엽우

a programmer developing application software, and ALLY 🏳️‍🌈🏳️‍⚧️

[엽우 @leafriend]

내가 지옥에서 돌아온 메갈이다!

[無異 @taekie]

아파트 평단가와 서울시장 득표율차
https://t.co/gcrqtg0Omq

[엽우 @leafriend]

이건 앞선 연구에서 우주의 팽창 속도가 감소하고 있다는 주장을 한 이영욱 교수의 동영상 https://t.co/TgQ20bkBAX (재생 시간 1:11:48)

[엽우 @leafriend]

"노벨상 뒤흔든 연세대 연구팀의 '우주감속설' 분석에 오류 있다" https://t.co/tasUgiVCoK
기사에 보도된 바에 따르면 이번 연구를 진행한 영국 연구팀의 워딩이 젠틀하긴 한데... 이후 이영욱 교수의 반응이 기대된다.

[한복저장소 @HanbokPantry]

크아,카트 최고 인기캐릭 배찌가 논 바이너리인거 아는 사람...
프라이드먼스에 이렇게 하나의 역사가 지는구나...

[𝕰 @_EruIluvatar_]

Gandalf the Grey
Saruman the White
Peter the Pink

[윤슬🥳 @yoonseulpic]

사적 집착 거절 후 두 달간 자살 협박 및 오프라인 위해 예고로 일상을 파괴한 작가 '오리넉울'의 스토킹 범죄 사실을 공론화합니다.

금일부로 모든 연락망을 차단하며, 향후 접근 시 예외 없이 즉각 형사 고소 진행합니다.

성명서 전문은 이미지로 첨부합니다.

@platypupu

[배타쿠 @BJUKMOTww01]

비혼주의가 아니라 초이기주의입니다

[당신의 곁에 우주를 가져오는 사이프⭐ @saiph1324]

황혼 현상으로 인해 빛의 가루를 뿌리며 이륙하는 팔콘 9 로켓. 황혼 현상이란 일출이나 일몰 때 발사된 로켓의 배기가스가 높은 고도에서 햇빛을 반사하여 보이는 현상입니다.

[Seungjoo Kim (김승주) @skim71]

쿠팡건으로 연락들 많이 주시는데요. 제 생각은 (1) 보안에 있어 특히 키 관리 및 접근 통제에 있어 기본적인 수칙도 지키지 않았으며, (2) 조사에 협조적이기는 커녕 언론 플레이를 통해 방해에 가까운 행동을 했으며,

[Seungjoo Kim (김승주) @skim71]

이제 엠바고가 해제되었으니 좀 쉽게 풀어서 말씀드리자면, 쿠팡 사태(풀필먼트 부문 제외)의 가장 큰 문제는 원래의 암호키와 백업용 키가 동일한 수준으로 보호되지 않았다는 점입니다. (정황상 개발 편의성을 고려한 결과로 보입니다.)

[에스텔 뉴스계정 @t_ransborder]

개인정보위, 쿠팡에 역대 최대 과징금 총 6249억원 부과
등록 2026-06-11 11:01
https://t.co/GsvWkajawr

[한민수 @hanminsu203]

고노 요헤이 씨 사망. 1993년 위안부의 일본 정부 책임을 인정하는 고노 담화 발표.

[엽우 @leafriend]

@saiph1324 늘 잘 보고 있습니다!

[저전력모드 라파엘 @m2i2you]

시민들을 대상으로 한 무단 소지품 검사에 관해선 "개인 간에 발생하는 돌발 행동까지 경찰이 모두 통제할 수는 없다"고 ????

그럼 경찰이 왜 필요하지? 대부분의 범죄가 개인간 발생하는 돌발 행동. 충돌 아니야? 대한민국 이제 법 없어?
아님 극우에게만 불법 적용 안해?

[티벳여우 @xlqptdudn]

대체 하루이틀도 아니고 며칠째 아무런 법적 근거도 없이 사람들 검문검색 하는 걸 경찰이 내버려 두고 있는지 이해가 안 됨. 이렇게 선례를 남겨주면 앞으로 모든 극우/보수 집회 때마다 저렇게 추구미 서북청년단인 사람들이 더 모여들텐데

[향로 @jojoldu]

AI에는 포괄임금제가 없다

요즘 규모가 있는 IT 회사의 리더분들을 만나면 빠지지 않고 나오는 주제가 있다.
바로, "토큰 제한" 이다.

