인공지능은 매번 놀라워…

삘 받아서 밤새 5시간 동안 만들어봄

모든 거 다 인공지능
들어가는 영상 목소리
타이포그래피만 내가 좀 노가다 함

TTS(Text to Speech)는 그렇다 쳐도 TTV(Text to Video)는 처음 해보는데… 개쩐다…

AI 스타트업에 투자하는 기준

한국 AI 스타트업에 투자하는 건 쉽지 않음. 미국처럼 막대한 자본이 들어가 파운데이션 모델, 미들웨어, 애플리케이션 등 경쟁력을 만드는 것과 달리, 한국 벤처 투자 규모는 상대적으로 매우 작음. 기술 면에서도 글로벌 빅테크, 오픈AI, 앤스로픽 등과 인공지능 영역에서 경쟁하는 건 굉장히 어려움.

“오픈AI가 서비스를 출시하면 수백 개의 스타트업이 망한다”, “오픈AI가 내 스타트업을 죽였다(OpenAI killed my startup)” 같은 말이 유행할 정도로 오픈AI가 개발 장벽을 낮추고, 챗GPT 내에 다양한 AI 솔루션을 제공하는 것에 대한 두려움이 큼. 이런 이유로 벤처투자자들은 AI 기술과 사업 경쟁력을 예측하고 판단하기가 매우 어렵다고 생각함.

이런 어려움 속에서도 AI 스타트업을 검토할 때 고려할 만한 4가지 투자 관점이 있다고 봄.


① 데이터

데이터 중심 AI(Data-centric AI)는 데이터 관점에서 AI 성능을 향상시키는 방법으로 업계 표준이 됨. AI 모델에 대한 연구는 이미 상당히 상향 평준화되고 오픈소스화되어 있어서, 모델보다는 데이터의 중요성이 훨씬 커짐. 특히 자신만의 차별화된 데이터의 양과 품질은 생성형 AI 모델의 정확도와 신뢰성을 결정하고, 결국 서비스 품질을 좌우하는 매우 중요한 투자 요소임.

② 우수한 인력

AI 스타트업은 최신 AI 기술에 기반해 머신러닝/딥러닝 기술력을 갖춘 우수한 인재가 필수임. 최신 연구 동향을 파악하고 이를 빠르게 스타트업 제품과 서비스에 반영하는 능력이 시장에서 경쟁우위를 만들어 줌. AI 스타트업은 기술력이 매우 중요하고, 우수한 인력은 핵심 기술 성공의 요인임.

③ 도메인 지식

해당 산업 및 분야에 대한 도메인 지식은 생성형 AI에서 매우 중요한 성공 요소임. 일반적인 지식과 정보는 파운데이션 모델이 제공함. 도메인 지식이 많을수록 더 정확한 정보를 제공하고, 고객에게 맞춤형 서비스를 할 가능성이 커짐. 또 생성형 AI가 제공한 답변 이상의 깊이 있는 데이터 해석과 통찰력을 통해 고객의 복잡한 요구를 만족시킬 수 있음. 도메인 지식은 서비스 차별화의 중요한 요소임.

④ 버티컬 시장

버티컬 시장에 집중하는 건 특정 산업의 문제와 요구를 깊이 이해할 수 있게 해 줌. 이렇게 하면 고객의 명확한 문제를 타깃으로 빠른 서비스를 제공할 수 있음. 시장이 커져 여러 산업과 분야에 적용될수록 빅테크와 오픈AI가 진입할 가능성도 높아짐. 스타트업 입장에서는 타깃 고객이 명확하고 충분히 니치한 버티컬 영역이 기회가 될 수 있음. 투자자 입장에서는 빅테크의 잠재적 진입에 대한 우려를 줄이는 것이 매우 중요함.

Flickering Hope in the Gloom

Flickering Hope in the Gloom

1
My tokens tumble, making hearts rumble in gloom,
While the hush of morning is scorning each bloom.
Still, I cling to a ring of bright dreams once soared,
As the candle of hope dips low—once more ignored.

