hoonymoney

이 계정은 토큰 에어드랍용임

[hoonymoney @hooncrypto]

@Jee9PD 당신 때문에 상처받는 사람이 있다면 잠깐의 미안함이라도 둘 수 있지 않은지 말입니다

[hoonymoney @hooncrypto]

@Jee9PD 왜 사과를 안하지?

[hoonymoney @hooncrypto]

@Gala_Noder 우리 이러지 않기로 했잖아요ㅠ

[hoonymoney @hooncrypto]

@mignoletkr @ForeDex_Global 해킹?? 뜬금없이 플랫폼은 뭔가요???

[hoonymoney @hooncrypto]

@Gala_Noder 또 이러시기 있기?
우리~ 갈레발 안하기로 약속했잖아요~

[Ihtesham Ali @ihtesham2005]

I accidentally discovered how to compress a semester of learning into 48 hours.

A grad student at MIT showed me his NotebookLM setup. I thought he was just organized. Then I watched him pass a qualifying exam on a subject he'd never studied before.

Here's exactly what he did:

First: he didn't upload a textbook.

He uploaded 6 textbooks, 15 research papers, and every lecture transcript he could find on the subject.

Then he asked NotebookLM one question:

"What are the 5 core mental models that every expert in this field shares?"

Not "summarize this." Not "explain this topic."
Mental models. The stuff that takes professors years to develop.

But the next part is what broke my brain.

He followed up with:

"Now show me the 3 places where experts in this field fundamentally disagree, and what each side's strongest argument is."

In 20 minutes he had a map of the entire intellectual landscape of the field:
the debates, the consensus, the open questions.

Most students spend a full semester just figuring out what those debates even are.

Then he did something I've never seen before.

He asked:

"Generate 10 questions that would expose whether someone deeply understands this subject versus someone who just memorized facts."

He spent the next 6 hours answering those questions using the source material. Every wrong answer triggered a follow-up:

"Explain why this is wrong and what I'm missing."

By hour 48, he could hold a conversation with his thesis advisor without getting destroyed.

The tool didn't change. The questions did.

Most people treat NotebookLM like a fancy highlighter.
These students are using it like a private tutor who has read everything ever written on the subject.

The difference between a semester and 48 hours isn't the amount of content.

It's knowing which questions to ask.

[지탐(지혜탐험가) @_jitam_]

'마르셀 제이콥스(Marcell Jacobs)'라는 육상 선수를 아시나요?

2021년 도쿄올림픽 100m에서 9.80초의 기록으로 금메달을 차지한 이탈리아 선수입니다.

유럽 선수가 올림픽 100m 금메달을 차지한 건 1992년 바르셀로나 이후 29년 만이었습니다.

당시 세계는 놀랐습니다. 우사인 볼트 이후 최고의 이변이라는 말까지 나왔습니다.

그런데 그 이후, 그의 훈련 영상이 화제가 되었습니다.

바로 자동차 뒤에 커다란 바람막이을 달고 그 안에서 달리는 훈련을 한 것입니다.

공기저항을 없애서 평소에 절대 낼 수 없는 속도를 만드는, 이른바 '초과속 훈련(Overspeed Training)'입니다(아래 사진 참고).

이 훈련에 대해 많은 사람들이 비판했습니다. 어차피 실전에서 달릴 수 없는 속도이기 때문에 폼이 무너질 것이라는 지적이었습니다.

하지만 코치의 논리는 달랐습니다.

'몸이 그 속도를 한 번 경험하면, 근육과 신경이 기억한다. 그러면 언젠가 보조 없이도 그 속도에 도달할 수 있다.'

실제로 이는 과학적 근거가 있습니다.

초과속 훈련은 신경근 시스템(neuromuscular system)에 직접적인 자극을 줍니다.

보조 스프린트 훈련은 선수가 혼자 힘으로 도달할 수 없는 '속도 장벽'을 넘게 해주고, 지속적·점진적인 초과속 자극이 쌓이면 그 장벽 자체가 이동한다는 이론적 근거가 있습니다.

전문가들은 이를 "신경근 시스템이 더 빠른 속도에 적응하도록 재설정되는 것"으로 설명하기도 합니다.

쉽게 말해, 뇌와 근육이 "이 속도로도 움직일 수 있다"는 것을 먼저 경험하고 나면, 몸이 그 기억을 바탕으로 스스로 그 수준에 다가간다는 것입니다.

그런데 저 역시 '달리기'는 아니지만, 이러한 경험을 두 번 해봤습니다.

즉, 지금까지 살면서 두 번, 제 실력으로는 원래 갈 수 없었을 곳에 올라가본 적이 있습니다. 그리고 두 번 모두, 올라가기 전과 후의 저는 완전히 다른 사람이 되었습니다.

---

첫 번째는 웹소설입니다.

저는 미국 유학 중 졸업을 하지 못하고 귀국했습니다. 한국에 돌아와 군대 전역 후 수능을 다시 봐서 한국에서 자동차공학과를 다시 다녔고, 아버지 회사인 자동차 부품 회사에 들어갔습니다.

하지만 도저히 적응이 안 됐습니다. 결국 그 자리를 나왔습니다.

퇴사 1년 전부터 블로그를 쓰기 시작했고, '콘텐츠로 돈을 벌겠다'는 막연한 생각은 있었습니다.

하지만 구체적으로 만들어놓은 건 아무것도 없었습니다. 방향도, 계획도, 수익 모델도 없는 상태에서 퇴사했습니다.

유학 후에도 한국에서 연락하던 친구이자, 웹소설 작가 에이전시 대표가 된 친구가 이 소식을 듣고 '웹소설 쓰기'를 제안했습니다.

저는 바로 거절했습니다.

그때까지 웹소설을 쓰기는 커녕 읽어본 적도 없었기 때문입니다.

하지만 친구는 '회사에서 겪었던 일을 소재로 써봐. 내가 한 화, 한 화 다 봐줄게.'라고 하며 저를 설득했습니다.

쉽지 않았지만, 저는 한 번에 '네이버 시리즈' 연재에 성공했고, 흥행하진 않았지만 연재 중단 없이 <회사를 계승하는 중입니다>라는 웹소설을 완결했습니다.

당연히 저 혼자였다면 절대 불가능한 일이었습니다.

하지만 친구 도움을 받아서라도 '기성작가'가 되었기 때문에, 지금의 저는 다음 웹소설을 런칭할 수 있다는 생각을 기본으로 합니다.

친구는 저를 트랙에 올려주고 저를 훈련시키고 독려했습니다. 하지만 저 역시 포기하지 않고 계속 뛰었습니다.

---

두 번째는 종이책입니다.

<왜 테슬라인가>는 원래 전자책, 그것도 제 스마트스토어에서만 팔던 전자책이었습니다.

블로그에 쓴 글을 정리해서 전자책으로 만들었고, 제 스마트스토어에 올려서 블로그 이웃들에게만 팔려는 생각이었습니다.

당연히 투고는 생각도 안 했습니다. 솔직히 말하면, 제 글이 종이책이 될 수 있다는 생각 자체를 하지 않았습니다.

그런데 그 전자책을 구매하신 분들 중 한 분이 출판사 대표와 친구였습니다.

그분이 그 친구에게 "이거 종이책으로 만들어야 한다."며 강력히 설득했습니다.

그래서 저는 투고 한 번 없이 출판사에서 먼저 연락을 받았습니다. 정말 운이 좋았습니다.

더구나 그 출판사는 레이어드(@LayeredInvest)님이 쓴 '레이어드의 미국 주식투자 원칙'이라는 책을 출간한 포르체입니다.

그 책의 메인 소재가 테슬라였습니다. 그래서 제 책 출간에 자신감을 보였습니다.

그렇게 저는 서점에서 살 수 있는 진짜 종이책을 냈습니다. 그리고 베스트셀러가 되었습니다.

