1. 주요 인물별 Daily Ritual(일상 루틴) 정리
아래는 원문에 등장하는 여러 인물을 중심으로, 그들이 어떤 식으로 시간을 보내며 창작/작업을 했는지를 간략히 정리한 뒤, 이를 통해 살펴볼 수 있는 특징들을 덧붙였습니다.

(1) W. H. 오든(W. H. Auden, 시인)
루틴:
오전 6시 조금 지나 기상, 즉시 커피 마시며 간단한 퍼즐(크로스워드 등)을 하거나 바로 글쓰기에 돌입.
머리가 맑은 시간대인 아침 7시~11시 30분 사이 최대한 집중해서 작업.
점심 후 오후에도 몇 시간 정도는 추가로 작업.
오후 6시 30분 정확히 칵테일 타임 시작(보드카 마티니 몇 잔).
저녁 식사 후 대화·독서. 밤 9시 30분~11시 사이에는 반드시 잠자리에 듦.
특징 및 시사점:
스스로 “규칙적인 일과는 지적 야심의 징표”라고 이야기할 정도로 ‘정해진 시간’을 중시함.
아침 일찍 일어나 생산적이고, 밤에는 자정 전에 자는 생활 리듬을 엄격히 지켰음.
각성을 위해 매일 아침 벤제드린(Benzedrine) 같은 각성제를 복용했다고도 알려져 있어(당대엔 의료용으로 비교적 쉽게 처방되던 약물), 에너지 유지에 화학적 도움을 받았음.
(2) 프랜시스 베이컨(Francis Bacon, 화가)
루틴:
지저분한 작업실, 혼돈 속에서 작업하는 것으로 유명하지만 실제로는 아침 일찍(해 뜰 무렵) 깨어서 바로 그림을 그림.
주로 정오쯤까지 몰입해서 작업한 뒤, 오후엔 친구들이나 클럽·레스토랑·술집을 전전하며 엄청나게 술을 마심.
새벽까지 파티·카페·나이트클럽·카지노를 다닌 뒤 수면제 등에 의존해 몇 시간 자고, 다시 새벽에 일어나 그림을 그림.
특징 및 시사점:
매우 즉흥적이고 ‘밤 문화’ 중심의 사교 생활을 하면서도, 정작 작업 시간 자체는 아침에 집중.
지독한 밤샘 파티와 술 등으로 무질서해 보이지만, 정작 ‘매일 해 뜰 때 일어나 그림 그린다’라는 식의 일관된 골자는 지킴.
(3) 시몬 드 보부아르(Simone de Beauvoir, 철학자·소설가)
루틴:
아침 10시경 시작해 1시까지 글쓰기.
점심 후, 오후 5시까지 다시 글을 쓰거나 장 폴 사르트르와 함께 조용히 작업.
저녁엔 모임·정치적 행사·사교 혹은 영화 감상을 하며 보냈고, 밤에는 간단히 위스키 마시며 라디오 듣다가 9시~10시에 잠자리에 듦.
특징 및 시사점:
지적 활동 및 글쓰기를 하루에 두 번(오전, 오후 후반) 나누어서 함.
연인인 사르트르와 함께 점심 식사 후 오후 시간도 대부분 각자 작업에 쏟으며, 저녁에는 사교 생활.
스스로 “낭비 없이 긴 글을 쓰기 위해 매일 규칙적으로 앉아 있는다”고 말함.
(4) 토머스 울프(Thomas Wolfe, 소설가)
루틴:
밤 12시쯤이 되면 어마어마한 양의 홍차·커피를 마시며 글을 쓰기 시작.
새벽까지 작업하다 날이 밝으면 마무리하고, 아침에 한두 시간쯤 잠.
키가 매우 컸던 울프는 서서 집 냉장고 위를 책상 삼아 글을 쓰기도 했다고 전해짐.
특징 및 시사점:
매우 강박적으로 밤낮이 뒤집힌 스케줄로 집필.
체력적으로 힘들 수 있으나, 작가는 오히려 밤 시간이 “정신이 맑아지는 시간”이었다고 느낌.
(5) 퍼트리샤 하이스미스(Patricia Highsmith, 소설가)
루틴:
오전 일찍 기상해 3~4시간 글쓰기(하루 2천 단어 정도가 목표).
침대나 소파에 누워서 커피·도넛·담배·술 등을 곁들여 ‘글쓰기를 유도하는 분위기’를 만듦.
밤에도 잠들기 전에는 보드카 등을 마시며 차분히 글에 대한 구상을 이어감.
특징 및 시사점:
“글쓰기는 즐거움이라기보다 ‘강박’에 가깝다”고 스스로 말함.
알코올·담배·커피 등에 크게 의존하지만, 집필이 진행되는 동안에는 반드시 하루 목표(분량)를 달성하려 함.
(6) 페데리코 펠리니(Federico Fellini, 영화감독)
루틴:
새벽 6시경 기상, 집 안을 돌며 창문 열고 간단한 커피 끓이려 시도.
아침 7시부터 주변 친구·동료에게 전화 걸어 깨우는 것(‘전화로 깨워주는 서비스’ 같은 습관).
오후에는 대본 작업, 영화 시사나 친구들과 모임.
특징 및 시사점:
감독 업무(영화 촬영 등)는 다수와의 협업·토론이 필요한 ‘사회적 일’이기 때문에, 아침 일찍부터 사람들을 깨워 의논하는 일을 좋아함.
“글 쓰는 사람이 아니다 보니, 오히려 이렇게 외부인과 함께 움직여야 영감이 떠오른다”고 말함.
(7) 잉마르 베리만(Ingmar Bergman, 영화감독)
루틴:
오전 8시 기상, 9시~12시 시나리오 집필.
낮 12시 즈음 소박한 식사. 오후 1~3시에 다시 집필, 그리고 낮잠 1시간.
오후 늦게 산책이나 볼 일, 밤에는 작품 감상(영화·TV·음악 등) 혹은 친구들과 만남.
특징 및 시사점:
매우 단순하고 규칙적인 틀 안에서 3시간(오전) + 2시간(오후)으로 작문 시간을 배분.
짧은 낮잠(파워내핑)이 창작의 효율을 높인다고 함.
(8) 모튼 펠드먼(Morton Feldman, 작곡가)
루틴:
6시 기상, 오전~이른 낮까지 작곡.
오후에는 산책하거나 친구 만나면서 여유 시간을 보냄.
음악 작업 방식은 존 케이지가 알려준 “조금 쓰고, 그걸 악보로 베껴 쓰며 아이디어 정리”를 습관화.
특징 및 시사점:
‘복잡한 주변 환경’보다는 일정하게 시간과 도구, 자리를 유지하는 습관.
음악 아이디어 정리를 위해 “쓰고, 베껴 쓰고, 생각하고…”를 반복하는 메서드를 즐김.
(9) 볼프강 아마데우스 모차르트(Wolfgang Amadeus Mozart)
루틴:
비엔나에 거주할 때, 오전 일찍(6시쯤) 일어나 60알의 커피 원두(직접 세면서)로 커피를 끓여 마심.
9시까지 작곡, 9시~1시 피아노 레슨(생계유지 수단). 오후는 공연 참석이나 후원자 방문 등 사교. 밤에는 다시 작곡하다 새벽 1시까지 이어짐.
특징 및 시사점:
확실히 생계(레슨, 후원자와 교류)와 작품 활동을 병행. 시간 관리가 매우 복잡하지만, 그러면서도 매일 틈틈이 작곡 시간을 만들어냄.
(10) 루트비히 판 베토벤(Ludwig van Beethoven)
루틴:
새벽 6시 기상. 가장 먼저 커피를 직접 끓이는데 “커피 원두 60알을 매번 세어 만든다.”
오전 내내 작곡과 아이디어 구상, 종종 산책을 나가 멜로디 스케치(작곡노트를 들고 다님).
오후에도 길게 산책하거나 사교모임에 잠깐 들렀다 돌아오지만, 작업은 주로 아침에 집중.
밤에는 독서 후 일찍 취침.
특징 및 시사점:
“커피 원두를 60알 정확히” 같은 디테일에서 드러나듯, 작은 의식적 행동을 통해 집중력을 높임.
작곡 중간중간 걷기·외출이 영감에 매우 중요했다고 함.
(11) 쇠렌 키르케고르(Søren Kierkegaard)
루틴:
아침부터 정오 무렵까지 집필.
점심 후 도시를 걸으며 아이디어를 떠올림. 돌아와 다시 밤까지 집필.
커피 애호가였고, 설탕을 잔뜩 넣어 마시는 독특한 습관.
특징 및 시사점:
철저하게 ‘산책 + 집필’ 패턴을 반복.
“따뜻한 곳에 앉아서 사색하기보다 걸으면서 더 깊은 사유가 가능하다”는 생각.
(12) 볼테르(Voltaire)
루틴:
아침에 침대에서 책·신문·원고 받아 읽거나 암송. 정오쯤 일어나 옷을 갈아입음.
점심(혹은 커피·초콜릿 등 음료) 후, 오후 2시~4시에 주변 살피고 저녁 전까지 다시 집필. 밤에는 저녁식사 후 바로 다시 글쓰기 시작.
18~20시간 일을 이어갈 때도 있었다고 전해짐(비서들이 번갈아 가며 받아적음).
특징 및 시사점:
식사를 가볍게 혹은 거르면서도, 대신 커피·초콜릿으로 에너지를 공급.
침대에서 시작하는 ‘반(半)수평 상태’ 작업 습관.
(13) 벤저민 프랭클린(Benjamin Franklin)
루틴:
이상적 시간표: 아침 58시에 기상, 공부, ‘오늘 할 일’ 계획. 812시 일, 122시 점심·독서, 26시 다시 일. 6~10시 저녁·정리·취침.
스스로 “도덕적 완전성” 계획표를 세우고 실천하려 노력했으나, 실제로 매번 지키지는 못했다 함.
샤워 대신 ‘에어 목욕(air bath)’이라며, 매일 아침 옷을 벗고 찬 바람을 쐬는 독특한 습관.
특징 및 시사점:
자기관리(습관 형성)에 관심이 높았고, 이를 도표로 기록.
“일단 좋은 습관을 자동화하면, 더 흥미로운 일에 정신 쏟을 수 있다”고 주장.
(14) 앤서니 트롤럽(Anthony Trollope)
루틴:
새벽 5시 30분 기상, 3시간 정도 소설 집필 후 출근(공무원 일이 있었음).
“매 15분마다 250단어씩 써서, 아침 3시간 작업이면 충분하다”고 말할 정도로 치밀하게 글 분량을 관리.
한 작품이 끝나면 곧바로 다음 작품 원고지에 착수함.
특징 및 시사점:
초단위로 ‘단어 수’ 목표를 정해놓고 글을 써서, 연간 3권씩 장편 소설을 펴냄.