"한 사람에게 한 달에 어느 정도의 한도를 주는 게 가장 효과가 좋을까."

다들 클로드를 쓰고 있는데, 대화는 보통 이 질문에서 시작한다.

처음에는 이게 왜 고민거리인지 와닿지 않을 수 있다.
"구독료 내면 쓰는 거 아닌가"

근데 기업용 플랜의 구조를 들여다보면 이야기가 달라진다.
클로드의 Team 플랜은 최소 5석에서 최대 150석까지다.
150석이 넘으면 Enterprise 플랜으로 올라가야 하는데, Enterprise에는 사용량 기반 모델을 써야 한다.
한도가 없는 대신, 쓰는 만큼 낸다.

"열정으로 조금만 더 하자"는 말이 성립했던 건 임금이 고정비였기 때문이다.
포괄임금제 아래에서는 야근을 하든 주말에 나오든 회사가 내는 돈이 같다.
더 일하는 것이 회사 입장에서는 공짜였다.
(포괄임금제를 옹호하려는 건 아니다.
비용 구조만 놓고 보면 그랬다는 뜻이다.)

AI에는 그게 없다.
한 번 더 시키면 한 번 더 비용이 든다.
더 긴 문맥을 넣으면 더 많이 든다.
더 좋은 모델을 쓰면 더 비싸진다.
밤새 에이전트를 돌리면 밤새 토큰도 같이 녹는다.

개인용 Max 20x 플랜은 월 $200 정액이다.
이 플랜의 한도를 실제로 채워 쓰는 사용자들의 실측 보고를 보면, API로 환산했을 때 월 $1,000에서 $1,500어치의 토큰을 쓴다.

같은 강도로 사용량 기반 Enterprise에서 일하면 인당 월 150만원에서 200만원이 넘는 비용이 나온다.

Fable 5가 출시됐다.
Anthropic이 가장 강력한 일반 공개 모델이라고 소개하는데, 단가는 오푸스의 2배다.
지금은 2주간 무료로 구독제에 풀려 있지만, 프로모션이 끝나면 구독제에 포함되지 않는다.
계속 쓰려면 크레딧을 충전해서 쓰는 만큼 내야 한다.
가장 좋은 모델일수록 정액제에서 멀어지고 있다.

물론 2배 비용으로 그 이상의 결과를 얻는 작업이라면 당연히 써야 한다.
실패했을 때 비용이 큰 설계나 의사결정에서는 비싼 모델이 오히려 싸게 먹힌다.
문제는 그 모델을 모든 사람이, 모든 작업에 쓰는 경우다.

인터넷 네이티브 산업이 폭발한 건 정액제가 되고 나서였다.
전화선 기반으로 인터넷을 할 때는 하루 2시간만 사용해도 30만원이 넘는 전화요금이 나와서 크게 혼났다.
접속해 있는 시간이 곧 돈이었으니, 인터넷 위에서 마음껏 실험하는 사업은 나오기 어려웠다.
정해진 요금 안에서 무제한으로 쓸 수 있게 되고 나서야, 인터넷을 전제로 한 산업이 만들어졌다.

AI 네이티브 기업이 되기 위한 전제도 같다고 생각한다.
정해진 요금 아래에서 무제한에 가까운 사용이 가능해야 조직 전체가 AI를 전제로 일하는 방식을 만들 수 있다.

근데 지금의 가격 구조는 반대 방향으로 가고 있다.
일정 규모 이상의 조직에서 AI 사용료는 고정비가 아니라 변동비다.
이 구조에서 "인원을 줄이고 AI로 대체하자"는 이야기하기가 애매해졌다.
이 말의 전제는 나간 인원의 일을 AI가 대신한다는 것이다.
그 일을 대신하는 토큰 비용은 조상님이 내주는 게 아니다.
사람의 인건비가 토큰 비용으로 자리를 바꿀 뿐이고, 그 비용은 일을 시킬수록 늘어난다.

