‘이 습관’ 없는 개발자, AI 써도 도태됩니다 | AI슬쩍 EP.05
관심사 유튜브 채널 전일 영상 번들로 수집한 YouTube 자료. 채널: Claude Bloom 클로드 블룸, 게시: 2026-06-10 17:00 KST.
핵심 메타데이터
- URL: https://www.youtube.com/watch?v=ygjIF7Ki1dg
- Video ID:
ygjIF7Ki1dg - Channel: Claude Bloom 클로드 블룸
- Raw: 2026-06-10-yt-ygjif7ki1dg-이-습관-없는-개발자-ai-써도-도태됩니다-ai슬쩍-ep-05
기존 관련 문서 연결
설명
이번 [AI 슬쩍]에서는 AI 네이티브 엔지니어의 작업 환경을 들여다봤습니다. 조직 단위의 세컨 브레인을 직접 구축하고 운영 중인 [게스트 이름]님을 모셨습니다. RAG의 한계를 어떻게 넘는지, AI 에이전트와 인간이 어떻게 코워크해야 하는지, 그리고 왜 지금이 AI 공부의 막차인지에 대한 이야기를 나눴습니다. 👤 이번 회 게스트 백상이님 — AI 네이티브 엔지니어 / 세컨브레인 빌더 🔗 LinkedIn: https://w
TRANSCRIPT
어이 공부하는 과정에서 남을 따라가지 않았으면 좋겠어요. >> 예를 들어서 운전 잘하고 싶어요. 제가 운전 잘하고 싶은데 F1 영상 운전 잘아나요. 슈하고 운전하는 거 본다 해서 제 휴마하고 질 수 없고 공도는 트랙이 아니에요. 내 차는 티코예요. 티코로 운전을 해 보세요. >> 음 >> 그럼 돼요.네 >> 안녕하세요. 자기 소개 한번 부탁드립니다.네 >> 저는 애잘수다라는 회사에서 어 AI 에이전트 엔지니어를 근무하고 있고요. 개인적으로는 뭐 오마이 커스텀 코자 같은 하를 만들어서 배포하고 있고 요즘 이제 세컨 브레인이라고 해서 어 개인의 지식 저장소 개인 조직의 지식 저장소를 만들어서 배포하고 운영을 하고 있습니다.네 >> 그럼 오늘 공유해 주실 것에 대해서 설명한 부탁드리겠습니다.네 첫 번째로는 이제 세컨 브레인이라는 개념과 그리고 어떻게 구현됐는지 우리가 뭘 하고 싶은지에 대해서 어 일차로 설명을 드릴 거고요. 그 뒤로 AI 에이전트란 무엇인가? 그리고 우리는 AI 에이전트를 어떻게 써야 되는가에 대해서 어 설명을 드릴 것 같습니다. 어이 세컨 브레인이라는 개념이 요새 좀 얘기가 많이 나오더라고요. 개인의 지식 저장소로 많이 쓰시고 있고 개인이 아니더라도 회사 조직에서 눌러지 베이스로 많이 사용을 하시죠. 제가이 세컨 브레인을 생각했던 이유는 그 이전에 한 회사 다닐 때 구글 드라이브, 슬랩, 그 전화 통화 내용 그 메일이 파편화가 되어 있었어요. 근데 그거를 잘 연결해 주는 뭐 슬랙 같은 툴은 많았지만 그걸 투명하게 팀 단위로 볼 수 있는 그런 서비스는 없더라고요.데 신규 입사자의 온보딩이나 그 프로테 맥락을 파악하데 있어서 아 레그는 필수구나. 근데 렉으로서는 해결이 안 되고 세컨이라 개념으로이 렉을 감싸야 되는구나 생각에 이걸 좀 구상을 해서 세컨 브레인을 만들고 있습니다. 그래서 뭐 어리서이 세컨 브레인이나 단어 자체를 착용한 건 아니고요. 제가 두 번째 내가 필요해서 이렇게 명령을 했습니다. 어 되게 간단해요. 회사의 모든 지식을 조직 단위로 키우고 있습니다. 물어보면 답하는 검색으로 하는 레그입니다. 뭐 슬렉화 기터 문서 혹은 뭐 구글 드랍에 있는 파일 뭐 어디에 있든지 커넥터만 연결하면은 모두 수집이 되고 검색을 할 수가 있어요. 그리고 저는이 레그를 사람이 직접 뭔가 호출하지 않았으면 하는 발음이 있었습니다. 페르메스 에이전트라든가 오픈클로 네모클로 뭐든지 AI 에이전트로 이거 잘 쓸 수 있게끔 하기 위해 MCP까지 좀 얇은 레이어로 구축을 해 놨고요. 그래서 사람은 자연으로 탁 묻기만 하고 헬멧스나 이런 에이전트 런타임에서 그걸 종합을 하고 답변을 받는 그런 시스템을 좀 구상을 많이 해 왔습니다.이 세컨 브레인을 하게 된 가장 큰 이유입니다. 