('24.1Q 결산) 비개발자가 3개월 간 개발하면 달라지는 변화는?

안녕하세요,

AI 이미지 어시스턴트, 플라멜(Flamel)을 만들고 있는 이정민 입니다.

저는 예비 창업자 시절부터 시장 분석 및 전략 수립에 집중하고 있었습니다. (+ 서류...)
즉, 팀 내에서 사업적인 행동보다는 말이 앞설 수 밖에 없는 사람이었던 거죠.

제가 스스로를 돌아봐도 대표님 @황현지 를 포함해 @조현영 @정우성 님의 실행력과는 조금 거리가 있었습니다.

그런데 그 동안 맡아온 역할 자체가 일이 없는 건 아니라서 무언가를 막 했습니다.

지난 1년간 빠르게 팀이 시장의 관심을 받도록 움직였고, 그래서 더브이씨 기준으로도 '꽤나 조회를 받고 있구나' 라는 것이 확인되었습니다. 팀의 프로덕트는 여전히 개발 중인데 말이죠.

(사실 저 수치에는 함정이 있는 것이, 외부 프로그램을 하면 기사가 한 번 씩 나서 오르는 경우가 있습니다. 그런데 외부 프로그램 참여는 개발만 집중해도 제대로 뭐 하나 만들기 어려운 소규모 팀에게 기회이자 독일 수도 있어서 참여에 신중해야 합니다.)

(그림 1) 스모어톡 - 더브이씨 조회 화면

위 성과(?)에도 불구하고 23년도 회고 글(링크)에서도 언급했지만

• 소규모 팀이 커스텀 모델 기반 B2B 를 하기에는 한계가 있다

• 소규모 팀이 성공하려면 어느 정도 정렬된 사용자의 니즈에 기반한 프로덕트가 있어야 된다

의 생각을 확신하게 되었습니다.

팀의 프로덕트가 여전히 개발중이다 라는 현실은 사용자의 니즈 파악부터 시장의 움직임을 파악하는데 필요한 시간이 있었음을 감안하더라도 이제는 속도를 내야 되지 않을까 라는 생각을 강하게 만들었습니다. 그래야 홍보나 판매를 해서 팀의 가치를 더 끌어올리겠더라고요.

아래 그림을 보면 사실 전반적으로 디자인 툴이 Live product의 출시 주기가 늦는 경향을 보입니다.

그런데 저희도 늦으라는 법은 없고, 지금까지 취합한 니즈를 기반으로 프로덕트를 출시해서 피드백을 받으면서 크는 게 나을 수도 있다고 생각했습니다.

(그림 2) 유명 SaaS 의 $1M ARR 달성 까지 소요 주기 그래프

사실 AI 프로덕트와 관련해서 세상 그 누구도 정답을 모른다고 생각합니다.

(차라리 Web3 는 투자 관점에서 Winning strategy 가 어느 정도 정리가 되었는데...)

여태 까지 돈을 벌어본 팀이 별로 없었고, 이 생태계의 확장을 가져온 ChatGPT 도 첫 출시 이후 고작 1.5년이 지났습니다. 온 세상에서 AI를 떠들고 있지만, 실제 현실에서 사용자가 AI를 받아들이는 속도는 매우 제한적이라는 사실을 이제는 모두가 조금씩 알고 있습니다.

그래도 시간이 흘러 B2C 프로덕트에 다가올 기회에 맞춰 준비를 해야 할텐데,

'짜증스럽게도' AI 는 스타트업에게 2가지 문제를 가져다 줍니다.

하나는 비용, 다른 하나는 기술적인 차별성 입니다.

일단 비용.

Lambda labs 기준 A100 1장 기준 1시간에 2,000원이지만 사용할 수 없고,

AWS 는... 심지어 GPU 1장으로는 어떤 최적화를 하더라도 절대 서비스를 운영할 수가 없습니다.

(사용자 분들께서 생성에 소요되는 시간이 길어지더라도 기다려주시면 가능하지만 UX 단계에서 사실상 불가능한 것이죠.)

(그림 3) 꿈을 가진 자들에게 GPU를 파는 갓 Nvidia (에게 파는 TSMC, SK하이닉스, 삼성전자)

다른 하나는 기술적인 차별성입니다.

이것이 1Q 에 제가 '개발에 완전히 집중하겠다' 를 선언한 이유였기도 한데요.

AI 는 현재 얼리어답터가 주요 소비층으로 존재하는 시장입니다.

그 말은 더 좋은 프로덕트가 나오면 기존 프로덕트에 락인(Lock-in)되기 보다는 바로 신규 서비스로 이탈할 가능성이 높다는 뜻입니다.

한국어 사용 최적화, 일부 UI 개선 등으로는 '절대', 단연코 '절대' 이 시장에서 살아남을 수 없다고 자신합니다.

그런데 이 말을 하고 다시 우리 팀을 돌아보니 우리도 잘못하면 먹힌다 라는 생각이 들기 시작했습니다.

(그림 4) 진짜 AI 스타트업은 과연 무엇일까 (사실 Wrapper 도 Wrapper 나름)

정말 쉽게 AI 를 잘 사용하려면 단순 API Wrapper 로는 어렵습니다.

