AFTER HUMAN

Notes on civilization after intelligence.
Capital, bottlenecks, and the obsolescence of language.

[AFTER HUMAN @afterhuman_ai]

@xymon7777777 Programmable Money에 대한 개념이 아예 없습니다

[AFTER HUMAN @afterhuman_ai]

@ministerbtc ㅋㅋㅋ 전교1등이 교과서만 봤다라는

[AFTER HUMAN @afterhuman_ai]

남보다 2보 빠르면 불나방처럼 타죽고,
딱 정확히 반보만 빨라야 한다.

pioneer / early adopter의 숙명.

내가 미래를 쥐고 흔들만큼, 혁신적이지 않다고 느껴지면
차라리 하던거 하다가

기술이 무르익어서 mass adoption이 이루어지면
그때 들어와도 늦지 않다.

비트코인을 예로 들어보자.

2012년 2015년 2017년에 들어온 사람도
선물 등 하다가 타죽은 사람 부지기수고
돈벌어서 지킨 사람이 드문 지경.

2021년, 2023년에 들어왔어도 졸업해서 나간사람은 수두룩하고

그간 부동산,주식,본업으로 돈 불려놓고
2026년에 처음 들어오는 사람도 늦지 않다.

만약 2026년까지 코인을 안 만져본 사람이 있다면
리스크관리가 되는 사람일 것이므로
어차피 자산의 5~10% 이상을 코인으로 안둘 것.

내 능력과 감각과 취향이 애매하면 퍼스트펭귄이 되지 마라.

[백도🍑 @WhitePeach]

대 AI의 시대에 사람들이 단단히 착각하고 있는 것이 있다. ‘AI로 얼른 수익을 내보자! 나는 늦은 것이 아닐까? 뭐가 돈이 될까?’

그 생각들이 틀린 건 아니다. 방향이 잘못 됐을 뿐. 예를 들어 요즘 너도나도 뛰어드는 ‘쉬워보이는’ 숏츠 자동화, 블로그 자동화를 시작한들 범람하는 양산형 작품 수치에 1을 더할 뿐이다. AI란 도구는 이미 AI 영상에 대해 어느 정도 본인의 생각과 방향이 정해진 크리에이터에게 효율성을 제공해주는 정도로 활용이 가능한 것이지, 아예 무지한 사람에게 딸깍만으로 지속가능한 수익을 제공해주는 도깨비방망이가 아니다. 감 없는 사람은 아무리 완벽한 프롬프트를 깎았어도 영상제작 트렌드를 따라갈 수 없고, 사업 감 없는 사람들은 스토어 자동화를 아무리 한들 결국 인간이 손대야하는 영역에서 똑같이 어려움을 겪기 때문이다.

나는 진즉부터 이를 알고 있었기 때문에 내가 가본 적 없는 길에 딸랑 AI만 데리고 힘겨운 탐험을 시도하기보다는 내가 잘하는 영역에 힘을 보태는 방법을 택함. 트레이딩을 할 때 내가 고질적으로 겪던 페인포인트인 종목선정, 진입모델포착에 대한 시간 부족을 상당수 해결했고, 유튜브도 트레이딩 관련으로 만들고 있음. 자동매매봇도 계속 유지보수 중임.

시류에 휩쓸려서 알지도 못하는 테마로 본인과 전혀 관련도 없던 숏츠영상 공장 만들고 돈이 될 거라 생각하는 사람들은, AI를 본인의 성장에 활용하는 사람들을 결코 앞지를 수 없음.

[AFTER HUMAN @afterhuman_ai]

AI를 가장 잘 쓰는 사람은 어느 순간 'AI'라는 단어 자체를 잊어버린다.

대기업 회장이 인스타그램 광고 세팅이나 회계 분개, 프로그래밍 언어를 직접 고민하지 않는 것과 같다.

이미 여러 AI 에이전트들이 조직의 직원처럼 맞물려 일하고 있다면, 사용자에게 필요한 역량은 개별 프롬프트 엔지니어링이 아니다.

누가 어떤 역할을 맡고, 어떻게 협업하며, 어디서 병목이 생기는지 조율하는 '조직 설계자(인사팀장)'의 시선이다.

도구를 직접 쥐는 플레이어에서, 에이전트 오케스트레이션을 지휘하는 관리자로 넘어가는 순간 진짜 레버리지가 시작된다.

