조차 전혀 느낄 필요 없이 마구 실험하고 시뮬레이션 하면서 핵심 포인트를 인사이트로 획득할 수 있는 시대가 된거죠. 근미래에 인간과 조직이 반드시 갖추어야 할 역량 및 각종 기회들에 대해 이런저런 말씀을 나눴었는데, 인간과 AI 에이전트를 아우르는 조직의 설계와 관리 역량은 이제 무조건 필수인데 깜빡하고 말씀을 못드렸네요. 여러분 모두 신뢰받는 관계들 속에서 행복하시길 기원합니다. #ai #agent #career #trend #trust #organization #gonnector #고넥터

지하철에서 외국인 젊은 여성이 서서 속눈썹 메이크업하는 걸 보게됐는데 균형감각 장난 아니네. 앉아서들 하는 건 많이 봤지만 이동 중에 하는 건 처음... 게다가 저정도면 완전 한국적 삶의 패턴에 동화됐다고 봐야하나? #omg #life

제 구독 플랜으로는 Gemini 4 Argon 을 agy 에서 쓸 수는 없지만 Gemini 앱에서는 가능해서 이거저거 살펴보고 있습니다. 두번째 유스케이스를 돌려본 개인적인 평가를 공유합니다. 앞서 올린 첫테스트였던 모션 그래픽 작업에서는 원천적인 커뮤니케이션 성능에 대한 실망과 프로그래밍 기반의 그래픽에 대해서는 어느 정도의 만족, 하지만 모션 그래픽을 활용한 브랜딩 작업이라는 본질 자체에 대한 이해와 접근법에서는 실망이었습니다. 특히 어제부로 기존 맥버전에 이어 윈도우에서도 Gemini 네이티브 앱을 Argon 맞추어 대폭 업데이트해서 선보였는데, 다들 기대하던 노트북LM 이 '노트북' 이라는 이름으로 제미나이 앱의 코어로 통합되었고, 구글 옴니 베이스의 동영상 생성 기능과 나노 바나나 기반의 이미지 생성 기능도 개선된 형태로 통합되었습니다. 맞춤 설정의 메뉴에서 제대로 커넥터들 보여주지 못하는 버그라든가 이런저런 고칠 것들이 좀 보이긴 하지만, 점점 구색을 갖추어가고는 있습니다. 그런데 결론부터 이야기하면 구글이 정말 대중들의 AI agent 의 실사용에 어디까지 이해도를 갖고 있고 어떤 비전을 제시하려고 하는지 약간 걱정스러운 궁금증이 생긴 상황입니다. 이번 Gemini 4 Argon 은 Google 도 내부적으로 벼르고 벼르던 제품이겠지만 저를 포함한 많은 이용자들도 오랫동안 기다려온 간만의 신모델입니다. 구글 회사 명운을 걸고 진행한 Gemini 2 에서 AI 사업 접지 않아도 되겠네 싶을 정도의 토대를 마련했고, 3 내놓으면서 이제 왕좌를 차지하려나 기대했었는데 전혀 그러지 못하고 계속 Claude 및 GPT 와 격차가 벌어졌었죠. Grok 과 Meta 가 치고 올라오고... 중국발 LLM 도 그렇고. 이미 대중들은 한국의 경우 Gemini 를 잼민이라고 부르거나, 글로벌에서도 다른 프론티어 모델들 대비 가장 뒤떨어지는 모델로 희화화해서 이야기를 하고 있었기에 Argon 은 이걸 반전시켜야 하는 전략적으로 매우 중요한 포지션이지 않을까라고 생각합니다. 그런데... 시장에서의 위치가 위치인 만큼 계속 테스트해보겠지만, 첫테스트에 이어 한 두번째 테스트는 윈도우 Gemini 앱이 Argon 에서 한 번 해보라고 제안한 몇 가지 예시들 중에 "전기 화물 자전거 사업계획서" 를 클릭해서 했음에도 불구하고, 그 결과가 다른 프론티어 모델들의 동일 프롬프트에 대한 결과 대비 Meta AI 를 제외하고는 (이게 꼴등) 가장 품질이 안좋았습니다. 