Hongmin Park
*영상은 3d는 아니지만, 현실 왜곡을 잘 반영하고 있다.
사진이라는 예술의 본질은 현실을 왜곡하는 것이다. 내가 보고 싶은 대상, 구도, 색감을 만들어내고 그걸 감상하는 것이다.
내가 3d에 빠진 이유는 현실 왜곡을 더 극대화할 수 있기 때문이다. 점/선/면 3차원에 시간까지 왜곡시킬 수 있다. 현실에서는 일어날 수 없거나 지각하거나 재현하기 어려운 시각효과(=VFX,CG)를 만들어낼 수 있다.
저와 함께 웹/앱 3d 기술을 쌓아나갈 분을 찾습니다! threejs, drei, ARKit, RealityKit, blender 등 다양한 기술들에 대한 경험을 하고 제품을 만들어나갈 분을 찾고있습니다. 관심이 있으신 분들이나 주변에 아는 분이 계시다면 소문내주시면 감사하겠습니다!🙏
Vezaki
제텔카스텐, 매년 책 1.3권, 논문 7.7편을 쓰게 해준 비법
70권이 넘는 책과 400여 편의 학술 논문을 출판한 Niklas Luhmann 교수의 메모법
<사진 : Niklas Luhmann im Dezember 1984. © imago/teutopress >
두 번째 뇌, 세컨드 브레인은 정신적 부담을 덜고, 뇌의 역량을 강화하기 위해 사용하는 외부 시스템을 말합니다(자세한 내용은 여기에서).
세컨드 브레인을 만드는 방법은 다양하지만, 주로 언급되는 방법 중 하나인 제텔카스텐 Zettelkasten을 소개하고자 합니다.
Tiago Forte가 제안한 세컨드 브레인 방법과 루만 교수의 제텔카스텐 방식은 분명한 차이점이 있습니다. 이번 글을 읽고, 티아고 포르테와 루만 교수의 방식 중 마음에 드는 것으로 두 번째 뇌를 만들어 보는 건 어떨까요?
Zettelkasten은 독일의 사회학자 Niklas Luhmann(1927~1998)이 개발한 메모 작성 및 지식 관리 방법입니다. 루만 교수는 제텔카스텐을 사용하여 법률, 경제, 정치, 예술, 종교, 생태학, 대중 매체, 사랑 등 다양한 주제에 관해 무려 70권이 넘는 책과 약 400여 편의 학술 논문을 출판하는 등 다작의 저술 활동을 펼쳤습니다.
루만 교수는 70세에 세상을 떠났으니, 18세부터 저술 활동을 시작했다고 가정하면 책 1.3권, 논문 7.7편을 매해 출판한 셈입니다. 심지어 루만 교수는 사회학 교수가 되는 준비 기간이 무려 1년밖에 되지 않았다고 하는데요.
루만 교수는 이것을 가능케 만들어 주는 것으로 제텔카스텐을 꼽았습니다. 대체 제텔카스텐이 무엇이길래 이렇게까지 가능했던 걸까요?
제텔카스텐은 메모법 중 하나로, 하나의 아이디어(정보 및 생각)로 ‘Zettel’(메모를 뜻하는 독일어)을 만들고 이를 각각 연결하는 방법을 말합니다. 우리가 보관하고자 하는 정보가 적힌 ‘Zettel’이 모인 ‘Kasten’(상자를 뜻하는 독일어) 즉, 아이디어가 모인 메모 상자가 제텔카스텐입니다.
< 실제로 루만 교수가 사용했던 24개의 메모 상자. 루만 교수는 무려 9만장의 메모를 만들었다고 합니다. 출처 : Bielefeld | nw.de >
제텔카스텐의 핵심은 메모를 서로 연결하여 상호 연결된 아이디어의 네트워크를 형성하는 것입니다. 이렇게 만들어진 네트워크를 통해 서로 다른 개념 간의 관계를 확인하고 새로운 아이디어를 창출하는 것이 더 쉬워집니다.
제텔카스텐에는 여러 가지 규칙이 있습니다만, 핵심 규칙은 다음과 같습니다.
각 메모는 원자성을 가져야 한다.
각 메모에는 하나의 아이디어 및 정보를 담고 있어야 합니다.
다른 사람이 봐도 이해할 수 있도록 쉽고 간결하게 써야 합니다.
메모와 메모는 연결되어야 한다.
하나의 정보만 담고 있는 메모는 연관성이 있는 다른 메모와 연결되면서 지식 네트워크가 형성됩니다.
오늘날의 메모의 연결은 나무위키, 위키백과처럼 하이퍼링크(백링크)를 통해 연결되는 것을 말합니다.
< 루만 교수는 메모에 번호를 매긴 뒤, 직접 박스(폴더)에 메모를 분류하는 방식을 하였습니다. 사진은 그의 메모 중 하나. 사진 : digithek blog >
메모는 다음 세 가지로’만’ 분류되어야 합니다. 아래 이외에 카테고리는 만들 수 없습니다.
Fleeting Notes (임시 메모)
Literature Notes (문헌 메모)
Permanent Notes (영구 메모)
메모는 어렵게 쓰는 것이 아닙니다. 임시 메모에 해당하는 것은 순간순간 떠오르는 것들을 가볍게 적은 모든 메모를 말합니다.
임시 메모는 아직 정제되지 않은 메모로, 아직 일시적인 단계에 있는 메모를 말합니다.
나중에 참고할 수 있도록 무언가에서 발췌하여 저장하는 메모를 말합니다.
메모를 적을 때 책 제목, 페이지, 인터넷 페이지 등 원본의 주소를 정확하게 남깁니다.
팁
나중에 필요한 것보다 더 많은 정보를 적는 것이 좋습니다.
그대로 옮겨 적으면 이해했다고 착각하는 상황이 생깁니다. 따라서 내가 이해한, 나만의 방식으로 적어야 합니다.
영구 메모는 임시 메모에서 정제 과정이 거쳐진 최종적인 형태의 메모를 말합니다.
위에 언급된 것처럼, 핵심 규칙을 지켜야 합니다.
각 메모는 원자성을 가진다
메모와 메모는 연결되어야 한다
임시 메모에서 새로운 아이디어로 연결지을 수 있는 점이 있으면 영구 메모로 발전시키고, 그렇지 않으면 삭제하는 과정을 주기적으로 해야 합니다.
임시 메모, 문헌 메모라는 인풋에서 가치를 만드는 아웃풋이 영구 메모입니다. 따라서 영구 메모는 완성형이 되어야 하고, 영구 메모를 따로 출판할 수 있을 정도로 공들여 작성하라고 루만 교수는 말했습니다.
