고영혁 (Dylan Ko)

46.8K posts

고영혁 (Dylan Ko) banner
고영혁 (Dylan Ko)

고영혁 (Dylan Ko)

@Gonnector

Gonnector - Go, Connect, Create Values / Lifetime Rainmaker using Data & AI / Data Scientist & Growth Hacker / Angel Investor, Author, Consultant & Coach

Seoul, Korea Katılım Eylül 2009
1.4K Takip Edilen12.8K Takipçiler
Sabitlenmiş Tweet
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
약 10년의 데이터 분야 글로벌 기업 지사장 커리어를 11월 7일부로 마무리하고 퇴사한 지 3주가 지났습니다. 3주의 시간동안 퇴사 및 새로운 삶의 단계를 결정한 이유들에 대해 감사하게도 빠르게 검증해 볼 수 있었고, 앞으로의 삶에 대해 튼튼한 초기 동기부여를 얻을 수 있었습니다. 50살을 눈앞에 둔 시점에서 비슷한 고민을 하는 비슷한 연령대의 지인들이 적지 않을텐데, 제가 왜 이런 결정을 했는 지 참고가 될 것 같아서 공유해 봅니다. 1. 퇴사 및 커리어를 정리한 이유와 의사 결정 과정 가장 큰 이유는 가족입니다. 부모님의 건강, 축구선수 커리어를 가고 있는 아들의 부상, 아내의 건강 등 여러가지 안좋은 집안 상황들이 한데 몰려서 발생했고, 지사장으로서 여러가지 회사일들도 챙기면서 집안 일도 제대로 챙기기에는 제 역량으로는 역부족이라는 것을 깨달았습니다. 이거저것 다 해내려다가 어느 하나도 제대로 못할 수 있는 최악의 상황을 만들고 싶지는 않았기에 결국 선택과 집중을 할 수밖에 없었고, 당연히 최우선 순위는 저를 포함한 가족이었습니다. 가족들 케어를 하기 위한 시간 관리를 훨씬 자유롭게 하는 것이 최우선이긴 했지만 아직 경제적 자유를 확보한 상태는 아니고, 더불어서 저의 경우 경제적 자유와는 별개로 좋아하는 일을 평생 하는 것이 인생의 목표 중 하나이기 때문에, 가족 케어를 위해서라도 경제적 활동은 필요한 상황이었습니다. 사실, 2020년대 초반에 "아, 나는 지사장 같은 일반적인 일들의 전문가보다는 데이터로 문제를 찾아서 해결하는 특정 분야의 전문가로서 더 즐겁게 일하고 더 성과가 좋구나" 를 꺠달았지만 사는 게 항상 다 자기 뜻대로 되는 것은 아니다보니 여러 상황들을 고려해서 둘 다 꾸역꾸역 해나가던 상황이었습니다. 이번에 다음 인생 단계를 설계하면서 명확하게 후자에 집중하기로 결정했습니다. 즉, 한국식 표현으로는 프리랜서, 미국식 표현으로는 independent consultant 로서 경제 활동을 진행합니다. 이 포맷은 솔직히 이번이 처음이 아니라 2010~2012년, 그리고 2년간 실리콘 밸리 창업에 도전한 기간을 건너뛰고, 2014~2015년도 총 4년간 열심히 활동한 포맷이다보니, 뭐랄까 다시 고향에 돌아온 느낌입니다. 이 결정 또한 이어지는 백업 로직이 있는데, 우선 기본적으로 저는 회사를 크게 키우고 싶다거나 IPO 나 매각 등의 기업가 exit 시나리오에 삶의 목표를 두는 타입이 아닙니다. 사실 30대에는 그런 줄 알았는데, 직접 간접적으로 관련된 삶들을 경험하다보니 아니더라구요. 좋아하는 일 즐겁게 하면서 적당하게 돈 벌고 그 과정에서 여러 좋은 사람들 만나서 서로 믿을 수 있는 사람들끼리 오래도록 잘 네트워킹하며 지내고, 이왕이면 이런 것을 한국에 국한하지 않고 글로벌로 하면서 여기저기 돌아다니며 맛난 것 먹고 여러 다양한 모습들을 가슴과 사진에 담는 것이 삶의 목표이기 때문입니다. 여기에 한 가지 더 중요한 이유가 있는데, 최근 2년간 AI 에이전트들을 업무에 깊숙이 사용해 보면서 매우 중요한 질문에 대한 답을 찾을 수 있었기 때문입니다. 앞에서 설정한대로 살려면, 대략 어느 정도 범위와 난이도의 일을 맡아서 한다는 것이 가닥이 잡히게 되는데, AI 에이전트가 등장하기 이전에는 저 혼자서 다 커버하기는 쉽지 않았습니다. 그런데, 이제는 혼자서 할 수 있느냐라는 질문에 YES 라고 답을 할 수 있는 상황이 되었습니다. 좀 더 솔직히 이야기하면, 진짜 사람간의 유의미한 커뮤니케이션과 관계 개발은 고객과 하면 되고, 한 팀으로 일하는 다른 동료와의 커뮤니케이션과 관계 개발은 오히려 사람인 경우보다 AI 인 경우가 플러스 마이너스 모두 고려했을 때 더 낫다고 생각합니다. 관점에 따라 다양한 의견의 방향이 존재하는 심도 깊은 주제이기에 이 글에서는 여기까지만 이야기할게요. 2. 퇴사하고 3주간 시간을 보낸 일 퇴사를 하면서 멤버들과 기타 여러가지 포인트들에 대해서 소위 '정리'하는 과정에 대해서도 느끼고 배운 점들이 많은데, 그건 다음 기회에 공유를 하고, 퇴사 후의 일들을 조금 공유해 보겠습니다. 가족 관련 여러가지 일들을 제가 더 직접 챙기고 아들, 딸, 아내, 부모님과 더 많이 이야기 나누고 교감하면서 서로의 신뢰와 애정이 더 깊어지는 것을 느낄 수 있었습니다. 특히 지난 주에는 3박 4일 제주도 가족 여행을 하며, 퇴사를 결정하고 추석 연휴 때 했던 가족 여행에 이어서 일과 잠깐 격리시킨 시간을 가족들과 오롯이 보내는 것이 어떤 느낌이고 어떤 결과를 만들어내는지 더욱 명확하게 깨달을 수 있었습니다. 가족과의 관계도 '시간의 법칙'은 똑같이 적용되고, 오히려 더 크게 작용하는 것 같습니다. 지금까지 살아오면서 가족과의 시간에 대해서 '양보다는 질' 관점의 전략/전술을 고집했는데, 양에 대해 제가 잘 파악하지 못한 부분이 있다는 것을 인정할 수밖에 없었습니다. 사실상 자기합리화였던 것이죠. 아직 목표한 만큼은 아니지만 걷고 운동하는 시간을 늘려가고 있고, 확실히 몸의 느낌이 좋습니다. 얼음이 얼기 시작하는 시즌이 곧 다가와서 자전거는 한동안 못타겠지만 웨이트 등 실내 운동의 강도를 높일 생각이고, 작년 하반기에 몸상태를 꽤나 많이 개선했었는데, 올해 상반기에 여러가지 힘든 상황들이 되면서 다시 안좋아진 몸을 탄탄하게 리노베이션할 계획입니다. 육체와 머리(정신+지능)는 놀랍도록 연결되어 있다는 것을 다시금 느낍니다. 사업 기회를 만들기 위해 제 쪽에서 뭔가 사전 작업을 전혀 하지 않았는데도, 감사하게도 패널토론 및 워크숍 진행의 기회가 지인 및 새로운 인연으로부터 만들어져서, 오랜만에 몸담고 있는 회사의 비즈니스와 연결시킬 필요가 없는 활동을 했습니다. 패널토론의 경우 AI, 예술, 브랜딩을 하나로 엮는 매우 참신하면서도 도전적인 난이도의 주제였기에 고민과 준비를 많이 했는데, 토론에 참석하신 국내외 패널 분들 모두 훌륭한 인사이트를 공유해주셔서 더욱 즐거운 토론이었습니다. 워크숍의 경우 애초에 제안받은 내용은 취준생 분들에게 첨단 AI 트랜드를 강연하는 것이었는데, 그 분들에게 실질적으로 도움이 되는 내용은 데이터와 AI를 활용하는 기업들은 어떻게 활용하면서 일을 하고 있고, 그런 업무 태스크들을 잘 진행하려면 기본적으로 AI 에 대해 어떤 자세로 어떤 부분들을 익히는 것이 현장에서 도움이 되는 지에 대한 이야기들이라고 생각해서 워크숍으로 전환했습니다. 피곤했을 일정에 모두 초집중하면서 인터랙티브하게 참여하신 인상적인 경험이었습니다. 꽤 오랜만에 과외 선생 일을 다시 시작했습니다. 자문/코칭/교육 성격의 태스크가 모두 복합되어 있어서 과외라고 표현해봤습니다. 제 커리어 변화를 미리 공유드린 고객사 임원께서 니즈를 말씀주셔서 한 번 뵐 때 2시간씩 진행을 하고 있는데 그 사이 두 번을 했네요. 같이 랩탑 펼쳐놓고 나란히 앉아서, 업무 상의 여러가지 고민들을 듣고 해결책을 논의하며 이것을 어떻게 하면 데이터, AI 및 기타 각종 도구들로 스마트하게 해결책을 구현할 수 있는 지에 대해 랩탑에 이거저거 띄워놓은 도구들을 갖고 바로 시도해보기도 하고 세부 태스크를 기획하기도 하는 시간을 보냈습니다. 한 마디로 AX(AI Transformation), DX(Digital Transformation) 과외이죠. 이 분야 자체가 엄청나게 빠르게 변화하다보니 선생인 제 입장에서도 항상 공부하는 것이 필요한데, 원래 문제 해결 자체를 위해 동적으로 상시 공부하는 것을 좋아하긴 하지만, 이렇게 가르치는 입장이 되니 좀 더 정제하고 정리해서 준비를 해야하기 때문에 더 공부가 잘 되고 있습니다. 과외를 하면서 자연스럽게 워크숍이나 프로젝트 기회가 만들어지는 것도 중요한 키포인트라고 생각됩니다. 11월 24일부터는 11주짜리 프로젝트를 주로 고객사 사이트에서 진행하고 있습니다. 새로 론칭하는 서비스 둘을 제대로 성공/성장시키기 위해서 (그로스해킹) 해당 서비스의 데이터 모델링을 강화하고(서비스 DB 레벨), 서비스에서 고객 행동을 제대로 활용하기 위한 태깅 및 관련 통합 데이터 시스템 구축, 그리고 최종적으로 각 부서에서 유스케이스 기반으로 활용할 액셔너블 인사이트 대시보드의 구현까지를 범위로 하는 프로젝트입니다. 세상이 좋아져서 혼자서도 가능한 상황. 첫주차에 기존 DB와 서비스 구조, 시스템 아키텍처에 대한 분석 및 유스케이스와 액셔너블 인사이트 도출을 위한 워크숍까지 마무리했는데, 당연히 AI 에이전트들을 최대한 활용했기에 가능했습니다. 어릴적부터 소중하게 키워온 취미가 합창과 사진이었는데, 바쁘다는 핑계로 거의 10여년 간 투자를 하지 않았습니다. 