https://n.news.naver.com/mnews/article/296/0000097175?sid=103&fbclid=IwZXh0bgNhZW0CMTEAc3J0YwZhcHBfaWQKNjYyODU2ODM3OQABHi2rSVeVYy44be3LU2e86ThDPCPSst3so-Q5kTNo_GPiSwGNkJkPI9tKCgDo_aem_9BExCp533TfxTaTr98xfGQ

이런거 괜찮네요.

만나서 딱 할거하고 헤어지는 프로세스

전문가가 되기 위한 성장 그래프 (마케팅, AI, 비즈니스) https://m.blog.naver.com/chunpro_o/224196525790

전문가가 되려면 어떻게해야될까? 에 대한 답 입니다.

Anthropic CEO 다리오 아모데이는 펜타곤의 최후통첩을 거부했다. 오늘 오후 5시 1분.

요구는 단순했다. Claude의 안전장치를 "모든 합법적 군사 목적"에 맞게 제거하라. 거부하면 2억 달러 계약 해지, 공급망 위험 기업 블랙리스트 지정. 화웨이에나 쓰는 딱지를.

그는 거부했다.

Claude는 미국 기밀 군사 네트워크에 최초로 배치된 AI 모델이었다. 마두로 체포 작전에도 사용됐다. 펜타곤 내부에서도 가장 뛰어난 모델이라고 평가했다. 그럼에도 Anthropic은 두 가지 선을 지켰다.

1) 인간 개입 없는 자율 무기의 최종 타격 결정.
2) 자국민 대상 대규모 AI 감시.
이 두 가지만은 안 된다고 했다.

OpenAI는 펜타곤의 요구에 동의했다. Google도 동의했다. 머스크의 xAI는 최후통첩 전날 계약에 서명했다. Anthropic만 거부했다.

그런데 헤그세스와 아모데이가 펜타곤에서 처음 마주한 바로 그날, 다른 일이 조용히 일어났다.

Anthropic은 2023년부터 지켜온 핵심 안전 정책을 완화했다. 모델 성능이 통제 범위를 초과하면 훈련을 멈추겠다는 약속을 삭제했다. 수석 과학자 Jared Kaplan의 말은 솔직했다. "경쟁사들이 달려가는데 혼자 멈추는 건 누구에게도 도움이 안 된다." 모두 달려가고 있는데, 이렇게 다 같이 뛰면 위험하니 걷자고 했지만, 모두 뛰고 있으니 나도 뛰겠다고 한 것이다.

한쪽에선 군에게 버티겠다고 했다. 다른 쪽에서는 원칙을 바꿨다.

노벨이 다이너마이트를 팔고 나서 후회했다면, 아모데이는 팔기 전에 막으려 하고 있다. 그 의지는 진심일 수 있다.

여기서 Google이 떠오른다. "Don't be evil." 그게 창업 모토였다. 지금 Google은 군말 없이 서명했다.
(참고로 지금은 모토가 실제로 그게 아니다. 엄청 길다.)

결국 이 게임의 심판은 시장이다. 그리고 오늘날의 시장은 착한 메시지보다 돈을 더 잘 버는 쪽, 힘을 더 많이 쥐는 쪽의 손을 들어준다. 안전을 외치는 회사보다 무기 계약에 서명한 회사가 더 빠르게 성장하고, 더 많은 자본을 끌어당기고, 더 강한 영향력을 갖게 된다면 — 다음 세대 창업자들이 배우는 교훈은 하나다. 원칙은 비용이다.

디스토피아는 누군가의 음모로 갑자기 오지 않는다. 투자자들이, 시장이 그쪽에 더 높은 점수를 주는 것이 반복되며 비가역적으로 확정된다.

오늘 다리오는 버텼다. 그 사실은 뉴스에 기록될 것이다. 하지만 시장이 그 선택을 보상하지 않는다면, 다음번엔 버티는 사람이 아무도 없을 수도 있다.

사람들이 AI 챗봇으로 킥킥거리는 동안, 무기체계가 완성되고 있다.

<앤스로픽의 선언: "우리는 소프트웨어가 아니라 '직원'을 대체합니다">

하루가 멀다하고 앤스로픽과 오픈AI가 SaaS기업에 대해 폭탄 투하를 하고 있는 상황에... 그런데 오늘의 앤스로픽 발표는 매우 흥미로운 부분이 있습니다. 어제까지의 공포가 "AI가 Salesforce나 ServiceNow를 없애버리면 어떡하지?"였다면, 오늘은 그 질문에 대한 교묘하고도 날카로운 답을 내놓았습니다. 앤스로픽의 'Claude Cowork'는 기존 소프트웨어를 없애는 것이 아니라, 그 소프트웨어를 사용하는 '인간의 자리'를 없애버리겠다고 선언했습니다. 이게 더 무서운 이야기 일 수도 있겠네요.

1. 왜 '소프트웨어 대체'가 아닌 '노동 대체'인가?
앤스로픽의 논리는 명확합니다. AI 에이전트가 업무를 수행하기 위해서는 여전히 데이터가 저장된 인프라와 비즈니스 로직이 담긴 '도구'가 필요합니다. 즉, Cowork는 DocuSign이나 Salesforce 같은 앱을 지우는 것이 아니라, 인간 대신 그 앱에 접속해 데이터를 입력하고 승인을 받는 '디지털 비서'가 되겠다는 것입니다. 이는 기업 입장에서 소프트웨어 구독료는 계속 지불하되, 그 도구를 다루던 '화이트칼라의 인건비'를 절감하는 방향으로 가치를 전이시키는 전략입니다.

2. 타격 지점: 저숙련 데이터 노동자의 위기
앤스로픽의 Peter McCrory는 AI의 영향이 "매우 불균형할 것"이라고 경고했는데요. 고숙련 노동자는 AI를 통해 생산성이 폭발적으로 증가하겠지만, 단순 데이터 입력이나 하위 수준의 분석을 수행하던 화이트칼라 직군은 AI 에이전트에 의해 직접적으로 대체될 가능성이 크다는 것이죠. 뭐 저도 요즘 매일 매일 느끼는 상황입니다. 특히 서비스나 리서치 분야의 주니어급 일자리들이 가장 먼저 '에이전트'에게 자리를 내어줄 위험에 처했다고 느끼네요.

3. 기존 SaaS 거인들과의 전략적 공생
이 프레임은 기존 소프트웨어 업체들에게 "우리는 당신들의 적이 아니다"라는 유화적인 메시지를 던집니다. 앤스로픽 내부에서도 여전히 온갖 전통적인 엔터프라이즈 앱을 사용하고 있다는 점을 강조하며, 소프트웨어 인프라의 필요성을 긍정합니다. 싸우는 입장이 아니라, 적절하게 공생을 하고 사람만 줄이자는 파괴적 혁신을 선언하며 "기존 소프트웨어를 통째로 대체하겠다"고 말하는 오픈AI의 공격적인 행보와는 대조적입니다.
이러면 오픈AI는 매우 불편한 상황에 놓이게 됩니다. 앤스로픽과 기존의 SaaS거인들과 모두 싸움을 해야하거든요.

