𝐅𝐢𝐧𝐞 𝐓𝐮𝐧𝐢𝐧𝐠, 𝐈𝐧𝐟𝐞𝐫𝐞𝐧𝐜𝐞, 𝐚𝐧𝐝 𝐎𝐫𝐜𝐡𝐞𝐬𝐭𝐫𝐚𝐭𝐢𝐨𝐧. o1 represents a shift from ever scaling pre-training to fine-tuning, inference, and orchestration—similar to how single web servers evolved into complex architectures. OpenAI's blog notes, “The constraints on scaling this approach differ substantially from those of LLM pretraining,” reinforcing this change.

𝐒𝐓𝐄𝐌 𝐒𝐭𝐫𝐨𝐧𝐠. There's definite progress on the STEM front, as Kevin Scott notes. I asked about complex thermodynamics and carbon nanotube processes; the results reminded me of grading homework, where steps matter as much as answers. Coding improvements were notable, with 4o better at debugging and development. Previously, Google DeepMind had no peer in hard sciences, but OpenAI may now be entering their lane.

𝐑𝐞𝐬𝐮𝐥𝐭𝐬 𝐯𝐬. 𝐑𝐞𝐚𝐬𝐨𝐧𝐢𝐧𝐠. There's much discussion about chain-of-thought to enhance reasoning. We asked questions requiring multiple reasoning steps. What does it mean when the result is correct but reasoning is wrong? In examples below, it got the right answer but the wrong reasoning - miscounting or involving cookies (though I appreciate a fresh cookie). Our CTO, Vibhu Mittal, noted this resembles System 1 and System 2 thinking. In humans, we'd expect System 2 to override System 1, but here it seems the opposite.

𝐋𝐚𝐭𝐞𝐧𝐜𝐲 𝐢𝐬 𝐓𝐡𝐢𝐧𝐤𝐢𝐧𝐠. AI response delays will now be seen as the AI thinking hard. Increased latency for GPT's advancement seems unavoidable due to required multiple steps and non-parallelized orchestration. I appreciate clever UX touches like the phone vibrating as different processing aspects progress.

𝐋𝐚𝐧𝐠𝐮𝐚𝐠𝐞 𝐚𝐬 𝐔𝐗. There's room to grow in language, important as AI becomes the interface to computation, knowledge, culture, and action. As Ethan Mollick notes, o1 is “not a better writer than GPT-4o”. It feels more like search results than dialog and collaboration. Perhaps that's intentional?

In developing our own GPT4-class model for enterprise AI transformation, we've valued enhancing inference and orchestration layers while prioritizing dialog and collaborative intelligence. I appreciate how GPTo1 expands AI towards STEM and look forward to exploring more. Meanwhile, to celebrate, we've sent a Strawberry Pi to OpenAI headquarters and hope they enjoy it!

구글과 비슷하게 AI 바이오 모델을 만드는 팀이 있어서 찾아보니 Dimension, Thrive Capital, OpenAI, Conviction 등으로부터 $30m 투자받은 팀이라고 한다. 창업자는 OpenAI 출신인 Joshua Meier

여담으로 얼마전에 '알파폴드: AI 신약개발 혁신'이란 책을 선물받았는데 내용이 알차보이더라. 바이오스펙테이터 책들이 퀄리티가 정말 좋은 것 같음.

https://www.chaidiscovery.com/blog/introducing-chai-1

To advance beyond the capabilities of today's models, we need spatially intelligent AI that can model the world and reason about objects, places, and interactions in 3D space and time.

We aim to lift AI models from the 2D plane of pixels to full 3D worlds - both virtual and real - endowing them with spatial intelligence as rich as our own. Human spatial intelligence evolved over millennia; but in this time of extraordinary progress, we see the opportunity to imbue AI with this ability in the near term.

World Labs was founded by visionary AI pioneer Fei-Fei Li along with Justin Johnson, Christoph Lassner, and Ben Mildenhall; each a world-renowned technologist in computer vision and graphics. We are bringing together the most formidable slate of pixel talent ever assembled - from AI research to systems engineering to product design - creating a tight feedback loop between our spatially intelligent foundation models and products that will empower our users.

샘젤

부모님이 내게 남긴 유산은 지능, 호기심, 추진력, 회복탄력성 그리고 자기 결단력이었다. 부모님은 내게 배움에 대한 헌신과 그것을 실생활에 적용하는 방법, 관습에 도전하는 것, 남들이 머물 때 떠나는 법, 위함을 인식하고 대비하는 것에 대한 이해를 심어주었다.

