C++을 만든 Bjarne Stroustrup의 인생 조언

"지나치게 전문화하지 마세요(overspecialize)"
- 미래를 알고 있다고 너무 확신하지 마세요.
- 융통성을 가지고, 커리어와 직업은 장기적인 것이라는 것을 기억하세요.
- 너무 많은 젊은이들이 자신이 뭔가를 최적화 할 수 있다고 생각하고, Right Thing이 아닌 것에 전문화 하면서 몇년이상을 소비했다는 것을 깨닳습니다.
- 그리고 그 과정에서 번아웃 됩니다. 우정을 쌓고 컴퓨팅 밖에서의 삶을 사는데 충분한 시간을 보내지 않았기 때문에요.

나는 많은 종류의 사람을 만납니다. 뭐라고 부르는지 모르겠는데, "Junior Geeks"?
- 그들은 오직 프로그래밍, AI, 그래픽 등의 컴퓨터에 대한 전문성만이 중요하다고 생각합니다.
- 그렇지 않아요. 만약 그들이 다른 일을 하지 않는다면.. 음 글쎄요
- 아이디어를 소통하지 않는다면, (혼자 하는)스도쿠를 할 수 있습니다. 소통(Communication) 을 해야해요.
- 많은 괴짜(Nerd)들이 이 사실을 잊고 있습니다.
- 그들은 최고의 코드를 작성하기만 하면 세상을 바꿀 수 있다고 생각합니다.
- 하지만 경청할줄 알아야 합니다. 사용자와 소통하고 그들로 부터 배울 수 있어야 합니다.
- 그리고 자신의 아이디어를 사용자에게 전달할 수 있어야 합니다.

그러니 코딩만 할 수는 없습니다.
- 문화와 아이디어를 표현하는 방법에 대해 뭔가를 해야 합니다.
- 내 말은, 나는 역사와 수학에 보낸 시간을 결코 후회하지 않는다는 것입니다.
- 수학을 정신을 날카롭게 하고, 역사는 자신의 한계에 대한 아이디어와 세상에 무슨일이 일어나고 있는지를 알려줍니다.
- 그러니 너무 확신하지 마세요. 균형잡힌 삶을 살기 위한 시간을 가져보세요.

그리고 기회를 잡을 준비를 하세요.
- 내 말은, 폭넓은 교육, 폭넓은 기술 세트(교육을 통해 기본적으로 기술 포트폴리오를 구축하는 것)는 기회가 왔을 때 이를 활용할 수 있다는 것을 의미합니다.
- 가끔 기회를 알아차릴 수 있습니다. 우리에게는 많은 기회가 있습니다.
- 하지만, 그 중 상당수는 우리가 활용하지 못하거나 알아차리지 못합니다.
- 저는 표준 컴퓨터 과학, 컴파일러, 여러 언어를 공부하는 등 상당히 폭넓은 교육을 받았습니다.
- 당시 제가 알고 있었던 언어는 약 20여가지 였던 것 같아요. 그리고 머신 아키텍처와 운영체제도 다뤄봤죠. 이 기술 세트는 유용했어요

Snowflake CEO 강연

짧은 시간이었음에도 두가지 큰 울림을 주었음

1. CEO로서 힘들지 않은가

관점이 다름 내가 선택한 것이고 힘들면 안하면됨
CEO는 전시 상황에서 전시 태세를 취하는 사람
이끌어 가야되는 사람이지 위에 군림하는 사람이 아님
좋은 사람을 채용해서 기다리는 것이 임무가 아님
이끌고 주도하고 드라이브 해야됨
매순간 중요한 결정을 해야되는 터프한 역할

투자자들에게 내가 행복해보이면 우리 회사 주식을 팔라고 말함
모든 사람들이 갈등 싫어함, 이를 직면 할수 있어야됨
그게 맞는 사람이 CEO로 와야되고 그게 안맞는다면 바꾸어야됨
힘들다고 느낀다면 정신차리고 본인이 성장하거나 아니면 그만두어야됨

2. 제프리무어 캐즘 이론

많은 스타트업들이 캐즘 앞에 있는지 도중에 있는지 이미 건너갔는지를 모름
Snowflake도 이미 캐즘을 건너갔는데 도중이라고 생각하고 있었음

가장 치명적인 것은 우리가 어디에 있는지 모른다는 것임
지금 필요한 리소스를 갖추지 못하게 됨
실행 방식이 캐즘 앞에 있냐 걸쳐있냐 건너왔냐에 따라 전혀 다름
그렇기에 캐즘까지 왔음에도 넘어서야된다는 것을 모르고 그 안에서 망하는 경우가 많음