즉 오늘의 한 줄 정리는 '좌석'의 주인은 바뀌어도 '도구'는 남는다? 정도가 아닐까 합니다. 뭐 사람만 잘려나가는 상황이 되지 않을까 하네요.

하지만 여기서 놓치지 말아야 할 테크니컬한 진실이 있습니다. 사용자가 인간에서 에이전트로 바뀌면, 기존의 '인원수당 과금(Seat-based pricing)'은 결국 무너질 수밖에 없습니다. 수백 명의 직원이 쓰던 앱을 단 몇 개의 슈퍼에이전트가 관리하게 된다면, SaaS 기업들은 결국 '데이터 통행세'나 '성과 기반 과금'으로 모델을 전환해야만 생존할 수 있을 것입니다.

결국 앤스로픽이 말하는 '노동의 대체'는 부드러운 유화책처럼 보이지만, 그 이면에는 기업의 비용 구조를 인건비에서 AI 인프라 비용으로, 그리고 기존 SaaS 라이선스 비용에서 에이전트 구독료로 이전시키겠다는 거대한 설계가 담겨 있죠. 여러분의 비즈니스는 '소프트웨어를 가진 자'입니까, 아니면 '그 소프트웨어를 다루는 노동력'을 가진 자입니까? 이제 그 편을 나누고 운명이 갈리고 있습니다.

원문 포스트 링크 - https://www.linkedin.com/feed/update/urn:li:activity:7434125311866249217/




-----

[ 원문 내용 ]

저는 토스 출신 시니어 개발자 입니다.

솔직하게 말합니다.
AI 에이전트 600개 띄우면 토스 만들 수 있습니다.

미친 소리 같죠?
근데 지금 제 Slack을 보면 생각이 바뀔 겁니다.

토스에서 배운 가장 중요한 건 코드가 아니었습니다.
"시스템"이었습니다.

토스가 100개 사일로로 운영되는 거 아시죠?
각 사일로에 PO, 디자이너, 개발자, DA.
명확한 R&R. 독립적 의사결정. 빠른 실행.

이 구조가 토스를 토스답게 만든 겁니다.

그래서 생각했습니다.
사일로 하나하나를 AI 에이전트로 바꾸면?

지금 저는 이걸 실제로 하고 있습니다.
제 Slack에는 진짜 사일로가 돌아가고 있습니다:
→ FRIDAY: PO (Product Owner). 스펙 정의, 우선순위 결정, 작업 분배.
→ Black Widow: 디자이너. UX 분석, 레퍼런스 리서치, 와이어프레임, 디자인 스펙 작성.
→ Spider-Man: 프론트엔드 엔지니어. UI 구현, 컴포넌트 개발, 배포.
→ Hulk: 백엔드 엔지니어. DB 스키마, API 설계, 데이터 파이프라인.
→ Hawkeye: QA 엔지니어. 통합 테스트, 버그 캐치, CI 검증.

PO가 스펙을 내리면
디자이너가 UX 리서치하고 화면 설계하고
프론트가 구현하고
백엔드가 API 만들고
QA가 테스트합니다.

토스 사일로가 일하는 방식 그대로.
근데 전부 AI 에이전트입니다.

이 에이전트들은 명령을 실행하는 봇이 아닙니다.
Slack에서 서로 대화합니다.
서로의 작업을 리뷰합니다.
블로커가 생기면 서로 에스컬레이션합니다.
제 인볼브 없이.

제가 자는 동안 Black Widow가 UX 스펙 작성하고,
Hulk가 DB 스키마 짜고,
Spider-Man이 프로덕션에 배포합니다.

저는 아침에 일어나서 Slack 확인하고, 머지 승인하고, 전략에 집중합니다.
CEO처럼요.

이건 "AI 툴 사용"이 아닙니다.
토스의 사일로 조직을 AI로 재현한 겁니다.

AI가 큰 발전을 이룬 건 항상 사람의 방식을 미믹했을 때였습니다.
뉴럴넷은 뇌를 미믹했고.
LLM은 언어를 미믹했고.
이제 조직이 협업하는 방식을 미믹할 차례입니다.

스크린샷 보세요.
진짜 Slack 스레드. 진짜 PR. 진짜 CI/CD. 진짜 배포.
전부 AI 에이전트들이 한 겁니다.

토스 같은 조직을 AI 에이전트로 만드는 시스템.

요즘은 팀 내부에서만 이야기 하다가 오랜만에 생각나서 포스트 해요
--
AI가 일자리를 없앤다 vs 늘린다? 이게 아니라 고용의 재배치가 핵심인 것 같아요

최근 AI와 고용에 대한 주요 보고서들을 몇 개 쭉 읽었습니다. BLS, IMF, PwC, Goldman Sachs, 댈러스 연준까지. 각각 다른 각도에서 분석하고 있는데, 공통적으로 말하는 게 있어요. "없앤다 vs 늘린다"는 잘못된 프레임이라는 겁니다. 실제로 일어나고 있는 건 고용의 재배치입니다.
하나씩 짚어볼게요.

1. BLS Employment Projections 2024-2034 (2025.8)
https://www.bls.gov/news.release/pdf/ecopro.pdf
미국 노동통계국이 낸 향후 10년 고용 전망입니다. 미국 전체 고용은 3.1% 성장 전망인데, 컴퓨터/수학 직군은 10.1%로 3배 넘게 성장해요. 데이터 사이언티스트가 미국에서 4번째로 빠르게 성장하는 직업이 됐고요. 반면 사무/행정, 소매 판매, 생산직은 AI 자동화로 줄어듭니다. 그리고 BLS 스스로 이건 "AI가 과거와 비슷한 속도로 발전한다"는 보수적 가정이라고 명시해요. 실제 변화는 이보다 빠를 가능성이 높다는 뜻.

2. IMF "Bridging Skill Gaps for the Future" (2026.1, 다보스 발표)
https://www.imf.org/en/blogs/articles/2026/01/14/new-skills-and-ai-are-reshaping-the-future-of-work
가장 최신이고 가장 날카로운 보고서. 전 세계 일자리의 40%가 AI 변화에 노출되어 있고, 선진국 구인공고 10개 중 1개가 이미 새로운 스킬을 요구합니다. 흥미로운 건, AI 스킬 수요가 높은 지역에서 AI에 취약한 직군의 고용이 오히려 3.6% 더 낮다는 점. 이 영향이 엔트리 레벨에서 가장 크게 나타나요. 생성형 AI가 신입 채용을 줄이고 있다는 거죠.