사업계획서 작성이라는 태스크는 모델의 성능을 테스트하기 꽤 좋은데, 이 작업의 결과물을 제대로 만들려면 리서치, 논리 추론, 문장 구성, 문서(레포트 스타일이든 슬라이드 스타일이든) 작성 등의 역량을 복합적으로 활용해야 하기 때문입니다. 무엇보다도 나름 자신있게 준비했을테니 제안 목록에 넣었을텐데, 그 이점을 끌어안은 상태에서도 Meta AI 를 제외한 다른 경쟁 모델들보다 못하다는 점이 충격이었습니다. 참고로, Meta AI 는 엊그제 발표한 Wonder / Wonder Full 인지는 모르겠습니다. 로그인해서 고를 수가 없어서... 아마도 그 전버전일 것 같습니다. 아직 고액 플랜 구독을 안하고 있고 기본 및 Muse Bot 서비스만 VPN 으로 돌리고 있기 때문에... 백문이 불여일견. 일단, 각각의 결과물부터 한 번 보시죠. 프롬프트는 Gemini 앱이 디폴트로 생성한 아래 텍스트를 모든 모델에게 동일하게 붙였고, 세부 모델과 effort 수준은 제가 봤을 때 나름 이정도는 Argon 이 경쟁 대상으로 봐야하지 않나 싶은 조합으로 셋팅했습니다. * Gemini (4 Argon) >> docs.google.com/document/d/1… * Meta AI (생각하기) >> meta.ai/share/0nTrgNQ6Qq * Grok (4.7 heavy) >> grok.com/share/bGVnYWN5LWNvc… * ChatGPT (Sol 6.1 xhigh) >> urban-pedal-plan-20261015.go… * Claude (Opus 5.5 xhigh) >> claude.ai/artifact/21LqtUnhE… (클로드 계정 있는 경우) drive.google.com/file/d/1Ubo… (클로드 계정 없는 경우) 이런 류의 사업계획서는 쓰는 입장, 평가받는 입장 모두 나름 하드코어하게 해봤기 때문에 내용 면에서도 여러가지 포인트가 있습니다만, 일단 내용 수준은 잠깐 제껴놓고 몇 가지 키포인트만 언급합니다. Meta AI 는 리서치 프로세스를 아예 거치지 않았습니다. 그냥 LLM 이 사전학습된 지식들로 주루루룩 내용을 생성한 채로 끝났습니다. 당연히 가장 빨리 결과가 나왔지만 그만큼 내용이 적고, 엉성하고 부실하고, 출처 역시 당연히 없습니다. 문제는 검색의 대명사인 Google 의 Gemini 조차 검색과 리서치를 안했고, 기존에 학습된 정보들을 토대로 그냥 주루룩 뱉어냈다는 것입니다. Grok, ChatGPT, Claude 는 모두 검색 기반의 리서치를 한 뒤에 그것을 토대로 사업계획서를 썼습니다. 그런데, Grok 은 300 여개의 소스를 검색했지만, 정작 사업계획서에는 어느 부분에 어떤 소스를 참고했는 지에 대한 명시가 전혀 없고, 내용 자체도 빈약합니다. 양이나 질이나. 사실 내용만 놓고 보면 Meta 와 개찐도찐이고, 오히려 Gemini Argon 이 더 있어보입니다. 단, Gemini 는 원래 예전 버전들에서도 뭔가 컨설턴트스럽게 있어 보이는 표현으로 이용자를 현혹하는 기술이 뛰어났습니다. 