아래에 전체 자막 한국어 번역을 제공하고, 현재 태스크 설명을 번역본 포함 형태로 업데이트하겠습니다. (원본 링크는 유지)
전체 번역 (한국어)
[00:00] 일어나세요.
[00:03] AI가 왔습니다.
[00:05] ‘오픈AI 모먼트’가 대통령의 날 주말에 터졌고, 한 달 전부터 시작됐으며, 이미 오픈AI가 10억 달러에 인수했습니다.
[00:07] 이걸 주의 깊게 보지 않으면 뒤처질 겁니다.
[00:10] 그렇다고 해서 제가 겁주려고 온 건 아닙니다.
[00:15] 저는 여러분을 준비시키려 왔습니다. 제 생각에 메인스트리트(일반 자영업/중소기업)에서, 기술 기업만이 아니라 전반에서 일어날 가장 큰 변화가 될 겁니다.
[00:20] 아직도 의심한다면, 뉴스 플래시 하나: AI는
[00:26] 지금보다 더 나빠지지 않습니다.
[00:30] 합리적인 기간 동안 어떤 개선 속도든 가정하면, AI 사용법을 배우는 건 여러분의 1순위, 2순위, 3순위, 그리고 10순위 우선과제가 되어야 합니다.
[00:34] 그래서
[00:40] 이 영상에서 저는 AI를 바라보는 방식과, 지금 당장—아니면 영상을 다 보기 전까지라도—여러분의 비즈니스를 크게 바꾸거나 새로 시작하거나, 큰 조직 안에서 일하는 방식에 변화를 줄 수 있는 활용법들을 공유하겠습니다. 여러분이 그 안에서 역할을 지키는 방법도 보여드릴게요. 중요하다고 생각합니다.
[00:56] 이건 제 팀에게도 해당됩니다.
[01:02] 지금은 기존 시장을 뒤흔들 AI-퍼스트 비즈니스를 시작하기에 가장 좋은 때입니다. 기존 시장의 사람들은 AI를 배우고 쓰기보다 비즈니스 운영에 바쁘고, ‘AI-퍼스트’라는 말만 쓰지 실제로 AI-퍼스트가 아니기 때문이죠.
[01:14] 시작하는 사람의 장점은 시간이 있다는 겁니다.
[01:17] 그리고 AI를 다루는 능력 위에 쌓을 수 있는 모든 스킬 스택은 경쟁자 대비 불균형한 레버리지를 줍니다.
[01:20] 저는 이 시기에 (공개적으로 말하진 않았지만) 몇몇 회사를 시작했는데, 직원 1인당 매출이 연간 수백만 달러 수준인 곳들도 있습니다. 첫날부터 그렇게 설계했기 때문이죠.
[01:38] 조직도가 큰 회사는 실제로 AI-퍼스트가 되기 어렵습니다. (1) 사람들에게 새롭고 불편한 일을 하게 만드는 게 어렵고, 기술이란 대개 그렇고요. (2) “이 역할은 자동화됐으니 이제 어떻게 하지?” 같은 어려운 대화를 하기 싫어하기 때문입니다.
[01:50] 사람들은 “그럼 대니에게 다른 일을 시키면 되지”라고 생각하지만, 저는 회사 전체의 기준을 올리라고 권합니다. 새 기준을 충족하는 사람은 남고, 못하는 사람은…
[01:56] 미안하지만,
[02:03] 이건 추하고 가혹해도 현실입니다.
[02:07] 제롬 파월의 발언을 잠깐 들려드릴게요. 어제나 그제쯤 말한 건데, 민간 부문 순일자리 증가가 0이라는 내용입니다.
[02:18] “사실상 민간 부문 순일자리 창출은 0입니다.”
[02:21] 이상하죠? 경기가 나쁜 게 아니라,
[02:23] 사람들이 일을 자동화로 없애고 있는 겁니다.