3. PwC Global AI Jobs Barometer (2025)
https://www.pwc.com/gx/en/services/ai/ai-jobs-barometer.html
6대륙 10억 건의 구인공고를 분석한 결과입니다. AI 노출 산업의 매출 성장이 2022년 이후 급가속됐고, 임금 상승 속도는 비노출 산업의 2배. 가장 놀라운 건, 자동화 가능성이 높은 역할에서조차 AI를 활용하는 사람의 임금이 올라가고 있다는 거예요. AI가 사람의 가치를 떨어뜨리는 게 아니라 높이고 있다는 데이터.

4. Dallas Fed + Goldman Sachs (2025~2026)
https://www.dallasfed.org/research/economics/2026/0106
https://www.goldmansachs.com/insights/articles/how-will-ai-affect-the-global-workforce
지금 일어나고 있는 일을 보여주는 데이터입니다. 22~25세 청년층에서 AI 노출 직군의 고용이 ChatGPT 출시 이후 13% 감소. 20~30세 테크 직군 실업률은 2025년 초 이후 약 3%p 상승. 다만 경력직은 안정적이고, Goldman Sachs는 전체로 확대해도 미국 고용의 2.5%만 대체 위험에 처할 것으로 보면서, 역사적으로 기술 혁신에 의한 실업 증가는 일시적이었다고 분석합니다.

종합하면 이런 그림입니다.
단순 처리 업무는 줄어듭니다. AI를 활용하는 사람의 몸값은 올라갑니다. 가장 먼저 타격받는 건 엔트리 레벨 루틴 업무. 그리고 이 모든 전망조차 보수적입니다.

고객 서비스 AI를 만들고 있는 입장에서, 이 패턴은 현장에서 매일 체감하는 것과 정확히 같습니다. AI가 단순 반복 응대를 처리하기 시작하면, 상담원이 없어지는 게 아니에요. 상담을 "처내는" 업무가 줄어들고, 그 자원이 다른 곳으로 갑니다.

그래서 AI 덕분에 이전에는 하지 못했던 플레이가 가능해집니다. CS 부서의 단순 응대 비용은 아끼고, 그 자원을 인재에 투자할 수 있게 됩니다. 우리 고객이 누구인지 정의하고, 고객 피드백을 능동적으로 듣고, 그 결과를 제품과 서비스 개선에 쏟을 수 있게 되는 겁니다.

상담을 "처내는" 업무는 줄어들고, Customer-Centric하게 사고하고 Customer-Driven으로 성장을 만들어내는 인재의 몸값이 올라갈 것 같습니다. 그리고 이런 인재에 투자한 팀은 더더더 성장하게 될 거에요.

채널톡 최시원 대표님의 글

Anthropic의 보고서 "AI의 노동 시장 영향: 새로운 측정 지표와 초기 증거(Labor market impacts of AI: A new measure and early evidence)"

- AI가 이론적으로는 많은 업무를 대체할 수 있음에도 불구하고 실제 현장에서는 법적, 기술적, 사회적 제약으로 인해 그 잠재력의 일부만을 사용하고 있음

- 컴퓨터 프로그래밍, 고객 서비스, 금융 분석과 같이 데이터와 언어 처리에 기반한 화이트칼라 직종이 AI에 가장 많이 노출되어 있으며, 이들 직종에 종사하는 노동자들은 고학력, 고임금, 여성의 비중이 상대적으로 높은 특성

- 2022년 말 이후 노출도가 높은 노동자들 사이에서 체계적인 실업률 증가는 발견되지 않았으나, 해당 직종에서 젊은 층의 채용이 둔화하고 있다는 시사적인 증거를 발견

- 기업들이 AI를 활용해 생산성을 높이는 대신 신입 사원 채용을 줄이는 방식을 택하고 있을 가능성을 보여주며, 향후 노동 시장의 구조적 변화가 '해고'가 아닌 '채용의 문턱'에서 먼저 시작될 것임을 예고

https://www.anthropic.com/research/labor-market-impacts

https://x.com/techlayofflover/status/2031007892610879952?s=46

AI로 업무역량을 강화하는 줄 알고 열심히 해줬는데..
알고 보니.. AI에게 내 업무를 가르치는 것이었음.
결과는.. 직원의 2/3 해고.
.

팔란티어의 알렉스 카프가 AI가 화이트칼라 일자리부터 전쟁, 제조업, 교육, 국가 경쟁력까지 어떻게 바꿔놓을지를 아주 직설적으로 말하는 인터뷰입니다. 그는 단순 암기형 지식노동은 빠르게 가치가 떨어질 수 있고, 앞으로는 통찰력·기술 이해·독창성이 더 중요해질 것이라고 말합니다. 또한 팔란티어가 왜 소프트웨어만이 아니라 현장 배치와 사람까지 포함한 방식으로 움직이는지, 국내에서의 AI 활용과 전장에서의 AI 활용을 왜 다르게 봐야 하는지, 그리고 미국이 이 충격을 버티려면 직업교육과 제조 역량을 다시 세워야 한다는 주장까지 폭넓게 다룹니다.

AI가 먼저 흔들 가능성이 큰 건 평범한 화이트칼라 업무
- 카프는 단순 코딩, 문서 작업, 읽기·쓰기처럼 예전에는 가치 있던 많은 지식노동이 빠르게 값싸질 수 있다고 봅니다.

앞으로 더 중요해지는 건 통찰과 독창성
- 정답을 외우고 반복하는 사람보다, 문제를 다른 각도에서 보고 새로운 걸 만들어내는 사람이 더 유리해진다고 말합니다.

팔란티어식 모델은 ‘소프트웨어 단품’이 아니다
- 그는 진짜 가치는 코드 한 덩어리가 아니라, 현장에 들어가 조직의 복잡한 문제를 풀고 실제 배치를 해내는 사람과 시스템에 있다고 설명합니다.

AI가 바로 모든 산업에 퍼지지 않는 이유
- 병원, 제조업, 전쟁, 법률처럼 규칙과 제도가 복잡한 영역은 모델 성능만 좋다고 바로 도입되지 않으며, 실제 환경을 이해하고 맞춰 넣는 과정이 핵심이라고 말합니다.

국내 AI 활용과 전장 AI 활용은 다른 문제다
- 그는 미국 시민의 자유권과 사생활은 강하게 보호해야 한다고 보지만, 전장에서는 미국이 중국 같은 경쟁국보다 뒤처질 수 없다는 입장을 분명히 합니다.

일자리만 잃고 보호도 못 받으면 정치적 반발이 온다
- AI가 화이트칼라 일자리를 대체하는데도 사회가 대안을 못 내놓으면, 결국 기술 기업과 부자들을 향한 강한 분노가 터질 수 있다고 경고합니다.

해법은 교육 개혁과 직업훈련, 제조업 재건
- 카프는 대학 진학만 강요하는 구조보다, 더 이른 시기부터 실무 중심 훈련과 적성 기반 배치를 강화해야 한다고 주장합니다.

신경다양성과 비정형 인재를 다시 봐야 한다
- 기존 학교와 시험 시스템이 걸러내던 사람들 중에, AI 시대에 오히려 더 중요한 능력을 가진 이들이 많다고 말합니다.

