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/

상처받지 않는 영혼 https://product.kyobobook.co.kr/detail/S000001627167

“내면의 목소리”를 자각한다:

인간은 머릿속에서 계속 떠드는 내적 독백이 있으며, 이 목소리를 ‘듣는 존재’가 진짜 자기임을 깨닫는 것이 시작이다.
이를 구체적으로 상상하려면, 내 머릿속 대화를 의인화해서 ‘룸메이트’라고 생각해보는 방법이 있다. 그렇게 하면 이 목소리가 얼마나 끊임없이 모순된 말을 하는지 뚜렷이 보인다.

“나는 누구인가” 질문을 한다:

몸, 생각, 감정 등은 계속 변하지만, 그것을 ‘알아차리는 의식’은 변하지 않는다.
스스로를 “그것을 인식하는 자”로 자각하게 되면, 점점 더 깊은 차원에서 자신을 바라볼 수 있다.

내면 에너지의 흐름을 파악한다:

우리 안에는 언제든 열정과 활력을 공급할 ‘무한한 에너지’가 있지만, 마음을 닫고 방어하면 이 에너지가 흐르지 못한다.
반대로 마음을 열면, 특별한 외부 요인 없이도 생기가 솟아오른다.

Heart (Center)이라는 에너지 센터를 이해한다:

대부분의 부정적 감정이나 오래된 상처가 “가슴이 닫히는” 형태로 드러난다.
사소한 한마디 말이나 특정 상황이, 과거의 통증을 불러와서 가슴을 갑자기 수축시키기도 한다.

감정을 ‘즉시 흘려보내기’ 연습을 한다:

누군가의 말이나 사건이 불쾌해서 마음이 ‘닫히려고’ 할 때, 곧장 그 움츠러드는 느낌을 의식하고, 긴장된 부위를 이완하거나 호흡을 통해 흘려보낸다.
제때 놓아주지 않으면 사소한 상처가 큰 감정 폭발로 번지므로, Singer는 “조금이라도 거슬릴 때 바로 열어 주는” 선택이 중요하다고 말한다.

‘내면의 가시’를 제거한다:

마음속 아픈 기억이나 거절감, 외로움, 완벽주의 등은 깊은 상처(가시)로 작동해 일상을 방어적으로 만든다.
이 가시를 건드릴까 두려워 계속 피하면 삶이 고달파지므로, 과거 상처가 떠오를 때 정면으로 인정하고 에너지를 통과시켜야 한다.

생각으로만 ‘고치려’ 애쓰지 않는다:

“내 마음을 어떻게든 논리적으로 해결해야 해!”라고 집착하면, 오히려 더 복잡한 생각의 미로에 빠진다.
그보다는 ‘떠오르는 생각은 단지 생각’일 뿐임을 알고, 억지로 없애려 하기보다 흐르게 놔둘 때, 마음이 스스로 치유되는 길을 찾는다.

고통은 자유를 위한 통로일 수 있다:

억눌려온 고통을 대면하는 순간은 괴롭지만, 그 과정을 통해 깊은 해방감을 얻는다.
명상 중에 혹은 일상 속에서 두려움·슬픔이 치솟을 때 등을 돌리지 않고 그냥 “나타난 에너지”로 보아주면, 그 힘이 점차 줄어든다.

지나친 ‘벽(개념·고정관념)’을 허무는 태도를 지닌다:

자아가 만든 안전지대를 과잉보호하다 보면 새로운 경험을 막는다.
스스로 쌓아온 벽을 꾸준히 내려놓고, 삶이 줄 수 있는 자연스러운 흐름을 받아들일 때 내면이 확장된다.

경계(한계)를 만날 때마다 열린 태도를 택한다:

일상의 두려움·민감한 지점이 드러날 때 이를 피하지 않고 “오히려 통과하여 나아간다”는 식으로 접근하면, 의식이 한층 깊어지고 성장한다.
이렇게 반복적으로 스스로를 초월하려 애쓰다 보면 “생각보다 더 큰 자아”를 체험하게 된다.

“무조건 행복(무조건적 행복)”을 선택한다:

행복을 날씨·사람·사건 등 외부 조건에 달아놓으면, 늘 휘둘리게 된다.
Singer는 “상황에 상관없이 행복하겠다”는 결심이 가능하다고 보며, 그 선택 자체가 의식 변화를 불러온다고 말한다.