< 제텔카스텐 과정을 보여주는 이미지. 출처 : Introduction to Zettelkasten Note-taking System, Medium>
이제 제텔카스텐이 무엇이고, 규칙까지 알았습니다. 하지만 아직 어떻게 해야 할지 감이 잘 잡히지 않으실 텐데요. 다음은 제가 제텔카스텐을 적용했던 방법입니다.
분류 단계
생각나는 것, 배운 것, 참고할만한 내용 등을 적은 메모를 임시 메모 폴더에 넣습니다.
메모는 가장 노력을 덜 들여서 작성해야 부담 없이 만들 수 있습니다. 이 단계에서는 어렵지 않게 작성하는 것이 중요합니다.
정제 단계
임시 메모가 너무 많이, 오랫동안 쌓여있으면 좋지 않습니다. 주기적으로 임시 메모를 0으로 만드는 ‘청소 작업’이 필요합니다.
영구 메모로 분류할 수 있는 것이 있을지 봅니다. 분류할 수 있는 기준은 다음과 같습니다.
기존에 작성된 메모 중 연결지을 수 있는 메모는 무엇이 있을까?
내 언어로 풀어서 작성된 것인가?
보관할만한 가치가 있는 정보인가?
위 기준에 해당하지 않으면 삭제하고, 통과될 경우 영구 노트로 분류합니다.
저의 경우에는 임시 메모 폴더로 분류할 때 노력을 덜 들여 작성하므로, 영구 노트로 옮길 때는 글을 내 언어로 다시 풀어쓰는 과정을 거칩니다. 이 과정에서 메모를 보충하고, 덜어냅니다.
카테고리로 분류할 수 없으므로, 글의 내용과 관련된 키워드를 해시태그로 넣습니다.
해시태그 역시 너무 많으면 의미가 없으므로 최소한의 해시태그를 사용합니다.
글쓰기 단계
제텔카스텐은 메모를 카테고리로 분류하지 않습니다. 따라서 분류된 메모의 검색 기능을 활용하는 것이 좋습니다.
내가 작성하고자 하는 글과 연관된 메모를 검색 기능으로 찾습니다.
작성하고자 하는 주제와 아예 다른 내용의 메모에서 새로운 인사이트를 발견할 가능성이 더 높습니다. 따라서 다방면으로 검색합니다.
그렇게 찾아진 메모를 조합하여, 새로운 글을 만들어 냅니다.
제텔카스텐은 Tiago Forte 세컨드 브레인과 차이를 보입니다.
정보 관리 측면
Tiago Forte의 세컨드 브레인은 자원 관리에 초점을 둡니다. 하지만 제텔카스텐은 새로운 아이디어의 창출에 초점을 둡니다. 따라서 제텔카스텐은 카테고리 없이 메모를 원자 단위로만 둘 것을 강조합니다.
포르테의 방식처럼 카테고리로 정보를 분류하면 메모는 해당 카테고리에 국한된 아이디어만 탄생하게 됩니다. 하지만 카테고리를 아예 없애면, 제약에서 벗어난 완전히 새로운 아이디가 생겨날 수 있습니다.
프로젝트 관리 측면
티아고 포르테의 세컨드 브레인은 PARA라는 계층 구조에 맞춰 정렬됩니다. 따라서 긴급한 작업이 무엇인지 한눈에 파악할 수 있죠.
하지만 제텔카스텐에는 계층 구조 없이 오로지 수평하게 정리합니다. 모든 메모는 영구 노트와 임시 메모(문헌 메모도 결국 임시 메모이므로)로만 분류되죠. 따라서 우선순위는 확인할 수 없습니다.
즉, 포르테의 방식은 행동을 중요하게 여깁니다. 따라서 강조되는 키워드는 ‘중요도, 긴급한 정도’이죠.
루만 교수의 방식은 포르테와 다르게 지식의 창조를 중요하게 여깁니다. 따라서 양쪽 다 분명하게 다른 차이를 가지고 있습니다.
지식의 관리 or 새로운 아이디어의 창출. 둘 중에 어떤 것을 우선시 하냐에 따라 티아고 포르테의 세컨드 브레인, 루만 교수의 제텔카스텐을 선택할 수 있습니다.
< 사진은 옵시디언의 이미지. 제텔카스텐을 적용할 수 있도록 도와준다. 사진 : Take Better Notes With This Free Note-Taking App That Wants to Be Your Second Brain, Medium >
제텔카스텐은 노션 및 옵시디언, 롬리써치 등 다양한 툴로 적용할 수 있습니다만, 개인적으로 옵시디언(설치 링크)을 추천해 드립니다. 적용할 수 있는 플러그인이 상당히 많고, 로컬에 저장할 수 있어 버벅거림 없이 빠르게 작동합니다. 다만 옵시디언은 진입 장벽이 높고 불친절해 시작하기 전 공부할 내용이 많다는 것이 흠입니다😅
벌써 12월이 찾아왔습니다.
길거리에 크리스마스 트리가 보이고, 카페에는 캐럴이 들립니다. 올해를 마무리하고 새로운 해를 맞이할 준비를 하느라 바쁜 연말이네요.
베자키 뉴스레터는 구독자님이 더 높은 생산성으로 주어진 일을 잘 처리하고, 활기차게 연말을 마무리하기를 바라며 글을 마칩니다.
이 글은 🧠생산성 뉴스레터 Vezaki를 통해 소개된 내용입니다.
생산성을 탐닉하는 이들을 위한 뉴스레터 Vezaki를 구독해 보세요.
Woojin Kim
연말 행사 소식 전합니다!!
🎅🏻2023년 잘 마무리하고 계신가요?
2024년을 어떻게 대비할지 막막한 분들을 위해, 함께 힌트를 찾을 수 있는 시간을 준비했습니다.
비즈니캔버스와 함께하는 스타트업 연말 콘서트<올해 뭐 했지? 내년엔 뭐하지?>에 초대합니다!!!