이 역시 제 실력 이상의 성과입니다. 분명 운+출판사의 노력이 따랐습니다.

하지만 이 덕에 저는 '다음에도 종이책을 낼 수 있다'는 생각을 기본으로 합니다.

---

이 두 경험과 마르셀 제이콥스의 훈련을 나란히 놓으면, 하나의 원칙이 보입니다.

- 마르셀 제이콥스는 자동차 바람막이라는 보조를 받아 자신의 한계 이상의 속도를 경험했습니다.

- 저는 친구라는 보조를 받아 네이버 시리즈 기성 작가의 자리에 올라가봤습니다.

- 저는 우연한 연결이라는 보조를 받아 베스트셀러 종이책 저자의 자리에 올라가봤습니다.

보조를 받아 올라간 것이 '진짜 실력이 아니다'라고 말하는 사람이 있을 것입니다.

하지만 보조를 받아서라도 올라가지 않으면, 그 높이가 어떤 곳인지 영원히 모른다는 것입니다. 당연히 그걸 목표로 삼을 수도 없고, 머리나 몸이 그 높이를 기억하지도 못합니다.

처음부터 혼자 힘으로 올라가야 한다고 고집하는 사람은, 그 높이까지 가는 데 훨씬 오래 걸리거나, 아예 가지 못하는 경우가 더 많습니다.

그리고 그 사람의 '진짜 실력'은 끝내 그 높이를 모른 채로 멈춥니다.

RPG에서 내 레벨이 아직 부족할 때, 고렙 유저의 도움을 받아 레이드 던전을 클리어해본 분이라면 이 감각을 직관적으로 아실 것입니다.

그래서 저는 여러분에게 말씀드리고 싶습니다.

기회가 오면, 내 실력이 아직 거기까지는 아닌 것 같더라도 일단 올라가십시오. 주변 사람의 도움이 있으면, '내가 이 도움을 받을 자격이 있나' 하고 망설이지 마십시오.

그 망설임은 겸손이 아닙니다. 기회를 스스로 걷어차는 것입니다.

그리고 일단 올라가면 최선을 다하십시오. 그리고 결과가 어떻든 반드시 끝을 보고 내려오십시오.

도움을 받아서라도 그 높이에 올라가 끝을 보고 내려온 사람과, 올라가보지 못한 사람은, 이후에 생각의 차원 자체가 달라집니다.

뇌는, 몸은, 한 번 경험한 속도를 기억합니다. 그리고 언젠가 그 속도를 보조 없이 다시 낼 수 있습니다.

[LunaKim𓆩🩷𓆪 @checheluna3]

이거 모르면 진짜 손해다.
Claude 만든 회사가 직접 AI 강의 무료 공개함.

북마크하고 나중에 보려다 결국 안 보게 되는 거 압니다. 🤣
그래도 지금 바로 알려드림.

이 링크 하나로 AI 커리어 준비 끝낼 수 있음. 진짜임.

유튜브 알고리즘은 이런 거 안 알려줌.

앤트로픽 공식 사이트임. 진짜 무료임.

앤트로픽 공식 AI 아카데미,
완전 초보자를 위한 단계별 가이드를 알려 드릴게요!

뭐하는 곳?

Claude를 만든 앤트로픽이 직접 운영하는 무료 AI 교육 플랫폼이에요.
총 13개 강의가 전부 무료고,
이메일로 Skilljar 계정 만들면 전부 접근 가능해요.

세 가지 트랙이 있어요:

✔️AI Fluency(일반인용),
✔️Product Training(Claude 유저용),
✔️Developer Deep-Dives(개발자용)

코딩 몰라도 들을 수 있는 트랙이 따로 있어요.

왜 해야 해?

1. 만든 회사가 직접 가르쳐줘요. — "Claude 101부터 멀티 클라우드 엔터프라이즈 배포까지" 다루는 커리큘럼이에요.

2. AI Fluency 트랙은 Ringling College와 University College Cork 교수들이 공동 설계했어요.

3. 강의 마치면 링크드인에 올릴 수 있는 수료증도 줘요.

4. 2026년 3월에 막 런칭했어요. — 지금이 가장 빠른 타이밍이에요.

1. 접속 → 댓글에 입력할게요!

2. 회원가입 → 이메일/ 구글 계정으로 바로 로그인도 됨

3. 강의 선택
→ 완전 초보는 "Introduction to Claude"부터 시작

4. 한국어 자막
→ 영상 내 ⚙️ 설정 → Subtitles → Korean

5. 수료증
→ 다 들으면 "Download Certificate" 클릭, 완전 무료!

AI 시대에 정보 격차가 진짜 실력 격차 됨.

주변에 알려주세요.

유용했으면 RT 해줘영🥰

[Humbleman @Cryptowombat125]

https://t.co/mLeF3XDaCO

[Cognac(꼬냑) @supernovajunn]

처음 오픈클로 설치하다 사흘 밤을 샜습니다.

처음 오픈클로라는 걸 알게 됐을 때, 저는 유튜브 썸네일을 보고 있었습니다.

"AI 에이전트가 알아서 일한다"
"24시간 내 대신 일하는 직원"
"이제 혼자서도 팀처럼 일할 수 있다"

솔직히 반신반의했습니다. 요즘 유튜브 제목이 다 저러니까요. 근데 영상을 끝까지 봤습니다.

그리고 댓글을 봤을 때 뭔가 달랐습니다. 허풍 치는 사람들이 아니었습니다. 평범한 사람들이 진짜로 쓰고 있었습니다. 직장인, 자영업자, 프리랜서. 나랑 비슷한 사람들이.

그날 밤 설치를 시작했습니다.

첫 번째 벽은 GitHub였습니다.

링크를 눌렀는데 초록색 버튼이 하나 있었습니다. Code. 눌렀더니 뭔가 쭉 나왔습니다. 복사했습니다. 어디에 붙여넣는지 몰랐습니다.

검색했습니다. "터미널"이라는 게 있다고 했습니다. 찾아서 열었습니다. 검은 창이 떴습니다. 뭔가를 쳐야 한다는 건 알겠는데, 뭘 쳐야 하는지 몰랐습니다. 엔터를 눌렀더니 아무것도 안 됐습니다.

창을 닫았습니다.

다음날 다시 열었습니다. 이번엔 유튜브를 찾았습니다. 설치 방법을 알려주는 영상이 있었습니다. 근데 영상 속 화면이랑 내 화면이 달랐습니다. 버전이 바뀐 건지, 내 컴퓨터가 다른 건지. 중간에서 막혔습니다.

창을 또 닫았습니다.

그때 크x을 뒤졌습니다.

"오픈클로 설치 대행"을 검색했습니다.

있었습니다. 몇 개나. 근데 가격을 보는 순간 멈췄습니다.

10만원. 15만원. 많게는 100만원 넘는 것도 있었습니다.

설치 하나에.

잠깐 생각했습니다. 이게 맞나. 오픈클로 자체는 무료인데, 설치하는 데 수십만원을 내야 하나. 이걸 개발자한테 맡기면 나는 영원히 이 구조를 이해 못 하는 건가. 다음에 또 뭔가 막히면 또 돈 내야 하는 건가.

뭔가 잘못된 것 같았습니다.

기술을 모른다는 이유로, 그 격차를 메우는 데 계속 돈을 써야 하는 구조. 아는 사람이 모르는 사람에게서 계속 돈을 버는 구조. 그게 공정한 건지, 저는 잘 모르겠습니다.

크x 창을 닫았습니다.

곰곰히 생각하면서 뭔가 풀렸습니다. "아, 이게 원래 이렇게 어려운 거구나." 내가 멍청한 게 아니었습니다. 원래 이 바닥이 비개발자한테 불친절한 거였습니다.

그게 오히려 오기를 불러왔습니다.

사흘이 걸렸습니다.