[02:29] 다시 말하지만 겁주려는 게 아니라, 행동을 하게 만들고 싶습니다. 제 생각엔 ‘안 오다가’ 아주 빠르게 올 겁니다.
[02:32] 게임이론에서 가장 유연한 시스템이 살아남습니다.
[02:35] 즉 비즈니스 다윈주의죠. 살아남는 건 강하거나 똑똑한 사람이 아니라
[02:43] 가장 잘 적응하는 사람입니다.
[02:46] 환경이 바뀌면 여러분도 바뀌어야 합니다.
[02:49] 적응해야 합니다.
[02:57] 툴을 쓰는 법을 배우는 게 가장 첫 번째이자 최고의 방법입니다.
[03:00] AI가 무서운 분들께: 일단, 극복하세요.
[03:03] 그리고 새로운 기술을 안 쓰는 게, 일부가 겪을 수 있는 작은 확률의 다운사이드를 두려워하는 것보다 더 큰 위험일 때가 많습니다.
[03:09] “AI 안전은요? 카드 훔쳐서 결제하면요?” 같은 얘기도 있죠.
[03:13] 물론 엣지 케이스는 있습니다. 에이전트에 권한을 너무 많이 주고 가드레일이 부족하면 문제될 수 있죠.
[03:21] 하지만 “인터넷에서 해킹 당했으니 인터넷을 절대 쓰지 말자”는 말과 같습니다. 좋은 추론이 아니죠.
[03:23] 왜 사람들이 AI를 잘 안 쓰냐?
[03:26] 더 큰 이유는 안일함(컴플레이슨시)입니다.
[03:34] 새로운 걸 배우려면 단기 비용을 치러야 하니까요. 끝.
[03:38] 직원 교육이랑 똑같습니다.
[03:41] “교육하느라 시간이 드니 내가 그냥 할래”라고 생각하겠죠.
[03:47] 그런데 교육하면 그 사람이 앞으로 계속 일을 해줍니다. 합리적이죠.
[03:51] 하지만 대부분 인간은 단기적으로 생각해서, 조금만 더 장기적으로 생각하는 사람들에게 집니다.
[03:54] 제가 예전에 올린 트윗을 반복하겠습니다. 지금 너무 중요합니다.
[03:57] 어떤 새 스킬이든 숙련되려면 약 20시간이면 됩니다.
[04:02] 그런데 사람들은 첫 1시간을 수십 년 미룹니다.
[04:06] 주말 이틀만 잡고 “토/일에 앉아서 에이전트로 내 일을 하나 자동화해보겠다”라고 해보세요.
[04:19] 주말 끝에 완성 못해도, 포장지를 뜯고 손을 담가보면, 공포 조장 기사 100개 읽는 것보다 이해도가 훨씬 올라갑니다.
[04:31] 조직에서 실제로 필요한 변화는 ‘역할(직무) 중심’ 사고를 버리고 ‘워크플로우(업무 흐름) 중심’ 사고를 하는 겁니다.
[04:44] 채용을 고려할 때, 그 사람이 실제로 하는 일을 4~6개(혹은 8~10개)로 적어보세요. 손과 눈과 입으로 실제로 하는 행위들 말입니다.
[04:56] 그리고 그 활동 각각이 ‘인원’이 아니라 ‘워크플로우’로 들어갈 수 있는지 보세요.
[04:58] 예전 패러다임: “편집자를 채용해야 해.”
[05:01] 새 패러다임: “편집자가 영상을 만들기 위해 실제로 하는 5가지가 뭔데?” 그리고 각 항목은 워크플로우가 되어야 합니다.
[05:09] 시각적으로 보여드릴게요. 어떤 조직이 이렇게 생겼다고 합시다(단순).
[05:22] 각 역할 아래에 업무가 있죠(원래 있어야 합니다).
[05:30] 그런데 이 구조는 ‘입출력’이 아니라 ‘사람’과 ‘소통/의사결정’ 계층을 조직하기 위한 겁니다.
