문제를 해결하는 방식이 바뀌니 팀, 제품을 만드는 방식, 그리고 제품이 바뀌고 있다.

AI 세계와 SaaS 세계의 정말 다른 점 중 하나는 SaaS에서는 고객과 문제를 진정으로 이해하는 사람들이 반복적으로 성공했다는 점입니다. 그리고 그들은 특정 분야(도메인)를 이해했습니다.

그들은 기술이 어느 정도까지 가능한지를 알고 있었습니다. 하지만 무엇인가를 만들 수 있느냐 없느냐는 진짜 질문거리가 아니었죠.
예를 들어, 세일즈포스, 워크데이, 서비스나우를 보세요. CRM은 세일즈포스 이전에 존재했습니다. 인사 관리는 워크데이 이전에 존재했고요. 서비스나우도 마찬가지입니다.

그래서 모든 경우에, 세일즈포스는 시벨(Siebel)을, 워크데이는 피플소프트(Peoplesoft)를, 서비스나우는 페레그린(Peregrine), 레미디(Remedy) 등을 뒤따랐습니다. 그들은 단지 이전 세대 제품의 클라우드 SaaS 버전 같은 것이었죠.

그들은 그저 고객을 이해했고, 문제를 이해했습니다. 그리고 "여기 더 나은 버전이 있습니다"라고 말하는 것과 같았죠. SaaS 분야에서 시간이 지나면서 조금씩 발전하긴 했지만, 본질은 그것이었습니다.

그래서 그런 방식의 제품 개발은 고객과 문제를 정말 잘 이해하는 사람들이 주도했고, 그들은 단지 다음 기술의 흐름을 활용했을 뿐입니다.
그리고 이것은 AI 시대의 제품 개발 방식과는 거의 정반대입니다. 오늘날 가장 큰 성공을 거두고 있는 팀들을 보면, 그들은 모델에 대한 깊은 지식을 가지고 있습니다. 어떤 모델이 무엇을 더 잘하고, 왜 그런지, 언제 그런지를 이해하는 최전선에 서 있습니다. 그리고 앞으로 무엇을 잘하게 될지, 무엇은 못하게 될지도 파악하고 있죠.
그들이 시간을 쏟는 것은 '이 모델의 능력을 어떻게 이 분야나 이 사용자에게 적용할까?'를 알아내는 것입니다. 즉, 그들은 고객 문제 중심의 '외부에서 내부로(customer problem in)' 접근이 아닌, '내부에서 외부로(inside out)' 또는 '기술 중심의(technology out)' 방식으로 일하고 있습니다.

물론 그들도 고객 문제를 이해하고, 많은 경우 직접적인 경험을 가지고 있습니다. 하지만 그들은 기술의 핵심과 그 능력에 매우 가깝게 붙어 있으면서, 그것을 적용하고 있는 것입니다. 그리고 저는 이것이 SaaS 시대와는 정말 다른 제품 개발 방식이라고 생각합니다.

저는 오래전에 제품 관리자(Product Manager)로 커리어를 시작했는데, 이건 거의 당신이 배웠던 모든 것과 정반대입니다. "고객의 말을 듣고, 이해한 다음, 그것을 엔지니어링 및 제품 팀에 가져오라"는 식의 가르침과는 말이죠.

Q: 기존 SaaS 기업보다 5~10배 빠른 속도로 성장하여 12~18개월 만에 1억 달러 이상의 매출을 달성하는 기업이 있다고 언급하셨습니다. 그 원동력은 무엇인가요?
A: 지금까지 도출할 수 있는 유일한 결론은 고객들이 제품 경험이 '마법'이라고 생각하고 기꺼이 돈을 지출하고 있다는 것입니다. 이러한 빠른 성장은 내구성과 해자에 대한 의문이 남아 있더라도 엄청난 고객 수요와 견인력을 의미합니다.

Q: 기존 B2B SaaS 기업이 AI를 완전히 활용하는 데 어려움을 겪는 이유는 무엇인가요?
A: 기존 제품 개발 주기가 현재 요구되는 것과 역방향(고객 인-인 대 기술 아웃)이기 때문입니다. 또한 더 공격적으로 나서야 할 때 기존 비즈니스를 보호하려는 경향이 있습니다. 세상은 변했고, 기업들은 낮은 배율로 거래할 것인지 아니면 AI의 파괴적 혁신을 완전히 수용할 것인지 선택의 기로에 서 있습니다.

Q: 인공지능의 물결을 가장 잘 비유할 수 있는 역사적 사건은 무엇인가요? 인터넷인가요?
A: 트랜지스터가 더 좋은 비유입니다. 인터넷은 주로 배포 메커니즘이었습니다. AI는 트랜지스터와 마찬가지로 모든 것에 침투할 수 있는 근본적인 기술입니다. 자본 집약적이고 기술 선도적인 기술이며, 아직 예측할 수 없는 방식으로 수많은 제품과 산업에 통합될 것입니다.

https://youtu.be/I-5IsqFgrZM

질문: 창업자를 후원하고 싶은지 거의 즉시 어떻게 알 수 있나요?
A: 두 가지 주요 요인에 따라 확신이 빠르게 형성됩니다:

1. 새로운 인사이트: 창업자가 완전히 새로운 시장이나 문제를 바라보는 시각을 제시하고 모든 것을 다시 생각하게 만든다면 이는 강력한 신호입니다. 이는 지표가 아니라 질문을 올바르게 재구성하는 것입니다.
2. "학습자" 사고방식: 창업자가 '학습자'인 경우, 만나는 모든 사람에게서 정보를 흡수하는 진공 청소기처럼 행동하는 사람이라는 것을 느낄 수 있습니다. 이러한 창업자에게는 시작점보다 학습 속도와 지식의 복합성이 더 중요합니다.