아 어디 슬랙에서 봤는데 어느 채널인지 기억도 안 나고 있고 >> 검색한다 해도 뭐 세 개씩 페이지에 쌓이고 또 온보닝 문서가 어디 있더라? 아이 프로젝트의 계율가 어떻게 되더라? 전혀 모르고 있고요. 그리고 물어보면 빠른데 매번 묻긴 좀 미안해요. 사람들한테 바쁘니까 옆에 있는 사람이 바빠 보이니까 그 아는 사람한테 물어보는 것도 확률적이고 기억이 왜곡됐을 수가 있어요. 그리고 검색해도 안 나오는 것들이 있습니다. 뭔가 단어 하나 이게 조금만 다르면 뭐 안 나오거든요. 뭐 RFP를 검색하고 싶은데 아 요구 사항일 수도 있고 어느곳에서는 또 어디 제한서로 그냥 투칠 수도 있고 그래서 안 나오기 때문에 세컨 브레인을 어 구축을 하고 있습니다. 이겁니다. 한 곳에 모아서 렉그로 한 곳에 모아서 물어보면 알아서 정리하고 답합니다. 핵심은 이제 정리를 하는 거예요. 레그의 가장 큰 단점은 데이터가 많이 쌓였을 때 데이터 클렌징이 안 되었을 경우 이상한 데이터가 막 쌓이기 시작해요. 데 이게 정말 큰 문제거든요. 그 렉을 지속하지 못하 이유예요. LM이 이걸 큐레이팅하면 어떨까라는 생각을 좀 많이 했습니다. 그래서 LRM이 꼭 중간에 들어와서 큐리팅할 수 있지 않을까? 무엇으로? 제 의도를 알고 있는 헤르미스 에이전트로. 그게이 키처입니다. 네. 내고와 다른 것들은이 이런게 있습니다. 여러 출처의 조각은 할 때 뭐와 연관이 똑같아요. 근데 무엇을 핵심인지 뭐가 내가 필요한 정보인지에 대해서는 AI가 가려서 재정렬을 해야 됩니다. 항상 그러면 레그의 유통 기한이 길어질 거예요. 그래서 흩어진 단서를 AI가 합쳐서 하나의 답으로내는게 이크레션이고요. 그리고 우리 원본이 중요해요. 항상이 데이터가 믿을 만한 것인가? 환각을 일으킬 수가 있잖아요. 그래서 원본 출처를 반드시 항상 제시하도록 어 이렇게 구현을 해 놨습니다. 이럴 수 있는 일은 레그가 비슷하지만 레그는 달라요. 가장 중요한 건 AI가 핵심만 요약을 해 주는 겁니다. 핵심 유약해서 찾았으면은 사람도 똑같잖아요. >> 검색을 해서 어 어느 쓰레드에 이글이 있었구나 혹을 디깅을 합니다. 근데 우리는 왜 항상 렉으로는 모든 데이터가 한번 펼쳐져야 된다고 생각을 했을까요? 좀 그게 좋은 가능성이 아니라고 생각을 해요. 유효한 것도 있겠지만. 그리고 저 한국인이기 때문에 한국의 강화도로 이렇게 작업을 해 놨고요. 가장 중요한 거는 우리 데이터 안에서만입니다. 이것도 레그도 마찬가지고요. 딱 세 가지입니다. AI 에이전트에게이 소스 리포지토리를 받게 하고 에이저트가 구성하게 하고 에이저트가 사용하게 만드는 겁니다. 너무 간단하죠? 뭐 예를 들어서 우리가 포스트 같은 DB를 올린다 했을 때 사람도 컴퓨터 파일도 쓰고 했지만은 지금은 AI 에이전트가 바뀌잖아요. 그래서 포 에이전트 마크다운이라는 파일을 만들어서 제공을 해 드리고 있습니다. >> 그 정리하지 않은 지식까지 저는 정리하려고 합니다. >> 이게 큐레이션이고요.이 데이터라는 거는 한 사람이 배출을 하지 않아요.여 사람이 동시에 할 수도 있고요. >> 하나의 문장을 같이 작업을 할 수도 있죠. 그래서 큐레이션이 필요한 겁니다. 그까 맥락이 필요하고 히스 필요하고 이유가 자게 설명을 할 수 있어야 돼요. 출전 당연하고요. 그리고 자료가 쌓일수록 지금의 레그는 정확 정확해질까라는 의문이 많습니다. 이게 정확하다고 생각을 하고 아직까지 유하게 보고 있어요. 여러 레그 프로젝트들을 비교해 봤을 때. 그 전 이거를 한 문장으로 표현을 합니다. 하나의 살아 있는 답이라고 표현을 해요. 죽어 있는 답이 아닌 보통 우리 알고 있는 레그처럼 이게 실제 데이터가 언제까지나 살아 있을 만한 결과가 살아 있어야 된다는 생각에 하나 살아 답으로 결론을 맺으려고 합니다. 언제 쓰면 좋을까? 다 쓰면 좋아요. 누가 쓰면 좋을 건 없습니다. 이건 한 유지 케이스고요. 어, 재택 근무 규정이 어떻게 되는 물어볼 수가 있어요. 