첫째 날은 VPS가 뭔지 이해하는 데 썼습니다. 가상 서버라는 건 알겠는데, 내 컴퓨터랑 뭐가 다른지. 왜 거기에 설치해야 하는지. 그냥 내 노트북에 하면 안 되는 건지.

둘째 날은 SSH로 접속하는 데 썼습니다. 명령어 치니까 비밀번호를 입력하라고 했습니다. 쳤는데 화면에 아무것도 안 나왔습니다. 고장난 줄 알았습니다. 나중에 알았습니다. 원래 안 보이는 거라고. 보안 때문에. 그걸 몰라서 한 시간을 날렸습니다.

셋째 날, 드디어 됐습니다.

텔레그램에서 봇한테 "안녕"이라고 쳤을 때 답장이 왔습니다. 새벽 2시였습니다. 소리를 지를 뻔했습니다.

그 순간 생각했습니다.

나 같은 사람이 얼마나 많을까.

지금 이 순간에도 검은 창 앞에서 멈춰 있는 사람. 에러 메시지 보고 창 닫는 사람. "개발자가 아니면 이건 못 하는 건가"라고 포기하는 사람. 크몽 가격 보고 조용히 탭 닫는 사람.

에이전트는 분명히 뭔가 됩니다. 저도 모르게 확신이 생겼습니다. 이게 퍼지면 먼저 들어온 사람이 유리합니다. 근데 지금 입구에서 너무 많은 사람들이 막히고 있습니다. 기술의 장벽, 그리고 돈의 장벽 때문에.

그게 아깝고, 안타깝고, 솔직히 조금 화가 났습니다.

그래서 그냥 제가 만들었습니다.

코딩 모르는 제가, 코딩 모르는 분들을 위해.

저처럼 사흘 밤새지 마시라고.
설치에 돈 내지 마시라고.

근데 그냥 만든 게 아닙니다.

실제로 다른 VPS 서버를 제 돈주고 사서 3번 돌렸습니다. 매번 서버를 밀고, 처음부터 스크립트를 돌렸습니다. Ubuntu 20.04, 22.04, 24.04 세 버전 전부. 그리고 매번 보안도 다시 확인했습니다.

외부로 뭔가 전송되는지. 내 API 키가 어딘가로 새는지. 실수로 파일이 삭제되는지. eval, exec 같은 위험 코드가 있는지.

없었습니다. 3번 다 없었습니다.

코드는 전부 GitHub에 공개되어 있습니다. 직접 보시면 됩니다.

VPS 깔고 SSH 터미널에 이 한 줄만 붙여넣으면 됩니다
그리고 모델은 알아서 선택을 하시면 됩니다.

curl -fsSL https://t.co/pmMgoGOnWT

그러면 알아서 됩니다. Node.js, @openclaw , 텔레그램 연결은 pdf 설명 참조

pdf 다운로드 : https://t.co/IuBL59dTkK

깃허브 : https://t.co/TQ3BWncYwq

Pdf 가이드도 같이 올려뒀습니다. Contabo VPS 가입하는 법부터, SSH 접속하는 법, 비밀번호가 화면에 안 보이는 이유까지. 제가 막혔던 것들을 전부 써뒀습니다.

무료입니다. 당연히. 그래도 찝찝하시면 안쓰셔도 됩니다.

하지만 한 가지만 미리 말씀드리겠습니다.

이 스크립트로 오픈클로를 설치하고 나서 생기는 일들 AI가 보낸 메시지, 실행한 작업, API 비용, 서버에서 일어난 모든 것 은 본인 책임입니다.

저는 3번 이상 테스트했고, 보안도 반복해서 확인했습니다. 하지만 AI를 어떻게 쓰느냐는 결국 쓰는 사람 손에 달린 겁니다.

그냥 도구입니다. 칼이 위험한 게 아니라 어떻게 쓰느냐가 위험한 겁니다.

이 바닥은 생각보다 빠릅니다.

6개월 전에 코딩 몰라도 된다고 했을 때 믿은 사람이 지금 앞서 있습니다. 지금 오픈클로 설치가 어렵다고 포기하면, 6개월 후에 또 뒤에 있게 됩니다.

개발자한테 물어보기 창피하고, 유튜브 영상은 너무 빠르고, 영어 에러 메시지는 무섭고, 크x은 너무 비싸고.

근데 그 감각, 저도 압니다. 정확히 그 자리에서 시작했거든요.

한 줄입니다. 복사하고 붙여넣기만 하면 됩니다.

근데 제가 테스트 서버에서 돌려도 아마 OS, 컴퓨터 환경 등등 으로 안되는 경우도 있을것이고 API연결 부분에서 막히는 부분도 있을 것인데

이 부분은 저도 알려드리고 싶지만 그것이 각양각생의 환경이라 AI들의 힘을 빌리는 수 밖에 없는 것 같습니다.

그래서 큰 그림은 VPS -> 텔레그램 -> 스크립트 넣기는 같습니다. (윈도우 컴 기준)

혹시 안되면 말해주세요

[제이민 @Jaymin_Alpha]

"엔비디아 천하 흔들릴 수도…전문가가 주목한 '유망주' 정체"

이 기사의 핵심은 "엔비디아를 대체할 기업"이 아니라 "엔비디아가 풀지 못하는 병목을 푸는 기업"이 다음 투자 기회라는 것임. GPU 성능은 매 세대 뛰지만, 데이터를 실어 나르는 구리선(2m 한계)과 GPU-메모리 사이의 '메모리 월'이 그대로면 성능의 절반을 허비하는 구조임. 앞서 하이닉스가 커스텀 HBM을 위해 패키징을 내재화하고, 엔비디아 GTC에서 파인만 아키텍처에 CPO(광연결)를 언급한 것도 같은 맥락—결국 반도체 산업의 다음 전장은 "연산"이 아니라 "연결"임. 포인트투(전파 도파관), 아야랩스(실리콘 포토닉스), 디매트릭스(인메모리 컴퓨팅) 같은 기업들이 3년 내 하이퍼스케일러 장비 교체 사이클에 편입되면, 한국의 광부품(쏠리드웍스·라이트온), 기판(대덕전자·심텍), 전력반도체(온세미 협력사) 밸류체인에도 수혜가 올 수 있음. 버티컬 AI 모델이 수익의 중심이 된다는 전망은, 범용 파운데이션 모델에 올인한 빅테크보다 산업 특화 데이터를 가진 기업이 결국 돈을 번다는 뜻이고, 한국 제조업의 공정 데이터가 새로운 자산이 될 수 있다는 시사점임.

https://t.co/PWDSlyfu29

[DONS @dons_korea]

https://t.co/HX8inxRkRj

[Galno 갈노🛰️ @Gala_Noder]

방식들을 알아가고 찾는 것 자체는 가는 여정과 목적지에 다다르기 까지의 과정으로 전혀 잘못된 것이 아니지만. 그 방법론을 무지막지한 경험으로 체화시키는게 핵심이지. 방법만 찾아다니다가 난 안될놈이야 하고 관두는게 95%라고 생각함. 그냥 하면 됨. 죽이되든 똥이되든.

[무두서일기.MOODOO📚 @MOODOO_Diary]

“지금은 회사에 남는 것이 더 위험하다”며
대기업 게임 회사를 퇴사하고 1인 회사를 차려
AI로 게임을 만들고 있는 친구를 방문했슴다

게임 기획, 디자인, 개발 모두 AI를 활용하여
3달에 1개꼴로 게임을 런칭하고 있다고 함다

현존하는 AI툴을 거의 다 써가며
5시간만 자면서 하루 종일 일 하는 모습을 보며
신선한 충격과 낭만을 느낄 수 있었슴다

지금은 “만들고 싶은 게 있는 것” 자체가
큰 무기가 될 수 있겠다는 생각이 드네요!!