Z 세대와 엔터테인먼트
91%가 "주류" 팝 컬쳐는 없다고 생각함
55%가 친구들이 보지 않는 콘텐츠를 시청함
버티컬 네트워크와 초특정(Hyper-Specific) 커뮤니티의 부상
"메인 피드"로 부터 멀어져서, 서브레딧/페이스북 그룹 같은 쪽으로 모이는 트렌드
동영상 공유는 소셜 네트워킹의 차세대 보루
93%의 Z세대가 유튜브를 매주 사용
83%가 틱톡을 매주 사용
리테일 : 해쉬태그에서 핸드백까지
Z세대가 상품을 찾고 구매하는 방식은 다른 세대와 근본적으로 다름
소셜과 커머스의 융합
Z세대에게 소셜은 검색하고, 발견하고, 영감을 얻는 de-facto 공간
인스타그램, 틱톡, 유튜브 등의 소셜 플랫폼은 소비자 구매 여정에서 중요한 노드가 되었음
이런 변화는 iOS 14 와 구글의 써드파티 쿠키 제거 때문에 소비자를 추적하고 리타게팅하는게 불가능해졌기 때문
그래서 고객확보비용(CAC)는 사상 최고치를 기록한 반면, 이커머스 플랫폼의 전환율은 사상 최저로 떨어짐
결국 브랜드는 최종 소비자와 장기적인 관계를 구축하고, 이 커뮤니티를 통해 수익을 창출하고, 궁극적으로 데이터를 직접 소유하기 위해 소셜 커머스 전략에 예산을 재할당
Z세대 소비자의 97%는 쇼핑 아이디어를 얻기 위해 소셜 미디어를 이용
Z 세대는 Conscientious(건전한 인식의) 소비자들임
Z세대의 70%는 그들이 윤리적이라고 생각하는 기업에서 구매하려고 함
Z세대의 90%는 기업이 사회 및 환경 문제에 대해 조치를 취해야 한다고 생각
순환 경제에 더블링 다운
"리-커머스" 스타트업: 소비자와 기업이 중고상품을 사고/팔고/빌려줄수 있도록 하는 시장/인프라/소프트웨어 도구를 지원

https://news.hada.io/topic?id=10707&utm_source=slack&utm_medium=bot&utm_campaign=T05AXQMJY68

Best tiktok marketing cases

WWE: With more than 23 million followers, WWE is one of the most followed brands on TikTok
1
.
Mucinex: Mucinex partnered with four TikTok influencers for a Halloween-themed campaign in 2019, promoting its product leading into the flu season
4
.
Too Faced: The cosmetics brand has collaborated with TikTok influencers for product promotion
4
.
Red Bull: Red Bull has worked with influencers on TikTok to promote its energy drink
4
.
Guess: The fashion brand has used TikTok influencer marketing to reach its target audience
4
.
Gymshark: Gymshark has partnered with TikTok influencers to showcase its fitness apparel
4
.
Chipotle: Chipotle has run successful campaigns on TikTok, leveraging user-generated content and influencer partnerships
8
.
GoPro: GoPro relies heavily on user-generated content for its TikTok marketing strategy, encouraging users to share their experiences with the brand's products
13
.
Chubbies: The clothing brand has used TikTok influencers to promote its products and engage with its target audience
12
.
SKIMS: Kim Kardashian's shapewear brand has partnered with TikTok influencers for product promotion
12
.

10년 전 대비 지금 스타트업 운영 난이도가 더 어려워진 것 같아 보인다.
그런데, 그렇게 보여서(?) 더 어려워진 것 같다.

10년 전은 SNS가 광고판이 되기 이전이다. 당시 페이스북 등 SNS 에서는 '내 지인과 연관된 소식' 위주로 노출되었기에, 사람들은 많은 시간을 SNS 에서 '활동적'으로 보냈다. 그래서, SNS 에 뭔가 올리고, 지인들이 감사하게도 like 를 눌러주면, 광고에 많은 돈을 태우지 않아도, 필요한 정보가 필요한 사람들에게 잘 노출되던 시기였다. 시간/노력에 비례하여 자사 서비스에 대한 노출도를 높일 수 있었던 시기였다.