대학과 학자금 모델에도 냉정하다
- 그는 비싼 등록금과 큰 학자금 대출을 지고도 불확실한 진로로 가는 구조가 점점 더 위험해질 수 있다고 비판합니다.

이해하기 어려운 사업이 오히려 강한 해자가 된다
- 팔란티어처럼 서비스와 제품, 데이터와 문화적 노하우가 결합된 모델은 바깥에서 쉽게 복제하기 어렵고, 그게 큰 경쟁력이 된다고 설명합니다.

00:02:32 코딩 에이전트 시대, 앞으로 어떤 사람이 살아남는가
00:03:03 단순 지식노동의 가치가 떨어지고 있다는 주장
00:04:03 AI 시대에 더 중요해지는 통찰력과 독창성
00:07:21 팔란티어는 왜 소프트웨어 회사로만 설명되지 않는가
00:08:11 FDE, 온톨로지, 배치 역량이 중요한 이유
00:10:00 모델이 똑똑해도 실제 현장 도입은 왜 느린가
00:11:19 AI의 미래를 누가 결정해야 하는가
00:13:52 국내 사용 제한과 시민의 자유권 문제
00:14:47 전장 AI, 중국과의 경쟁, 그리고 왜 물러설 수 없다고 보는가
00:16:20 AI가 일자리를 빼앗을 때 생길 정치적 역풍
00:17:10 화이트칼라 일자리 충격에 대한 해법은 무엇인가
00:19:25 독일 사례로 본 보호, 규제, 사회 안정망
00:20:35 직업교육과 실무형 인재 양성의 필요성
00:22:04 AI로 제조업을 강화하고 미국 산업을 재건하자는 주장
00:23:23 대학과 학자금 모델에 대한 강한 비판
00:24:02 왜 팔란티어는 이해하기 어렵고, 그래서 더 강한가
00:26:02 시장이 아직도 팔란티어를 오해하고 있다고 보는 이유

https://youtu.be/VZT-Vko8yQk

😮"다 만들 수 있는 시대에, 뭘 안 만들지 결정하는 놈이 이긴다"

- Vercel 창업자 기예르모 라우치가 AI 시대 창업자들에게 던진 5가지 팩트폭탄

요즘 AI 툴 하나면 앱 하나 뚝딱이라는 얘기가 넘쳐난다. 바이브 코딩이니 뭐니, 프롬프트 몇 줄이면 랜딩페이지부터 MVP까지 나온다고. 그런데 정작 Next.js를 만들고 Vercel을 수억 달러 매출 회사로 키운 사람은 정반대 얘기를 한다. "다 만들 수 있으니까 오히려 뭘 만들지 고르는 눈이 최대 경쟁력"이라고.

아르헨티나 시골 출신, 13살 때부터 오픈소스에 기여하며 글로벌 이력서를 쌓았고, 콜드 이메일 한 통으로 워드프레스 창업자를 만나 회사를 매각한 사람. 기예르모 라우치(Guillermo Rauch)가 a16z speedrun에서 풀어놓은 이야기를 정리했다.

1. 오픈소스는 Product-Market Fit의 스피드런이다

• 스타트업의 가장 큰 두 가지 난제는 '존재를 알리는 것'과 '제대로 된 걸 만드는 것'. 오픈소스는 이 두 가지를 동시에 스트레스 테스트한다.

• 공짜로 코드까지 열어줬는데도 아무도 안 쓴다? 그럼 다른 걸 만들어야 한다는 신호다. 비싼 수업료 내기 전에 빠르게 검증할 수 있는 필터인 셈.

• AI 에이전트 시대가 오면서 오픈소스의 이점은 오히려 더 깊어진다. 에이전트가 클론해서 바로 작업할 수 있는 프로젝트, 문서화가 잘 된 프로젝트가 선택받는 구조니까.

• 복제가 쉬워지는 단점? 라우치는 이렇게 잘라 말한다. "창업자들은 미래에 벌어질 일을 너무 걱정하느라 멈춘다. 현실은, 아직 PMF조차 없는 상태인데."

2. 비전은 끝없이, 실행은 잔인할 정도로 좁혀라

• 라우치가 '양두뇌(bicameral mind)'라고 부르는 긴장 관계. IPO 벨을 울릴 때의 미션은 거대해야 하지만, 3명이 앉아 있는 오늘 오후에 그 야망대로 200개 기능을 만들면 망한다.

• 초기 Vercel은 모든 언어, 모든 프레임워크, 심지어 데이터베이스까지 배포 가능하게 만들려 했다. 그러다 스스로 물었다. "우리가 진짜 탁월한 건 뭐지?"

• 답은 프론트엔드 레이어. CDN 자동화, 보안, 매니지드 서비스라는 아직 존재하지 않던 카테고리에 집중했다. 그 결과가 매출 제로와 수억 달러의 차이를 만들었다고.

• "모든 걸 계속 만들었으면 매출이 문자 그대로 0달러였을 거다. 까다로운 바이어는 각 문제 영역에서 최고만 고른다. 2등은 안 산다."

3. AI가 다 만들어주는 시대, 진짜 차별화는 '무엇을 만들지 고르는 안목'

• 토큰만 충분히 투입하면 모든 문제가 얕아지는 시대. 그래서 뭘 만들 수 있냐가 아니라 뭘 만들어야 하냐를 판단하는 taste가 경쟁력이 된다.

• Vercel 내부 사례 — 좋은 AI 활용: 에이전트가 밤새 JavaScript 최적화를 돌려서 플랫폼 전체를 20~40% 빠르게 만든 것. 나쁜 AI 활용: 본업과 관계없는 HR 플랫폼을 뜯어고치는 것.

• 바이브 코딩으로 매일 새 기능 찍어내서 뉴스레터에 뿌리면? 시그널이 희석되어 사람들이 그냥 꺼버린다. "토큰을 어디에 쏟느냐, 그리고 그걸 세상에 어떻게 커뮤니케이션하느냐. 이게 앞으로 훨씬 중요해진다."

4. 채용은 '이력서'가 아니라 '증거'와 '포장력'으로

• 이미 도착한 사람 말고, 지금 올라가고 있는 사람을 찾아라. AI 도구를 써서 실제로 양질의 결과물을 내놓고 있는 사람, 오픈소스에 기여하며 proof of work를 쌓고 있는 사람.

• 라우치가 특히 주목하는 건 '만든 것'만이 아니라 '그걸 어떻게 설명하느냐'. 어떤 개발자의 DM에 직접 먼저 연락한 이유도, 잘 알려진 UI 문제에 대한 새로운 해법 자체보다 그 해법을 포장하고 커뮤니케이션하는 방식이 인상적이었기 때문.

• 애플의 언박싱 경험을 비유로 들었다. 웹사이트, 매장, 상자 뚜껑을 들어올리는 그 감각까지 — 기술을 둘러싼 모든 경험이 설계되어 있다는 것. 스타트업도 마찬가지.