[프로그래밍좀비 @gimhyeo02389130]

Claude Code 해커톤 결과가 나왔습니다.

수상작들을 보면, 누구나 떠올릴 수 있는 범위의 아이디어가 아닙니다. 캘리포니아 건축 허가 심사를 자동화하는 도구, 심장내과 전문의가 만든 진료 후 환자 안내 시스템, 우간다 도로 영상을 인프라 투자 제안서로 바꾸는 파이프라인까지. 하나같이 특정 분야에 깊이 발을 담갔던 사람만이 느낄 수 있는 페인포인트를 정확하게 겨냥하고 있습니다.

다이어리, To-do 리스트 같은 서비스는 누구나 떠올릴 수 있습니다. 그래서 그 시장에서 이기려면 정말 독보적인 무언가가 필요합니다. (물론 '하루 5,000원이라도 벌겠다'는 목표라면 얘기가 다릅니다.)

제가 늘 시장에 답이 있다고 말하는 이유도 같은 맥락입니다. 세상에는 우리가 미처 모르는, 누군가는 간절히 해결하고 싶은 문제가 널려 있습니다. 그 문제를 해결할 수만 있다면 돈은 따라옵니다.

이제 개발이라는 벽은 놀라울 만큼 낮아졌습니다. 그러면 문제를 해결할 능력 중 남은 건 뭘까요? 저는 이제 '실행' 하나만 남았다고 생각합니다.

[로그 Logue @AlexZio00]

https://t.co/Ejf6F52oX8

[Alis volat propriis @Alisvolatprop12]

https://t.co/qIxAnt09ZF

[TheoDore @theodore_invest]

https://t.co/tOBB0Mouhk

[고로치 @gorochi0315]

글이 길더라도 이런 글을 제발 전문으로 한땀 한땀 읽으시길 추천드립니다. 아깝습니다.

거대한 변화가 일어나고 있습니다 (Something Big Is Happening)

맷 슈머(Matt Shumer): 2020년 2월을 떠올려 보십시오.

세심하게 주의를 기울였다면 해외에서 바이러스가 퍼지고 있다는 이야기를 몇몇 사람들이 나누는 것을 눈치챘을지도 모릅니다. 하지만 우리 대부분은 크게 신경 쓰지 않았습니다. 주식 시장은 호황이었고, 아이들은 학교에 다녔으며, 우리는 식당에 가고 악수를 나누며 여행을 계획했습니다.

만약 누군가 당신에게 두루마리 휴지를 사재기하고 있다고 말했다면, 당신은 그 사람이 인터넷의 이상한 구석에서 너무 많은 시간을 보냈다고 생각했을 것입니다. 그러다가 약 3주라는 시간 동안 전 세계가 바뀌었습니다. 사무실은 폐쇄되었고, 아이들은 집으로 돌아왔으며, 삶은 불과 한 달 전의 자신에게 설명했더라도 믿지 못했을 모습으로 재편되었습니다.

저는 우리가 지금 코로나보다 훨씬 더 큰 무언가의 "과장된 것 같다"는 단계에 와 있다고 생각합니다.
저는 AI 스타트업을 세우고 이 분야에 투자하며 6년을 보냈습니다. 저는 이 세상 속에서 살고 있습니다. 그래서 저는 제 삶 속에 있는 사람들, 즉 제 가족, 친구들, 그리고 저에게 "그래서 AI가 대체 뭐야?"라고 계속 묻지만 실제 벌어지고 있는 일에 미치지 못하는 답변을 듣고 있는 소중한 사람들을 위해 이 글을 씁니다.

저는 그동안 그들에게 정중한 버전, 즉 사교 모임용 답변만을 해왔습니다. 왜냐하면 솔직한 버전은 마치 제가 정신이 나간 것처럼 들리기 때문입니다. 한동안은 그것이 진실을 혼자만 간직할 충분한 이유가 된다고 생각했습니다.

하지만 제가 말해온 것과 실제로 일어나고 있는 일 사이의 간극이 너무 커져 버렸습니다. 제가 아끼는 사람들은 설령 미친 소리처럼 들릴지라도 앞으로 닥칠 일을 들을 자격이 있습니다.

먼저 분명히 짚고 넘어가야 할 점이 있습니다. 제가 AI 분야에서 일하고 있지만, 저를 포함한 업계 대다수는 앞으로 일어날 일에 대해 거의 영향력을 행사하지 못한다는 것입니다. 미래는 아주 소수의 사람들에 의해 형성되고 있습니다. 오픈AI(OpenAI), 앤스로픽(Anthropic), 구글 딥마인드(Google DeepMind) 등 몇몇 기업의 수백 명의 연구원들이 그들입니다. 소규모 팀이 몇 달간 관리하는 단 한 번의 학습 실행(training run)이 기술의 전체 궤적을 바꾸는 AI 시스템을 만들어낼 수 있습니다. AI 분야에서 일하는 우리 대부분은 우리가 닦지 않은 기초 위에 무언가를 짓고 있는 셈입니다. 우리는 여러분과 마찬가지로 이 상황이 전개되는 것을 지켜보고 있습니다. 다만 땅의 진동을 가장 먼저 느낄 수 있을 만큼 가까이 있을 뿐입니다.

하지만 이제는 때가 되었습니다. "언젠가 이 이야기를 해야지"라는 방식이 아니라, "이것은 지금 일어나고 있는 일이고, 당신이 이를 반드시 이해해야 한다"는 방식이어야 합니다.

이것이 실제 상황임을 아는 이유는 저에게 먼저 일어났기 때문입니다

기술 업계 밖의 사람들이 아직 이해하지 못하는 사실이 있습니다. 업계의 수많은 사람이 지금 경종을 울리는 이유는 이 일이 이미 우리에게 일어났기 때문입니다. 우리는 예측을 하는 것이 아닙니다. 우리의 직업 세계에서 이미 일어난 일을 말해주며, 다음은 여러분 차례라고 경고하는 것입니다.

수년간 AI는 꾸준히 개선되어 왔습니다. 여기저기서 큰 도약이 있었지만, 각 도약 사이에는 이를 받아들일 만한 충분한 간격이 있었습니다. 그러다 2025년, 모델을 구축하는 새로운 기술들이 개발되면서 발전 속도가 훨씬 빨라졌습니다. 그리고 더 빨라졌고, 다시 더 빨라졌습니다. 새로운 모델은 이전 모델보다 단순히 더 나은 것이 아니라 훨씬 더 큰 폭으로 개선되었으며, 출시 간격은 짧아졌습니다. 저는 AI를 점점 더 많이 사용하게 되었고, AI와 말을 주고받는 횟수는 줄어들었으며, 예전에는 저의 전문 지식이 필요하다고 생각했던 일들을 AI가 처리하는 것을 지켜보았습니다.

그러던 2월 5일, 두 개의 주요 AI 연구소가 같은 날 새로운 모델을 출시했습니다. 오픈AI의 GPT-5.3 코덱스(Codex)와 앤스로픽(ChatGPT의 주요 경쟁자인 클로드 제작사)의 오퍼스(Opus) 4.6입니다. 그리고 무언가 깨달음이 왔습니다. 전등 스위치가 켜지는 느낌이 아니라, 물이 차올라 이제 가슴 높이까지 왔다는 것을 깨닫는 순간과 같았습니다.

저는 이제 제 업무의 실제적인 기술적 작업에 더 이상 필요하지 않습니다. 제가 무엇을 만들고 싶은지 평이한 영어로 설명하면, 그것이 그냥... 나타납니다. 제가 수정해야 할 초안이 아니라, 완성된 결과물입니다. AI에게 원하는 것을 말하고 컴퓨터 앞을 떠나 4시간 동안 쉬다 오면 작업이 완료되어 있습니다. 아주 잘, 제가 직접 했을 때보다 더 낫게, 수정할 필요도 없이 완료되어 있습니다. 몇 달 전만 해도 저는 AI와 대화하며 가이드라인을 주고 편집을 했습니다. 이제는 결과만 설명하고 자리를 뜹니다.