당시 규모가 있는 Tech 회사들은 스타트업 대상 무료 이용 offer 를 많이 했다. 일단 무료로 쓰고, scale-up 하면 그 때부터 pay 하라는 곳들이 많았다. 그래서, 자금이 특히 부족한 사업 초반, 상대적으로 저렴한 비용에 서비스를 운영해 나갈 수 있었다 (다른 예시이긴 하나, 당시 wework 도 4인실 가격으로 8인실 이용을 6개월 정도 offer 했었고, law firm 들도 1~2시간 무료 상담을 많이 해줬다)

위와 같이 여러 회사들이 무료 offer 를 적극적으로 제안할 수 있었던 가장 큰 이유는, IT 업에 대한 투자가 활발했기 때문이었다고 생각한다. 당시, 스타트업으로 시작해서 소위 대박을 친 회사들이 많이 등장하면서 스타트업에 좋은 자본이 많이 몰리기 시작했고, 좋은 투자를 받은 회사들이 더 빠른 성장을 위해 서비스를 더 저렴한 가격에 offer 하면서 반사 이익을 받는 스타트업들도 많이 생겼다.

결론적으로 10년 전은, 마케팅도, 서비스 개발/운영도, 투자도, 열심히 일하고 성실히 발품 팔면, 저비용-고효율로 운영하며 성장을 만들어 나갈 수 있었던 시기였다.

반면, 지금은 SNS 에 포스팅을 열심히 올려도, 광고비를 태우지 않으면, 노출이 잘 되지 않는다. 그렇다고 광고비를 집행해도, 광고 소재가 '효과적'으로 노출되지 않는다. 인플루언서 마케팅은 직접적 효과는 검증되지 않았는데 비용은 공중파 광고 수준으로 높아지고 있다. 약 10년 전 TV 등 주력 매체 대비 서비스를 저비용-고효율로 알릴 수 있었던 디지털 채널들이, 이제는 비싼 채널이 되어가고 있는 것이다.

서비스 개발/운영비도 과거 대비 더 많이 든다. 인건비는 올랐고, SaaS 서비스 비용도 과거 대비는 많이 올랐다.

투자의 경우도, 1) COVID-19 기간 중의 시장의 비정상적 성장, 2) 코인 등 '이상한 패턴'의 자산 출현, 그리고 3) COVID-19 이후 미국 연준의 비정상적 금리인하 등이 스타트업 eco-system 에 불확실성을 가중시키는 과정에서, 유동성이 급감하는 사태로 이어졌다. 그래서, 요즘은 투자 받기 어려워졌다.

과거 대비 어려워진 환경에서 고민하는 스타트업 대상, '변화된 디지털 매체 환경을 반영하여 자금을 집행해야 한다' '직접비를 줄여야 한다' 등 조언/제안들이 많아지고 있다. Big Tech 들도 스타트업들의 자사 서비스 이용률을 최소 현상 유지는 하게 하기 위해 방문 및 컨설팅 제안을 해주기도 한다.

다만, 바뀐 시대에 적응하는 것도 물론 중요하긴 하지만, 10년 전이나 지금이나 변치 않는 '스타트업을 하는 본질적 이유'를 명심해야 한다고 생각한다. 더 좋은 제품을 더 빠르고 더 잘 만들어서, 더 많은 유저의 이용성을 확보하고, 그러한 use case 를 더 열심히 뛰고 여기저기 소개해며 더 빠르게 성장하는 것이 스타트업의 본질이기 때문이다. 그리고 자본의 힘 및 대규모 조직의 힘이 아닌, 소수의 사람이 모여 더 빠른 의사결정 및 한 발 더 뛰는 실행력으로 더 열심히 최선을 다하는 것이 스타트업만의 경쟁력이다. 변화하는 환경에 맞춰 적응하는 것도 물론 중요하지만, 그 보다는 환경이 급변하고 어려워질 수록, 스타트업의 본질적 활동에 더 몰입하는 것이 필요하다 생각한다.

소수의 팀으로 제품 더 잘 만들고, 여러 use case 를 효율적으로 소개하며 유저가 이를 더 잘 사용하게 하는데 집중하자. 결국 유저는 스스로를 돕는 서비스를 돕고, 유저가 돕는 서비스에는 항시 사람이 몰리게 되어 있다.

I feel like real founders mind here. All suffer from pains but they eventually keep making something.

진짜 살려주라…😭

존경하는 민희진님이 그랫다.
20년 동안 휴가를 간적이 없다했다.