OnlyFans의 놀라운 경제 구조 분석
성인 플랫폼이라는 이유로 다들 흐린 눈하고 보는 OnlyFans의 수익은 8.3조원으로 5년전보다 2000% 넘게 성장했음.
2023년 기준 창작자에게 지급한 돈이 총 7조원인데,
2023~2024시즌 NBA 전체 연봉이 6.5조원, 프리미어리그가 7조원임.
구독 기반이지만 실제 매출의 60% 이상이 구독이 아닌 거래에서 발생. PornHub, RedTube, YouPorn등을 모두 소유한 포르노 대기업 Aylo(예전 MindGeek)보다 2배 이상 크고, 가입자가 3억명이 넘어감. 창작자에게 80%대의 높은 수익 분배가 가능한 이유는 웹만 지원하기 때문.
글의 마지막에 있는 질문 2가지가 재미남
- X(전 트위터)의 성인 콘텐츠 허용이 OnlyFans에 미칠 영향
- 생성형 AI가 성인 콘텐츠 산업에 미칠 영향
Breaking Down OnlyFans’ Stunning Economics : 글 내용 요약
- Fenix International (“OnlyFans”)은 영국 기반의 사기업이지만, 제한적이지만 공개적으로 사업 정보를 제공해야 함
- 2024년 OnlyFans의 총 매출은 약 8.3조 원($6.3B)으로, 5년 전인 2019년의 약 4,000억 원에서 크게 증가함
- 2023년 수익은 전년 대비 19% 증가한 약 1.4조($1.1B) 증가로, 2022년의 16% 성장률보다 3%p 높음
- 구독을 기반으로 하지만, 매출의 60% 이상이 구독이 아닌 거래에서 발생함
- 캔디크러시 같은 게임에서 보이는 소액 결제가 아닌 "수십 달러" 이상의 추가 구매가 이루어짐
- 구독 매출은 2021년 이후 9%($227M, 3000억원) 증가한 반면, 거래 지출은 70%(또는 $1.6B, 2.1조원) 증가해 전체 성장의 88%를 차지함
- OnlyFans의 매출은 'Aylo'와 같은 포르노 대기업보다 2배 이상 크고, 3억 명 이상의 가입자를 보유함
- Aylo(예전 MindGeek)은 PornHub, Brazzers, RedTube, YouPorn, XTube를 소유함
- 미국 사용자가 매출의 2/3를 차지하고, 영국과 유럽이 16%, 나머지 17%는 '기타 세계'임
# OnlyFans 수익의 성장 요인
- OnlyFans 브랜드 인지도의 증가. 이제 "OnlyFans"가 친밀한 크리에이터 구독을 의미하는 일반명사화됨
- Cardi B, Bella Thorn, Denise Richards, Carmen Electa, Larsa Pippen, Tyga, DJ Khaled, Fat Joe 등 유명 크리에이터들의 합류. 일부는 포르노 콘텐츠를 제공하지 않기도 함
- 규제로 인해 성인물 시장 리더들이 대부분의 카탈로그를 삭제하고 엄격한 신규 업로드 절차를 밟아야 함
- Reddit, Tumblr 등 소셜미디어의 성인물 금지(또는 사실상 금지) 정책으로 인한 시장 공백 발생
- 많은 팔로워를 가진 크리에이터들이 팬을 OnlyFans로 적극적으로 유도하게 됨
- OnlyFans 크리에이터들은 Reddit, Imgur, Instagram, TikTok, Twitter 등을 OnlyFans 고객 유치의 "현관문"으로 활용함
- 이들 플랫폼은 OnlyFans와 직접 경쟁하지 않고 성인물을 금지하기에, 서비스 약관을 준수하는 한도 내에서 이러한 행위를 허용함
- 오히려 이 플랫폼들은 OnlyFans 크리에이터들의 바이럴 콘텐츠 제작으로 혜택을 보게 됨
# OnlyFans 성공의 또 다른 이유
- OnlyFans의 크리에이터 수익 분배율은 80%로 매우 높아서 제작사나 에이전시에서 일하는 것보다 더 많은 수익을 올릴 수 있음
- OnlyFans는 점차 전체 성인물 산업을 잠식하고 있음
- 크리에이터와 포르노 스타는 OnlyFans에서 더 안전하게, 더 자율적인 방식으로 더 많은 수익을 올릴 수 있음
# 높은 수익분배율이 가능한 이유
- OnlyFans는 앱스토어 기반 결제를 제공하지 않기에 80%의 높은 수익 분배가 가능함
- 앱스토어 결제는 수익의 15-30%를 가져감
- iOS 앱스토어와 구글 플레이스토어 모두 성인물 앱을 허용하지 않음
- 일반적으로 이런 금지 정책은 미디어 플랫폼 비즈니스 모델을 파괴할 수 있음
- 그러나 사진, 동영상 보기와 메시지 전송에는 브라우저 기반 경험으로도 충분함
- 반면 대부분의 게임은 브라우저에서 실행조차 어려움
- 앱이 더 나은 사용자 경험과 간편한 결제 프로세스를 제공하긴 하지만,
- 대부분의 OnlyFans 고객은 브라우저 사용과 신용카드 번호 수기 입력에 크게 불편함을 느끼지 않음
- 캐주얼 게임이나 이커머스의 경우에는 덜 해당되는 말임
# 크리에이터 수익의 불평등한 분배
- 지난 5년 동안 OnlyFans 크리에이터는 20조원($15B) 이상을 수령했으며, 2023년에는 전년 대비 19% 증가한 7조원($5.3B)을 지급함
- 2023-2024 시즌 NBA 선수 총 연봉이 6.5조($4.9B)원, 프리미어 리그가 7조원($5.3B), NFL 연봉 상한이 9.5조원($7.2B) 였음
- 물론 OnlyFans에는 410만 명의 크리에이터가 있지만, 이 리그에는 500~1700 정도의 선수들만 있음
- 그러나 OnlyFans는 오픈 플랫폼(은행 계좌가 있는 합법적인 성인이라면 누구나 크리에이터가 될 수 있음)인 반면, 이러한 리그에는 세미프로, 대학, 취미 리그 등 훨씬 더 큰 규모의 리그에서 최고의 선수들만 참여할 수 있음
- OnlyFans의 수익은 대부분의 수익을 거두는 상위 크리에이터에게 집중되어 있고, 대부분의 크리에이터는 거의 가져가지 못함
- 마치 '유명' 리그에 속하지 않은 운동선수의 연봉이 적거나 아예 없는 것과 마찬가지
- 평균적으로 크리에이터는 연간 약 240만원($1,800)의 수익을 올리지만(크리에이터에게는 190만원/$1450 정도가 지급됨), 상위 0.1%는 상위 1%의 15배, 상위 10%의 100배를 벌어들임
- 워싱턴 포스트가 인용했던 2020년 연구 보고서 기준으로 계산해보면
- 상위 10%가 수익의 73% : 36만5천명, 5.1조원($3.9B), 개인별 1460만원($11000)
- 상위 1%가 33% : 36500명, 2.3조원($1.8B), 개인별 6500만원($49000)
- 상위 0.1%가 15% : 3650명, 1.1조원($800M), 개인별 2.9억원($220000)
- 상위 0.01%가 6.8% : 365명, 4790억원($361M), 개인별 13억원($1m)
- 이러한 분배 방식에서는 상위 0.1%가 15%(3650명, 8억 달러, 22만 달러씩)를, 상위 0.01%가 6.8%(365명, 3억 6100만 달러, 100만 달러씩)를 보유
- OnlyFans는 수익 배분을 공개하지 않음
- 위의 수익 배분 예제는 일관성이 없지만 소수의 스트리머가 연간 130억원($10m) 이상의 수익을 올리는 것으로 알려졌고, 이 스트리머들은 가장 높은 수익을 올리는 스트리머도 아님
- Bhad Bhabie와 같은 크리에이터의 (확인 되지 않은) 대시보드 캡쳐에 따르면
- 현재까지 약 930억($70m) 이상의 매출을 내서, 750억($57m)의 수익을 분배 받음
- 매출의 절반은 개인 사용자들과의 유료 메시지 에서 발생(커스텀 오디오/비디오 콘텐츠를 보내는)
- 수익 분배가 불균등한 만큼 팬도 불균등
- 등록된 팬 계정은 3.5억개가 넘음(모두 '활성' 팬은 아니고, 유료 구독자는 더더욱 아님)
- 크리에이터당 74명의 팬을 보유한 셈이지만, 상위 크리에이터의 계정은 수만에서 수백만 명의 팬을 보유
# 상위 크리에이터의 전략
- 무료 등급을 포함한 일련의 등급(티어)을 설정하고, 점점 더 비싸지게 만듦
- 예: Basic(무료), Standard($5/월), Premium($10/월), VIP($100/월)
- 추가 거래(예: Pay-Per-View 메시지나 이미지)는 추가 거래를 요구할 뿐만 아니라, 최상위 등급 구독자에게만 제공됨