비저항(Nonresistance)을 실천한다:

저항은 곧 스트레스다. 삶의 흐름에 매 순간 몸과 마음을 다치지 않고 참여하려면, 오는 상황을 억지로 뒤집으려 하기보다는 먼저 인정하고 차분히 대처한다.
그러면 문제 해결도 더 쉽게 이뤄지며, 감정 소모가 확연히 줄어든다.

죽음을 의식하여 삶을 더 소중히 여긴다:

언제 끝날지 모르는 생이기에, “지금 이 순간”을 깊이 살아낼 동기가 된다.
“내게 남은 시간이 일주일뿐이라면?” 하고 생각해보면, 사소한 다툼에 집착하기보다 주변인들과 사랑을 나누는 편이 훨씬 현명해진다.

중용(中庸)을 찾는다:

모든 것은 과하거나 부족해도 문제가 되므로, 한쪽 극단으로 치우치는 대신 자연스런 중심점을 찾는다.
극단에 있을 때 에너지가 소모되고, 가운데로 돌아올 때 가장 편안하고 힘이 모인 상태가 된다.

신적(神的) 관점, ‘무조건적 사랑’을 지향한다:

‘신성의 눈’으로 보면, 어떤 사람이나 상황도 본질적으로 아름답고 소중하다.
마음의 닫힘과 과거 상처를 초월해 가면, 점차 모든 것에 대한 애정과 포용이 커지면서, 삶을 한층 자유롭고 밝게 바라보게 된다.

‘자동 운전(Autopilot) 모드’에서 벗어나기

대부분의 사람들은 인생의 거의 모든 영역을 ‘무의식적인 반복 루틴(Autopilot)’으로 살고 있으며, 이 과정을 의식하지 못한다.
이런 ‘무의식적 일상’을 탈피하여 “의도 있는 하루(의식적 삶)”로 전환해야 한다고 조언.

일반적인 예: 눈 뜨자마자 준비하고, 교통체증 뚫고 출근, 이메일 처리, 다시 퇴근, 저녁 먹고 잠드는 식으로 다음 날도 반복되는 생활. 이 과정에서 ‘내가 진짜로 가고 싶은 인생 경로’를 묻지 않음.
의도(인텐션) 설정: 하루 중 일정 시간을 확보해 “내가 정말 중요하게 여기는 가치, 앞으로 5~10년 뒤 모습, 이 시점에서 꼭 이루고 싶은 것” 등을 꾸준히 고민하고 행동 계획을 수립해야 함.
위버가 제안하는 방법 중 하나: ‘코치(Executive Coach)’ 고용 혹은 친구와의 정기 미팅 등, 스스로 점검하고 깊이 있는 질문을 주고받을 수 있는 장치를 마련하면 자동운전 모드에서 빠져나오기 수월함.

‘지니(Genie) 프레임워크’: “실패가 없다면 무엇을 할 것인가?”

자신이 ‘진짜로’ 하고 싶은 일의 근원을 찾기 위해, “만약 어떤 분야에 뛰어들어도 반드시 잘될 것이라는 요술램프(지니)의 보장이 있다면, 무엇을 하겠는가?”를 묻는다.
이 질문을 통해 ‘실패에 대한 두려움’ 없이 마음속 열망을 꺼내볼 수 있음.

학생 예시: 컨설팅 출신의 한 브라질 학생이 사실은 ‘브라질 교육격차 해소를 위한 비영리 단체’를 만들고 싶어 했으나, 실패·재정·경력 등의 문제로 망설였음.
지니 질문을 통해 본인이 진정 가고 싶었던 길(비영리 단체 설립)을 구체화했고, 강의 및 코칭 과정에서 두려움·제약 요인을 하나씩 극복하여 실제 실행으로 옮김.
위버 본인 역시 처음부터 명확한 미래 보장이 없었지만, “창업·투자 운영”이 자신의 지니 목표임을 깨닫고 도전했고 결국 성공적인 결과에 이르렀다고 밝힘.

‘나쁜 신념(Limiting Beliefs)’을 인식하고 해결하기

‘나는 돈이 부족해서 안 된다’, ‘경험이 없어서 안 될 것이다’, ‘가족을 부양해야 해서 못한다’ 등, 자신을 묶어두는 제한적 믿음들이 가장 큰 장애물이다.
먼저 이 믿음들을 글로 적어봄으로써,漠然(막연)했던 두려움을 구체적인 해결 과제로 전환할 수 있음.