잘 모르는 사람은 와 하겠지만 좀 아는 사람은 그 결과물에 쓸데없는 허세나 미사여구, 근거 없는 단정들이 매우 많아서 오히려 더 믿을 수 없는 상황. 다르게 표현하면, Gemini 가 가장 사기를 잘 치고 할루시네이션이 심했었죠. Argon 의 사업계획서 결과물을 보면 어느 정도 논리적으로 말이 되긴 합니다만, 있어보이게 썰을 푸는 것은 역시 기존 성향을 이어받았습니다. 이건 사업계획서에서는 꼭 나쁜 것은 아니고 장점일 수도 있습니다. 다만, 적절한 조사/리서치를 하지 않고 내뱉은 것이 치명적인 문제인 것이구요. ChatGPT 와 Claude 는 모두 충분한 리서치를 토대로 문서를 작성했고, 그래서 시간도 다른 모델들 대비 확연하게 더 오래 걸렸습니다. GPT 14분, Claude 22분. 그런데, 결과물의 품질은 저 8분의 차이로 극복이 안될정도로 Claude 가 뛰어납니다. GPT 의 경우 리서치를 했어도 빈약하고 딱히 그렇게 적절한 리서치도 아니었고, 레퍼런스로 조화롭게 녹였는지 부분에서도 별로 점수를 좋게 줄 정도가 아닙니다. 사업계획서의 내용 자체도 개인차가 있을 수 있습니다만 부분부분 Argon 이 나아보이는 것들도 있습니다. 단, 표와 격식을 갖춘 문서 양식을 더 제대로 활용한 점은 확실히 Argon 보다 낫습니다. 1등인 Claude Opus 5.5 (xhigh) 는 앞서 언급한 모든 포인트에서 경쟁 비교 모델들을 그냥 압살할 정도의 격차를 보여줍니다. 전체적인 구성의 체계화된 수준과 각 주장과 정보의 디테일, 다양한 소스들에 대한 리서치와 적절한 활용, 단순 테이블이 아닌 딱 들어맞는 다이어그램과 차트의 생성 활용, 바로 편집하기 쉽도록 아예 문서 캔버스 자체를 거의 노션 수준의 편집기로 셋팅해서 그 기반 위에서 사업계획서 생성. 사업계획서 쓰기에 가장 나은 AI 에이전트는 뭐일까? Argon 새로 나왔다던데 그래도 Google 의 최신 제품이니까 제일 잘 하지 않을까? 라고 고민이신 분들은 일단 제 테스트 결과로는 Claude Opus 5.5 가 베스트입니다. 그러고보니, 한국 시장에 포커싱해서 작성한 것도 클로드이고, GPT 는 한국 시장을 타겟했다고는 하는데 핵심 내용에 반영은 클로드 대비 부족합니다. 참고로 제가 튜닝해서 쓰고 있는 저희 팀에게 일을 맡기지 않고, 각각의 공식 데스크톱앱에서 기본 셋팅의 바닐라 버전에 맡겨서 테스트한 결과입니다. 그래야 공정하고 다른 분들이 똑같이 해봤을 때도 큰 차이가 나지 않으니. Argon 보다 개인적으로 훨씬 더 관심이 가는 것은 Google 최근에 발표한 멀티모달 고속 경량 로컬 모델인 Embedding-Gemma-2 입니다. 좀 더 써봐야 평가가 가능하긴 한데, 구글이 맥용으로 내놓은 미팅 전사 앱인 AI Edge Foresight 나 이용자가 오픈소스로 만든 DigUp (자기 PC의 오만가지 유형의 파일들을 검색) 케이스들을 봤을 때... 현재 AI 와 실시간 음성 대화(단순 턴바이 턴 말고)가 GPT, Grok 에서 어느 정도 되는데, 이제 영상 채팅 내지는 카메라로 실제 세계를 영상으로 보고 이해하면서 큰 딜레이 없이 그걸 토대로 이야기 나누는 것이 곧 가능해질 것으로 보입니다. 