- 이탈을 최소화하기 위해 많은 혜택(예: 백 카탈로그 - 이전 콘텐츠를 보는 것)은 장기 구독자에게만 제공됨
- 최상위 구독자는 크리에이터와 직접 소통할 수 있는 권한을 받음
- 이는 추가 요금을 이끌어낼 수 있는 요청으로 이어질 수 있음
- 많은 경우, 실제 응답은 크리에이터의 여러 팀원이 작성함
- 많은 크리에이터가 이제 수백만 달러 규모의 기업이 되었기 때문
- Bhad Bhabie와 같은 크리에이터가 수많은 VIP 구독자와 일일이 상세하고 개인화된 대화를 나누는 것은 불가능함
- 이러한 위장 행위로 인해 일부 법적 소송이 제기되기도 함
- 많은 팬들은 사진과 동영상뿐만 아니라, 파라소셜(준 사회적) 관계와 연결에 대한 환상에 돈을 지불하고 있음을 인식해야 함
- 많은 상위 계정은 성인 등급이 아니며, Patreon이나 Substack에서 기대할 만한 콘텐츠에 초점을 맞추기도 함
- 또는 단순히 추가 기능과 업셀링이 있는 비공개(PG-13 등급) 인스타그램에 대한 유료 접근일 뿐인 경우도 있음
# OnlyFans의 수익성과 직원 생산성
- 크리에이터에게 총수익의 80%를 지급함에도 OnlyFans는 상당한 이익을 냄
- 2023년 순수익은 1.7조원($1.3B), 매출총이익은 1.08조원($819M), 영업이익은 8600억($649M, 순수익의 50%, 총수익의 10%)
- 지난 5년 동안 총 2.3조원($1.74B)의 영업이익을 냈고, 5300억원($400M)의 세금을 냄
- 2023년 평균 직원 수는 42명으로 2년 전의 61명에서 감소함
- 해당 년도에 직원 1인당 순수익은 410억원($31M)으로 아마존, 애플, 구글, 마이크로소프트의 13-28배, 영업이익은 200억원($15.5M)으로 27-560배
- 2019년 이후 소유주 2명에게 1.4조원($1.1B)의 배당금을 지급했고, 2023년에만 6275억원($472M)을 지급함
- 이전에 포르노 라이브스트림 회사를 설립한 바 있는 Leonid Radvinsky가 2018년 OnlyFans의 75%를 인수함
- 당시 OnlyFans의 누적 이익은 13억원($1m)을 넘지 않았을 것으로 추정됨
- 지난 몇 년 동안 OnlyFans의 직접적인 경쟁사들이 등장했고, 일부는 크리에이터와의 수익 분배율을 더 높게 제공하기도 함
- 그러나 OnlyFans의 양면시장 규모(즉, 사용자와 크리에이터를 모두 보유)는 수익성뿐만 아니라 지속 가능한 것으로 입증됨
# OnlyFans의 성장 가능성을 넘어선 두 가지 흥미로운 질문
- X(전 트위터)의 성인 콘텐츠 허용이 OnlyFans에 미칠 영향
- 2024년 6월, 일론 머스크는 X에서 성인물에 대한 금지를 해제함
- 이는 유료 구독과 게이트 메시징을 도입한 지 얼마 지나지 않아 이루어진 움직임
- X가 성인 콘텐츠 카테고리 공략에 성공할 것인가?
- 이것이 OnlyFans에 어떤 영향을 미칠 것인가?
- 생성형 AI가 성인 콘텐츠 산업에 미칠 영향
- 생성형 AI는 이미지와 동영상뿐만 아니라 개인화된 에이전트까지 포함
- 이러한 기술이 성인 콘텐츠 카테고리에 어떤 영향을 미칠까?
- 더 많은 대체재의 등장으로 인해 "진짜"에 대한 수요가 감소할 수 있음
- 반대로 진정한 인간 상호작용과 연결에 대한 가치는 오히려 증가할 수도 있음
- 생성형 AI "크리에이터"는 오직 "당신"이 원하는 것을 진정으로 해줄수 있고, 실제 크리에이터와 달리 모든 언어로 소통하고 언제든 이용 가능
- 궁극적으로는 몰입형 3D로도 제공될 수 있을 것