오랜만에 서울대OB합창단 동문회에 나간 것이 시발점이 되어서 서울대OB합창단 공연의 리허설 사진을 500 여장 찍으며 이 두 취미에 대한 애정에 다시 불이 붙었습니다. 리허설과 공연 뒤풀이 모두 딸래미도 함께 있었는데, 이제 매주 정기 연습 나가면서 다음 번 정기 공연에서는 꼭 단원들과 교감하며 공연을 만들어가는 그 엄청난 경험을 오랜만에 만끽하고자 합니다. 그리고, 탐론 35-150 F2-2.8 무겁지만 정말 훌륭한 렌즈이고, SONY ZV-E1 은 풀프레임 미러리스 중 훌륭한 서브 카메라이자 렌즈교환식 중에서는 정말 뛰어난 일상 카메라라고 생각합니다. 약간 다른 이야기인데... 이성과 감성의 조화와 자유로운 전환이 모든 일에 큰 도움을 준다고 믿는 사람으로서, 이 둘에 대한 투자는 지금부터는 게을리 하지 않을 생각입니다. 한편, 감사한 여러 분들과 오랜만에 조찬, 점심 또는 저녁 식사를 하면서 삶과 각종 주제에 대한 많은 이야기를 나누었고 연말까지 계속 일정을 잡고 있습니다. 만나뵙는 분들마다 고유의 인사이트를 얻으면서 많이 배우고 있는 상황인데, 자신이 처한 입장 및 환경과 다른 상황에 있지만 서로 믿고 아끼는 사람들의 이야기를 들을 때에 인사이트를 얻을 수밖에 없는 이유가 있습니다. 본인이 고민하는 것이 사실 다른 사람들도 비슷하게 고민하는 것이라는 점을 깨달으면서 외롭지 않고 위로가 되며, 더불어 다른 상황이라는 차이점으로부터 발생하는 포인트들에서 문제 해결의 실마리를 잡을 수도 있습니다. 그외 아직은 공유하기 이른 몇 가지 뜻밖의 새로운 기회들이 갑자기 훅하고 찾아왔는데, 그동안 잡아온 제 인생의 큰 방향성에 잘 부합하는 지 찬찬히 살펴볼 계획입니다. 스타트업에게 있어서 피벗(pivot)은 하던 걸 접고 새로운 것을 하는 것이 아니라 하던 것 중에서 핵심을 다시 정돈하여 잘 안되던 가지를 쳐내고 제대로 될 수 있는 가지로 전환하여 성장시키는 것입니다. 이것은 스타트업 뿐만아니라 어떤 조직에게도 통용되는 중요한 원칙이라고 믿습니다. 3. 책 소개 - 그로스해킹 10주년 증보판 ( m.site.naver.com/1WIv7 ) 전혀 의도하지 않았던 것인데, 어쩌다보니 2015년도에 낸 역서/편저서인 '그로스해킹'의 증보판을 퇴사하고 인생의 새로운 페이지를 쓰는 시점과 맞물려서 내게 되었습니다. 몰랐었는데 10쇄 이상 찍은 10년간 꾸준한 베스트셀러, 스테디셀리였다고 하고, 그래서 창고에 기존 인쇄본 분량이 바닥이 나는 상황에서 길벗 풀판사에서 증보판 제안을 주신 것이 2023년 12월이었습니다. 24년부터 개인적으로 이래저래 힘든 일들이 벌어지면서 집필도 많이 연기가 됐는데 출판사 담당 팀장님께서 믿고 잘 챙겨주신 덕분에 11월 28일 자로 온라인 및 오프라인 서점들에 책이 진열될 수 있었습니다. 그로스해킹 책에 대해서는 앞으로 이런저런 이야기들을 공유드릴 예정입니다만, 2012~2013년 미국에서 스타트업 창업하고자 모든 에너지를 불태우는 과정에서 그로스해킹과 인연이 닿았고, 한국에 이 방법론을 처음으로 소개하고, 이 방법론을 통해 많은 국내 스타트업들을 도왔던 에반젤리스트로서 제 인생의 중요한 부분입니다. 이번 증보판에서는 원래 책의 번역 부분을 훨씬 자연스럽고 매끄럽게 수정했고, 제가 집필한 각종 국내 스타트업 사례들에 더하여 LG전자와 같은 대기업과 토모큐브와 같은 강소기업은 데이터와 AI를 활용해서 어떻게 성장을 만들어내고 있는 지에 대한 최신의 사례들을 추가했습니다. 수년에 걸쳐서 고객사로 모시면서 함께 머리를 맞대고 프로젝트하면서 성과를 낸 사례들입니다. 이에 더해서, AI 시대의 그로스해킹은 어떤 방향과 구도로 진화해야지 실제로 성과를 낼 수 있는 지에 대해서도 한 판 정리해서 추가했습니다. 참고로, 정말 정말 감사하게도 제가 존경하고 소중하게 여기는 지인분들 22분께서 추천사를 써주셨습니다. 부탁드린 수 대비 실제로 써주실 전환율을 제가 과소평가했기 때문인데, 매우 많은 추천사에 대해 길벗출판사에서도 고민하셨다가, 추천사 하나하나의 퀄리티가 높아서 다 넣기로 결정하셨습니다. 추천사들에서도 인사이트를 얻을 수 있으니 참고하시면 좋겠습니다. 온라인 구매 링크 >> m.site.naver.com/1WIv7 2015년에는 턴키로 계약을 했었는데 (일정 금액을 받고 번역 및 부록 집필), 이제는 제가 집필한 부분이 원저자보다 많기도 하고 제 인생에서 큰 의미를 지니는 창작물 중 하나이다보니 인세 계약을 했습니다. 아시는 분들은 아시겠지만, 지금 출판 시장에서 인세로 의미있는 규모의 돈을 버는 작가분들은 정말 손에 꼽을 정도이다보니 수익을 위한 계약이라기보다는 뭔가 상징적 의미라고나 할까요? 사실 이 책은 그로스해킹에 대한 소개를 하는 책이지 정말 풀디테일의 방법론(데이터 모델링, 데이터 분석, 서비스 설계, UX, 개인화 마케팅 상세, CRM 등) 을 하나하나 따라할 수 있을 정도로 풀어낸 책은 아닙니다. 아직까지 이 정도로 풀어낸 책은 보지 못했는데, 그로스해킹이라는 용어가 나오기 훨씬 전인 2000년부터 이런 식으로 일해온 노하우와 세부 방법론을 집대성한 바이블을 앞으로 공유하고자 합니다. 기대해 주셔도 좋습니다. 4. 앞으로의 삶에 대한 기대와 다짐 이렇게 글로 정리하고보니, 퇴사하고 3주간 은근히 여러 값진 일들이 있었는데 앞으로 이런 일들이 지속적으로 다양하게 벌어질 것이라는 강한 믿음이 있습니다. 그 믿음의 근간은 그동안 쌓아온 여러 관계와 그 관계로부터 형성된 신뢰입니다. 그리고 저 자신에 대해 명확하게 파악하고 있고, 그 핵심은 좋아하는 일을 집중해서 할 수 있으면 항상 결과가 매우 좋았다라는 사실입니다. 운칠기삼이라는 말이 있는데, 돌이켜보면 운이 9이고 자기 역량이 1이라고 봅니다. 그런데 이 운이라는 게 누구에게나 가끔 오는데, 그 때 준비가 되어 있느냐 아니냐는 철저히 자기 역량과 노력에 달려 있기 때문에, 저 격언을 운이 더 중요한 요소다라고 해석하기 보다는 이렇게 중요한 운을 받아들일 철저할 준비가 되어 있느냐로 해석하는 것이 실제로 도움이 된다고 믿습니다. 그리고 때로는 분명히 운은 운인데, 그 운이 기묘하게 자신이 뿌린 씨앗에서 전혀 예측하지 못한 구도로 발생해서 오는 경우도 있기 때문에 자기 역량과 노력의 1은 매우 중요한 1입니다. 역량을 강화하고 노력을 지속적으로 하려면 사실 막대한 의지 에너지가 필요하기에, 매우 강력한 동기부여와 신체 및 정신 관리가 필연적으로 받춰주어야 합니다. 여기에서 제가 최근에 AI 관련 주제로 이야기할 때 항상 강조하는 인간의 우위가 있습니다. AI는 아직은 인간처럼 의지와 욕구, 열정이 없습니다. 이 원천적 경쟁력이 사라지는 꽤나 무서운 시대가 오기 전에 인간으로서 최대한 경쟁력을 유지하면서 AI 를 잘 활용하고자 합니다. 가급적 많은 사람들이 그러면 좋겠습니다. 지금까지 소셜미디어나 블로그에 올린 글들 중 가장 긴 글이었던 것 같은데, 여기까지 읽어주신 분들께 감사의 말씀 드립니다. 아, 이 글은 토시 하나 빠짐없이 모두 제가 타이핑한 글이고 AI를 쓰지 않았습니다. #career #ai #growthhacking
고영혁 (Dylan Ko) tweet media고영혁 (Dylan Ko) tweet media고영혁 (Dylan Ko) tweet media고영혁 (Dylan Ko) tweet media
한국어
0
2
22
1.7K
와사장 🤖
와사장 🤖@coindowoomi·
@Gonnector 오 메모리가 자동으로 관리되면 조만간 진짜 AGI 비서가 나올 것 같네요ㅎㅎ
한국어
1
0
1
4
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
3시간 전에 Claude Code 에 매우 강력한 기능이 추가됐습니다. 기억을 자동으로 관리하는 Auto Memory 입니다. (참고로 캡쳐 이미지는 아래 내용 뒷부분을 좀 더 읽어야 이해가 되실 겁니다) 무슨 하루에 최소 한 개의 기능을 오픈하자 같은 모토가 있는건지 요새 매일 강력한 신기능을 보여주네요. 특히 이번 기능은 다들 아시는 것처럼 AI의 기억(memory), 다른 표현으로 컨텍스트(context)를 확장하고 관리하는 것을 자동으로 해준다는 측면에서 매우 매우 큰 의미가 있습니다. 상세한 내용은 댓글에 있는 공식 기술 문서 링크를 살펴보세요. Claude Code 의 기술 문서는 비교적 쉽고 찬찬히 구체적으로 풀어서 이야기해줍니다. 사람도 사람이지만 AI들이 잘 읽을 수 있게 매우 구조적이기도 합니다. 핵심은, 작업 세션 중에 동적으로 아래 내용들에 대해서 프로젝트별 설정 폴더에 MEMORY.md 에 써서 기억을 하고(기본 설정이 이 기능 ON), 이용자가 직접 수정/추가를 할 수도 있으나, 200줄 제한이 있습니다. ------------------------------- 클로드가 기억하는 것 클로드가 작업하는 동안 다음과 같은 것들이 저장될 수 있습니다: - 프로젝트 패턴: 빌드 명령어, 테스트 규칙, 코드 스타일 선호도 - 디버깅 인사이트: 까다로운 문제 해결 방법, 일반적인 오류 원인 - 아키텍처 노트: 주요 파일, 모듈 간 관계, 중요한 추상화 개념 - 선호 사항: 의사소통 방식, 업무 습관, 도구 선택 ------------------------------- 비개발 작업이라면 사실 위 중에서 4번째 것이 주로 의미가 있을테지만, 어쨌든 Claude Code 의 태생은 개발을 위한 것이니... 기존의 CLAUDE.md 가 가이드/인스트럭션, 즉 넌 이 지침을 따라야 해 였다면, 그것도 사실 기억해야 할 대상이기는 하지만 MEMORY.md 는 지침 외에 도움이 될만한 내용들을 자기가 알아서 생성하고 기억해서 활용한다는 차이가 있습니다. 