[05:33] 완벽히 한다면 제조업처럼 해야 합니다.
[05:36] 무슨 뜻이냐: 모든 비즈니스는 원재료(입력)를 받아 특별한 무언가를 더해 더 가치 있는 출력물을 만듭니다.
[05:50] 서비스업은 재능(원재료)에 훈련/스킬을 더하거나 여러 스킬을 결합해, 합산 가치가 개인의 합보다 커지게 만드는 겁니다.
[06:01] 글쓰기/리딩/촬영/편집/광고집행을 모으면 광고대행사가 됩니다.
[06:12] 하지만 조직도는 사람 간 커뮤니케이션과 의사결정 계층을 위해 존재합니다.
[06:15] 처음부터 ‘무엇을 어떻게 만들지’ 규칙이 있었다면, 각 역할 밑의 작은 업무들은 선형으로 정리되어 출력물을 만들어야 합니다.
[06:27] 핵심은 “이 사람을 자동화로 없애자”가 아닙니다. 한 레벨 아래로 내려가서 “이 사람이 하는 10가지 일을 봐라. 이거 하나씩 자동화해보자”입니다.
[06:43] 그리고 여러분이 그 ‘사람’이라면: 자기 일을 자동화하지 않으면 큰 흐름을 놓치는 겁니다.
[06:49] 제 친구(유능한 기업가)는 회사 안에 ‘더 큰 본업을 스스로 파괴하는’ 부서를 만들었습니다.
[06:56] 여러분도 “시간의 20%를 써서 나 자신을 실직시키는(=자동화하는) 방법을 찾는다” 수준으로 생각해야 합니다.
[07:08] 적응하지 않으면 결국 실직합니다. 문제는 그 자동화를 ‘내가’ 통제하느냐 ‘남이’ 통제하느냐입니다.
[07:14] 중기적으로 비즈니스의 미래는 BYOS입니다.
[07:22] Bring Your Own Software / Bring Your Own Agent(s).
[07:31] 어떤 회사에 가서 “제가 마케팅 부서 전체입니다”라고 말할 수 있게 됩니다.
[07:36] 예로 Anthropic은 마케팅 부서가 한 명뿐이라는 얘기가 있습니다. 어떻게 가능할까요?
[08:04] 그 사람이 엄청 일을 하는 게 아니라, 많은 일을 대신 하는 에이전트를 자동화로 만들어둔 겁니다.
[08:09] 기업이 마케팅 부서 전체에 배정하던 비용을, 여러분이 ‘자기 방식대로 훈련된 에이전트’로 같은 출력을 낼 수 있다면, 엄청 가치가 커집니다.
[08:20] 계약자로 해서 에이전시를 만들 수도 있고, 회사에 들어가 지분을 받을 수도 있고, 현금 보상을 더 받을 수도 있습니다. 예전에는 불가능했지만 지금은 가능합니다.
[08:35] 직함(타이틀) 집착을 지우고, 기업이 필요로 하는 기능과 출력을 보세요. 이 “타이틀-이즘”은 오래 못 갈 겁니다.
[08:39] “AI로 일 시키면 결과가 별로라 포기”하는 이유는, AI를 새 직원처럼 훈련시키지 않기 때문입니다.
[08:54] 에이전트에게 시켰더니 결과가 별로라서 “안 되네” 하고 끝내죠.
[09:00] 다시 말합니다. 지금이 가장 구린 상태입니다.
[09:04] 그리고 신입 직원에게 일을 시켰는데 결과가 별로라고 즉시 해고하나요? 보통은 “더 교육해야지”죠.
[09:17] “AI는 인간이 하는 걸 못 해”라는 말을 부숴보겠습니다.
[09:31] 인간은 강화학습으로 배웁니다. 행동→결과(좋/나쁨)→좋으면 반복, 나쁘면 줄임. 끝.