권정혁님

"운동도 일이라고 생각하세요."
정기적으로 만나는 멘토분께 연초에 조언을 구하다가 운동 이야기가 나왔다.
일과 성장에 관련된 대화만 수년째 나누다가 성장을 더 하려면 운동을 하라는 강한 조언이였다. 평소 월드컵도 안보고 프로야구팀이 몇개인지도 모르는 나보고? 운동을 하라고?
"시간이 없어서요." 했더만 없으면 만들어서 하면 되고 잠을 줄이면 되잖아요. 저는 2시간 일찍 일어나서 주3회 정도해요. (나보다 더 바쁜 대표님이라 할말이 없었다. ㅎㅎㅎ)
멘토분 왈 "건강한 육체에서 올바른 의사결정이 나옵니다. 그래서 운동을 해야하구요. 주변에 평소 존경하는 배우고 싶은 대표님들에게도 물어보세요."
진짜로 우리보다 큰회사를 경영하는 대표님들에게 연락을 돌려봤다. 적게는 주2회 많게는 매일 꾸준히 운동을 하시는 대표님들이 대부분이였다.
이유는 모두 비슷. 일을 더 잘하기 위해서, 체력을 키워야 맑은 정신에서 결정들을 할 수 있어서였다.
자건거 타기가 솔직히 싫다.
너무 힘든데 일이라 생각하면 하게 된다.
이번주 운동 지라 티켓 2장이 끊긴거다.
안하면 스푼 사용자가 줄어든다.
안하면 비글루 매출이 줄어든다.
안하면 대표 배임이다.
생각하고 이 악물고 하는거다.
그래 일이니깐 하는거다.
무조건 해야만 하는 일이잖아.
일하는데? 체력이 좋아지는 건 덤?
아무생각 없이 타자.
이 야밤에 70km 첫 도전 나와서
절반오고 뻗어서 횡설수설중 ㅎㅎ
그나저나 서울 한강 야경은 관광상품 만들고 싶은 정도로 정말 예술이다.
집에 가자. 반이나 왔자녀
35km 얼마 안 남았다. ㅎㅎㅎ

최혁재님

This is the inside story with Akshay Kothari 👇

1. We Raised $50M Purely to Make New Talent Feel Safe to Join

- The people we wanted to hire wanted signal that the company’s stable.
- Raising $50M from Index and Coatue was a stamp of approval.
- We didn’t have immediate cash needs but it helped us recruit.

Three Ways to Increase Your Valuation Multiple

- Three things:
1. Faster growth rate.
2. Better cash flow margin.
3. Operate in an industry that can maintain a high terminal growth rate.

3. Build Your Board Like Your Exec Team

- There’s five seats to fill:
1. CEO Whisperer: Advisor to CEO, preferably a fmr CEO.
2. Audit chair: Partner to CFO
3. GTM: Has expertise in sales/marketing.
4. Governance & compensation: Partner to Head of People.
5. Investor with macro perspective
- It’s a great one-on-one system to your exec team.

4. How the Best CFOs Use Test Budgets**

- They look at each part of the business through an unit economic lens.
- Have test budgets but only double down when your team can prove the unit economics for that channel.
- You shouldn’t worry about the rule of 40 in that period.

5. The Long Term Mindset of Sequoia

- We reported to Mike Vernal & Pat Grady when we missed our number one quarter.
- They said we shouldn’t be worrying about this quarter but whether we can scale it to 100M+ users.
- They believe in the long-term mission.

6. Thoughts on Founder Mode

- It is really good for founders who are right a lot.
- If not, god bless that company.

https://www.linkedin.com/posts/harrystebbings_founder-funding-business-activity-7242173767353798657-7eJx?utm_source=share&utm_medium=member_desktop

Compounding interest

https://maily.so/founderstory/posts/ccea6d6c

3️⃣ 일 하는 방식
우리는 A급 플레이어와만 일합니다
여러분이 얼마나 오래 일하는지는 중요하지 않습니다. 결과가 중요하죠. 우리 회사에는 A급 플레이어를 위한 자리만 있습니다. 집착이 강하고, 실수로부터 배우고, 똑똑하고, 변명하지 않고, 유튜브의 가치를 믿는 사람들이요. 자신의 업무에서 세계 최고가 되는 사람들 말입니다. 여러분이 제작이든, 크리에이티브든, 카메라든, 편집이든 유튜브에만 집착했으면 좋겠어요.

마감 기한을 똑똑하게 지켜내세요
모든 직원들에게 “더 골”이라는 책을 읽으라고 추천해요. 병목 현상이 어디인지 파악하고, 그걸 없애기 위해 노력해야 합니다. 상대의 눈을 똑바로 보고 너가 지금 우리 작업의 병목 현상이라고 말할 수 있어야 해요. 회사에서 핑계를 대는 일이 없었으면 좋겠어요. 주인 의식을 가지고 프로젝트가 실패할 여지를 주지 마세요. 마감 기한이 있다면, 잘 진행되고 있는지 담당자에게 매일 전화해서 물어봐야 해요. 계약 업체에게 일을 맡긴 뒤, 촬영 전날에 준비가 되지 않았다고 계약 업체를 비난하는 건 참을 수 없습니다. 그건 계약 업체가 아니라 여러분의 책임이에요.

가장 중요한 일이 무엇인지 파악하세요
모든 동영상에는 핵심 요소가 있습니다. 100명의 사람들을 섬에 넣어놓고, 한명에게 섬을 선물하는 컨텐츠가 있다고 해볼게요. 이때 핵심 요소는 “섬”을 구하는 것입니다. 섬에서 진행할 챌린지나 날씨는 두번째로 중요한 요소에요. 섬이 없으면 영상을 촬영할 수 없으니까요.

업무를 배정받을 때는 우선 순위 리스트를 명확하게 작성하세요. 당신의 우선순위 1번이 2억 미만의 람보르기니를 구하는 것이라고 해 볼게요. 다른 사람의 일을 도와주느라 람보르기니를 구하지 못한다면 안됩니다. 다른 어떤 것도 우선순위 1번보다 중요하게 생각하지 마세요

먼저 경험해 본 사람들을 찾아 물어보세요
세상에서 가장 큰 조각 케이크를 만들어야 하나요? 세계에서 가장 큰 케이크를 만든 사람을 찾은 뒤 전화해서 물어보세요. 그는 이미 수많은 테스트를 해봤을 거예요. 당신이 연구했어야 할 시간을 몇 주는 아껴줄 수 있을 겁니다. 저는 거의 10년 동안 유튜브에 몰두해 왔어요. 새로 유튜브를 시작하는 사람에게 구독자 100명을 1만명으로 만들 수 있는 방법을 쉽게 알려줄 수 있습니다. 혼자 한다면 훨씬 오랜 시간이 걸리겠지만요. 여러분에게 주어진 모든 업무에 도움을 줄 수 있는 컨설턴트가 없는지 생각해 보세요.