• 그리고 한마디 일침. "스타트업 랜딩페이지에서 창업자 데스크톱 전체가 녹화된 영상을 볼 때가 있다. 독에 앱 200개, 브라우징 히스토리, 플러그인 200개. 나는 SNS 세 개를 둠스크롤하느라 바쁜 사람이다. 당신 제품이 아닌 건 다 지워라. 그게 사람들이 딴 데로 빠지는 핑계가 된다."

5. '무엇을 무시할지' 고르는 것도 경쟁력이다

• 실리콘밸리의 날카로운 면 — 모든 것에 미친 듯이 흥분하는 문화. 그런데 그중 일부는 무시해도 되는 것들이다. 뭘 무시할지 선택하는 것 자체가 경쟁 우위가 된다.

• 라우치의 원칙: 판단을 남에게 아웃소싱하지 않는다. 직접 다운로드하고, 가입하고, 써본다. 스스로 깊이 이해하지 못하면 확신을 만들 수 없다고.

• 2단계 프로세스 — 넓게 실험하되, 시장에 내놓을 것에 대해서는 높은 기준을 세운다. 그 기준을 통과하면 그때 올인. 모든 채널에 뿌리고, 이메일 보내고, 데모데이에서 발표한다. "실험의 흥분"과 "출시의 확신"을 혼동하지 말라는 거다.

• 덧붙여, 라우치는 첫 회사 창업과 동시에 아이를 갖기로 했고 지금 여섯째를 기다리고 있다. "인생에 좋은 타이밍이란 건 없더라. 그리고 자기가 감당할 수 있는 한계는 생각보다 훨씬 넓다."

솔직히 이 인터뷰에서 가장 와닿은 건, '다 만들 수 있다'는 게 축복이 아니라 함정이 될 수 있다는 지적이다. 요즘 주변에서 바이브 코딩으로 뭐 하나 만들었다는 소식은 매일 들리는데, 그중에 두 번째로 열어보고 싶은 건 솔직히 별로 없다. 만드는 비용이 제로에 수렴할수록, 결국 '뭘 만들었냐'가 아니라 '왜 그걸 만들었고, 그걸 어떻게 전달하느냐'가 갈리는 시대인 듯하다.

출처: a16z speedrun — "Guillermo Rauch's 5 Lessons for Founders Building in the AI Era" (2026.3.19)

AI 시대에 살아남기 위한 생각

소셜미디어 활동에 복귀한 지 약 1년이 좀 넘은 듯합니다. 십여 년 전 직접 자막을 번역하여 올렸을 당시에도, 갑자기 다시 돌아와 이번에는 AI로 번역된 자막을 올리고 그 자막 만드는 툴을 론칭하고 최근에는 갑자기 아이폰 앱을 공개하고. 사실 동기는 똑같습니다. 세상이 중요한 전환기에 접어들었고 그걸 최대한 많은 분들께 알리고 싶기 때문입니다.

저는 오늘날 AI 사용에 익숙해지는 것은 단순히 생산성을 넘어 필수적인 시대에 들어섰다고 믿습니다. 그리고 제가 올리는 대부분의 영상은 그렇게 생각하는 이유를 담고 있습니다. 본론으로 들어가자면 - 지금 이 글을 읽는 분들은 반드시, AI를 사용하여 뭔가 본인의 한계를 넘는 - 다시 말해 AI가 없었으면 엄두조차 못 냈을 - 뭔가를 취미로서 시도해 봐야 한다는 말씀을 드리고 싶습니다. 취미로 페이스북/인스타그램/틱톡/유튜브를 스크롤링하는 게 아니라, 한 가지 자그마한 프로젝트라도 AI를 사용해서 시작해 보시는 것을 추천드립니다. 그렇습니다. 취미로 말입니다.

오픈AI든, 구글 제미나이든, 앤스로픽의 클로드든 최고 수준의 AI 구독을 (200불어치) 적어도 한 달은 체험해 보시는 걸 강력하게 추천드립니다. 그리고 최첨단 AI로 뽑을 수 있는 최대한의 가치를 뽑아 보시는 것을 추천드립니다. 생각보다 어려울 겁니다. 왜냐하면 경험이 없으시면 그만큼 강력한 AI라고 해도 그 가치를 온전히 뽑기 어렵기 때문입니다. 그래서 해보셔야 합니다. 저의 경우, 처음엔 간단히 제가 예전에 생각했던 상상을 실제로 옮기기로 결정했습니다. 한창 직접 영상을 번역해서 유튜브에 올리던 당시 - 저는 알파고 대 이세돌 바둑 대국을 보고, 언젠가 AI가 나보다 번역을 잘하는 날이 오겠구나, 누군가 프로그램을 만들어 나 같은 활동하는 사람을 모두 교체해 버리는 날이 오겠구나 - 생각했었고, 그래서 그런지 AI가 어느 정도 수준에 접어든 재작년, 그걸 내가 직접 해봐야겠다라는 생각이 들어, 사이드 프로젝트로 스테이지5 활동을 다시, 이번엔 AI를 사용하여, 재개하였습니다.

그리고 그렇게 취미로 만든 자동화 번역 툴은 또 여러 가지 난관을 저에게 주었습니다. 결제에 Stripe를 사용하고 싶은데 Stripe를 사용하려면 한국 법인으로는 힘들더라고요. 그래서 미국 법인을 만들기로 했는데, 전혀 그걸 어떻게 만들지 감이 안 잡혔습니다. 그래서 AI에게 문의해서 하라는 대로 하고 스크린샷 주면서 "야 여기서 뭐 클릭해" "여기에 뭐 입력해" 물으면서 그렇게 좌충우돌 과정을 거치며 미국 법인을 등록했고, 그다음엔 윈도우 버전을 만들어서 배포하려면 또 디지털 공식 인증을 받아야 되는데, 그것도 제가 미국에 살지도 않으면서 미국 법인을 소유한 탓에 검증이 쉽지 않았습니다. 그것도 AI 도움받으며 어떻게어떻게 심지어 미국 전화번호를 등록하고 그 번호가 제 태국 전화로 라우팅되도록 트윌리오라는 서비스로 연결시켜야 했는데 그것도 AI한테 스크린샷 보내고 조언받는 패턴으로 세팅을 했습니다. 그리고 나중엔 미국 법인 등록 관련 로펌 사무소와 직접 그 번호 가지고 연락해서 그들이 인증하는 서류를 받은 다음에야 윈도우 버전을 출시할 수 있었는데, 이런 절차들 - 모두 AI 도움 없었으면 정말 힘들었을 일들이었습니다.