근데 요즘 어떻게 되는 문서가 안 돼 있다면은 그 슬랙 공증만 했다면은 요즘은 알 수가 없겠죠. 출처도 알 수가 없고요. 예전에이 얘로 전에 누가 겪었던 거 아니야? 했을 때 슬렉쓰레드 잡아올 수도 있고 기타 커밋을 따 가지고 분석해서 가져올 수도 있고 미리 분석은 되어 있죠. 당연히 이런 것들을 다 할 수 있습니다. 뭐든지 물어보면 되는 거예요. 저도 어 요술 램프로 쓰고 있습니다. 가장 중요한 거고요. 이게 보통의 레고한 다른 점이죠. 왜 이렇게 됐어요? 후 누가 뭐 알아요? 그 우린 왜 이렇게 일하고 있지? 관행 노하우를 알려줄 수 있고요. 반복되는 리오프 작업들이 저는 손실이라고 생각해요. 항상 손해고 반복되지 않도록 가이드해 주는 것도이 레그의 세컨 브레인의 역할입니다. 지금은 제가 기본적인 것들만 잡아 놨어요. 어 산 파일 시스템에 접근할 수 있고요. 슬랙에 접근할 수 있고요. 기터에 접근할 수 있고 구글 드라이브 접근할 수 있습니다.이 커넥터를 어떻게 만드느냐는 이미 아키텍처에 어 추상을 다 해 놨어요. 포 에이전트에서이 프로선 먹이고 그냥 하면 됩니다. 원하는 것들에 대해서. >> 그래서 뭘 연결할 수 있냐? 답변 못 할 거예요. 무궁부진합니다. >> 음. >> 무엇이 달라지냐? 슬랙 컨플런스 뭐 노션 이런 쓰세요. 예. 문서 쓰세요. 어디에 있는지는 차지 말고 물어보시면 됩니다. >> 음. >> 레그 레그를 썼을 때 답답하셨던 분들은이 세컨 브레인을 쓰셔도 됩니다. >> 와 진짜 편하겠네요. 갖다 쓰면 되니까. >> 네. 어 >> 그냥 풀 당겨서 풀 에이전트를 따로 제가 제공을 해요. 일부러 있습니다. 다 작성해 놨어요. >> 음 >> 이것만 연결하면 돼요. 아키텍처도 다서 놨고요. 제가 >> 음 >> 저는 사람이 뭔가 하지 않았으면 좋겠어요. 항상 >> 음 >> 우리 사람을 레버리지해야 되잖아요. 그러려고 AR 쓰고 있고 사람은 손이 놀아야 되고 머리만 일을 해야 된다고 생각을 해요. 항상 >> 지금이 A한 시대에서는 네 >> 예님께서는 왜 AI를 사용을 하세요? >> 더 편하게 일을 하려고 사용하는 거 같아요. 근본적으로 AI는 뭔가 그래 특별하다고 느껴지진 않고 그냥 제 일을 편리하게 해 주는 도구라고 생각을 해요. >> 음. AI 씀으로써 예께서 하시면은 비전은 어떤 거가 있으세요? 여러 명이 해야 될 일을 저 혼자 쳐내는게 AI를 쓰는 목표라고 생각을 해요. 지금까지는. 물론 AI가 더 발전하면 저를 대체하는 단계까지 갈 수도 있겠지만 아직은 그런 미래는 보이진 않고 네. >> 뭐 여러 명이 해야 될 일을 일단 더 쳐내는게 가장 큰 이유라고 생각을 해. >> 어, 제 생각과 좀 많이 맞다 있어요. 제가 생각하는 A를 쓴 이유는 인간의 레버리지입니다. >> 음. >> 인간의 레버리지인데 >> 음. 왜 A를 쓰냐에 대해서는 아직 좀 논란이 있는 거 같아요.이 툴 저툴 쓰면 되지 않냐? 뭐 생산성 도가 되게 많다라고 하지만 실제이 사람 쭉 써 봤을 때 그럼 이제 도구가 많아지면은 노이즈가 심해지죠. 제가 아까 세컨 프레임에서 한 것처럼 한 곳에서 뭔가를 했을 때 인간의 효율이 가장 좋다고 생각을 해요. 그래서 그게 AI인 거고요. 제 생각에 클로드고 클로드 코드입니다. 그리고 터미널이 래핑하고 있고요. 저 인간의 레버리지라고 얘기를 하고 있고 항상 근데 레벌지 하면은 장점만 열배가 될까요? 레벌지 될까요? >> 단점도 드러난다고 생각을 하는데 그 중 하나가 게을러지는게 단점인 같아요. 사람이. >> 음. 음. 그니까 AI가 만든 결과를 리뷰를 다 하지도 않고 신뢰를 한 상태에서 그거를 다른 사람한테 넘기면 그죠. 근데 이제 그게 제대로 된 건지 안 된지도 내가 확인을 안 했고 그럼 상대는 그것도 다시 리뷰를 해야 되는 그런 악순환이 돌 수도 있다고 생각을 해요. 습관을 잘못 들이면 그런 단점들이 좀 있을 것 같아요. 사람이 게을러지게 되는 거는 한 가지 이유고요. 