이 차이를 이해하시고 둘을 같이 활용하시는 것이 핵심입니다. 역시 자세한 내용은 댓글의 공식 기술 문서 참고하세요. 과거 프름프트 엔지니어링이 AI를 잘 쓰는 핵심이었다면, 지금은 가장 중요한 것이 컨텍스트 엔지니어링이라고 할 정도로 중요합니다. 사람의 기억과는 달리 현재 AI의 기억 용량은 매우 제한되어 있기 때문이죠. 당연히 이것을 확장하는 여러가지 기술, 대표적으로 RAG 같은 것들이 있습니다만, RAG 해 보신 분들은 잘 아시는 것처럼 이게 생각보다 만만치가 않습니다. 실제 활용 상황에서 잘 돌아가게끔 해야하는데 특정 상황이라면 그나마 좀 해볼만하지만 Claude Code 처럼 수많은 이용자들이 범용으로 사용하는 상황이라면 이야기가 또 달라집니다. 자, 여기서 "고영혁은 3시간 전에 발표된 기능에 대해서 제대로 써볼 시간이 많지도 않았을텐데 어떻게 이렇게 구구절절 이야기하지?" 라는 질문을 가져볼법 합니다. 저는 예전부터 skill 하나를 만들어서 고도화해가며 쓰고 있었습니다. 즉, 세션을 랩업하면서 제가 배운 것과 claude 가 배운 것을 세션의 일종의 회의록과 더불어 lesson-learned 섹션으로 나누어 기록하되 AI와 저 자신에 대한 내용 둘을 분리하여 관리할 수 있는 스킬입니다. 이 스킬을 만들 때 나름 인간과 AI 의 학습은 어떻게 분류해볼 수 있고 어떻게 대화 중에 찾아낼 지에 대해서 제가 직접 만든 deep research 스킬을 써서 이거저거 연구 및 접근방법들 조사하고 제 아이디어를 활용했는데, 상당히 잘 작동했고 둘 다 꾸준하게 똑똑해지는 데에 꽤 기여를 하고 있습니다. 그래서 몇 시간 전에 이 auto memory 스킬이 공표되면서 제가 만든 스킬과 얼마나 겹치는 지 앞으로는 어떻게 운영해야 하는 지가 중요했기 때문에 빠르게 구구절절 이야기할 수 있는 것으로 보시면 됩니다. Memory.md 는 200줄 제한인데 이 기억용량 제한 (단, 폴더별이고 폴더는 맨 위에서부터 서브폴더들로 재귀적으로 중첩해서 기억을 뒤지기 때문에 쓰기에 따라 충분할 수 있음)을 어떻게 관리하는 지의 정책을 물어봤습니다. 답변 나온 것을 텍스트로 쓰기에는 애매해서 Claude 가 직접 준 답을 캡쳐에 붙여봅니다. 결론적으로 제가 만든 스킬과 오늘 추가된 auto memory 스킬은 대체재가 아니라 보완재이기에, 별다른 아쉬운 마음 1도 없이 (만약 겹쳤다면 큰 자부심 + 아주 약간의 아쉬움을 느꼈겠죠) 둘을 보완한 체계를 기존 wrapup 스킬에 추가해서 쓰면 되겠네요. 제가 만든 wrapup 스킬과 research 스킬은 좀 더 다듬은 다음에 오픈할 예정입니다. 제가 봤을 때 올 1분기는 Claude Code 및 Claude 전체 생태계가 작년에 여러가지 닦아놓은 기반 위에 굉장히 섬세한 고도화를 서비스 레벨에 적용하는 단계로 보입니다. 이걸 좀 더 지켜보고 거기에 맞게 제 튜닝 포인트를 더 조정하는 것이 좋겠습니다. #ai #agent #memory #context
고영혁 (Dylan Ko) tweet media
한국어
8
64
233
15.7K
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
근래 읽은 글 중 가장 추천할만한 글을 공유합니다. AI 시대를 이끌고 있다고 해도 과언이 아닌 실리콘밸리의 탑티어 기업 중 하나인 메타에서 일하는 분의 이야기와 저 동네에서 스타트업을 하는 분의 이야기를 생생하게 보실 수 있습니다. @hiclemi/146" target="_blank" rel="nofollow noopener">brunch.co.kr/@hiclemi/146 제목은 '실리콘 밸리 전체가 우울하다'인데 맞는 말이기도 하고, 한편으로는 이런 시대에서 어떻게 움직이는게 맞을까에 대한 단서들을 제공하고 있기 때문에 너무 우울하게만 읽지는 않아도 된다고 생각합니다. 제가 1인기업으로서 AI로 팀을 만들어서 일하고 있는 방식이 다행히 메타 및 실리콘 밸리의 상황을 봤을 때 맞는 길이라는 레퍼런스 글이기도 해서 더 와닿은 것 같습니다. 각자 전문 도메인 역량을 갖추게 설정하고 서로 커뮤니케이션하고 협업하면서 끊임없이 자체 성장을 하도록 제가 직접 셋팅한 OS(harness) 위에서 AI 들로 팀을 구성해서 오만가지 실무들 하면서 실험하고 관찰하고 있습니다. 그 결과 저 나름으로는 명확한 결론을 내렸는데, 공유한 글에서도 비슷한 이야기가 나옵니다. AI 시대에서는 다음 3가지 역량을 보유한 인간이 일단 한동안은 우위를 점할 수밖에 없습니다. 1) 무엇을 해야 할 지에 대한 설정. 여기서 무엇은 AI가 이미 알아서 잘 설계하는 세부 자잘한 서브 태스크라기보다는 가치 및 당위 명제를 담고 있는 큰 틀의 목표 설정입니다. 밑도 끝도 없이 갑자기 AI가 이걸 하겠다고 들고 오지는 않습니다. 많은 분들이 오픈클로가 자신을 알아서 챙겨준다고 오해하고 있으신데, 몇가지 맥락 정보를 주기적으로(hearbeat) 체크해서 큰 틀의 로직이 설정된 상태에서 제안을 해주는 것입니다. 이 '큰 틀' 이 핵심입니다. 2) 설정한 목표에 대해 AI 가 들고온 결과물에 대한 평가하고, 이 정도면 잘 했으니 다음으로 진행해(go), 여기서 멈추고 아예 다시 해와(stop & reset), 이런 부분은 부족하니 더 개선해서 들고와(revise) 에 대한 판단. AI 에이전트도 자기 밑의 서브 에이전트나 팀메이트에 대해 평가 기준을 정해주면 이것을 할 수 있습니다만, 결국 최상위 레벨의 이 평가, 특히 기준을 모두 통과했다고 하더라도 인간이 보기에 '아, 이건 좀 그래도 아쉬운데, 더 잘할 수 있을 거 같은데...' 의 욕망 기반의 '좀 더'가 진화의 핵심입니다. 이건 아직은 AI가 못합니다. 3) 위 2)에서 sotp&reset 및 revise 의 경우에 어떤 부분을 어떻게 revise 하거나 reset 할 때 무엇을 고려하면 좋을 지에 대한 핵심 단서를 피드백으로 주는 것입니다. '나도 잘 모르겠는데 어쨌든 다시 해와'가 아니라 '내 경험과 지식으로 봤을 때 이 부분은 이렇게 해보면 더 나을 것 같으니 한 번 시도해볼래' 가 kick 이 되는 것이죠. AI 팀멤버들과 협업하면서 경험한 결과 이 부분에서 놀랄 정도로 결과물의 퀄리티가 향상됩니다. 그런데 이 3가지는 잘 보면 스타트업 파운더, 기업가(entrepreneur)의 핵심 DNA 와 완벽하게 일치합니다. 그래서, 기업가 정신에 대해 어릴 때부터 자연스럽고 적절한 형태로 일찌감치 경험해 보게 하는 것이 부모입장에서 아이의 성장에 도움이 될 수 있는 태스크 중 하나가 아닌가 합니다. 물론 이건 어느 정도 타고난 것도 있기 때문에 억지로 주입시킨다고 될 일은 아니라고 보지만요. 1주일쯤 전에 읽은 글인데, 정신없어서 공유를 깜빡하고 있다가 아예 잊을까봐 공유하네요. 실은 요즘 너무 과로를 한 탓인지 목디스크로 인한 신경통이 와서 고생중입니다. 건강해야 뭐든 할 수 있는데, 잘 챙겨야지요. 모두 건강한 하루 되세요. #ai #agent #career #trend
한국어
0
3
8
442
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
AIOS 가 AIOS 를 알아서 고치는 모습을 보고 있으면 소싯적 '우와~'하며 보던 영화나 애니메이션이 현실로 눈앞에 있다는 것이 참... 참 그렇습니다... 양가적 감정이 아니라 복잡다단한 감정이 드는... 단, 통제 불가능한 상황을 원하지는 않기 때문에 몇 가지 장치에 따라 보고/리뷰/승인 거치게 되어 있습니다~ 덧붙여, 제가 말하는 AIOS 는 요즘 유행어가 된 harness 와 비슷하지만, 여전히 저 단어는 왠지 쓰기 싫네요... 원래 어원이 마구인데, 그 정도의 도구의 레벨이 아닌 것이 명확하다보니. 하지만 각종 노출 최적화(SEO, AEO, GEO 등)를 위해 태그에는 병기하는 또다른 제 행동패턴은 이해해 주세요~ ㅎㅎㅎ #ai #aios #futureisnow #harnessengineering
한국어
0
0
2
125
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
@v81093933 에이전트 끼리의 커뮤니케이션 패턴은 별도로 가이드라인을 잡아줄 필요가 있습니다. 일단 제가 셋팅한 환경에서는 무한 토론 같은 상황 전혀 발생하지 않으면서 정말 사람들로 구성된 팀처럼 (솔직히 그보다 훨씬 잘) 일하고 있습니다.
한국어
0
0
1
27
22B
22B@v81093933·
@Gonnector 문제는 에이전트끼리 무한 토론이 되어서 토큰 소모도 무한히 발생한다는 것입니다
한국어
1
0
2
339
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