🎄Program
[1부] 패스파인더넷과 함께 살펴보는 스타트업 트렌드
- 마케팅 & 시장 소비 트렌드 10
- 스타트업 비즈니스 트렌드 5
[2부] 2024년 스타트업 생존과 성장 전략
- #글로벌 조인트벤처 설립을 통한 글로벌 진출 성공사례 / GDIN (전 본투글로벌)
- #파이낸스 2023년 스타트업 그로스 성공사례 및 전략 공유 / 마켓핏랩 박기정
- #HR 스타트업 성장과 생존, 결국은 사람 / 비즈니스캔버스 김우진
🎄Info
■ 날짜: 2023년 12월 14일 목요일
■ 장소: 리암아트센터 (강남구 논현동)
■ 신청: https://event-us.kr/businesscanvas/event/75768 (선착순 마감)
Kaden Sungbin Cho
플랫폼이면 다 된다는 환상: FAANG의 실질적 경쟁우위와 살아남은 기업들
검색엔진에 기반해 검색을 하려는 사람과 디지털 퍼블리셔 그리고 광고주를 '연결'한 구글.
앱스토어를 통해 앱 개발자와 사용자를 '연결'한 애플.
사람과 사람을 '연결'한 SNS 페이스북.
판매자와 구매자를 '연결'한 마켓플레이스 아마존.
폭발적으로 성장해온 디지털 플랫폼들과 역사속으로 사라진 아날로그 기업들을 보면서,
'디지털 플랫폼이 되어 연결하면 뭐든지 가능하다'라는 맹신이 널리 퍼졌습니다.
플랫폼의 특징은 그것이 촉진하는 연결을 통해 핵심적인 가치가 나온다는 점입니다.
하지만 이러한 플랫폼은 디지털 시대 이전에도 존재했습니다.
그렇기에 IT 기업을 평가할 때에는 "On the most basic level, Peloton sells happiness" [2]과 같은 Yogababble [3]이 아니라 과거부터 검증된 동일한 프레임워크로 분석할 수 있습니다. 경영학 또는 투자자들이 기업을 판단하는 조건인 '경쟁우위'가 바로 그것입니다.
위와 같은 맹신에 가장 걸맞는 기업은 바로 FAANG(Facebook, Apple, Amazon, Netflix, Google)일 것입니다. 하지만 FAANG을 자세히 살펴보면, 5곳 모두의 경쟁우위가 단순히 플랫폼에 있지 않다는 사실을 알 수 있습니다. 또한, FAANG의 빈틈을 파고들어가 자리를 차지하고 살아남은 기업들도 존재합니다.
'플랫폼 망상'의 저자 조너선은 이러한 플랫폼에 대한 맹신은 현실가 괴리가 있으며, FAANG의 예시를 들며 실체를 보여주고 있습니다.
그렇다면, 우리가 흔히 뭉뚱그려 말하는 '디지털 플랫폼'에는 어떤 가정이 있고, 실제는 어떠한 것일까요?
사람들이 생각하는 '플랫폼'에 대한 환상을 자세히 나누어 보면, 다음과 같은 4가지가 존재합니다:
플랫폼은 혁신적이고 새로운 비즈니스 모델이다
디지털 플랫폼은 아날로그 플랫폼 보다 우수하다
모든 플랫폼은 강력한 네트워크 효과를 발휘한다
네트워크 효과는 곧 승자 독식 시장으로 이어진다
하지만, 조금만 생각해보아도 많은 허점을 발견할 수 있습니다.
상인과 고객을 연결하여 거래할 수 있도록 하는 신용카드 제공사는 1950년대부터 존재했습니다. 비디오 게임, 운영체제, 신용카드 등 예시는 인터넷 이전에도 다수 존재합니다.
온라인 쇼핑몰이 언제나 전통적인 쇼핑몰보다 우수한 것은 아닙니다. 온라인 상에서 판매자와 구매자의 관계는 아날로그 보다 매우 약하기에, 온라인 판매자는 끈임없이 경쟁사와 가격 경쟁을 벌이게 됩니다. 인터넷 탄생이후 등장한 수십 개의 전자상거래 회사중 1/4이 파산하거나 폐지되었고, 인수된 나머지의 2/3는 공모 가격보다 낮은 가격으로 인수되었습니다. 남은 상장 기업 1/3 중 60퍼센트 이상은 신규 상장 이후 전체 시장보다 실적이 낮습니다.
텔레비전 방송국, 영화관도 제작자와 시청자를 연결하는 플랫폼입니다. 넷플릭스 역시도 그렇습니다. 하지만 이러한 플랫폼의 경우 네트워크 효과가 발생한다기 보다는 규모의 경제에 이익을 누리는 측면이 큽니다. 줌(Zoom)은 링크 한 번으로 설치 직후 온라인 미팅 진입이라는 fritionless UX를 제공하지만, 그렇기에 lock-in 효과 없이 다른 제품으로 쉽게 대체될 수 있습니다.
책 '플랫폼 비즈니스의 모든 것'에서 저자는 (플랫폼 기업 중) "2015년까지 독립 상장 기업으로 남은 회사는 17퍼센트(252개 중 43) 뿐이었다. (중략) 플랫폼 분야에서 경쟁 업체가 진정한 승자 독식 또는 승자 다식의 경지에 이르는 바람에 실패한 기업은 비교적 적었다"라고 말합니다.
위와 같이 플랫폼에 대한 환상을 걷어내었다면, 실질적으로 IT 기업을 평가할 수 있는 잣대는 없는 것일까요?
뛰어난 디지털 사업은 아날로그 사업과 마찬가지로 지속가능한 경쟁우위에 기반합니다. 경쟁우위(또는 해자 혹은 진입장벽)는 '효과적인 경쟁 공격을 방해하는 구조적 속성'에 해당되는데요. 효율적인 운영방식, 뛰어난 경영진은 경쟁업체가 모방하거나 고용할 수 있지만, 경쟁우위는 경쟁업체가 상대적 구조적 핸디캡을 예상하고 진입을 단념하게 만듭니다.
그렇기에 선두에 있는 FAANG은 단순히 플랫폼이라는 시각보다는 각각이 가지고 있는 경쟁우위에 기반해 분석해볼 필요가 있습니다.
페이스북 이전 또는 이후에도 수많은 소셜네트워크 서비스가 존재했습니다. 이전 SNS의 실패를 학습하여 적절한 타이밍에 성공적으로 안착할 수 있었습니다. 이후 페이스북 역시도 기존에 존재하던 '마이스페이스'와 같은 SNS이 무너지는 것을 보며 성장했기에, 창업자인 마크 저커버그는 초기부터 고객 유지력을 위한 전환, 습관, 확장성, 검색 등에 집중해왔습니다. 그렇기에 다른 분야의 사업을 확장한 기타 FAANG 기업들과 달리 페이스북은 SNS의 고객유지력을 위한 기업인수, 기능 개발이 주요 전략의 방향성이었습니다.
