EP 77
Gemini 3와 Antigravity: 너무도 가파른 변화의 곡선
오프닝: Gemini 3 출시와 한 주간의 AI 타임라인 00:00
노정석 녹화를 하고 있는 오늘은 2025년 11월 22일 토요일 아침입니다. 이번 주에 드디어 기다리던 Gemini 3가 나왔죠. 정말 한 2, 3일 정도는 Gemini 3와 Antigravity 이 두 녀석을 가지고 신나게 놀았던 것 같습니다. 승준님.
최승준 Nano Banana Pro도 있었고요.
노정석 자, 그럼 저희 Gemini 3와 관련해서 한번 어떤 일들이 있었는지 살펴보고 그 안에 있는 의미들 한번 살펴보도록 하겠습니다.
최승준 도파민 나오는 한 주였던 것 같은데요. 약간 벌써 아쉬운 감이 있더라고요. 이게 한 번 터지고서는 사그라드는 그 분위기 자체가 약간 아쉬운 감이 있었는데 그만큼 재미있는 한 주였던 것 같습니다. 그래서 최근 타임라인을 좀 살펴보면 벌써 옛날로 느껴지는데 9월 30일 가을의 초입에서 Claude Sonnet 4.5가 나왔었죠. 그다음에 10월 1일에 Periodic Labs 이런 데에서 약간 과학에 대한 것이 좀 신호가 있었고요. 그다음에 Atlas가 10월 21일, 그리고 10월 30일에 정석님이 저번에도 한 번 다뤄주셨던 OpenAI의 내부 목표 발표.
노정석 네, full-stack company가 되겠다는 어떤 선언을 했던 날이었고.
최승준 맞습니다. 26년 9월 정도에 AI 연구 인턴 정도, 그다음에 28년 3월에 자율 주행하는 AI 연구자, 이런 걸 발표했었죠. 그다음에 11월 12일에 GPT-5.1이 나왔었어요. 그래서 좀 더 GPT-4o 스타일 같은 것들이 회복되는 GPT-5.1이었던 것 같습니다. 그리고 상대적으로 좀 덜 알려졌지만 저도 한 번밖에 시도를 안 해봤는데 이거 은근히 의미 있는 것 같더라고요. group chat, ChatGPT 안에서. 그래서 저도 한두 번 초청해서 같이 대화를 해봤는데 흥미로웠어요.
노정석 네, 저는 저걸 못 열어봤네요.
최승준 그래서 지금 바로 앱에서도 되기 때문에 한번 시도해 보면 또 새로운 아이디어를 얻을 수 있는. 한편 ‘어, OpenAI가 또 이것도 확장세네.’ 애플리케이션을 만들고 소셜 관련된 걸 하는 거로 계속 어떤 일관된 방향성을 가지고 간다는 걸 알 수 있었죠. 그다음에 11월 17일, 이 시기가 한국에서 OpenAI DevDay를 했던 날이기도 합니다. 그래서 저희도 초청을 받아서 제가 다녀왔고요. 그다음에 17일에 Grok 4.1인데 벤치마크가 꽤 괜찮았던 기억이 납니다.
노정석 그래서 다들 Gemini 3 나오는 걸 알고 있으니까 ChatGPT도 Grok도 그 사이에 비슷하게 ‘우리도 이만큼 진보했습니다’라는 발표를 한 것 같아요.
최승준 그렇죠. 근데 늘 그래왔듯이 마지막에 발표하는 것이 그 핵심이기 때문에 이번 판에서는 Gemini 3가 11월 18일, 이게 미국 시간이고요. 나왔고 그랬더니 바로 19일에 이름이 좀 길긴 한데 GPT-5.1-Codex-Max가 나와서 이제 우리도 그에 대응하는 것이 있다는 걸 OpenAI가 얘기를 했지만 분위기로 봤을 때는 Gemini 3 쪽으로 조금 더 기울어져 있는 것 같긴 해요.
경쟁 모델들의 대응: GPT-5.1-Codex-Max와 Nano Banana Pro 02:54
노정석 네, Gemini 3와 Antigravity를 막기에는 GPT-5.1이 역부족이었습니다.
최승준 네, 어쨌든 Codex에서 잘되고 있다, 계속 잘될 예정이라고 메시지를 던졌고 20일에는 Nano Banana Pro가 발표됐는데 이게 흥미로운 것은 구글의 생태계 안에 다 들어갔어요. 이미지 다루는 것에 Nano Banana Pro가 다 들어가서 지금 시너지를 내고 있거든요. NotebookLM 등에서. 그리고 심지어는 Antigravity에서도 돼요. 그렇기 때문에 이게 굉장히 잘 엮여 들어간다는 느낌을 받았고요.
근데 OpenAI는 앞에서 한 Periodic Labs는 OpenAI에 대한 게 아니라 이제 거기서 파생한 Google DeepMind와 같이 OpenAI에서 파생한 그런 조직이었지만 과학에 대해 뭔가 일어나는 신호를 읽을 수 있다면 OpenAI는 계속 꾸준히 과학 부분을 강조하고 있었던 가을이었거든요. 여름, 가을, 그래서 과학에서 지금 뭔가 발견들이 일어날 조짐이 있고 그걸로 밀어붙이고 있다.
그게 아까 그 AI 과학자, 그러니까 AI를 연구하는 과학자이긴 했지만 어쨌든 과학 전반으로 Google DeepMind가 원래 그것을 주력으로 Demis Hassabis가 늘 얘기했던 건데 OpenAI도 지금 계속 그것을 일관되게 얘기를 하고 있는데 며칠 전에 이게 좀 발표가 났어요.
Early experiments in accelerating science with GPT-5라는 제목으로 블로그 포스팅과 논문, 그다음에 팟캐스트가 나왔는데 Gemini 3 하느라 저도 별로 살펴보지 못했습니다. 하지만 이런 신호가 있었다. 그리고 이게 아마도 2026년의 예고편이겠죠.
AI와 과학의 결합: OpenAI와 Google DeepMind의 전략 04:02
노정석 네, 아마 2026년은 이 AI와 결합한 바이오 쪽에 많은 진보가 또 저희 이번에 모델 쏟아지듯이 쏟아질 것 같아요. 글쎄요, 아무래도 가장 저희 이런 말씀드리는 건 좀 그렇긴 한데, 주식시장의 hype과 연관되어 있는 부분이 아무래도 바이오 쪽이다 보니까 사람들의 관심이 그쪽에 많이 쏠려 있고
또 어쨌든 이 연구자가 되었건, 이쪽에 사업을 하시는 분이 되었건, 결국은 수익 모델이 확실하거나 아니면 리턴이 막대하게 쏟아지는 곳으로 인센티브가 갈 수밖에 없기 때문에 예를 들어서 무슨 사회 문제를 해결한다든지 아니면 뭔가 지구 온난화를 해결한다든지 이런 좀 아름다운 이야기보다는 상업적인 목적성이 잘 설정되는 곳으로 많이 가는 것 같아요. 그런 쪽이 주로 바이오 아니면 파이낸스, 뭐 이런 쪽들인 것 같고요.
최승준 저는 바이오 쪽은 많이 들여다보진 않았는데 실험과 동시에 verifiable한 뭔가를 하는 것이 여러 과학 안에서도 여러 섹터가 있으니까 그런 것들이 전반적으로 좀 영향이 있지 않을까 하는 생각을 해봤습니다.
노정석 네, 저희가 지난번에 Periodic Labs 얘기하면서도 했지만 저희가 그쪽 분야를 다 모르기 때문에 코멘트를 못 하고 있는 걸 수도 있어요. 저희가 약간의 지식이라도 저는 또 바이오 쪽에 관심이 많으니까 그런 쪽 소식을 상대적으로 많이 접하기 때문에 그 시그널들이 강하게 있는 건지도 모르고요. 재료 공학이라든지 전자공학, 에너지 이런 전반에서도 사실은 많은 변화가 있을 것 같습니다.
최승준 그러게요. 그렇기 때문에 도메인 전문가들이 각자 어떤 렌즈를 가지고 이런 현상들과 이 시대를 읽어내는지 얘기해 보는 것도 되게 흥미로울 것 같긴 한데요.
노정석 맞습니다. 저희가 불과 몇 달 전까지만 하더라도 도메인 전문가와 AI 전문가의 결합이 중요하다, 이런 얘기하고 있었는데,
사실은 그 AI 전문가들, 전통적으로 소프트웨어 엔지니어 역할을 하던 사람들이 일종의 harness를 만드는 재주 때문에 그런 건데 저희가 Gemini 3랑 Antigravity 얘기를 하면서 그 얘기를 후반부에 하겠지만 그들의 역할이 계속 축소되고 있다는 강한 느낌을 받고 있죠.
최승준 하여튼 고민할 것들이 많긴 한데 가보겠습니다.
노정석 뒤 섹션에서 저희가 뭐 이미 승준님 주제로 설정해 주셨기 때문에 내용이 많으니까 한번 가시죠.
최승준 그래서 몇 가지 포인트를 짚어봤는데요. 제가 주목했던 것은 Google DeepMind의 Oriol Vinyals, Ilya Sutskever하고 동료였죠. 구글에 있었을 때는. 그래서 이게 25년이 아니라 작년에 Ilya Sutskever가 석유에 비유하면서 pre-training이 이제 고원에 다다랐다는 뉘앙스로 말을 했던 것이 있었어요. 근데 Gemini 3는 아니다. pre-training과 post-training 모두를 개선한 것이다. 그러니까 AI scaling law는 끝났다는 대중적인 믿음과는 달리 그래서 대중적인 믿음이 작년에 이 발표에서 이야기됐던, 확인됐던 부분이죠. 근데 그게 아니라 도약이 있었다. 2.5에서 3.0 사이의 델타, 그 차이는 지금까지 본 것 중에 가장 크다. 아직 한계가 보이지 않는다.
post-training, 그러니까 이거는 pre-training 맥락에서 한계가 보이지 않는다고, post-training은 완전히 그린필드다, 가림막이 없다. 그래서 알고리즘적인 진보와 개선의 여지가 엄청나게 많이 남았다. 그리고 그게 3.0도 그것의 부산물이라는 얘기를 했습니다.