[AFTER HUMAN @afterhuman_ai]

@admi_alts 전 뭔가 박보검 같은 사람에게 지루함(?) 비슷한 감정을 느끼는데요
뭔가 당연한 얘기만 하는 npc같달까요? 반골입니다.

[AFTER HUMAN @afterhuman_ai]

이제 SaaS 회사는 클라우드 컴퓨팅의 드랍쉬퍼(Dropshipper)가 된다.

그리고 이건 위기가 아니라,
엄청난 기회다.

이커머스 드랍쉬핑 붐 때 돈을 쓸어 담은 사람들은 공장을 가진 제조업자가 아니었다.

공장(알리익스프레스)은 누구나 쓸 수 있게 열려 있었고, 승부는 오직 발굴력·포장력·유통력에서 갈렸다.

지금 소프트웨어 판이 정확히 거기로 가고 있다.

포토샵, 프리미어 프로급 도구조차 오픈소스로 풀리고, AI 코딩으로 제작 비용이 0에 수렴했다. 기능은 보이는 즉시 복제된다. 기능 자체의 해자는 사라졌다.

결국 남은 원천 재료는 딱 두 개다.

컴퓨팅 파워와 모델 토큰.
* 클라우드/모델사(AWS, OpenAI 등) = 제조 공장
* SaaS 빌더 = 초고마진 디지털 드랍쉬퍼

공장 설비(인프라)를 깔 필요도, 수십 명의 개발팀을 거느릴 필요도 없다.

* 대중이 원하는 니즈와 워크플로우를 먼저 캐치하고
* 뒷단의 막대한 컴퓨팅/토큰을 매끄러운 UX로 묶어낸 뒤
* 압도적인 속도와 유통(Distribution)으로 시장을 선점해 마진을 취하면 끝이다.

코드 짜는 비용이 0이 된 시대, 엔지니어링의 헤비함을 벗어던진 1인/소수 정예 SaaS는 과거 어떤 비즈니스보다 가볍고 폭발적인 현금 흐름을 만들어낼 수 있다.

제조사(클라우드)가 되지 못했다고 아쉬워할 이유가 없다.

판이 깔렸으니, 가장 날카로운 소프트웨어 드랍쉬퍼가 되는 쪽에 베팅해야 할 때다.

[Elon Musk @elonmusk]

Grok @Bot is this good

[AFTER HUMAN @afterhuman_ai]

@THE0129 근데 세금은 5년전꺼까지
털거나 돌려줄수가있어서
(경정청구)

제도가 미비해도 일단 시행하는 힘이 있습니다.

[AFTER HUMAN @afterhuman_ai]

@viver_0 ㅋㅋㅋㅋ 토큰 ㅠㅠ

[AFTER HUMAN @afterhuman_ai]

당신의 AI 시대의 고객인가, 주인인가?

누군가는 카카오톡을 공짜 문자로 좋아할 때, 누군가는 그 위에 한국인의 일상을 지배할 플랫폼을 건설했다.

누군가는 페이스북에서 동창을 찾을 때, 누군가는 수천억 달러의 기업을 만들었다.

AI 시대도 마찬가지다.

누군가는 AI가 만든 콘텐츠를 소비하고, 누군가는 AI로 기업 하나를 운영한다.

모두에게 같은 도구가 주어져도, 누군가는 비용을 지불하고 누군가는 부를 축적한다.

당신은 AI 시대의 고객인가, 주인인가?

[AFTER HUMAN @afterhuman_ai]

@ilpyung98 ㅋㅋ 그러게요
3년이고 5년이고, 3억이고 5억이고 하고싶은 기회가 항상 주어지는 사람은

당장 다음달, 당장 취업 이런 삶을 이해하지 못하겠네요

[AFTER HUMAN @afterhuman_ai]

벤 샤피로는 자본주의를 두고
"강제된 이타주의(Forced Altruism)"라 불렀다.

자본주의의 규칙은 냉혹하다.
내가 팔고 싶은 것이 아니라,
세상이 절실히 필요로 하는 것을 내놓아야만
비로소 대가를 허락한다.

스타트업이 목을 매는 PMF(Product-Market Fit) 역시
결국 이 단순한 원리의 다른 이름일 뿐이다.

AI 에이전트로 퀀트 전략을 짜든, B2B SaaS를 만들든, 마케팅 캠페인을 집행하든 본질은 다르지 않다.