^____^ ….
18년남았다…❤️‍🔥
ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

인간 수준의 유창함으로 자연어 지시를 따르는 대규모 언어 모델(LLM)의 능력은 의료 분야에서 관리 부담을 줄이고 치료의 질을 개선할 수 있는 많은 기회를 제시합니다. 하지만 의료 분야의 실제 텍스트 생성 작업에서 LLM을 평가하는 것은 여전히 어려운 과제입니다. 기존의 전자 건강 기록(EHR) 데이터에 대한 질의응답 데이터 세트는 임상의가 경험하는 복잡한 정보 요구와 문서화 부담을 포착하지 못합니다. 이러한 과제를 해결하기 위해, 저희는 EHR 데이터에 대한 983개의 자연어 지침으로 구성된 벤치마크 데이터 세트인 MedAlign을 소개합니다. MedAlign은 15명의 임상의(7개 전문 분야)에 의해 큐레이션되었으며, 303개의 지침에 대한 임상의가 작성한 참조 응답을 포함하고, 지침-응답 쌍의 근거를 위한 276개의 종단적 EHR을 제공합니다. MedAlign을 사용하여 6개의 일반 도메인 LLM을 평가하고 임상의가 각 LLM 응답의 정확성과 품질에 순위를 매기도록 했습니다. 그 결과 35%(GPT-4)에서 68%(MPT-7B-Instruct)에 이르는 높은 오류율과 GPT-4의 경우 컨텍스트 길이가 32k에서 2k로 이동하면서 8.3%의 정확도 저하를 발견했습니다. 마지막으로, 사람의 검토 없이 LLM의 순위를 매기는 방법으로 임상의 순위와 자동화된 자연어 생성 메트릭 간의 상관관계를 보고합니다. 연구 데이터 사용 계약에 따라 MedAlign을 제공하여 임상의의 필요와 선호도에 맞는 작업에 대한 LLM 평가를 가능하게 합니다.

Lots of hype around #LLMs in healthcare. What do clinicians really want from an #LLM? We asked them! Introducing #MedAlign, the first dataset of clinician-generated instructions + responses for EHRs 🏥🤖

📄Paper: arxiv.org/abs/2308.14089
🌐Website: medalign.stanford.edu

생명과학과 딥러닝에 관심 있는 분이라면 이 컨텐츠 좋네요 ㅎㅎ
https://taehojo.github.io/alphafold/alphafold1.html

다시 질문으로 돌아가 보겠습니다. 학계는 최선을 다해 자신의 영역안에서 알파폴드의 부족한 점을 채웠는데 왜 따라잡지 못했는가? 어쩌면 답은 질문 안에 있을지도 모릅니다. 학계가 최선을 다해 자신의 영역을 고수했다는 것은 결국 학계는 최선을 다해 자신의 영역에 머물렀다는 뜻이기 때문입니다.

학문의 특성상 화학적, 생물학적 지식은 짧은 시기에 "폭발적"으로 발전할 만한 것이 아닙니다. AI와 다른 점입니다. 다시 말해, Cβ-Cβ의 Distance에 d, ω, θ, φ각도를 더하는 베이커 그룹의 노력은, CNN을 과감히 버리고 AI의 흐름에 발맞추어 Transformer와 Attention을 도입한 알파폴드2를 결코 따라잡을 수 없다는 것입니다.

사실 그들이 PDB, Uniprot로 부터 "공짜로" 가져가 쓴 학습용 데이터들이 50여년을 이어온 오랜 노력의 결과물이라는 점을 생각해 보면, 3~4주의 학습 시간은 그저 순간처럼 느껴질 정도입니다. 게다가 이는 학계의 대가나 노벨상 수상자가 아닌, 그저 딥러닝으로 하면 "된다"는 것을 확신하는 몇몇 사람들이 모여 이룬 것입니다. 그렇다면 이렇게 물어보고 싶기도 합니다. 단지 3~4주 학습하면 이룰 만한 것이 바로 옆에 있었는데, 50년간 공부해 오던 이들은 어째서 이를 모르고 있었는지 말입니다.

시대가 바뀌고 있고 세상이 변하고 있습니다. 학문의 경계 안에서 그동안 평가의 잣대로 사용되던 기준이 변하고 있고 나의 영역을 고수하는 것이 오히려 나를 그 안에 가두어 놓는 시대를 살고 있습니다. 이제 내 영역 안에 딥러닝이라는 툴을 가져와 쓰는 것을 넘어, 딥러닝을 제대로 알고 AI를 공부해서 기존의 영역을 다시 점검해야 할 때가 찾아왔습니다.

