




고영혁 (Dylan Ko)
46.8K posts

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





















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



Why even non-coding agents need bash I've done dozens of calls with companies making general agents over the past few weeks and my advice generally boils down to: "use the bash tool more" Here's a concrete example from my email agent:


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... 🤯








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


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... 🤯