루틴에 대한 엄격함이 엄청난 생산성으로 이어진 사례.
(15) 제인 오스틴(Jane Austen)
루틴:
아침에 가장 먼저 피아노 연주. 오전 9시경 가족 아침식사 준비 담당. 그 뒤 가족 거실 한쪽에서 집필 시작.
방문객 오면 원고를 덮고 참여. 오후 3~4시경 메인 식사(디너) 후 가족 및 방문객과 대화, 카드게임, 차(tea) 등. 저녁엔 가족에게 새로 쓴 글을 읽어주곤 함.
특징 및 시사점:
당시 ‘하녀, 어머니, 여동생 등과 함께 사는 환경’에서 자유로운 작업 공간이나 시간이 보장되지 않았음.
그런 환경에서도 아침·오전 시간을 공략하여 틈틈이 글을 썼고, 가족이 오히려 공동체적으로 그녀의 글쓰기를 지지.
등등…(그 밖에도 뒤이어 마르셀 프루스트, 제임스 조이스, 시규드 프로이트, 에디트 시트웰, 살바도르 달리 등 많은 사례가 이어짐)

2. 공통점 및 생각해볼 만한 내용

a) ‘루틴’을 통한 창작 효율 극대화
절대적으로나 상대적으로나 매일 ‘일정 시간’을 확보해 쓰거나 작업함으로써, 그 시간에는 오직 창작에만 뇌를 집중하도록 훈련한 경우가 많음.
작가, 화가, 음악가 할 것 없이, 단 몇 시간이라도 엄격히 지키면 하루 전체의 산출이 꾸준히 누적된다는 교훈.

b) 아침형 vs. 저녁형
아침/오전 시간을 전적으로 창작에 쓰는 사람이 많았음(베토벤, 프랭클린, 보부아르, 버지니아 울프 등등)
한편으로 밤에 집중력이 더 좋다며 저녁~새벽을 활용하는 이(토머스 울프, 콜레트, 버로우스, 볼프 등)도 있음.
즉, ‘자기 생체 리듬과 에너지가 최고조가 되는 시간대’를 찾아 그때 집중적으로 글을 쓰거나 작품을 만드는 패턴이 공통적으로 보임.

c) 걷기, 산책, 낮잠
창작하면서 막히거나 아이디어가 떠오르지 않을 때 ‘산책’을 하는 이가 많았음(베토벤, 달린, 키르케고르, 칸트 등등)
혹은 작업 중 20~30분짜리 낮잠(파워내핑)으로 컨디션을 재충전(버지니아 울프, 잉마르 베리만 등).
산책 중 떠오른 아이디어를 ‘작업실로 돌아오자마자 받아 적는다’는 습관도 흔함.

d) 식습관·카페인·알코올·기타 ‘도움’
커피, 차, 초콜릿, 담배, 술 등 자극제(Stimulating Substance)를 활용한 사례가 다수.
일부는(오든, 하이스미스, 사르트르 등) 각성제나 수면제를 장기간 복용하기도 했음. 이는 현대적으로 볼 때 위험 요인이 있을 수도 있지만, 이들은 창작/작업을 위해 자기 몸을 극단적으로 사용한 예시라 할 수 있음.
적절한 수면과 섭생의 균형(베토벤처럼 정확히 콩 60알 세어 커피 끓이기)은 스스로에게 의식(儀式)을 부여함으로써 집중력을 높이는 효과가 있었다고 볼 수 있음.

e) 근무·가사노동 등 생계와 병행하는 전략
생계를 위해 피아노 레슨(모차르트)이나 학교 강의(M.엥겔스가 지원한 마르크스, 그리고 번역·에세이·저널리즘 병행 등)하면서도 틈틈이 전문 창작 시간을 확보.
제인 오스틴은 집안일과 손님 맞기 중간중간에 집필. 앤서니 트롤럽은 출근 전 3시간 활용.
가정이나 여건 때문에 완전히 분리된 ‘작업실’이 없어도, 자신만의 루틴을 창안해 작품을 완성.

f) 다른 일상(식사, 가족, 낮잠, 사교)을 어떻게 배분하는가
많은 사람이 아침부터 점심 전까지를 주(主) 작업 시간으로 삼고, 그 후엔 가족과 식사, 바깥 운동, 편지나 독서 시간을 보냄.
원고를 쓰다 막히면 “즐겁게 놀거나 가족과 교류” 같은 방식으로 ‘리듬’을 형성.
반대로 어둠이 깔리면 술집(베이컨 등)·사교(파티 등)로 나가 몰아치는 예술가도 존재.
중요한 건 자기 에너지 흐름과 생활 조건에 맞춰 루틴을 스스로 짜고, 상대적으로 방해받지 않도록 유지했다는 점.

3. 종합적 시사점

매일 꾸준히 하는 습관의 힘
일과 중 2~3시간만 몰입해도, 그것을 1년 누적하면 엄청난 분량의 원고나 작품이 나온다는 사례(앤서니 트롤럽, 헤밍웨이 등)가 많음.

최적의 집중 시간대 발견
사람마다 ‘오전파’와 ‘야행성파’가 갈리는 것처럼, 자신에게 맞는 ‘에너지 최대’ 구간을 찾아 그 시간을 절대적으로 확보.
체질상 아침이 좋은지, 밤이 좋은지를 파악하는 게 중요.

규칙성과 의식(ritual)화를 통한 정신 안정
매일 같은 시간에 일어나고 같은 시간에 커피 마시고 같은 자리에서 앉아 시작하는 식의 ‘습관화된 의식’은 일종의 신호 역할을 함.
어떤 작가는 “항상 같은 필기도구, 같은 옷차림, 같은 의자, 같은 배경 음악”을 고집해 “앉자마자 자동으로 집중 모드”가 발동되게 만듦.

육체적 건강과 리듬 관리
대부분의 인물이 일을 오래 지속하기 위해, 워킹·산책·가벼운 운동·낮잠 등을 적절히 활용.
과로 및 생활 균형을 잃고 병에 시달린 예시(예: 프란츠 카프카, 플로베르 등)도 다수. 오늘날에는 장기적 관점에서 건강을 해치지 않으면서 루틴을 설계하는 것이 중요할 듯함.

집필(창작) 외 나머지 시간의 효율적 분리

편지 답장이나, 가사·식사·사교·독서 등은 창작 시간을 침범하지 않도록 별도의 슬롯을 만듦.
이렇게 해야 글 쓰는 순간만큼은 ‘방해받지 않는 자유’가 보장되고, 루틴이 깨지지 않음.
‘안 써질 때(블록) 대처’

막혔을 때 산책, 낮잠, 욕조에 들어가거나, 심지어 싸우듯이 새벽까지 자리를 떠나지 않는 등 각자 다양한 방식이 있음.
중요한 건 스스로 에너지를 다시 충전하며, ‘그래도 매일 책상(혹은 작업 공간)’으로 돌아오는 꾸준함.

결론
Daily Rituals에 소개된 예술가·사상가들의 일상을 보면, 창조성은 선천적 영감만이 아니라 매우 ‘일상적이고 사소한’ 습관과 루틴에서 크게 영향을 받는다는 것을 알 수 있습니다.
이들이 남긴 글·작품을 보면, 화려한 사교나 대단한 취향이 있기도 하지만, 의외로 어떤 반복되는 일과를 지키면서 그 틀 안에서 창작적 에너지를 불러일으킨다는 점이 돋보입니다.

오늘날 우리가 배우거나 시도해볼 만한 점은:
자기 ‘최적 시간대’를 찾아내고,
하루 한두 시간이라도 방해를 최소화해(스마트폰 알림 끄기, 방문 잠그기, 카페나 독립된 사무실 등) 꾸준히 몰입하는 루틴을 만들며,
그 틀이 어느 정도 잡히면 체계적으로 습관화해 가는 것
이처럼 ‘정해진 패턴에 맞춰 반복’한다는 것이 결국 큰 성과나 작품을 만들어내는 핵심 요인으로 작용한다는 사실, 그리고 누구에게나 자신만의 루틴이 있다는 점이 이 내용에서 가장 인상적으로 살펴볼 부분이라 할 수 있습니다.

For startup founders, the true source of energy and peace is advancing the company’s business.

I’ve tried other things in the past. I've bought some pricey things or stayed at fancy, Instagram-worthy places, hoping those would give me some confidence booster shots.

Part of me wanted to show that, even as an early-stage founder, I wasn’t doing too bad. I had some financial cushion from previous companies, and my peers had cushy, high-paying jobs at the Googles and the Metas, so I felt the needs to show that I'm holding my own.

But none of it really mattered. People generally didn’t care (I was still that “startup guy”), and none of the things I bought gave me lasting happiness or fulfillment.

Only when the company’s business was advancing well and getting closer to fulfilling our original vision did I have true inner peace and confidence. Even some external validations followed as well — not that those matter anyway.

So, founders - don’t get distracted by material things or status symbols while you’re building the company. Simplify your goals and focus entirely on moving your business forward. That’s all that matters, both internally and externally.

Chang Kim

- 요즘 스타트업 시장에서는 글로벌이라는 키워드가 많이 보인다. 하지만 진정한 의미의 글로벌 사업은 어떤것일까?

- 전쟁의 폐허 속에서 대한민국을 일으킨 1세대 창업가들이 만들었던 기업들은 반도체, 조선업, 자동차 업 등 인류에게 꼭 필요하며, 한국이라는 나라를 글로벌에 알리고 경쟁력 있는 국가로 만들었음.

- 이후 스타트업 전성시대에 탄생한 쿠팡, 배민, 토스 등도 물론 국민의 삶을 편리하게 만든다는 관점에서 큰 가치를 만들었지만, 이전 세대 창업가들이 세운 기업들에 비하면 초라해지는것도 사실이다.

- 이 시기 가장 스마트한 사람들은 컴퓨터공학과를 갔고 이런 인재들을 빨아들여 만들어진것이 이런 플랫폼 기업들이다.

- 이런 IT 기업들은 가장 똑똑한 사람들을 다 흡수했음에도 불구하고 대한민국이 성장하고, 글로벌하게 경쟁하는데 있어 큰 영향을 끼치지 못하였다. 여전히 삼성, SK 등 대기업들이 나라를 대표한다. 과연 로컬 플랫폼 서비스가 왜 필요했던것일까 생각해본다면, 명확한 이유를 찾기 힘들다.

- 그럼에도 카카오, 네이버, 쿠팡, 배민, 토스는 내수의 큰 문제를 타겟해서 어느정도의 임팩트를 만들었지만, 남성용 커머스 플랫폼, 배달비 없는 배달앱, SaaS 관리하는 SaaS, 초저가 커머스 이런 사업들이 세상 그리고 대한민국이라는 나라에 어떤 의미가 있을까?

- 그렇다면 글로벌한 사업을 하려면 어떻게 해야할까? 그냥 몸만 미국으로 가서 한국인들끼리 모여서 SaaS를 만들던지, 글로벌 대상으로 SaaS를 만들면 글로벌한 사업인가?