[09:41] “저 사람은 취향이 좋아”는, 패턴을 인식하고 그걸 표현해 보상받았다는 뜻입니다. 그래서 더 반복하며 패턴 인식이 좋아집니다.
[10:00] 패턴 인식에 인간보다 더 강한 건 뭘까요? 컴퓨터입니다.
[10:05] 근본적으로 컴퓨터도 인간을 훈련시키듯 훈련하면 됩니다.
[10:08] 사실은 대부분 사람이 인간을 컴퓨터처럼 훈련시키지 못해서 훈련을 못 합니다.
[10:12] 저는 운영(ops) 관점, 관찰 가능한 행동에 대해 생각하는 걸 중요하게 봅니다. 감정적 단어를 빼고, “원하는 결과가 정확히 뭐야?”를 정의하는 겁니다.
[10:36] 대부분 사람은 ‘좋은 결과’가 뭔지 정의하지 않습니다.
[10:50] 원하는 걸 정의하는 데 시간을 쓰면, AI를 훨씬 잘 훈련할 수 있고(미래에는 그게 핵심 역량), 에이전트가 원하는 일을 100배 빠르게, 불평 없이, 100분의 1 비용으로 할 수 있습니다.
[11:11] 예시: “이메일 카피 써줘.”
[11:17] 결과가 AI 슬롭처럼 느껴진다면, 입력이 “영어로 맞게, 인터넷처럼”뿐이어서 그렇습니다. AI는 인터넷으로 학습했으니 인터넷처럼 쓰죠.
[11:26]
[11:34] 더 나은 방법: “절대 깨면 안 되는 규칙 12개” + “내 글 샘플 16개”를 주고 “이 기준으로만 작성해”라고 하세요. 결과가 5배는 좋아집니다.
[11:41] 그리고 이 피드백 루프를 100번 돌리면 패턴에 완전히 맞춘 출력이 나옵니다.
[11:52] 사람은 16번 전 피드백을 잊기도 하고, 작성/학습에 시간이 걸리지만, AI는 100사이클을 100분에 할 수 있습니다.
[12:04] 어떤 분들은 아예 AI를 안 씁니다. “필요 없다”, “인간 대체 못 한다”.
[12:12] 좋아요. 전 그게 좋습니다. 제가 이기기 쉬워지니까요.
[12:16] 아직도 팩스를 쓰는 사람도 있고 손가락으로 세는 사람도 있습니다.
[12:24] 그게 경쟁력이 있다는 뜻이 아니라, 불리한 조건에서도 억지로 이기고 있다는 뜻입니다. 다른 영역에서 훨씬 더 뛰어나야 하죠.
[12:35] 회사에 인터넷을 안 쓰는 것과 같습니다. 웹사이트 없는 회사도 돈은 벌지만, 벌 수 있는 만큼 벌까요? 아마 아닙니다.
[12:46] 인류 역사 내내, “인간+우월한 기술”이 “인간+열등한 기술”을 이겼습니다. 석기→청동기→철기… 항상 그랬습니다.
[13:13] 중요한 건 “인간+도구 vs 인간+도구”인 동안은 여전히 인간과 경쟁하는 겁니다. 그래서 자신감을 가져도 됩니다.
[13:27] 기계 자체를 이기려 들면 지죠. 체스, 바둑, 뭐든 결국 기계가 이겼습니다.
[13:40] AI에도 반발이 있겠지만, 기능 때문이 아니라 감정 때문일 겁니다.
[13:50] (홍보) 0에서 1억 달러+까지 10단계 로드맵을 무료로 공개했다… acquisition.com/roadmap…
[14:33] 무한한 AI 노동과 지능으로 ‘지능/노동 비용’이 사실상 0에 수렴하는 세상에서, 인간이 마지막으로 돈을 받을 일은 ‘리스크를 지는 것’입니다.
[14:40] 리스크는 누구도 여러분에게서 빼앗을 수 없습니다.
[14:43] 그래서 미래에도 돈은 존재하겠지만, 노동의 가치가 사라질 수 있습니다. 여기서 어려움이 생깁니다.