이것이 실제로 어떤 모습인지 이해를 돕기 위해 예를 들어보겠습니다. 저는 AI에게 이렇게 말합니다. "이런 앱을 만들고 싶어. 기능은 이래야 하고, 대략 이런 모습이면 좋겠어. 사용자 흐름과 디자인 등 모든 걸 알아서 짜봐." 그러면 AI는 그렇게 합니다. 수만 줄의 코드를 작성합니다. 그리고 1년 전만 해도 생각할 수 없었던 일이 벌어집니다. AI가 직접 앱을 실행합니다. 버튼들을 클릭해 봅니다. 기능을 테스트합니다. 사람이 하는 것처럼 앱을 사용해 봅니다. 디자인이나 느낌이 마음에 들지 않으면 스스로 돌아가서 수정합니다. 개발자처럼 반복 작업을 수행하며 만족할 때까지 고치고 다듬습니다. 앱이 스스로의 기준을 충족했다고 판단한 후에야 저에게 돌아와 말합니다. "테스트할 준비가 되었습니다." 그리고 제가 테스트해 보면 대개 완벽합니다.

과장이 아닙니다. 이번 주 저의 월요일 모습이 이랬습니다.

하지만 저를 가장 놀라게 한 것은 지난주에 출시된 모델(GPT-5.3 코덱스)이었습니다. 그것은 단순히 제 지시를 수행하는 것이 아니었습니다. 지능적인 결정을 내리고 있었습니다. 처음으로 '판단력'이라 느껴지는 무언가를 가지고 있었습니다. '취향' 같은 것 말이죠. 사람들이 AI는 절대 가질 수 없을 것이라고 말해왔던, 무엇이 옳은 결정인지 아는 설명할 수 없는 감각 말입니다. 이 모델은 그것을 가지고 있거나, 혹은 그 차이가 더 이상 중요하지 않을 만큼 근접해 있습니다.

저는 항상 AI 도구를 일찍 도입해 왔습니다. 하지만 지난 몇 달은 저에게도 충격적이었습니다. 이 새로운 AI 모델들은 점진적인 개선이 아닙니다. 이것은 완전히 다른 차원의 존재입니다.

그리고 이것이 기술 분야에서 일하지 않는 여러분에게도 중요한 이유가 여기 있습니다.

AI 연구소들은 의도적인 선택을 했습니다. 그들은 AI를 코딩에 능숙하게 만드는 데 먼저 집중했습니다. 왜냐하면 AI를 구축하는 데는 엄청난 양의 코드가 필요하기 때문입니다. AI가 그 코드를 작성할 수 있다면, 자기 자신의 다음 버전을 만드는 데 도움을 줄 수 있습니다. 더 나은 코드를 쓰는 더 똑똑한 버전이 만들어지고, 그것이 다시 더 똑똑한 버전을 만드는 것입니다. AI를 코딩에 최적화하는 것은 다른 모든 것을 여는 열쇠가 되는 전략이었습니다. 그래서 그들은 그것을 가장 먼저 했습니다. 제 직업이 여러분보다 먼저 변하기 시작한 것은 그들이 소프트웨어 엔지니어를 목표로 삼았기 때문이 아니라, 그들이 먼저 겨냥한 목표의 부작용이었을 뿐입니다.

그들은 이제 그 일을 해냈습니다. 그리고 이제 다른 모든 분야로 이동하고 있습니다.

지난 1년 동안 기술직 종사자들이 AI가 '유용한 도구'에서 '나보다 일을 더 잘하는 존재'로 변하는 것을 지켜보며 겪었던 경험을 이제 다른 모든 사람이 겪게 될 것입니다. 법률, 금융, 의료, 회계, 컨설팅, 작문, 디자인, 분석, 고객 서비스 등 모든 분야가 그렇습니다. 10년 뒤의 일이 아닙니다. 이 시스템을 만드는 사람들은 1년에서 5년 사이라고 말합니다. 어떤 이들은 그보다 더 짧을 것이라고 합니다. 지난 몇 달 동안 제가 본 것을 고려하면, 저 역시 "더 짧을 것"이라는 의견에 무게가 실립니다.

"하지만 제가 써본 AI는 별로던데요"

저는 이런 말을 끊임없이 듣습니다. 저도 이해합니다. 예전에는 사실이었으니까요.

만약 당신이 2023년이나 2024년 초에 챗GPT를 써보고 "말을 지어내네"라거나 "별로 인상적이지 않네"라고 생각했다면, 당신의 말이 맞았습니다. 초기 버전들은 정말 한계가 있었습니다. 환각 현상을 일으켰고, 터무니없는 소리를 자신 있게 내뱉었습니다.
그건 2년 전 일입니다. AI의 시간으로 따지면 선사시대 이야기입니다.

오늘날 사용할 수 있는 모델들은 불과 6개월 전의 것들과도 비교할 수 없을 만큼 다릅니다. AI가 "정말 좋아지고 있는가" 아니면 "한계에 부딪혔는가"를 두고 1년 넘게 이어져 온 논쟁은 끝났습니다. 결론이 났습니다. 여전히 한계론을 주장하는 사람은 현재 모델을 써보지 않았거나, 벌어지고 있는 일을 축소해야 할 동기가 있거나, 혹은 더 이상 유효하지 않은 2024년의 경험을 바탕으로 평가하고 있는 것입니다. 무시하려고 드는 말이 아닙니다. 대중의 인식과 현재 실재 사이의 간극이 너무나 크고, 그 간극이 위험하기 때문에 드리는 말씀입니다. 그 간극 때문에 사람들이 대비를 하지 못하고 있기 때문입니다.

문제의 일부는 대다수 사람이 AI 도구의 무료 버전을 사용하고 있다는 점입니다. 무료 버전은 유료 사용자가 접근할 수 있는 모델보다 1년 이상 뒤처져 있습니다. 무료 버전 챗GPT로 AI의 현주소를 판단하는 것은 피처폰을 쓰면서 스마트폰의 수준을 평가하는 것과 같습니다. 최고의 도구에 비용을 지불하고 실제 업무에 매일 사용하는 사람들은 무엇이 다가오고 있는지 알고 있습니다.

변호사인 제 친구가 떠오릅니다. 저는 그에게 로펌에서 AI를 써보라고 계속 권하지만, 그는 안 될 이유만 찾습니다. 자신의 전문 분야에 맞지 않는다거나, 테스트해 보니 오류가 있었다거나, 자신이 하는 일의 뉘앙스를 이해하지 못한다는 식입니다. 이해합니다. 하지만 대형 로펌의 파트너들이 저에게 조언을 구하러 연락해 옵니다. 그들은 현재 버전들을 써봤고 이것이 어디로 향하고 있는지 보았기 때문입니다. 한 대형 로펌의 대표 파트너는 매일 몇 시간씩 AI를 사용합니다. 그는 마치 즉시 활용 가능한 어소시에이트(주니어 변호사) 팀을 거느린 기분이라고 말했습니다. 그가 장난감이라서 쓰는 것이 아닙니다. 효과가 있기 때문에 쓰는 것입니다. 그리고 그는 저에게 잊히지 않는 말을 했습니다. 몇 달마다 AI가 업무에 활용되는 능력이 현저히 향상된다는 것입니다. 만약 이 궤적이 유지된다면, 머지않아 자신이 하는 일의 대부분을 AI가 수행할 수 있을 것으로 예상한다고 했습니다. 수십 년의 경력을 가진 로펌 대표가 하는 말입니다. 그는 패닉에 빠지지는 않았지만, 매우 주의 깊게 지켜보고 있습니다.