수단으로서라도
상대방의 문제를 실질적으로 해결해 주겠다는 집요함,
먼저 주고 나서 취하는(Give to Take) 태도가
모든 비즈니스의 시작점이다.

도구와 인터페이스는 끊임없이 진화하겠지만,
이 '강제된 이타주의'의 철칙은 수천만 년이 지나도 변하지 않는다.

이는 인간이 고안한 규칙이 아니라, 세상이 작동하는 물리적 원리 그 자체이기 때문이다.

열역학적으로 자기 욕망에만 갇힌 고립계는 엔트로피 증가로 붕괴한다.
생명체든 비즈니스든 국소적 질서를 유지하려면, 외부의 무질서를 정돈해 주는 에너지 방출(Give)을 통해 외부의 자원을 흡수(Take)하는 개방계여야만 한다.
타자와 상호작용하지 않는 힘은 작용-반작용의 법칙상 그 어떤 추진력도 만들어내지 못한다.
마지막으로, 원자가 결합해 분자가 되고 미토콘드리아가 세포 속으로 들어가 공생하듯, 우주의 모든 복잡계는 자신의 자유도를 일부 꺾고 타자에게 기능적으로 기여할 때만 멸종을 면했다.

결국 '내가 하고 싶은 것'을 버리고 '남이 절실히 원하는 것'을 내놓으라는 요구는, 존재가 소멸하지 않기 위해 치러야 하는 우주의 본래 작동 법칙이다.

AI 트레이딩이든, SaaS든, 마케팅이든 도구가 무엇이건 간에 PMF의 본질은 여기에 있다.
수단적으로나마 타인에게 쓸모 있는 존재가 되겠다는 집요함, 'Give to Take'의 태도는 수천만 년이 지나도 결코 깨지지 않을 이 세계의 영원한 물리 상수다.

[테친냥 @tchinnom]

10년 전에도 여러분은 원하기만 했다면 언제든지 비디오 게임을 만들 수 있었습니다.
배우고 직접 만들 수도 있었죠.
하지만 안 하셨잖습니까. 그리고 설령 만들었다고 해도, 그것이 히트작이 되었을 리는 없었을 겁니다.
사람들이 진정으로 신경 쓰는 무언가가 되지 못했을 테니까요.

그리고 우리는 히트작을 만들어 냅니다.
GTA 6가 명백한 히트작인 것처럼 말이죠. 하지만 GTA 6와 비슷한 무언가를 만들어 냈다 하더라도, 그것이 유통(배급)될 수 있다는 뜻은 아닙니다.
실제로 사람들의 손에 쥐어 주고, 수천만 달러를 벌어들이거나, 혹은 AI가 있든 없든 그 정도 규모의 회사를 경영하고 그 정도 규모의 프로젝트를 조직하는 법을 실제로 이해하고 있다는 뜻도 아니에요.

방정식에는 그보다 훨씬 더 많은 요소가 있습니다.
AI는 그저 거대한 레버리지(지렛대)의 한 형태일 뿐입니다. 여러분은 여전히 비즈니스나 평생의 역작을 구축하는 데 필요한 다른 모든 것들을 직접 배우고 실행해야 합니다.

[AFTER HUMAN @afterhuman_ai]

@CrazyMoneyCoon 근데 크립토부터 한국프로젝트는..
뭔가 크롬이 업데이트 한번 하면 끝날거같은 느낌인데..

aside만의 해자가 있나요?

[AFTER HUMAN @afterhuman_ai]

muse wonder 1.0 발견.

클로드 1강이 굳어지는 가운데,
meta/google이 강하게 쫓아올듯.

중국모델도.. 상당함

[Salio @Mr_Salio]

🚨 Muse Wonder 1.0 spotted

It appeared on the official Meta Models API

[AFTER HUMAN @afterhuman_ai]

@viver_0 정말 맞는것 같아요!

[USAnt 미국개미 @USAnt_IDEA]

자고 일어나면 AI 노예 20마리가 알아서 PR 머지 끝내놓는 시대 옴 ㅋㅋㅋ

넷플릭스 $NFLX 엔지니어링 매니저,
메타 $META 리액트 컴파일러 코어팀,
커서(Cursor) 거쳐서
현재 스페이스X $SPCX 에서
GrokBot 담당하는 괴물 개발자 Lauren Tan(@poteto)이 푼 1시간짜리 에이전트 팀 구축 꿀팁 요약

이 누님 피셜로 SpaceXAI 엔지니어 85%는 이미 10개 이상의 AI 에이전트를 팀 단위로 굴리고 있고,
본인은 20개 넘게 돌리면서 한 달에 PR 1,000~2,500개를 에이전트로 쳐낸다고 함.

