계완

걸음과 걸음 사이의 완전한 휴식

[계완 @taroguru]

벤치프레스, 데드리프트, 스쿼트, 풀업, 딥스, 밀리터리 프레스, 바벨 로우
https://t.co/Wtwlvz7ybf

[GeekNews @GeekNewsHada]

소프트웨어 개발자들은 괜찮지 않다

AI가 개발의 미래라는 말을 믿고 받아들였던 개발자들 중에서도 업계를 떠나는 사람이 있음. 직접 써 본 뒤, 그 미래의 일이 즐겁지 않고 자신에게 해롭다고 느끼기 때문임

AI에 개발을 맡기는 일은 전동 공구로 직접 만드는 것보다 다른 사람에게 제작을 맡기는 방식에 가까움. 결과물과의 거리가 벌어지면서 만드는 즐거움과 문제 해결에 몰입하는 경험도 줄어든다는 관점임

AI가 개발자를 완전히 대체하지 못해도 인력 감축은 가능함. 남은 개발자가 AI의 오류를 수습하며 같은 업무량을 감당하면, 회사는 비용을 줄이고 개발자는 더 나은 조건을 요구하기 어려워질 수 있음

https://t.co/ihAm2pdN91

[계완 @taroguru]

쓰던 웍의 코딩이 벗겨져서 크고 넓직한 스뎅펜을 샀다. 파스타 해먹어야지.

[계완 @taroguru]

https://t.co/OuwQo4dgwS

[흑묘(黑猫) |🕯 @felineblues]

요즘 SI 프로젝트는 요구사항 정의도 없고 기간과 금액만 주고는, 이런 구조로 진행한다는 말을 현업 사람에게 들음
1. 갑님
2. 을 (갑님과 LLM사이의 사람레이어)
3. 클로드/코덱스 등등
그러면 갑님이 스팟성 요구 + 본인들이 간단하게 클로드/코덱스로 짠 코드 반영 요청.
매일 야근한다나

[Emm Tee @builtbysketch]

Everything I learned building a full game with GPT 5.6 Astra, start to finish. Long read. https://t.co/7xvp5NxN7X

[OpenAI @OpenAI]

Premium financial data is included, with datasets from Daloopa, PitchBook, and LSEG News.

[계완 @taroguru]

https://t.co/jMrV05KSfl

[계완 @taroguru]

https://t.co/sDU2dKhJeD 정말 이만저만 실례가아닌

[정청 @ministerbtc]

일머리가 평준화됐다

임현서 변호사가 전문직 망했다고 떠드는 전문직의 심리라는 제목으로 26분짜리 영상을 올렸다.

서울대 경영 나오고 서울대 로스쿨 나온 도산 전문변호사다. 로스쿨 다니면서 프롭테크를 창업했고 지금은 법률사무소를 차려서 회생솔루션랩을 운영한다.

제목이 심리인데, 그 심리가 겁주려는 게 아니라고 한다.

현장에서 뼈저리게 느껴서 하는 얘기라는 거다.

어떤 자격증을 따면 안전하지 않을까 하는 세상이 아니게 됐다. 전문직이 망했다는 게 아니라 세상이 바뀌었다는 얘기다.

숫자를 보면 뭐가 바뀌었는지 나온다.

회계사 시험에 합격하고도 실무수습처를 못 찾은 인원이 2022년 14명에서 작년 178명이 됐다. 12배다. 4대 회계법인 신입 채용은 2019년 1100여명에서 올해 700여명으로 30% 이상 줄었다. 전문 과학 기술서비스업 취업자는 1년 전보다 9만 8000명 줄었다.

시험은 붙었는데 들어갈 자리가 없다.

왜 그런지 이 사람이 설명한다.

사람 한 명이 처리할 수 있는 업무의 양이 너무 많이 늘어났다. 소수의 전문 직군이 많은 숫자를 값싼 값에 부려먹을 수 있는 구조가 훨씬 쉽게 만들어졌다.

한 명이 열 명 몫을 하면 열 명을 안 뽑는다. 그 열 명이 하던 게 1~3년차 일이었다.

그리고 이 대목이 제일 뼈아프다.

일머리가 상향 평준화됐다.

예전에는 신입 중에서도 일머리 있는 애가 따로 있었다. 애매한 지시를 알아서 채우고, 상황 파악하고, 눈치껏 정리하는 감각. 그게 사람을 가르는 기준이었다.

AI가 그 애매한 업무를 완벽하게 채워주니까 일머리라는 감각의 값이 희석됐다.

일머리로 앞서가던 신입이 앞설 데가 없어진 거다.

자격증은 원래 벽이었다. 밖에서 안으로 못 들어오게 막는 벽. 안에 있으면 안전했다.

AI는 그 벽을 안 무너뜨렸다. 대신 벽 안쪽에 새로운 선을 그었다. AI를 쓰는 전문직과 안 쓰는 전문직 사이에.

그럼 뭘 해야 하나. 이 사람 답이 배타적 컨텍스트다.

업무 경력과 경험과 사례가 쌓일수록 독점적이고 배타적인 컨텍스트가 구축된다.

근데 그냥 열심히 하라는 게 아니다. 구체적이다.