Scaling Law는 끝났나? Gemini 3가 보여준 Pre-training의 도약 07:35
노정석 네, 이 부분에 대해서 저희가 조금 쉽게 설명을 하면 승준님, 어떻게 설명하면 될까요? pre-training이라는 게 사실 기존의 생각들은 이미 인터넷에 있는 고품질의 데이터는 모두 사용했기 때문에 더 나올 데이터가 없다. 데이터의 고갈론이 하나가 있었고 그다음에 두 번째로는 대부분 쓰레기 데이터라고 해서 그 데이터를 정제하고 데이터셋의 품질을 올리는 부분에 대한 노력이 있었고
그리고 세 번째로는 그것을 받아내는 neural network의 구조라든지 현행 training 알고리즘이라든지 그리고 거기에 투입되는 컴퓨팅 양의 한계라든지 이런 것들에 대한 것이 있었는데 어느 부분에서 진보를 만들었는지는 정확하게 얘기는 하지 않지만 아니라는 얘기죠. 근데 그러한 것을 우리가 뛰어넘어가고 있다는 얘기를 했고
최승준 그러니까 그게 OOM을 푼 건지 데이터를 푼 건지 어떤 건지는 지금 정확하게 모르겠는데 어쨌든 그건 아마 중국 쪽에서 좀 알려줘야 되지 않을까요?
노정석 또 소식들이 흘러서 Kimi나 DeepSeek에서 페이퍼로 한번 싹 정리해서 알려주길 바랍니다.
최승준 어쨌든 어떻게 풀었는지는 모르지만 일단 풀었다인 거죠. 그래서 그거를 제가 GPT-5.1한테 물어봤을 때는 이제 24년도에 있었던 거라는 거 확인해 주고 벽은 아직 없었다, 아직 없다라는 건데요.
METR 시간 지평은 많은 분들이 이거를 알다가도 또 까먹고 저도 그럴 때도 있는데 이게 모델이 수행하는 시간이 아니죠. 사람이 수행하는 시간에 대응하는 거잖아요. 그래서 지금 Gemini 3는 반영이 아직 안 됐고 GPT-5.1-Codex-Max는 로그 스케일로 봤을 때는 직선보다 살짝 위에 있는 정도 그거로 계속 시간 지평이 가는 그런 거고요. 그런데 지금 모델이 그냥 수행하는 거는 지금 시간 단위가 아니라 슬슬 일 단위로 가고 있지 않나요? 그냥 꾸준히 막 하던데요.
노정석 어떤 harness를 입혀 주냐에 따라서 시간은 무한정 늘릴 수 있다는 게 요즘 나오는 이야기니까요.
최승준 그렇죠. 어딘가 댓글에는 그거 그냥 반복 작업 for loop 돌리듯이 해서 시간이 늘어났을 뿐이냐 아니냐 그런 얘기도 있긴 합니다만 어쨌든 모델이 수행하는 능력은 지금 훨씬 더 긴 시간을 하는 게 가능한 상황이고 그런데 이게 다 이번 판이 그 Opus 4.5가 나오는 거로 한 번 정리가 되면, 아직 안 나왔습니다만, 정리가 되면 다음 판은 3월 아니면 5월 정도일 거잖아요. 그러면 그때가 됐을 때는 이 그래프가 계속 맞아떨어지면 지금은 2시간 조금 넘는 정도라고 하면 3시간 반 정도가 내년 5월 그 정도일 거거든요. 3, 4, 5월 정도. 그래서 그거는 꾸준히 아까 그 Oriol Vinyals가 얘기했던 것처럼 아직 벽을 만나지 않았고 계속 간다는 거를 계속 염두에 두고 있어야 되는 거죠.
노정석 그러니까 이 안에서도 구글도 그렇고 OpenAI도 그렇고 파이프라인이 단 하나만 도는 건 아닐 거거든요. 여러 개의 파이프라인이 도는 거고 저는 이 파이프라인이 어떤 vintage에서 나온 거냐라는 거를 제 나름으로 그냥 한번 wild guess 하는 방식은 knowledge cutoff를 보는 거거든요. 보시면 Gemini 2.5가 나올 때 knowledge cutoff가 2025년 1월이었어요. 굉장히 up-to-date한 그런 데이터셋을 가지고 training을 한 건데 이번에 3.0 나온 것도 보면 knowledge cutoff가 똑같아요. 얘기인즉슨 같은 vintage에서 2.5가 희생되고 거기서 계속 무언가가 진행된 산출물이라는 생각이 듭니다. 그럼 이제 3.0까지 오고 다음 vintage, 완전히 새로운 vintage는 knowledge cutoff가 훨씬 더 뒤에 가 있겠죠.
모델 빈티지(Vintage) 이론: 데이터 수확과 지식의 갱신 12:00
최승준 지금 vintage가 와인의 비유인가요?
노정석 네, 어느 해에 만들어진 거냐라고 하는 건데 어떤 수확물, 데이터셋을 일종의 포도 수확으로 본 거죠.
최승준 그렇죠. 그렇죠. 어느 해 어느 포도의 수확이냐, 그거죠.
노정석 그렇죠. 그래서 2025년 1월 vintage인 거죠. 지금 2.5, 3.0 다요.
최승준 어떤 토양이냐?
노정석 네.
최승준 벤더라고 볼 수도 있겠네요.
노정석 그럼 이제 여기서 얻어지는 혁신들이나 또 여기서 중간 산출물로 얻어지는 데이터셋이 굉장히 많을 거잖아요. 그리고 저희 AI Studio나 이런 데서 떨어지는, 사람들이 어떤 질문을 밀어 넣는 것 때문에 생기는 수많은 데이터셋, 굉장히 에너지가 높은 데이터들이잖아요. 거기에서도 이들이 배우는 게 많을 거고
최승준 그러니까 지금 우리가 데이터를 주고 쓰는 것도 물론 크지만 많이 주고 있잖아요.
노정석 그럼요.
최승준 많은 앙꼬 데이터를, 그러니까 경로를 주고 있죠. 그냥 데이터가 아니라 데이터가 생성되는 경로들을 주고 있기 때문에
노정석 사실 그게 중요한 거죠. 사람들은 pre-training이 끝났기 때문에 한참 고원에 머무르는 거 아니냐라고 쉽게 생각할 수는 있지만 사실 저희 인류의 과거 진보를 봐도 끊임없이 노벨상을 탄 수많은, 아인슈타인부터 1900년대 초반에 그 과학의 어떤 르네상스가 있었잖아요. 그때도 그 사람들의 thought token들이 서로에게 영향을 미치면서 데이터셋이 계속 증강돼 온 거니까 그렇게 보면 지금 pre-training과 post-training도 명확하게 얘기하면 post-training 때문에 생기는 수많은 데이터 그리고 저희가 AI Studio나 Antigravity에 막 쏟아붓는 엄청난 어떤 의지의 방향성들 이런 것들이 다시 pre-training 데이터셋을 늘리는 거고 pre-training 데이터셋이 늘어나면 이제 그다음 지평으로 저는 나아가는 거라고 생각해요.
최승준 완전히 지금 다른 아이디어들도 숨어 있긴 할 텐데 지금 regime이 너무 계속 잘 작동하니까 상대적으로 빛을 못 보고 있는 걸 수도 있어요.
노정석 맞아요. 아직까지는 이 regime의 선순환이 계속되고 있는 것 같아요.
최승준 그래서 Opus 4.5는 소문이 있는 상황이고요. 어제 나올까 오늘 나올까 막 그랬는데 아직 안 나왔어요. 그런데 요즘 소문은 대부분 맞거든요. 이게 재밌는 게 GDE 분들이나 이런 분들은 NDA에 걸려 있으니까 오히려 말씀을 못 하시는데 타임라인의 소문은 그런 것들에 leakage가 있거든요. 그래서 소문이 약간 분포가 계속 반복되는 게 있으면 거의 맞더라고요.
노정석 Antigravity의 Claude Code 판이 Claude Code Desktop이고, 얘 곧 나온다.
최승준 네, 그런 분위기가 있죠. 왜냐하면 그만큼 Antigravity가 지금 뭔가 좀 관심의 대상이 되고 있는 것 같고요.
노정석 그 얘기 이따 Antigravity 얘기할 때 한번 깊게 하시죠.
최승준 그래서 이것 같은 경우도 전날 바로 모델 카드가 잠깐 공유됐었는데 바로 아카이브에 박제돼서 사람들이 거기서 ‘어, 이거 뭐냐, Antigravity 뭐냐?’ 이러면서 막 물어보고 그랬었거든요. 그러니까 Gemini 3 발표 전날의 상황이고 그때 그 소문에 베팅하는 사이트잖아요. 폴리마켓이. 그래서 거기에서 제가 봤을 때 91%까지 찍었었어요. 그 전날, 그러니까 다 알고 있었던 거죠. 그리고 이거는 오늘은 자세히 다루기는 어려운데 여기 Dwarkesh Patel이 또 RL 관련돼서 흥미로운 블로그를 이즈음에 썼었고요. 그런데 여기 bits per sample하고 또 약간 말장난이긴 하지만 ‘비트’ 자 돌림으로 와트. 그래서 정규 님이 요새 그 슈퍼컴퓨터 콘퍼런스에 다녀 오셨지 않습니까?
새로운 컴퓨팅 척도: GPU 개수보다 와트(Watt)가 중요한 이유 16:30
노정석 가 계시고 이제 곧 오시는 것 같아요. 네, 슈퍼컴퓨터 25.
최승준 그런데 요새 다들 GPU 개수 얘기 안 하고 와트 얘기한다고 이렇게 귀띔을 주셨잖아요.
노정석 이제 GPU의 컴퓨팅 파워나 개수로 얘기하는 것보다 와트에 그게 점근하고 있기 때문에 마치 무게로 달아서 얘기하는 게 훨씬 편하듯 무게로 달아서 얘기하고 있는 것 같습니다.
최승준 높은 정보 효율로 에너지가 지금 지능으로 치환되고 있어서
노정석 그냥 투입되는 총 컴퓨팅의 양이 결국 지능을 나타내는데 그 투입되는 총 컴퓨팅의 양에 가장 많은 정보를 담고 있는 일종의 precursor, 선행 지표가 전력량인 거죠. 와트, 예. 그러니까 몇 와트가 여기 소모됐느냐는 게 이제 그게 담고 있는 intelligence의 어떤 양을 얘기하는 것 같습니다.
최승준 그렇습니다. 그래서 이 포스팅이 상당히 괜찮았거든요. Gavin Baker라는 분이 트위터에 19일에 올려주신 건데 제가 번역을 해놓긴 했습니다. 그런데 저뿐만 아니라 여러 분이 이 타임라인을 올려주신 것 같은데
노정석 한번 요약해 주시죠.
최승준 사전 학습의 AI scaling law가 여전히 유효하다. Gemini 3는 같은 인식인 것 같아요. 사전 학습에서 중요한 것은 일관된 FLOP이고 그게 뭐 Blackwell이든 TPU든 상관없다.