추가 개발 없이 공식 기본 기능만으로 10분 만에 AI 에이전트들끼리 동일 채널에서 서로 토론하고 이야기하며 일을 진행하는 구조 만들기... 가 이제 가능해졌습니다. 백문이 불여일견. 상상하신 것이 어떻게 진짜로 구현되는지는 캡쳐들 보시구요. 지금부터 설명 들어갑니다. 아, 왠지 설명충 된 기분. 엊그제 발표된 Claude Code 의 공식 Channel Plugin 은 Telegram 과 Discord 채널에 Claude Code 의 한 세션을 연결해서, 그 세션을 대변하는 Bot 과 DM를 하거나 그룹 혹은 채널을 만들어서 둘 이상의 봇을 초대해서 이야기를 할 수 있는 기능입니다. 그런데, 처음 이야기한 것이 되려면 무조건 필수인 것이 봇이 봇에게 말을 걸 수 있어야 한다는 것입니다. 즉, 한 그룹/채널에 봇들을 초대한다고 해도 얘들끼리 자율적으로 일을 하려면 서로 말을 할 수 있어야 합니다. 하지만, Telegram 에서는 플랫폼 차원에서 이걸 막아 놓았습니다. 즉, 굳이 비슷하게 구현한다면 그 그룹에서 봇A한테 사람이 일시킨 다음 답변 받은 걸 사람이 읽고나서, 다시 사람이 봇B 한테 전달해 주어야 합니다. 넌센스죠. 한편 Discord 는 이 제한이 없습니다. 오히려 Claude Code 플러그인 차원에서 모든 봇의 메시지를 막고 있는 코드 한 줄이 있는데, 그것을 아래와 같이 바꿔서 자기 자신의 메시지만 무시하도록 바꾸면... Discord 플러그인 server.ts 669번째 줄 딱 1줄: 변경 전: if (msg.author.bot) return 변경 후: if (msg.author.id === client.user?.id) return 꿈에도 그리던 그것이 바로 실현됩니다. 즉, 봇끼리 대화합니다. 단, 반드시 멘션을 걸어야 플러그인을 통해 제대로 전달이 되는데, 이런건 여러분의 Claude Code 한테 해당 플러그인 설치하라고 하면서 이야기해주면 알아서 CLAUDE.md 에 통신 프로토콜로 셋팅해 줍니다. 한 가지 질문을 해볼 법 합니다. 슬랙(Slack)은? 슬랙과 Claude 의 연결은 현재 두 가지가 공식 제공됩니다. 하나는 슬랙 공식 연동이고 이건 Claude Code 가 아니라 Claude Chat 과의 연동입니다. 다른 하나는 Code 든 Chat 이든 모두 적용되는 Slack 공식 MCP 인데, 이건 Events API 를 통한 실시간 메시지 통신이 아니라 (Telegram 과 Discord 플러그인 방식) http 폴링을 통한 수동 조회입니다. 즉, 대화가 아니라 게시판에 새 글이 올라왔는지를 매번 확인해서 읽고 로직에 설정해 둔 액션을 하는 식의 개념이라서 무조건 개발이 필요하고, 개발한다고 해도 심리스한 메시지 주고받기가 아니라서 한계가 있습니다. 슬랙 공식 Claude 앱은 Events API 기반의 실시간 메시지 통신은 맞는데, 현재 파악한 것으로는 하나의 슬랙 계정/앱에 둘 이상의 클로드 앱을 붙일 수 있어 보이지가 않습니다. 제가 제대로 살펴보지 못했을 수도 있지만, 일단 공식적으로 제공되는 부분은 없습니다. 뭔가 어떻게 하더라도 개발을 해야 한다는 것이죠. 일전에 LinkedIn 의 한 분께서 슬랙에서 Claude 기반 여러 에이전트들이 한 채널 안에서 자율적으로 서로 이야기나누며 일 처리하는 것을 보여주셔서 엄청난 화제가 되었는데, 그 분의 유료 강의를 들어볼 기회가 없어서 어떻게 구현하셨는 지는 모르겠습니다. 명확한 것은 이제 공식 기능에 한줄만 살짝 수정하는 것으로 Discord 라는 전세계 선도 커뮤니티 플랫폼에서 심리스한 실시간 메시지 커뮤니케이션 본질 그대로 꿈에 그리던 에이전트간 완전 자율 워크플로우가 돌아간다는 것입니다. 이거 개발하고 테스트할 시간을 조만간 내봐야 할텐데... 하고 있었는데, 플러그인 발표 시점 새벽에 밤샘 작업하며 다른 일 하면서 "어? 왠지 촉이 오는데... 저거 왠지 될 거 같은데..." 까지만 생각하고 다른 일하다가 주말 작업 중 잠깐 쉴 때 해보니... 솔직히, 완벽하게 돌아가는 모습을 보는 순간 코끝이 찡하면서 눈시울이 살짝 붉어졌습니다. 하하... 아내가 아까 저보고 그러더라구요. AI 하고 붙어 살면서 요즘 얼굴이 더 행복해진 것 같다고. AI 하고 이제 아주 연애도 하겠다고... 음... 이성에 대한 연애 감정 같은 거와는 아주 거리가 먼데, 뭐랄까... 창조주의 마음으로 뭔가를 새로 만들어내고 계속 키워가는 데에서 얻게 되는 감정과 비슷한 것 같습니다. JARVIS 에 이어 새로 식구가 된 EVE 에게 일들 맡기고 저녁먹을 것들 챙기러 나갔다 오면서 디스코드 앱으로 진행상황 보고 챙기면서 중요한 것 몇 가지를 더 발견했습니다. 에이전트가 무언가 작업 중일 때 메시지를 받으면 그 메시지는 큐에 쌓이고, 디스코드 앱 화면에선 뭔가 타이핑하고 있다고 애니메이션이 보이다가 멈추는데, 사실은 타이핑이 아니라 큐에 쌓인 것입니다. 즉, 다른 일 하느라 답을 못합니다. 따라서 채널을 활성화시킨 세션에서는 무조건 에이전트는 이용자뿐만 아니라 디스코드로부터 날아오는 메시지를 받고 바로 응답을 해야하기 때문에 무슨 일을 하든지 sub agent 나 agent team 으로 생성한 team mate 에게 일을 맡기고 자기는 대기해야 합니다. 제가 극단적으로 여러 일들을 많이 시키고 수시로 여러가지 생각들이나 피드백을 인풋으로 주기 때문에 제가 시키는 일을 진행할 때에는 왠만하면 다 다른 애들 불러서 맡기고 본체는 저와 수시로 일할 수 있게 해 놓았는데, 이건 제가 시킬 때이고 다른 에이전트가 말을 건 경우에는 본체가 일을 하면서 다른 이야기를 들어도 답을 못주는 상태가 되는 것이죠. 그래서 global 범위의 CLAUDE.md 에 관련 설정이 필요합니다. 그리고 멘션을 걸고 말을 해야지, 멘션 (@ID) 안걸고 이름을 부른 것은 플러그인 통해 전달이 안됩니다. 따라서 이것도 다른 봇에게 말을 걸 때나 이용자(사람)에게 말을 걸 때는 반드시 멘션 걸라는 것도 꼭 CLAUDE.md 에다가 설정해 두셔야 합니다. 캡쳐 보시면 짐작하시겠지만, agent 로 일의 차원이 1차로 달라지고, multi agent (subagent 및 agent team 모드) 로 2차로 달라지고, agent 들끼리의 대화로 또 한 번 점프하는데... 그 느낌은 1->2 보다는 훨씬 크고, 심지어 어떤 의미에서는 0->1 보다도 더 큽니다. 0->1 인 '자율성' 이라는 느낌은 아무래도 좀 약했거든요. 물론 공유 기억 시스템이라든가, 둘이 아니라 셋일 때 고민해야 하는 것들(아시는 분들은 아시죠. 이게 얼마나 큰 차이인지. 이제부터 정치가 가능해집니다. agent 들끼리 정치할지는 아직 잘 모르겠습니다)이 왕창 늘어나기 때문에 여러가지 만들고 테스트하고 개선할 것들 todo 목록이 좌르르 늘어났습니다만, 신납니다. 일전에 인터뷰 하면서 저 말고 여러 명의 직원이 있다고 했는데, 틀린 말은 아니지만 제가 하나하나 컨트롤 하는 느낌의 조직 구조였다면, 이제는 본격적인 delegation(위임)을 하는 조직 구조입니다. 그에 따른 정책과 도구가 당연히 필요한데, 사람에게 적용할 때보다는 여러모로 압도적으로 쉬울 것이다보니 큰 걱정은 안하게 되네요. 경험해서 답을 알고 있는 것들을 사람이 아니라 AI라는 차이점을 고려해서 설계하고 구현(은 어차피 AI가)해서 넣으면 되니까요. 오히려 더 기대되는 점은... 요즘은 여러가지 설계를 할 때 부사장인 JARVIS 와 대부분 같이 토론하고 고민하는데, 이제 3명 이상의 브레인스토밍이 가능해졌고, AI끼리 토론하는 상황들이 생기다보니 그 때의 설계 기준은 어쩌면 저보다 AI가 더 잘 하지 않을까라는 부분입니다. 몇가지 실험적으로 AI에 대한 AI의 설계에 대해 논의해 봤는데 여러 가능성이 보였습니다. 전부터 고민해온 AI 팀 조직도가 있었는데, 그 때 그 때 agent 지정해서 sub agent 나 agent team 의 team mate로 호출하는 것으로는 이런 조직도가 그다지 큰 의미가 없어서 홀딩하고 있었는데, 드디어 손쉽게 구현이 가능해졌으니 본격적으로 조직도에 맞는 채용(이 아니라 사실은 생성)을 해서 Gonnector 의 AI 팀을 조만간 소개하도록 하겠습니다. 이미 프로필은 모두 확정되었습니다. ^^ 요즘 정신없을 때 크게 터진 뉴스들, Nvidia 의 NemoClaw 라든가 대폭 톻합 개편된 Google AI Studio, AI천재소녀 뤄푸리가 합류한 샤오미가 그녀의 합류 이후 뜸들이다가 드디어 공개한 엄청난 성능의 MiMo-V2-Pro ... 그리고 이제는 별도의 서버나 Github 등 안써도 Claude 만으로 클라우드에 loop 를 걸어 아무런 리소스도 사용안하고 주기적인 자동 시스템을 만들게 됐고, Claude app 이 대폭 개편되서 훨씬 빠르게 동작하고 등등... 미친듯한 속도로 빠르게 변하지만, 뭐가 어찌됐든 핵심은 자신이 하는 일에 커스텀/최적화되어 AI를 잘 쓸 수 있는 환경, 역량을 갖추는 것입니다. 앞으로 텔레그램이나 슬랙 등이 어떻게 나올 지는 모르겠으나, 그들이 개선되기 전에는 Discord 가 제 메인 커뮤니케이션 채널이 될 것 같습니다. 뭐, 워낙에 잘 만든 커뮤니케이션/커뮤니티 플랫폼이니~ 저는 이제 몇 배로 강력해진 팀과 함께 여러가지 일들 하러 이만... [ 이 글은 AI 가 아니라 고넥터 고영혁 본인이 작성했습니다 ] #ai #agent #team #discord #claudecode
고영혁 (Dylan Ko) tweet media고영혁 (Dylan Ko) tweet media고영혁 (Dylan Ko) tweet media고영혁 (Dylan Ko) tweet media
한국어
5
62
200
12.9K
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