질문: 어떤 사람이 훌륭한 학습자인지 어떻게 알 수 있나요?
A: 주관적인 느낌이지만, 질문의 유형, 원론적인 추론, 문제의 핵심을 파악하기 위해 '바보 같은' 질문이나 기본적인 질문을 기꺼이 하는 태도를 보면 알 수 있습니다. 이는 자신감과 이해하고자 하는 진정한 열망을 보여줍니다.

질문: 회사 내러티브 또는 '스토리텔링'이 중요한 이유는 무엇인가요?
A: 모든 것입니다. 창업자/CEO는 고객, 직원, 파트너, 투자자를 대상으로 끊임없이 프레젠테이션을 해야 합니다. 내러티브는 회사가 존재해야 하는 이유와 회사가 성공할 수 있는 이유를 설명합니다. 최고의 창업자들은 이 스토리를 지속적으로 다듬고, 이 과정을 통해 전략의 약점을 파악하고 수정합니다. 내러티브는 야망과 지적 정직함을 반영합니다.

Q: CEO로서 저질렀던 구체적인 실수 중 지금이라면 다르게 할 것은 무엇인가요?

- 유통(Distribution): 처음부터 충분히 고민하지 않았던 점입니다.
- 채용(Hiring): 핵심 인재를 채용할 때 보상에 대해 너무 경직된 태도를 보인 점입니다. 그는 시장 수준을 훨씬 뛰어넘는 보상을 요구했던 한 사람을 회상하며, 돌이켜보면 그를 채용하기 위해 '모든 규칙을 깼을 것'이라고 말합니다.

질문: 경영진 구성에 대한 핵심 철학은 무엇인가요?
A: 약점이 부족해서가 아니라 강점을 위해 고용합니다. 평범함은 적입니다. 스타트업의 성장은 "스파이크"가 필요한 의지적인 행위입니다. 다른 부분에서 약점이 있더라도 중요한 분야에서 세계 최고 수준인 사람을 채용해야 합니다.

질문: 최고의 CEO는 "모든 새로운 실수를 저지른다"고 말씀하셨습니다. 무슨 뜻인가요?
A: 그들이 끊임없이 배운다는 뜻입니다. 진정으로 배우고 있다면 같은 실수를 반복하지 않습니다. 스타트업은 본질적으로 혼란스럽고 지저분하기 때문에 실수는 피할 수 없지만, 중요한 것은 실수가 항상 새로운 실수인지 확인하는 것입니다.

https://youtu.be/dKQLq4NxMro

"단 하나의 확실한 수익 모델을 제시하라"

"어떤 발표에서 '우리는 멋진 아이디어가 있고 A, B, C, D, E 이 5가지 방법 중 하나로 돈을 벌 겁니다'라고 말하는 걸 보면 늘 불안하고 영감을 얻지 못합니다."

틸은 이어서 말합니다.
"사람들이 '우리는 그저 A 방식으로 돈을 벌 겁니다'라고 말하는 것이 훨씬 좋습니다. 그것은 당신이 실제로 충분히 고민했고, 실제로 효과가 있을 것이라고 생각한다는 것을 시사합니다. 반면에 A부터 E까지 나열하는 것은 더 많은 가능성을 보여주는 것처럼 들리지만, 실제로는 각 방법을 신중하게 고려하지 않았을 때가 많습니다."
틸은 이러한 통찰을 다음과 같이 일반화합니다.

"저는 사람들이 이처럼 여러 가지 선택지를 나열할 때, 그것은 종종 게으름의 한 형태이며 실제로 무엇이 효과가 있을지 정말 깊이 고민하지 않았다는 것을 의미한다고 생각합니다."

https://youtu.be/HZQnKtjM1TA

“Learn from those who have more years of experience. You have no idea how many hours a day I spent on the phone — like a sponge —learning about finance from those with 15, 20, 25, 30 years of experience.”

•저속주행 구간이지만 옆에 차선물고, 폭우, 전기자전거, 대각선 껴들기 등등. 중국 시내 학습 환경(?)과 학습하라고 하는 정책이 부럽습니다. 여기서되면 다되겠네요.

박소령님

<한국 축구가 절대 유럽을 따라갈 수 없는 이유> 라는 제목의 이 영상은 작년에 봤다. 한참 축협 이슈로 논란일 때, 유튜브 알고리즘을 통해 이걸 봤고, 눈이 번쩍 뜨였고, 그래서 김진짜 채널을 구독하게 되었다. 좋아요 저장을 해 두었다가 다시 보면서 명구절들을 캡처를 했다. 현재 조회수 70만, 댓글 1,200개가 넘는 영상.

김주표 코치는 유럽 선진축구를 배우고자 10년째 사비로 매년 1-2회씩 유럽 축구 아카데미를 다녀오는 분으로, 이 영상에서 본인이 만난 유럽의 축구 엘리트/리더들이 축구를 어떻게 바라보는가, 에 대해 다양한 케이스들을 이야기한다. 듣다보면, 그저 축구 이야기가 아니라 일에서, 삶에서, 모든 조직체에서 통용될 수 있는 뼈 때리는 이야기들.