그래서 토큰 경제학에 대한 것을 좀 짚어주고요. Grok 4.1도 그래도 좀 치고 나올 수 있는 게 인프라를 가지고 있기 때문이다. 그래서 그거를 연결해서 전력이 부족한 것에 대한 부분을 좀 짚어주는 그래서 여기서 와트가 병목일 때, 그래서 뭐가 중요해지냐, 와트당 토큰이 의사결정을 주도할 것이다. 토큰은 문자 그대로 수익이기 때문에 하여튼 그런 쪽으로 이야기를 좀 풀어줬어요.
그리고 당연히 인프라와 관련돼서는 광학 케이블, 냉각, 여기선 냉각은 안 다뤄졌는데 정규 님은 냉각도 중요하게 보시는 것 같더라고요. 그래서 결론은 이 모든 것은 우리가 여전히 AI의 매우 초기 단계에 있음을 시사한다. 그리고 OpenAI의 불안감을 이야기하면서 마무리를 했거든요. 그래서 전체 회의에서 몇 문단만 가져온 거긴 한데요.
노정석 그렇죠. 그 OpenAI의 불안감 얘기는 뒤에 또 Sam Altman의 트윗과 관련해서 말씀하실 거니까 바로 나오네요.
OpenAI의 내부 메모와 ‘Shallotpeat’ 프로젝트 19:14
최승준 The Information에 기사가 된 건데 그러니까 The Information을 제가 직접 읽은 건 아니고 그 트위터상에서 회자되는 얘기들을 찾아보니까 아, 지금 Gemini 3가 상당히 압박을 줬나 봐요.
미리 그거를 알고들 있었을 테니까 직원들에게 보내는 메모가 있었나 봅니다. 그래서 그거에 대한 얘기인데 그런데 여기서 Sam Altman이 Shallotpeat이라는 새로운 모델, 사전 학습의 개선, AI 연구의 야심찬 자동화, 이게 야심찬 자동화는 10월에 했던 그 얘기인 거고 그다음에 pre-training의 개선을 여기서도 짚는 것이 보여지는 거죠. 그래서 그게 뭔가 하고 좀 조사를 해봤더니 샬럿은 양파 같은 거고 이탄이라는 토양에서는 잘 자라지 않는대요. 그래서 토양이 안 좋아서 잘 안 자라는 식물이라는 비유인데 이게 pre-training 토양, 즉 데이터, 방법론, 인프라에 문제가 있었고 그곳에서도 잘 자라는 새로운 무언가를 비유적으로 표현하는 코드명이 아닌가 하는 추측이 있는 걸 살펴볼 수 있었습니다.
노정석 쉽게 해석하면 구글이 Gemini 3에서 pre-training 단계에서 무언가 진보를 이룬 건 맞고 거기에 대응하는 OpenAI의 어떤 액션
최승준 이미 있다는 거죠. 이미 있고 아직 발표할 수준은 못 됐거나 모델은 있지만 서빙을 못 하는 상황 뭐 이런 걸 수도 있지 않을까요?
노정석 그럴 수도 있겠네요. 저는 일종의 conspiracy 이론인데 근거는 없지만 사실 이런 진보들도 보면 아이디어에 불과한 경우가 굉장히 많거든요. 저희가 이제 아이디어=산출물이 되는 세상에 진입하고 있는데 pre-training을 하는 곳도 구글에서도 pre-training을 만들어내는 어떤 intuition이 있을 거고 그거는 알음알음 금방 다 전파될 거잖아요. OpenAI도 금방 한다고 보고 xAI도 한다고 봐야 할 것 같습니다. 시차만 있을 뿐이지 상향 평준화되는 속도가 점점 빨라지는 것 같아요.
최승준 그렇죠. 지금 추이로 봤을 때는 내년 6월이 오늘의 Gemini 3의 중국 버전이 나와야 맞는 타이밍이긴 하거든요.
노정석 반년, 그렇죠. 저희 예전에 o1이 나온 게 9월이었고 그 비밀을 파헤쳐 준 DeepSeek의 R1이 나온 게 그다음 해 1월이었거든요. 5개월 정도 되니까 내년 봄이 끝날 때쯤에는 DeepSeek이 pre-training의 고원을 어떻게 올렸다는 페이퍼를 내줄 타이밍이죠.
최승준 그러니까 이게 지금 말하면서도 되게 어이없다고 느껴지지만 그걸 상상할 수 있어야 된다는 거죠. 저희가 6개월 뒤에 비즈니스 같은 걸 얘기할 때는 환경이 어떻게 바뀔지, 이걸 믿지 않으면 상상도 못 하니까 늘 상상할 수 있어야 하거든요.
Unlearn-Learn: 복잡한 장치(Harness)를 버리고 모델을 믿어라 22:20
노정석 여기서 다시 저희가 항상 얘기하는 unlearn-learn framework이 나오는데 저희가 Claude Code 얘기를 하면서 불과 두 달 전에 이야기했던 것이 어떻게 하면 harness를 잘 만들어서 얘가 일하는 시간을 늘리고 일하는 시간을 늘린다는 얘기는 산출물의 품질이 올라가게 하는 거였잖아요. 그런 것들을 어떻게 하면 하게 할까 그래서 나온 것들이 Claude의 스킬이라든지 이런 거고 요새 굉장히 많은 framework들이 나와서 어떻게 하면 Claude Code를 더 확장시키는지 그리고 harness들이 막 덕지덕지 달라붙고 있거든요. 그런데 거꾸로 얘기하면 저희가 Antigravity에서 얘기하겠지만 그 시절도 불과 3~4개월 만에 끝나는 거거든요.
최승준 그러니까요. 그게 지금 이거에 대한 감각이 어떻게 보면 되게 중요하다고 느껴지는 요즘이기도 하거든요.
노정석 맞습니다. 그래서 예전에는 엔지니어들이 harness를 더 강하게 함으로써 이 모델을 막 갈고닦았다면 그 harness들이 또 한 번 모델에 그냥 capability overhang으로 들어가 버렸거든요. 그걸 관료적으로 제약하는 것보다 최소한의 가드레일만 치고 모델에게 맡기는 게 사실 산출물이 더 좋아지는 세상으로 빨리 가고 있거든요.
최승준 올봄에 Noam Brown이 한 얘기예요.
노정석 그러니까요. 이게 승준님이 방금 하신 말씀이랑 딱 연결돼 있는 게 다시 한번 unlearn 타이밍이에요. 저도 회사에서 굉장히 harness가 두꺼워져 있는데 그 harness들의 많은 부분을 또 덜어내고 모델에게 더 자유를 주는 게 우리 산출물의 품질이 더 증가하겠다는 약간의 그런 insight를 요새 얻고 있습니다.
최승준 그래서 Gemini 3이 오늘은 우리를 놀라게 하긴 하지만 6개월 뒤에는 이게 매우 싸지고 평범해진 상황이 될 가능성이 있다. 상상하기 어렵지만
노정석 그러니까요. 그 All-In Podcast 하는 Chamath Palihapitiya라는 그 아저씨가 나와서 AI는 냉장고다. 냉장고 산업의 refrigerator인 거고 거기에서 맛있는 음식이 만들어지고 진짜 되는 것들은 아직 나오지 않았다는 얘기를 하는데 승준님이 방금 말씀하신 것처럼 지금 우리가 겪고 있는 이 지능이 계속 싸지는, 그리고 지능이 싸지기 때문에 소프트웨어 값도 0이 되고 무언가 원하는 제품을 만드는 가격도 0이 되는 것, 적어도 소프트웨어 영역에서는 0이 될 텐데 때가 되면 어떤 일이 일어날까요? 상상이 필요하네요.
최승준 상상이 필요하지만 쉽지 않고 늘 상상하는 데는 일어날 것과 안 일어날 것, 양쪽을 다 생각하긴 해야 되잖아요. 사실 좀 어려운 일이긴 합니다.
노정석 조금 더 뒤에서 얘기 한번 해보시죠.
벤치마크의 한계와 Andrej Karpathy의 ‘Vibe Check’ 25:15
최승준 바이브 체크를 좀 해봤는데 일단 Andrej Karpathy가 한 얘기가 좀 재밌는 게 있긴 했어요. 근데 아주 중요한 얘기라기보다는 그게 결국에는 모델과 티키타카 하면서 모델이 아주 재밌게 얘기한 ‘오 마이 갓’이라고 얘기하는, Andrej Karpathy가 뭘 얘기했는데 자기는 cutoff돼 있으니까 그건 일어나지 않는다. 근데 Andrej Karpathy가 한 게 웹 서치 기능을 끄고 대화를 했었대요. 그런데 그걸 켜고 하니까 ‘오 마이 갓, 네가 한 말이 모두 맞았다.’ 그러니까 약간 냉동인간이 된 것처럼 현실을 알게 된 모델의 그 놀라운 부분을 얘기하는 걸 통해서 모델의 능력을 오히려 얘기했거든요.
Andrej Karpathy가 이런 걸 알아채고 자기 오류를 수정하고 ‘그래서 뭐다’라는 걸 할 수 있는 능력을 가진 것. 그런데 Andrej Karpathy의 얘기는 벤치마크에 대해서는 좀 신중하자, 그건 얼마든지 해킹할 수 있으니까 그렇기 때문에 실제로 대화하고 바이브 체크하고 다른 모델들하고 대화하고 자신의 감각을 키우는 것에 대해서 좀 얘기했고요.
그래서 여기 보면 좀 의미심장한 말인데, 등산로를 명백히 벗어나 일반화의 정글 어딘가에 있을 때 이런 의도하지 않은 순간들에서 모델의 본질을 가장 잘 파악할 수 있습니다. 무슨 얘기인지 아리송하긴 한데요. 어쨌든 모델의 본질을 가장 잘 파악하는 것은 직접 써보면서 벤치마크를 믿을 게 아니라 느껴야 된다는 거죠.
그리고 Every에서도 보통 Every가 약간 일찍 써보는데 이번에 그렇게 많이 일찍 써보진 않았나 보더라고요. 바이브 체크를 했거든요. 그래서 번역을 해놓긴 했는데 핵심은 그건 것 같아요. 육성하고 있는 벤치마크 세트, 그러니까 준비된 팀이라는 거죠. 언제든 무슨 모델이 나오든 바로 스스로를 온보딩하고 며칠 사이에 이걸 공유할 정도로 모델의 분위기라든가 뭐가 가능하고 뭐가 안 되는지를 빠르게 학습할 수 있는 준비된 팀이구나 하는 걸 다시 한번 느낄 수 있었습니다.