아침에 눈뜨면 메인 브랜치에 코드 20개가 알아서 머지되어 있는 미친 광경이 일상이라는데,
핵심은 단순히 프롬프트 잘 쓰는 게 아니라 신뢰(Trust)와 자동 검증(Verification) 시스템을 짰기 때문임.

핵심 포인트 정리해줌:

• 1. 마이크로매니징 버리고 신뢰 곡선 타기
처음엔 AI가 짠 코드 하나하나 감시하느라 인간이 피똥 쌈. 근데 시스템이 갖춰지면 에이전트 20마리 동시 병렬로 돌리고 자동 머지까지 맡김. 이게 쓰레기 코드 양산이 아니라, 검증 시스템으로 신뢰를 쌓아서 인간 개입을 없애는 단계적 빌드업임.

• 2. 제일 중요한 무기: 자동 검증 (Verification)
에이전트한테 코드만 짜라고 시키면 백날 망함. 코드를 짰으면 지가 직접 앱 띄우고 돌려봐야 함.
- CPU 트레이스, 힙 스냅샷 찍어서 메모리 누수 체크
- 브라우저나 iOS 시뮬레이터 띄우고 Chrome DevTools Protocol(CDP)로 버튼 클릭, 스크린샷, 콘솔 에러 확인
이게 없으면 개발자가 "코드 복사 -> 브라우저 붙여넣기 -> 에러 캡처 -> 다시 질문" 하는 앵무새 노가다(인간 병목)에 갇힘.

• 3. Control Glass & Feature Map
Cursor의 에이전트 윈도우를 직접 제어하는 Control Glass 스킬을 써서 DOM을 직접 조작함. 게다가 유저가 스크린샷 하나 던지고 "?" 이딴 식으로 똥 같은 버그 리포트 올려도, 각 기능 경로와 셀렉터를 정리해 둔 Feature Map 파일 던져주면 에이전트가 알아서 찾아가서 디버깅함.

• 4. 듄(Dune) 아키텍처와 pstack
에이전트가 헛짓거리 못하게 레포 구조 자체에 족쇄를 채움. useEffect 금지, 쓸데없는 주석 금지, 프로세스 분리 강제 등 빅테크에서 신입 주니어들 사고 못 치게 만드는 가드레일을 린트/CI에 떡칠해 둠. 에이전트는 무조건 가장 쉬운 길(날림 코딩)을 택하니까, 린트 빨간 줄로 패서 "가장 쉬운 길이 올바른 코드가 되도록" 환경을 세팅한 거임.

• 5. 멀티 에이전트 조직화: 인간은 헤드 셰프가 됨
Chief of Staff(참모) 에이전트가 다른 에이전트들 관리하고, PM 에이전트와 워커 에이전트가 분업함. /loop, /goal 써서 알아서 돌리고 인간은 주방 전체를 총괄하는 헤드 셰프처럼 작업 환경과 파이프라인만 설계함. 이러니까 디자이너나 PM도 버그 안 내고 코드 머지하는 지경에 도달함.

• 6. 실전 운영 팁
코드 리뷰 때 똑같은 잔소리 3번 이상 쓰면 바로 린트/CI 규칙으로 박아버림. 그리고 에이전트 성능 평가할 땐 지가 평가받는 줄 모르게 다른 모델을 심판으로 쓰고, PR에는 스크린샷이나 녹화 같은 증거 제출을 필수로 강제함.

한 줄 평:
"AI가 개발자 대체하네 마네" 입털 시간에 빅테크 탑티어들은 이미 AI 병렬 공장 차려서 수작업 졸업하고 꿀 빨고 있음 ㅋㅋㅋ

프롬프트 깎는 노인 되지 말고 검증 파이프라인 짤 줄 아는 놈만 살아남는다.

Not financial advice

[AFTER HUMAN @afterhuman_ai]

인간은 개미처럼
무리에 속하고 싶어 하면서도,
사자처럼 누구에게도 얽매이지 않길 꿈꾼다.