세상을 책으로 배웠어요가 지금까지 LLM 이었다면, 이제 본격적으로 세상을 내가 직접 눈으로 보고 귀로 들으며 배웠어요의 단계로 넘어가는 것이고, 지금도 AI 의 지능 발전 속도에 다들 긴장타고 있지만, 저 단계 이후에는 지금까지의 발전 속도는 거북이 걸음 속도 정도로 느껴질 겁니다. PS) 최근 여러가지 작업들에 GPT Sites 와 Claude Artifacts 를 같이 비교 테스트해보고 있는데, 아무래도 Artrifacts 쪽에 손을 들어주게 되는 듯 합니다. 작업의 심리스한 연계와 편의성과 범용 활용성 관점에서. Sites 는 태스크를 진행하는 과정에서 GPT 스스로 삽질하는 경우들이 많네요. 이용자 피곤하게시리... 단, 최근 클로드 아티팩트는 공개로 설정해도 클로드 계정을 가진 사람에게만 보여주는 식으로 바뀌어서 진짜 공개인 ChatGPT sites 보다는 큰 단점이 생기긴 했습니다. #ai #agent #google #gemini #argon #benchmark #businessplan #gonnector #고넥터

문득 든 생각. 예전에는 GitHub 의 코드 레포가 소셜미디어의 메이저 콘텐츠 중 하나가 될 수 있다는 생각을 하기 어려웠는데... 이게 AI 에이전트 덕분에/때문에 완전히 바뀌었습니다. 어떤 내용인지 상세하게 모르고 심지어 어떻게 설치하고 활용해야 하는지 잘 몰라도, 에이전트한테 주소 주면서 이거 써봐라고 하면 되는 세상이 됐으니까요. 장담컨대 깃헙 방문자들의 페르소나 구성비 자체가 AI 에이전트가 등장하기 전과 후가 상당히 다를 것입니다. 그러다보니 이제 깃헙의 기존 지표들, 특히 star 수의 경우 과거와는 다소 다른 의미로 보는 것이 맞다고 봅니다. Star 가 몇 개이냐는 해당 레포/프로젝트가 얼마나 다른 개발자들 생태계에서 인정을 받는지... 라기 보다는 일종의 북마크처럼 쓰여지는 경우의 비율이 더 높아졌을 것입니다. 이 상황에서 오히려 더 눈여겨볼 것은 fork. 어차피 AI 에이전트한테 이 레포 적절하게 티안나게 카피해서 내가 쓸 버전 만들어줘.... 라고 하는 사람들도 꽤 있을텐데, 명시적으로 포크해서 살펴보고 제대로 브랜칭하거나 하는 진성일테니까요. PR 도 여전히 의미있는 숫자일 수 있겠으나, 에이전트 시켜서 PR 하는 것이 일상화되었다고 보기 때문에 (저도 제 레포에 저희 팀원들이 이슈 올리고 PR 하고, 머지도 별로 안중요한건 제가 직접 승인하는 게이트웨이 태우지 않고 멤버들 중 해당 플젝 담당 리더가 합니다)... 그래도 본인의 프로젝트에 열성을 갖고 있는 존재(AI 의 주인)의 숫자로 이해하는 건 괜찮겠네요. 아... PR 실적을 올리기 위해서 나름의 기준으로 레포들을 픽한 다음에 AI 에이전트 써서 대량 집중 PR을 하는 패턴도 있긴 하겠네요. 쓰다보니 추가로 든 생각인데... 모든 지표는 현 시점의 맥락을 철저하게 고려해서 이해하고 해석해야만 합니다. 지표의 정의나 생성 메카니즘은 변하지 않더라도 생성 메카니즘이 돌아가는 관련 맥락들은 사실 은근슬쩍 꾸준히, 혹은 어떤 계기로 엄청난 갭의 변화를 겪기도 하니까요. #ai #agent #github #context #metric #gonnector #고넥터