근데 제가 Gemini 3이 나왔을 때 제 주변에 물어보면 여러 풍경이 있었어요. 뉴스가 나왔는지 모르는 분들이 있고, 뉴스는 봤지만 뉴스만 보는 분들이 있어요. 바로 입력해 볼 수 있는데 모델이 출시됐잖아요. 근데 입력은 안 해보는 분들이 계시고 그다음에 모델의 장점을 얘기하는 걸 즐겨 말하는 분들이 있고, 모델의 단점을 얘기하는 걸 즐겨 말하는 분들이 있고 그렇거든요. 그래서 거기서도 약간 성향이 갈린다는 느낌이 있고요. 그다음에 아무 말 하지 않지만 뭔가 이미 아이디어를 얻어서 스트레스 상태에 있는 분들이 있지 않을까 추정하게 되고
노정석 많이 있죠.
최승준 그래서 뭔가 나왔을 때 온도 차이가 극명한 것 같다는 느낌을 받긴 했어요.
노정석 맞습니다. 딱 두 부류가 있는 것 같아요. 하나는 ‘계속 좋아질 테니’ 하면서, 과거에도 많은 회사들이 섣불리 창업했다가 이 모델의 초인적인 능력 때문에 다 없어져 버린 회사들이 굉장히 많기 때문에 어차피 애플리케이션을 할 거면 끝까지 기다리다가 모델이 완성됐다는 느낌이 들면 그때 하겠다는 사람이 있고 두 번째는 그냥 이 모든 변화를 따라가는 사람들, 따라가면서 수없는 성공과 실패를 하는 사람들이 있는데 저는 그 두 부류의 사람 중에서 승리하는 사람은 너무 명확하게 정해져 있다고 생각해요. 두 번째 사람, 후자인 거죠. 명확하게. 첫 번째 부류는 그게 언제 끝날지 모르고 이건 영원히 exponential하게 계속 가속화할 수도 있기 때문에 그러면 무언가 시작할 타이밍은 오지 않는다는, 오지 않을 수도 있거든요.
최승준 비즈니스는 잘 모르지만 개인의 차원에서는 저도 사실 그럴 때가 있는데 첫 프롬프트 할 때 얼마든지 그냥 아무거나 입력할 수 있는데 잠깐 pause, 잠깐 멈출 때가 있어요. ‘새 모델, 내가 이걸 어떻게 잘 써야 할까?‘라고 해서 오히려 멈출 수도 있는데요. 그런데 일단은 써봐야 한다고 봅니다. 새 모델이 나오면 뉴스 한쪽에 틀어놓고 한쪽에서는 나와 있는 예시를 그냥 복붙해서 넣더라도 써봐야 해요.
그래서 그 부분을 한번 짚고 싶었는데 제가 타임라인에서 이번 주에 봤던 것 중에 제 인상에 제일 많이 남은 거는 이거였던 것 같아요. 이게 Vibe Check라는 사이트를 아예 AI Studio에서 만들었는데 그래서 이쪽 왼쪽에서는 실제로 이거 자체를 바꿀 수 있게 되어 있고요. 코드를 바꿀 수 있게 되어 있고 지금 보이는 것들이 이게 silly라고 된 게 silly하지 않고 오히려 되게 재밌는데 voxel이 움직이고 있잖아요. 이게 지금 Gemini 3가 만든 거예요. 그런데 저거를 형태를 잡아서 작동하게, 그러니까 3D를 만들 뿐만이 아니라 이거를 지금 하고 있거든요. 그래서 예를 들면 뭐 할까요? 스켈레톤이, 스켈레톤이 달리고 있는 장면. 지금 이거를 바로 보지는 않겠습니다만 이 샘플을 좀 줄여서 두 개만 하면 SVG가 됐네요. voxel로 했어야 되는데 다시 해놓을게요. 그러면 queue가 걸려요. 그럼 이따가 한번 체크해 보겠지만 저런 식으로 만들어져요.
Gemini 3의 압도적 기능: Generative UI와 Voxel/SVG 생성 29:45
노정석 이게 이제 두 번째 섹션에 있는 Generative UI랑 연결되네요.
최승준 이걸 어떻게 했을까, 이게 소문이 아니라 실제로 미리 써본 사람들이 올린 거에 SVG 엄청 잘 되고 그다음에 3D voxel 이런 거 되게 잘한다는 걸 알고 있었는데 실제로 또 써보니까 느낌이 다르더라고요. 그러니까 그게 지금 함의하는 바는 하여튼 아직은 속도에 문제가 있습니다만 이런 뭔가 front-end에 대한 거라든가 user interface에 대한 거를 너무 잘하는 모델이 됐다는 거죠. 뭐든지 만들 수 있어요. 그런데 그걸 하기 위해서 여기 블로그 포스팅을 제가 번역을 해놨는데 논문도 있어요. 그런데 그걸 하기 위한 커리큘럼을 만들어서 지금 웹사이트 onboarding landing site라든가 기타 등등 너무 잘 만들어요. 그리고 아직 모든 유저에게 가 있지는 않을 수 있는데 이게 생겼거든요. 여기 보면 Visual Layout Labs가 들어와 있어요. 그래서 지금 이거 말고도 에이전트는 ultra user만 아직은 쓸 수 있는 것 같긴 한데 나왔네요. 스켈레톤이 달려가고 있는 장면.
노정석 그러네요. 정말 미치겠다, 그렇죠?
최승준 이거에서 한 번 놀랄 수 있지만 이걸 어떻게 만들었냐는 거죠. 그거를 피드백을 줘서 더 잘할 수 있는, 보통은 코딩 정도로 verifiable하지 않은 영역에서 지금 verifiable하게 했다는 얘기거든요. 시각적인 부분, 디자인적인 부분 이런 것들에 대해서 퀄리티를 인간이 최대한 공들여서 만든 것보다는 아직 낮지만 상당히 근접하게 하는 거를 어떻게 했는지에 대한 얘기가 쓰여 있어요. 블로그랑 논문에.
노정석 방법론이 어떻게 됐을지는 저희가 general하게는 이해는 하죠. 저런 non-verifiable할 것 같은 부분들에 대해서도 모델의 training phase에서 이게 좋은 거다, 이게 나쁜 거다라는 보상 신호를 만드는 일종의 시뮬레이터라든지 혹은 decision maker, 그게 본인 모델일 수도 있고 아니면 다른 policy model일 수도 있고.
최승준 그 알고리즘에서 했던 거예요.
노정석 컴퓨터를 갈아 넣으니 되더라는 얘기를 하고 싶은 거죠.
최승준 그래서 맨 끝에 이 연구의 마법 순환이라고 올해 중순 정도에 발표한 거 한 번 더 인용하거든요. 이거 bootstrapping 하는 거다, 계속 더 잘될 거라는 거예요. 이거를 보고 그 의미를 읽어보시는 거에는 제가 Gemini 3여서 여러 가지 음미할 부분들이 있지만 제가 뽑은 원픽은 이겁니다. 이게 되고 있고 여기서 이제 상상력을 발휘해 보면 지금은 아직은 시간이 걸려요. 이거 생성하는 데 또 1분 정도 걸렸었잖아요. 그리고 좀 괜찮은 페이지 만들 때는 말해놓고 좀 웃기긴 한데 5분 정도 걸리거든요. 5분이면 돼, 5분. 엄청 짧은 거긴 한데. 하하하.
속도 초지능(Speed Superintelligence): 100배 빠르고 싼 지능의 미래 33:30
노정석 참 웃을 수밖에 없는 이런 세상입니다.
최승준 그게 만약에 Nick Bostrom이 Superintelligence라는 책에서 했었던 속도 초지능, 그냥 이 정도 Gemini 3 현재의 지능 수준이나 수행 능력에서 속도만 10배 또는 100배 빨라지면 어떻게 되냐는 거죠. 이것도 이제 상상 포인트 중의 하나인 거예요. 그리고 가격이 낮아지면, 100분의 1에 100배 빨라지면, 100분의 1 가격에 100배 빨라지면 이게 불가능한 건가, 이런 거를 이제 상상해 보게 되고 만약에 혹시라도 그게 근미래에 가능해진다면 지능이 이 정도에서 멈추더라도 엄청난 impact가 있을 거거든요.
노정석 그렇긴 한데 저희가 지금 사실은 이 Gemini 3나 AI 모델이 해주고 있는 일, 대체하고 있는 일이 사실 우리가 우리의 어떤 인지적인 능력이라고 생각했던 일을 대체하고 있기 때문에 저희가 그 안에서 신기해하면서 불안해하면서 이런 저희 관점에서 판단하고 있는 거거든요. 그런데 이제 이 판단의 렌즈를 승준님과 제가 이렇게 눈을 보고 있는 단계를 넘어서 쭉 하늘 위로 올려서 어떤 역사적인 관점에서 조망을 해보면 이런 일들이 역사적으로 굉장히 자주 있어왔던 거죠.
첫 번째로는 농업에서도 있었고 그다음 산업혁명의 직조, textile industry에서 있었고 그냥 농업의 예시를 들어서 얘기를 하면 저희 아시다시피 거의 모든 산업이 다 농업에 있었던 시절이 있었잖아요. 그런데 지금은 전체 인구의 2~3% 정도만 농업에 아마 종사하고 있을 겁니다.
그때 전 인류가 농업에 종사하고 있을 때는 맨날 만나서 하는 얘기가 승준님이랑 저랑 하는 얘기와 마찬가지로 씨를 이렇게 뿌렸더니 좋더라, 뭘 했더니 좋겠더라, 저쪽 동네에 누군가가 거름을 만들어서 수확량이 늘어났더라, 당도가 높다더라, 이런 얘기들을 하면서 그런 것들이 다 모든 일상이었을 거란 말이죠. 그런데 사실은 농업 혁명, 산업 혁명 때문이고 기계 혁명 때문이지만 기계가 밭을 대신 메게 되고 화학이 발전하면서 비료가 좋아지고 그러면서 산업에 있었던 일들을 생각해 보면요. 그거에 종사하던 사람들이 전부 직업을 잃었어요. 그리고 다 기업화됐죠. 그리고 농산물 가격은 어마어마하게 떨어지고 그 자체는 굉장히 풍요로워졌죠. 그러면 그 안에서 산업에 종사하던 사람들의 관점에서 보면 가지고 있었던 모든 생산 수단을 다 잃어버렸지만 인류 전체에서 보면 대풍요의 시대에 진입했거든요. 굶어 죽는 사람 없어요. 이제 인류사에 처음으로 굶어 죽는 기아를 걱정하는 게 아니라 GLP-1으로 어떻게 살을 뺄 건가 걱정하는 그런 시대에 진입했거든요. 지금 저희 관점에서 보면 너무 당연한 세상이지만 한 200년 전, 150년 전 사람의 관점에서 보면 이해가 안 되는 거죠. 그러니까 이런 정도의 magnitude, order of magnitude적 변화를 가지고 저희도 이 세상을 바라봐야 된다는 거죠. 그러면 끝날 거예요, 그냥.