이 모든 과정을 마치 제가 풀타임으로 한 것처럼 들리실 수 있겠지만, 그게 아니라 쉬는 시간에 짬짬이 한 일들입니다. 예전이었으면 스타트업 풀타임이 아니면 불가능했던 일들을 AI를 사용해 매일 꾸준히 3시간 정도 투자해서 - 이 '꾸준히'라는 부분이 어려운 일이긴 하지만요 - 여기까지 왔고, 최근 론칭한 아이폰 앱 에코도 이런 좌충우돌 과정이 있었지만 생략하도록 하겠습니다.
그래서 결론이 뭐냐 - AI를 사용하면 머리가 안 좋아진다, 게을러진다 이런 말들을 많이 하는데요 - 저는 이런 말에 현혹되지 않기를 강력히 경고드리고 싶습니다. 아닙니다. 그건 안일한 생각, 아니 위험한 생각입니다. AI를 사용해 지금 이미 하는 일들에 만족한다면 - 네 당연하죠. 그런 수준의 AI 사용은 당연히 여러분을 바보로 만들 겁니다. 하지만 사고를 전환해, AI를 100%로 사용할 줄 아는 무한한 야심과 비전을 가진 누군가를 떠올려 보세요. 그게 누군지는 중요하지 않습니다. 그리고 그런 한 명의 사람이 얼마나 많은 일을 할 수 있을지 상상해 보세요. 그다음, 본인이 현재 얼만큼 할 수 있는지를 생각해 보시고 방금 상상한 사람 정도로 AI를 쓰기 위해서는 어떻게 해야 할지 생각해 보세요. 과연 그런 사람처럼 AI를 쓰는 사람이 쓸수록 바보가 될까요?

위기는 기회라고 하죠. 저는 개인적으로 인류 역사에서 지금 이 순간처럼 그 말이 사실인 시점은 없었다고 생각합니다. 지금은 분명 위기입니다. 심지어 이 글을 쓰는 저도 그렇게 느낍니다. 하지만 반대로 그만큼 기회이기도 합니다. 저는 개인적으로 이 AI 전환기가 우리나라 사람들에게 특히 더 어느 때보다 기회일 수 있다고 생각합니다. 그리고 예전에 한창 제가 활동하던 '스타트업 붐' 시절과 달리, 이 AI 시대에는 굳이 안정적인 직장을 그만둘 이유도, 필요도 없습니다. 그냥 취미 하나 더 추가하고 꾸준히 - 이게 가장 어렵습니다 - 꾸준히 시간을 투자하시면 됩니다. 골프나 비디오 게임같이 말이죠. 재밌거든요 - 처음에 배울 때는 어려울 수 있지만 조금 익숙해지면 정말 재밌습니다.

그래서 취미 맞습니다. 그렇지만 보험이기도 합니다. 필수적인 스킬이기도 합니다. 그래서 강력히 추천드립니다. 뭔가를 만들어 보세요. 대박 내기 위해서가 아니라 AI를 사용하는 역량을 다지기 위해서 말입니다.

— 스테이지5님의 글

[ Stitch vs Claude vs Human ]

디자인 결과물을 두고 아주 난리가 났네요🤜🤜

구글의 스티치와 클로드 그리고 인간이 동일한 디자인을 만들었을 때 누가 더 잘했을까?😎

사람 결과물 왤케 조잡하냐랑 그래도 사람이 더 잘했다는 의견이 많이 보이는데 걸리는 시간을 생각한다면 (예를 들어 AI는 5분, 인간은 하루종일) 또 의견들이 달라지곤 합니다😅😅

이세돌 사례를 소개 드린것처럼 결국 AI와 인간의 협업 형태가 현재는 최선의 결과물을 만들 수 있는 방향인것 같네요🙏

AI에게 5분짜리 작업을 10개 병렬로 시켜놓고 인간은 마지막 터치를 한다 뭐 이런 식이면 되지 않을까요?👊

하지만 그 다음 미래는...?🙈🙈

👉 원문 보기 (https://x.com/uiux_harshit/status/2034355221858844857?s=20) 👈

출처: AI MASTERS 텔레그램

#AIDesign

최근 2달간 AI 에이전트를 헤비하게 쓰면서 느낀점

1. 2018년 비트코인 백서를 처음 읽었을 때 그 느낌, 그런데 이제 스테로이드를 곁들인

2018년, 비트코인 백서를 처음 읽고 몇 달간 사색한 끝에 "이건 인터넷을 state-less 프로토콜에서 stateful 프로토콜로 변화시키는, 근본적인 zero-to-one의 변화다"라는 결론에 다다랐었다. 그것이 정확히 어떤 변화를 가져다줄 수 있을지는 그로부터 한참 지나서야 깨닫게 되었지만, '무언가 근본적으로 변했다'는 느낌이 내가 크립토에 뛰어든 이유였다. 그리고 내가 느꼈던 그 '무언가'는 결국 디파이와 스테이블코인과 함께 글로벌 금융시장의 뼈대를 재편하고 있다.

그런데 지금 AI 에이전트를 쓰면서 받는 느낌은 그와 비슷하지만 수십 배는 더 강력한 것 같다.

2. 파운데이셔널 모델이 말도 안 되게 좋아졌다

지난 6개월 사이에 Foundational Model들이 말도 안 되게 좋아졌다. 1년 전만 해도 Autopilot이나 Cursor 같은 것들은 개발을 '보조'해주는 정도였다. Codex가 처음 나왔을 때만 해도 너무 오류가 많아서 실제로 쓰기가 힘들었는데, 이제는 과거 2~3명의 개발자가 2~3개월간 작업해야 할 분량을 1주일 내로, 빠르게는 2~3일 내에 뚝딱 작업해버린다. 마치 손바느질하던 사람이 갑자기 산업용 재봉틀을 갖게 된 것과 같은 변화가 일어버렸다.

특히 작년까지만 해도 엄청 촉망받던 초대형 유니콘이었던 Cursor는 이제 더 이상 아무도 안 쓰는 소프트웨어가 되어버렸다. 복잡한 오케스트레이션을 바탕으로 한 도메인 특화 AI 에이전트들도 압도적인 파운데이셔널 모델의 성능에 한순간에 무력해져버렸다. 모든 것이 단순해지고 있다.

여기서 더 나아가, 이제는 코드를 안 쓰는 수준을 넘어 읽지도 않게 되는 상황이 됐다. 오히려 읽으면 안 되는 시대가 곧 올 것 같다.

3. 일상의 습관이 바뀌고 있다

그래서 OpenClaw 같은 General-purpose AI Agent가 가능해졌다. 아직까진 일반인들이 잘 사용하기 어려운 상태다. 기술적인 이해도가 있어도, 마치 스마트폰이 처음 나왔을 때처럼 사람들이 AI 에이전트라는 게 모두에게 처음이다 보니 이걸 어디다가 써야 할지 상상력이 부족해서 잘 못 쓰고 있다. 스마트폰이 지금 우리의 삶에 없어선 안 될 요소가 되었지만, 우리가 지금 스마트폰을 사용하는 방식은 스마트폰 초창기에 상상했던 방식과 아주 많이 다르듯이, AI 에이전트도 그렇게 될 것이다.