아직 기회는 문을 열어 놓고 우리를 기다리고 있습니다. 알파폴드는 결코 뛰어난 사람들이 천재적인 기술로 만든, 범접할 수 없는 소프트웨어가 아닙니다. 속을 뜯어보니 결국 누군가 해 놓은 CNN알고리즘(버전1)과 Transformer알고리즘(버전2)에 학자들이 오랜 기간 만들어 놓은 공개 데이터(Uniprot, PDB)를 가져와 쓴 결과입니다. 이제 와서 보니 그들은 Cβ-Cβ의 거리와 함께 ‘각도'를 잴 수 있다는 것도 생각을 못했습니다. 그런데 그들이 만든 알파폴드는 단백질 구조 예측에 평생을 바친 단백체학, 구조 생물학 전공자들을 단숨에 얼어붙게 만드는 파괴력을 선보이고 있습니다. 그렇다면 알파폴드는 AI의 흐름이 생각보다 단단하고 거대하다는 경고로 보아야 할 것입니다. 수십년간 쌓아온 견고한 학문의 성 마저도 어느 순간 단숨에 무너질 수 있다는 메시지인 것입니다.

연구와 학문의 길을 걷는 사람이라면, 자신의 분야에 그동안 쏟아 부은 에너지의 작은 부분만으로도 AI라는 거인의 어깨에 올라탈 수 있습니다. 자리를 털고 일어나기만 하면 됩니다. 제자리에 머무는 것이 아니라, AI를 나의 무기로 삼고 그들의 어깨에 올라타 세상을 향해 뛰어나가야 할 때입니다. 변화의 시기는 이미 찾아왔습니다. 그게 어떤 분야이든, "알파폴드"의 다음 영광은 거대한 변화의 흐름을 읽고 미리 준비하는 이들의 차지가 될 것입니다.

미국 진출 고려 시 조심하셔야 할 부분.

1. 법인장을 경력만 보고 몰랐던 사람을 채용해서 선발하지 않는다.

2. Location 와서 1달은 stay 해보고 정하는 편이 좋다. (업무 효율성은 공간이 결정하는데, 차 타고 10분 거리 풍경은 전혀 다르다)

3. 미국 시차 및 한국의 시차를 모두 고려하여 업무할 수 있는 분을 선발한다. (평일은 없다. 대신 금요일이 있다)

4. 미국에서 초반 3명, 어떤 역할/사람을 선발할지 미리 planning 해 놓는다.

5. 미국에서 선발된 인재는, 채용 후 최소 3개월 이상은 한국에 stay 하게 한다.

6. 한국 내 리더십이 돌아가면서라도, 미국에 full-time stay 한다 (최소 half-time stay 는 해야 한다)

7. 설립 후 초반 1년의 mission 을 명확하게 설정하고 (최대한 수치화하고), 이를 달성하기 위한 action 을 하는지 최대한 자주 점검하고 또 점검한다.

8. 단, 초기 미국 법인 역할을 영업/마케팅에 국한하지는 않는다. 오히려, 제품개발 관점에서의 미국법인 역할을 먼저 고민해야 한다. 제품이 바로서면 미국도 열리기 때문이다. 미국 진출 시 마케팅/영업 먼저 고민하기 보다는, 제품 먼저 고민해야 한다.

9. 한국과 미국의 HR 제도를 다르게 운영하지 않는다. "환경이 다르다?"는 함정일 뿐이다.

10. 팀 내 언어학습(영어학습, 한국어학습)이 동시에 시작되어야 한다.

어느정도 크면 (매출 백억 에서 천억 사이 쯤) 대표에게 늘 해주는 조언이 있다 -- 독해져야 된다.

그쯤 되면 별의 별 요청 들이 많아진다. 조언을 구하는 사람들... 같이 뭐 하자는 다른회사들 (대기업도 포함)... 회사기사 쓰고 싶어하는 기자들.. 등등.

그리고 회사내부에서도 신나서 이것저것 하고 싶은 일들도 많아진다. 보통 똑똑한 사람들이 늘수록 솔깃해지는 아이디어들이 많으니.

그리고 평판등 걱정해야 되니 하고싶은일 못하고 또 안해도 되는 일에 시간을 많이 쏟기 시작한다.

하지만...

그럴수록 더더욱 내 고객들을 위해 해야되는것 딱 1-3가지 정해놓고 거기에다 무조건 집중해야 된다. 그것이 정지되면 다른것 아무소용 없기 때문...욕을 먹어도 또 누가 서운해 해도... 그냥 무조건 집중해야된다.

안그러면 망한다.