자기 분야에서 앞서가는 사람들(실제로 진지하게 실험하는 사람들)은 이를 무시하지 않습니다. 그들은 이미 가능한 기능들에 경악하고 있습니다. 그리고 그에 맞춰 자신들의 위치를 조정하고 있습니다.

실제로 얼마나 빨리 움직이고 있는가
발전 속도를 구체적으로 말씀드리겠습니다. 가까이서 지켜보지 않는다면 가장 믿기 어려운 부분이기 때문입니다.

* 2022년, AI는 기초 산술도 제대로 하지 못했습니다. 7 × 8 = 54라고 자신 있게 말하곤 했습니다.
* 2023년, AI는 변호사 시험을 통과했습니다.
* 2024년, AI는 작동하는 소프트웨어를 작성하고 대학원 수준의 과학을 설명할 수 있게 되었습니다.
* 2025년 말, 세계 최고의 엔지니어 중 일부는 코딩 작업의 대부분을 AI에 넘겼다고 말했습니다.
* 2026년 2월 5일, 이전의 모든 것을 구시대로 느껴지게 만드는 새로운 모델들이 등장했습니다.

지난 몇 달 동안 AI를 써보지 않았다면, 지금 존재하는 기능들은 여러분에게 생소하게 느껴질 것입니다.
이것을 데이터로 측정하는 METR라는 단체가 있습니다. 이들은 사람 전문가가 수행하는 데 걸리는 시간을 기준으로, AI 모델이 사람의 도움 없이 처음부터 끝까지 성공적으로 완료할 수 있는 실제 업무의 길이를 추적합니다. 약 1년 전 그 수치는 대략 10분이었습니다. 그러다 1시간이 되었고, 몇 시간이 되었습니다. 가장 최근 측정값(11월의 클로드 오퍼스 4.5)에 따르면 AI는 인간 전문가가 거의 5시간 동안 해야 할 일을 완수했습니다.

그리고 이 수치는 대략 7개월마다 두 배로 늘어나고 있으며, 최근 데이터는 4개월마다 두 배로 가속화될 수 있음을 시사합니다.
하지만 그 측정치조차 이번 주에 출시된 모델들은 포함되지 않은 것입니다. 제가 직접 써본 바로는 그 도약이 매우 큽니다. 저는 METR의 다음 그래프 업데이트에서 또 다른 거대한 도약이 나타날 것으로 예상합니다.

이러한 추세(수년간 꺾이지 않고 유지된)를 확장해 보면, 내년 안에는 며칠 동안 독립적으로 작업할 수 있는 AI를 보게 될 것입니다. 2년 안에는 몇 주 단위의 일을, 3년 안에는 한 달짜리 프로젝트를 수행할 것입니다.

(앤스로픽 CEO인) 다리오 아모데이는 "거의 모든 업무에서 거의 모든 인간보다 실질적으로 더 똑똑한" AI 모델이 2026년이나 2027년쯤 등장할 궤도에 있다고 말했습니다.

이 사실을 잠시 곱씹어 보십시오. 만약 AI가 대부분의 박사 학위 소지자보다 똑똑하다면, 정말로 대부분의 사무직 업무를 수행할 수 없으리라 생각하십니까?

이것이 여러분의 업무에 무엇을 의미하는지 생각해 보십시오.

AI가 이제 다음 AI를 만들고 있습니다
가장 중요하면서도 가장 덜 이해되고 있는 변화가 하나 더 있습니다.

2월 5일, 오픈AI는 GPT-5.3 코덱스를 출시하며 기술 문서에 이런 내용을 포함했습니다.

"GPT-5.3-Codex는 자체 제작에 도구로 사용된 우리의 첫 번째 모델입니다. 코덱스 팀은 초기 버전을 사용하여 자신의 훈련을 디버깅하고, 배포를 관리하며, 테스트 결과와 평가를 진단했습니다."

다시 읽어보십시오. AI가 자신을 만드는 것을 도왔습니다.

이것은 언젠가 일어날지도 모르는 일이 아닙니다. 오픈AI가 방금 출시한 AI가 바로 자기 자신을 만드는 데 사용되었다고 지금 말하고 있는 것입니다. AI를 더 좋게 만드는 핵심 요소 중 하나는 AI 개발에 투입되는 지능입니다. 그리고 AI는 이제 자신의 개선에 의미 있는 기여를 할 만큼 충분히 지능적입니다.

앤스로픽의 CEO 다리오 아모데이는 현재 자사 코드의 "많은 부분"을 AI가 작성하고 있으며, 현재의 AI와 차세대 AI 사이의 피드백 루프가 "매달 활력을 얻고 있다"고 말합니다. 그는 우리가 "현재 세대의 AI가 자율적으로 다음 세대를 구축하는 시점까지 불과 1~2년밖에 남지 않았을 수도 있다"고 말합니다.

각 세대는 더 똑똑한 다음 세대를 만드는 데 도움을 주고, 그 세대는 다시 더 똑똑한 세대를 더 빨리 만듭니다. 연구원들은 이를 '지능 폭발'이라고 부릅니다. 그리고 이를 직접 만드는 사람들, 즉 누구보다 잘 아는 이들은 이 프로세스가 이미 시작되었다고 믿고 있습니다.

이것이 당신의 직업에 의미하는 바
위로보다는 정직함이 여러분에게 더 필요하다고 생각하기에 직설적으로 말씀드리겠습니다.

AI 업계에서 아마도 가장 안전을 중시하는 CEO인 다리오 아모데이는 1년에서 5년 내에 AI가 사무직 초급 일자리의 50%를 없앨 것이라고 공개적으로 예측했습니다. 그리고 업계의 많은 이들은 그가 보수적으로 잡은 수치라고 생각합니다. 최신 모델들의 능력을 고려할 때, 거대한 혼란을 야기할 능력은 이미 올해 말이면 갖춰질 수 있습니다. 그것이 경제 전반으로 파급되는 데는 시간이 걸리겠지만, 근본적인 능력은 지금 도착하고 있습니다.

이것은 과거의 어떤 자동화 물결과도 다르며, 왜 그런지 이해하셔야 합니다. AI는 특정 기술 하나를 대체하는 것이 아닙니다. 인지 노동 전체를 대체하는 일반적인 대안입니다. AI는 모든 분야에서 동시에 좋아집니다. 공장이 자동화되었을 때 실직한 노동자는 사무직으로 재교육받을 수 있었습니다. 인터넷이 소매업을 뒤흔들었을 때 노동자들은 물류나 서비스업으로 이동했습니다. 하지만 AI는 이동할 만한 편리한 틈새를 남겨두지 않습니다. 당신이 무엇으로 재교육을 받든, AI는 그 분야에서도 발전하고 있기 때문입니다.

구체적인 예를 몇 가지 들어보겠습니다. 단, 이것들은 예시일 뿐입니다. 이 목록에 없다고 해서 당신의 직업이 안전하다는 뜻은 아닙니다. 거의 모든 지식 노동이 영향을 받고 있습니다.

* 법률 업무: AI는 이미 계약서를 읽고, 판례를 요약하며, 준비 서면을 작성하고, 주니어 변호사에 버금가는 수준으로 법률 조사를 수행할 수 있습니다. 제가 언급한 대표 파트너가 AI를 쓰는 이유는 재미있어서가 아닙니다. 많은 업무에서 자신의 어소시에이트 변호사들보다 성과가 좋기 때문입니다.

* 금융 분석: 재무 모델 구축, 데이터 분석, 투자 메모 작성, 보고서 생성. AI는 이 일들을 능숙하게 처리하며 빠르게 발전하고 있습니다.

* 작문 및 콘텐츠: 마케팅 문구, 보고서, 저널리즘, 기술 작문. 품질이 이미 많은 전문가가 AI의 결과물과 사람의 작업물을 구분할 수 없는 수준에 도달했습니다.