1. 목적을 명확하게 하고 계획해서 행동한 후, 그 결과가 실패라면 그건 교훈이 있는 것이니 ”좋은 실패“라는 것. 이런 사람은 조직의 자산이고, 좋은 실패의 자산을 최대한 활용하게끔 해야한다는 것. (그러나 지금의 안타까운 점은, 활용은 커녕 기다려주지도 않는다는 것…)

보면서, 크래프톤 장병규 의장님이, 게임 프로젝트가 실패하더라도 그걸 담당했던 사람은 절대 조직에서 나가면 안되고 꼭 붙잡아야만 하는 사람이라고, 그게 그 프로젝트에서 가장 비싸게 얻은 자원이기 때문이라고 말씀하셨던 게 떠올랐다.

2. “감독은 말하는 직업이다” 라는 명쾌한 정의. 이건 어느 조직이든 리더는 마찬가지. 이해관계자들을 설득하고 호소하고 조율하고 움직이게 만들어야 하므로. (근데 이게 정말로 너무너무 극한 직업인 것…)

3. 전술의 목적은 상대를 혼란스럽게 만드는 게 아니라, 우리 팀을 예측가능하게 만드는 것. 축구라는 것이 원체 예측불가능하고 복잡하기 때문에, 그럴수록 우리 팀의 플레이를 예측가능하게 만드는 게 중요하다고.

앤디 그로브가 비즈니스의 기본 속성은 혼돈이기 때문에 최대한 혼돈을 줄여나가는 게 매니저의 역할이라고 했던 것 같은데.. 소음 속에서 기본적인 것을 아주 잘 해내는 것의 중요성으로 이해함.

4. 나 스스로에게 이 일을 하는 why 가 중요한만큼, 반대로 이해관계자에게 나와 같이 일해야 하는 why 를 어떻게 “말할 수” 있는가.
(즉, 감독은 말하는 직업이므로)

5. Authority 의 중요성. 내가 authority 가 아니라면, 그런 사람을 찾아서 내 생각이 현실화되게끔 endorsement 를 받아내야 한다. 혹은 내가 authority 라면, 미래를 위해 옳은 방향으로 결정을 내려줘야 하고. authority 의 결정이 시스템도, 환경도, 앞으로 나아갈 수 있게 만들기 때문에. 백업으로 언급된 네덜란드/독일 축구의 귀한 사례들.

6. 축구 프리젠테이션인데도 정점에 서 있는 리더는 결국 ”인간으로서의 발전”과 철학적인 주제에 대해 이야기하게 된다는 것.
“축구라는 게임을 정확하게 철학적으로 정립하자” 라는 이니셔티브가 있었고, 이걸 authority 가 endorsement 를 해 주어서 실행이 되었고, 그것이 오늘날 네덜란드 축구의 기반이 되었다는 것.

7. 시스템과 환경을 만들기 위해서 유능한 자들이 높은 지식과 경험을 가지고 비슷한 뜻을 가지고 모여서, 상호교류하고 토론하는 가치의 중요성. 어떠한 커뮤니티가 필요한가, 의 문제.

https://youtu.be/FP0-UPx25Wc

쇼핑할 때 최저가 찾아주고, Zoom Meeting 잡아주고 캘린더 링크 보내주고 슬랙에 안내 해줌.

MAU는 2월 기준 200만.

OpenAI, Anthropic, Gemini에게 제품 로드맵을 알려주는 제품이 될지 아니면 유의미한 비즈니스를 만들지.

‘바벨 전략’은 “중간 위험·중간 규모는 최악이므로, 자산을 안전 극단과 고변동 극단에만 배치한다.”

Q: 벤처 업계의 플레이북이 어떻게 변화했다고 보시나요?
1960년대부터 2010년까지의 벤처 플레이북은 기술 회사를 기본적으로 "도구 회사(tool companies)"로 보는 것이었습니다. 메인프레임 컴퓨터, 데스크톱, 스마트폰, 소프트웨어, 데이터베이스 등 곡괭이와 삽 같은 도구를 만들어 고객에게 판매하는 식이었습니다.

2000년의 우버는 택시 회사에 파는 전문 소프트웨어였겠지만, 2010년의 우버는 "우리가 전부 다 하겠다"는 식이었습니다. 에어비앤비도 마찬가지입니다. 이는 기술의 전체 가치를 최종 고객에게 직접 전달하는 "풀스택 스타트업(full-stack startup)" 모델입니다.

그 결과, 회사들의 규모가 훨씬 커졌습니다. 테슬라(Tesla)는 한때 전 세계 자동차 산업 전체보다 더 가치 있었고, 우버는 모든 택시 회사를 합친 것보다 훨씬 더 가치가 있습니다. 이는 시장 규모 예측을 매우 어렵게 만듭니다. 우리는 종종 승자의 시장 규모를 과소평가하는데, 이는 벤처 경제학에서 가장 치명적인 "누락의 오류(error of omission)"로 이어질 수 있습니다.