- 나는 글로벌한 사업이란 한국이 명백한 경쟁우위를 갖추고 있는 시장에서, 한국의 인프라를 기반으로 해외와 싸우는것이 진정한 의미의 글로벌 사업이라고 생각한다. (명백히 소프트웨어/AI는 한국이 경쟁우위를 갖추고 있지 못한 시장이다.)

- 바이오, 첨단제조업, 로봇 등 한국에 인프라가 잘 조성되어있고, 글로벌하게 진출하기 좋은 큰 사업들이 많은데, 자칭 큰 야망과 큰 꿈을 가졌다고하는 창업가들은 이런 문제를 선택하지 않는다. 어려울것이기 때문이다.

- 시도되지 않았던 방식으로 정말 어렵고 큰 문제를 해결하는것이 ‘스타트업’이지, 플레이북이 있는 소프트웨어 만드는것은 스타트업이 아니다. 심지어 이익을 내지도 못해 투자가 필요한 SaaS를 만드는 회사들은 그저 스타트업 호소인이라고 생각한다.

정재문님
—
망할 가능성은 높지만 성공한다면 산업과 사회에 큰 영향을 줄 수 있는 일.

엄청나게 야망있으면서도 현실적인 관점을 가질 것.

실패 가능성을 명확히 인식하고 실패할 이유들의 Plan B, C D를 만들면서 결국 해내는 사람들.

Deepmind 채용에 대한 생각
https://youtu.be/2WRow9FqUbw?t=222

- 딥마인드는 단순히 “머신러닝 연구자”만 뽑지 않고, 뇌과학(Neuroscience), 물리학, 수학, 엔지니어링 등 다양한 배경을 가진 전문가들을 한데 모읍니다.
- 엔지니어링(소프트웨어·시스템 구현)은 “실험적 실증(Empirical Science)을 위한 작업대” 같은 역할을 하여, 이질적 분야를 실제 결과물로 연결해주는 기반이 됩니다.

1. 좋은 인재
1. 호기심과 겸손: 새로운 지식을 탐구하려는 호기심과 다른 전문가들과 협력할 때 필요한 겸손함.
2. 다학제적 사고: 여러 분야의 지식을 통합하고, 다양한 시각에서 문제를 해결할 수 있는 능력.
3. 커뮤니케이션 능력: 자신의 지식을 다른 도메인의 전문가들에게 효과적으로 전달할 수 있는 능력.

2. 왜 "글루(Glue) 역할" 또는 융합형 인재가 중요한가?
- 서로 다른 학문(생물학, 화학, 수학, 컴퓨터과학 등) 간에는 전문용어·연구문화가 달라 의사소통이 어렵습니다.
- 뛰어난 분야 전문가는 자기 분야 외엔 초보자 수준인 경우가 많은데, 이때 “겸손(humbleness)”과 “호기심(curiosity)”이 있어야만 협업이 원활해집니다.
- “글루 역할” 제시:
- 둘 이상의 분야에 걸쳐 지식과 경험을 갖추고, 관련 개념·용어·방법론을 상호 번역해줄 수 있음.
- 이렇게 학제 간 연결고리를 만들어주면, 각각의 전문가가 자기 분야 밖 배우기를 두려워하지 않게 됨.
- 하사비스 본인도 여러 영역(게임, 뇌과학, 컴퓨터과학)을 횡단하면서 그런 역할을 수행한다고 언급.

3. 융합형 인재(Glue People)를 찾는 어려움
- 학계나 일반 연구조직이 전통적으로 “단일 분야의 탁월함”을 평가하는 구조로 되어 있어, 융합형 인재가 성장하기 쉽지 않음.
- 예: 교수가 되려면 대체로 해당 분야의 논문·연구가 깊어야 하고, 다른 분야 지식은 인정받기 어렵다.
- 경쟁자들은 한 우물만 파면서 특정 분야 지표(논문, 영향력 지수 등)에 집중하지만, 융합형 인재는 여러 분야를 동시에 커버해야 하므로 더 많은 노력이 필요.
- 딥마인드 내에서도 약 1,000명 중 몇십 명만이 이러한 “글루 역할”을 수행할 수 있을 만큼 희소함.
- 협업의 핵심은 호기심(Curiosity)과 겸손(Humility)임.
- 다른 분야를 새로 배우고, 그 분야 전문 지식이 부족하다는 사실을 인정하며, 적극적으로 질문하고 협력해야 한다.
- 이미 한 분야에서 최고의 전문가라면, “초보자” 자세로 다른 분야 문턱을 넘는 것은 자존심이나 심리적 장벽이 될 수 있음.
- 데미스 하사비스 개인 경험
- 하사비스는 컴퓨터과학 분야에서 이미 커리어를 쌓은 뒤, 다시 대학에 가서 신경과학(Neuroscience) 박사 과정을 밟았다고 함.
- 오랜 기간 자기 회사를 운영해온 “리더” 위치에서 일종의 “초보자” 위치로 돌아가는 경험이 쉽지 않았다고 강조.
- 이러한 경험을 통해 다양한 분야 사이에 “접점”을 놓을 수 있는 인재(글루 인재)의 필요성을 절감했으며, 딥마인드에서 그런 사람들을 적극 영입하고자 함.

신경망이 어떻게 개발 스택을 점점 먹어 들어가는지. 많은 에지 케이스 기반의 설계적 휴리스틱에서 끝에서 끝까지 딥러닝으로 전환 (알고리즘 -> AI)

테슬라의 끝에서 끝까지의 시스템이 10년 후쯤에는 신경망 하나로 완성될 것

1. 초기 자율주행은 휴리스틱(규칙 기반)·중간 예측(차선 감지, 객체 인식 등)을 단계별로 조합하여 구현했다.
2. 향후에는 한 덩어리의 신경망(end-to-end)으로 모든 과정을 통합하는 것이 목표다.
3. 하지만 처음부터 끝까지 신경망 하나로만 학습하려면 “정확하게 라벨링된 운전 데이터”가 아주 상세히 필요하고, 그 데이터를 대량으로 모으기 어려웠다.
4. 그래서 중간 표현(객체, 감지기 등)을 개발·보강하면서 신경망에게 학습할 지도 정보를 풍부하게 제공해 유지·개선해왔다.
5. 궁극적으로는 이런 중간 예측 단계를 점점 신경망에 흡수해, 10년 뒤엔 “하나의 대형 신경망”만으로 주행이 가능해질 것이라 예측한다.


테슬라 휴머노이드 로봇 작업은 자동차 AI에서 전이된다.

• 테슬라 휴머노이드 로봇 “Optimus” 프로젝트는 자율주행 자동차 AI에서 상당 부분 전이(Transfer)되었다.
• 초기 로봇은 “자신이 차”라고 인식할 정도로 동일한 컴퓨팅 플랫폼과 카메라 시스템을 사용했으며, 주행 가능한 공간을 구분하던 알고리즘이 보행 공간으로 일반화되는 과정을 겪었다.
• 하드웨어, 공급망, CAD 모델링, 소프트웨어 접근 방식, 라벨링 팀 조직 등 자동차 개발 경험이 거의 그대로 로봇 프로젝트에 재활용됨으로써 놀라운 속도로 진행되었다.
• 결과적으로 테슬라는 로봇 공학 분야에서도 자동차 AI 기술 및 인프라를 그대로 적용해 빠르게 로봇 시제품을 완성할 수 있었다.


“현재 대규모 모델이 정보(쓰레기 데이터)까지 불필요하게 메모리·파라미터를 소모한다”

- 핵심 ‘인지 능력’만으로 모델을 구성한다면 모델 크기를 훨씬 줄일 수 있다.
- 10억 파라미터 등 상대적으로 작은 규모에서도 “충분한 지능”이 실현된다. 큰 모델이 학습해 놓은 능력을 작은 모델에 전이해 줄 수 있기 때문.
- 완벽한 해답(수학적 공식이나 정보 이론)은 아직 없으나, 인터넷 데이터 대부분이 실제 인지나 사고에 불필요한 “노이즈”라는 점을 감안하면, 모델의 핵심 능력은 상당히 적은 파라미터로도 구현 가능하다
- 미래에는 “한 모델이 모든 것을 처리”하기보다, 서로 다른 크기나 전문성(도메인 특화)을 갖춘 여러 모델이 병렬적으로 협업하는 생태계(집단적·계층적 구조) 방식이 주류가 될 것
- 기업 환경에서도, 고성능 클라우드 모델(“CEO”)과 저비용·오픈소스 모델(“작업자”)이 함께 활용되며, 문제 난이도나 상황에 따라 유연하게 조합되는 형태로 발전

1.5B~7B에 불과한 작은 모델로 OpenAI의 o1에 필적하는 수학적 추론 능력을 달성했답니다.
제목: rStar-Math: 작은 언어 모델의 수학적 추론 능력 향상을 위한 자체 진화형 딥 씽킹
핵심 내용:
1. 주요 성과:
- 작은 규모(1.5B-7B)의 언어 모델로도 OpenAI의 o1과 비슷하거나 더 나은 수학 추론 능력 달성
- 상위 모델로부터의 지식 증류 없이 자체적인 진화 방식 사용
- MATH 벤치마크에서 Qwen2.5-Math-7B를 58.8%에서 90.0%로 향상
2. 주요 혁신:
- 코드 기반 CoT(Chain of Thought) 데이터 합성 방법 도입
- 새로운 프로세스 보상 모델 학습 방법 개발
- 4단계 자체 진화 레시피 구현
3. 핵심 방법론:
- Monte Carlo Tree Search(MCTS) 활용한 딥 씽킹 구현
- 단계별 검증된 추론 궤적 생성
- 프로세스 선호도 모델(PPM) 도입
4. 주요 발견:
- 내재적 자기 반성 능력의 출현
- PPM이 정리 적용 단계를 효과적으로 식별
- 보상 모델이 System 2 추론의 성능 상한을 결정
5. 실험 결과:
- MATH, AIME 2024, AMC 2023 등 다양한 벤치마크에서 우수한 성능 달성
- AIME 2024에서 평균 53.3%(15문제 중 8문제) 해결
- 상위 20% 고교생 수학 실력 수준 달성
6. 의의:
- 작은 언어 모델로도 고수준의 수학 추론 가능성 입증
- 자체 진화 방식을 통한 효율적인 성능 향상 방법 제시
- 수학 교육 및 AI 추론 연구에 새로운 방향 제시
이 연구는 작은 규모의 언어 모델도 적절한 방법론을 통해 복잡한 수학적 추론이 가능함을 보여주었으며, 향후 AI의 수학적 추론 능력 향상 연구에 중요한 통찰을 제공했습니다.
https://arxiv.org/pdf/2501.04519

김성완님

최신 AI 연구 트렌드 Stats

https://researchtrend.ai/

Wild Problems: https://www.amazon.com/Wild-Problems-Guide-Decisions-Define/dp/0593418255

1. 불확실성과 선택의 두려움
“확실성을 향한 욕구는 마음을 가장 크게 병들게 한다.”
― 로버트 그린, 《마스터리의 법칙》

인생에서 항상 확실한 답을 찾으려는 집착이 되레 우리를 옭아맬 수 있다. 무조건 안전한 길만 고르려 하다 보면 삶의 가능성을 스스로 좁히게 되죠. 그래서 어느 정도 모험을 감수하고 “불확실성”과 친해져라.

