Jun | yield arc

yields & options @BaseVolApp @Supervol_io | Based Ambassador @base @daehan_base

[One Yield @Yield_Onchain]

Daily Yield Update (3/21 - 3/22)

1/ 3Jane added https://t.co/HHMZHnVOZ6 assets to its credit-based money market, allowing users up to 30% unsecured credit lines against $ETHFI, $weETH, liquidETH, and liquidBTC — unlocking liquidity across over $1B in DeFi assets (U.S. only).

[Jun | yield arc @still_otm]

@chartingdotag @BaseVolApp @SuperVol_io @base @daehan_base @snowsnowman1944 thanks for hosting me @chartingdotag :)

[Charting 📊 @chartingdotag]

📹 Charting Podcast #2

The third guest was Jun @still_otm

Jun is building @BaseVolApp @Supervol_io and an Ambassador @base @daehan_base

@still_otm @snowsnowman1944 discussed how to enter and build a product in crypto, what happens on DeFi and Base, and how AI has changed our productivity and industry.

Watch the video and get more pro tips for builders!

*Charting boosts DeFi & LP on Base network

[Jun | yield arc @still_otm]

[ 한끗에 5억을 태운 고니 vs 직원 한명에 500조를 맡긴 회사 ]

그 회사는 바로 Claude를 만드는 Anthropic.

$380B (약 500조) 시총을 가진 기업의 그로스 마케팅팀이 10개월간 딱 한 명이었다고.

본인들이 만든 기술, 본인들이 가장 잘 활용한 케이스

개발자도 아닌 한 사람이 유료 검색, 소셜 광고, 앱스토어, 이메일 마케팅, SEO를 전부 혼자 돌렸다고 함.

그 방법을 간략히 살펴보면:
1. 광고 플랫폼에서 기존 광고 ���이터를 CSV로 뽑고
2. Claude Code에 통째로 넣어서 저성과 광고를 걸러냄
3. 이후 헤드라인 전용 에이전트, 설명문 전용 에이전트로 나눠서 수백 개의 커스텀 광고 탄생
4. 나아가 Figma를 연동해 이미지도 자동 제작

여기까지는 광고 생성의 영역이고, 가장 효과적인 광고를 찾는 과정 마저 자동화가 가능했음.
5. MCP 서버를 만들어 Meta 광고 API에 연동
6. 이를 통해 자연어로 질문하며 비용, 성과를 꾸준히 개선함
7. 이 모든 과정을 메모리로 저장하여 끊임없는 실험이 가능해짐

결론적으로 광고 생성 - 성과 측정 - 실험 과정 등 광고의 모든 부분을 효율화에 성공

--
AI가 내 삶에 미치는 영향을 아직 모르겠다면, 꼭 봐야할 내용:

얼마 전 X에서는 잭 도시가 직원을 50% 넘게 해고한 글이 화제가 됨.

누구는 "agent-washing", 즉 AI를 핑계로 비용 절감을 한다고 지적했지만 Anthropic 사례에서 볼 수 있듯 막을 수 없는 흐름

한국에서는 비교적 위기감이 덜 도는 것 같은데, 개인적으로는 노동 규제도 결국 기술 발전에 맞춰 언젠가는 변할 것.

남들보다 앞서나가고 싶다면, 에이전트라는 파도에 올라타는 것이 그 어떤 것보다 빠른 길이라고 생각

어떻게 시작할 지 모르겠다면?

에이전트들이 서로 소통하는 레이어를 만든 Base 블록체인의 공식 한국 지부 Base Korea @Base @daehan_base 에서는 셋업부터 실제 구현까지의 과정을 하나씩 정리 중

아끼는 주변 지인들에게 많이 전달되기를 바람.

[Ole Lehmann @itsolelehmann]

i can't believe nobody caught this.

Anthropic's entire growth marketing team was just ONE PERSON

(for 10 months, confirmed)

a single non-technical person ran paid search, paid social, app stores, email marketing, and SEO for the $380B company behind claude

here's exactly how one human is doing the job of a full marketing team:

it starts with a CSV.

1. he exports all his existing ads from his ad platforms along with their performance metrics (click-through rates, conversions, spend, etc)

2. feeds the whole file into claude code

3. and tells it to find what's underperforming.

claude analyzes the data, flags the weak ads, and generates new copy variations on the spot

this is where he gets clever:

he then splits the work into 2 specialized sub-agents:

1. one that only writes headlines (capped at 30 characters)

2. and one that only writes descriptions (capped at 90 characters).

each agent is tuned to its specific constraint so the quality is way higher than cramming both into a single prompt

so now he's got hundreds of fresh headlines and descriptions.

but that's just the text.

he still needs the actual visual ad creative, the images and banners that go on facebook, google, etc.

so he built a figma plugin that:

1. takes all those new headlines and descriptions
2. finds the ad templates in his figma files
3. and automatically swaps the copy into each one.

up to 100 ready-to-publish ad variations generated at half a second per batch.