창의적으로 생각하면 비용을 절감할 수 있습니다
게임 팀에서는 종종 큰 금액의 상금을 주자고 제안해요. 그런데 2000만원을 상금으로 주는 것과 도리토스 1년치를 선물로 주는 것 중에 어떤 게 더 재밌나요? 저는 도리토스를 주는게 훨씬 재밌을 것 같아요. 도리토스 1년치는 약 200만원 밖에 하지 않습니다. 상금에 써야할 돈이 10분의 1로 줄어든거죠. 창의력을 발휘했기 때문입니다. 영상에 사용할 포크레인을 찾거나, 상금을 결정하거나, 장소를 찾을 때 창의력을 활용해 비용을 절감하세요.

안된다는 말을 듣고 바로 포기하지 마세요
장소 섭외가 필요해 전화했는데 직원이 안된다고 했다고 가정해 볼게요. 거기서 포기하면 안됩니다. 다른 직원들에게 통화를 시도해 보세요. 미스터 비스트 채널의 팬일 수도 있는 사람을 찾을 때까지 모든 방법을 시도해 보세요. 트위터로 DM을 보낼 수도 있고, 메일을 보낼 수도 있습니다. 우리의 열렬한 팬을 찾는다면, 그들은 규정을 어기고라도 우리를 도와줄 수 있을 겁니다. 한 사람이 안된다고 했다고 해서 멈추지 마세요. 당신이 생각할 수 있는 모든 옵션이 소진되어 더이상 할 수 있는 게 없다고 느껴질 때 멈추세요. 여러가지도 도구를 사용해 여러번 시도하면 성공 확률이 높아질 거예요.

실수에서 배우세요
저는 변명을 싫어합니다. 실수를 통해 배우기보다 체면을 살리려고만 하는 것을 경멸해요. 실수하는 건 당연해요. 초기 멤버들 모두 10억 이상의 손해를 본 실수를 해봤어요. 실수해도 괜찮은 이유는 배우는 과정이기 때문입니다. 한번 실수했다고 해고한 적이 없으니 두려워 할 필요가 없습니다. 실수를 인정하고 어떻게 고칠지 고민하면 앞으로 나아갈 수 있을 거예요.

어떤 컨텐츠를 볼 것인지 신중하게 생각하세요
작가나 감독이라면, 어떤 음식을 먹을지 관리하는 것처럼 어떤 컨텐츠를 소비할 지 완벽하게 관리해야 할 겁니다. 지난 3년 동안 경제 뉴스만 봐 왔던 사람은 코미디언처럼 웃기기 힘들 거예요.

좋은 컨텐츠를 만들 수 있는 방법에는 한계가 없습니다
아기 인형을 소재로 영상을 만든다고 가정해 볼까요? 5명으로 구성된 그룹에서 누가 가장 멀리 인형을 던지는지 경쟁하는 컨텐츠를 만들 수 있습니다. 단, 왼손으로만 던져야 해요. 동작이 서툴 것이고, 재밌는 효과음을 넣으면 꽤 웃긴 영상을 만들 수 있을 거예요. 다른 예시로 아기 인형 1000개를 준비한 다음에 50미터 떨어진 아기침대에 던지는 컨텐츠를 만들 수도 있습니다. 아기 인형을 반으로 부수는 컨텐츠를 만들 수도 있고요. 제가 말하고자 하는 건 아기 인형처럼 단순한 소재로도 무궁무진한 컨텐츠를 만들 수 있다는 것입니다. 낡은 사고 방식에 얽매이지 않고 어떤 컨텐츠도 만드는 것이 우리의 무기입니다.

농업 문명 시대에는 지리적 위치가 서유럽의 약점이었다. 풍요로운 중국과 인도와 거리가 멀었지만, 인도/중국 무역로는 중동의 이슬람이 점령하고 있었고, 이 무역로를 통과할 수 있는 것은 유럽에 흩어져 있는 베네치아 상인들이었다.

인도와 중국으로 향하는 항로를 찾기 위해 서양에서는 대항해시대가 시작되었다. 바르톨로메우스 디아스와 크리스토퍼 콜럼버스는 각각 희망봉과 신대륙을 발견했다. 16세기 초 유럽은 완전히 새로운 대륙을 발견했다는 사실에 축배를 들었다. 신대륙의 면적은 서유럽의 9배에 달했고, 천연자원도 풍부했다. 스페인은 16-18세기 동안 남미에서 약 50톤의 은을 가져왔으며, 이로 인해 그동안 성장을 가로막았던 토지 병목 현상을 단번에 해결하고 인구 이동의 가능성을 열었다.

유럽인들은 아프리카 대륙에 소량의 사치품을 가져가 노예와 교환했고, 노예를 아메리카로 데려가 사탕수수, 목화, 나무를 재배해 유럽으로 보냈다. 이 과정에서 대서양을 횡단하는 거대한 무역 고리를 형성했고, 농업 경제의 병목을 돌파할 수 있게 되었다.

초기에 신대륙은 스페인 왕실이 은을 약탈하는 수단이었다. 그러나 네덜란드와 영국은 새로운 방식으로 접근했다. 영국은 마그나 카르타를 시작으로 의회가 왕실의 권력을 넘겨받았으며, 개인 재산을 가진 상인의 수가 증가하고 있었다. 네덜란드 역시 주로 상인의 이익을 대변하는 하원이 있었다.

왕권의 이익을 대변하는 식민지가 아닌, 상인의 이익을 대변하고 개인의 재산을 보호하는 것을 목표로 하는 식민지를 건립했고, 식민지로 오는 자들은 부와 종교의 자유를 추구했다. 아프리카 대륙-범대서양 경제의 형성은 유럽 전역의 지식인들에게 새로운 질문을 제기했다. 정부의 기원, 경제의 본질과 같은 문제에 다가가기 위해 기존의 지식에 안주하지 않고 새로운 지식 체계와 세계관을 제시하고자 했다. 신대륙이 가져온 새로운 문제를 해석하기 위해 관찰과 실험을 기반으로 반복 검증하고 예측할 수 있는 더 견고한 지식이 필요해졌다. 아이작 뉴턴의 자연철학의 수학적 원리는 현대 과학 혁명의 시발점이 되었고 새로운 세계관을 가져다주었다. 세상을 시계 같은 기계처럼, 예측 가능하고 원리와 법칙으로 통제되는 세계로 이해하게 했다. 사람들은 인류 문명의 대부분 영역에 대해 이성적이고 과학적인 접근 방식을 사용해 비판적으로 사고하고 숨겨진 법칙을 찾기 시작했다.