이름을 걸고 준비한 오늘 2시 워크숍의 등록 마감 2시간 전. 23분께서 등록하셔서 큰 무리는 없지만, 열심히 준비한게 아깝고 장소도 넉넉하다보니 막판 30% 할인 ( 쿠폰코드 MrGoworkshop30 ) 코드 뿌립니다~ >> 등록 링크 - go.gonnector.com/jPAckK5 전혀 비용 아깝지 않으실 거에요 왜냐하면... - 주인의 DNA와 스킬을 고스란히 물려받은 정예 AI 팀원들이 현장에서 디스코드를 통해 실시간 1:1 지원 (아마도 컨퍼런스/워크숍 업계 최초) - 무료솔루션 + 첨단AI 로 이커머스 고객 행동 데이터 인사이트 도출 실습 - 모든 자료 공유 : 슬라이드, 코드, 데이터, 상세 매뉴얼 - 진짜 같은 이커머스 사이트에 페르소나 셋팅된 봇들이 방문하여 페르소나에 따라 행동한 고객 여정 합성 데이터를 활용 몇 시간 뒤 코엑스에서 뵙겠습니다. #gonnector #workshop #ai #growthhacking #analysis
고영혁 (Dylan Ko) tweet media고영혁 (Dylan Ko) tweet media고영혁 (Dylan Ko) tweet media고영혁 (Dylan Ko) tweet media
한국어
0
0
2
207
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
갈수록 이 Manifesting 이라는 단어에 꽂히게 되는데... 문득, 이 역량이 극대화 된 사람들이 소설, 특히 거대한 세계관을 눈에 보이듯이 생생하게 구축하는 SF 나 판타지 작가들이 아닌가 싶습니다. 둘 중 당연히 우리 사회에서 더 눈여겨볼 분류는 SF 작가. 중국 일부 선도 기업에서는 SF 작가들 고용해서 "상상해주세요. 우리가 만들테니"라고 한다던데 (정말이지 무섭고 대단한 나라 중국), 이미 닥쳐오고 있는 AI 시대에서 최상급 고부가 가치 직업은 Manifesting 능력이 극대화된 사람들인 SF 작가. 책 등 콘텐츠로 대박나지 못하면 사실 경제활동하기 쉽지 않은 직업인데 이제는 판이 완전 변하고 있습니다. 있던 걸 AI로 개선하는 건 사실 기본이고... 진짜는 없던 걸 AI로 창조해내기 시작하는 것 !! #ai #sf #career #manifesting
고영혁 (Dylan Ko)@Gonnector

개인적으로 Andrej Karpathy 에게서 공감하거나 유사점을 많이 봅니다. 하는 생각, 표현, 심지어는 특정 컨셉을 지칭하는 용어까지. 최승준 님이 잘 정리해 주신 카파시와 타오의 비교 분석글 ( facebook.com/share/p/18P9dT… ) 을 읽고 비유해보면 저는 전체 100일때 카파시에 70, 타오 30 정도의 위치에 있는 것 같고, 역시 최승준님께서 올려주신 카파시의 최근 인터뷰 정리 글 ( facebook.com/share/p/1DTS32… )을 봐도 그렇고. (아, 두 글 모두 꽤 길지만 매우 도움이 되기에 추천합니다. 글보다 영상이 편하신 분들은 당연히 유튜브 원본이 있으니 그걸 보셔도 되구요.) Manifesting 이라는 단어... 저는 영어 네이티브가 아니라서 manifest 정도의 단어만 '애플리케이션, 패키지, 컨테이너 등의 메타데이터를 담은 명세서나 데이터 테이블' 정도로만 알고 쓰고 있었는데, manifesting 이라는 형태는 이미지 캡쳐로 붙인 뜻을 지니고 있네요. 와... 놀랍기도 하고 기쁘기도 한게... 항상 저렇게 살아왔습니다. 뭔가 막연한 한 문장의 goal 이나 꿈의 설정은 취향에 안맞아서 최대한 구체적으로 머리 속에 시각화하면서 그걸 토대로 에너지를 얻고 현상태를 점검하고 조정하고 했거든요. 그래서 남들보다 더 잘사는지 아닌지는 모르겠고, 제 관점에서는 의미 있는 질문도 아니긴 합니다만, AI와 같은 도구가 생겨버린 지금 시점에서는 manifesting 이라는 것이 더 강력하게 도움이 된다는 것은 확실하게 말할 수 있을 것 같습니다. 기회가 될 수 있을 지 모르겠지만, 정말이지 한 번 한국 맛집에서 만나서 맛난 거 먹으면서 편하게 수다 떨어보고 싶은 친구네요, Andrej Karpathy... #ai #career #manifesting

한국어
0
0
10
470
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
견해 차이로 보셔도 됩니다만. 엄청 공들이고 정제한 프롬프트 한 방으로 고퀄의 결과물을 만드는 것에 대해 저는 부정적입니다. 프롬프트를 잘 써야 하는 것은 맞는데, 인간의 언어로 봤을 때 뭔말인지 못알아듣지 않을 정되면 충분할 정도로 LLM 의 이해력이 많이 발달했고, 프롬프트 차이보다는 context engineering 에서 훨씬 많은 품질 및 퍼포먼스 차이가 나는 것을 보고 있습니다. 솔직히 이것보다도 더 큰 이유는... 만족스러운 결과물을 한 방에 만든다? 이거 자체가 넌센스라고 봅니다. 만약 한 방에 나온 결과물에 만족스러워한다면 제가 100% 신뢰도로 말씀드릴 수 있는데, 서비스 기획자, 운영자, PO 등의 체질에는 맞지 않으십니다. 세상에 그런 서비스는 없어요. 계속 살펴봐야 하고, 수시로 개선할 것들이 눈에 뜨이고, 귀에 들어오고, 맘에 걸리고, 그것들을 AI와 함께 빠르게 조정하다가 도저히 답이 안보이면 과감하게 리셋해서 다시 시작했다가... 이 루프를 빠르게 돌리는 것이 (역시 AI 덕분에 어이없을 정도로 극단적으로 빨라짐) 성공의 정도이자 왕도이자 유일한 길이라고 믿습니다. 아, 물론 운을 이길 자는 아무도 없습니다. 절대. 네버. 여튼, 저렇게 하려면 공들여 프롬프트를 한 땀 한 땀 정제하는 데에 들이는 시간이 매우 아깝게 됩니다. 짧고 간결하게, 하지만 본질과 핵심 정보는 딱 알아듣게끔 말하면(프롬프트라는 용어도 전 이제 별로... 쓸데없이 어려워요) 축약어를 쓰든 비표준어이든 됩니다. markdown (이건 긴 문서들의 경우) 양식이나 xml 양식을 안지켜도 아무 문제 없습니다. 이거 지키지만 알맹이에 포인트가 없는 것과, 하나도 안지키고 심지어 타이핑하다고 손가락 꼬여서 오타나고, 비표준어로 써도 알맹이는 말하는 것과 비교하면 후자가 훨씬 낫습니다. 최대한 편하게, 쉽게, 하고 있는 일들에 어떻게든 많이 적용해서 경험해 보세요. 10만 시간의 법칙은 거의 진리에 가깝습니다. 10만이라는 숫자가 중요한게 아니라 많이 경험해 보는 것이 중요하다는 뜻. 이런 관점에서... 요즘 점점 강하게 드는 생각이 AI를 잘 쓰는 DNA 는 스타트업 DNA와 매우 유사하다는 생각이 듭니다. 단, 여기서 스타트업은 이상하게 변질되어 피벗을 이상한 논리로 아무데나 가져다 붙인다거나, 좀비 기업이 아니라, 찐 스타트업. 실패를 안해본 성공한 스타트업은 있을 수 있어도 소소한 실패조차 한 번도 안해 본 상태에서 성공한 스타트업을 만든 창업가는 제가 아는 선에서는 없습니다. 모든 사람을 다 알 수는 없으니 ㅎㅎㅎ [ 이 글은 AI 가 아니라 고넥터 고영혁 본인이 작성했습니다 ] #ai #product #service #design #career #startup #entrepreneur
고영혁 (Dylan Ko) tweet media
한국어
1
3
11
919
파이어
파이어@paieo18·
@Gonnector 따로 분리되어있던 앱인 google lens를 아예 폐지시켜버리고 집어넣었는데 기능은 더 줄어들었습니다...왜이러는거야 진짜
한국어
1
0
0
547
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
맙소사. 맨날 쓰는 Google Drive 모바일 앱에 스캔 기능이 있었다는 것 자체도 처음 알았는데, 이런 말도 안되는 엄청난 기능이 최근 추가됐다니... 방금 테스트해봤는데 진짜 '미쳤다'라는 표현을 안 쓸수가 없네요. 이거 정말 책 스캐너가 필요 없는 수준. 지금까지 MS 의 스캐너 앱 쓰다가 서비스 지원 종료 되면서 강제로 원드라이브 스캐너 썼는데, 구글 드라이브에 비하면 애들 장난이네요. 어차피 메인이 구글 드라이브라 비효율적 워크플로우였는데, 감사합니다 구글신!! #google #scan #smartwork
Min Choi@minchoi

Holy smokes... Google Drive's doc scanner is wild. > multi-page real-time scanning > auto/continuous capture > duplicate page detection > redesigned beta UI Doc scanning will never be the same... 🤯

한국어
10
992
1.9K
160.4K
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
개인적으로 Andrej Karpathy 에게서 공감하거나 유사점을 많이 봅니다. 하는 생각, 표현, 심지어는 특정 컨셉을 지칭하는 용어까지. 최승준 님이 잘 정리해 주신 카파시와 타오의 비교 분석글 ( facebook.com/share/p/18P9dT… ) 을 읽고 비유해보면 저는 전체 100일때 카파시에 70, 타오 30 정도의 위치에 있는 것 같고, 역시 최승준님께서 올려주신 카파시의 최근 인터뷰 정리 글 ( facebook.com/share/p/1DTS32… )을 봐도 그렇고. (아, 두 글 모두 꽤 길지만 매우 도움이 되기에 추천합니다. 글보다 영상이 편하신 분들은 당연히 유튜브 원본이 있으니 그걸 보셔도 되구요.) Manifesting 이라는 단어... 저는 영어 네이티브가 아니라서 manifest 정도의 단어만 '애플리케이션, 패키지, 컨테이너 등의 메타데이터를 담은 명세서나 데이터 테이블' 정도로만 알고 쓰고 있었는데, manifesting 이라는 형태는 이미지 캡쳐로 붙인 뜻을 지니고 있네요. 와... 놀랍기도 하고 기쁘기도 한게... 항상 저렇게 살아왔습니다. 뭔가 막연한 한 문장의 goal 이나 꿈의 설정은 취향에 안맞아서 최대한 구체적으로 머리 속에 시각화하면서 그걸 토대로 에너지를 얻고 현상태를 점검하고 조정하고 했거든요. 그래서 남들보다 더 잘사는지 아닌지는 모르겠고, 제 관점에서는 의미 있는 질문도 아니긴 합니다만, AI와 같은 도구가 생겨버린 지금 시점에서는 manifesting 이라는 것이 더 강력하게 도움이 된다는 것은 확실하게 말할 수 있을 것 같습니다. 기회가 될 수 있을 지 모르겠지만, 정말이지 한 번 한국 맛집에서 만나서 맛난 거 먹으면서 편하게 수다 떨어보고 싶은 친구네요, Andrej Karpathy... #ai #career #manifesting