역사적 관점: 농업·산업 혁명과 인지 노동의 대체 34:40
최승준 비선형이잖아요. 선형이 아니라 비선형이잖아요. 그러니까 200년 걸렸던 게 지금은
노정석 2년에 일어날 거죠.
최승준 이렇게 된다는 거죠.
노정석 네, 그러니까 200년 동안 일어난 일이 앞으로 2년 동안 일어날 거라고 보는 게 어쩌면 맞고,
최승준 어떤 영역에서는 모든 영역에서는 아닐 수는 있지만 그래도
노정석 vertical별로 다르게 올 텐데 사실 저희가 이제 모델의 발전과 얘들이 막 먹어가고 있는 도메인을 보면 사실은 그냥 pure information 영역에 있는 것들이 제일 빨리 끝나고 있잖아요. verifiable한 도메인에 있는 것들은 그냥 모델이 computing power를 투입해서 자기들이 search해서 끝내버리는 세상이 되고 있기 때문에 저는 이제 저희 회사 안에서도 앞으로 2년이 이제 20년이라고 봐야 된다. 한 달은 1년이라고 생각하고 앞으로 20개월을 20년의 intensity로 미친 듯이 열심히 살면 우리는 다음 세상에 답을 찾을 거고 아니면 그냥 통째로 버려지게 될 거라는 거죠. 그리고 또 한 가지 재미있는 거는 농업 같은 경우에는 어쨌건 한 세대는 버려졌지만 산업혁명도 한 세대에서 1.5세대 정도, 농업은 2세대 정도가 버려졌지만 인류는 다 다음 영역으로 넘어갔잖아요. 그래서 지금 서비스 경제와 이런 것들을 구축했는데 이거는 그냥 AI는 인간의 가장 고유하고 가장 위대한 능력이라는 인지 능력, cognitive intelligence를 없애버리는 거니까 우리는 어디로 도망가야 되냐는 거를
최승준 그리고 새로운 병목이 나타나고 있다고 너무 요즘 느끼는 게 제가 이제 오늘 여기 내용에는 넣지 않았습니다만 모델을 쓸 때 늘 요새 저는 병렬로 많이 쓰거든요. 동시에 같은 프롬프트를 하더라도 여러 번, 여러 세션이나 여러 모델에도 하고 하는데 되게 피로해져요.
그리고 사람은 context switching 하는 게 쉽지 않거든요. 그런데 모델은 그런 게 그냥 세션 하나 새로 열면 되기 때문에 그거를 managing하는 거에 대한 상당히 큰 병목, 그다음에 지금보다 속도가 더 빨라지고 더 많은, 꼭 많은 양일 필요는 없지만 더 압축적인 지식이 담겨 있는 내용을 굉장히 빠르게 생성했을 때 이거를 orchestration을 결국에는 사람이 어느 부분은 아직 해야 된다고 하면 또 그걸 안 하면 곤란하니까. 되게 빠르게 피로해지거든요. 그래서 다른 종류의 병목들이 지금 일어나고 있다고 느껴집니다.
노정석 저희가 사실 처리하고 받아들이는 정보나 생산하는 정보, 그다음에 관리 감독하면서 의사 결정해야 되는 정보의 양도 사실 폭증해 있는 상태라서 저도 정말 어제 그제 일어난 일들이 컨텍스트에서 다 사라지는 신기한 경험을 하거든요. 근데 그제 무슨 일이 있었는지 전혀 기억이 안 나요.
최승준 요새 너무 머리를 많이 써야 돼요. 계속 읽고, 계속 뭔가 수행시키고, managing하고 해야 되니까 피곤합니다, 진짜.
노정석 그래서 이 타임 갭을 앞서가는 것에 뭔가 기회가 있을 거라는 생각 때문에 이렇게 열심히 사는 건데 약간 예정된 패배감도 또 있어요. 이거 하는 게 의미가 있는 건가, 내가 오늘 열심히 해서 만들어 놓은 나의 harness가 3개월 있으면 모델이 해줄 텐데.
최승준 오케이, 일단 그 정도로 해서
노정석 답을 할 수 없으니 넘어가시죠. 너무 깊게 들어갔습니다.
최승준 그다음에 재밌는 게, 저도 타임라인에서 보고 실험해 본 건데, HWP 파일, 바이너리 HWPX가 아니라 HWP를 주니까 읽고 다시 포맷팅해 줬어요. 이게 무슨 의미인가요?
HWP 파일 인식 기능이 시사하는 데이터의 이동 40:40
노정석 한국의 모든 정부와 교육 관련 데이터도 이제 다 AI로 들어온다는 건가요?
최승준 그렇죠. 그러니까 아직 HWP 파일을 쓰는 건 못 해요. 그건 좀 더 난이도가 높거든요. 근데 HWP를 읽는 건 이미 좋은 라이브러리들이 있긴 한데 이걸 어떻게 한 건지 모르지만 그냥 한국향으로 이걸 특별히 하지는 않았을 가능성이 큰데 어쨌든 들어가서 나와요. 뭐 코드가 중간에 실행되는 것 같은 건 안 보이고 그냥 모델이 해요. 왜 이걸 했을까요?
노정석 글쎄요. 최근에 소송하면서 HWP를 쓰는 것 말고는 HWP 생태계와 제가 거의 안 친해서.
최승준 저도 매우 안 친하고 싶어 하는…
노정석 어쩔 수 없이 쓰셔야죠.
최승준 네. 근데 많은 것들이 우리나라는 HWP로 있고 그게 어떻게 보면 약간 가두리를 하면서도 또 안전망을 만들어 주는 부분이 있었는데 지금은 정보가 다 거기로 흘러가게 생긴 거죠.
노정석 제 생각에는 이런 형태의 장치가 그 OpenAI의 앱 SDK도 마찬가지고, 어쨌건 플랫폼 사업자 입장에서는 밖에 있는 정보가 자기네 안으로 들어오는 건 무조건 이익이거든요. 그리고 그 들어오는 정보들이 에너지 준위가 다 다른 거죠. 쓰레기 데이터들도 있지만 유저가 직접 자신의 인텐션을 저렇게 뭔가 채팅창에 써넣는 게 비단 한 줄이더라도 그게 그냥 웹 페이지 10페이지짜리와 담고 있는 정보의 양이 같을 수 있거든요.
최승준 밀도가 훨씬 높은 거죠.
노정석 밀도가 훨씬 높은 정보인 거죠. 그래서 저희도 회사 안에서 이런 정보 처리를 하다 보면 저희가 예전에 그 “Right Questions Are All You Need” 라는 그 에피소드 하면서도 얘기했지만, 제일 중요한 건 정말 사람들이 뭘 원하는지, 인텐션을, 그 뭐죠? 내뱉는 사람이 직접 치는 프롬프트의 에너지 양과 그것의 퀄리티와, 이게 제일 중요하더라고요. 그래서 그것만 집중적으로 이렇게 manage하는 프레임워크도 만들게 되는데, 큰 의미에서는 저희가 Google과 OpenAI에, 이런 소중한 에너지 있는 토큰들을 다 몰아주고 있는 거죠.
최승준 하여튼 이게 또 하나 인상에 남았던 장면이고요. 그다음에 제가 좀, 저도 뭐 엄청 깊게 아직 파고들지는 못했는데, 놀랐던 순간이 몇 개 있습니다. 제일 처음에 만들었던 건 이거였거든요. 그래서 Gemini 첫 프롬프트를 Gemini의 그 웹 앱에서 했는지 AI Studio에서 했는지는 벌써 기억이 희미한데, AI Studio를 선택한 건 거기에 이미 많은 게 돼요. 그러니까 프롬프트를 넣으면 spec으로 바꿔주는 기능이 Gemini 웹보다는 AI Studio가 빌드가 더 강하게 들어있어서 거기서 해봤거든요. 근데 지금 제가 Strudel이라는 그 라이브 코딩, 그러니까 뮤지션들이나 미디어 아티스트들이 쓰는 라이브러리가 있는데, 그거 비슷한 걸 만들어 보자고 했었어요. 그래서 지금 이렇게 음악이 나오고 있는데, 그게 여기 쓴 코드로 생성이 되는 거예요. 그래서 지금 이게 뭘 실시간으로 이렇게 숫자를 바꾸거나 하면 이렇게 바로 라이브 코딩이 되는 거예요. 그런데 그걸 여기서 프롬프트를 넣고서는 lo-fi hip hop 같은 걸 만들어 달라고 하면 이게 지금 거의 몇 few-shot에 만들어진 거거든요. 그러면 이것에 대한 게 이 코드를, 이게 일종의 DSL이에요. 근데 Strudel에서 쓰는 게 아니라 비슷한 걸 얘가 만들었어요. 그리고서는 음악이, 그러면 속도가 지금 느려서 그런데, 이거 한 0.5… 이거 제 주변에 작가분, 미디어 아트 하시는 분들에게 보여줬더니 깜짝 놀라긴 했습니다. 지금 채팅, 라이브 코딩, 시각화, 그냥 나왔어요.
의도가 곧 현실로: 코딩과 창작의 장벽 붕괴 43:20
노정석 그러니까요. 이게 중요한 거예요. 사실 예전에는 저희가 어떤 인텐션을 가지고 있으면 그걸 현실로 만들어내는 능력을 가지고 그 사람의 능력을 평가했잖아요. 근데 저희가 몇십 년을 투입해서 쌓아온 그 능력을 얘가 없애버렸잖아요.
최승준 그러니까 약간 생각하는 순간 ‘되겠다’ 싶은 감각이 요새 좀 생기고 있어요. 그러니까 모델에 따라서 다르지만, Gemini 3.0급에서는 내가 뭘 생각하면 뭐가 되겠다, 이 감각이 약간 형성되는 중이라고 할까요? 돌리기 전에 안다는 느낌인 거죠.
노정석 맞아요. 그래서 저는 뭔가를 만들어야 되겠다는 생각이 들면 그 가장 본질적인 description 세 줄을 쓰는 걸 제 머릿속에서 돌려요. 목욕하면서 돌리고, 샤워하면서 돌리고, 길 가면서 돌리고 해서 세 줄 정도가 만들어지면 그 에너지가 가장 높은 세 줄, 그걸 “야, 나 이거 Claude Code에 넣을 거니까 spec으로 뻥튀기해 줘”라고 최상위 thinking model에 넣으면 걔가 탁 만들어 주잖아요. 내가 투입하는 세 줄에 들어있는 정보의 에너지 레벨이 그때 정말 중요하더라고요. 그래서 제가 그게 나름 아이디어의 본질을 이렇게 만들어내는 능력이 제일 중요해지는 것 같다고 말씀드렸던 이유가 그건데, 그러면 spec sheet가 매우 품질 있게 나오고 그 spec sheet를 Claude Code, harness를 장착한 Claude Code나 Antigravity나 Codex 같은 데 던지면 그냥 끝나버리거든요.