"밤낮없이 일한다"가 "밤낮없이 토큰을 녹인다"가 되는 순간, 회사는 다른 질문을 해봐야 한다.

토큰을 녹인 비��보다 더 큰 매출과 영업이익을 만들 수 있는가?
이 저장소가 내는 비지니스 가치는 얼마일까?
그럼 이 저장소에는 얼만큼의 토큰만 쓰도록 강제하는 것이 좋을까?

이 질문에 답할 수 있는 기업은 얼마나 될까?
Enterprise 플랜을 쓰는 많은 기업들이 인당 토큰 한도를 두는 이유도 여기에 있다.
그것도 개인용 Max 20x보다 낮은 한도로.

AI가 세상을 바꿀 것이라는 점에는 의심이 없다.
다만 그 비용을 누가 감당하느냐의 문제가 남는다.

회사가 정해진 한도 안에서 토큰을 쓰게 한다면, 같은 한도로 더 많은 일을 해내는 사람이 잘하는 사람이 된다.
하나의 목적을 달성하기까지 AI와 주고받는 핑퐁의 횟수는 그 분야의 전문지식이 있을수록 줄어든다.
무엇이 맞는 방향인지 알고 있으면 첫 질문이 달라지고, 잘못된 결과를 알아보는 눈이 있으면 되돌아가는 횟수가 줄어든다.
전문성이 없으면 그 핑퐁이 길어진다.
질문이 넓어지고, 답을 검증하지 못하고, 다시 시키고, 또 다시 시킨다.
그 과정은 시간도 쓰고 토큰도 쓴다.

물론 AI 덕분에 내가 잘 못하는 분야도 어느 정도는 할 수 있게 됐다. 그래서 일은 두 영역으로 나뉠 것 같다.
"전문성이 필요 없는 영역에서는 AI에게 맡기고 딸깍" 하고,
"전문성이 필요한 영역에서는 AI와 함께 문제를 풀어간다".

앞의 영역은 누구나 같은 비용으로 할 수 있지만, 뒤의 영역은 전문성이 깊을수록 더 적은 토큰으로 더 멀리 간다.

AI에는 포괄임금제가 없다.
쓴 만큼 내야 하는 세상에서는, 같은 비용으로 더 멀리 가는 사람이 필요해진다.
AI에 대한 공부는 하되, 본인의 전문 분야에 대한 공부도 계속 이어가야 하는 이유다.
---

나는 이 문제의 해결책을 파는 회사에 다니고 있다.
전문성 공부에는 아직 종량제가 없다.
인프런 강의는 한 번 결제하면 밤낮없이 돌려봐도 추가 요금이 나오지 않는다.
토큰은 쓴 만큼 내야 하지만, 공부해둔 전문성은 쓸수록 토큰을 아껴준다.
이 글의 마지막으로 아래 3개 강의를 추천하고 싶다.

"모든 웹 개발자가 봐야 할 단 한 장의 지도" : https://t.co/BE87hx0ODN
"미국 빅테크 프론트엔드 시스템 디자인 실전" : https://t.co/Xe41tyAvnF
"AI 딸깍의 시대 - 원리로 돌파하는 Node.js와 CS": https://t.co/4VR0Zi0JEG

[일리야 @astra_on_t]

오늘 제1차 세계대전과 러시아-우크라이나 전쟁의 기간이 1567일로 같아졌습니다.

[아샬 (Ashal aka JOKER) @ahastudio]

일상에선 용납되지 않는 발화: “승객은 조종사가 술에 취했는지 신경 쓰지 않는다. 비행기가 제시간에 도착하면 그만이다”

https://t.co/0KQwuoGS2r

[고방오리 オナガガモ 𓅰 @pintailduck01]

우체국 박스에 그림 그렸다가 직원들이 원래 그림 있었는지 헷갈려하시고 이전에 접수된 박스들 꺼내서 살펴보심 ㅋㅋㅋㅋㅋㅋ 저를 박스에 새그림 그리기 직원으로 채용해 주세요