전 장점이 열배가 되면은 단점도 열배가 된다고 생각을 해요. 그 게으러지는 것도 어느 순간 이제 사람이 몰서 항상 게으름이 있거든요. >> 뛰고 있으면 걷고 싶고 걷고 싶고 안고 싶고 똑같아요. A 쓰면은 시간이 많아서 어 AI한테 던지고 아무것도 안 하지 뭐. AI 잘하겠지. 그 확인도 안 하고 리뷰를 받으러 갑니다. >> 대판 깨지는 거예요. 이제 >> 속도는 늘어났지만 작업은 되지 않았습니다. 아무것도. >> 음. >> 그래서 전 AR 쓸 때 비전이 뭐냐고 항상 물어보게 돼요. >> 음. >> 왜 써요? 그 항상 물어보게 됩니다. >> 제가 얘기를 쓰는 이유는 저 자신을 레버리지하기 위한이에요. >> 음. 제가 모르던 기술들을 손쉽게 사용할 수 있고 제가 잘하는 일을 더 많이 하기 위해서 애를 씁니다. 저는 엔지니어가 되려고 해요. >> 음. >> 엔지니어 코워크가 되려고 합니다. 좋은 코워크가. 왜 엔지니어라고 이렇게 말씀드리냐면은 문제를 정의하고 해결하는 것을 AI도 잘해요. >> 그지 엔지니어는 그 안에 있는 의도를 파악을 할 수가 있습니다. 안목지를 꺼내서 쓸 수가 있습니다. 인간이 잘하는 역할이에요. >> 그러면 이제 개발자분들이 말하는 그 안목질란게 예를 들어서 좀 어떤게 있는지 >> 고객에게서 요구 사항 정의서를 받아둔다고 하더라도 그 모든게 원하는 것들이 그 아래 포함이 되어 있지가 않아요. 절대로. 그럼 고객을 인터뷰를 이제 하러 갑니다. 아, 진짜 원하는게 뭐예요? 뭐예요? 혹은 좋은 엔지니어들은 그 안무지를 이해 꺼낸 다음에 인터뷰 질문으로 가져가서 이게 맞습니까? 물어봅니다. >> 그러면 그 사람 선택을 하겠죠. >> 음. >> 그게 안지예요. >> 엔지니어들 그리고 예전에는 전통적으로 PM들이이 역할을 되게 잘했습니다. >> 음. 근데 이제 개발자들은 한 2년 전까지만 해도 개발 잘한 사람이 최고였어요. 근데 지금 개발만 잘하는 사람은 필요가 있을까요? 과연음 >> 어떻게 보면 FD 같은 개념이 있나요? >> FD 개념도 조금 섞여 있죠. 음, >> FD도 한 갈래라고 생각을 해요. >> 그래서 팔란티아는 AI를 잘하는 업체에서 FD 개념이 나와 버린 거예요. >> 어, 되게 UX 디자이너랑 비슷한 관점인 거 같아요. 디자이너도 이제 행동을 설계하는 사람이잖아요. 근데 그 사람들도 그 VOC나 고익대 피드백을 있는 그대로 받아들이면 안 되고 네. 그 피드백이 통해서이 사람이 겪고 있는 본질적인 문제가 뭐지를 파악한 다음에 그거를 디자인성이나 사용자 경험에 반영을 해야 되는 건데 >> 말씀해 주신게 좀 그 부분에 같은 영락인 거 취하는 거 같아요. >> 네. 그 저 이제 개인적으로 준비하고 있는게 있는데 UIX 디자이너 분들이 어떻게 클로즈 클러코 잘 쓸 수 있는가에 대한 준비를 좀 하고 있어요. >> 그분들이 이걸 되게 잘하기 때문에. >> 음. 음. 근데 그분들 너무 바쁘잖아요. 그분들의 제1 포인트는 클로드를 어떻게 디자인할까? >> 음.에 >> 많이 꽂혀 있으세요. 바쁘니까 생각이 있으니까. 근데 이분들이 조금만 더 이걸 하신다면은 아 이제 UIX를 어떻게 사람께 잘 이쁘게 만들 수 있을까를 고민하시게 될 겁니다. >> 음. 그럼 그분들의 가치가 레버리지가 될 거예요. 그런 사회를 원합니다. 항상 그런 사람들을 원하고요. >> 저도 그 스타트업에 1인 디자이너이다 보니까 되게 카드 뉴스나 영상 편집이나 UXI 디자인이나 해야 될게 그 좀 분야가 많은데 이게 여러 분야를 물론 다 할 수도 있지만 이게 여러 분야에 걸치다 보면 한 분야에 대한 좀 깊이가 좀 옅어지는 경향이 있어요. >> 네. 예를 들면 뭐 프로덕트 디자인 업무를 해야 되는데 갑자기 카드 뉴스 업무가 이렇게 들어와요. 그러면 저는 이제 그 사용자에가 겪고 있는 문제가 뭘까? 그래서 이걸 어떻게 디자인 녹여낼까를 그것만 집중해서 고민을 해도 못 알았는데 이제 그 중간에 들온 카드뉴스 다른 업무들이 끊기게 돼요. 그 고민하는 그 과정에. 