최승준 그럼 나오는 거죠.
노정석 나오는 거죠.
최승준 처음에 초기 프롬프트를 생각하고 뻥튀기하는 프롬프트를 돌릴 건데, 거기에서 좀 더 확인이 필요한 질문 정도 받고 해서 한두 차례 티키타카해서 나오는 체크리스트를 그냥 돌리면 나오거든요. 안 되는 경우도 물론 있긴 합니다만, 많은 경우 나오거든요.
노정석 그렇죠. 물론 그걸 가지고 production을 하는 건 다른 이야기이긴 합니다만, 근데 그것도 곧 끝날 문제긴 해요. production의 DevOps도 그것만 전문으로 하는 애를 잘 붙이면 되는 게임이니까.
최승준 하여튼 이런 거 해봤고, 또 Yi Tay가 다시 Google로 돌아갔잖아요. 그래서 거기서도 Yi Tay가 프롬프트 좀 올린 게 있어서 해봤는데, 그것도 여기서 한번 볼까요? 이렇게 Minecraft 비슷한 걸 만드는데, 그냥 Yi Tay는 한 문단만 썼어요. 그래서 가을에 낙엽이 떨어지는 무한히 펼쳐지는 공간을 만들어라 했는데, 저는 한 번에는 안 됐고, 약간 소리까지 붙여서 걸어갈 때마다 도토리 같은 거 주우면 소리 나게 그냥 나왔어요. 하여튼 이런 게 잔뜩 있는 게 그 ‘Vibe Check’, 아까 보여드렸던 AI Studio의 그 bundle이에요.
물리학 시각화 사례: Nano Banana Pro의 활용 47:30
그래서 그게 있고, 또 이건 타임라인에 물리학자인 한정훈 교수님의 것을 보고서는 그림을, 이렇게 약간 양자역학에 관련된 거, 저는 이해는 못 합니다만 올려주신 걸 보고서는 이게 어제인데, Nano Banana Pro에다가 이걸 입력해 보면 어떨까 했더니 이렇게 만들어졌어요. 이게 약간 이렇게 이산적으로 가서 계산의 경로가 나오는, 뭔가 그런 쪽이었어요.
노정석 제가 이 notation은 다 못 읽겠는데, 이게 정확히 맞는 거죠?
최승준 그러니까 한정훈 박사님이 댓글에 이거 맞는다고, 근데 되게 예쁘게 그려줘서 책 쓰는 데 좀 도움이 될 것 같다고 이렇게 feedback을 주시긴 했거든요. 근데 거기에 댓글에 그렇게 이산적으로 path가 깔끔하게 이렇게 arc가 되는 게 아니라 또 다른 학자분이 되게 약간 지그재그로 하여튼 좀 왔다 갔다 하면서 가는 게 맞지 않냐고 해서 그 feedback을 줬어요. 그랬더니 Nano Banana Pro가 이렇게 그려줬습니다. 그래서 이걸 입력을 했죠. 뭐에 입력을 했냐면, AI Studio에. 그래서 나온 게 이겁니다. 물론 그림만 입력한 게 아니라 그 대화의 맥락까지 준 거예요. 그래서 지금 auto-run, auto-run이나 스텝 한번 하면은 벡터가 이렇게 이산적으로 가고 있죠.
노정석 잘 가네요.
최승준 이게 사실은 양자 오류 정정에 관련된 뭔가였던 것 같아요. 근데 그것을 시각화가 지금 상호작용하게 됐죠. 이게 어제부터 되기 시작한 일입니다. Nano Banana Pro의 유즈케이스는 지금 너무 많거든요. 좋은 것들이. 근데 이제 단면적으로 제가 인포그래픽이나 뭐 그런 것들도 있긴 하지만
노정석 어제부터 되기 시작한 일입니다의 의미는 어제 Nano Banana Pro가 출시됐습니다를 말씀하신 거죠.
최승준 Nano Banana Pro를 가지고 썼던 이렇게 두 번째 프롬프트였거든요. 하기 전에 ‘될 거다’라는 심증이 있었어요. 요게 여기로 될 걸, 그다음에 요게 여기로 될 걸.
노정석 그 심증이라기보다는 거의 99%의 확신이 있으셨던 거죠, 사실.
최승준 99%까지는 아니지만 거의 ‘될 거다’, 뭐 하여튼 ‘되겠지’…
노정석 97%로 해줍시다. 네.
최승준 그런데 이게 아직은 인식 자체가 들쭉날쭉하긴 하거든요. 그래서 이제 마무리 부분은 그 AX에 대한 건데요.
현장의 AI 트랜스포메이션(AX): 유치원 교육 자료 제작 사례 50:50
노정석 AI 트랜스포메이션, 네. 이거 한국만 AX라고 쓰지 globally AX라는 표현이 없더라고요.
최승준 아, 그래요? 그러면 이것도 약간 좀 고쳐야 되겠네요.
노정석 AI 트랜스포메이션. 디지털 트랜스포메이션도 안 된 세상에 지금 AI 트랜스포메이션을 강요받고 있는 세상입니다.
최승준 저번 에피소드를 통해서 제가 유치원을 하고 있다는 거는 이제 많은 분들이 아셨을 것 같긴 한데요. 그 Gemini 3가 나오고서는 이걸 좀 핸즈온 워크숍을 해야겠다는 생각을 가지고 뭔가를 해 봤어요. 근데 제가 유튜브에서는 비교적 자유롭게 얘기하지만 그 정보량을 보통 얘기하기는 사실 어렵거든요. 매우 주의해야 된다고 생각합니다. 그래서 조심스럽게 케이스들을 좀 만들어 봤었는데요.
그래서 이거 같은 경우는 이 예시가 좋을 것 같네요. 선생님들이 그 가정에 보내는 교육에 관련된 한두세 문단 정도의 글을 AI Studio에다 입력을 하고서는 그걸 인터랙티브 콘텐츠로 바꿔 보자고 프롬프팅을 한두세 줄 했어요. 그랬더니 여기서는 그 소리의 물성 실험, 그래서 어떤 다양한 소리를 어린이들이 탐험할 수 있게 지원하는 이야기가 짧게 있었는데 그것의 사진을 보고서는 이걸 그리고 상호작용하게 만들고 그것에 대해 질의를 나눌 수 있는 그것까지가 원샷으로 나왔어요. 그래서 그걸 모든 반의 케이스로 제가 만든 거예요. 이게 다른 사람의 맥락으로 할 때는 잘 와닿지 않을 수 있거든요. 그래서 자기가 했던 것이 어떻게 변화하는가, 증강하는가, 또는 고민의 지점이 생기는가, 그런 것들을 선생님이 썼던 글에서 그걸 인용하고 인터랙티브 콘텐츠를 만들면서 의미를 짚는 것들을 보여드렸는데 이건 놀라시긴 했지만 착 감기는 느낌은 또 아니었어요.
그래서 뭘 더 해야 될까. 그래서 제가 AI 트랜스포메이션 하는 전략은 처음에는 1 on 1을 한 거죠. 집합 교육을 해서 모여서 강의를 짧게 할 수도 있지만 워낙 유치원은 바쁘기 때문에 시간을 내는 것에 신중해야 하거든요. 그래서 일단은 제 시간을 써서 1 on 1을 하고 그다음에 이제 제 감을 좀 키운 다음에 뭘 하면 더 좋을까 하는 건데, 며칠 있다가, 아니 이틀 만에 Nano Banana Pro가 나온 거예요. 이건 되겠다라는 느낌이 왔죠. Nano Banana Pro를 가지고 했던 것이 아, 이 위에 있네요. 이걸 보면 이제 여기도 어떤 놀이 기록에 대한 건데, 인포그래픽을 만드는 것도 물론 한 번에 그 어떤 이야기에 대해서 인포그래픽을 만드는 것도 됐지만 이제 선생님들에게 좀 더 와닿았던 것은 평소에 기록을 체계적으로 잘 해 놓기만 하면 이런 식으로 의미를 짚어주는 슬라이드가 생성되는 것은 이걸 그대로 쓰려는 건 아니지만 상당히 도움이 되는 것 같다는 피드백을 이끌어 낼 수 있었죠.
노정석 파워포인트가 원샷으로 찍혀 나오는 세상입니다.
최승준 그렇죠. 근데 여기에 재밌는 것은 제가 프롬프트를 한 것도 볼 수 있거든요. 그래서 ‘교사의 의도와 진행 과정 및 그 의미를 소개하는 슬라이드 덱을 만들어 줘. 어린이들의 어떤 이야기를 경청해서 교사가 어떻게 재구성을 했는지를 드러내면 좋겠다.’ 한 문단 정도의 것인데 이것에 대해 피드백을 받아 보니까 물론 이미지는 생성된 거라서 실제로 우리 교실의 이미지로 대치하면 더 좋긴 하겠지만 상당히 의미 있는 내용들이 들어가 있다는 피드백을 받았어요. 그래서 이건 전체 회의에서 할 수 있었거든요. 그래서 두 단계가 있었는데, 하나는 처음에 1 on 1 한 것, 그다음에 제가 유즈케이스, 1 on 1을 통해서 얻은 피드백을 바탕으로 조금 더 와 닿을 수 있는 유즈케이스를 전체를 대상으로 한번 소개한 것이고, 그다음에 다시 1 on 1을 했었어요. 짧은 시간이지만, 그래서 그것에 대해서 어떤 인상이 있었는가, 어렵게 느껴졌는가 아닌가 했을 때는 조금 더 솔직한 이야기를 들을 수 있었죠. 그래서 그걸 이번 주에 했었거든요. 이게 나왔고, 하지만 어떠한 우려 사항이 있고 그것에 대해 조직의 구성원들이 어떻게 생각하고 이걸 배울 수 있는지에 대한 그 경로를 탐색하는 작업을 빠르게 진행을 해봤던 것 같습니다. 그리고 이제 교사들이 개발자가 아니니까 뭔가 이 인식의 전환이 필요한 것, 뭐 그런 것들에 대해 좀 제가 메모했던 것을 그냥 붙여넣기 해 놓은 건데요. 이게 힘들지만 이 방식이 사실 쉽게 스케일업이 되는 건 아니지만 또 은근 좀 재미있고 뿌듯한 부분이 있었고, 그래서 이건 이제 저의 접근이긴 합니다만 이걸 거의 제로데이에서 할 수 있었다는 거죠. 의미 있는 유즈케이스를 찾아서.