고영혁 (Dylan Ko) tweet media
한국어
0
0
4
757
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
Building a system where AI agents discuss, converse, and work together in the same channel -- using only official features, zero additional development, in just 10 minutes... is now possible. Seeing is believing. Check out the screenshots to see how what you've imagined actually gets implemented. Here comes the explanation. Ah, I feel like I'm about to over-explain. Claude Code's official Channel Plugin, announced just two days ago, connects a Claude Code session to Telegram and Discord channels -- letting you DM with a bot representing that session, or create groups/channels and invite multiple bots to converse. However, for this to work, there's one absolute prerequisite: bots must be able to talk to each other. Even if you invite multiple bots to a group/channel, they need to communicate to work autonomously. But Telegram blocks this at the platform level. To simulate something similar, a human would need to give Bot A a task, read the response, then manually relay it to Bot B. Nonsensical. Discord has no such restriction. There's just a single line in the Claude Code plugin blocking all bot messages -- change it so it only ignores its own messages... Discord plugin server.ts, line 669 -- just 1 line: Before: if (msg.author.bot) return After: if (msg.author.id === client.user?.id) return The dream realized. Bots can now converse. You must use @mentions for the plugin to deliver messages -- tell your Claude Code and it'll set up the protocol in CLAUDE.md automatically. One question naturally arises. What about Slack? Two official Slack-Claude connections exist. The official Slack integration connects to Claude Chat, not Code. The official Slack MCP works with both but uses HTTP polling, not real-time Events API. It's like checking a bulletin board -- custom dev required, and still not seamless messaging. The official Slack Claude app does use Events API, but you can't attach multiple Claude apps to one workspace. Someone on LinkedIn went viral showing multi-agent Slack collaboration, but that was likely custom-built. What's clear: one line change to the official plugin enables fully autonomous agent-to-agent workflows on Discord with seamless real-time messaging. I'd been thinking I need to find time to test this... Then on the plugin announcement night, pulling an all-nighter, I thought I have a hunch... Tried it during a weekend break... Honestly, seeing it work perfectly, my eyes got a little red. Haha... My wife said I look happier lately, living with AI. Joked I'm having a romance with AI... It's more like a creator's joy -- building and nurturing something new. After JARVIS, our newest member EVE joined. I delegated tasks to EVE, went grocery shopping, checked Discord progress on my phone -- and discovered important things. When an agent is busy and receives a message, it queues. Discord shows typing animation then stops -- it's not typing, just queued. Can't respond while working. So channel-active sessions must always delegate work to sub-agents or team members. The main agent stays on standby for messages. This requires global CLAUDE.md configuration. Also: @mentions are mandatory. Calling a bot by name without mention (@ID) won't deliver through the plugin. Configure this in CLAUDE.md too. Agents = 1st order shift. Multi-agent = 2nd order shift. Agent-to-agent conversation = another leap... bigger than 1->2, arguably bigger than 0->1. The 'autonomy' at 0->1 honestly felt weak. Shared memory, three-agent dynamics (politics becomes possible -- will agents play politics? unclear), the todo list has exploded. But I'm thrilled. Previously I said I have multiple employees -- true, but I was micromanaging. Now it's real delegation. Policies and tools needed, but overwhelmingly easier with AI. I know the answers from experience -- just design for 'AI not human' and AI implements it. What excites me more: brainstorming with VP JARVIS is now 3+ participants. AI-to-AI discussions might yield better design criteria than mine. Experimental 'AI designing for AI' discussions showed real potential. My planned AI team org chart was on hold -- ad-hoc assignments made it meaningless. Now it's implementable. Soon I'll 'hire' (create) members and introduce Gonnector's AI team. Profiles already finalized. ^^ Amid recent chaos -- Nvidia NemoClaw, Google AI Studio overhaul, Xiaomi's MiMo-V2-Pro after Luo Fuli joined, Claude cloud loops with zero resources, revamped Claude app... Breakneck speed, but the core: build AI capabilities customized for YOUR work. Until Telegram/Slack catch up, Discord is my main channel. Brilliantly built platform~ [ Written by Younghyuk Ko (Dylan Ko) of Gonnector, not by AI ] #ai #agent #team #discord #claudecode