Q: 성과가 막대해지는 새로운 현실은 대형 벤처 회사(VC)만이 승리한다는 것을 의미할까요?
A: 아닙니다. 벤처 업계는 나심 탈레브가 말하는 '바벨(barbell)' 형태로 재편되고 있습니다. 한쪽 끝에는 규모가 큰 제너럴리스트(generalist) 회사가 있고, 다른 한쪽 끝에는 고도로 전문화된 부티크(boutique) 회사가 있습니다. 규모도 제대로 갖추지 못했고 깊이 전문화되지도 않은 중간에 있는 회사들은 결국 무너질 것입니다. 이는 소매업에서 백화점이 한쪽에서는 아마존(규모)에, 다른 한쪽에서는 전문 부티크(전문화)에 밀려 무너진 것과 같습니다. 바벨의 양쪽 끝 모두 좋은 전략입니다.

Q: 대형 회사도 전문성을 가질 수 있나요?
A: 네, 그렇습니다. 저희 모델은 AI, 크립토, 바이오 등 다양한 버티컬(vertical) 분야별로 별도의 전문 투자팀을 두는 것입니다. 이 팀들은 자체적으로 투자 결정을 내릴 권한을 가집니다. 우리는 본질적으로 하나의 거대한 플랫폼이 가진 힘과 자원을 활용해 운영되는, 전문화된 회사들의 집합체인 셈입니다.

Q: 귀사가 더 커지는 데 있어 가장 큰 제약 요인은 무엇인가요?
A: 이해상충(conflict of interest) 정책입니다. 창업가와 시리즈 A/B 투자자 간의 관계는 매우 깊습니다. 만약 투자자가 직접적인 경쟁사를 지원하면, 창업가는 배신감을 느낍니다. 이는 이성적으로 해결할 수 없는 감정적인 문제입니다. 이것이 바로 성공에 따르는 단점입니다. 포트폴리오 회사에 더 중요한 존재가 될수록, 그들은 잠재적인 이해상충 문제에 더 신경을 쓰게 됩니다.

Q: 만약 작고 전문화된 펀드를 운영해야 한다면, 어떻게 접근하시겠어요?
A: 저는 바벨 이론을 매우 굳게 믿기 때문에, 제 개인 유동 자산을 이런 방식으로 투자합니다. 규모 측면에서는 A16Z 펀드에, 그리고 전문화 측면에서는 초기 단계의 엔젤 및 시드 펀드 포트폴리오에 말이죠. 시드 투자자가 200배 또는 300배의 수익률로 '대박을 터뜨릴(shoot the lights out)' 기회는 영원합니다.

https://youtu.be/53FImKtf2i0

회사는 창업자의 그릇만큼 성장합니다. 회사의 성장은 창업자의 개인적인 성장과 직접적으로 연결되어 있습니다.

스타트업의 가장 큰 위협은 시장이나 경쟁이 아닌, 창업가 자신의 성찰하지 않은 내면일 수 있습니다. 대부분 창업자는 문제를 해결하기 위해 제품, 전략, 코드에 집착하지만, 자신의 내면 상태에 따라 회사를 망치거나 폭발적으로 성장시킬 수 있습니다.

칼융은 우리가 거부하고 숨기고 부정하는 모습의 일부를 어두운 그림자라고 합니다. 일반적으로 우리가 생각하는 단점, 약점, 우리가 되고 싶지 않은 모습들입니다. 이런 어두운 그림자들은 우리 안에서 부정하는 특성을 가진 대상에게 비이성적으로 분노하거나 비판하는 모습으로 투사됩니다.

윌리엄 A밀러는 그림자의 긍정적 측면을 봅니다. 우리가 가지고 있지만 아직 표현하지 않은 잠재력, 숨겨진 재능, 긍정적 자질이 황금 그림자입니다. 우리가 누구를 우상화하고 질투하는 지를 보면, 우리 안에 실현되지 않은 잠재력을 파악해볼 수 있습니다.

실패하는 것에 대한 두려움, 남들보다 돋보이는것에 대한 두려움, 분수를 지켜라, 거만하게 굴지마라, 나대지말라 등 어린시절 사회적 조건 때문에 이런 잠재력들을 묻어두곤 합니다.

그런데 이런 잠재력을 무시하면 반대로 좌절감을 느끼거나 자기의심으로 변질되서 자신감과 의사결정을 병들게 할 수 있습니다.

Gary는 어린시절 불안한 환경에서 자라 갈등을 극도로 회피해왔고 그게 털털하고 편한사람이라 생각했습니다. 그런데 이런 성향 때문에 공동 창업가나 팀과의 문제가 곪아 터질 때까지 방치했고 명확한 리더십을 발휘하거나 어려운 결정을 내리지 못했습니다. 팀원으로부터 지금까지 경험한 최악의 관리자라는 피드백을 듣고 자신의 회피 성향이 심각한 요인이라는 것을 알게 되었습니다. 이후 번아웃을 겪은 후 심리치료와 코칭을 통해 도움을 받았습니다.

아동기 부정적 경험 테스트를 통해서 과거가 본인에게 미친 영향을 깨닫고, 자신이 비저너리한 CEO들을 존경하고 질투했다는 것을 알게되었습니다. 동시에 자신이 타인에게 투영했던 자질들-강력한 제품 직관, 팀을 결집시키는 능력, 비전을 이끄는 힘이 자신의 황금 그림자임을 발견했습니다.

본인의 황금 그림자를 알아차리기 위해서 이런 시도를 해보세요.