* 소프트웨어 엔지니어링: 제가 가장 잘 아는 분야입니다. 1년 전만 해도 AI는 오류 없이 몇 줄의 코드를 겨우 썼습니다. 이제는 올바르게 작동하는 수십만 줄의 코드를 작성합니다. 단순한 작업뿐만 아니라 복잡한 다일 프로젝트까지 직무의 상당 부분이 이미 자동화되었습니다. 몇 년 후에는 지금보다 훨씬 적은 수의 프로그래밍 직무만 남을 것입니다.

* 의료 분석: 스캔 판독, 실험 결과 분석, 진단 제안, 문헌 검토. AI는 여러 분야에서 인간의 성과에 근접하거나 이를 능가하고 있습니다.

* 고객 서비스: 5년 전의 답답한 챗봇이 아니라, 진정으로 유능한 AI 에이전트가 도입되어 복잡한 다단계 문제를 처리하고 있습니다.

많은 사람이 어떤 것들은 안전할 것이라는 생각에서 위안을 얻습니다. AI가 허드렛일은 할 수 있어도 인간의 판단력, 창의성, 전략적 사고, 공감은 대체할 수 없다는 생각 말입니다. 저도 예전엔 그렇게 말했습니다. 하지만 이제는 더 이상 믿지 않습니다.

최신 AI 모델들은 판단력처럼 느껴지는 결정을 내립니다. 단순히 기술적으로 옳은 것이 아니라 무엇이 적절한 결정인지 아는 직관적 감각인 '취향'과 유사한 것을 보여줍니다. 1년 전만 해도 상상할 수 없던 일입니다. 현재 저의 판단 기준은 이렇습니다. '오늘 모델이 어떤 능력의 낌새라도 보인다면, 다음 세대는 그것을 정말 잘하게 될 것이다.' 이 기술들은 선형적이 아니라 기하급수적으로 발전합니다.

AI가 인간의 깊은 공감을 복제할 수 있을까요? 수년간 쌓아온 신뢰의 관계를 대체할 수 있을까요? 모릅니다. 아닐 수도 있겠죠. 하지만 저는 사람들이 이미 감정적 지지, 조언, 동료애를 위해 AI에 의지하기 시작하는 것을 보았습니다. 그 추세는 커지기만 할 것입니다.

솔직한 답변은, 컴퓨터로 할 수 있는 일 중 중기적으로 안전한 것은 아무것도 없다는 것입니다. 만약 당신의 일이 스크린에서 일어난다면(읽고, 쓰고, 분석하고, 결정하고, 키보드로 소통하는 것이 핵심이라면) AI는 그 업무의 상당 부분을 잠식할 것입니다. 그 일정은 "언젠가"가 아닙니다. 이미 시작되었습니다.

결국 로봇이 육체 노동도 처리하게 될 것입니다. 아직 그 단계는 아닙니다. 하지만 AI 세계에서 "아직 그 단계가 아니다"라는 말은 누구의 예상보다 빨리 "현실"이 되곤 합니다.

실제로 당신이 해야 할 일
제가 이 글을 쓰는 이유는 여러분을 무기력하게 만들기 위해서가 아닙니다. 지금 여러분이 가질 수 있는 단 하나의 가장 큰 이점이 바로 '남보다 앞서가는 것'이라고 생각하기 때문입니다. 남보다 먼저 이해하고, 사용하고, 적응하는 것입니다.

AI를 단순히 검색 엔진으로 쓰지 말고 진지하게 사용하기 시작하십시오. 클로드나 챗GPT의 유료 버전에 가입하십시오. 한 달에 20달러입니다. 하지만 당장 중요한 두 가지가 있습니다.

첫째, 기본 모델이 아니라 현재 사용 가능한 가장 뛰어난 모델을 사용하고 있는지 확인하십시오. 이 앱들은 종종 더 빠르고 덜 똑똑한 모델을 기본값으로 설정하곤 합니다. 설정이나 모델 선택기에서 가장 유능한 옵션을 선택하십시오. 지금은 챗GPT의 GPT-5.2나 클로드의 오퍼스 4.6이지만, 이는 몇 달마다 바뀝니다. 어떤 모델이 가장 좋은지 최신 상태를 유지하고 싶다면 제 X(@mattshumer_)를 팔로우하셔도 좋습니다. 저는 모든 주요 릴리스를 테스트하고 실제로 쓸 가치가 있는 것을 공유합니다.

둘째, 더 중요한 점은 단순히 짧은 질문만 던지지 마라는 것입니다. 그것이 대부분의 사람이 저지르는 실수입니다. 구글처럼 대하면서 왜 다들 난리인지 궁금해합니다. 그러지 말고 여러분의 실제 업무에 AI를 밀어 넣으십시오. 당신이 변호사라면 계약서를 입력하고 의뢰인에게 해가 될 수 있는 모든 조항을 찾아달라고 하십시오. 금융업에 종사한다면 엉망인 스프레드시트를 주고 모델을 짜달라고 하십시오. 관리자라면 팀의 분기 데이터를 붙여넣고 그 속에 담긴 이야기를 찾아달라고 하십시오. 앞서가는 사람들은 AI를 가볍게 쓰지 않습니다. 그들은 예전에 몇 시간씩 걸리던 업무의 일부를 자동화할 방법을 적극적으로 찾습니다. 당신이 가장 많은 시간을 쓰는 일부터 시작해 보십시오.

또한 너무 어려워 보인다고 해서 못 할 거라 짐작하지 마십시오. 시도해 보십시오. 변호사라면 간단한 조사 질문만 하지 말고, 계약서 전체를 주고 반대 제안서를 초안으로 잡아달라고 하십시오. 회계사라면 세금 규정을 설명해달라고만 하지 말고, 고객의 전체 신고서를 주고 무엇을 찾을 수 있는지 보십시오. 첫 번째 시도가 완벽하지 않을 수도 있습니다. 괜찮습니다. 반복하십시오. 질문 방식을 바꾸어 보십시오. 더 많은 맥락을 주십시오. 다시 시도하십시오. 결과에 놀라실 수도 있습니다. 그리고 기억하십시오. 오늘 조금이라도 작동한다면 6개월 뒤에는 거의 완벽하게 해낼 것이라는 사실을요. 궤적은 한 방향으로만 향합니다.

올해는 당신의 커리어에서 가장 중요한 해가 될 수도 있습니다. 그에 걸맞게 일하십시오. 스트레스를 주려는 말이 아닙니다. 지금은 대부분의 회사에서 대부분의 사람이 여전히 이를 무시하고 있는 짧은 기회의 창이 열려 있기 때문입니다. 회의실에 들어가 "3일 걸릴 이 분석을 AI를 사용해 1시간 만에 끝냈습니다"라고 말하는 사람은 그 방에서 가장 가치 있는 사람이 될 것입니다. 나중이 아니라 바로 지금입니다.

이 도구들을 배우십시오. 능숙해지십시오. 무엇이 가능한지 증명하십시오. 남들보다 빠르다면 이것이 당신이 올라가는 방법입니다. 무엇이 오고 있는지 이해하고 다른 이들에게 길을 보여줄 수 있는 사람이 되는 것입니다. 그 창은 오래 열려 있지 않을 것입니다. 모두가 이를 깨닫고 나면 이점은 사라집니다.

자존심을 버리십시오. 그 대형 로펌 대표는 AI와 매일 몇 시간씩 시간을 보내는 것을 부끄러워하지 않습니다. 그는 무엇이 걸려 있는지 이해할 만큼 충분히 경력이 높기 때문에 그렇게 하는 것입니다. 가장 고전할 사람들은 참여하기를 거부하는 이들입니다. 이를 일시적인 유행으로 치부하거나, AI를 쓰는 것이 자신의 전문성을 깎아먹는다고 느끼거나, 자신의 분야는 특별해서 영향이 없을 거라 가정하는 사람들입니다. 그렇지 않습니다. 어떤 분야도 예외는 없습니다.