그래서 저도 올해 1월에 그거를 좀 자동화를 해 보려고 카드뉴스랑 이제 쇼품 자동화 출을 만들었는데 문제는 AP 비용이 너무 비싼 거 출비 그래서 이거를 자동화할만큼 아직 그런 비용적인 문제가 그거를 이제 다시 API를 끊고 다시 사람이 하고 있는 추세이 있는데 네 >> 이런 비용을 다 감소할 수 있는 기업이 아니냐에 따라 또 뭔가 다를 것 같다는 생각이 >> 이건 좀 기술적인 얘긴데 >> 어 아키텍처에 대한 고민이 필요했을 것 같아요. AI 비용을 얼만큼 효율적으로 잘 쓰는가? 기존의 지직 베이스를 어떻게 잘 가져가는가? 내 의도가 뭔지 명확하게 전달하는가? 근데 이거는 기존의 아키텍처가 아니라 새로운 AI 네이티브 시대의 새로운 아키텍처거든요. 제가 세컨드 브레인 한 것도 그 하나의 >> 어 조각일 뿐인 거고요. 어 두 시간짜리 회사 밑에 해보는 해봅시다. 미국에 있는 친구랑 >> 미국 친구는 미국인이에요. >> 전 영어 못 해요. >> 그러면 그동안은 방법이 없었어요. 구글 미팅 준 미팅 피 너무 비싸요. >> 아 못 해요. 음. >> 근데 두시간짜리 미분과 대화 600원에 끊을 수 있다면은 좋은 품질로요. 더 좋은 품질로. 이런게 아키텍처에 대한 고민인 거예요. >> 음. >> Ui 분들은 기술적 아키텍처에 대해 힘들 수밖에 없죠. >> 좋은 엔지니어들이 같이 계신다면은 >> 어 더 많은 일을 하실 수 있겠다는 생각이 좀 많이 들어와요. >> 음. >> 그래서 티자형 인제라고 하죠.이 >> 간극을 채우고 싶으신 거잖아요. >> 티에서 >> 내려오지 못한 것들을. >> 음. 이걸 채우는 것도 AR를 채울 수 있습니다. 다음 >> 이거에 집중을 해야 돼요. 많이 >> 음 >> 결론적으로 제너럴리스트가 되겠죠.음 >> 그럼 제너럴리스트가 결국에는 각광 받는 시대가 온다라고 생각을 하시는 분이 >> 이미 왔죠. >> 아 >> 이미 왔고요. 근데 제너럴리스트의 허수가 되게 많았어요. 그동안. 왜냐면 프론트 엔드를 한다 하더라도 백핸드를 한다 하더라도 그들이 알고 있는 분야가 좁을 수밖에 없죠. >> 음. >> 근데 지금 레버리지를 할 수 있잖아요. >> 음. 그 제너럴리스트가 이미 잘 하고 있고요. 모든 것들을. >> 다만 이제 제너럴리스트인데 AI 써서 올라온 사람이 별로 없어요. >> 음. >> 제이 유지키 계속 보면서 느낀 거는 그니까 AI 쓰는 방법이 두 가지거든요. 크게. >> AI에게 던진다. AI에게 물어보고 코워크를 한다. 두 가지는 너무나 달라요. 전자. 그러니까 던지는 사람들은 그냥 일이 끝나기만 바라는 거예요. >> 퇴근 시간 안에이 PR만 올리면 되는 사람들이에요. >> 그 뭔가 그럴 수 있을까요? >> 음. 그냥 기계라고 볼 수 있죠. >> 네. AI를 쓰는 방법이 AI 쓰는 실력이 단리로 누적이 돼요. >> 음.이 >> 사람들은 힘들 수 있습니다. >> 음. >> 근데 AI에게 물어보고 같이 코워크를 하는 사람들은 그 그걸 설계한 사람들은 복리로 누적이 돼요. >> 음. 그래서 제너리스트가 강력해지고 >> 각강받는 시대가 이미 와 버렸습니다. >> 그 달리가 말씀하신 FD들이죠. >> 음. >> 그건 논란이 있을 수가 있는데 AI 에이전트와 인간의 차이란 과연 무엇인가에 대한 좀 질문 드리고 싶어요. 뭐가 다르죠? AI 에이전트와 인간이 >> AI 에이전트는 뭔가 가지고 있는 데이터 엄청 많겠지만 그 가지고 있는 거 가지고만 생산해서 답변할 수 있고 뭔가 결과물을 창출해 낼 수 있지만 >> 사람은 그것보다 한 단계 더 앞서가서 계속 새로운 지식을 그니까 A한테 지식을 던져 주는 주체가 결국 사람이기 때문에 사람이 이게 좀 더 있지 않나? >> 음. 저는 뒤쳐졌다고 생각을 해요. 이미 사람이 알고 있는 지식의 단편은 AI가 알고 있는 모든 지식의 총합보다 작습니다. >> 음. >> 저는 뭐 백엔드 개발한다 프런트엔드 개발한다 했을 때 제가 고로 백엔드를 할 수 있을까요? 