1. 당신이 존경하거나 질터하는 창업가, 리더, 동료의 목록을 만들고 어떤 자질이 당신의 마음을 끄는지 작성하세요. 이런 자질은 당신의 잠재력을 비추는 거울입니다.
2. 존경하는 자질의 씨앗이 당신 안에도 존재함을 인정하고 그것을 표현하지 못하게 막았던 오래된 믿음이나 두려움에 도전하고, 스스로 그 강점을 구현할 수 있도록 허락하세요.
- 소소한 실험부터 시작해보세요. 대담한 소통가를 존경한다면 회의에서 더 이야기해보고, 창의성을 존경한다면 필터 없이 아이디어를 쏟아내는 시간을 마련하세요.
- 이런 작은 행동들은 숨겨진 재능을 위한 운동과도 같아서 힘과 자신감을 길려줍니다.
3. 새롭게 발견한 강점을 일상적인 업무에 적용하고 피드백을 받으면서 반복하세요.

이런 내면의 작업은 감상적인 사치가 아닌 회사의 가장 중요한 가치인 리더에게 하는 전략적 투자임을 인지하세요. 다른 사람에게서 당신의 잠재력을 발견하고 당신의 것으로 만드세요.

https://youtu.be/ftJ9cyYrLbY

피터 틸의 세계를 여는 열쇠, 르네 지라르.

1980년대 스탠퍼드 철학과 학생이었던 틸은 한 철학자를 만난다. 훗날 그의 모든 의사결정을 지배하게 될 운영체제(OS), 바로 르네 지라르의 '모방 이론'과의 만남이었다.

르네 지라르의 욕망이론. 모든 것은 모방에서 시작된다. 우리는 스스로 욕망하지 않는다. 우리는 타인이 욕망하는 것을 모방하여 욕망한다.

배고픔과 같은 생물학적 욕구와 다르게 무엇을 원하는가라는 사회적 욕망은 욕망의 대상(모델)이 필요하다. 아이는 옆 친구가 장난감을 집어들 때 비로소 그 장난감을 원한다. 우리는 타인의 욕망을 통해 세상의 가치를 배운다.

외적 중개(좋은 모방): 모델이 소크라테스나 아인슈타인처럼 시공간을 초월한 존재일 때, 우리는 그를 존경하고 배우려하고 이 관계는 학습과 창조로 이어진다.

내적 중개(나쁜 모방): 모델이 직장 동료나 경쟁사처럼 나와 같은 공간에 있을 때 숭배의 대상이 라이벌로 돌변하고 이 때부터 우리의 목표는 라이벌을 이기는 것으로 변질된다. 이것이 파괴적인 경쟁과 갈등의 시작이다.

모든 사람들이 서로 똑같이 모방해서 같아지면, 사회는 붕괴를 막기 위해 무의식적으로 모든 죄를 한 명의 희생양에게 뒤집어씌워 제거함으로써 평화를 되찾는다.

이 세가지 개념- 모방 욕망, 라이벌, 희생양이 피터틸이 사고하는 방식이다.

1. 경쟁은 패배자들이나 하는 것.

"다음 빌 게이츠는 운영체제 회사를 만들지 않을 것이고, 다음 래리 페이지는 검색 엔진을 만들지 않을 것입니다. 이들을 따라 하는 것은 그들에게서 배우는 것이 아닙니다.”

나쁜 모방을 하는 것은 그들과 경쟁하는 것이고 그들을 이기기 어렵다. 페이스북 이후 나온 트위터, 인스타그램, 와츠앱, 스냅챗 모두 어느정도 규모까지 성장했지만 결국 이 시장은 페이스북이 가장 큰 영향력을 끼쳤다.

물론 페이스북 이후 트위터, 인스타그램, 왓츠앱 등 성공한 아류작들이 등장했다. 하지만 틸의 관점에서 이들은 페이스북이 열어젖힌 '소셜 네트워크'라는 경기장(1) 안에서 벌어진 또 다른 경쟁(n)일 뿐, 새로운 경기장을 창조(0 to 1)한 것이 아니었다. 넥스트 소셜을 찾는 열풍은 '저커버그처럼 되고 싶다'는 모방 욕망에 사로잡힌 군중이 스스로 레드오션으로 뛰어드는 모습이었다.

2. 독점과 초월적 미션의 공유.

페이팔에서 잦은 쿠데타를 보면서 똑똑한 인재들이 모여도 어떻게 조직이 파괴될 수 있는지 경험했다. 갈등의 원인은 차이에서 오는 것이 아니라 같은 것을 모방하고 욕망하기 때문에 온다.

1. 모든 직원에게 겹치지 않는 고유한 책임과 역할을 부여해서, 자신만의 왕국에서 독점적 지위를 누릴 수 있게 해줬다. 한 명의 팀원이 한 문제 해결에 집중할 수 있도록 도왔다.
2. 초월적 미션을 줘서 회사의 목표를 경쟁사 타도 같은 상대적인 것에 두지 않았다. 대신, 테러를 막는다와 같이 외부와 비교가 불가능하고 초월적인 미션을 주어 구성원들의 욕망이 서로가 아닌 하나의 위대한 목표를 향하게 했다.

3. 세상의 비밀을 찾아서: 군중의 상식을 거스르는 진실

틸은 세상에 여전히 "발견해야 할 많은 비밀이 남아있다"고 믿는다. 그에게 비밀이란, 모방적 군중이 상식이라고 믿는 '낭만적 거짓' 뒤에 숨겨진 '소설적 진실'이다. 위대한 기업은 이 비밀을 발견하고 그것을 현실로 만드는 회사다.