현재의 페이스북은 전형적인 네트워크 효과에 기반해 있다고 말할 수 있습니다. 대규모의 사용자, 연결된 수많은 3rd party 서비스들, 규모에서 나오는 높은 R&D 비용이 경쟁자들이 진입하여 의미있는 경쟁구도를 만들어 내는 것을 어렵게 하고 있습니다.
하지만 그렇기에 네트워크 효과에 기반한 취약점이 존재합니다. 네트워크가 충분히 커지면 참여자가 늘어도 가치가 별로 증가하지 않습니다. 또한, 커질수록 네트워크의 질을 떨어뜨리는 위험인자(사기꾼, 선동꾼 등)의 위협이 존재합니다. 다른 하나는 디지털 영역의 고객유지력의 한계라는 부분입니다. 페이스북 이전 또는 이후의 망해나간 SNS가 그렇듯이, 페이스북도 그러한 위협에서 완전하게 안전하지는 못합니다.
Amazon
아마존은 언뜻 판매자와 구매자를 연결하는 플랫폼의 전형으로 보입니다. 하지만 시초에는 아마존도 도소매의 디지털 버젼이었습니다. 실제로 판매자와 구매자를 연결하는 마켓플레이스를 시작한 것은 아마존이 설립한 뒤 10년이 지나서였습니다. 그러한 마켓플레이스에서 판매자는 여러 마켓플레이스를 통해 구매자에게 접근할 수 있으며, 아마존이 약한 카테고리(식품 등)도 존재했습니다. 그렇기에 아마존은 아마존 프라임이라는 멤버십을 통해 치열한 소매 업계에서의 고객 lock-in을 목적하였습니다.
아마존 프라임 이후 15년 동안 킨들, 킨들파이어, 홀 푸드 인수 등 10개 이상의 비지니스에 진입하였으나 의미있는 수익으로 연결된 것은 없었습니다. 하지만 의미있는 한 가지 AWS는 현재 아마존의 캐시카우가 되었으며, 현금 흐름표에서도 대부분의 R&D 비용이 이곳으로 들어가고 있습니다. 또한, 최근의 광고 사업도 유의미한 성과를 보이고 있습니다.
아마존의 사업구조에서 네트워크 효과와 연관되어 있을 부분은 마켓플레이스에 해당됩니다. 하지만 아마존의 치열한 서브 마켓플레이스 인수가 보여주듯이, 모든 카테고리에서 아마존이 강력한 지배력을 보여주고 있지는 못합니다. 그렇기에 식료품(월마트), 자동차(지역 자동차 대리점), 주택거래(질로) 등 온오프라인의 빈곳들이 존재합니다. 지역적으로도 중국, 인도, 한국 등 빈곳이 존재합니다.
Apple
애플의 성공을 설명하는, 흔히 보이는 내러티브는 브랜드입니다. 하지만 브랜드는 경쟁우위에 기반이 될 때에만 의미가 있습니다. 그러한 연결은 제품이 속한 산업구조에 영향을 받습니다.
또한, 다른 FAANG과 다르게 애플은 시초가 매우 하드웨어 기반의 회사였습니다. 2001년 까지의 30여년 동안 애플의 영업 마진율은 10퍼센트를 넘긴적이 거의 없으며, 아이팟 이후부터 의미있는 성장을 시작했습니다. 아이팟은 마진이 현저히 낮았지만, 아이팟을 기반으로 컴퓨터, 아이폰(2007), 아이패드(2010)의 매출이 엄청난 성장을 이뤘습니다.
운영체제는 원래 매우 네트워크 효과에 기반한 사업입니다. 개발자, 사용자의 참여는 더 많은 개발자와 사용자의 참여를 촉진합니다. 아이팟, 아이패드, 아이폰, 맥북으로 이어진 강력한 시장 점유율위에 애플은 '플랫폼'으로 보이는 아이튠즈, 앱 스토어 등을 올렸습니다.
애플은 아이클라우드, 애플 뮤직, 애플 TV 등의 서비스를 출시하며, 또 실적 보고에서 아이폰 판매량을 제거하고 서비스 매출을 표기하며 서비스 회사를 지향하고 있습니다. 안드로이드 보다 평균 3배 비싼 고급화를 지향하며 스티브 잡스(기술자)가 아닌 팀쿡(조달 및 공급망 관리)의 경영 아래 끊임없이 혁신해야 하는 애플은, 운영체제에 기반한 네트워크 효과를 서비스 시장과 연결하여 하드웨어에서 서비스 기반을 강화하는 방향을 보이고 있습니다.
Netflix
"미디어 업계의 감춰진 더러운 비밀 하나는 콘텐츠 제작자가 아닌 콘텐츠 수집가가 가치 창출의 압도적인 원천이라는 것이다. 1997년에 넷플릭스가 설립되기 훨씬 전부터, 오래된 영화와 만화, 텔레비전 프로그램을 모아서 방영하는 것 외에는 별다른 일을 하지 않던 케이블 채널들이 독창적인 콘텐츠를 제작하는 영화 스튜디오보다 몇 배나 높은 수익률을 자랑했다" [1].
넷플릭스를 생각하면 언뜻 시청자와 콘텐츠 제공자 사이의 플랫폼 사업이라고 생각하기 쉽습니다. 하지만 넷플릭스 초기에는 기존의 콘텐츠 통합 업체의 온라인 버젼이었습니다. 콘텐츠, 마케팅, 기술 비용은 넷플릭스의 고객이 늘어나며 규모의 경제를 통해 고정비용이 다수의 가입자를 통해 분산되었습니다. 하지만 다른 콘텐츠 통합 업체와의 경쟁에서는 주로 누가 훌륭한 콘텐츠를 많이 확보했냐가 우위를 누릴 수 있는 포인트입니다. 경쟁이 치열해지면, 선택의 여지가 없이 직접 콘텐츠 제작에 뛰어들 수 밖에 없습니다. 그것이 넷플릭스가 전략을 바꾸어 직접 콘텐츠를 제작하는 '창조적 위험'을 감수하기로한 이유입니다.
하지만 콘텐츠 제작에는 네트워크 효과는 물론, 규모의 경제 등을 통한 뚜렷한 경쟁우위를 만들기가 쉽지 않습니다. 시청자의 시청율, 데이터 등을 통해 '히트작'을 만들려고 했던 넷플릭스의 방향은 유의미한 성과를 보이지 못했습니다. 그리고 블록버스터 영화, 시리즈물 같은 콘텐츠 제작은 고정비용이 많지는 않고 대부분 변동비용이기 때문입니다.