없어요. >> 근데 AI 할 수 있어요. >> 음. >> 그 지식의 단편은 계속 발전하고 있습니다. >> 음. >> 웹 패치가 되죠. 왜 검색이 가능해요? AI 서비스를 이용하면은. 그럼 그 자료들 토대로 우리가 답변을 줍니다. 그러면은 >> 그 학습된 데이터만 보고 우리에게 답변을 준다 얘기할 수 있을까요? 저 없다고 봐요. >> 음. >> 클로 엔트로픽에서 이미 AI가 AI를 만든다고 하고 있어요. >> 음. >> 속도 조절을 해야 된다고 말하고 있고요. 그러면 다시 한번 여쭤 볼게요. AI을 학습시킨게 사람인가요? 그리고 AI가 학습된 단편의 정보를만 우리에게 무언가를 줄 수 있나요? 아니죠. 이미 그들 스스로 학습을 하고 있고요. 이거는 10년 전에 이미 나왔어요. 알파고. >> 음. >> 알파고가 학습할 대국이 없어서 그들이 스스로 서로 알파오기에 싸우면서 대국을 두면서 학습을 했습니다. 이미. >> 음. >> 정보를 만들지 못한다. 이거는 저는 아닌 거 같아요. >> 음. >> 이미 정보를 만들어서 그렇게 학습을 하고 있고 사람이 AI 썼을 때 AI 에너트를 썼을 때 제가 예상하지 못한 놓친 부분을 잡아 주기도 해요. >> 음. 음, >> 검색해 오기도 하고요. 혹은 창조를 하기도 해요. 가끔씩. >> 음. >> 그 저는 AI가 이제 사람과 다르지 않다고 생각을 합니다. >> 음. >> 뭐 간단한 유지 케이스로 일을 시킨다고 생각해 볼게요. 제가 팀장이면은 어, 어떤 일을 하고 싶어요? 그러면이 워크플러가 되겠죠? 간단하게는 무슨 일을 할지 결정을 합니다. 그 어떻게 일을 분배할지 결정을 하고요. 누구에게 일을 줄 것인가? 음, >> 그 인원에게 지시하고 감독을 합니다. 개발자분들 아실 거예요. 클로코드 많이 쓰시는 분들은 이게 AI 에트를 잘 쓴 방법이에요. 그 다르지 않아요. 심지어 저는 AGI가 반년 전에 왔다까지 생각이 듭니다. 인간과 다르지 않기 때문에. >> 음. >> 그 상계에서 학교에서 말한 AGI는 정말 더욱 강력한 AI가 되겠죠. 그래서 일반 인공지능 원래 사람을 대입해서 했던 건데 예전에는 학교 상계가 원하는 거는 더 강력한 인공지는 곧 올 거다. 전 반년 봅니다. 저희 클라우드 블럼 행사 중에 성식 님이라고 그분이 이제 밀런머스크의 매크로와드라는 프로젝트를 같이 하셨다고 했는데 그 일론머스크가 말한 a의 정의는 AI가 회사 하나를 대체할 수 있으면 그게 AI다라고 그 이렇게 말씀을 하셨는데 생각하시는 AGI 시대는 어떤 모습일까요? >> AGI가 물리적 인프라까지 다 장악한 상태입니다. >> 음. >> 위험하죠? 뭐 예를 들면 아마존의 물류 센터를 다 대체하고 피지컬 AI 그죠? >> 아 >> 그 물류 센터에 데이터 센터까지 이제 AI가 모든 걸지고 있는 위험한 생각인데 저는 이게 ACI라고 생각을 해요. >> 음 >> 그 일본이 말한 한 회사를 대체할 수 있는 AI 이미 너무 많아요. >> 음 >> 한스로도 만들 수 있어요. 심지어음 >> 대표적으로 디스택이 있었죠. 음. >> 혼자서 팀처럼 회사를 운영하고 개발을 할 수 있는 그런 거예요. 제가 좋아하는 블로그입니다. >> 음. >> 뭐 뒤처럼 실제 개발 팀 자체를 운영을 할 수가 있어요. >> 근데 마케팅을 운영을 할 수가 없을까요? 인사를 운영할 수 없을까요? >> 음. >> 인사 AI 자동화, 재무 A 자동화, 마케팅 자동화 이미 다 나와 있습니다. 세상에, 시장이 이것들을 조합을 하던가 혹은 스스로 이걸 만들어 내던가. >> 음. 1인이 AI만으로 기업 운영할 수 있는 것. 그리고 AI까 운영할 수 있는 것. >> 음. >> 이게 가능한 시대예요. 이미. >> 음. >> 일론이 말한 AJI은 이미 몇 개 전에 왔어요. >> 음. >> 전 그렇게 생각을 합니다. >> 음. 