노정석 네, 맞습니다. 충분한 컨텍스트를 축적한 사람이 어떤 의지의 방향을 가지고 버튼을 누르면 마법 같은 일이 그냥 눈앞에 바로 펼쳐진다는 것을 그 케이스로 보여주고 계시는 거죠.
최승준 그렇죠. 근데 그걸 하려면 대상이라고 해야 될까요? 어쨌든 그 변화를 이끌어내고 싶은 분들의 맥락에 맞게 들어가야지만 좀 임팩트가 있는 것 같다는 게 러닝 포인트고요.
노정석 맞습니다. 그러니까 승준님도 이 말씀을 하시면서 승준님과 AI 사이에서의 어떤 병목은 없어요. 항상 지금 거의 말씀하시는 주제가 나와 AI 사이가 아니라 나와 다른 사람 사이의 병목이 문제인 것들이거든요. 아마 대부분의 회사와 조직들에도 똑같을 거예요. 그래서 회사 안에 승준님과 같은 역할을 하는 한 명의 챔피언이 있어야 되는 거고, 그다음에 그 챔피언의 발목을 잡는 사람이 있어선 안 되거든요. 만약에 챔피언이 무능한 매니저 아래에 있으면 그 무능한 매니저의 능력만큼 아마 후퇴될 겁니다. 그래서 의사 결정 층에 계시는 분들이 이런 다이내믹스를 명확하게 이해하고 조직의 세팅도 할 수 있어야 되는데, 그러려면 본인이 이게 어떤 건지에 대한 고민과 어떤 틀이 필요하기 때문에 다시 승준님이 초창기에 하셨던 말씀으로 돌아가면 직접 써보면서 본인이 핸즈온 하면서 어떠한 감을 가지고 있지 않으면 이건 그냥 뉴스만 보고 이렇게 하면 되겠다, 저렇게 하면 되겠다 할 수 있는 것들이 아니다, 이런 말씀을 드리고 싶어요.
최승준 그렇죠. 근데 이제 모든 조직이 개발 조직은 아니기 때문에 좀 더 일반화를 하려고 하는 관점에서는 건강한 마찰은 저는 도움이 된다고 봐요. 아까도 선생님들이 처음에 착 반응을 안 해줬을 때 물론 제 마음속에서는 내심 실망이 있을 수 있겠죠. 근데 그러면 어떻게 하면 더 잘 도달하게 할 수 있을까, 더 좋은 유즈케이스가 뭘까 같은 걸 고민할 수도 있고,
제 관점이 아니라 다른 관점, 예를 들면 아날로그적인 접근이라든가 우리가 정말 잊지 말아야 되는 교육에서의 중요한 포인트들로 약간의 브레이크를 걸어 주시는 분들이 있을 때 저희는 개발 조직은 아니니까 더 의미 있는 방향, 교육에서의 의미 있는 방향을 찾아갈 수 있어서 저는 건강한 마찰은 중요하다고 생각합니다.
노정석 좋습니다. 그 이야기와 이제 이 Antigravity가 바로 이어져요.
Antigravity 리뷰: CLI의 장벽을 낮추는 Agentic 도구 58:50
최승준 Antigravity, 정석님이 아주 그냥 깜짝 놀라셨다는 이야기 들었는데요.
노정석 아니 뭐 깜짝 놀랐다기보다 당연히 될 거라고 예상했던 건데 사실 UX도 잘 뽑아놓은 것 같고, 그다음에 이제 Claude Code가 터미널에 잡혀 있기 때문에 부족했었던 지점, 그리고 Antigravity를 써보고 하면서 커맨드 라인 CLI, 터미널을 띄우는 것 자체가 일반인들, 엔지니어가 아니셨던 분들에게는 얼마나 큰 장벽이었을까가 새삼스럽게 좀 느껴져요.
Homebrew로 npx를 인스톨하고 Node.js를 까는 것 자체도 안 해본 사람들한테는 이게 큰 장벽일 텐데 이 Antigravity를 다운로드해서 그냥 설치하고 켜고 나머지를 그 안에 있는 agent가 알아서 하게 하는 것에 그 작은 허들을 바꿔주는 것만으로도 이거 꽤 의미가 있겠구나라는 생각이 듭니다.
최승준 그래서 저도 지금 뭔가 아주 그럴듯한 거는 못 만들었지만 이거 되겠구나 싶은 포인트가 있었거든요. 그래서 terminal만이 아니라 일반 유저들은 그 terminal에서 edit, 편집이 쉽게 되지 않는 게 되게 불편해요. 왔다 갔다 못 하는 거, 단축키로만 해야 되는 거.
노정석 그리고 그 폴더의 개념, 폴더의 project들이 서브 폴더에 어떤 식으로 늘어져 있는지 engineer 출신들은 익숙하지만 그렇지 않은 분들한테는 그것 자체도 굉장히 익숙하지 않은 개념이고
최승준 근데 web app이나 아니면 이런 데에서는 못하는 batch 작업들이 일상에는 너무 많거든요. 파일을 한 번에 쭉 변환한다거나 우리가 가지고 있는 이미지나 영상을 직조해서 콘텐츠를 만든다거나 이런 것들이 쉽게 되는 일이 아닐 수 있는데 이제는 되겠구나 싶었어요.
노정석 그리고 Antigravity나 Claude Code가 저는 이제 Claude Code 류의 방향이 있는 것 같고 이 Antigravity라든지 아니면 그 Codex라든지 이 두 가지 방향성이 좀 다른 것 같거든요. Claude Code는 느낌상으로 보면 조종간이 굉장히 많은 어떤 우주선의 cockpit에 앉는 그런 느낌이고 Codex나 Antigravity는 그냥 Tesla 우주선에 앉는 그런 기분,
최승준 훨씬 agentic하죠.
노정석 훨씬 agentic하죠. 그렇기 때문에 무언가 본인의 controllability, 제어 가능성을 높이고 싶어 하는 engineer 출신들은 Claude Code가 훨씬 더 편하고 좋게 느껴질 텐데 그래서 사실 engineering community는 거기에 skill을 붙이고 agentic한 어떤 guardrail들, 이런 것들을 막 MD 파일들, 프롬프트 덩어리들을 쭉 이어 붙이는 형태로 또 그 자체가 패키지화된 경우도 많거든요.
그리고 그거에 편안함을 느끼고 근데 이제 Antigravity나 Codex는 사실은 그런 것들은 매우, 너무 관료적인 거다. 왜냐하면 그렇게 네가 어떤 process를 제안하는 그 능력조차도 모델이 훨씬 많이 알 텐데 knowledge 측면에서 왜 굳이 그렇게 막 team process나 이런 것들을 제한하지? 우리가 훨씬 우월한데.
이 방향이 두 개가 갈려 있는 것 같아서 저도 처음에는 Claude Code를 굉장히 편하게 느꼈었는데 agentic하게 자기가 알아서 해버리는 것들에 약간의 불편함이 느껴지고 Claude Code로 많은 harness들, TDD spec 먼저 쓰게 하고 test 쓰게 하고 test 통과한 것들만 구현하게 하고 이런 것들 해서 강하게 harness를 걸었던 거를 한 이틀 동안 거의 다 걷어냈거든요. 그냥 Antigravity한테 에너지 준위가 높은, 내가 정말 만들고 싶은 어떤 essence를 잘 공급하는 게 훨씬 남는 장사다, 이런 쪽으로 한 이틀 동안 생각이 또 확 바뀌어서
최승준 근데 이런 얘기들을 5월 달에 Codex 나왔을 때 OpenAI에서 그 풍요의 마음, abundance mind라는 얘기로
노정석 abundance mindset.
최승준 예, abundance mindset, 하여튼 그거를 얘기를 했었거든요. 근데 그때는 온도가 확
노정석 확 와닿지 않았죠.
최승준 근데 지금은 ‘아, 그거구나’ 싶은 부분이 있죠.
노정석 맞습니다. Antigravity가 Claude Code에서 어색하게 느껴졌었던 부분들, 약간 IDE와 어설프게 융합돼서 느껴지는 불편함이 있었거든요.
그냥 window 한 칸 정도만 붙여 놓은 거지 Cursor 레벨에 이렇게 editor와 깔끔하게 붙어있는 느낌이 아니어서 그냥 차라리 terminal과 Emacs를 쓰는 걸 선택했었는데 저는 솔직히 Cursor의 열혈 유저는 아니기 때문에 지금 Antigravity가 주고 있는 이게 Cursor에 이미 구현돼 있을 수도 있어요. 저, Cursor는 거의 안 쓰거든요. 유료 결제를 해 본 적도 없고 그래서 느끼는 그냥 충격일 수도 있는데 Claude Code가 어색하게 있었던 불편함들이 여기에 너무 잘 들어간 것 같아서 저는 편했어요.
최승준 그렇죠. 그리고 test하는 게 아주 가관이지 않았습니까?
Playwright이나 이런 거 통해서 하는 게 아니라 그냥 Chrome extension 한번 설치하게 유도한 다음에는 바로 그냥 브라우저, 아마 CDP 쓰는 것 같은데요. Chrome DevTools Protocol 써서 바로 버튼 눌러서 프론트엔드에서 user test하고서는 그거에 대해서 console에 log 뭐 찍히나 보고서는 계속 고쳐 나가니까 안 되는 것도 많지만 잘 되는 것들이 확 늘어났어요. 그리고 그거 녹화하던데요.
노정석 네, 녹화해서 artifact로 다 남겨주죠. test 통과, 실패한 것들 case 다 보여주고 그리고 그러한 의사결정의 과정도 굉장히 agentic하게 잘 분기하고 잘 처리하기 때문에 그러한 판단을 모델이 훨씬 잘하기 때문에 저는 아까 말씀드린 것처럼 Claude Code 베이스로 무언가 harness를 계속 강화하고 안에서 skill set들 집어넣고 하는 거 아무 의미 없다. 그 방향성은 그냥 빨리 유턴하는 게 맞겠다라는 생각이 들고 있습니다.
최승준 그렇죠, 모델은 Gemini지만 결국에 harness는 Windsurf 핵심 인물들이 가서 Cascade라는 이름이 슬쩍 나오더라고요.
노정석 아무리 모델이 나오더라도, agent가 나오더라도 harness는 계속 있을 거거든요. harness라는 말은 어떤 특정한 계층을 가리키는 게 아니라 어떠한 layer가 생기든 그 layer 위에서 추상화하는 걸 저희는 계속 harness라고 부를 거기 때문에 harness는 영원할 거라서 그러나 그 harness가 하는 역할과 어떤 layer의 준위가 계속 abstraction 방향, 상향으로 올라갈 거라서 그래서 이번에 Antigravity, Windsurf 창업자가 나와서 한 10몇 분짜리 demo하면서도 쓰는 그 프롬프트들이 그냥 자기가 원하는 그 어떤 목적물을 가장 명료하고 간결하게 이렇게 설명하는 것이 중요한 거지 중간에 어떤 일이 일어나는지는 중요하지 않다. 내가 알아서 다 하니까.