2. 비용-편익 분석을 넘어서는 가치
“위대한 과학자 찰스 다윈도 결혼을 앞두고 ‘장단점 목록(pros and cons table)’을 작성했다는 점이 흥미롭다. … 다윈은 결국 결혼했고 헌신적인 아내와 자식들까지 그의 일에 총동원되어 함께 위대한 업적을 남겼다. … ‘비용 대비 혜택 분석(cost-benefit analysis)’을 뛰어넘은 다윈의 선택은 결과적으로 ‘신의 한 수’가 되었다. 그는 일기장에 ‘결혼한다—결혼한다—결혼한다. 증명 끝.’이라 썼다.”

여기서 말하듯, 인생의 중요한 결정을 단순히 비용과 편익으로 따져서 결론을 내릴 수는 없다는 거죠. 다윈은 결혼을 통해 예상치 못했던 “인간적 성장”과 지원을 얻었고, 이것이 그의 과학적 업적에도 큰 도움이 되었다고 합니다.

3. 삶을 아름답게 하는 ‘답이 없는 문제’
“‘완벽함’의 반대는 ‘엉성함’이 아니라 ‘그럭저럭 괜찮음’이다. … 정답이 없는 문제들이 삶을 아름답게 해 준다. 실행할 수 있는 것 중에서 내가 가장 원하는 것으로 결정했음에도 바라지 않던 결과가 나왔다면, 그건 실수가 아니라 그저 선택일 뿐이다.”

인생에는 정말로 꼭 맞는 정답이 없는 문제들이 많아요. 이 문장은 ‘완벽주의’를 가지는 대신, 우리가 할 수 있는 최선을 선택하고, 그 결과가 내 마음에 들지 않더라도 “실패가 아니라 인생의 한 선택”으로 보고 빨리 다음 단계로 넘어가자는 뜻을 담고 있습니다.

4. ‘내가 진정으로 원하는 것’을 찾아내는 방법
“그는 우리가 실제로 비용 - 혜택 목록을 꼭 만들어 봐야 하지만, 그것이 비용이나 혜택을 합리적으로 평가해 보기 위한 것은 아니라고 말한다. … 딜레마에 봉착했을 때 결심이 서지 않으면 동전을 던지라고 말한다. 동전의 결과를 따르기 위해서가 아니라, ‘내가 지금 바라는 게 뭔지’ 알아내기 위해서다.”

이 대목은 아주 독특한 방법론을 제시합니다. 비용-편익 목록을 만들거나, 동전을 던지는 행위를 통해 “머리”가 아니라 “마음”의 반응을 살피라는 거예요. 동전을 던지고 난 뒤 그 결과에 기뻐하는지, 혹은 실망하는지를 보면 실제로 내가 어느 선택을 바라왔는지가 드러나기 때문이죠.

5. 답이 없는 문제에서의 인간적 성장
“답이 없는 문제 앞에서 우리가 내리는 선택들은 그저 미래의 비용과 혜택만 줄줄이 만들어 내는 게 아니다. 이 선택들은 우리가 어떤 사람인지를 규정하며, 결과가 좋을 때는 삶에 의미를 부여한다. 그리고 결과가 좋지 않을 때 힘들게 내 선택을 직시하는 것도 삶의 일부다.”

정답이 없는 문제에 부딪혀서 선택을 해야 할 때, 그 결정이 어떤 결과를 낳든지 간에 우리는 거기에서 ‘나’라는 인간을 더 깊이 이해하게 됩니다. 결과가 좋으면 내 삶의 의미를 확장하고, 나쁘면 힘들지만 그것 또한 내가 감당해야 할 성장의 일부라는 관점이죠.

6. 관계와 결혼에 대한 통찰
“세상의 그 어떤 가이드북도 … 누구와 함께 여행하라고 알려 줄 수는 없다. … 할 수만 있다면 가장 친한 친구와 결혼하라. … 최고의 짝을 찾아야 하는 게 아니다. 옆에서 함께 삶을 헤쳐 나갈 수 있는 사람, 이 긴 여정을 공유할 사람이면 된다.”

인생에서 “누구와 함께하느냐”는 정말 큰 문제이지만, 저자는 어떤 사람과 결혼해야 하는지는 가르쳐줄 수 없다고 말합니다. 다만 ‘함께’ 걸어갈 수 있는 가치관, 믿음, 그리고 서로를 변함없이 존중해 줄 수 있는 “최고의 파트너”가 아니라 “함께 성장할 수 있는 파트너”를 찾으라는 조언이 기억에 남습니다.

7. 원칙을 우선시하라
“규칙은 간단하다. 당신의 원칙을 첫 번째로 놓으라. … 당신의 결정이 당신이 어떤 사람인지를 규정한다. … 당신의 본질과 관련되는 문제라면 트레이드오프는 하지 말라.”

이 문장이 강조하는 건 “삶의 기준”이에요. 돈이나 손익 계산과별개로, 내가 절대 양보할 수 없는 가치나 원칙이 있다면, 그건 반드시 지키라는 거죠. 그래야 내 정체성을 잃지 않으면서도, 후회 대신 확신을 품고 앞으로 나아갈 수 있다는 이야기입니다.

8. 빠르게 시도하고, 실패를 두려워하지 말 것
“가능하면 더 많은 경험을 해 보려고 노력하라. 이것저것 시도해 보라. 당신한테 안 맞는 것은 그만두라. … 결정을 미루는 건, 사실 결정을 내리기 두려워서다. … 정보가 없어서가 아니라.”

실패를 두려워하기보다는 일단 시도하고, 상황이 맞지 않으면 빨리 접는 게 낫다는 조언이죠. 완벽한 정보를 모으려 애쓰다 보면 결국 아무것도 하지 못한 채 시간만 흘러갈 수 있으니, 우선 뛰어들고 필요하면 유연하게 변경하거나 취소하라는 메시지입니다.

9. 인생이 기대와 다를 때, 바꾸면 된다
“인생의 중요한 결정이 내가 바랐던 것과 다른 결과를 낳았다고 해서 그게 실수는 아니다. 그건 그냥 나의 바람과는 다른 결과가 나온 하나의 선택이다. … 결혼했는데 최선을 다한 후 불가능하다고 판단되면 떠날 수도 있다.”

우리는 흔히 어떤 결정을 후회하며 “실수였어”라고 말하기 쉬운데, 저자는 그게 너무 가혹한 자기평가라고 지적합니다. 되돌릴 수 없는 “뱀파이어 문제”가 아니라면, 언제든 수정 가능하니니 너무 자신을 책망하지 말라는 겁니다.

10. 삶을 예술처럼 살아가기
“대화를 시작할 때 기본적으로 무언가를 주고받겠다는 계획 … 없이 그냥 흘러가는 대로 놓아두라. 최고의 대화는 예상치 못한 방향으로 흘러가서 결국 사람들을 더 가까워지게 하거나 몰랐던 사실을 알려 주거나 새로운 교훈을 주면서 끝이 난다.”

이건 인간관계에서도 마찬가지인데, 무언가 목적을 달성하기 위해 대화를 통제하기보다, 예술처럼 즉흥성을 즐기라는 말이에요. 그렇게 해야 “예상 밖”의 멋진 결과가 탄생할 수 있다는 거죠.

11. 불확실성과 모험을 즐기는 태도
“한두 번쯤은 달걀을 몽땅 한 바구니에 넣으라. 도박을 해 보라. 사랑에 관해서라면. 데이트 신청을 하라. … 뱀파이어는 되지 말고. 동행을 찾으라. 친구를 만들라. 화해하라. … 달리 강력한 이유가 아닌 이상 원칙을 첫째로 놓으라.”

여기서도 “모험하라”는 메시지가 반복됩니다. 매사에 지나치게 안전 제일주의로만 살지 말고, 인생에서 한두 번은 과감한 선택을 해보라는 거죠. 다만 동시에, 자신이 지켜야 할 핵심 원칙은 놓치지 않아야 한다고 당부합니다.

12. 인생은 미스터리, 경험하고 맛보고 음미하라
“답이 없는 문제는 해결해야 할 문제가 아니라 경험하고 맛보고 음미해야 할 미스터리다. … 마음속 풀리지 않는 모든 문제들에 대해 인내하라. 지금 그 문제들을 살라. 그러면 어느 먼 미래에, 자신도 모르게, 당신은 그 답을 살고 있을 것이다.”
― 릴케, 《젊은 시인에게 보내는 편지》

제목: 7가지 생각에서 벗어나기

앞으로 나는 다음과 같은 7가지 생각을 포기할 것이다.

생각 1) 삶이 내 생각대로 반드시 되어야 한다.

생각 2) 삶이 내 욕망대로 반드시 되어야 한다.

생각 3) “내 것이다”라는 소유 관념에 집착하기

생각 4) “내가 옳다”라는 생각에 집착하기

생각 5) 아무런 고통 없이 편안하게 살고 싶다.

생각 6) 완벽해야 한다. 잘 해야 한다.

생각 7) 항상 기분이 좋아야 한다.

생각 1)과 생각 2)로 인해서,

걱정, 불안, 두려움, 우울의 감정이 생겨난다.

나를 지독하게 힘들게 했던

“잘 못 되면 어쩌나”라는 근심, 걱정은

바로, 생각 1)과 생각 2)에 집착하기 때문에 생긴다.

어쨌든, “반드시”라는 말이 들어가면, 그것은 다 집착, 강요이다.

생각 3)에 따라, 돈, 이익, 손해 관련 다양한 스트레스가 생겨난다.

나는 “내 것이다”라는 소유 관념을 내려 놓고서,

그저 “무주상 보시”의 전략으로

그저 받는 게임보다는 주는 게임에 집중하면서

그렇게 삶을 살아갈 것이다.

생각 4)에 따라, 다양한 분노, 화, 짜증, 스트레스가 생겨난다.

내가 옳다는 생각을 내려 놓으면, 선도 없고, 악도 없다.

어쨌든, 화가 날 때마다,

내가 옳다는 생각을 포기하려고 많은 노력을 하고 싶다.

생각 5)에 따라, “하기 싫다/귀찮다”라는 감정이 생겨난다.

그리고, 안전 지대에 집착하는 성향이 생겨난다.

그러나, 생각 5)를 포기하고,

매 순간 안전 지대를 벗어나서, 계속 도전하고,

매 순간 의미 있는 고통을 선택하면서,

그렇게 생각 5)를 포기를 할 것이다.

생각 6)은 그냥 욕심이다,

완벽주의자가 아니라,

매 순간 경험에서 새롭게 배우는

그런 “경험주의자”가 되기 위해서

그렇게 생각 6)를 포기할 것이다.