2
In cryptic confusion, illusions can thrive,
A glimmer grows dimmer each time they contrive.
The charts propose a new cosmic route,
Yet I’m battered and shattered by red waves of doubt.

3
Like storms in the night, my fortunes take flight,
Then swiftly they fall, enthralled by the fright.
In the hush of my trust, my balance is pinned,
Yet seeds of revival might soon ride the wind.

4
I harbor a spark in the dark of despair,
For each winter ends, and new blossoms repair.
Though sorrow runs deep, I keep watch for the sun,
Awaiting that dawn where my losses may run.

나이별 성공한 인생

나이별 성공한 인생

  • 10대… 성공한 아버지를 뒀으면 성공
  • 20대… 학벌이 좋으면 성공
  • 30대… 좋은 직장에 다니면 성공
  • 40대… 2차 쏠 수 있으면 성공
  • 50대… 공부 잘하는 자녀 있으면 성공
  • 60대… 아직 돈 벌고 있으면 성공
  • 70대… 건강하면 성공
  • 80대… 본처가 밥 차려 주면 성공
  • 90대… 전화 오는 사람 있으면 성공
  • 100세… 아침에 눈뜨면 성공

A “Successful” Life (American Edition)

  • Teens (10s): If you can snag a driver’s permit and maybe get your parents’ car on Friday night, you’re successful.
  • Twenties (20s): If you graduate college without drowning in student loans (or land a decent first job), you’ve made it.
  • Thirties (30s): If you’ve got a stable career and maybe own a home (or at least aren’t still crashing with your parents), you’re on top.
  • Forties (40s): If you can cover the tab for drinks—or take your family on a legit vacation—you’re successful.
  • Fifties (50s): If your kids are doing well—whether that’s college, careers, or just not needing bail money—you’re winning.
  • Sixties (60s): If you’re comfortably retired or still happily working on your own terms, that’s success.
  • Seventies (70s): If you can stay active—maybe play a round of golf, travel a bit, or chase the grandkids—you’re golden.
  • Eighties (80s): If your spouse (or someone) still makes you a home-cooked meal now and then, you’re fortunate.
  • Nineties (90s): If friends or family still pick up the phone to call—or better yet, come by—you’re succeeding.
  • At 100: If you wake up in the morning and know what day it is (give or take), you’ve truly made it!

The AI Revolution: Dawn of a New Era – Min Q Kim | 인공지능 혁명: 새로운 시대의 서막 – 김민규

The AI Revolution: Dawn of a New Era – Min Q Kim

We stand at a pivotal moment in history. For decades, we thought we were experiencing an IT revolution brought about by computers and the internet. However, this wasn’t a true revolution in the fullest sense. Rather, it was an extension of the Industrial Revolution. The real revolution – the Artificial Intelligence (AI) Revolution – is only now approaching.

Historically, the term ‘revolution’ has been reserved for events that fundamentally alter human lifestyles. Take the Agricultural Revolution: the invention of pottery, the development of iron tools, and the introduction of irrigation systems weren’t called the ‘Pottery Revolution’, ‘Iron Revolution’, or ‘Irrigation Revolution’. They were all elements that constituted the Agricultural Revolution. Similarly, the Industrial Revolution doesn’t separately name the inventions of the steam engine, railways, or electricity as individual revolutions. All these were components that formed the larger change we call the Industrial Revolution.

From this perspective, the Information Age we’ve experienced so far was not a ‘revolution’, but rather a phase that increased the efficiency of the Industrial Revolution. While the advent of computers and the internet changed how we work, our fundamental lifestyle and social structures remained largely unchanged. We’ve still been living within the paradigm of the industrial era.
However, the emergence of AI is a different story. AI has the potential to completely transform humans from being the subjects of production to primarily being subjects of consumption. This isn’t just about increased efficiency; it’s about fundamentally redefining human roles and ways of life. This is why AI can be viewed as a true ‘revolution’.