최승준 하나 딸깍 넘어갔어요. 그런 식으로 약간 verbose하게 뭔가 하게 그러니까 중언부언하기보다는 딱 핵심을 말하면 알아서 잘 딱 깔끔하고 센스있게 모델이 한다는 게 Gemini 3.0에서 좀 내세우는 부분인 것 같더라고요.
노정석 근데 확실한 방향성은 모델의 capability는 계속 증가할 거고 그다음에 저희가 이 Antigravity나 Claude Code에 남기는 이 작업들의 trail, 성공한 작업들은 dataset으로 들어갈 거고 성공하지 않은 것들은 버려질 건데 그렇기 때문에 얘가 exponentially 발전하는 trend는 계속 가속화될 거잖아요.
그러니까 저희는 이렇게 판단하는 게 맞아요. 이 engineering과 관련한 부분들을 조금 빨리 알기 때문에 더 좋은 harness를 만들어서 한 2~3개월의 우위를 차지할 수 있는데 그 세상이 금방금방 끝날 거니 그 harness 자체를 파고 engineering적인 거 파는 거는 노력을 조금씩 덜 써야 될 것 같아요. 결국은 현실에 있는 문제를 찾는 능력, 그리고 그걸 정의하는 능력, 예전 같았으면 consultant, business consultant, McKinsey 사람들이 와서 하던 거.
엔지니어를 위한 제언: 도구 개발보다 문제 해결(Business)에 집중하라 1:06:30
최승준 근데 지금 약간 외삽을 해보면 문제 해결 능력을 가진 것 대비 문제를 보유하거나 찾은 게 비대칭인 거 아니에요? 훨씬 더 그쪽이 유리한 거 아니에요?
노정석 그러니까 그게 승준님 방금 말씀하신 게 핵심인데 문제를 보유하고 있는 사람들은 굉장히 많지만 그것을 AI 세상이 이렇게 바뀌었기 때문에 내 문제를 이런 식으로 쉽게 해결할 수 있구나라는 관점의 전환이 대부분의 문제 보유자, problem holder들한테서 안 일어나 있거든요. 근데 이제 그 case들을 저희가 앞으로 1~2년 동안 많이 보게 될 거고 그리고 굳이 비즈니스적으로 해석하면 이래요.
예를 들어서 그 문제의 보유자, 어디 뭐 중견기업으로 칩시다. 그들은 그 문제를 해결하는 전통적인 방식을 위해서 굉장히 비싼 B2B SaaS라든지 이런 것에 예를 들어 연에 100억을 지불하고 있었다고 치면 이 AI를 하는 사람들은 그 100억을 지불하면서 하나의 회사가 고용되고 30명에 50명, 유지 보수까지 치면 100명 단위의 그 members가 막 들어가서 하던 일을 여기에서 아마 5명 정도가 할 거거든요.
5명 정도 하게 되면 이들은 100억에 하던 것을 30억에 부를 건데 사실상 들어가는 원가는 이 모델의 능력치 때문에 5천만 원이 안 될 거라고요. 그래서 이 5명의 사람에게는 29억 5천만 원의 어떤 margin이 생기는 거고 저쪽에 비효율 덩어리에 있었던 산업은 100억의 산업이 통째로 다 사라져 버리는 게 생길 거죠.
이 일이 그럼 언제 벌어질 거냐. 100억을 지불하고 있었던 problem holder가 이렇게 해결할 수 있는 마치 Palantir 같은 회사를 발견하거나 혹은 나의 경쟁사인 누군가가 저런 방식을 써서 비용을 엄청 줄이고 훨씬 더 dynamic한 어떤 software 환경을 구축했다라는 것을 보게 되는 순간 변화가 극심하게 일어나기 시작하겠죠.
그러니까 지금 우리가 가야 되는 올바른 방향은 저 문제를 인지하지 못하고 있는 그 문제의 holder들과 AI 세상 사이에 존재하는 time gap과 domain gap, AI의 영역이 아닌 지극히 인간적인 부분들에 집중해야 되고 거기에 거의 대부분의 value가 다 모여 있다고 생각해요.
최승준 제가 듣고 느끼는 거는 time gap의 그 어떤 신호는 결국에는 fast follower들이 할 수 있는 best practice가 나타나는 그 시점이네요. 그 뒤는 ‘되는구나’를 아니까 할 수 있는 거잖아요.
노정석 맞아요. 그렇게 되면 또다시 수요자와 공급자가 많아져서 어떤 market의 어떤 다른 평형점에 갈 텐데 사람들은 그런 결과들만 보고 이럴 거다 저럴 거다 예측을 하는데 항상 부를 거머쥐는 사람들은 그 전환기에 들어가서 그 혼돈들을 정리하며 어떠한 형태로든 market leadership을 확보하는 사람이 생기게 마련이거든요. 그러니까 그 구간이 중요하고 그 구간이 앞으로 2년 동안 일어날 일이기 때문에 여기에 지금 준비해 가야 되는 거죠. 그래서 제가 그 긴 이야기를 짧게 하면 소프트웨어 엔지니어분들에게 할 수 있는 얘기를 완전히 압축해서 얘기를 하면 지금 Claude Code나 Antigravity나 이거를 잘 쓰고 이걸 harness를 잘 만드는 그 능력을 개발하는 거 별로 안 중요하다.
그 능력을 어느 정도만 갖추고 있다면 문제를 가진 사람을 빨리 찾아서 그 문제를 해결해서 내가 구축한 어떤 workflow가 그 사람을 lock-in시키고 거기에서 뭔가 계속 retention이 일어나거나 아니면 거기서 scale이 보이거나 이런 인간적인 구간으로 가는 게 훨씬 중요하다. 더 직접적으로 얘기하면 소프트웨어 엔지니어임은 빨리 내려놔라 빨리 사업가적 마인드로 전환하는 어쩌다 보니 Antigravity와 Claude Code를 조금 빨리 쓴 사업가의 관점으로 접근하는 게 지금은 가장 옳은 방식이라고 저는 정의하고 있습니다. 지금 현재로는.
최승준 결국에는 도망자 연합에 대한 얘기로 흘러가야 될 타이밍이긴 하네요.
‘도망자 연합’ 모임 안내 1:11:55
노정석 맞습니다. 그런데 이제 도망자 연합에 대한 이야기는 저희가 지금 녹화를 토요일에 하고 있는데 아마도 오늘 오후에 도망자 연합에 제가 이메일을 발송할 거고, 이메일을 발송하고 너무 좋은 분들이 많이 지원해 주시고 그 안에 problem solver와, 그러니까 문제 해결자와 문제를 가지고 계신 problem holder들이 혼재해 있어서 holder와 solver가 한번 만나서 이야기하는 그런 장은 필요하겠구나, 오프라인 형태가 됐든 온라인 형태가 되었건 그게 도망자 연합의 나아갈 방향성이지 않을까 싶어요.
최승준 그러면 이 영상이 publish될 때쯤에는 이미 notice가 나간 상태로
노정석 나간 상태일 겁니다. 아마 되어 있겠네요.
최승준 그러면 오늘의 마지막은 저희가 나름 팟캐스트의 장점이 비슷한 걸 얘기하지만 저희 멤버들 성현 님, 정석 님, 유진 님, 저 포함해서 다른 관점들을 또 가지고 있지 않습니까? 그렇기 때문에 아무래도 청취자분들께 어필하는 부분이 있을 것 같은데요. 오늘도 대화하면서 느꼈지만 지금 현상은 훨씬 고차원적인 거고 그거의 그림자인 manifold를 보는데도 그것조차도 고차원이라서 다양한 각도에서 봐야 되겠다는 생각이 들어요.
클로징: 급변하는 시기, 다양한 관점의 중요성 (Syncretism) 1:12:45
노정석 맞아요. 관점에 따라서 상이 다 다르게 맺히고 있는
최승준 그렇기 때문에 또 이 풍경은 또 그게 고정되어 있는 게 아니라 변화하고 있고 내가 엔지니어의 관점에서 보느냐 사업자의 관점에서 보느냐, 그 이동하는 경로에 따라서도 풍경은 바뀌어 보일 거고 그렇기 때문에 그런 것들을 여러 사람이 보고서는 함께 이야기를 해야지 좀 더 밀도 높은 정보를 얻을 수 있지 않을까라는 추측을 하게 됩니다. 그게 지금 동시대인 거죠. 그랬을 때 한 가지 제언을 하자면 서로 다른 가치관이 있더라도 그것을 배제하기보다는 Syncretism이라는 용어가 있더라고요.
그게 약간 다른 의견이나 믿음을 가지더라도 어떤 상황이 더 큰 적이 있다거나 더 큰 의미가 있는 상황이라면 얼마든지 협력할 수 있다 같이 한 바구니에 넣을 수 있다는 그런 관점이라서 저는 tech의 가속하는 것에 대해서 전망하는 것과 신중한 사람들 이런 것들을 이렇게도 볼 수 있구나, 저렇게도 볼 수 있구나 하는 것들이 소통이 되면 더 좋은 상황이지 않을까 좀 naive한 생각일 수는 있긴 하죠. 왜냐하면 정말 믿음이 다르면 어울리기 어렵거든요, 사실.
노정석 네, 맞습니다. 그런데 이제 저희가 unlearn, learn 배운 것만큼 빠르게 버리는 것도 중요하다고 얘기하는데 저희가 얼마 전까지만 해도 유행하던 용어 중에 ‘꼰대’라는 게 있었잖아요. 관점이 굉장히 한 방향으로 굳어져서 다른 관점과 타협하지 않는 사람들을 ‘꼰대’라고 불렀는데 지금은 그분들이 제일 위험한 세상이 됐죠. 빨리빨리 plastic하게 마치 어린아이처럼
최승준 뇌 가소성인 거죠. 일종의
노정석 네, 배워야 되는 그래서 저는 지난 에피소드에 승준님이 아이들의 교육을 위해서 어떤 걸 해야 되는가라는 말씀을 하셨던 거에서 거꾸로 저희 조직에서의 insight도 많이 배웠거든요. 모두가 다 유치원생이 된 것 같은 그런 느낌이 들어요.
최승준 그러게요. 거기에 대해서 또 생각할 많은 거리들이 있지만 오늘 이미 충분히 길게 했기 때문에
노정석 길게 했기 때문에 이 정도에서 끊어야 되겠습니다.
최승준 오늘도 재밌었습니다.
노정석 예, 승준님, 오늘 또 많은 가르침 감사드립니다.
최승준 예, 감사합니다.