1776년에는 애덤 스미스가 국부론을 출간했고, 미국 건국의 아버지들이 독립 선언문을 발표했으며, 제임스 와트가 세계 최초의 증기 기관을 만들었다. 애덤 스미스의 국부론에서는 범대서양 경제가 100년 넘게 계속된 후 정부의 통제를 전혀 받지 않는 경제가 지속 가능하고 성공할 수 있는지에 대해 다루었다. 그는 고귀한 동기 없이도 자신의 이익이라는 동기에서 출발한 개인이 자유 경쟁을 통해 제품을 더 풍부하게, 원가를 더 낮게 생산하고, 사회적 자원 배분을 더 효율적으로 함으로써 사회 전체의 부가 늘어난다는 것을 증명하고자 했다. 애덤 스미스의 후계자인 데이비드 리카도는 사회적 분업에 대한 분석을 바탕으로 자유 무역의 장점을 더욱 정교하게 설명했다. 자유 무역과 분업을 실행하는 사회에서는 누군가가 상대방보다 모든 면에서 우위를 점하고 있다고 해도, 분업과 교환은 쌍방 모두에게 이익이 된다는 것이다.

증기 기관은 열을 운동 에너지로 거의 손실 없이 변환할 수 있는 최초의 기계였다. 그 무렵 화석 연료가 발견되었다. 이는 지구가 수억 년 동안 인류를 위해 보존해온 것으로, 자연계에서 식용 가능한 농작물이나 가축화할 수 있는 동물보다 위력이 막강하고, 내포한 에너지도 무궁무진했다. 산업혁명은 동력 혁명에서 시작되어 과학과 기술이 선순환하며 서로 영향을 주고받아 인간의 자연에 대한 장악 능력을 전례 없는 수준으로 끌어올렸다. 과학기술과 현대 범대서양 자유시장 경제가 결합하면서 급속히 부를 이루고, 새로운 생산력으로 급속히 전환되고, 제품화되었으며, 왕궁에서나 사용할 수 있었던 제품들을 최저 비용으로 생산해 모든 사람에게 공급했다. 이에 따라 짧은 시간에 소비자 사회가 형성되었다. 인간은 본성적으로는 결과의 평등을, 이성적으로는 기회의 평등을 추구한다. 결과의 평등은 이룰 수도 없고 포기할 수도 없는 꿈인 만큼, 인간이 진정으로 받아들일 수 있는 것은 기회의 평등이다.

리루 문명 현대화 가치투자와 중국

현재 상용화에 가장 앞서 있는 기업은 오픈AI 창업자 샘 올트먼이 투자한 ‘헬리온에너지’, 빌게이츠와 제프 베이조스가 지원하는 ‘커먼웰스퓨전시스템’이 꼽힌다.

헬리온에너지는 2028년까지 세계 최초의 핵융합 발전소를 건설하고, 마이크로소프트(MS)에 에너지를 공급할 계획이다. 예정된 발전 규모는 50메가와트(㎿)로 일반 천연가스 발전소의 10분의 1 수준에 불과하다. 다만 계획이 실현될 경우 핵융합발전이 상업적으로 이용되는 첫 사례가 될 수 있다.

…

중국 역시 핵융합발전 경쟁에서 우위를 확보하기 위해 막대한 자본을 투자하고 인력을 동원하고 있다.

월스트리트저널(WSJ)에 따르면 중국은 지난해 말 중국핵공업그룹(CNNC) 중심으로 25개 기업과 대학으로 구성된 핵융합발전 컨소시엄을 구성했다.

중국은 24시간 3교대 근무시스템으로 핵융합 프로젝트를 연구하고 있고, 핵융합 관련 박사 학위 보유자가 미국의 10배가 넘는다고 WSJ는 보도했다. 정부 투자 규모도 미국을 훌쩍 뛰어넘는다.

https://n.news.naver.com/article/015/0005034311?sid=104

«한마디로 요약하자면, 너무 싼 중국산 태양광 패널이 전 세계 옥상을 빠르게 뒤덮고 있습니다.»

«결국 태양광 발전이 이렇게 기하급수적으로 커진다는 건 그만큼 전기를 저장하거나 운반하는 일이 중요해진다는 뜻»

→ 중요한 내용입니다. 일독을 권합니다.

https://n.news.naver.com/mnews/article/020/0003588254

https://t.iss.one/guroguru/13951

No Priors Ep. 80 | Andrej Karpathy (1/2)

저는 자율주행과 AGI(인공지능 일반)의 많은 유사점을 끌어내는 편인데, 아마도 제가 자율주행에 익숙해서 그런 것일지도 모르지만, 저는 자율주행에서 어느 정도 AGI에 도달했다고 생각합니다. 왜냐하면 오늘날 우리가 실제로 사용할 수 있는 시스템들이 존재하기 때문이죠. 여기 샌프란시스코에서는 Waymo가 아주 흔합니다. 아마도 여러분도 Waymo를 이용해 보셨을 겁니다. 저도 여러 번 이용했는데 정말 놀랍습니다. Waymo는 도시 어디든 운전해 줄 수 있고, 우리는 그것을 제품으로 구매하고 있는 겁니다. Waymo와 관련해서 흥미로운 점은 제가 처음 Waymo를 탔던 것이 거의 10년 전, 정확히 2014년경이었다는 겁니다. 그때 제 친구가 Waymo에서 일하고 있었고, 그가 저에게 데모를 보여주면서 저를 블록 한 바퀴 돌려줬는데, 그때도 이미 거의 완벽한 주행이었습니다. 그리고 데모에서 제품으로 발전하는 데 10년이 걸렸고, 이제는 도시 규모로 확장되고 있습니다.