경제적 상황을 정돈하십시오. 저는 금융 전문가가 아니고 여러분을 겁주어 극단적인 행동을 하게 하려는 것도 아닙니다. 하지만 앞으로 몇 년 안에 여러분의 산업에 진정한 혼란이 올 수 있다고 조금이라도 믿는다면, 기초적인 경제적 회복 탄력성은 1년 전보다 더 중요합니다. 가능하다면 저축을 늘리십시오. 현재의 수입이 보장된다고 가정한 새로운 부채를 떠안는 데 신중하십시오. 고정 지출이 당신에게 유연성을 주는지 아니면 당신을 옭아매는지 생각해보십시오. 상황이 예상보다 빨리 움직일 때를 대비해 선택지를 만드십시오.

자신의 위치를 생각하고, 대체하기 가장 어려운 것에 집중하십시오. 어떤 것들은 AI가 대체하는 데 더 오래 걸릴 것입니다. 수년간 쌓아온 관계와 신뢰, 물리적 존재가 필요한 작업, 자격증이 필요한 책임 있는 역할(여전히 누군가가 서명하고 법적 책임을 지며 법정에 서야 하는 역할들), 규제 장벽이 높아 도입이 더딘 산업 등이 그렇습니다. 이것들이 영구적인 방패는 아니지만 시간을 벌어줄 것입니다. 그리고 지금 그 시간은 여러분이 현실을 부정하는 데 쓰는 것이 아니라 적응하는 데 쓴다면 가장 가치 있는 자산이 될 것입니다.

아이들에게 해주는 말을 다시 생각해보십시오. 좋은 성적을 받고 좋은 대학에 가서 안정적인 전문직을 얻으라는 표준적인 공식은 이제 가장 위험에 노출된 역할들을 정조준하고 있습니다. 교육이 중요하지 않다는 말이 아닙니다. 하지만 다음 세대에게 가장 중요한 것은 이 도구들과 함께 일하는 법을 배우고, 진정으로 열정을 느끼는 일을 추구하는 것입니다. 10년 뒤의 노동 시장이 어떤 모습일지 아무도 모릅니다.

하지만 번성할 가능성이 가장 높은 사람은 깊은 호기심을 갖고 적응력이 뛰어나며, 자신이 진정으로 아끼는 일을 하기 위해 AI를 효과적으로 사용하는 사람입니다. 아이들에게 단순히 졸업할 때쯤이면 사라질지도 모를 커리어 패스에 최적화된 사람이 아니라, 스스로 무언가를 만들고 배우는 사람이 되라고 가르치십시오.

당신의 꿈이 훨씬 가까워졌습니다. 지금까지 위협에 대해 주로 이야기했으므로 반대편에 대해서도 말씀드리겠습니다. 그 역시 똑같이 실재하니까요. 만약 당신이 무언가 만들고 싶었지만 기술이 없거나 사람을 고용할 돈이 없어서 포기했다면, 이제 그 장벽은 거의 사라졌습니다. AI에게 앱을 설명하고 한 시간 만에 작동하는 버전을 가질 수 있습니다. 과장이 아닙니다. 저는 정기적으로 이렇게 합니다. 항상 책을 쓰고 싶었지만 시간이 없었거나 글쓰기가 힘들었다면, AI와 협업하여 해낼 수 있습니다. 새로운 기술을 배우고 싶으신가요? 세계 최고의 튜터가 이제 월 20달러에 누구에게나 열려 있습니다. 무한한 인내심을 갖고 24시간 대기하며 어떤 수준이든 설명해 줄 수 있는 튜터입니다. 이제 지식은 사실상 공짜입니다. 무언가를 만드는 도구는 극도로 저렴해졌습니다. 너무 어렵거나 비싸서, 혹은 전문 분야가 아니라서 미뤄왔던 일이 있다면 무엇이든 시도해 보십시오.

당신의 열정을 쫓으십시오. 그것이 어디로 이어질지 모릅니다. 기존의 커리어 경로가 무너지는 세상에서는, 1년 동안 자신이 사랑하는 것을 만든 사람이 직무 기술서에 매달려 1년을 보낸 사람보다 더 나은 위치에 서게 될지도 모릅니다.

적응하는 습관을 기르십시오. 이것이 아마도 가장 중요할 것입니다. 특정 도구가 무엇인지는 중요하지 않습니다. 새로운 도구를 빨리 배우는 근육이 중요합니다. AI는 계속 바뀔 것이고, 그 속도는 빠를 것입니다. 오늘 존재하는 모델은 1년 뒤면 구식이 될 것입니다. 사람들이 지금 짜놓은 워크플로우는 다시 짜야 할 것입니다. 이 상황을 잘 헤쳐 나가는 사람은 하나의 도구를 마스터한 사람이 아니라, 변화의 속도 그 자체에 편안함을 느끼는 사람이 될 것입니다. 실험하는 습관을 들이십시오. 현재 방식이 잘 작동하더라도 새로운 것을 시도해 보십시오. 반복해서 초보자가 되는 것을 기꺼이 받아들이십시오. 그 적응력이 지금 존재하는 가장 지속 가능한 경쟁력에 가깝습니다.

거의 모든 사람보다 앞서 나갈 수 있는 간단한 약속을 하나 제안합니다.

하루에 한 시간씩 AI를 실험하는 데 쓰십시오. 단순히 그것에 관한 글을 읽는 것이 아닙니다. 직접 사용하는 것입니다. 매일 무언가 새로운 것을 시도해 보십시오. 전에 안 해본 것, AI가 처리할 수 있을지 확신이 없는 것을 시도하십시오. 새로운 도구를 써보십시오. 더 어려운 문제를 던져보십시오. 매일 한 시간씩 말입니다. 앞으로 6개월 동안 이렇게 한다면, 당신은 주변 사람 99%보다 다가올 미래를 더 잘 이해하게 될 것입니다. 과장이 아닙니다. 지금 아무도 이렇게 하지 않고 있습니다. 기준점은 바닥에 있습니다.

더 큰 그림
사람들의 삶에 가장 직접적으로 영향을 미치기 때문에 직업에 집중했지만, 일 이상의 영역에서 벌어지고 있는 일의 전체 범위를 솔직하게 말씀드리고 싶습니다.

다리오 아모데이가 제시한 생각할 거리 중 제가 잊지 못하는 것이 있습니다. 2027년이라고 가정해 보십시오. 하룻밤 사이에 새로운 국가가 나타납니다. 5천만 명의 시민이 있는데, 한 명 한 명이 지금까지 존재했던 그 어떤 노벨상 수상자보다 똑똑합니다. 그들은 인간보다 10배에서 100배 더 빨리 생각합니다. 잠도 자지 않습니다. 인터넷을 사용하고, 로봇을 제어하며, 실험을 지시하고, 디지털 인터페이스가 있는 모든 것을 조작할 수 있습니다. 국가 안보 보좌관은 뭐라고 말할까요?

다리오 아모데이는 답이 뻔하다고 말합니다. "지난 한 세기 동안, 어쩌면 역사상 우리가 직면한 가장 심각한 국가 안보 위협"이라고요.

그는 우리가 지금 그 국가를 건설하고 있다고 생각합니다. 그는 지난달에 2만 단어 분량의 에세이를 써서, 지금 이 순간을 인류가 자신이 창조하고 있는 것을 감당할 만큼 성숙했는지를 시험하는 순간으로 규정했습니다.

우리가 이를 제대로 해낸다면 그 긍정적인 면은 경이로울 것입니다. AI는 한 세기 분량의 의학 연구를 10년으로 압축할 수 있습니다. 암, 알츠하이머, 전염병, 노화 자체까지... 연구원들은 이것들이 우리 생애 안에 해결 가능하다고 진심으로 믿습니다.

[Matt Shumer @mattshumer_]

https://t.co/ivXRKXJvQg