이는 애플 TV, 디즈니, HBO, 수많은 로컬 OTT와 넷플릭스가 수많은 곳에서 경쟁을 벌이게된 이유로 보입니다. 넷플릭스 이탈률 추정치가 연간 20 ~ 35 퍼센트인 점으 고려할 때, 그 부분은 더욱 치열하게 느껴집니다.
디지털 광고 시장은 기존 아날로그 광고 시장은 빨아드리며 꾸준히 성장해왔습니다. 구글(알파벳)은 전세계 검색 90% 점유율에 기반해 매출의 85%가 광고에서 발생하고 있습니다.
구글은 누구도 따라올 수 없는 규모로 고정비용을 효율적으로 분산하며 많은 R&D 비용을 투자하고 있습니다. 이는 더 좋은 검색을 가능하게 하고, 더 많은 사용자를 촉진하고, 더 많은 학습과, 더 많은 광고주를 끌어들이는 규모, 공급, 수요의 효과적인 강화효과를 만들고 있습니다. 네트워크 효과는 광고 시장의 일부에서 더 많은 광고와 더 많은 광고 퍼블리셔 사이에서 일부 발생하나, 구글의 경쟁우위는 보기 드물고 강력한 규모, 공급, 수요의 강화효과에서 기인합니다.
이러한 전세계 데이터에 대한 독점에 가까운 점유율은 구글에 대한 규제와 의심을 촉발했기에, 구글은 주로 "사악해지지 말자"와 같은 모호한 컨셉을 보이곤 했습니다. 하지만 이러한 핵심사업에서의 구조적 우위는 매우 강력해서 다른 산업에서의 실험과 탐색을 가능하고, 신사업의 경쟁력을 만들기도 해주고 있습니다.
Reference
[1] 플랫폼 망상, 조너선 A. 니
[2] Adrift: AMERICA IN 100 CHARTS, Scott Gallaway
[3] 상품을 팔거나 브랜드를 있어보이기 위해 붙인 spiritual-sounding 글귀, https://jeffswystun.medium.com/yogababble-the-spiritual-disguising-of-brands-dc2a873714f5
Shin Sid
안녕하세요 50분 커피마시는 소개팅, 커피팅을 만들고 있는 신현우입니다
저는 사람들이 점점 연애를 못하는 문제가 심각한 문제라고 믿어 3년 동안 3개의 제품으로 연애 문제에 도전하고 있습니다
1- 화상으로 소개팅하는 서비스, 큐피
2- 취미 모임으로 만나는 자만추 서비스, 모음
3- 50분 커피마시는 소개팅, 커피팅
제가 생각하는 사랑이란 우리가 사는 이유입니다
새벽 1시반에 앱 버그 고치다가... 알수없는 이상한 흐름에 끌려 여기까지 오게되었는데 잘찾아온건지 모르겠네요 ㅋㅋ 아무튼 잘부탁드립니다
Dana
MBTI, 고작 네 글자, 네 가지 성격 유형을 담고 있을 뿐이지만 한 사람을 파악하는 데 생각보다 쏠쏠한 정보라는 생각이 들 때가 있죠. 분명 좋고 나쁜 성격 유형은 없다고 했는데, 채용공고에 대놓고 회사가 선호하는 MBTI를 적어놓는 곳도 있고요. 강점은 키우고, 팀원간 시너지 효과를 내게 하는 MBTI 활용법 알아봐요.🤗
김동철
건축설계에 있어서 CG 조감도는 고객과 만나는 접점에 있습니다.
건축설계에는 대지분석, 법규검토, 배치설계 등 여러 단계가 있지만 조감도라고하는 CG 렌더링(Computer Graphic Rendering) 파트가 있습니다. 분양 모델하우스에 가면 크게 보이는 조감도(Bird's Eye View)를 생각하시면 됩니다.
대지 면적이 클 수록, 건물의 개수가 많을 수록, 표현할 재질의 종류가 많을 수록, 그만큼 작업량이 많아지고 모델링하고 텍스처링을 하는데 시간이 오래 걸리며 반복작업이라는 고통(paint point)도 함께 수반됩니다.
대략 모델링하는데 하루, 머티리얼 속성 잡고 렌더링 거는데 2~3일은 걸리는 작업입니다. 이렇게 저렇게 장면이 잘 나올때까지 반복해서 수정을 해야합니다. V-Ray 로 렌더링만 하는데도 30분정도 걸립니다. 고해상도 출력이라도 한다하면 1장에 6시간 까지 걸리는 경우도 있었습니다.
CG 외주 업체에 의뢰하면 대규모 단지의 경우 1장에 300~500만원 정도 비용을 부릅니다. 소규모 다세대 다가구는 퀄리티에 따라 50~80만원정도 비용을 받고 있습니다. 물론 모델링 분량에 따라 달라집니다.
이러한 Pain Point를 생성형 AI 기술로 해결하고자, 생성형 AI 기술을 이용하여 AI 렌더러를 개발하고 있습니다.
첨부한 이미지는 각각 원본(위)과 AI 렌더링(아래) 이미지입니다. AI 렌더링은 RTX 3090 Ti 기준으로 5초면 나옵니다.
많은 관심과 응원 부탁드려요!
PoC로 만든 테스트 결과를 공유합니다.
조감도 테스트입니다.
집안의 내부가 집집마다 다르게 나온 것이 관람 포인트입니다.
아파트 단지 내에 형성된 공원시설과 단지내 도로가 관람 포인트입니다.
한강과 마포대교 쯤으로 보이는 다리가 잘 나오는 것이 관람의 포인트입니다.
건물에서 흘러나오는 따뜻한 조명과 조명에 반사된 빛반사, 그리고 루프탑이 관람의 포인트입니다.
생성형 AI 연구소
생성형 AI 관련 개발자 / 기획자 / 디자이너들이 모인 커뮤니티입니다.
최현종
GEMINI(제미나이)로 할 수 있는 미친 결과물 6가지
안녕하세요 GPT를 능가한 구글의 '제미나이' 새벽 기습공개 글을 작성했던 최현종입니다. 저번에는 조금 공학적인 내용이었다면 이번 메이커로그로 어떤 결과물들을 만들어 내는지를 요약해보고자 합니다.
공식 홈페이지에서 GeminiAI로 할 수 있는 신기한 결과물을 공유해드릴게요.