상식(거짓): 경쟁은 건강하고 혁신을 촉진한다.

비밀(진실): 경쟁은 파괴적이며 독점이 진정한 창조의 원천이다.

그는 이 비밀을 남들보다 먼저 발견하기 위해 의식적으로 군중과 거리를 뒀다.

- 페이팔 투자 유치 당시, 그는 동료들의 반대에도 불구하고 '닷컴 버블의 끝이 임박했다'는 비밀을 꿰뚫어 보고 1억 달러 투자를 빠르게 마무리했다. 며칠 뒤 버블은 터졌고, 그의 예측은 현실이 되었다. 해당 투자금액으로 숏 포지션에 베팅하려 했으나 마이클 모리츠 등 이사회의 반대로 해당 아이디어는 실행되진 못했으나 그의 예측이 맞았다.
- 그가 설립한 헤지펀드 클라리움 캐피탈은 월스트리트에서 멀리 떨어진 공원에 자리 잡았다. 그는 다른 펀드들이 서로를 모방하며 단기 거래에 몰두할 때, "겉보기엔 멀쩡한 실물 경제와 미친 듯한 금융 시장 사이의 괴리"를 포착하려고 했고 1년에 3-4건의 거래만 하기도 했다. 스타트업+씽크탱크+사모펀드의 형태로 조직을 운영하려고 대부분 리서치에 시간을 사용했고 수학, 심리학, 경제학 저명 학자들을 초빙해 팀원들과 대화했다. 팀을 꾸리는 방식은 직원들이 아는 가장 똑똑한 사람 세명을 추천받아 그들을 채용했다. 펀드는 '피크 오일', '달러 강세' 등 거시 경제의 큰 흐름을 예측해 큰 수익을 얻었다. 큰 손실을 보는 시기도 있었다.

위대한 창업가의 멘토가 되다: VC 업계의 혁신

파운더스 펀드를 설립했을 때, 실리콘밸리의 VC들은 창업가를 미숙한 존재로 보고 투자 후 전문 경영인으로 교체하는 것을 당연하게 여겼다. 틸은 이 관행을 정면으로 거부했다. 그에게 창업가는 '0 to 1의 비밀'을 발견한 천재였다. 그는 라이벌이 아니라 그들이 위대한 비전을 실현하도록 돕는 스승이자 멘토('외적 중개자')가 되고자 했다. 이것이 바로 파운더스 펀드가 '창업가 친화적(Founder-Friendly)'이라는 새로운 트렌드를 만든 배경이다. 그는 나쁜 모방(경쟁)을 피하고, 좋은 모방(학습과 존경)을 펀드의 핵심 철학으로 삼았다.

피터 틸의 모든 행보는 결국 하나의 질문으로 귀결된다.

"어떻게 모방의 굴레를 벗어나 고독한 창조를 통해 세상이 감추고 있는 비밀을 알아낼 것인가?"

그는 그 질문에 대한 답을 찾아가는, 우리 시대 가장 독창적인 사상가다.

https://www.generalist.com/p/founders-fund-1

"뭔가 훌륭한 일을 하세요, 그러면 당신의 네트워크는 저절로 생겨날 겁니다."

그리고 칼 융이 말했듯이, 당신이 아무리 고립되어 있고 외롭다고 느낄지라도, 당신의 일을 진정으로 그리고 성실하게 한다면, 알지 못하는 친구들이 와서 당신을 찾을 것입니다.

일회용 소프트웨어 시대. 생각하면 만들어보고 버릴 수 있다.

https://youtu.be/pJkRenmZXXE
https://www.stdy.blog/4-coding-agent-comparisons-lovable-gemini-rork-flowith/?fbclid=IwY2xjawK_cUhleHRuA2FlbQIxMABicmlkETE2cFZLQ1R4TXVWcTVkY1ZKAR6i6eZ24PJrzvPlhmlHbUqyHKRpvAYCcq5GbK2mFj0GjXkm8AF_iL5YerjHbQ_aem_8jdsTrG5Xmwh46gkpKbWaw

- 코딩과 채팅이 현재 가장 효과적인 AI 활용사례가 맞다.
- 조만간 새로운 소셜 경험을 제공하는 서비스, 구글 닥스에 AI를 잘 적용한 새로운 워크플로우, 사람 수준의 업무를 하는 Agent들이 나올 것이다.
- 더 놀라운 건 AI가 새로운 과학을 발견하는 것이다. 단순히 사람이 하는 수준을 넘어서 새로운 발견을 하는 것은 앞에 있는 모든 발전을 압도할 수 있다.
- 처음엔 과학자들과 협업하는 Co-pilot 형태로 생산성을 3배 높이고 점차 새로운 물리학을 발견할 수 있는 단계로 나아갈 것입니다.