All the information technologies we’ve developed so far – computers, the internet, big data, cloud computing, etc. – have merely laid the groundwork for this AI Revolution. Just as pottery and iron tools paved the way for the Agricultural Revolution, and the steam engine and electricity formed the foundation of the Industrial Revolution.

The AI Revolution will initially be introduced in forms that assist humans, but it will gradually evolve towards full automation, enabling large-scale production and services with minimal human workforce. This implies a massive restructuring of the job market and will profoundly impact our society’s economic structure and value systems.

However, these changes can be opportunities rather than threats. The development of AI has the potential to offer innovative solutions to many problems facing humanity – diseases, climate change, energy crises, and more.

What we need is a proactive response to these changes. We urgently need to restructure our education systems, create new job categories, and establish ethical norms for AI. We also need policy efforts to ensure that the benefits of AI are distributed evenly across society, rather than being concentrated among a select few.

The AI Revolution is an inevitable future. How we welcome and utilize this revolution will determine our future. Now is the time for all of us to seriously contemplate and prepare for this new era. Standing at the cusp of potentially the most significant wave of change in history, we need to deeply consider how we will steer this revolution.


인공지능 혁명: 새로운 시대의 서막 – 김민규

우리는 지금 역사의 변곡점에 서 있습니다. 지난 수십 년간 우리는 컴퓨터와 인터넷의 발전으로 인한 IT 혁명을 경험했다고 생각했지만, 이는 사실 진정한 의미의 혁명이 아니었습니다. 오히려 이는 산업혁명의 연장선상에 있는 발전이었을 뿐입니다. 진정한 혁명, 즉 인공지능(AI) 혁명이 이제야 우리 앞에 다가오고 있습니다.

역사적으로 볼 때, ‘혁명’이라는 용어는 인간의 근본적인 생활 형태를 변화시키는 사건에만 사용되었습니다. 농업혁명을 예로 들면, 토기의 발명, 철기의 개발, 관개 시스템의 도입 등은 각각 ‘토기 혁명’, ‘철기 혁명’, ‘관개 시스템 혁명’이라 불리지 않았습니다. 이들은 모두 농업혁명을 이루는 요소들이었을 뿐입니다. 마찬가지로 산업혁명도 증기기관, 철도, 전기의 발명을 각각의 혁명으로 부르지 않습니다. 이들 모두가 산업혁명이라는 큰 변화를 이루는 구성 요소였기 때문입니다.

이러한 관점에서 볼 때, 지금까지의 정보화 시대는 ‘혁명’이라기보다는 산업혁명의 효율성을 높이는 단계였다고 볼 수 있습니다. 컴퓨터와 인터넷의 등장으로 우리의 일하는 방식은 변화했지만, 근본적인 생활 형태나 사회 구조는 크게 바뀌지 않았습니다. 우리는 여전히 산업화 시대의 패러다임 안에서 살아왔습니다.

그러나 AI의 등장은 이야기가 다릅니다. AI는 인간을 생산의 주체에서 소비의 주체로 완전히 탈바꿈시킬 잠재력을 가지고 있습니다. 이는 단순히 효율성의 증대가 아니라, 인간의 역할과 삶의 형태를 근본적으로 재정의할 것입니다. 이것이 바로 AI를 진정한 ‘혁명’으로 볼 수 있는 이유입니다.

지금까지의 모든 정보화 기술들 – 컴퓨터, 인터넷, 빅데이터, 클라우드 컴퓨팅 등 – 은 결국 이 AI 혁명의 토대를 마련한 것에 불과합니다. 마치 토기와 철기가 농업혁명의 기반을 닦았고, 증기기관과 전기가 산업혁명의 토대가 되었듯이 말입니다.

AI 혁명은 초기에는 인간을 보조하는 형태로 도입될 것이지만, 점차 전자동화로 진화하면서 극소수의 인력만으로도 대규모 생산과 서비스가 가능해질 것입니다. 이는 노동 시장의 대대적인 재편을 의미하며, 우리 사회의 경제 구조와 가치 체계에도 깊은 영향을 미칠 것입니다.