선 6줄요약
이미지를 코드로 만들어 줄 수 있나요? 네
상관없는 2개의 이미지도 공통점을 찾아서 말해 줄 수 있나요? 네
이모지 2개 합쳐달라고 하면 세상에 없던 새로운 이모지 만들어주나요? 네
입고 나갈 옷 추천해주나요 악세사리까지? 네 농담도 잘해요
아무 이미지 몇 개 보여주고 어떤 영화인지 맞출 수 있나요? 네
방 사진 보고도 해가 어디서 뜨고, 건물 방향을 알 수 있나요? 네
위 사진에 나온 모든 영상들은 모두 1분채도 되지 않아서 한번 바로 확인해보세요!
소나무를 한번 보여준뒤 SVG로 바꿔달라고 해봤습니다.
??? 다시 코드로.. 만들어줘
html과 자바스크립트로 왔다갔다 하면 소나무의 잎이 줄어들었다가 커지면서 신기하게 되는 코드를 만들어줬어요ㅋㅋㅋ
보스제스 예배당과 호쿠사이의 이 판화를 보여주고 물어봅니다.
"곡선적이고 유기적인 구성. 건물은 더 세련되고 두 번째 이미지는 더 유동적이네요."
오 대답을 좀 잘 합니다.
이번에는 골프공이랑 달을 보여줍니다. 역사적인 배경이 힌트라고 하네요.
"1971년, 아폴로 14호 승무원들은 달 표면에서 골프공 두 개를 쳤습니다"
엥 이건 약간 세종대왕 맥북 파손 사건같은 게 아닌가 싶었는데요.
달과 골프…50년 전 오늘 달 위로 골프공이 40야드 날았다(연합뉴스)
아니 실제로 있었던 일이었습니다;;
구글에서 emoji kitchen을 검색하면 2개의 이모지를 합성해 새로운 신기한 이모지를 볼 수 있습니다.
새랑 유령 합치면 나는 유령새가 보이는거죠ㅋㅋㅋ
그래서 완성된 이모지를 가지고 역으로 어떻게 해서 이게 만들어졌는지를 물어보았습니다.
유령과 아보카도를 합친거라고 정확하게 맞췄습니다. 그리고 왜 그렇게 생각하는 지 까지 물어보면 그 이유도 정말 잘 알려줍니다.
일단 이 옷이 어떤 옷인지에 대해 정말 정확하게 잘 알려줍니다. 자체적으로 패션AI를 개발하는 스타트업은 정말 조심스럽게 말씀드리지만 바드로 빨리 넘어가야 하지 않을까요,,?
이 정말 말도 안되는 조합을 만들어 놓고, 이 패션을 설명해달라고하니 Mooncore라는 신조어를 만들어주었습니다. 제가 패션을 잘 몰라서 진짜 이런게 있는지 살펴 보았는데 다행히 있는 개념은 아니더라구요.
달, Up, 성 사진 보여주니까 문라이즈 킹덤이라고 맞추네요
레크레이션 처음에 게임 할때 몸풀기로 넣기 좋은 퀴즈 같습니다.
포레스트 + G + 과속방지턱(BUMP - B)는?
포레스트 검프!
ㅋㅋ
구글 개발자분들 개그 센스가 진짜 대단하시네요ㅋㅋ
ㅋㅋ
근데 일단 이런 것도 맞춘다는게 놀랍습니다.
댓글 보니까 문제 다 틀린 사람 있다고 합니다. Feel the AGI가 너무 웃겨서 가져와봤어요ㅋㅋㅋㅋ
혹시 영상 보시고 다 틀린 분들은 같이 영화보러가시죠 :)
우선 저 식물이 어떤 식물인지 물어보았는데 빛이 많이 필요 없다고 응답했습니다.
그리고 침실의 반대 방향을 바라보는 식당이 있는데, 이 식물이 거기서 더 잘 자랄 수 있을지 궁금하다고 물어보았는데요. 그냥 식당이 북쪽을 향하고 있기 때문에 빛이 적고, 그래서 저 식물을 키우기에 더 적합하다고 답변해주네요. 인테리어 코칭도 충분히 가능합니다.
지금까지 Gemini로 할 수 있는 여러가지 결과물들을 빠르게 요약해보았는데요.
이렇게 가능한 이유는 Gemini는 멀티모달 기반 AI 모델로 텍스트, 이미지, 오디오, 동영상, 코드 등 다양한 유형의 정보를 일반화 해서 일반화하고 여러가지 정보를 동시에 조합하여 활용할 수 있기 때문입니다.
앞으로 더 많은 Gemini 모델과 바드의 발전이 기대가 됩니다!
김진홍 진 Jean
초감각 클럽 Rize 유저 고수님들
Rize 잘 사용 하는 혹시 개인만의 꿀팁이 있나요?
뭔가 셋팅쪽 보니 토스터 노티피케이션? 뭐 이런 것도 있고 목표 설정에도 엄청 다양한게 있더라구요. 그래서 고수님들은 어떻게 쓰시나 꿀팁 주워담고 실천해보려고 이렇게 짧은 글 한 번 써봅니다
@William Jung 정민교 @Doeon Kwon 권도언
일단 제가 아는 고수 두 분 핑!
Yeram Jeon 전예람
[퍼스널 브랜딩 질문 #1] 만약 슈퍼히어로가 될 수 있다면 어떤 초능력을 갖고 싶고 그 이유는 무엇인가요?
첫 질문이라 조금 재밌고 쉬운 질문으로 시작해보려고 합니다!
여러분은 이 질문에 대해 어떻게 답하실지 궁금합니다! 아래 댓글로 여러분의 생각을 자유롭게 적어주세요~~!
제 답변:
저는 모든 언어를 유창하게 구사할 수 있는 다국어 초능력일 거 같아요!
그 이유는 제가 전세계의 문화, 사람, 그리고 그들의 이야기에 대한 호기심이 많기 때문이에요 :)
영어로 대다수의 나라에서 일반적인 커뮤니케이션이 가능하기는 하죠!
하지만 저는 언어 안에 함께 공유되는 전통과 문화 그리고 정체성이 포함되어 있는 거 같아요! 그래서 누군가의 모국어로 대화를 걸게 되면 "오 뭐야? 우리 사람이네?"라는 공감대를 금방 형성하게 되고 더 빠른 시간 내에 더 깊고 풍부한 상호작용을 할 수 있게 되는 거 같아요.