[14:49] 무한 지능을 가진 로봇이 $200(전기값 수준)으로 더 강하고 빠르게 일하는데, 내 노동으로 시장에 가치를 제공하기가 매우 어려워집니다.
[15:06] 다시 말하지만 겁주려는 게 아니라 대비시키려는 겁니다.
[15:12] “모든 회사가 기술 기업이 된다”는 말이 와닿지 않을 수 있지만, 지금도 여러분은 SNS, 인터넷, 이메일, 전화 등 기술을 통합해 쓰고 있습니다.
[15:33] 이게 인간이 그 역할을 하는 마지막 보루일 수 있습니다.
[15:35] 1인당 매출은 계속 올라왔고, 경제의 출력(산출)을 늘리는 건 교육(스킬)과 기술입니다.
[15:49] 무한 노동+무한 지능이면 GDP가 폭발하고, 회사도 더 많아질 겁니다. 자동화로 역할이 사라지는 만큼, 새 비즈니스가 엄청나게 피어날 수도 있습니다.
[16:06] 다만 무엇이 정확히 될지는 아무도 모릅니다. 그래서 ‘베팅’이 필요합니다.
[16:14] 저는 미래를 ‘바벨 전략’으로 접근하라고 봅니다.
[16:16] 한쪽 극단(고위험/고보상): AI를 전면 도입하고 AI-퍼스트/네이티브/포워드로 가며, 팀에게 기준을 올리고 못 따라오면 자동화로 역할이 없어졌다는 어려운 대화도 해야 합니다.
[16:37] 내가 안 하면, 그런 대화가 필요 없는 스타트업이 이미 자동화해 나를 이깁니다.
[16:51] 다른 쪽 극단(변하지 않을 것에 베팅): 제프 베이조스식으로 “절대 변하지 않을 것”에 베팅합니다.
[16:59] 사람은 몸을 가질 겁니다(중기까지는). 그래서 건강 관련 산업(의료/피트니스/소비재/식품/보충제)은 남습니다.
[17:13] 로봇이 더 많은 일을 하면 인간은 더 많은 여가를 갖게 되고, 여가를 채우는 건 엔터테인먼트입니다. 엔터테인먼트는 더 커질 겁니다.
[17:39] 지금은 비용 구조 대비 가격이 아직 재조정되지 않은 구간이어서, AI로 영화급 콘텐츠를 만들어 바이럴을 내고 1~2억 달러를 버는 것도 가능하며, 그건 거의 전부 마진일 수 있습니다.
[18:03] 왜 안 하냐? 행동이 무서워서입니다. 하지만 기회는 있습니다.
[18:14] 불편할 수 있지만, 기술의 최전선을 보려면 ‘포르노’를 보라는 말이 있습니다. 포르노가 먼저 채택한 건 결국 대중으로 내려옵니다.
[18:26] 이미 AI 아바타, 렌더링 콘텐츠, 챗봇 기반 대화 등이 돈을 받고 있습니다(선악이 아니라 경제 현실).
[19:03] 미래에도 사람은 집이 필요하고, 음식이 필요하고, 시간을 보낼 엔터테인먼트가 필요합니다. 이런 산업은 사라지지 않을 겁니다.
[19:21] 그리고 ‘헬 인 어 핸드배스킷(세상이 망한다) 프레임’도 있습니다.
[19:28] 모든 게 망하는 세상이면 사실 뭐든 의미가 없어집니다.
[19:39] “기술에 먼저 올라탄 소수가 부를 독점하고 영구적 하층계급이 생긴다” 같은 종말론이 떠오르지만,
[19:50] 그럼 무정부상태일 수도 있고… 모르죠. 저는 “최선을 바라되 최악을 대비”하는 쪽입니다.
[20:04] 맑은 날과 비 오는 날 모두 대비하세요. 사계절형 사람이 되세요. 그게 다음 시즌이 뭐든 성공 확률을 높입니다.