AI로 남들이 모르는 정보를 먼저 습득하고, 자기만의 업무 시스템을 만든다. 이 사람은 그걸 하네스라고 불렀다. 마구를 채워서 AI를 부리는 틀이라는 뜻이다.

그리고 창업이면 AI가 복제 못 하는 현장 디테일을 파고들어라. 로우레벨 업무는 에이전트한테 맡기고 사람은 더 높은 의사결정에 집중하라.

본인 사무소 얘기도 했다.

예전에 에이전시에 맡기던 단순 업무를 지금은 내부에서 한다. 전산 개발까지 안에서 처리한다.

에이전시의 종말이라고 불렀다. 외주 주던 일이 사무소 안으로 들어온 거다.

기회비용 얘기도 나온다.

긴 시간 공부해서 전문직이 되는 것보다 AI로 빠르게 시장에서 성과 내는 게 효율적일 수 있다고. 신입이나 경력이 애매하면 차라리 대형 로펌 들어가서 에이전틱 시스템부터 배우는 게 낫다고.

시험을 위한 공부와 시스템을 위한 학습이 다른 거라는 얘기다.

마지막 결론이 이거다.

AI가 학습 효율을 높여줘서 정제된 정보를 받아들이는 비용이 낮아졌으니 학습 능력이 좋은 사람은 진짜 유리하다. 한시라도 빨리 에이전트한테 많은 걸 맡기는 연습을 해서 시간을 벌어야 한다.

나는 이 영상에서 가져갈 게 하나라고 본다.

정보는 싸졌고 경험은 안 싸졌다.

정보로 승부하던 자리는 사라지고 경험으로 승부하는 자리만 남는다. 근데 경험은 자격증 안에서 안 나온다. 자격증은 다들 똑같이 갖고 있으니까.

임현서 본인 이력이 그 증거다. 로스쿨 다니면서 창업했고 유튜브 했고 법인 나와서 자기 사무소를 차렸다. 자격증 하나로 안 갔다.

자격증은 문을 여는 열쇠였다. 지금은 문이 열려 있고 방이 비어 있다.

방을 채우는 건 각자가 해야 한다. 판단과 책임은 본인 몫이다.

https://t.co/6KrCD2EBJ2

[향로 @jojoldu]

저희 팀에선 FinOps와 LLM의 안정적인 활용을 위해 사내 AI Gateway를 구축해서 사용하고 있는데요 :)

기존에 수십 개의 LLM 엔드포인트 요청을 한 곳으로 모으고, 모델 교체, API 키, 사용량 관리를 한 곳에서 할 수 있도록 Gateway를 구축하게 되었습니다.

그 과정에서 모델명을 명시적으로 사용하기보다는 추상화를 두어 low / medium / high 등급으로 나누어 호출할 수 있도록 하고, 실제 모델 교체는 게이트웨이에서 처리하도록 전체적인 사용 방법을 변경하였습니다.

LLM Gateway 구축으로 등급 라우팅과 사용량 가시화가 가능해지고, 8월 전체 LLM 비용은 그전까지 최고치였던 6월 대비 약 78% 주는 성과가 나기도 했습니다.

AI 시대가 오면서 LLM을 서비스 내에 적용하면서 운영이나 비용 관리가 고민이신 분들이라면 한번 읽어보시길 추천드립니다. :)

https://t.co/4nVqjmRfBk

[Anshu @anshuc]

dude GPT-6 Astra is some kind of turbo-AGI machine god for 3D games. It one-shot this in 45 minutes for hardly a couple % of my quota.

I figured out how to get great graphics out of it. The trick is image gen. I'll share the process below.

[계완 @taroguru]

https://t.co/kMd7Hx0s9i

[계완 @taroguru]

https://t.co/1LInkp7Yqg

[Gallery X @realgalleryx]

20년 전엔 10명짜리 스타트업에 10억 달러를 줘도 쓸 데가 없었다. 지금은 20명이 10억 달러를 유용하게 쓴다.

a16z 파트너 Martin Casado가 전 Microsoft Windows 총괄 Steve Sinofsky와 한 대담에서 꺼낸 계산이다.

소프트웨어 시대엔 돈을 부어봐야 결국 사람 뽑는 것 말고 할 게 없었고, 사람이 늘면 오히려 느려지는 맨먼스의 저주가 병목이었다. 지금은 컴퓨트에 자본을 넣는 만큼 능력이 나오니, 업계가 엔지니어링 병목에서 자본 병목으로 넘어갔다는 진단이다. 컴퓨팅의 첫 40년도 자본 병목이었으니, 40년을 되돌아간 그림이다.

해자의 정의가 바뀐다는 뜻이다. 엔지니어 만 명이 해자였던 시대에서 자본 조달력이 해자인 시대로. 요즘 랩들이 목숨 걸고 조 단위를 모으는 이유가 이 두 문장에 다 있다.

[계완 @taroguru]

https://t.co/3S7eI4YzvN

[계완 @taroguru]

https://t.co/qIuLjMAMRL

[계완 @taroguru]

https://t.co/GAtcBgueDg

[계완 @taroguru]

https://t.co/4yGtHW4Wzy 야금야금 카드피킹기능까지 추가.

[계완 @taroguru]

이 또한 이겨낼 수 있을 것이리라...

[계완 @taroguru]

주변사람들에게 좀 안 찡찡거릴 방법이 필요.... 체력이 후달린다...