생각 7)은 나도 그렇지만

대부분의 사람들이 잘 못 생각하는 부분이다.

어떻게 항상 기분이 좋을 수가 있겠는가?

긍정 감정, 부정 감정,,좋았다, 나빴다,,

그렇게 감정이라는 것, 기분이라는 것이

그렇게 삶의 다양한 조건에 따라, 끊임없이 변한다,

그런 다양한 기분, 감정의 변화를 평화롭게 관조하면서,

있는 그대로 모든 마음, 감정, 기분을 용서할 것이다.

어쨌든, 그렇게 생각 7)도 포기를 할 것이다.

결론적으로 위 7가지 생각을 포기하니

그런대로, 삶이 있는 그대로 평화롭다.

명상은 항상 긍정 감정, 긍정 기분을 만들기 위함이 아니다,

좋은 기분, 긍정 감정을 위해서는

파티에 가는 것이 가장 좋은 선택이다.

그러나, 명상은 나의 마음이 그 어떤 심리 상태를 만들어도

평화롭게 존재할 수 있는 방법을 탐구하는 과정이다.

어쨌든, 위 7가지 생각을 매 순간 자각하고, 내려 놓는 것이

이제 나의 삶의 명상 수행의 화두가 될 것 같다.

이 글을 읽고 있는 나의 글의 독자들도

그대들의 마음을 잘 관찰하면서,

위 7가지 생각을 하고 있는 것은 아닌지,

다들 그렇게 반성적으로 그대들의 마음을 잘 살폈으면 한다.

https://youtu.be/yPD1qEbeyac?si=Tp_x-8ZRnQTwYmnd

1. 금리·인플레이션·정책 긴장감
- 미국 10년물 국채금리가 예상보다 빠르게 오르며, 이는 차입 비용 상승→소비·기업투자 위축→경제성장 둔화(“bogeyman”)로 이어질 수 있음.
- 인플레이션은 9%대에서 2~3% 수준으로 내려왔지만, 새로운 Stimulus(정책)나 세제 개편 등이 다시 물가를 자극할 가능성 존재.
- 금리(특히 장기 금리)가 여전히 높게 유지되면, 이미 고평가된 주식시장에 부담으로 작용.

2. AI·로보틱스·자율주행 등 메가 트렌드
지난 10년간 준비된 AI·로봇·자율주행 등의 혁신이 이제 본격적인 결실을 맺으면서 GDP와 기업이익을 크게 끌어올릴 수 있음.
자동화, 신규 시장 창출, 비용 절감 효과가 기대되면서 2025년에 실질적 이익으로 이어질 가능성이 커짐.
대형 투자자들은 이러한 테마가 경제 전반에 “퓨전”될 것으로 보고 긍정적으로 평가.

3. 우크라이나, 중동, 중국 등 지정학적 분쟁(Flashpoints)
거시 경제 전망은 국제 정세에도 크게 좌우됨.
러-우 전쟁, 중동 정세, 미-중 갈등 등에서 방향이 긍정적으로 전환될 수도, 혹은 더 악화될 가능성도 있음.
무역·에너지 가격·공급망이 안정되면 호재, 반대로 갈등이 심화되면 경제 전망에 악영향.


메가캡 밸류에이션과 미래 기대치
대형 기술주(메타·구글·엔비디아 등)가 PER 20~30배 이상으로 거래되는 반면, 지난 해 “Mag 5”의 실적 성장률이 컸던 것(44%)이 2025년엔 둔화되는 반면, 전체 시장(S&P 500)은 오히려 회복 전망.
만약 비기술 섹터(헬스케어, 산업재, 소재 등)의 이익 성장이 기대대로 나오지 않으면 전체 시장이 위험해질 수 있음.

빅테크의 CapEx 급증
구글·메타·아마존·MS·애플·오라클 등은 2024년에만 1,600억 달러→2,000억 달러 이상으로 자본지출이 급증.
이유: AI 인프라(대형 모델 훈련, 막대한 추론(inference) 수요).
회의론자는 2000년대 통신버블처럼 과잉투자 가능성을 지적, 낙관론자는 AI 서비스 수익(OP) 극대화를 기대.
매출 대비 투자 비중이 25~30%에 달하고 FCF(잉여현금흐름) 대부분을 쏟아붓는 중.

AI 미래 전망
단기적으로 큰 비용이 들지만, 만약 수조 달러 단위 노동 대체가 가능하다면 ROI가 매우 큼.
일론 머스크는 “3~4년 내에 AI가 인간이 하는 모든 인지적 작업을 수행 가능”하다는 급진적 전망.
강력한 추론·개인화 모델 등의 여파로 향후 2025년 말에도 컴퓨트 부족이 해소되지 않을 수도 있음.

Inference 확장
엔비디아 CEO 젠슨 황 발언: 추론(인퍼런스) 수요가 급증(10만~100만 배).
체인오브쏫/에이전틱 AI가 토큰 소모량을 폭발적으로 늘림 → GPU·메모리 자원 부족.
결론: “컴퓨트 부족” 문제가 당분간 지속, 대규모 CapEx가 이어질 전망.

AI 규제 지형
연방 차원 AI 규제법(대부분 실제로 통과 못함) 대신 일부 주(특히 텍사스 등)가 자체 규제안을 발의, 혼란 가능성.
“위험평가 의무화” 등 새로운 법안들은 혁신을 방해할 소지가 큼.
AI 박차를 위해선 50개 주가 제각각 규제하는 대신, **연방 차원의 단일 규제(Interstate Commerce 방식을 준용)**가 필요하다는 주장.

AI 분야의 Co-opetition(협력+경쟁)
구글·아마존·MS 등 빅테크가 앤트로픽(Anthropic), 오픈AI 등 스타트업에 투자하며 동시에 자사 모델도 개발.
초대형 자본 소요 때문에 서로 지분 투자 등 ‘협력’하지만, 동시에 시장점유율·기술 우위를 다툼.
오픈소스 AI 모델도 부상 중. MS도 일부 모델을 오픈소스로 내놓으며 시장 다양성 확대.

Reasoning Models & Chain of Thought
최신 AI는 “체인오브쏫” 방식으로 추론(Reasoning)을 심화하지만, 그만큼 막대한 컴퓨팅이 필요.
대형 연구소 내부에선 거의 AGI에 달했다는 자신감이 있고, 일반인보다 기술적 진척을 더 빠르게 체감.
실용 사례: 코드 자동생성, 호텔 예약·구매·일정관리 등 다단계 작업, 개인화된 비서.
결론: “챗GPT v2 수준”에서 훨씬 더 확장된 추론 엔진을 기대, 여전히 대규모 컴퓨팅 인프라가 관건.

1. 벤처 캐피털의 역사와 ‘아웃라이어 투자’
초기 벤처 역사
· 미국의 ARD(American Research and Development)가 시작점.
· ARD는 Digital Equipment Corporation(DEC)에 투자해 큰 성공을 거두었으나, DEC 하나가 포트폴리오 전체 수익의 큰 부분을 차지.
· 이런 역동성은 벤처 투자에서 흔히 볼 수 있는 “아웃라이어(극소수의 대성공 사례)가 전체 성과를 견인”하는 현상.

소프트웨어 시대로의 전환
· 인터넷 성장과 함께 소프트웨어 스타트업이 빠르고 저렴하게 제품을 만들 수 있게 됨.
· 사용자 피드백을 즉시 받아 빠르게 반복 개발할 수 있고, 네트워크 효과를 기반으로 시장을 독점하는 기업(아마존, 페이스북, 구글 등)이 등장.
· “린 스타트업” 모델이 탄생·성행: 소규모 팀이 MVP(Minimum Viable Product)를 떡잎 수준에서 빠르게 만들어 시장 반응을 테스트하고, 맞춤형으로 계속 개선해나가는 전략.

2. 소프트웨어 시대의 성숙과 ‘린 모델’의 한계
네트워크 효과의 포화와 경쟁 격화
· 한때 인터넷 환경에서 네트워크 효과로 대규모 아웃라이어가 탄생했지만, 30년이 지난 지금 핵심 분야(검색, SNS, 전자상거래 등)는 이미 선점되어 있음.
· 후발 주자가 같은 방식(린 스타트업)으로 과거와 같은 대규모 플랫폼을 만들기 어려움.
· 데이터·AI 모델·마케팅 비용 경쟁으로 인해, 처음부터 큰 자본을 투입해야 살아남는 시대가 됐다.
· 그럼에도, 틈새 시장이나 새로운 기기·플랫폼(AR/VR 등)이 열릴 때 린 스타트업 방식이 일부 작동할 수 있음.


비용 효율성 vs. 무한 경쟁
· 모바일 시대, AI 시대 등 새로운 기술 트렌드가 열리면서 ‘네트워크를 누가 먼저 장악하느냐’를 두고 막대한 자본 투입이 필요해짐(예: 우버, 도어대시 등).
· 소프트웨어 기업이더라도 이제는 막강한 초기 투자(마케팅·유저 확보) 없이는 경쟁을 이기기 힘들어, 전통적인 “작게 시작→빠른 학습” 방식만으로는 한계.

LLMs(대규모 언어 모델) 시대
· AI 모델의 급성장으로 누구나 소프트웨어를 쉽고 빠르게 만들 수 있게 되면, 소프트웨어 시장에서 차별화가 더욱 어려워짐.
· 결국 대규모 컴퓨팅 리소스를 보유한 기업(OpenAI, 빅테크 등)이 오히려 우위를 점하게 될 가능성이 큼.

3. 딥테크의 부상
딥테크(Deep Tech)란?
· 기존에 ‘소프트웨어+네트워크 효과’만으로 돌파하기 어려운 에너지, 제조, 바이오, 물질 과학, 반도체, 국방 같은 분야.
· 물리·화학·생물학 등 근본적인 엔지니어링 혁신이 필요하며, 여기서 상당한 기술적 리스크가 존재.
· 딥테크는 물리 법칙·공학 원리·장기간 실험이 필요해 ‘빠른 고객 밸리데이션’이 불가능한 경우가 많다.
· 초기에는 R&D 리스크가 크고, 실제 시장 요구를 만족하는 “싸고 좋은 제품”을 만들기까지 시간이 오래 걸리지만, 성공 시 진입장벽을 형성해 ‘지속적인 우위’를 얻기 좋다.
· LLM 사례가 보여주듯, 압도적 자본(클라우드 인프라, 인재 확보 등)을 동원해 한 번 기술적 선점을 하면 플랫폼 자체를 독점할 수 있다는 가능성도 있다.


기술·사회적 변화가 만드는 기회

기후 문제(Decarbonization): 대체 에너지, 전기차, 그린 수소, 탄소 포집 등 새로운 거대 시장.