Speaker B
그 과정에서 규제와 기술적인 문제 중 어느 것이 더 큰 영향을 미쳤다고 생각하시나요? 기술적으로는 언제쯤 준비가 되었을까요?
Speaker C
저는 이게 기술이라고 생각합니다. 30분짜리 단일 데모 주행에서는 모든 걸 다 볼 수 없어요. 그들이 10년 동안 다뤄야 했던 모든 문제를 겪지 않기 때문이죠. 그래서 데모와 실제 제품 사이에는 큰 차이가 있고, 많은 부분이 규제와 관련되어 있다고 생각해요. 하지만 자율주행 분야에서는 어느 정도 AGI(일반 인공지능)를 달성했다고 생각합니다. 흥미로운 점은 그 과정에서 세계화가 전혀 이루어지지 않았다는 겁니다. 데모는 있고 시연은 할 수 있지만, 세상은 아직 바뀌지 않았습니다. 이 변화를 이루기까지는 오랜 시간이 걸릴 거예요. 데모에서 실제 세계화로 넘어가는 데는 큰 차이가 있다고 봅니다. AGI와도 비슷하다고 생각합니다. AGI를 어느 정도 달성한 후에도, 자율주행 분야에서 잠시 멈춰서 보면 사람들이 Waymo가 Tesla보다 앞서 있다고 생각할 수 있습니다. 저는 개인적으로 Tesla가 Waymo보다 앞서 있다고 생각합니다. 그렇게 보이지 않을 수도 있지만, 저는 여전히 Tesla와 그 자율주행 프로그램에 대해 낙관적입니다. Tesla는 소프트웨어 문제를 가지고 있고, Waymo는 하드웨어 문제를 가지고 있다고 생각합니다. 그리고 소프트웨어 문제는 훨씬 더 해결하기 쉽다고 봅니다. Tesla는 전 세계적으로 이 많은 차량을 배치하고 있습니다. Waymo는 그 단계에 도달해야 해요. Tesla가 실제로 이 문제를 해결하고, 자율주행이 실제로 작동하게 되는 순간, 정말 놀라운 일이 벌어질 거라고 생각합니다. 어제 최신 버전으로 운전해봤는데, 정말 많은 개선이 이루어졌습니다. 매우 최근에요.

어제 저에게는 정말 기적 같은 주행을 해줬습니다. 그래서 그 팀이 하고 있는 일에 정말 감명받았어요. 여전히 Tesla는 주로 소프트웨어 문제를 가지고 있고, Waymo는 주로 하드웨어 문제를 가지고 있다고 생각해요. 그래서 지금은 Waymo가 이기고 있는 것처럼 보이지만, 10년 후에 누가 실제로 규모를 확장하고, 수익이 어디서 나오는지를 보면 Tesla가 그 면에서 앞서 있다고 생각합니다.

Speaker B
소프트웨어 문제를 해결해서 어느 정도 동등한 수준에 도달하는 데 얼마나 남았다고 생각하나요? 분명히 말씀하신 대로, Waymo 차량을 보면 매우 비싼 라이다와 다른 센서들이 내장되어 있어서, 그것들이 차량의 주행을 돕고 있죠. 소프트웨어 시스템을 지원하는 역할을 합니다. 반면 Tesla처럼 카메라만 사용한다면, 엄청난 비용과 복잡성을 제거할 수 있고, 다양한 차종에서도 구현할 수 있잖아요. 그 전환이 언제쯤 일어날 것 같나요?
Speaker C
몇 년 내에는 가능하지 않을까요? 저는 그렇게 기대하고 있습니다. 하지만 실제로 흥미로운 점은 사람들이 이를 잘 인식하지 못하고 있다는 겁니다. Tesla도 사실은 많은 비싼 센서를 사용합니다. 다만, 그걸 훈련 단계에서만 사용하는 거죠. 많은 차량들이 라이다와 함께 주행하면서 여러 작업을 하지만, 그건 규모를 확장할 수 없는 것들이에요. 추가적인 센서와 매핑 작업 등도 훈련 단계에서 수행되고, 그걸 테스트 단계에서는 비전 기반 패키지로 압축해서 차량에 배포합니다. 이것은 센서와 비용을 절감하는 전략이라고 볼 수 있죠. 이 전략이 충분히 평가받지 못하고 있다고 생각합니다. 하지만 저는 이 방식이 잘 작동할 것이라고 봅니다. 픽셀에 정보가 담겨 있고, 네트워크가 그걸 처리할 수 있을 거라고 생각하니까요. 훈련 단계에서는 이 센서들이 매우 유용하지만, 테스트 단계에서는 그렇게 유용하지 않다고 생각합니다.
Speaker B
다른 한 가지 변화는 사실 많은 에지 케이스 기반의 설계적 휴리스틱에서 끝에서 끝까지 딥러닝으로 전환되었다는 점입니다. 이것이 최근 일어난 또 다른 변화인데, 그에 대해 조금 더 이야기해줄 수 있나요?

네, 처음부터 그게 계획이었던 것 같습니다. 제가 테슬라에 있었을 때 신경망이 어떻게 스택을 점점 먹어 들어가는지에 대해 얘기했었는데요. 제가 입사했을 때는 C 코드가 엄청나게 많았고, 이제는 테스트 타임 패키지에서 실행되는 C 코드가 훨씬 적어졌습니다. 우리가 이야기하지 않는 백엔드에는 여전히 많은 부분이 남아 있지만, 신경망이 시스템을 통해 처리합니다. 먼저 이미지 수준에서 감지를 하고, 그다음 여러 이미지를 통해 예측을 제공하고, 시간이 지나면서 여러 이미지를 통해 예측을 제공하며 C 코드를 점점 버리고, 결국에는 조향 명령을 내리게 됩니다.