브라질 학생 사례: “재원은 어떻게 확보하지?”, “사업계획이 전혀 없는데?” 등의 막연한 두려움 → 한 장의 종이에 모두 적은 뒤, 각각을 해결해야 할 ‘할 일(To-do)’로 전환함.
위버 본인의 예: “난 재능이 부족해, 난 사람들 앞에서 말 잘 못해” 같은 믿음을 오랜 기간 간직하고 있었으나, 이를 자각하고 난 후에는 단계적으로 해결해왔다고 고백.
한계를 명시함으로써 “이것은 해결할 수 없는 문제”가 아닌 “해결 절차가 필요한 문제”로 바뀌고, 실질적 행동에 나설 수 있게 된다.

‘9개의 인생(Nine Lives) 기법’

내가 살 수 있는 ‘9가지 버전의 삶’을 가정해보는 연습이다.
첫 번째 삶은 ‘지금 내가 살고 있는 삶’을 그대로 적고, 나머지 8개 삶은 “지금부터 새롭게 시작한다면 해보고 싶은, 설레는 인생”들을 구상한다.
모든 시나리오는 “오늘 이 순간부터” 출발해야 하고, 각각 다 흥미롭고 매력적인 삶이어야 한다.

‘9개의 인생’을 떠올리면, 무조건 1~2개 삶만이 진짜 정답이 아니라, 여러 가능성을 실험해볼 수 있다.
큰 폭의 진로 전환이 어렵다면, ‘해보고 싶은 삶’을 부분적으로 ‘현재 삶’에 조금씩 접목하는 식으로 시작 가능(예: 본업 외 팟캐스트나 블로그 등 사이드 프로젝트).
실제로 여러 ‘인생 버전’을 순차적으로 경험할 수도 있음(위버는 대기업 취업 → 창업 → 교수 → 작가·콘텐츠 등 다양한 삶을 차례로 경험).

“인생은 고통이다. 그렇다면 무엇을 위해 고통받을 것인가?”

쉽고 편한 길만 바라다 보면, 장기적으로 더 큰 불행에 빠질 수 있음.
열정과 에너지가 담긴 일을 하더라도 어느 정도 힘든 과정과 희생은 필연적이다.
결국 고통은 피하기 어렵다면, “가치 있는 고통”을 선택해야 한다.

지금 당장 편해지려 하면, “더 나은 미래”를 위한 변화의 노력(다이어트, 학습, 이직 등) 자체를 미루기 마련.
큰 목표를 이루려면 초기에 ‘더 나빠지는 지점(Worse First)’이 반드시 온다. 예: 몸을 만들려면 시작 한두 달은 근육통과 식단 조절의 스트레스. 그러나 여기서 포기하지 않아야 최종적 성취가 가능.
“내가 다니기 싫은 직장”도 매일 고통스럽긴 마찬가지이므로, 차라리 내가 의미 있는 고통이라 느낄 수 있는 인생 과제를 택하는 것이 더 낫다는 논리.

‘언제 그만둘(quit) 것인가?’ vs. ‘언제 계속할 것인가?’

무언가를 포기하기 전, 충분히 “여전히 그 목표에 열정이 남아 있는가?”, “작게나마 성장 징후가 있는가?”를 검토해야 함.
단, 장기전이 필수적인 영역이 많으니, 성과가 빨리 나오지 않는다고 지나치게 일찍 포기하지 않아야 한다.

위버는 본인이 첫 번째 펀드에서 돈을 잃었고, 이후 수많은 어려움을 겪었으나, “조금씩 나아지는 지표와 성공 사례(bright spots)”에 주목하며 14~18년을 버텨 결국 큰 성공을 거둠.
“성장 신호가 전혀 없고 본인조차도 비전이나 열정을 잃은 상태”라면 그만두는 것도 방법. 하지만 일시적 힘듦만을 이유로 포기하면 진정한 실패로 남음(레슬링 경험).

실행력을 높이는 핵심: 책임감(Accountability)과 코칭

“이런 인생을 살겠다”라는 목표를 세운 뒤, 이를 꾸준히 이행하려면 스스로를 점검할 체계가 필요함.
가장 효과적인 방법 중 하나가 **전문 코치(Executive Coach)**를 두거나, 친구·동료와 정기적으로 서로의 목표를 공유하고 체크하는 것.

위버 자신도 2009년부터 코치를 두어, 매주 혹은 격주별 체크리스트를 작성하지 않으면 코칭 세션에 들어갈 수 없도록 함 → 이 과정에서 명확한 일·주·월 단위 계획과 실천을 강제.
전문 코치를 고용하기 어려운 경우엔 가까운 지인과 ‘목표 브레인스토밍 모임’ 혹은 ‘서로의 진행상황 보고 모임’을 열어도 비슷한 효과를 볼 수 있음.
혼자 생각하거나 적기만 하는 것보다, 대화(말)로 목표를 공유할 때 뇌 활동이 더 활발해지고 실천 가능성이 높아짐.