중국 부상 및 미국의 산업 정책: 글로벌 부품·제조 공급망 재편, 반도체·배터리 등 핵심 산업의 자급자족 필요.
- 첨단 영역(반도체·AI·통신·배터리 등)에서 decoupling(탈동조화) 추세가 가속되면, 미국·중국 양쪽이 각각 독자 생태계를 구축.
- 이는 북미·유럽·한국·일본 등의 기업이 미국 측과 협력해 자국 내 제조·R&D 역량을 강화하려는 방향으로 이어질 가능성이 큼.
- 한편, 중국도 자체 기술·표준을 키워나가며 미국 영향력을 줄이려 할 것이므로, 세계 시장에서 반도체·소재·에너지 부품 등 공급망 경쟁이 심화될 전망.

컴퓨팅 수요 증가: AI 모델훈련, 시뮬레이션 등으로 HPC(High Performance Computing) 인프라 확대 → 엔지니어링, 바이오, 소재 분야의 컴퓨팅 활용 증가.
하드웨어·시뮬레이션 융합
· 시뮬레이션 기술이 발전하여, 물리적 프로토타입 없이도 빠르게 설계·시험 가능(“in silico” 개발).
· 인실리코(Insilico)나 계산생물학, 재료 시뮬레이션 등은 예시가 될 수 있으며, 이는 바이오 영역뿐 아니라 폭넓은 하드웨어 스타트업에도 적용 가능.

Insilico가 바이오 영역에 국한된가?
- Insilico Medicine은 신약개발부터 합성생물학에 이르는 생명과학 분야에서 “AI+시뮬레이션”을 적극 활용해왔음.
- 그러나 최근 추세는 바이오만이 아니라, 배터리·소재·화학·자율주행차 등 여러 하드웨어 분야가 시뮬레이션(HPC, 디지털 트윈)으로 연구개발을 가속하고 있음.
- 따라서 Insilico는 “컴퓨테이셔널 접근”의 대표 예시이며, 향후 다양한 공학·제조 기업들이 이 기법을 더욱 확장해 쓸 전망.


VC와 딥테크의 궁합
· 전통적 벤처는 극소수 아웃라이어에 대한 투자로 수익을 얻는다.
· 딥테크는 리스크가 크고 초기 비용이 많이 들지만, 성공 시 시장 재편이 가능해 엄청난 결과(아웃라이어)를 낳을 수 있음(엔비디아·테슬라 사례).
· 단, “소규모로 빠르게 시장 검증”하는 린 모델보다는, 상당한 사전 연구개발·기술 검증이 필요.

4. 결론: 소프트웨어 이후의 ‘다음 혁신’은 딥테크
소프트웨어 기반 ‘린 스타트업’이 보여준 모멘텀은 대단했지만, 주요 시장이 이미 성숙해 더 이상 과거처럼 거대 네트워크 효과를 쉽게 만들기 어려움.
반면, 심층 기술(에너지·바이오·제조·반도체 등)이 인류적으로나 산업적으로 큰 변혁을 필요로 하게 되면서, VC의 새로운 “아웃라이어 기회”로 각광받음.
미래 벤처 투자는 딥테크 분야에서, 소프트웨어 도구(시뮬레이션·AI)를 적극 활용해 대규모 산업을 혁신하는 기업에 몰릴 것으로 전망.

나랑 비슷한 고민을 하고 계시군.

"The dynamics that made lean startups built on the internet such a promising source of extreme outcomes over the last thirty years no longer hold."

"Even if the mega-trends of the moment are putting pressure on legacy industries to innovate, one might still wonder if venture-backed startups are the right vector for that change. Maybe venture capital and deep tech are just incompatible, and public-private partnerships or incumbents’ R&D divisions are better equipped to tackle the opportunity."

https://matthewmandel.com/2025/01/08/the-deep-tech-opportunity/

피터틸 대담

“사실 종말, 종말론 전통, 역사·종교·정치의 의미 등은 서구 학문에서 오랫동안 다뤄져왔다. 그런데 오늘날 대학은 왜 심층적으로 다루지 않는가?”
틸:
지식의 분절·과잉 전문화: 근대 이후 학문 분야가 세분화되어, ‘거대 통합’(universe vs university)이 어려워졌다.
이념의 문제: 지나치게 ‘정치적·이념적’이거나, 혹은 단순히 “학술적으로만” 접근하여, 큰 담론(종말, 구원 등)을 다룰 여력이 없다.
현대 과학의 ‘영웅성’ 상실: 17~19세기에는 지식인·과학자가 고루 통합해 서구 문명을 이끌었으나, 지금은 특정 프로젝트의 작은 부품이 되어버렸다.

장수(노화 극복) 연구의 쇠퇴와 ‘과학의 야망’ 후퇴
진행: “옛날에는 불멸·장수 등에 대한 과학적 낙관론도 많았다. 왜 지금은 이런 논의가 위축되었나?”
틸:
18~19세기, 또는 구소련 초창기 시절(‘코스미즘’) 등에서는 사람을 되살릴 수 있다는 급진적 과학 낙관론도 존재했다.
그러나 두 차례 세계대전, 특히 핵무기가 등장하면서 “과학=진보=장밋빛 미래”라는 서사가 약해졌다.
현재도 “과학을 믿는다(science with a capital S)”라는 구호는 있지만, 실제 개인 연구자들은 옛날처럼 혁명적 야심을 갖기 어려워졌다.

근대 과학의 어정쩡한 좌절 - ‘기술적 발전이 종말을 부를 수도 있지 않을까?’
틸:
한편, “기술 발전은 정말 계속되고 있는가?”라는 메타질문도 중요하다. 예컨대 비행기는 아직도 예전 속도(음속 항공 폐지 등), 암 치료도 혁신적 돌파구가 느린 등 “과연 진보가 가속되고 있나?”라는 의문.
“대학의 과잉 분화” 때문에, 거시적·종말적 질문(‘이게 종말로 가고 있나, 정체로 가고 있나?’)을 체계적으로 다루는 이들이 거의 없다.

현대 기술의 파급—AI, 생물무기, 기후 등 다중적 위협
진행: 코즈모스(우주) 관점, 혹은 마틴 리스 경(Sir Martin Rees)의 책 『Our Final Century』(우리의 마지막 세기) 인용. “핵위협보다 더 위험한 것(생물테러, AI 등)이 나타날 수 있고, 21세기 말까지 인류 50% 생존 가능성조차 불확실하다는 주장”을 언급.
틸:
“존재론적 위협” 또는 “실존적 위험(existential risk)”이라는 개념이 있다. 핵, 생물무기, 기후, AI 등이 대표적이다.
클라우드·인터넷·유전자 등 기술이 점점 파괴적인 형태로 재조합될 수 있으며 인류 파멸을 초래할 수도 있다(지라르 식 ‘인간이 스스로 해낼’ 위험).

AI의 양면성—혁신인가, 파멸인가?
진행: 주식 시장, 엔지니어들, 정치인 등의 반응이 극단적으로 갈린다. 어떤 사람은 “AI가 의료·연구 등 혁신을 이끌어낼 것”이라 하고, 다른 쪽은 “킬러 드론, 군사 충돌이 AI로 인해 더욱 위험해진다”고 본다. 피터 틸은 어떻게 보는가?
틸:
AI 정의 자체가 모호: GPT처럼 언어 모델을 말할 수도 있고, 자율 무기를 말할 수도 있다.
지금 상황은 “인터넷이 태동하던 1990년대 후반”과 맞먹는 전환점.
안전·윤리·무기화 위험을 걱정하는 “효율적 이타주의자(Effective Altruists)” 시각이 점점 영향력 커짐.
국지전에서 인간 명령 체계를 잼(jamming)할 수 있다면, “인간 결재 없는 자동화 무기”가 속속 등장할 수도 있다. 이는 1차 공격(First Strike) 유혹이나 제어 권한 문제를 악화시킬 것.

‘예측 불가능’한 파멸 시나리오와 통제국가(One World State)의 위험
틸:
많은 사람이 AI·핵·기후·생물무기 등 특정 위험 하나에만 골몰(“그레타는 기후만 말하고, 핵 연구자는 핵만 말함”).
사실 각각의 위험이 ‘모두’ 실제 가능성이라면, 이들을 종합적으로 놓고 봐야 한다.
추가로, 이런 위험을 막겠다고 “전 지구적 감시·억압 체제(One World Government)”가 등장하면, 그것 또한 자유를 영원히 파괴할 수 있는 “딴 종류의 종말(전체주의)”이 된다.
인류가 맞닥뜨린 가장 큰 ‘실존 위협’ 중 하나가 “단일 세계정부에 의한 영구 독재”라는 것 역시 기억해야 한다.

두려움, 기술 발전의 정체(停滯)와 그 영향
진행: “위협을 크게 느낄수록, 실제 기술 발전(예: 우주여행·에너지 혁신 등)은 주춤하고 있는 게 사실 아닌가?”

틸:
기술의 ‘원자 세계(물리 세계)’는 정체: 비행기 속도도 예전 수준, 전반적 삶의 지표(주택, 소득 등)도 예전만 못함.
규제, 학교의 부실, 저성장의 구조 등 복합 원인.
그러나 가장 근본적인 원인은 “기술이 너무 강력해져서 파멸을 일으킬 수 있을까 봐, 암묵적으로 ‘속도 제한’을 건 측면”이라고 진단.
즉, 너무 빨리 나아가면(가령 자기장이용 무기, 우주 무기 등), 자멸할 수 있다고 직감→ 서둘러선 안 된다는 ‘집단적 억제’가 먹혀들었다는 것.

냉전 종식 후 기대와 현실—중국, 러시아, 내부 분열
진행: “소련 붕괴 후 우리는 평화·자유민주주의의 전세계 확산을 기대했는데, 러시아(푸틴), 중국(시진핑), 중동 문제 등으로 실패한 느낌이다. 국내(미국)도 정치적 양극화 심하고, 사람들이 전반적으로 ‘불안’을 많이 느끼는 듯하다.”
틸:
“우리가 어떤 ‘원인 모를 공포’를 느끼지만, 그것이 정확히 어디서 기원하는지, 공개적으로 말하기를 꺼린다.”
예로 COVID-19 때 파우치(Fauci)의 대응을 꼽으며 “만약 그것이 실험실에서 유출된 바이오무기였다고 정말로 의심했다면, (격리 등) 강력한 조치가 필요하지만, 그 사실을 공표하면 대중이 공황에 빠진다고 여겨서 그냥 ‘졸속’ 대처를 한 것일 수도 있다”고 추측.
다양한 위협과 혼합된 두려움이 분명 있으나, 오히려 발설을 꺼리면서 제도적 무기력에 빠지는 상황.

‘카테콘(Katechon)’이란 무엇인가?
진행: 성서(데살로니가후서 2장)에 나오는 ‘카테콘(그리스어: 억제/제한하는 것 혹은 자)’. 전통적으로 이것이 “정부나 체제”라고 해석한 인물(카디널 뉴먼)도 있음. 피터 틸의 해석은?
틸:
카테콘은 “무질서(chaos)나 종말론적 충돌을 어느 정도 억누르고, 미루는 힘”을 가리킨다.
로마 제국, 가톨릭 교회, 또는 메테르니히 체제 등 “질서를 지탱하는 권위/구조”가 역사의 방어막 역할을 하는 예로 언급될 수 있다.
단, ‘언제나 옳은 통치’라는 뜻은 아니며, 시대에 따라 그 역할이 달라지고, 특히 현대엔 핵·AI 등 새로운 요소가 있어 단일화(global)된 권력은 또 다른 위험(전체주의)을 낳을 수 있다.