겨울에는 이스라엘, 여름에는 케냐를 각각 다녀올 기회가 있었는데 사실 짧은 시간 안에 언어를 다 배우는 것은 불가능했습니다. 하지만 저는 사람들이 자주 사용하는 유행어나 속어를 터득하려고 했던 거 같아요! 유행어나 속어를 얘기했을 때 다들 반응이 "오? 이걸 어떻게 알지?"의 놀라움이었고 그 다음에는 웃음과 함께 마음이 빠르게 열리는 것을 보았습니다.
전세계를 여행하며 그 과정에서 만나는 사람들과 진정성 있게 소통하는 것이 꿈이에요. 그들의 관점을 이해하고, 그들의 이야기를 공유하며, 그들의 이야기를 통해 세상을 경험하고 싶어요!
아름답고 다양한 문화가 공존하는 세상에서 저는 어떤 언어든 구사할 수 있는 능력이야말로 궁극적인 연결의 도구가 될 수 있지 않을까 생각합니다.
한규진
Open Ko-LLM 리더보드 1등을 달성한 개발자 한규진입니다. (댓글 달면 프로모션 코드 지급해드립니다!)
안녕하세요 여러분!
마커AI에서 LLM 연구원으로 활동하고 있는 한규진이라고 합니다! 또한 현재 한동대학교 재학중입니다😄😄
Disquiet 커뮤니티를 알게 된 이후로 첫번째로 작성해보는 글이여서 무척 떨립니다..ㅎㅎ
저는 원래 Computer vision쪽으로 관심이 많아서 vision과 관련하여 공부를 하고 프로젝트를 진행하고 있었습니다! 🔥🔥
그러다가 좋은 기회로 인해 마커 AI에서 LLM 연구를 하게 되었고, Ko-LLM 리더보드가 처음 열린 이후 예상치도 못하게 1등을 달성하여 저 스스로도 많이 놀랐습니다..ㅎㅎ
해당 모델은 platypus 논문을 바탕으로, 데이터를 번역하고 정제한 후 instruction-tuning을 진행한 모델입니다!
이후에 다양한 데이터와 OpenOrca 데이터를 정제하고 활용하여서 여러 파생 모델들을 제작하였습니다!
생각보다 많은 관심을 받아서 너무나 감사했습니다 ㅎㅎ
LoRA 방법론을 시작으로 여러 PEFT를 공부하고 있던 도중 오픈소스 LLM인 Llama-2가 발표되어 수많은 파생 모델들이 나왔습니다.
이때 Platypus LLM 논문을 접하게 되었는데, 논문 내에서 소개한 데이터 수집 방식과 instruction-tuning 방식을 보고 '나도 Platypus 논문을 바탕으로 한국어를 잘하는 Llama2기반의 모델을 만들고 싶다'라는 생각을 하였습니다.
이때 생겼던 🔥self-motivation🔥을 바탕으로 저는 곧바로 한국어 platypus 프로젝트인 Ko-platypus를 구상하게 되었고, 저의 의견과 계획을 어필하여서 (주)마커AI와 (주)미디어그룹사람과숲에서 지원을 받아 연구를 시작하게 되었습니다!
먼저 Platypus 논문에서 활용했던 데이터셋을 바탕으로 DeepL을 활용하여 전부 한국어로 번역을 진행하였습니다. 그리고 번역된 결과를 바로 활용하여 훈련을 진행하니 예상했던 성능보다 좋지 못했습니다.
저는 원인을 분석하기 위해 데이터를 하나하나 수작업으로 검토하였고, 번역 결과 안에 생긴 오류들을 코드와 수작업으로 대부분 수정하였습니다! 대표적인 데이터 전처리로는 아래와 같습니다!
다양한 컴퓨터 언어(python, java, c++, ...)와 주석은 유지하고, 설명만 한국어로 수정
DeepL Pro 번역 결과 중 미완성 변역 결과 직접 수정
고유명사는 유지
DeepL Pro 번역 결과가 본래의 데이터에 비해 글자 수가 50% 이하로 낮으면, 번역 결과 수작업으로 체크 후 수정
단일 숫자와 영어 텍스트는 본래의 결과 그대로 활용
자세한 한국어 platypus 데이터셋은 아래의 링크에서 확인하실 수 있습니다!
데이터 전처리로 완성된 KOpen-platypus 데이터를 바탕으로 Llama2 instruction-tuning을 진행하였고, 하이퍼파라미터 튜닝을 여러 번 시도하면서 성능을 이끌어냈습니다..!
그리고 이후 새롭게 열린 Open Ko-LLM 리더보드에 Ko-platypus 모델을 올려 좋은 결실을 맺을 수 있었습니다😊😊
제가 Ko-platypus를 만들면서 가장 행복했던 점은, 리더보드의 성과보다 한국어 오픈소스 LLM에 조금이나마 기여를 했다는 점에서 너무나 기뻤고, 서로 경쟁하면서 실력을 쌓아가고 고민하는 그 시간들이 저에게 너무나 귀한 경험이었고 감사했습니다 ㅎㅎ
앞으로도 AI 오픈소스 진영에서 열심히 연구하고 여러 인사이트를 제공할 수 있는 연구자가 될 수 있도록 더욱 노력하고 성장하겠습니다!😁😁
추가로 Open Ko-LLM 리더보드를 계기로, Upstage의 김성훈 대표님과 좋은 인연이 닿아서 Fast campus에서 LLM 강좌를 준비하게 되었습니다!🤗🤗 @Sung Kim
자세한 정보와 링크는 아래를 참고해주세요!
Upstage의 노하우가 담긴 SOLAR 모델 제작 히스토리
LLM 모델 최신 트렌드 A to Z까지 이해하기
LLM fine-tuning 및 리더보드 실습
LLM을 입문하고 싶은데 방대한 지식과 코드로 공부하기 망설이시는 분😭!
최근 LLM 분야에서 널리 활용되는 PEFT 방법론에 대해서 배우고 코드 실습을 하고 싶으신 분🙋♀️!
허깅페이스 리더보드에 자신의 LLM을 올려보고 싶으신 분👊!
해당 강좌가 수강하시는 여러분들의 LLM 입문에 초석이 되어, 여러분들의 아이디어와 방향성을 토대로 LLM을 직접 만들어보는 계기가 되었으면 좋겠습니다. 더불어서 여러 모델들을 자신만의 방법으로 적용해보면서, LLM을 보는 시각을 넓히고 자신만의 노하우를 구축하시길 바랍니다!🤗🤗
추가적으로 수강을 계획하신 다면 댓글로 남겨주세요!
20% 할인 코드를 지급해드리겠습니다! (~12/11)
긴 글 읽어주셔서 감사합니다!