내면의 게임: “I am enough(나는 이미 충분하다)”

위버는 15년 이상 애써 성취한 재정적 성공 후에도 전혀 내면이 변하지 않는다는 사실을 깨달음.
외부 성취만 좇으면 행복감이 ‘갑자기’ 생기지 않는다. 진짜 게임은 내면의 가치관과 자기 수용감을 확립하는 것.

그가 말한 일화: “큰 자금 회수(엑시트)로 경제적 자유를 어느 정도 얻었지만, 결국 내가 행복해지거나 불안감이 사라지지 않았다.”
“나는 이미 충분하다(I am enough)”라는 내적 선언을 하고, 내가 왜 행복하지 않은지, 무엇을 진짜로 추구하는지 진지하게 돌아봐야 함.
이 같은 통찰은 삶의 목표·의미를 외부가 아닌 내면에서 찾는 계기가 됨.

시간(Time)의 중요성

큰 성공·변화는 대부분 예상보다 훨씬 더 오래 걸린다.
소셜미디어 등은 ‘빠른 성공’만 조명하지만 실제로는 10년 이상 꾸준히 노력해야 열매가 생긴다는 점을 강조.

“Not now(지금은 아냐)”의 위험성

사람들은 하고 싶은 일이 있어도 “지금 당장은 어려우니 나중에”라고 미루지만, 대부분 그 ‘나중’은 오지 않음.
재정적·가족적 책임이 있으면 현실적으로 순차적 접근이 필요하지만, 아예 멈추기보다 작은 단위로라도 시작해 놓아야 한다.

위버의 수면(Sleep) 팁

건강과 인지 기능 개선을 위해 ‘잠’을 매우 중요하게 다룸.
시원한 온도를 유지하는 매트(Chilipad/OOLER 등), 수면안대, 귀마개, 소음기(화이트 노이즈 머신) 사용으로 숙면의 질을 높인다고 언급.

위버 추천 도서

《Untethered Soul》, 《Don’t Believe Everything You Think》: 내면세계 인식, 무의식적 생각 분리를 위한 책
《How to Win Friends and Influence People》(Dale Carnegie): 인간관계·커뮤니케이션 기본서

“인류가 필요한 것은 당신이 살아있는 모습”

하워드 서먼(Howard Thurman)의 명언 인용: "Don’t ask what the world needs. Ask what makes you come alive, and go do it.”
남들이 원하는 게 아니라, 스스로를 ‘살아있게’ 만드는 것을 추구하라는 메시지.

프라이빗 에쿼티(PE) 관점

Alpine Investors가 성공적인 이유: ‘비즈니스 모델/시장’도 중요하지만, 결국 ‘탁월한 경영진(매니지먼트 팀)’이 핵심이라는 철학.
회사 인수 후 직접 선임한 경영자를 통해 기업을 성장시키는 방식을 고수 → “사람”이 알파를 만든다고 봄.


단 한 번의 인생, 의식적으로 설계하라

“우리는 단 한 번의 인생을 살 뿐이므로, 정말 내가 원하는 것이 무엇인지 최대한 구체적으로 그려라.”
돈·안정·평판 등에 지나치게 매몰되지 말고, ‘내면에서 우러나는 열망’과 ‘의미 있는 도전’을 설계한 뒤, 작은 행동부터 시작하라.
코칭·메모·일정관리 등을 활용해 ‘의식적’으로 그 목표에 집중하면, 장기적으로 흔들림 없이 성장할 가능성이 높다.

위버가 학생들에게 제시하는 과제: 매주 혹은 매일 “내가 진정 원하는 목표”와 그를 위한 액션 아이템을 3가지씩 적고 실천하는 것 → 시간이 지날수록 압도적인 차이를 만든다고 설명.
본인이 직접 실행한 결과, 직업적 성공(알파인 인베스터스)과 교육자로서의 성취(스탠퍼드 강의 수상)는 물론, 개인적 성장(가족·멘탈 관리)까지 이뤄냈다고 강조.

일론 머스크가 말한 제품 개발 5단계

1. 요구사항을 “덜 멍청하게” 만들기 (Make your requirements less dumb)

아무 비판 없이 받아들인 요구사항이 실제로는 불필요하거나 잘못된 경우가 많습니다.
누가 제시한 요구사항이든, “이게 꼭 필요한 것인가?” 하고 끊임없이 의문을 제기합니다.
특히 “똑똑한 사람”이 준 요구사항이라도 맹신하지 말고, 왜 필요한지 근본부터 다시 점검해야 합니다.