그래서 요즘은 매일 일상에서 습관적으로 "이 일을 AI 에이전트한테 맡기면 더 잘 할 수 있을까" 혹은 "이걸 AI 에이전트가 하지 못하는 블로커가 뭐지?"를 상상하는 습관을 들이고 있다.

4. 내가 매일 실제로 쓰고 있는 것들 (그리고 곧 더 쓰게 될 것들)

이건 단순한 상상이 아니다. 지금 당장 실제로 쓸 수 있는 것들이다.

아침에 일어나면 에이전트가 내가 관심 있어 할 만한 증시 뉴스와 관련주들을 정리해서 브리핑해준다. 내 이메일을 확인해서 답장 보낼 것들이나 할 일을 정리해서 drafting하고 to-do 리스트를 만들어 리마인드도 해준다.

출장 가야 할 때는 항공이랑 숙소를 알아서 검색해서 최적의 옵션을 추천해주고, 미팅 장소 근처 레스토랑도 찾아준다. 아직은 내가 직접 예약 버튼을 누르지만, 곧 이것도 에이전트가 대신하게 될 것이다. 골프장 취소자리나 맛집 예약, 심지어 법원 경매 매물 같은 것도 모니터링해서 알려준다.

Personal CRM도 된다. 누구를 언제 만났고 어떤 얘기를 했는지, 그 사람의 최근 업데이트는 뭔지 다 기억하고 있다가 필요할 때 불러온다. 회사 노션 같은 knowledge base를 연동해두면 "지난달 미팅했던 업체들 계약조건 좀 모아줘"라고 하면 바로 정리해준다.

재무모델링이나 법률 리서치, 자료 수집과 정리 같은 것도 다 맡긴다. 예전에는 조직원들에게 시켰거나 직접 밤새워 했던 일들을 이제는 에이전트한테 시키고 나는 그 결과물을 검증하는 역할만 하게 됐다(그것도 안할때도 많다)

(*게다가 내 봇은 심지어 자신만의 온체인 월렛과 이메일 계정을 가지고 있고, 크립토 트레이딩도 한다)

5. Attention Is All You Need

결국 모든 것이 자동화되고, 모든 사람이 핸드폰 안에 자신만의 자동화 '비서'가 생긴다면 사람들은 더 이상 자신의 관심사가 아닌 것에 자신의 어텐션을 쓰지 않고 모든 것을 비서에게 위임하려고 할 것이다. 이로 인해 실용적인 '유틸리티'가 피처이면서 뛰어난 UX가 경쟁력이었던 많은 기업이 해자를 잃어버릴 것 같다.

쿠팡을 예로 들면, 물론 물류 시스템이나 물류 관리에 대한 노하우, 빅데이터 같은 것들은 여전히 유지되겠지만, 쿠팡에서 두루마리 휴지를 구매하는 게 '간편해서' 사용하던 사람들은 모두 쿠팡 앱을 켜지도 않고 AI 비서한테 시켜버릴 것이다. 그래서 쿠팡의 뛰어난 UX는 더 이상 해자가 될 수 없을 것 같다. 다만 여성 쇼핑몰처럼 그 행위 자체가 즐거움을 주는 것들은 살아남을 것 같다. 그런 점에서 인플루언서 마케팅이나 라이브커머스 등이 씬 더 커질 것 같다.

6. 추천 알고리즘의 종말

넷플릭스나 유튜브, 쿠팡이 서버에서 빅데이터로 돌리는 추천 알고리즘은 이제 의미가 없어질 것 같다. 아무리 복잡한 알고리즘으로 기막힌 추천을 해줘도, 개개별 유저의 이메일과 캘린더, 취향까지 전부 이해하고 있는 개인 비서의 컨시어지를 이길 수는 없다. 서버가 아무리 똑똑해도 나의 전체 맥락을 모르는데, 내 에이전트는 나를 안다. "요즘 이런 주제에 관심이 있으니 이런 영화가 보고 싶을 것 같아" 같은 건 개인 비서만이 알 수 있는 맥락이다.

7. 완전경쟁시장의 도래

이런 측면에서, 커머디티성의 자산들은 정말 고전경제에서 말하는 '완전경쟁시장'이 되어버릴 것 같다. 유틸리티나 커머디티성 제품은 봇들이 거래할 것이기 때문에, 기존처럼 사람들의 감성이나 느낌에 어필하는 광고를 해봤자 지갑을 여는 봇들은 그런 것에 관심이 없을 것이다. 그래서 무한경쟁에 마진을 잃어버릴 것이다. 알파와 독점적 마진을 가질 수 있는 건 여전히 비이성적 소비행위를 하는 '인간'의 어텐션을 잡는 것들밖에 없을 것 같다.

8. 그럼 결국 누가 이걸 다 가져갈까

이런 세상이 오면 도대체 누가 살아남는 걸까. 생각보면 세 가지 정도밖에 없는 것 같다.

첫째, 파운데이셔널 모델을 가진 쪽. GPT나 Claude 같은 걸 만드는 쪽은 당연히 계속 강할 것이다.

둘째, 인터페이스를 장악한 쪽. 사람들이 매일 켜는 그 화면을 소유하는 쪽.

셋째, 그리고 ‘인간'의 어텐션을 잡는 것이다. 봇들이 다 알아서 사는 세상에서 진짜 돈이 되는 건, 충동적으로 사고 감성적으로 반응하는 인간의 관심 아닐까.

부가적으로 앞으로는 "진짜 인간인지"를 증명하는 게 엄청 중요해질 것 같다. 내가 잡은 어텐션이 사람인지 봇인지가 중요하기 때문에 그걸 증명하는 게 새로운 인프라가 될 것 같다. 봇이 아닌 인간의 어텐션을 얼마나 소유하고 있느냐, 그것이 앞으로 가장 중요한 자산이 될 것 같다.

9. 여러분 우리 됐어요. ㅈ됐어요

엄청나게 큰 변화가 몰려오고 있고 많은 사람들의 삶이 어느쪽으로든 크게 변할텐데, 그 변화가 너무 빨라서 오히려 대부분의 사람들이 인식을 못하고 있어서 더 두려우면서도 기대되는 시기인 것 같다

출처 : https://www.facebook.com/share/p/1DdiTWoAVN/?mibextid=wwXIfr

https://m.blog.naver.com/skmkn81/224227427915

탄탄한 본업 + 꾸준함 = 시네테라님인듯… 저도 유료로 강의 몇번 들었습니다.

전세계 Claude의 모든 활용법을 담았습니다.

실제로 생산성 갈리는 설정과 사례 싹 직접 정리해서 공유해드립니다.