- 이미 사람들은 AI를 사용해서 시장 조사를 하고, 새로운 제품을 찾아내고, 아마존에서 물건을 팔고 광고를 만들고 있습니다.
- OpenAI는 일반 차량의 자율 주행을 기존의 어떤 접근 방식보다 훨씬 더 잘 해낼 수 있는 새로운 기술이 있다고 생각합니다. → 테슬라가 많은 데이터에 모델을 붙이는 식으로 문제를 해결했다면 OpenAI가 자율주행에서도 쓸만한 모델을 만드는 식으로 문제를 해결하고 있는 것 같다. 만약 자율주행에서 Waymo, Tesla 수준 혹은 이를 뛰어넘는 무언가를 만든다면 OpenAI의 가치는 훨씬 더 높아질 수 있겠다.
- 5-10년 안에 훌륭한 휴머노이드 로봇을 가지게 될 것.

- 소비자들이 결국 우리에게 원하는 것은, 더 좋은 단어가 없어서 말하자면, '에테르(ether)' 속에 살면서 모든 표면과 제품을 통해 여러 방식으로 그들을 돕는 'AI 컴패니언'이라고 생각합니다. 그 존재는 당신과 당신의 목표, 당신이 성취하고 싶은 것, 그리고 당신의 정보를 알아가게 될 겁니다.
- 그것이 항상 당신과 함께 있고, 센서로 가득 차서 무슨 일이 일어나는지 이해하고 많은 것을 계속 추적한다면... 완전히 다른 종류의 장치를 상상할 수 있죠.
- AI 팩토리: 전자(electron)부터 ChatGPT 쿼리까지

→ 영화 Her가 조만간 현실화되고 우리보다 우리를 더 잘아는 작은 기기를 모든 사람들이 들고다닐 수 있겠다.

- 핵융합이 일어날 것이고, 새로운 종류의 핵분열도 일어날 것이라고 생각합니다.

https://youtu.be/mZUG0pr5hBo

수학의 모차르트 테렌스타오가 바라보는 AI

Q: 딥마인드의 알파프루프(AlphaProof)와 같은 AI가 수학 문제를 푸는 것에 대해 어떻게 생각하시나요?

A: AI가 국제수학올림피아드(IMO) 수준의 문제를 푸는 것은 매우 인상적이며, 무엇이 가능한지를 보여주는 훌륭한 성과입니다. 하지만 현재 접근 방식은 확장성에 한계가 있습니다. AI는 실수를 하고, 증명이 길어질수록 실패율이 기하급수적으로 증가합니다.

- 인간 수학자와 AI의 차이: 현재 AI는 '잘못된 길로 들어섰을 때'를 인지하는 능력, 즉 '수학적 후각(mathematical smell)'이 부족합니다. AI가 생성한 증명은 겉보기에는 완벽해 보이지만, 미묘하고 어리석은 오류를 포함하는 경우가 많습니다.
- 미래: 만약 AI가 이런 '후각'을 갖게 된다면 인간 수준의 수학자와 경쟁하거나 협력할 수 있을 것입니다.

Q: AI가 필즈상을 수상하는 날이 올까요?

A: 어떤 수준의 협력을 말하는지에 따라 다릅니다. 이미 AI는 논문 작성 시 자동 완성 기능 등으로 도움을 주고 있습니다. 하지만 AI가 주도적으로 필즈상 수준의 공헌을 하려면 시간이 더 필요합니다.

- 가까운 미래의 예측: 저는 이번 10년 안에 AI가 사람들이 관련 없다고 생각했던 두 분야 사이의 **새로운 추측(conjecture)을 생성**할 수 있을 것이라 봅니다. 이는 매우 의미 있는 돌파구가 될 것입니다.

Q: 수학을 공부하는 젊은이들에게 어떤 조언을 해주고 싶으신가요?

A:자신만의 수학 언어를 찾는 것이 중요합니다. 인간의 뇌에는 진화적으로 주어진 '수학 센터'가 없기 때문에, 각자 시각, 언어, 게임 등 다른 뇌 영역을 재활용하여 수학을 합니다. 한 가지 교육 방식이 맞지 않더라도, 유튜브, 포럼, 책 등 다양한 자료를 통해 자신에게 맞는 방식을 탐구해보세요. 또한, 특정 기술보다는 추상적 개념을 다루는 법, 문제 해결 능력과 같은 **이전 가능한 기술(transferable skills)**을 기르는 것이 중요합니다.

최근에 무스타파 슐만(Deepmind 공동창업자)도 비슷한 이야기를 했다. AI시대에 Personal Tutor가 붙어서 무엇이든 전문가 수준으로 배울 수 있어서 가장 중요한 자산은 의지력/습관이 될 것 같다.

향후 10년간 가장 큰 커리어 성장 가속기: 학습에 매우, 매우 능숙해지는 것.

- 당신의 학습 스타일을 파악하세요.
- AI를 사용해 자료를 그 형식/스타일(팟캐스트, 퀴즈 등)로 변환하세요.
- 지식을 적용하세요.
- 반복하세요.

빠르게 배우고, 빠르게 성장하라.

우리 시대의 새로운 '컨베이어 벨트'는 바로 AI로 재정의된 워크플로우가 될 것입니다.

과거 컨베이어 벨트가 자동차 산업의 생산성을 폭발시켰듯, AI 워크플로우는 지식 노동의 생산성을 바꿀것입니다. 기업의 가장 큰 가치는 바로 이 '업무 방식의 혁신'에서 창출될 것입니다.

많은 사람들이 이미 GPT나 Copilot을 사용하고 있지만, 실제 본인의 업무에는 효과가 미미하거나 정확성이 떨어지는 경우가 많습니다. 범용 AI는 우리 회사의 고유한 지식과 복잡한 업무 프로세스를 이해하지 못하는 '똑똑한 인턴'과 같아서, 핵심적인 가치를 만들어내는 데 한계가 있습니다.