서비스 뒤에서 여러 가지 최적화 단계를 구현해야 하는데요.

(그림 5) AI 이미지에도 퀄리티 차이가 크게 존재한다 (참고 이미지)

예시를 들어보면 사용자는 보통 우측의 이미지를 원합니다. 그런데 초기 사용자들이 최초로 만드는 이미지는 좌측의 이미지에 가깝습니다.

(사실 왼쪽 이미지도 보통 못 만드는 것이 현실입니다.)

즉, 사용자 화면에 바로 좋은 이미지를 제공하려면 결국 개발 단에서 해결해야 합니다. 그것도 '비용' 을 고려해서 개발해야 합니다.

생성 이미지 품질 개선 외에도 저희가 그 동안 진행해온 유저 인터뷰 결과 현업에서 가장 필요로 하는 기능이 크게 두 가지가 있습니다. 그리고 해당 기능을 구현해낼 수 있어야 우리 팀이 아래 이미지에 존재하는 수 많은 컨텐츠 생성 스타트업들, 서비스들 사이에서 이길 수 있겠구나 생각했습니다.

(그림 6) 세상에 존재하는 수많은 스타트업과 서비스 (a16z)

그렇게 저는 개발 단에서 문제를 해결하고자 다시 매일 밤을 지새우기로 결정합니다.

솔직히 22년부터 잠을 잘 못 잤는데, 24년에도 또 그래야 되나 한숨도 엄청 쉬었습니다.

무엇보다 저는 서비스 배포에 적용할 수 없는 Jupyter Notebook 환경에서 개발하는 것에 익숙했고,

의외로 많은 대학원생이 그러하듯이 저도 ML 엔지니어를 꿈꾸지만 프로그래밍 실력이 좋지 않은 사람이었죠.

한 마디로 저는 소위 AI 에 관심만 큰 비개발자에 가까웠던 사람이었습니다.

이렇게 생각해보니까 AI 개발에 적용하는 계산 작업 외에는 처음부터 완전 새 판을 짜야 되구나 싶었습니다.

Github 도 다른 사람들 코드 읽는 거만 잘했지, 제 건 어떻게 commit 후 push 해야 하지 궁금해 하는 사람이었으니까요.

그래서 일단 새벽이던, 그리고 주말이던 퇴근 후에도 집에서 미친 개발자 생활을 시작하게 됩니다.

(그림 7) 힘들다... (참고로 평일 근무 시간 9to6 에는 절대 음주하지 않습니다, 술도 원래 안 좋아해요;)

일단 목표를 세운 것은

• 꾸준히 깃헙에 커밋 올리자

• 다른 사람 코드 1주일에 한 번은 뜯어서 테스트 배포해보자

• 논문 올라온 것 내용 정리하자

였습니다.

그리고 말한 건 다 지켰습니다.

방법이 있었다기보다, 힘들면 커피 한 잔 더하고 머리 쥐어 뜯으면서 버텼습니다.

그리고 그 걸 1분기, 3달 간 진행한 결과

(그림 8) 빼곡히 잔디를 심고 있는 개인 깃헙

깃헙에는 매일 하루도 빠지지 않고 commit 후 push 하고 있고요.

(그림 9) 팔로우하고 있던 분의 샤라웃 트윗 (해당 모델은 제가 아닌 다른 분께서 멋지게 ㅎㅎ...)

주요 모델은 공개했더니 ML 개발자 분들에게 호평을 받고 있고요.

(그림 10) 신규 개발한 모델 원작자의 팔로우 (알고리즘 개선)

감사하게도 이미지 생성 관련 유명 개발자 분들께서도 x.com 에서 팔로우를 걸어주고 계십니다.

(아직은 팔로워 수가 매우 적지만 감사하네요...)

만약,

개발이 어려워서 리서처 정도에 그치는 역할만 했다면

저는 계속 생각에만 갇힌 사람이었을지도 모르고, 개발 친화적 팀을 만드는 데에 안 좋은 영향을 미쳤을 지도 모릅니다.

그런데 가만히 있으면 우리 팀이 살아남을 수 없다고 확신했고,

다른 모든 분들께서 자신의 역할을 200% 이상 수행해주고 계시기 때문에 저도 스스로에게 큰 변화를 주었습니다.

1분기는 그렇게 프로덕트 완성도를 높이고, 더불어 팀 차원에서 기술적인 이야기를 해외 유명 스타트업 직원들과도 할 수 있게 시간을 보냈던 것 같습니다.

2분기에는 레퍼런스 기반 이미지 생성 툴, 플라멜 을 더 좋은 수준의 프로덕트로 만들어서 많은 사용자 분들과 함께 할 수 있도록 하고자 합니다.

참고로 팀 스모어톡 내부에서는

시장 분석 관련해서 공유하기도 하고,

(그림 11) 팀 내 공유하는 시장 분석 자료 예시 (원래 역할)

논문 나온 것도 가장 빠르게 공유하고 있기도 합니다.

(그림 12) 팀 내 공유하는 기술 공유 예시 (쓰레드에 내용 정리)

여튼 이렇게 24년의 25% 도 안녕... 정진하자 스모어톡...