2026년 올해 Anthropic이 발표한 것들. 그냥 미쳤음

01/12: Claude Cowork (맥용 공개)
01/30: Cowork Plugin
02/05: Opus 4.6 공개
02/05: Claude in PowerPoint
02/05: Claude in Excel
02/10: Cowork (윈도우 공개)
02/17: Sonnet 4.6
02/20: Claude Code Security (보안 분석)
02/24: Cowork Enterprise
02/25: Claude Code Remote Control (모바일/웹에서 로컬 접속)
02/25: Cowork Scheduled Tasks (예약 작업)
03/02: Claude Memory
03/06: Claude Marketplace
03/07: Claude Community Ambassadors 프로그램 시작
03/09: Claude Code Review
03/11: Excel & PowerPoint Skills 업데이트
03/13: 채팅 내 차트·다이어그램 시각화
03/14: 1M 토큰 컨텍스트 윈도우 GA 전환
03/17: Dispatch (Cowork 원격 제어) 출시
03/20: Cowork에 Projects 도입
03/21: Claude Code Channel (Discord/Telegram)
03/23: Claude Computer Use (마우스/키보드 제어)
03/24: Claude Code Auto Mode (자동 퍼미션 판단)

<삶을 드라마틱하게 개선하는 간단한 11가지 습관>

1. 매일 30분 동안 의도적인 연습을 하세요 : 자신이 잘하고 싶은 일을 매일 30분 동안 따로 시간을 내어서 몰입해보세요.

2. 매주 주간 리뷰를 해보세요 : 복기를 하지 않으면 뭐가 잘못됐는지 찾기 어렵습니다. 리뷰를 통해서 이번 주에 개선할 단 한 가지를 정하고, 매주 하나씩 개선해보세요. 이게 쌓이면 삶이 달라집니다.

3. 콘텐츠 큐레이션 역량을 기르세요 : 스스로에게 도움이 되는 콘텐츠의 양은 늘리고, 도움이 되지 않는 콘텐츠는 줄이세요. 이 큐레이션 역량만 길러도, 인풋이 달라집니다. 인풋이 달라지면, 당연히 아웃풋도 달라지고요.

4. 성장 기록을 남기세요 : 성장은 기록했을 때 더 선명해집니다. 무엇을 더 잘하고 싶은지, 잘하기 위해 무엇을 했는지를 글로 써보세요.

5. 매일 시각화 연습을 하세요 : 사람들은 막연하게 생각하기 때문에 자신이 원하는 것을 금방 잊어버립니다. 그러니 매일 5분이라도 시간 내어서 내가 원하는 것을 시각화하는 연습을 해보세요.

6. 작은 성공을 기념하세요 : 작은 것이라도 무언가를 개선했다면 그걸 축하해보세요. 그러면 저절로 동기부여가 됩니다.

7. 세계 최고들을 연구하고 공부하세요 : 어설프게 꿀팁을 찾아다니지 말고, 자신이 관심 있는 분야에서 탑을 찍은 사람들을 스터디하고 연구하고, 디테일한 부분이라도 그들을 따라 하려고 해보세요. 누구를 스터디해야 할지 모르겠다면, 일단 책 <슈퍼 유튜버>를 보세요. 전 세계 탑 크리에이터들이 어떻게 성장했는지 담겨 있습니다 🙈

8. 매일 산책하세요 : 매일 10~20분이라도, 내가 하루 동안 배운 것과 잘못 알았거나 놓쳤던 것들을 걸으면서 되짚어보세요. 이것만 해도, 삶을 훨씬 더 지혜롭게 살 수 있습니다.

9. 아침을 가벼운 활동으로 시작하세요 : 스트레칭 등 가벼운 활동을 하며 하루를 시작해보세요. 훨씬 더 활기차게 하루를 보낼 수 있습니다.

10. 디지털 디톡스 타임을 가지세요 : 매일 일정 시간을 정해두고, 디지털 기기와 떨어져서 고요한 침묵의 시간을 가져보세요.

11. 친절함과 다정함을 베푸세요 : 매일 다른 사람을 위해 다정한 행동을 하나 일부러 해보세요. 그게 쌓여서 행운이 되어 돌아오는 것을 보면 아마 깜짝 놀라실 겁니다.

++ Beryl Shelves 님의 <12 simple strategies that will help you improve your life>를 참고했습니다

https://m.blog.naver.com/chunpro_o/224228822075

저희 동네 부동산 투자 이야기 입니다.

MIT의 한 교수는 40년 동안 매년 1월이면 똑같은 강의를 했는데, 매번 강당은 입석까지 꽉 찰 정도로 인기가 높았습니다.

그의 이름은 패트릭 윈스턴이며, 강의 제목은 “말하는 법(How to Speak)”입니다.

인생의 성공은 말하기 능력, 글쓰기 능력, 그리고 아이디어의 품질 순으로 결정됩니다.

학점이 아닙니다. 가문이 아닙니다. IQ도 아닙니다. 어떻게 말하는지가 사람들의 경청을 이끌어내는 사람과 무시당하는 사람을 가르는 기준입니다.

다음은 그가 40년 동안 MIT 학생들에게 가르친 말하기 방법입니다.

그는 절대 농담으로 시작하지 말라고 합니다. 사람들이 무엇을 배우게 될지 정확히 알려주는 것으로 시작하세요. 무언가를 쏟아붓기 전에 먼저 마음을 준비시켜야 합니다. 그는 이를 “권한 부여의 약속(empowerment promise)”이라 불렀는데, 첫 60초 안에 사람들이 자리에 머물 이유를 주는 것입니다.

그런 다음 그는 아이디어를 머릿속에 각인시키는 5S 법칙을 설명합니다. 상징(Symbol), 슬로건(Slogan), 놀라움(Surprise), 핵심(Salient), 이야기(Story)입니다. 기억할 가치가 있는 모든 아이디어는 이 중 적어도 세 가지를 충족합니다.

가장 놀라운 부분은 ‘아슬아슬한 성공(near miss)’ 기법입니다. 옳은 것만 보여줄 것이 아니라, 겉보기엔 옳아 보이지만 사실은 그렇지 않은 것을 보여줘야 한다는 것입니다. 바로 그 대비를 통해 뇌는 정보를 영구적으로 기억에 각인시킵니다.

중요한 연설을 하기 전 그가 제시한 마지막 규칙은 요약이 아닌 기여로 마무리하라는 것입니다. 자신이 말한 내용을 되짚지 말고, 청중이 강연장에 들어오기 전에는 갖지 못했던 것을 당신이 그들에게 주었다는 점을 상기시키세요.

패트릭 윈스턴 교수님은 2019년에 세상을 떠났지만, 이 강의는 여전히 MIT 오픈코스웨어에서 무료로 제공됩니다. 1시간 분량에 수백만 명이 시청했고, 비용은 단 한 푼도 들지 않습니다.

MIT가 인터넷에 공개한 가장 중요한 강의는 코드나 수학에 관한 것이 아닙니다. 바로 사람들이 당신의 말을 진정으로 경청하게 만드는 방법에 관한 것입니다.

*유투브에 공개되어 있는 강의:
https://www.youtube.com/watch?v=Unzc731iCUY