그러나 이러한 변화는 위협이 아닌 기회가 될 수 있습니다. AI의 발전은 인류가 직면한 많은 문제들 – 질병, 기후변화, 에너지 위기 등 – 에 대한 혁신적인 해결책을 제시할 잠재력을 가지고 있습니다.

우리에게 필요한 것은 이러한 변화에 대한 선제적 대응입니다. 교육 시스템의 재편, 새로운 직업군의 창출, AI 윤리 규범의 확립 등이 시급합니다. 또한, AI의 혜택이 소수에게 편중되지 않고 사회 전반에 골고루 분배될 수 있도록 하는 정책적 노력도 필요합니다.

AI 혁명은 피할 수 없는 미래입니다. 우리가 이 혁명을 어떻게 맞이하고 활용하느냐에 따라 우리의 미래가 결정될 것입니다. 지금은 우리 모두가 이 새로운 시대에 대해 진지하게 고민하고 준비해야 할 때입니다. 역사상 가장 큰 변화의 물결 앞에 서 있는 지금, 우리는 이 혁명을 어떻게 이끌어갈 것인지 깊이 생각해볼 필요가 있습니다.

피크아웃 코리아 | 채상욱 채부심 대표

도시에 필요한 6대 기능

– 직장

– 교육

– 편의시절

– 의료시설

– 문화시설

– 자연환경

(+ 치안)

6대 기능 중에서 한 가지가 기능이 떨어지면 수요가 떨어진다.

서울은 출산을 하지 않기 때문에 초중고 교육기관이 사라지고 있기 때문에 장기적으로 서울도 줄어들 수 있다.

추후에는 서울을 중심으로 도넛 형태로 인구가 분포될 수 있다. 왜냐하면 경기도가 서울에 비해서 교육시설을 꾸준히 제공하기 쉽기 때문에.

자산가격은 장기적으로 GDP와 상관관계가 있다.

전세계 모든 국가에서 이민을 받으려고 하기 때문에 이민 또한 모든 걸 해결해주는 만능 카드가 아니다.

강남구와 서초구를 제외하면 나머지 서울의 구역들은 안전하지 않다. (특히 서울의 외곽 부분)

서울 집 값이 지금까지 버티는 이유는 원격 근무를 하고 있지 않기 때문에. 원격근무 전세계 최하위 수준. (2%대 ; 코로나 때는 4% 대) 원격근무를 하게 되면 서울에 살 이유가 사라진다.

(Note) 토스 리더가 말하는 유저를 떠나지 않게 만드는 단 하나의 개념 | PO SESSION

일반

  • 일반 유저들에게 파워유저들이 하는 특정 행위를 강요했을 때, Churn Rate가 내려가면 그들이 파워유저로 전환된다고 볼 수 있다.
  • 우리 서비스가 좋다면 다운타임(에러/딜레이)이 조금 있더라도 고객은 이탈하지 않는다.

Outflow(이탈율) Inflow(신규 유입) 분석

Outflow가 비율 단위이고 Inflow가 정수 단위인 이유는 일반적으로 Churn Rate는 유저 수에 비례하지만, 신규 유저 수는 그렇지 않기 때문이다.

1. Outflow (이탈율, Churn Rate)는 비율로 계산

  • Outflow는 특정 기간 동안 서비스를 이탈한 유저 수를 기존 유저 수에 대한 비율로 나타냅니다.
    • 예: 유저가 1,000명 있었고, 그중 100명이 이탈했다면 Churn Rate는 10%입니다.
    • 즉, 이 값은 기존 유저 수에 따라 상대적으로 변화하며, 유저 수가 많을수록 Churn Rate는 작아지고, 유저 수가 적을수록 같은 이탈 숫자라도 Churn Rate는 더 크게 나옵니다.
    • 이는 이탈이 기존 유저 기반의 “규모”와 직접적으로 연결되기 때문입니다.