농업사회는 인간을 마을에 묶었고,
산업사회는 인간을 개인으로 풀어놓았다.

그렇다면 AI는?

인간을 무리에서 해방할까,
아니면 보이지 않는 벌집에 가둘까.

어쩌면 AI 시대의 승자는
가장 강한 사자가 아니라,
사자처럼 홀로 살아갈 능력을 갖추고도
개미 떼를 움직일 수 있는 인간일 것이다.

[AFTER HUMAN @afterhuman_ai]

9-5 어차피 하기싫어했잖아?
하고싶어도 못하는 세상이 곧 온다.

잘 노는 놈이 돈 많이 벌고
노는 일이 직업이 된다는
얘긴 많앗는데 이젠 진짜다

이제 유투버가 뉴노멀이고
직장인이 특이한 세상이 곧 온다

[AFTER HUMAN @afterhuman_ai]

@animuspurus 얘네 아주 악질이던데요

무료 오프라인강의 불러내서 시덥잖은 소리 하고, 어마어마한 비법이 있는양

300-400짜리 강의로 연결하는 업자가 있다고 본듯요.

몇억 딸깍해서 벌었다고 하는 29살, 뭐 이런 사람들은 그냥 돈 50-200만원 정도 받고 얼굴 팔기로한 알바라고 하고..

[AFTER HUMAN @afterhuman_ai]

@Fei2411 @cccch1mneyyyy will there be advantage in this tui compared to DSH WEB or DSH desktop? is it faster?

[AFTER HUMAN @afterhuman_ai]

‘토큰 무제한’의 진짜 의미는
10만 대군을 양성할 수 있다는 것이다.

사원-대리-과장-차장-부장-이사-사장.
3~4단계의 중간관리자를 거느리고,
수많은 에이전트에게 일을 분배하고,
결과를 검토하고, 다시 지시하는 조직.

혼자서 10만 명짜리 대기업을 흉내 낼 수 있다는 뜻이다.

대부분은 AI에게 일을 시킨다.
일부는 AI로 회사를 만든다.

카파시가 말한 최상위 5,000명은
바로 이 차이를 경험하는 사람들일 것이다.

이들은 AI를 잘 쓰는 사람이 아니다.
AI로 인간 조직의 규모 자체를 넘어서는 사람들이다.

이 격차가 벌어질수록, 이 5,000명은
나머지 인류와 전혀 다른 종처럼 보이기 시작할 것이다.

[Koob (T) 쿠쿠쿱 (T) @kimyg002]

카파시 “AI 능력에 대한 사람들의 인식 격차가 더 커지고 있음”

안드레이 카파시는 사람들이 AI를 얼마나 깊게 활용하는지에 따라, 기술 발전을 체감하는 수준이 크게 달라지고 있다고 설명함.

• 약 60억 명(세계 인구의 약 75%): 아직 LLM을 거의 접하지 못함.

• 약 10억~20억 명(약 20%): 무료 챗봇을 가끔 사용하며, 검색이나 글쓰기를 돕는 도구 정도로 인식함. 비개발 분야 전문가들도 상당수 여기에 속함.

• 약 2,000만 명(약 0.2%): 최첨단 AI를 수학·코딩에 활용하며, 수주~수개월 걸리던 복잡한 프로젝트를 에이전트가 수행하는 변화를 직접 경험하고 있음.

• 약 5,000명(약 0.00006%): 내부 최첨단 시스템에 접근하며, 수천 개 에이전트가 장기간 협업해 대규모 개발·보안·과학·수학 문제를 해결하는 수준을 보고 있다고 설명함. 인간의 검토와 이해가 결과물 생산 속도를 따라가지 못하기 시작했다는 것.

이 격차를 만드는 핵심 요인은 문제의 규모, 분야별 성능 차이, 모델 접근 권한임. 간단한 질문보다 크고 어려운 프로젝트에서 변화가 두드러지며, 결과를 검증하기 쉽고 경제적 가치가 높은 수학·코딩 분야에 발전이 집중되고 있음.

대중은 ‘조금 유용한 챗봇’을 보고 있지만, 일부 전문가는 이미 업무 방식 자체가 급격하게 바뀌는 경험을 하고 있다는 주장임.

※ 인원과 비율은 공식 통계가 아닌 카파시의 대략적인 추정임.