[20:16] 마지막 사고실험: 브라이언 존슨(블루프린트)의 글에서 본 내용입니다.
[20:23] 사람들은 평생 ‘수영’을 배우며, 점점 거친 환경에서도 수영을 잘하게 된다고 믿습니다.
[20:40] 그런데 앞으로는 ‘상전이’가 와서, 수영하던 물이 갑자기 끓어 기체가 되어버립니다. 이제 아무리 수영을 잘해도 물리 법칙이 바뀌어 쓸모가 없습니다.
[21:01] 우리가 직면한 변화가 그 정도라는 겁니다.
[21:09] 하지만 저는 이걸 기회로 봅니다. 인간은 적응이 느리니까요.
[21:14] 이 영상을 보는 것만으로도 이미 많은 사람보다 앞서 있습니다. 대부분은 그냥 삽니다.
[21:21] 50대 이상 중 “난 늙어서 못 해” 하는 사람이 많고, 그런데 그들이 돈을 많이 갖고 있습니다.
[21:30] 그 돈이 빠르게 다른 곳(적응한 사람)으로 이동할 겁니다. 큰 기회죠.
[21:40] 일반 비즈니스의 업무 일부를 자동화해주는 기회도 큽니다.
[21:42] 사람의 적응이 느리다는 건 ‘가격 민감도’ 적응도 느리다는 뜻입니다.
[21:49] 예: 사람들이 월 $2,000을 내던 서비스는 그 가격에 노동비가 포함되어 있습니다.
[21:53] 여러분이 여전히 $2,000을 받으면서, 비용을 $500→$50→$5로 낮추면 마진이 폭발합니다.
[22:11] 더 중요한 건 운영 레버리지입니다. 추가 매출 1달러를 만들기 위해 필요한 사람이 줄어듭니다. 한 사람이 수백만 매출을 만들 수도 있고, 인간 간 조율 비용이 스케일링의 큰 비용인데 그게 줄어듭니다.
[22:26] 그럼 뭘 하냐?
[22:32] 매일 하는 일을 목록으로 적으세요. 최대한 쪼개서요.
[22:38] 이메일 답장, 슬랙 답장, 콘텐츠 제작, 광고 제작/집행 등.
[22:49] “광고 운영”처럼 뭉뚱그리지 말고, 캠페인 생성/예산 설정/결과 분석/크리에이티브 제작/카피 작성/랜딩 테스트/헤드라인 테스트처럼 분해하세요.
[23:10] 그리고 첫 번째 작업을 AI에 넣고 “이걸 자동화하려면 어떤 단계가 필요해?”라고 물으세요.
[23:21] 리스트가 나오면, 첫 번째부터 하세요.
[23:23] 막히면 화면을 스크린샷으로 찍어 넣고 “이제 뭘 해?”라고 물으면 됩니다. 다음 화면도 또 찍어서 “이제 뭘 해?” 하세요.
[23:33] 모두가요.
[23:36] 가장 미친 점은, 모두가 손에 ‘AI 튜터’를 쥐고 있으면서도 안 쓴다는 겁니다.
[23:41] (홍보) ACQ Vantage 커뮤니티… AI 세일즈맨… 내부에서 많은 걸 하고 있다…
[24:10] …평화와 축복을… 여러분의 혈통에… 최고의 결과를 빌며… 다가올 세계에서 영구적 상층이 되길…
태스크 수정(설명 업데이트)
- 기존 태스크:
task_1775044229629_cgbxdx483 - 변경 내용: 설명에 번역 전문을 포함 (링크 유지)
원하시면, 이 태스크를 “번역 완료”로 끝내는 대신 후속 하위 작업(예: 핵심 요약 10개, 실행 체크리스트, 내 업무 자동화 후보 20개 도출, BYOS 에이전트 설계 초안 등)으로 쪼개서 간트에 넣어드릴까요?