2. Inflow (신규 유저 수)는 절대값으로 계산

  • Inflow는 단순히 새로 유입된 유저 수를 나타냅니다. 이는 특정 비율이나 기존 유저 수와 무관한 절대적인 숫자입니다.
    • 예: 신규 유저가 500명 유입되었으면 이는 500이라는 정수로 표현됩니다.
    • 이는 기존 유저 규모와 관계없이 서비스의 외부에서 새로 유입된 숫자이기 때문에 절대값으로 계산됩니다.

3. 왜 Outflow는 비율이고 Inflow는 정수인가?

  • Outflow (이탈)는 현재 유저 기반에서 이탈한 비중을 판단해야 하기 때문에 기존 유저 수와 연동된 비율로 나타냅니다.
    • 예: 유저가 10명일 때 2명이 이탈하면 Churn Rate는 20%, 하지만 유저가 1,000명일 때 2명이 이탈하면 Churn Rate는 0.2%입니다.
  • 반면, Inflow (신규 유입)는 외부에서 유입된 유저 숫자로, 기존 유저와는 독립적입니다. 따라서 정수 단위로 표현하는 것이 적합합니다.
    • 예: 신규 유저 100명은 기존 유저 수가 10명이든 10,000명이든 같은 100명으로 계산됩니다.

4. 두 개념이 서비스 지표에 미치는 영향

  • Churn Rate(Outflow): 서비스의 유저 이탈율이 높을수록 기존 유저를 유지하기 어려운 서비스로 평가됩니다. 이는 비율로 계산되므로 서비스의 기존 유저 기반이 커질수록 더 신중한 관리가 필요합니다.
  • Inflow(신규 유입): 절대값이기 때문에 신규 유저 확보가 많을수록 서비스가 성장 중임을 나타냅니다. 하지만 Churn Rate와의 균형이 중요합니다. Inflow가 높아도 Outflow가 비율적으로 높으면 서비스는 순유저 성장을 이루기 어렵습니다.


PMF(Product Market Fit)가 성취되었다는 유일한 기준은 리텐션이 수평이 되는 것이다.


스타트업과 불확실성

  • 스타트업과 스타트업이 아닌 것의 차이는 “불확실성(Uncertainty)”의 크기이다.
  • 제품, 시장, 고객의 불확실성을 확실성으로 옮기는 과정이 린 스타트업(Lean Startup)이다.
  • 불확실성이 확실성으로 전환되면 이제 경영이 필요하다.
    • 이 단계에서는 MBA 출신과 같은 경영 방법론을 이해하고 있는 사람이 조인해서 가치를 낼 수 있다.


PMF 이후의 우선순위

  • PMF를 찾으면 좋은 점은 우리의 고객이 누구인지 알게 된다는 것이다.
    • PMF를 찾으면 누구를 더 데려오면 되는지 명확히 파악할 수 있다.
  • PMF를 찾고 나서 가장 먼저 해야 할 일은 리텐션 커브를 분석하고 개선하는 것이다.
  • AARRR은 뒤에서부터 개선해야 한다.
    1. Retention
    2. Activation
    3. Acquisition


리텐션 커브 분석 방법

  1. 떠난 유저들을 인터뷰한다.
    • 왜 떠나는지 파악한다.
  2. 계속 사용하는 유저들을 인터뷰한다.
    • 왜 계속 사용하는지 파악한다.
  3. 떠난 유저와 계속 사용하는 유저의 차이점을 인식하고 이를 기반으로 개선한다.

마광수의 명언

“씨발놈들이 소설이랑 현실을 구분을 못하는 거지”

by 마광수

According to 나무위키 on 2024년 2월 21일,

마 교수는 이미지와 다르게 학생을 성추행하거나 더럽게 굴어 문제된 적이 없다. 마 교수 본인이 강의 중 그런 루머에 대하여 말하길, “씨발놈들이 소설이랑 현실을 구분을 못하는 거지”라고 일갈.