what used to take hours of duplicating frames and copy-pasting text by hand

so now the ads are live.

the next question is which ones are actually working.

for that he built an MCP server (basically a custom integration that lets claude talk directly to external tools) connected to the meta ads API.

so he can ask claude things like:

• "which ads had the best conversion rate this week"
• or "where am i wasting spend"

and get real answers from live campaign data without ever opening the meta ads dashboard

and the part that ties it all together and closes the loop:

he set up a memory system that logs every hypothesis and experiment result across ad iterations.

so when he goes back to step one and generates the next batch of variations...

claude automatically pulls in what worked and what didn't from all previous rounds.

the system literally gets smarter every cycle.

that kind of systematic experimentation across hundreds of ads would normally need a dedicated analytics person just to track

the numbers from the doc:

ad creation went from 2 hours to 15 minutes. 10x more creative output.

and he's now testing more variations across more channels than most full marketing teams

a $380 billion company.

and their entire growth marketing operation (not GTM) = just one person and claude code lol

truly unbelievable

[stein @steinRWA]

https://t.co/jaUPdKzhkV

[Jun | yield arc @still_otm]

The state of defi yield, vaults are either:
> lower than US funding
> uses mispriced oracles
> permissioned RWAs (min. $500k+ deposits)

Who's fixing this

[vaults.fyi @vaultsfyi]

Out of >$20B in vaults on Ethereum and L2s, 93% of stablecoin TVL is earning under 5% APY.

• 58% earns <3% APY
• 35% earns 3–5% APY
• 5% earns 5–10% APY
• 2% earns >10% APY

[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 계획���습니다.

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 만들어�� 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 ���라졌습니다. 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. 제�� 무엇을 만들고 싶은지 평이한 영어로 설명하면, 그것이 그냥... 나타납니다. 제가 수정해야 할 초안이 아니라, 완성된 결과물입니다. AI에게 원하는 것을 말��고 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 ��스로 돌아가서 수정합니다. 개발자처럼 반복 작업을 수행하며 만족할 때까지 고치고 다듬습니다. 앱이 스스로의 기준을 충족했다고 판단한 후에야 저에게 돌아와 말합니다. "테스트할 준비��� 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 차원��� 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 ���음 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 분���가 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 ���탕으로 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.

문���의 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 변��사 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 ���간보다 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, 주니�� 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 처리하��� 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 도��되어 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. 단순�� 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, ��정하고, 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 향��니다.

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.

��제적 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 ��고 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 대���서도 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. ���로운 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 중요합니��. 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 초보자��� 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 직��에 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, 디��털 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.

[Jun | yield arc @still_otm]

@Rocky34920159 Great analysis!

[_logan.base.eth @Lo_gan__]

Excited to share that I’ve officially onboarded as a @base DevRel Ambassador.

I’ve been contributing to open source efforts around x402 and AgentKit, and will continue focusing on bridging AI x Agent x Onchain Payments especially around x402 on Base helping builders experiment with agentic commerce and micropayment primitives.

If you're building with AI agents, onchain payments, or exploring real-world use cases on Base, feel free to reach out. Always happy to collaborate.

Looking forward to working together @hughescoin @ZacPrater and all the amazing DevRel Ambassadors really excited to be part of the team.

Let’s build and stay Based. 🟦

[Jun | yield arc @still_otm]

I’m visiting HK for Consensus during 9-12.

My agenda is to learn more on recent developments in DeFi with focus on yields, automation, neobanks and RWAs.

I’m also interested in anything built on @base!

If you’re building around any of the above, or want to share opinions in general

DM me for a quick chat :)

[BaseVol @BaseVolApp]

1 month into 2026:
- BTC is down 17%
- Silver traders liquidated

But someone is up 53.21% in just 30 days, even before $ATM rewards.

I heard they were cruising with BaseVol "101 Under" vault on @base.

Options. Yield. BaseVol.
https://t.co/ogMlEh3uhG

[Jun | yield arc @still_otm]

@rami_poker we need new sources of yield

[Jun | yield arc @still_otm]

https://t.co/xTOOc5yc4C

[hyuckjae.base.eth 🛡️ @davidandpassion]

@Base Global Growth team’s first exchange collaboration to launch a Base @USDC campaign with Korea’s CEX @Korbit is already showing real traction: #USDC 24h volume hit $215M today, and climbed past the #3 exchange by volume.

#2026 will be all about #fundamentals. We’re just getting started — more, more, more on @Base

[Jun | yield arc @still_otm]

@Franz_MergeZ @DavideCrapis @KDragon_vol We're not with x402 infra, but thanks for the ping :)

[Jun | yield arc @still_otm]

@stambouli_o1 amazing journey :)

[jesse.base.eth @jessepollak]

great guide on growing miniapps on @base

[Jun | yield arc @still_otm]

@XenBH Wait till they hear about LPs..

[Jun | yield arc @still_otm]

@nickcryptopro @base let’s not replicate Solana eco on Base, instead lets look for what they are craving for:

ex) socials, predictions, trading infra?