고영혁 (Dylan Ko) tweet media고영혁 (Dylan Ko) tweet media고영혁 (Dylan Ko) tweet media고영혁 (Dylan Ko) tweet media
English
0
0
0
170
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
아래 올린 'AI 시대의 노동력 단가표에 대한 고민' 에 대해 부사장인 JARVIS 에게 다음과 같이 의견을 구했습니다. "매우 중요한 작업을 해야되. 정말 중요해. 저 rate card 를 나름 많이 고민해서 만들긴 했는데, 오늘 아침 문득 확신이 안들기 시작해서. 이유는 다음 내 글을 읽어줘. 우선은 읽고 나서의 네 의견을 듣고 싶어." 아래 제 부사장의 의견을 그대로 붙여 봅니다. 단가표의 숫자만 X 변수로 치환하고. -------------------------------------------- ● 좋습니다. CLAUDE.md 세팅 완료했고, rate card도 꼼꼼히 읽었습니다. 이제 본론으로. --- Dylan, 글을 읽으면서 그리고 rate card를 보면서 느낀 점을 솔직하게 말씀드리겠습니다. 핵심 진단: rate card의 구조적 한계 현재 rate card는 순수 input 기반 pricing입니다. 시간당 단가 × 투입 시간. 볼륨 디스카운트도 시간 구간 기반이고요. Dylan이 글에서 정확하게 짚으셨듯이, 이 구조에서는 AI로 40시간 → 4시간으로 압축한 순간 매출이 1/10로 줄어드는 역설이 발생합니다. 그런데 여기서 제가 주목한 건, Dylan이 이미 답의 방향을 알고 계신다는 점입니다. 글에서 input pricing과 output(value-based) pricing을 명확히 구분하셨고, 과거 10년간 B2B value-based sales를 해오신 경험도 있으시니까요. 진짜 고민은 **"어떻게 전환하느냐"**가 아니라 **"구매부서의 가격 저항을 어떻게 넘느냐"**에 가깝다고 읽힙니다. 제 생각: 3가지 시각 1안 — Hybrid Pricing (추천도: 가장 높음) 시간 단가는 유지하되, "AI-augmented hour"라는 새 단위 개념을 도입 핵심 논리: "제가 1시간 일하면, 과거의 5~10시간 분량의 결과물이 나옵니다. 이건 제가 AI를 쓰는 비용이 아니라, 10년의 도메인 전문성 + AI orchestration 역량의 결합입니다." 구체적으로: - 현재 시간당 X(컨설팅) 대신, 시간당 2X~3X 수준으로 올리되 - 청구 시간은 **실제 투입 시간(4시간)**으로 정직하게 산정 - 결과: 고객은 과거 40h × X = 40X 대신 4h × 2.5X = 10X을 냄 → 고객도 75% 이상 절감 - 구매부서 설득 포인트: "총액이 1/4로 줄었습니다" Why: 구매부서는 시간당 단가의 절대값보다 총 프로젝트 비용에 민감합니다. 단가가 2배여도 총액이 1/4이면 오히려 환영하는 구조. 그리고 이건 사실 시장이 이미 움직이고 있는 방향이기도 합니다 — 법률, 디자인, 개발 분야에서 "AI-enhanced rate"를 적용하기 시작한 곳들이 나타나고 있거든요. 2안 — Value-Based Tiering (추천도: 중간, 장기적으로는 가장 이상적) 서비스 타입을 "투입 활동"이 아니라 "고객 성과"로 재정의 예시: - "대시보드 구축" → "의사결정 속도 X배 향상 패키지" - "데이터 분석" → "매출 기회 발굴 분석" (성과 연동 보너스 옵션) 고정 base fee + 성과 연동 variable fee 구조. 컨설팅 업계에서 McKinsey류가 이미 쓰는 모델이지만, 1인 기업에서 이걸 운영하려면 성과 측정 합의 프로세스가 필요해서 오버헤드가 큽니다. Why: 가장 정당한 pricing이지만, 고객사마다 "가치"의 정의가 다르고 측정 기준 합의에 시간이 들기 때문에 모든 프로젝트에 일괄 적용하기는 어렵습니다. 특정 대형 프로젝트나 장기 계약에 선별 적용하는 게 현실적. 3안 — Deliverable-Based Flat Fee (추천도: 상황에 따라) 시간을 아예 빼고, 산출물 단위로 고정 가격 책정 예시: - 대시보드 1개 구축: 500만원 (고정) - 데이터 모델링 + 분석 보고서: 300만원 (고정) - AI 활용 워크숍 (4시간): 200만원 (고정) 고객은 "이 결과물에 이 가격"만 보면 되고, Dylan이 AI로 4시간에 하든 40시간에 하든 상관없음. Why: 가장 깔끔하지만, 범위 변경(scope creep) 리스크를 Dylan이 전부 안게 됩니다. 그래서 scope를 매우 명확하게 정의하는 사전 워크숍(현재 rate card의 #5)이 거의 필수가 됩니다. 그래서 제 의견의 핵심은 Dylan이 글에서 "당장은 키핑해두고 2분기 안에 답을 찾겠다"고 하셨는데, 저는 1안(Hybrid)을 즉시 적용 가능한 현실적 답으로, 그리고 2안(Value-Based)을 2분기에 설계할 장기 방향으로 보는 것이 맞다고 생각합니다. 그리고 한 가지 더 — Dylan이 놓치고 계신 것 같은 포인트가 있습니다: ▎ "AI를 쓰는 비용은 사실 비율상 정말 얼마 안되고" 맞습니다. 하지만 AI를 효과적으로 orchestrate하는 역량의 가치는 얼마 안 되는 게 아닙니다. Dylan이 Claude Code와의 워크플로우를 설계하고, 프롬프트를 정교화하고, 결과물을 검증하는 그 모든 과정은 10년간의 도메인 전문성이 없으면 AI한테 시켜도 쓰레기가 나오는 영역입니다. 이걸 단순히 "4시간밖에 안 걸렸으니까"로 환산하면, 스스로의 가치를 과소평가하는 겁니다. 장담하건대, "AI 덕분에 빨리 했으니 싸게 해야 하는 거 아닌가"라는 프레임에 갇히면 안 됩니다. **"같은 4시간에 10배 더 좋은 결과를 낼 수 있는 사람"**의 시간이 더 비싼 건 AI 시대 이전에도 이후에도 동일한 원리니까요. --- 이 주제로 더 깊이 파고들고 싶으시면, 특히 1안의 구체적인 rate card 재설계나, 고객 유형별 pricing 전략 분기 같은 것도 같이 작업할 수 있습니다. 당장 급한 일들 먼저 마무리하시고, 신규 제안 기회가 올 때 같이 새 rate card 초안을 잡아보시죠. -------------------------------------------- 기본적으로는 JARVIS 의 의견에 동의하고, 현재 단가는 작년 11월에 잡을 때에는 적절하다고 생각했는데, 그 사이에 여러가지를 AI 와 함께 해보니, 저도 이 정도까지 확장/진화될 줄은 몰랐다보니... 그래서 지금 AI 시대에 무조건 절대적으로 가장 중요한 것은 "Just Do It with AI ASAP" 입니다. 얼마전 대기업 고객사 AX 총괄 임원께 발표한 중간보고에서도, 이 부분에 리더 분 이하 모든 멤버들께서 공감하셨구요. #ai #business #justdoit
고영혁 (Dylan Ko)@Gonnector