하지만 우리 회사의 데이터와 도메인 지식을 깊이 학습한 AI 도구와 에이전트는 다릅니다. 이들은 '숙련된 전문가'처럼 일하며, 그 성능은 이미 놀라운 수준에 도달했고 기하급수적으로 발전하고 있습니다.

가장 명확한 증거는 소프트웨어 개발 분야에서 나타나고 있습니다. 코딩 데이터로 학습한 AI 도구(Cursor 등)와 에이전트는 이미 개발자의 생산성을 극적으로 높였으며, 심지어 비개발자도 간단한 앱을 만들 수 있는 시대를 열고 있습니다.

그렇다면, 이 성공 모델을 회사가 가진 다른 모든 데이터(재무, 법무, 마케팅 등)에 적용한다면 어떨까요? AI 에이전트를 중심으로 업무 방식을 완전히 재설계했을 때, 우리 회사의 생산성과 결과물의 수준은 과연 어디까지 도달할 수 있을까요?

우리는 일하는 방식을 바꿔야합니다. 그렇지 않으면 누군가 먼저 바꿀것입니다.

Anthropic은 어떻게 AI를 사용하고 있나?

https://whchoi98.notion.site/How-Anthropic-teams-use-Claude-Code-20b04ef7e60e80febfb1d3581905f99a

1. 재무팀 구성원은 코드 작성 경험 없이 “이 대시보드에서 데이터를 조회하고, 정보를 얻은 다음 이 쿼리를 실행하고, Excel 출력물 생성”

2. 신입 사원을 위한 코드베이스 네비게이션: Claude는 문서화된 Claude.md 파일을 분석해 작업에 필요한 관련 파일을 찾아주고, 데이터 파이프라인의 상위 종속성을 설명하며, 대시보드에 어떤 데이터가 들어오는지도 알려줍니다. 이는 전통적인 데이터 카탈로그나 검색 도구를 대체합니다.

3. 문서 갱신: Claude에게 수행한 작업 요약 및 개선사항 제안을 요청합니다. 이를 통해 문서와 워크플로우 가이드가 점진적으로 개선되며 지속적인 개선 루프가 형성

4 자가 검증 루프를 설정하세요: Claude가 빌드, 테스트, 린트를 자동으로 수행하도록 설정하면 자율적으로 더 오래 작업할 수 있으며, 오류도 스스로 감지할 수 있습니다. 테스트 코드를 먼저 생성하도록 지시하면 더욱 효과적입니다.

5. 반복적인 리팩토링 자동 처리 병합 충돌이나 중간 수준의 복잡한 파일 리팩토링과 같이 에디터 매크로로 해결하기엔 어렵고, 대규모 개발 노력을 들이기엔 애매한 작업을 Claude에 맡깁니다. 상태를 커밋하고 Claude에게 30분 동안 자율적으로 작업하게 한 뒤 결과가 만족스러우면 채택하고, 아니면 다시 처음부터 시작합니다.

6. Figma 플러그인으로 대량 광고 이미지 생성 정적인 이미지 광고를 수작업으로 복사·편집하던 방식에서 벗어나, Figma 플러그인을 만들어 텍스트만 바꿔 최대 100개의 변형 이미지를 자동 생성합니다. 수작업으로 수 시간 걸릴 작업이 한 번의 클릭으로 완료되어 크리에이티브 생산량이 10배 증가했습니다.

7. Meta Ads 분석용 MCP 서버 구축 Meta Ads API와 연동되는 MCP 서버를 구축해, 캠페인 성과, 비용, 광고 효과 등을 Claude Desktop App 안에서 바로 조회할 수 있게 했습니다. 플랫폼 간 전환 없이 분석이 가능해 ROI 최적화에 직접 기여합니다.

8. 복잡한 워크플로우는 하위 에이전트로 분할하세요 하나의 프롬프트나 흐름으로 모든 작업을 처리하려 하지 말고, 헤드라인용 에이전트, 설명용 에이전트처럼 나누면 디버깅이 쉽고 결과물 품질도 향상됩니다.

9. 프론트엔드 시각 요소 및 상태 관리 직접 수정 이전에는 폰트, 색상, 여백 등의 시각적 요소를 변경하려면 문서 작성 → 엔지니어와 피드백 반복의 과정을 거쳐야 했지만, 이제는 Claude Code로 디자이너가 직접 구현합니다. 일부 디자이너는 “보통 디자이너가 다루지 않는 상태 관리 로직까지 직접 수정”하기도 하며, 원하는 완성도를 스스로 달성할 수 있게 되었습니다.

10. GitHub Actions 기반 자동 티켓 처리 GitHub 이슈나 티켓을 생성하면 Claude가 자동으로 코드 제안을 작성합니다. Claude Code를 직접 실행하지 않고도 티켓 기반으로 버그 수정이나 마이크로 피처 개선 작업이 자동화됩니다.

11. 법무팀 워크플로우 자동화 구성원이 적절한 법률 담당자를 찾을 수 있도록 돕는 ‘전화 트리’ 시스템의 프로토타입을 Claude Code로 구축했습니다. 전통적인 개발 리소스 없이도 법무팀 전용 툴을 제작하는 데 성공했습니다.