적그리스도(Antichrist) vs. 아마겟돈(Armageddon), 그 사이의 길
틸:
성경적 종말 시나리오에는 “아마겟돈(세계 파멸 전쟁)”과 “적그리스도(신적·정치적 권력으로 인류를 지배)”라는 상반된 이미지를 모두 담고 있음.
핵심: “멸망(Armageddon)을 막으려면 전 세계를 강권으로 통제하는 권력(=Antichrist)이라도 등장해야 하나?” 하는 딜레마가 생긴다.
기독교 전통에서는 둘 다 회피해야 하며, 그 사이 ‘좁은 길’을 찾는 것이 목표. 지나친 방임(“베네딕트 옵션”等 완전 은둔)도 결국 악을 방조하는 일일 수 있다.

글로벌화(세계화)에 대한 회의와 ‘제3의 길’
진행
“세계화를 아예 끊을 수도 없고, 무제한 세계화로 가면 세계 단일 정부(악)가 될 수 있다. 중간 해법이 있는가?”
피터 틸
“국가간 무역이나 교류를 모두 차단하는 ‘역글로벌화’는 현실적으로 너무 고통스러움. 그러나 ‘무조건적 세계화’는 곧 거대 권력/독재로 치달을 수 있음.
“‘나쁜 형태의 글로벌화’를 철저히 의심하고, 협상·조정 등을 통해 ‘좋은 형태’를 좁은 길로 추구해야 한다. 그냥 모든 게 저절로 잘 될 거라 낙관하는 식(‘파리 환상’, ‘치메리카 Chimerica 등’)은 1차 세계대전 전의 ‘노먼 에인절(전쟁 불가능론)’처럼 순진한 발상.”

무엇을 해야 하나―정치적 함의?
진행
“피터 틸은 이번 선거 정치에 적극 개입하지 않겠다고 밝혔지만, 결국 ‘미국 우선’이라든지 ‘글로벌화에 회의적인’ 정치인 쪽을 지지하거나, 혹은 최소한 이런 논의를 해야 한다고 보는 것인가?”
피터 틸
“내가 강조하는 것은 구체적 정치인 지지 여부 이전에, ‘사람들이 정말 중요한 질문을 던지고 있는가?’이다. 표면적 경제 이슈(물가, 세금)뿐 아니라, 자유 vs. 통제, 전쟁 vs. 평화 같은 중대 사안을 고민해야 한다.
“정치적으로도 전례 없이 위험한 시대이고, 단지 ‘증세 vs. 감세’가 아니라 ‘자유 세계 유지 vs. 멸망/초집중 권력’이라는 스케일에서 고민할 필요가 있다.”

개인적 ‘모형(모델) 설정’이 아니라 진지한 경고
진행
“일각에선 ‘피터 틸의 두뇌적 유희(모델링)’라고 볼 수 있지만, 사실 르네 지라르도 ‘묵시록(종말)을 진지하게 다뤄야 한다’고 했다. 피터 틸도 이것이 심각하다고 보는지?”
피터 틸
“나는 매우 진지하다. 지라르가 ‘종말이 가까울수록 사람들은 도리어 함구하려 든다(무의식적 회피)’고 말했는데, 그 침묵을 깨고자 한다.
“우리가 질문을 회피하면, 정말 잘못된 길을 갈 수 있기 때문이다. 질문 자체가 구원의 실마리가 될 수 있다.”

미국은 카테콘(Katechon·억제자)인가 적그리스도 후보인가?
진행
“로널드 레이건은 ‘미국은 신의 섭리로 두 대양 사이에 세워진 자유의 나라’라고 했고, ‘미국이야말로 카테콘(폭정을 막아내는 힘)’일 수 있다고 믿었다. 하지만 피터 틸은 ‘미국이 적그리스도 후보일 수도 있다’고도 했다.”
피터 틸
“미국은 ‘세계 민주주의의 방어자(냉전 시절 반공주의)를 통해 카테콘 역할’을 했고, 동시에 ‘만약 그 힘이 왜곡되면 전지구 지배자’가 될 잠재력도 가진다.
“결국 미국의 역학(시대·정권에 따라 어떤 방향으로 가느냐)에 따라 ‘윤리적 세계 리더’가 되거나, 반대로 ‘초월적 중앙집권 체제’ 길을 갈 수도 있다.”

종말론과 개인적 신앙
진행
“르네 지라르는 말년에 독실한 가톨릭 신자가 되었다. 피터 틸도 이런 인식이 개인 종교 생활에 영향을 주는가?”
피터 틸
“지라르는 ‘교회를 다녀야 한다’라고 했고, 나도 나름 그렇게 하려고 한다. 하지만 동시에 ‘정치·사회 차원’의 실천도 중요하다고 본다. 개인 구원만이 아니라, 콘스탄티누스(초대 기독교 제국) 같이 사회 질서 측면도 고민해야 한다.”

“두려워 말라(Fear not)”
진행

“요한묵시록(계시록)은 무서운 서사이지만, 초두에 ‘두려워 말라(Fear not)’라는 메시지가 담겨 있다. 이를 어떻게 해석해야 하나?”
피터 틸

“신학적으로 ‘하나님이 결국 역사를 주관하신다’는 의미이므로, 어떤 식으로든 세상이 구원될 희망이 있다는 것이다.
“하지만 인간이 스스로 아무것도 안 해도 된다는 뜻은 아니다. 이 사이에서 인간의 자유의지, 책임이 중요해진다.”
마무리 질문: “20대 젊은이가 이 문제들을 고민한다면 무엇을 읽고, 어떻게 살아야 할까?”

피터 틸:
“너무 거창하게 종교 생활을 시작하기 어렵다면, 최소한 삶을 통합적으로 바라보라. 분절된 지식만 추구하지 말고, 역사의 대의에 내 삶을 어떻게 연결할지 고민해야 한다.
“현대 대학들은 이런 ‘큰 질문’을 다루지 못하지만, 개인이라도 역사의식·영성·삶을 연결해 재구성(reconstruction)하는 노력이 필요하다.”

Hard Startup Sam Altman https://youtu.be/r7HyWFJMAxg

시장 공백: 소프트웨어 업계가 급성장하며 대부분 투자자가 ‘소프트웨어 스타트업’만 주목하는 사이, “핵융합, 합성생물학, 로켓/우주 분야” 등에는 투자자와 창업자가 상대적으로 부족.

임팩트가 큰 문제: 친환경 에너지·의료 혁신·우주개발 등은 인류에게 필수적인 영역이며, 성공하면 엄청난 사회적/경제적 효과 가능.

고성장을 위한 기회: “소프트웨어보다 훨씬 어려울 것”이라 생각되지만, 역설적으로 경쟁자가 적고(“진입 자체가 어려우니”), 우수 인재/투자도 모이기 쉬운 장점이 있다.

하드 테크 스타트업이라고 해서 “스타트업의 기본 원칙”이 무시되어서는 안 된다.

흔한 실수: “나는 인류를 구할 위대한 연구를 하니, 고객 발견, 빠른 출시, 짧은 반복 주기 등은 신경 안 써도 된다” → 이는 실패 확률이 매우 높음.

즉, 고객·시장 접근, 3~4개월 내 성과물 만들기, 끊임없는 반복(iteration) 등은 하드 테크에도 필수.

하드 테크 스타트업이 “소프트웨어”와 다른 점

(1) 더 길고, 더 많은 자본이 필요
핵심 기술이나 공정이 자리 잡는 데 시간이 걸리고, 물리적 프로토타이핑 비용도 큼.
하지만 무조건 “수년간 아무 성과 없이 기다린다”는 식으로 가면 안 됨.

오히려 소프트웨어처럼 “짧은 주기”로 가시적 성과(작은 프로토타입이라도) 내야 팀 사기·투자유치·고객 신뢰 모두 잡을 수 있음.

(2) 규제와 의사결정 구조
예) 핵융합·우주·의료/바이오의 경우, 정부 규제나 승인 절차가 복잡.
그래도 규제기관(정부 등)은 결코 무조건적 장애물이 아니며, 경우에 따라 좋은 첫 고객이 될 수도 있음.

(3) “아이디어의 깊이”가 중요
소프트웨어 쪽에서는 “아이디어보다 팀의 실행력이 중요”라는 말이 흔하지만, 하드 테크에선 기술적 아이디어 자체가 매우 핵심.
“높은 기술·과학 난이도”로 인해, 쉽게 pivot하기도 어렵다.
“철저한 아이디어 검증과 전문성, 장기적 비전”이 필수.

“하드 테크” 스타트업 성공의 핵심 전략

1. 가능한 한 빨리 ‘작은 실제 성과’ 내라

예) 핵융합 스타트업도 완성형 원자로를 만들기 전,
“플라즈마 생성·유지 실험” 같은 짧은 목표를 설정하고 이를 3개월 내 달성
사용자/고객에게 보여줄 만한 “중간 스텝” 구현
전기차 사례: “테슬라가 처음부터 대중차를 만들지 않고, 로드스터 → 모델S → 모델3” 순으로 ‘디튠(detour) 경로’를 밟으면서 성장했다.

2. 주기적인 10% 개선

하드 테크라도, “주당 10% 성장을 만드는 소프트웨어 마인드”가 중요.
하드웨어·과학에서 주당 10% 개선이 어려워 보여도, 작은 부분이라도 꾸준히 개선하다보면 몇 달 뒤엔 큰 차이가 남.

3.모멘텀으로 인한 “승자의 선순환”

소프트웨어 스타트업처럼 짧은 반복주기로 개발하면, 팀원·투자자·언론·고객에게 “우리는 계속 전진 중”이라는 신뢰를 줌.
그 신뢰가 다시 더 좋은 인재와 자원을 불러옴 → 모멘텀 속에서 회사가 “계속 이기는” 구조 형성.

4. 필요하다면, 중간단계(Detour)나 Niche 고객을 설정

궁극적 목표가 “로켓으로 화성 진출”이라 해도, 중간에 “소형 발사체나 ISS 보급” 등을 수행해 매출과 기술·파트너십을 쌓는 식.
이런 “중간단계”를 세우면 무작정 5~10년 기다리는 게 아닌, 작은 성공을 거듭하며 투자와 팀 사기를 유지.

5. 장기적 시야와 팀 구성

하드 테크는 기본적으로 7~10년, 길면 15~20년을 내다볼 수도 있음.
투자자, 임직원 모두 “단기 수익”만 노리는 사람보다는 장기 비전을 공유하는 파트너가 필수.
팀 내에 “비즈니스/조직 운영” 역량을 갖춘 사람이 반드시 필요. 뛰어난 과학자만으론 부족.