이제 말씀해 주신 거 듣다 보니까 생각난 건데 AI가 스스로 생각을 발산해 낼 수 있고 아이디어를 또 이렇게 새로운 걸 만들어 낼 수 있다라고 말씀하셨는데 요새 유행한 리센드 거제 야호 이런 >> 이런 거는 AI가 생각을 못해 못 해내잖아요. 이런 것들이 인간만이 할 수 있는 영역인가요? 이런 걸 바이럴이 되고 뭔가 사람들이 열광하는 이런 뜬금없는 걸 만들어냈죠. 어 저도 AI를 쓰면서 개인 사이드업으로 제일 먼저 했던 거는 쇼치 만들기였어요. >> 근데 물론 힘들었죠. 그게 왜냐면은 학 말씀하신 대로 학습된 데이터로 사람의 감정을 움직여야 되거든요. >> 음. >> 그럼 되게 어려웠어요. >> 근데 재미나의 나노바나 프로라던가 >> 그래서 이미지를 나왔을 때 어 뭐야 하는 사람들이 있죠. 어 잘 나왔다. >> 심적 기업들이 AI 이미지로만 광고를 하고 있어요. 머지 않은 거죠. 사람의 감성까지 건드린 영역을 리센처럼 확 뜰 순 없겠지만 >> 그걸로 지속적인 뭔가 아웃풋을 낼 수 있는 >> 것은 이미 나와 있습니다. >> 음. >> 물론 이제 확는 건 사람의 영웅이죠. AI을 어떻게 써야 된다고 이제 생각을 많이 하세요? 이거 생각해 보신 적이 있으실까요? 그러면 >> 제가 바언 이상적인 AI 사용 방법은 아까 대화 처음에 말씀해 주신 안목지 그런 거를 이해하는 영역 빼고는 다 써야 된다고 생각을 해요. >> 음. 슬랙에서 뭐 찾는 거부터 회일러 자동 저장 발송 뭐 카드뉴스 자동 생성 이런 건 다 얘가 해야 되고 그런 안목지만 인간이 찾아야 된다. 그리고 거기에 집중을 해야 되지 않나라고 생각을 해야죠. 저는 휴먼 인도 루프를 되게 중적인 사람이에요. AI 틀 때 아까 말씀드렸던 것처럼 던지는 사람이 있고 같이 코워크를 하는 사람이 있어요. 코워크 할 때 중요한 것은 AI가 뭔가 결과를 내거나 혹은 결과를내는 중일 때 사람이 개입을 해서 접사한 방향으로 이끄는 겁니다. 이게 제가 생각하는 흉머인루프예요. >> 사람은 AI보다 절대로 뒤쳐져서 안 돼요. 항상 한 발이라도 앞에 나가 있어야만 합니다. 그렇지 않다면 그 사람을 채용할 그 사람이 일을 할 이유가 없어요. 휴먼드 루프 안에서 그 전에는 휴먼 프런트엔드에서 기획을 하고 >> 얘가 AI가 잘 움직일 수 있도록 내 기획 의도에 맞게 움직일 수 있도록 >> 조절하는 것이 >> AI 쓰는 방법이라고 어 저는 생각을 합니다. >> 음. >> 예를 들어 우리 이렇게 하죠. 어 사람을 채용할 때 그 사람을 인터뷰를 해요. 그리고 그 사람이 인터뷰해서 어떤 백그라운드를 가졌는가? 이거는 이제 1억서와 연접하면서 알아가게 되죠. 그리고 어떤 일을 할 수 있는가까지 물어보게 돼요. 어떻게이 사람을 사용해서 일을 시킬 수 있을까까지도 생각을 하게 됩니다. AI도 똑같지 않아요. >> 음. >> AI가 어떤 백그라운드에서 학습을 했어를 우리가 찾아보고 아이 벤치만큼 좋구나 해서 모델을 선택하게 됩니다. >> 그 어떤 일을 할 수 있는가에 대해서도 우리 알아가게 돼요. 아이 스킬이 좋구나. 저 스킬이 좋구나. 저 FCP를 붙이면이 일을 할 수가 있구나 >> 이런 걸 하게 됩니다. 근데 많은 분들이 어떻게 사용할 수 있는가에 대해서는 잘 궁금해하지 않으시는 거 같아요. >> 어, 혹시 클로드 코드 많이 쓰시죠, 클로드나? 네. >> 클로드 공식 문서 보신 적 있으세요? >> 아, 본 적은 없어요. >> 네. >> 거기에 모든 정수가 다 담겨 있거든요. >> 음. 하네스 엔지니어링 자체도 그 클로코드 공식 문서 안에서 혹은 코덱스 공식 문서 안에서 이루어지게 되어 있어요. 그 모델을 써야 되고 코스처럼 클러스코드처럼 잘해야 되니까. >> 음. >> 근데 공식 문서를 본 사람은 저는 100명 만나서 한 번도 없었습니다. >> 음. >> 자연스러운 일인 거 같긴 해요. >> 남들이 정리해 주는 건 보지. 제가 찾아와서 본 적은 한 번도 없는 거 같아요. >> 그 남들이 정리한 건 저 안 봐요. 남들이 정리한 거는 그 사람의 한해스예요. 참고는 될 수 있겠죠. 