그래서 테슬라가 스택을 점점 먹어 들어가고 있다고 생각합니다. 제가 이해한 바에 따르면 현재의 Waymo는 그 방향으로 가지 않았던 것 같습니다. 그들도 시도는 했지만 결국 그렇게 되지 않았다는 것이 제 생각입니다. 하지만 확실하지는 않습니다. 그들이 이에 대해 공개적으로 말하지 않기 때문이죠. 그러나 저는 이 접근 방식을 근본적으로 믿고 있으며, 이것이 마지막 남은 퍼즐 조각이라고 생각합니다. 테슬라의 끝에서 끝까지의 시스템이 10년 후쯤에는 신경망 하나로 완성될 것이라고 의심하고 있습니다. 동영상이 신경망으로 들어가고 명령이 나오죠. 이를 단계적으로 쌓아가며 한 번에 한 조각씩 해결해야 합니다. 우리가 해왔던 중간 예측과 모든 것이 실제로는 개발을 잘못 이끌었다고 생각하지 않습니다. 이 모든 것이 하나의 과정이라고 생각합니다. 끝에서 끝까지의 주행을 구현할 때 인간을 모방하면, 신경망을 훈련할 감독 정보가 거의 없습니다. 너무 적은 신호로 수십억 개의 매개변수를 훈련할 수는 없습니다. 그래서 이런 중간 표현들이 기능과 감지기를 개발하는 데 도움이 되고, 이로 인해 끝에서 끝으로 연결하는 과정이 훨씬 쉬워집니다. 그래서 저는, 팀에 속해 있지는 않지만, 끝에서 끝으로 조정할 수 있도록 많은 사전 훈련이 이루어지고 있다고 의심하고 있습니다. 그리고 결국 그것을 점진적으로 먹어들어가는 것이 필요했다고 생각합니다. 테슬라는 그렇게 해왔고, 그 방법이 옳다고 생각하며, 그게 잘 작동하는 것 같습니다. 정말 기대됩니다.

Speaker A
끝에서 끝까지의 방식으로 시작했더라면 어차피 데이터를 얻지 못했을 것입니다. 그건 말이 되네요. 네, 떠나기 전에 테슬라 휴머노이드 로봇 작업을 하셨죠. 묻고 싶은 게 많은데, 그중 하나는 여기서 시작하는 겁니다. 어떤 것이 전이됩니까?
Speaker C
기본적으로 모든 것이 전이됩니다. 사람들이 그걸 잘 모르고 있는 것 같습니다.
Speaker A
그건 대단한 주장인데요.
Speaker C
이건 아주 다른 문제라고 생각합니다. 기본적으로 로봇이죠. 실제로 보면, 자동차도 로봇입니다. 그리고 테슬라는 자동차 회사가 아니라고 생각합니다. 이건 오해를 불러일으키는 표현입니다. 테슬라는 로봇 회사입니다. 그것도 대규모로 로봇을 만드는 회사죠. 대규모로 라는 부분도 전혀 다른 변수라고 할 수 있습니다. 그들은 단일 제품을 만드는 게 아니라 그 제품을 만드는 기계를 만들고 있습니다. 완전히 다른 이야기죠. 그래서 테슬라는 대규모 로봇 회사라고 생각합니다. 자동차에서 휴머노이드로의 전이에 대해 말하자면, 거의 일이 없었습니다. 실제로 Optimus 초기 버전의 로봇은 자기가 자동차라고 생각했어요. 왜냐하면 같은 컴퓨터와 같은 카메라를 사용하고 있었기 때문입니다. 정말 웃겼던 게, 우리는 로봇에서 자동차 네트워크를 실행하고 있었는데, 로봇이 사무실을 걸어 다니고 있었거든요.
Speaker A
오, 좋네요.
Speaker C
이 시스템은 주행 가능한 공간을 인식하려고 하지만, 지금은 모두 보행 공간인 것 같아요. 그래도 어느 정도 일반화를 했고, 약간의 파인 튜닝이 필요해요. 이 시스템은 주행 중이라고 생각했지만, 사실은 환경을 이동하는 중인 거죠.
Speaker A
이걸 로봇이라고 생각하는 게 맞나요? 많은 것이 전이되지만, 예를 들어, 구동 및 행동 데이터가 부족한 것처럼 보이네요.
Speaker C
맞아요, 몇 가지 구성 요소가 빠져 있긴 하죠. 하지만 Optimus 프로젝트가 시작된 속도는 정말 놀라웠어요. Elon이 "이거 하자"고 말하자마자 사람들이 필요한 도구들을 다 들고 나타났고, CAD 모델부터 공급망 관련 자료까지 아주 빠르게 준비되었어요. Tesla는 로봇 공학을 만드는 데 엄청난 전문 지식을 가지고 있다는 게 느껴졌어요. 사용된 도구들도 다 동일하고, 단지 자동차에서 로봇으로 재구성하는 느낌이었어요. 마치 영화 "트랜스포머"처럼요. 기본적으로 같은 구성 요소들을 사용하며, 하드웨어뿐만 아니라 두뇌 부분에서도 많은 것이 전이됐어요. 네트워크만이 아니라 접근 방식, 라벨링 팀의 협업 방식 등도 전부 전이되었죠. 정말 많은 부분이 전이됐다고 생각해요.
Speaker B
휴머노이드 로봇이나 인간 형태 로봇의 첫 응용 분야에 대해 어떻게 생각하세요?
Speaker C
많은 사람들이 로봇이 빨래를 해주는 상상을 하곤 하는데, 그건 나중에나 가능할 것 같아요. 저는 B2C(기업-소비자 거래)가 시작점이 되어서는 안 된다고 생각해요. 왜냐하면, 제가 자주 말하는 것처럼, 할머니를 깔아뭉개는 로봇을 만들 수는 없으니까요. 법적 책임이 너무 크죠. 이 로봇들은 아직 완벽하지 않고, 많은 개선이 필요해요. 그래서 저는 첫 번째 고객은 자기 자신이어야 한다고 생각해요. 아마 Tesla가 그렇게 할 것 같아요. 저는 Tesla에 대해 매우 낙관적이에요. 첫 고객이 자기 자신이면, 공장에서 로봇을 인큐베이팅하고, 많은 물류 작업을 처리할 수 있을 거예요. 이렇게 하면 제3자와 계약을 맺을 필요가 없고, 법적 문제나 계약 체결, 울타리 설치 등 복잡한 절차도 피할 수 있죠. 여러 회사에서 인큐베이팅을 마친 후에는 B2B(기업 간 거래)로 확장해 물류 처리와 같은 작업을 할 수 있을 거예요. 그다음에야 B2C 로봇 시장에 진입할 수 있을 것 같아요. Unitree 같은 회사도 이미 매력적인 로봇을 만들고 있어요.