특허 등 지적재산권은 “간단한 선(先)출원(프로비저널 신청)” 정도로 부담을 줄이면서, 실행 주기는 여전히 빨라야 한다.

6. 하드 테크 스타트업이 힘든 이유 & 극복

1. 장기 자금 조달

소프트웨어와 달리, 상당한 자본이 필요할 수 있음.
다만, 너무 많은 돈을 일찍 유치하면 오히려 조직 비효율·집중력 상실 등 부작용 초래 (실제로 “A라운드서 4,000만 달러 이상”은 실패 확률이 높다는 통계도 있었음).

2. “부정적 사고/소리” 차단

하드 테크는 실패 위험과 시간 소요가 크므로, 주변의 비관적 태도에 쉽게 흔들릴 수 있음.
창업자는 그런 부정론을 잘 걸러내면서, 팀이 ‘어떻게든 해결할 수 있다’는 문화를 유지해야 함.

3. 소수 인재 채용 어려움

전문 지식·장기 근무 의사·열정이 있는 인재가 많지 않을 수 있음.
하지만 역설적으로, “세상에 임팩트를 주는 의미 있는 연구/제품”을 원하는 우수 인재를 끌어들이는 데에 있어서는 유리함.
또 다양성(특히 여성 창업자/리더십) 채용은 초창기부터 신경써야 한다. 흔히 “우리는 아직 작으니 나중에”라고 하는데, YC 성공사례들을 보면 초반부터 다양성을 확보한 회사가 더 잘 성장함.

4. 장기적 보상 vs. 단기적 보상

스타트업 창업자로서 불확실성이 크고 초기 연봉도 낮을 수 있음.
그러나 대기업(구글·페이스북 등)의 “안정적 고연봉”을 뒤로 하고 창업하는 사람들도 “진짜로 만들고 싶은 무언가” 때문에 뛰어드는 것.
YC는 “창업은 의외로 덜 위험하다. 실패해도 배우는 게 많고, 주변에서 신뢰도 잃지 않는다”며 장려.


왜 지금이 좋은 타이밍인가?

1. 비용·주기 단축:
실험실 장비 렌탈, 클라우드 시뮬레이션, 제조 아웃소싱, 크라우드 펀딩/엔젤 투자 등 “실행 비용과 주기”가 지난 10~20년 동안 매우 빨라지고 저렴해졌다.

2. 정말 난제가 많은 시대:
에너지, 기후, 우주, 바이오, 신소재 등 사회적으로 시급한 문제들이 많음.
소프트웨어만으론 해결 힘든 “물리 과제”가 산적해 있음.

3. 사회·정치적으로도 “혁신”이 절실:
과거 100년간 미국 등 선진국이 높은 경제성장을 하며 중산층·민주주의가 안정되었는데, 저성장 기조가 이어지면 빈부격차·사회 갈등 심화.
알트먼은 “새로운 기술혁신(하드 테크)”이 경제성장을 재점화하지 않으면, 현재 민주주의나 사회구조가 어려움을 맞을 수 있다고 주장.

What's driving AI companies like OpenAI to reach $157B+ valuations in just a few years, while it's taking traditional SaaS companies decades to get there?

Skeptics think market hype is driving this growth, but the real growth is due to 2 structural advantages in the business model:

1. Usage-based pricing unlocks larger contracts

Traditional SaaS uses seat-based pricing. Companies pay the same amount per user per month, regardless of usage.

AI agent companies, like Decagon, price based on volume—$X per conversation or $X per resolution. This naturally drives larger deals because the ROI is very measurable and can be benchmarked to labor costs.

2. The ROI is clearer and faster than traditional SaaS

With AI agents, companies see ROI within weeks. Since they see reduced support volume, they save on outsourcing to human agents. If you’re charging less than what they would spend hiring, it’s an obvious choice.

This combination of usage-based pricing and near-instant ROI allows AI agent companies to deliver clear, measurable value fast.

I’m excited to see how AI agents continue to redefine what’s possible in the industry. Where do you see this going?

https://www.linkedin.com/posts/thejessezhang_whats-driving-ai-companies-like-openai-to-activity-7284977263605923841-fpGQ?utm_source=share&utm_medium=member_ios

ROI 일주일 안에 증명하고, 줄여준 시간 혹은 증가시킨 생산성의 일부를 과금.

AI 제품이 고객에게 가치만 전달할 수 있다면 Usage based 과금이 좋은 성장엔진이 될듯.

Jensen Huang’s Maxims:

1. The mission is the boss:

Decisions are made on the basis of the end goal of serving the customer, not internal politics.

2. Strategy is about the things you give up:

Pick the most important thing. Do that and leave the others aside.

3. We don't steal market share, we create markets:

Nvidia wants to be the market leader in a new area rather than fight over an existing business.

4. Criticism is a gift:

Providing direct feedback leads to continuous improvement.

5. Don't worry about the score. Worry about how you play the game:

Don't be distracted by stock price volatility. Focus on delivering excellent work and creating value.

6. Honing the sword:

Spirited debate often leads to the best ideas.

7. Is it world class? :

Nvidia's products, talent acquisition, and business practices must be benchmarked against the best in the industry.

8. Let's go back to first principles:

Tackle problems with a clean sheet of paper, not on the basis of how they were approached in the past.

9. LUA:

Listen to the question
Understand the question
Answer the question

A warning sign Jensen is getting frustrated about a long-winded response.

10. As many as needed, as few as possible:

Invite only the essential employees, those with relevant knowledge, to meetings, and avoid wasting people's time if their presence is not necessary.

11. Pilot-in-Command:

Jensen's designated leader for an important project who should receive priority support from the entire company.

12. Second place is the first loser:

The goal and expectation is to win every time.

13. Small steps, big vision:

Prioritize actionable items and complete the most important first task to the best of your ability.

14. Speed of Light:

Strive to improve performance to the absolute limit of what's possible according to the laws of physics rather than comparing results against previous ones.

15. AMAN, ALAP:

As much as needed, as little as possible. Be frugal with employee time and company resources.

16. Always hire the best:

If you hire smart and capable people, they will be able to solve problems and adapt to new challenges.

17. You got to believe, what you got to believe:

If you believe in something, go invest in it. Go do it. Put all your energy there.

18. Your strength is your weakness:

Being overly kind and tactful can hinder progress.

https://youtu.be/3pY0KWwVAV4?si=4srelV4dKZUbLr0p

내가 작성한 'AI: 소프트웨어 개발을 넘어서, 새로운 회사를 만드는 기회'글에는 이런 내용이 있다.

"이러한 생각들을 모으다보니 새로운 회사를 만들어낼 기회가 보이기 시작한다. 결국 AI가 자연스럽게 회사에 녹여져있는 새로운 조직 체계를 만들어내야하는데, 그렇다면 기존의 회사가 이런 시스템으로 전환하는 것과 신규 회사를 만드는 것 중에 뭐가 더 괜찮은 선택일까? 둘 다 가능하지만, 적어도 속도 측면에서는 후자가 더 빠를 가능성이 높지 않을까?"

나는 그냥 직관적으로 이 가설을 깔아두었다. 그리고 딱히 이를 반대할만한 근거를 찾지 못해서 가설을 유지하고 있었다. 그런데 감사하게도 Stratechery가 과거의 케이스를 언급하며 내 가설이 맞을 확률이 높다는걸 이야기해주었다.

-> 이 가설이 맞다면, 나는 과연 무슨 행동을 취해야할까. 그것이 나의 고민.

---

"반면, o3와 추론 단계에서의 확장은 조금 다른 영역을 지향합니다. 즉, 실제로 ‘작업 지시’를 주고 신뢰할 수 있을 만큼 높은 수준으로 임무를 완수해낼 수 있는 AI라는 것입니다. 이는 곧 ‘어시스턴트(조수)’라기보다는 실제로 ‘독립적인 일꾼’에 가까운 모습입니다."

"기술적인 낙관론을 전제로 놓고 볼 때, 저 또한 AGI의 정의를 “AI가 스스로 작업을 받고 ‘충분히 좋은 수준’으로 완수해낼 수 있는지” 여부로 보고 있습니다(‘ASI(초지능)’는 스스로 작업 목록을 만드는 능력까지 포함하는 개념). 그런데 광고 사례로 길게 돌아온 이유는, 제가 2025년에 AI가 기업들의 실제 성과에 ‘물리적’으로 큰 변화를 가져올 것인지에 대해서는 다소 회의적인 시각을 갖고 있기 때문입니다."

"다시 P&G 이야기를 꺼내면, 이는 기업 세계 전반을 대변한다고 볼 수도 있습니다. 만약 “고정밀 에이전트(high-precision agent)”가 본격적으로 등장한다면, 대부분의 전통 기업은 그 정밀성을 활용할 만한 인프라나 문화를 갖추지 못했을 것입니다. 이는 마치 P&G가 초정밀 타겟팅 광고를 잘 활용하지 못한 것과 비슷합니다. 아무리 사내 매뉴얼이 잘 되어 있다 해도, 여전히 사람들의 경험과 암묵지가 그 매뉴얼의 빈틈을 메우고 있었음을 깨닫게 될 것입니다."

"하지만 실제로 이 기능을 가장 적극적으로 활용하는 것은, 초반에는 기존 거대 기업이 아니라 페이스북을 기반으로 성장한 기업들이 그랬던 것처럼, ‘새로운’ 기업들이 될 가능성이 높습니다. 또한 이들 ‘새로운 기업들’은 소수의 대기업이 아니라 긴 ‘롱테일’을 형성할 것입니다. 전통 기업들은 AI를 활용하는 데 어려움을 겪다가(주로 전면적인 인력 교체나 구식 메인프레임 방식으로의 도입 등으로 느리게 적용할 수도 있음), TV 생태계가 오래 살아남았듯, 생각보다 더 오래 기존 방식을 유지할 것입니다. 그리고 TV가 궁극적으로 몰락했을 때 광고 산업 전체가 디지털과 융합한 것처럼, 언젠가는 전통 기업과 AI가 융합된 시대가 오겠지만, 그 시점이 빨리 오리라는 보장은 없습니다."

"이렇듯, AI가 가져올 미래가 엄청나긴 하지만, 그 도래 시점과 양상이 균등하게 펼쳐지지는 않을 것입니다. 오히려 기업 규모가 클수록, 이미 잘나가는 회사일수록, 단기적으로 AI가 제공하는 이점이 작을 수 있습니다. 지금의 기업 구조가 철저히 사람(‘탄약’)을 활용하기에 최적화되어 있고, 모든 SaaS 생태계도 그 사람들을 돈으로 환산하기에 특화되어 있기 때문입니다. 진정으로 AI를 활용해 새 시대를 열 이들은, 기존 인력을 ‘대체’하기보다는 AI를 기반으로 처음부터 다시 시작하는 주체들이 될 것입니다."

https://stratechery.com/2025/ais-uneven-arrival/