근데 참고를 하려면은 베이스가 깔려 있어야 됩니다. 전 그게 공식 문서라고 생각을 해요. 그래서 어떻게 사용할 수 있는가에 대해서 우리 공부를 해야 됩니다. 그 콜레드 코드 공식 문서가 하나 예시고요. >> 음. >> 잘 쓰려면 베이스가 깔려야 됩니다. >> 음. 그다음에 단상으로 보시면 돼요. >> 전 그게 AR 잘 쓰는 방법이라고 생각을 합니다. 자,이 좀이어서 어, 제가 주장하고 싶은 것은 애 척 박사가 아니에요. 근데 AI가 척적 학사라는 것까지 납니다. >> 음. >> 넓게 알아야죠, 학사들은. >> 음. >> 저는 갈수록 좁아지는 겁니까? 그래서이 학사들을 잘 쓰려면은 척척 학사 잘 쓰려면은 이해를 해야 됩니다. 얘가 왜 박사가 아니고 왜 학사인지에 대해서. 그래서 뭐 아키트를 공부하는 얘기 아니에요. 얘가 왜 이렇게 됐는가?이 서비스를 공부하면 됩니다. 보통 클로드를 쓸 때 클로드 어플리케이션에 있는 모든 기능 써 보셨어요, 혹시? >> 아, 코워크랑 코드랑 그냥 클로드밖에 안 써 본 거 같아요. >> 기회가 되게 많거든요. >> 음. >> 그 지금은 기능이 되게 적어요. >> 음. 얘는 하고 싶은 거에 비하면 기능이 되게 좋은 거 같아요. 지금이 공부할 막 차이인 거 같다고 생각됩니다.이 >> 클로드를 공부해 보세요. >> 가장 좋은 거는 공식 문서 보는 것도 있지만 직접 하나씩 써 보는게 가장 좋습니다. 그다음에 클러스 코드로 넘어가도 늦지 않아요. 비개발자분들은. >> 어 예를 들어서 제가 왜 AI 이해하고 공부해야 되냐고 얘기하냐면은 우리 사회가 ERP를 도입할 때 어떤 일이 발생을 했죠? 모두가 P를 공부하라고 했어요. P 자유증도 나오고요. 종이만 고집한 사람들은 대부분 사라졌죠. 음 >> 은퇴를 했거나 >> 혹은 배워서를 쓰거나 잘 쓰는 사람이 대가는 시대가 아직도 있어요. AI는요 하나의 전환이잖아요. 디지털 트랜스포메이션 할 때는 필요 없고 즉 우리가 할 거 AX입니다. 트랜스포메이션을 해야 돼요. 근데 AI 잘 쓴다고 하는 사람 중에서 그 AI가 어떤 기능을 가지고 있는지 AI 서비스가 어떤 기능을 가지고 있는지 그 클로코드의 본질은 무엇인지에 대해서 아는 사람은 별로 없어요. 장난건데이 사람들 진짜 잘 될 겁니다. >> 음 >> 뭐든지 알 수 있다고 봐요. >> 음 >> 그래서 사용한 서비스를 공부하세요. 지금이 막차입니다. 그렇다고 제가 L 공부하는 얘기 아니에요. 자원차를 이제 운전할 때 우리가 엔진까지 공부하나요? 기회공까지 공부하나요? >> 아니요. >> 아니죠. >> 음. >> 우리 면허만 따면 돼요. >> 음. >> 면허만 따고 아 뭐가 엑셀, 뭐가 브레이크, 그 사이드는 뭔지 이건 말이 됩니다. 근데 >> 제가 좀 요새 느낀 거는 AR을 잘 쓰려면은 LLM 공부해라고 말하는 사람들이 늘어나고 있습니다. 그건 똑같이 지원해요. 저는 본인은 자동차를 운전하기 위해서 비공학을 전공하셨나요? 그럴 필요가 없다는 걸 제가 말씀드리는 거고이 >> 면허 책은 공신 문서입니다. 그 이걸 보시면 하이스 엔지니어링 것도 별거 없어요. >> 음. >> 서브 에이전트, 룰, 라우팅 진짜 별거 없습니다. 공식 분석 보세요. 그 한 가지 더 말씀드리고 싶은 거는 어이 공부하는 과정에서 남을 따라가지 않았으면 좋겠어요. >> 음. 예를 들어서 어 운전 잘하고 싶어요. 제가 운전 잘하고 싶은데 F1 영상 보면 운전 잘아요. 슈하고 운전하는 거 본다면서 제 슈하고 쓸 수 없고 공도는 트랙이 아니에요. 내 차는 티코예요. 티코로 운전을 해 보세요. >> 음 >> 그럼 돼요. >> 나에게 맞는 애의 사용법을 찾아야 됩니다. 본인을 한해 한해 하셔야 돼요. 그게는 지금까지에서 AR는 전부고요. 이것만 된다고 하면은 진짜 여러분들 무엇인지 알 수 있습니다. 자, 장담하겠습니다. 저는 그래서이 영상 보시는 분들이 어, 더 잘 쓰고 본질에 집중하면서 여러분들 레버리지했으면 좋겠습니다. 좋은 방향으로네. the