Focus and intensity

WebGPU 에서 float16 연산이 지원되기 시작한 모양입니다.

아직 정식은 아니고 베타/크롬 카나리아에서 지원된답니다. 곧 정식으로 지원이 되겠지요.

"WebGPU의 float16이 드디어 작동하며 매우 빠릅니다. 8GB 램만 장착된 700달러짜리 노트북에서도 완전히 로컬에서 제어 가능한 웹 기반 AI가 출시되었습니다(베타/크롬 카나리아 버전). 네, 오프라인에서도 작동합니다."

출처: https://twitter.com/nisten/status/1698796718840598850

주로 인공지능 연산에서 큰 도움이 되겠네요.

실리콘밸리에서 김밥 말아서 5불에 팔면 대박날 것 같지 않아요?!

Ringle 미국팀 분들과 점심먹을 때 나눴던 대화 내용이었다.

그런데, 한국 냉동 간편식 비중을 점점 높여가던 트레이더스 조에서 (LA 갈비, 파전, 잡채, 불고기덮밥, 떡국떡, 만두 등등) 최근 선보인 냉동김밥이 요즘 화제이다.

나도 Ringle 미국팀 간식을 사거나 점심 사러 오피스에서 5분 거리에 있는 트레이더스 조에 종종 방문하는데, 김밥 만큼은 볼 수도, 살 수가 없다. (모든 재고 소진 상황인 듯 하다)

과거에 '미국에서 5불 김밥이 잘 될 것이다' 라고 생각했었던 이유는 간단했다.

1. 김밥은 햄버거 등 대비, 1) 건강식이고 (해조류!), 2) 먹기에도 편하다.

2. 유사 음식인 마끼가 보통 10불 이상으로 책정되어 있어.. 5불 김밥은 '가성비' 템으로 다가갈 수 있을 듯 했다. (Perceived price 는 10불인데, 실제 가격은 5불이어서 wow factor 가 있다)

솔직히 5불로 해조류와 밥이 들어간 점심을 먹을 수 있다는 것 자체가 wow 이다.

3. 무엇보다 맛있다. 그리고 미국사람 입맛에도 익숙하다.

4. 스시리또 (스시의 브리또화) 보다는 솔직히 김밥이 낫다 ㅎㅎ

다만, '과연 인건비가 비싼 미국에서 김밥을 5불에 양산할 수 있을까?'가 문득 떠오르는 고민이었는데, 이번에 트레이더스 조에 남풉된 냉동김밥은 미국 대비 1) 인건비가 저렴하고, 2) 인당 생산 효율이 매우 높은 한국에서 김밥을 생산 후, 냉동처리해서 미국에 유통한다는 컨셉으로 그 챌린지를 해결한 것 같았다. (매우 똑똑한 접근이라 생각했다)

물론 트레이더스 조의 냉동김밥은 3~4달 지나면 그 열기가 조금은 사그라들 수도 있겠지만, 가성비 자체만으로도 꾸준히 사랑받을 아이템임은 분명하다.

그리고, 김밥 외에도, 제 2, 3의 한국 간편식이 미국 마트 내 매대 portion 을 늘려나갈 기회가 크게 보인다. 결국, 한국 내 Food Start-up 의 미국 진출 및 성공 기회가 보인다.

조금 다른 이야기지만, 반대로 한국에서는 비싼데 미국에서 가성비템이라고 생각하는 것은, 트레이더스조의 '간편 샐러드' 였다. 한국에서는 샐러드 한 끼 제대로 먹으려면 1만원 조금 넘는 가격을 지불해야 하는데, 트레이더스 조 샐러드는 나름 푸짐한 양에 3.99불 ~ 5불 정도에 거래되고 있어, 한국 물가에도 익숙한 내 입장에서는, 트레이드서 조에서 샐러드 살 때 마다 '와우 본전 하는군. 왠지 돈을 버는 느낌이야' 생각이 든다.

위와 같은 느낌을, 미국 현지인들은 냉동 김밥을 보며 하는 것이 아닌가 싶다.

아무쪼록 한국 Food Start-up 들에게는 큰 기회가 아닐까 싶다.

As an open-source startup matures, many open source companies change their licensing. Elastic, MongoDB, & Gitlab started with open source, but later added restrictions to convert community users into paying customers & prevent clouds from offering competing products.

The community backlash is predictable. Developers lament the death of free software. But from a business perspective, this progression is logical.

Companies a transition from one pricing model to another : Open source marketing strategy achieves penetration early on. At scale, startups pivot to maximization to extract the most dollars from their customers.