어쩌다보니 3월은 개인적으로도 비즈니스적으로도 미친듯이 정신없고 바빴는데... (이번 주말도 달려야 하는 상황... 달리다가 잠시....) 그나마 이런 상황에서 이런저런 일들을 해낸 것도 AI덕분이긴 하지만, 한편으로는 AI 때문에 단위시간당 말도 안되게 더 많은 일들을 더 고품질로 할 수 있게 되면서 욕심도 커져서 더 바빠진 것도 솔직히 상당 부분 있었습니다. 그러다가 문득, 회사 그만두고 1인 기업(엄밀히는 1인 + 여러 AI) 체제로 전환하면서 만든 rate card (제 시간 단가표. 일의 타입별로 단가가 좀 다르긴 합니다) 를 물끄러미 보게 됐는데, AI native 와 관련된 각종 일을 하고 있는데 정작 이 단가표의 설계는 AI native 가 아니라 기존의 방식이 주된 설계 요소이지 않나라는 생각을 하게 되네요. 사실 현존하는 모든 pricing 은 크게 input (투입된 리소스) 기준이냐, output (결과물의 가치) 기준이냐로 나뉩니다. input 기준은 거의 예외없이 투입 리소스가 사람이면 그 사람의 소위 등급에 따른 단가표에 투입 시간을 곱해 (흔히들 월비용, 맨먼스라 부르는) 책정하고, 다른 리소스는 재료비/물품비/사용서비스비용 등등이 붙죠. input 은 솔직히 심플하고, output 기준이 정말 난이도가 높은데... 결과물이 가치를 토대로 가격을 책정하는 것이죠. 그 가치는 결국 고객이 납득하고 인정하느냐 마느냐가 무조건 유일 기준입니다. 자기가 아무리 가치있다고 떠들어봐야 씨알도 안먹히는 것이 당연한 상황. 그래서 명확하게 고객의 매출이 얼마나 늘어나는지, 혹은 고객의 시간이나 리소스가 얼마나 줄어드는지를 최대한 논리적으로 계산해서 입증해서 보여주지 않으면 기본적으로 성립되지 않는 프라이싱입니다. AI 이 업무 활용이 점점 보편화되면서 기존의 단순 billable hour (청구대상 시간. input 기준 pricing 의 근간) 는 대폭 변경될 수밖에 없습니다. 제가 고객이어도 '아니 내가 AI로 하면 이 정도 시간이면 하는데 뭐 이렇게 많은 시간을 들고 와요?' 라고 대뜸 말할 것이기 때문이죠. 일단 저는 예를 들어 기존에 40시간 걸리던 일이 지금은 AI 덕분에 4시간이면 한다고 했을 때 4시간을 청구 대상 시간으로 산정합니다. AI 를 쓰는 비용은 사실 비율상 정말 얼마 안되고, 그것을 꼭 대금을 지불하시는 고객사 프로젝트 한정으로만 쓴건 아니다보니 넣지 않죠. 만약 이런 구도에서 누구나 다 4시간으로 할 수 있다고 하면 별 이슈가 없는데, 당연히 그렇지가 않습니다. AI 뿐만 아니라 어떤 도구나 기술이든지 간에 그걸 잘 쓰는 사람과 못쓰는 사람은 확연히 갈라질 수밖에 없고, 그래서 그 부분이 보통 시간당 단가에 녹아 들어가죠. 그런데, 이런저런 작업들을 하다보니, 분명 결과물들이 상당한 가치를 만들어내는데 그 가치가 청구 시간 * 시간당 단가와는 꽤 큰 차이가 나고(후자가 매우 작고), 그렇다고 시간당 단가를 그에 맞추어 올려버리면 소위 말하는 '이건 좀 그렇지 않느냐' 형태의 가격 저항이 반드시 발생 할 수밖에 없다보니... 특히나 카운터 파트너는 심정적으로 이해한다고 해도, 구매부서에서 100% 말도 안되다며 거부할 것이다보니 고민이 되는 것이죠. 과거 10년간 데이터 분야 B2B 솔루션 비즈니스를 하면서 나름 value 기반 세일즈를 곧잘 하긴 했는데, 다시 그 고민을 하게 될 줄은 몰랐네요. 그냥 심플하게 하려고 단가 테이블 만든 거였는데... 뭐, 엄청나게 돈을 많이 벌겠다고 새로운 삶을 시작한 것은 절대 아니긴 합니다만, 사회/경제의 한 구성요소로서 사회/경제 생활을 하면서 자신의 경제 활동에 대한 적정 가치에 대한 고민은 누구나 해야 한다가 신조이다보니 이런 저런 생각이 드는 토요일 아침입니다. 당장은 급한 일들부터 마무리해야 하니 일단 키핑해 두고 2분기 안에는 나름의 답을 찾아서 확정하는 것으로~ 장담하는데, 앞으로 시대에서는 이런 고민을 하게 되는 분들이 점점 더 많아질 것입니다. [ 이 글은 AI 가 아니라 고넥터 고영혁 본인이 작성했습니다 ] #career #business

한국어
0
0
2
516
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
어쩌다보니 3월은 개인적으로도 비즈니스적으로도 미친듯이 정신없고 바빴는데... (이번 주말도 달려야 하는 상황... 달리다가 잠시....) 그나마 이런 상황에서 이런저런 일들을 해낸 것도 AI덕분이긴 하지만, 한편으로는 AI 때문에 단위시간당 말도 안되게 더 많은 일들을 더 고품질로 할 수 있게 되면서 욕심도 커져서 더 바빠진 것도 솔직히 상당 부분 있었습니다. 그러다가 문득, 회사 그만두고 1인 기업(엄밀히는 1인 + 여러 AI) 체제로 전환하면서 만든 rate card (제 시간 단가표. 일의 타입별로 단가가 좀 다르긴 합니다) 를 물끄러미 보게 됐는데, AI native 와 관련된 각종 일을 하고 있는데 정작 이 단가표의 설계는 AI native 가 아니라 기존의 방식이 주된 설계 요소이지 않나라는 생각을 하게 되네요. 사실 현존하는 모든 pricing 은 크게 input (투입된 리소스) 기준이냐, output (결과물의 가치) 기준이냐로 나뉩니다. input 기준은 거의 예외없이 투입 리소스가 사람이면 그 사람의 소위 등급에 따른 단가표에 투입 시간을 곱해 (흔히들 월비용, 맨먼스라 부르는) 책정하고, 다른 리소스는 재료비/물품비/사용서비스비용 등등이 붙죠. input 은 솔직히 심플하고, output 기준이 정말 난이도가 높은데... 결과물이 가치를 토대로 가격을 책정하는 것이죠. 그 가치는 결국 고객이 납득하고 인정하느냐 마느냐가 무조건 유일 기준입니다. 자기가 아무리 가치있다고 떠들어봐야 씨알도 안먹히는 것이 당연한 상황. 그래서 명확하게 고객의 매출이 얼마나 늘어나는지, 혹은 고객의 시간이나 리소스가 얼마나 줄어드는지를 최대한 논리적으로 계산해서 입증해서 보여주지 않으면 기본적으로 성립되지 않는 프라이싱입니다. AI 이 업무 활용이 점점 보편화되면서 기존의 단순 billable hour (청구대상 시간. input 기준 pricing 의 근간) 는 대폭 변경될 수밖에 없습니다. 제가 고객이어도 '아니 내가 AI로 하면 이 정도 시간이면 하는데 뭐 이렇게 많은 시간을 들고 와요?' 라고 대뜸 말할 것이기 때문이죠. 일단 저는 예를 들어 기존에 40시간 걸리던 일이 지금은 AI 덕분에 4시간이면 한다고 했을 때 4시간을 청구 대상 시간으로 산정합니다. AI 를 쓰는 비용은 사실 비율상 정말 얼마 안되고, 그것을 꼭 대금을 지불하시는 고객사 프로젝트 한정으로만 쓴건 아니다보니 넣지 않죠. 만약 이런 구도에서 누구나 다 4시간으로 할 수 있다고 하면 별 이슈가 없는데, 당연히 그렇지가 않습니다. AI 뿐만 아니라 어떤 도구나 기술이든지 간에 그걸 잘 쓰는 사람과 못쓰는 사람은 확연히 갈라질 수밖에 없고, 그래서 그 부분이 보통 시간당 단가에 녹아 들어가죠. 그런데, 이런저런 작업들을 하다보니, 분명 결과물들이 상당한 가치를 만들어내는데 그 가치가 청구 시간 * 시간당 단가와는 꽤 큰 차이가 나고(후자가 매우 작고), 그렇다고 시간당 단가를 그에 맞추어 올려버리면 소위 말하는 '이건 좀 그렇지 않느냐' 형태의 가격 저항이 반드시 발생 할 수밖에 없다보니... 특히나 카운터 파트너는 심정적으로 이해한다고 해도, 구매부서에서 100% 말도 안되다며 거부할 것이다보니 고민이 되는 것이죠. 과거 10년간 데이터 분야 B2B 솔루션 비즈니스를 하면서 나름 value 기반 세일즈를 곧잘 하긴 했는데, 다시 그 고민을 하게 될 줄은 몰랐네요. 그냥 심플하게 하려고 단가 테이블 만든 거였는데... 뭐, 엄청나게 돈을 많이 벌겠다고 새로운 삶을 시작한 것은 절대 아니긴 합니다만, 사회/경제의 한 구성요소로서 사회/경제 생활을 하면서 자신의 경제 활동에 대한 적정 가치에 대한 고민은 누구나 해야 한다가 신조이다보니 이런 저런 생각이 드는 토요일 아침입니다. 당장은 급한 일들부터 마무리해야 하니 일단 키핑해 두고 2분기 안에는 나름의 답을 찾아서 확정하는 것으로~ 장담하는데, 앞으로 시대에서는 이런 고민을 하게 되는 분들이 점점 더 많아질 것입니다. [ 이 글은 AI 가 아니라 고넥터 고영혁 본인이 작성했습니다 ] #career #business
한국어
0
0
3
1.2K
고영혁 (Dylan Ko)
고영혁 (Dylan Ko)@Gonnector·
Oh my God. I didn't even know that the Google Drive mobile app — which I use every single day — had a scan feature, and apparently these absolutely insane capabilities were recently added... I just tested it and I literally can't help but say it's "mind-blowing." This is seriously at a level where you don't even need a dedicated book scanner. Here's what it can do. I'm a Google Workspace subscriber, but I believe this is most likely completely free: * Multi-page real-time scanning * Auto/continuous capture * Duplicate page detection * Redesigned beta UI I had been using Microsoft's scanner app, but after they discontinued support, I was forced to switch to the OneDrive scanner — and compared to Google Drive, it's child's play. My main cloud storage is Google Drive anyway, so it was an inefficient workflow all along. Thank you, Google gods!! #google #scan #gadget #smartwork
Min Choi@minchoi

Holy smokes... Google Drive's doc scanner is wild. > multi-page real-time scanning > auto/continuous capture > duplicate page detection > redesigned beta UI Doc scanning will never be the same... 🤯

English
0
1
3
334