2. 부품 또는 공정 단계를 과감히 제거하기 (Try very hard to delete the part or process)

불필요한 부품이나 절차(프로세스)를 찾아내 없애야 합니다.
“나중에 필요할지도 몰라”라는 식으로 애매하게 남겨두면 복잡도만 높아집니다.
실제로 불필요함이 드러나 지운 뒤, 10% 정도는 나중에 다시 추가될 수 있을 만큼 “삭제에 대한 적극성”이 필요하다고 강조합니다.

3. 단순화·최적화하기 (Only then do you simplify or optimize)

먼저 “최적화”를 시도하는데, 머스크는 이것이 매우 위험한 습관이라 말합니다.
존재해서는 안 될 부품이나 공정부터 최적화하는 오류에 빠지지 않으려면, 앞서 (1)과 (2)를 철저히 거친 뒤에야 비로소 단순화·최적화를 진행해야 합니다.

4. 사이클 타임 가속하기 (Accelerate cycle time)

개발·생산 과정을 더 빠르게 반복(Iterate)하여, 결함이나 개선점을 신속히 찾아내는 단계입니다.
그러나 (1)·(2)·(3)을 충분히 하지 않은 채 속도부터 높이면, 잘못된 구조를 빠르게 양산하는 결과가 됩니다.

5. 자동화하기 (Automate)

마지막 단계가 자동화이며, 잘못된 설계·공정을 그대로 자동화하면 걷잡을 수 없는 비효율과 문제를 야기하게 됩니다.
• 머스크 스스로도 “이 순서를 거꾸로 했다가 큰 실패를 여러 번 경험했다”고 예를 들며, 우선은 불필요한 것들을 제거하고 최적화한 뒤에야 자동화를 추진해야 한다고 강조합니다.

테슬라 모델3 배터리팩 유리 섬유 매트 사건

일론 머스크는 실제로 배터리팩 생산 라인에 “유리 섬유 매트”가 필요한지 확인도 안 된 채 두고서, 처음에는 로봇 자동화(5단계)부터 하고 가속(4단계)·최적화(3단계)를 시도했습니다.
그러나 결국 “이 매트가 왜 필요한지(1단계)?”를 물어보니, 팀마다 이유가 달랐고 실제로는 아무 소용이 없다는 사실이 드러났습니다.
결국 매트를 제거(2단계)해서 복잡한 로봇 공정을 없앴고, 생산 병목을 해소했습니다.

(1) 요구사항을 철저히 재검토하고,
(2) 불필요한 부품·프로세스를 우선 제거한 뒤,
(3) 남은 요소를 단순화·최적화한다. 그리고 나서야
(4) 생산·개발 속도를 높이고,
(5) 최종적으로 자동화하라.

https://youtu.be/-iNgdvXXaR0

MBA 고용시장 위축 https://youtu.be/WQ35G6XI8Uw

하버드·스탠포드·MIT 등 주요 경영대 졸업생의 취업률·초봉이 급락.
대형 IT기업(FAANG) 및 컨설팅펌이 중간 관리직·MBA 인력 채용을 대폭 줄이는 추세.

- 마크 핀커스는 MBA의 가치가 "위험 회피"에 있었지만, 현재 경제 상황에서는 이러한 가치가 퇴색되었다고 주장합니다.
- 마크 핀커스는 "Y Combinator" 회사에 합류하는 것과 같이, 스타트업에서 실무 경험을 쌓는 것이 더 유익할 수 있다고 제안합니다.

- 차마스는 AI가 중간 관리자 역할을 대체할 것이라고 예측하며, MBA 학위의 가치가 하락할 것이라고 전망합니다.

- 프리버그는 대학 교육의 효용성에 의문을 제기하며, "실무 경험"과 "사회적 경험"의 중요성을 강조합니다.
- 마크 핀커스는 조니 아이브의 자녀 교육 사례를 언급하며, "도제식 교육" 모델의 가능성을 제시합니다.
- 제이슨은 "Deep Research"와 "Grok"과 같은 AI 도구의 발전상을 소개하며, MBA 교육의 필요성에 의문을 제기합니다.

- 프리버그는 AI를 "개인 교사"에 비유하며, AI가 고등 교육의 가치를 잠식할 것이라고 예측합니다.