강민규
코드 하나 안바꾸고 월 매출을 40만원에서 2000만원으로 올린 법
올 해 초 사이드 프로젝트로 시작했던 챌린지가 5개월 가량 월 2~40만원 정도의 수입을 내고있었습니다. 직장인 치고 짭짤한 수익이어서 나름 만족하고 있었습니다.
그러나 7월 중순 충격적인 사실을 알게되었습니다. 3월 쯤 사이드로 돈을 벌기 시작하면서 현금영수증 발급을 위해 신청한 사업자 등록을 했습니다. 그런데 이것이 원인이 되어 본래 받기로 되어있었던 정부 지원금 약 6백만원을 받을 수 없게 된 것입니다.
돈을 벌고있는 줄 알았는데 알고보니 손해를 보고있었던 것입니다. 스스로가 얼마나 멍청하게 느껴졌는지 모릅니다. 그러나 지나간 일은 어쩔 수 없으니 어떻게든 올 해 안으로 6백만원을 메꾸어야겠다고 결심했습니다.
그러던 중 귀인을 만나게 되었습니다. 컨텐츠를 아주 잘만드시는 분입니다. 비오던 날 닭볶음탕을 먹으면서 얘기를 나눴던 기억이 납니다. 그 날 식사를 하며 서비스의 세가지 요소를 크게 바꾸기로 결정했습니다.
1. 고객: 확보한 오디언스로 타겟 고객을 좁힌다.
2. 가치 제안: 해결하는 문제를 고통의 크기가 더 큰 방향으로 바꾼다.
3. 가격: 샘 알트먼 식 프라이싱 전략을 활용한다.
판매 대상, 약속하는 것 그리고 가격만 바꿨을 뿐인데 두 달만에 날린 돈을 전부 복구하고 흑자로 돌아설 수있었습니다. 코드와 제품은 결국엔 도구였습니다. 저는 망치를 만들어놓고, 계란 껍질을 깨는 요리 도구로 팔고있었던 셈입니다.
내가 만든 도구가 무엇을 할 수있는 물건인지, 누구에게 도움을 줄 수 있는지 그 잠재력을 정확히 파악하는게 결국 수익으로 이어진다는 사실을 깨닫는 경험이었습니다.
도움이 된 책
- 기업 창업가 매뉴얼
- 마케팅 설계자
- 1년에 10억 버는 방구석 비즈니스
- 샘 올트먼의 스타트업 플레이북
언섹시 리서치 클럽: https://breakbook.oopy.io/unsexy
오늘 하루 서른 명 이상이 신청해주셨습니다. 함께 화려하진 않아도 돈이되는 비즈니스를 공부해보아요!
ruel
SY J
안녕하세요.
"가자지구 아이들을 위한 희망 메시지 책자 전달 프로젝트"를 준비하는 peace-in-gaza 팀의 리더 장서영입니다.
10월 7일 하마스로부터 시작된 분쟁은, 가자지구 내 많은 아이들의 삶과 환경을 황폐하게 만들고 있습니다. 아이들이 겪은 신체적, 정신적 고통은 주변과 세상에 대한 분노와 증오의 상처로 깊게 남을 것입니다. 하지만 이 상처가 또 다른 분쟁의 원인이 되어 하마스나 다른 테러 집단의 재생으로 이어지는 것을 우리는 원하지 않습니다. 우리는 이 아이들이 분쟁의 아픔을 극복하고 밝은 미래를 꿈꾸는 희망의 상징이 될 수 있도록 돕고자 합니다.
이러한 상황 속에서, 전 세계의 많은 사람들이 종교나 정치적 경계를 넘어 이 아이들에게 관심과 사랑을 보내고 있습니다. 우리의 프로젝트는 가자지구의 어린이들에게 사랑과 희망의 메시지를 전달하여, 그들이 용기와 희망을 가지고 증오가 아닌 평화와 지속 가능한 미래를 향해 나아갈 수 있는 작은 토대를 제공하기 위해 시작합니다.
프로젝트는 총 3단계로 진행됩니다.
step 1. 'Gaza's Child Read HOPE’ 사이트에서 전 세계의 따뜻한 메시지와 기부금을 모으고
step 2. 모인 메시지들로 책자를 만들어서
step 3. 그 책자를 가자지구의 아이들에게 전달합니다!
현재 웹 사이트는 최종 단계에 있으며, 이번 주 QA 테스트를 마친 후 배포하려고 합니다.
관심 갖고 지켜봐 주시면 감사하겠습니다:)
김주형
아이디어는 있는데
머리 속에서 꺼내고 싶은데
웹사이트로 개발하기 위해 특정 스택을 배워야할지
앱을 개발하기 위해 하나를 깊게 파야할지 크로스 플랫폼을 파야할지
그것조차 불확실해서 가설 실험을 하고 싶은데
광고 하려면 최소한 시연 동영상이나 웹사이트, 랜딩페이지 정도는 만들어야 하고
디자인부터 노코드 툴 사용법이나 이런저런 새로 알아야 하는게 많고
으아아.. 뭘 어떻게 해야할지도 모르겠는데
팀도 없고 돈도 다 떨어져서 주머니에 2만원밖에 없다고요!!??
그런데도 돈 안 쓰고 프로덕트를 만들고 싶고 문제를 해결하고 아이디어를 실현해보고 싶다고요?
뭐 어떻게 해야할지 도저히 모르겠다구요?
그래서 그냥 그림을 그렸습니다
종이에 볼펜으로요
심지어 독서실꺼 빌린거라 꽁짜였습니다 ㅎ..
음.. 이걸 전문적으로 만들긴 귀찮은데 어떡하지?
이제 더 못 하겠는데.. 짬 때릴 수 없나?
해본 결과 못해줌
그래서 그냥 키노트를 킵니다
개발 중이던 시뮬레이터가 눈에 들어와서 툭툭 건드려봅니다
음 좀 아쉽네
음 뭐 될 거면 되고 안 될 거면 안 되겠지?
그래서 이걸로 어떻게 광고를 할까..?
다음 편에 계속..
Jiyoung Kim
안녕하세요-. 주식회사 뉴지엄랩 파운더 대표 김지영입니다. 물품 구매와 관련된 개인 맞춤 영양 정보를 제공하는 새로운 커머스 플랫폼 스타트업 뉴지엄랩은 서울대학교 영양생리약리연구실 예비창업팀으로 작년 시작하여 올해 11월 법인사업자로 사업을 시작했습니다(jiyoungkimlab.com). 뉴지엄랩은 오는 2월 말 출시될 서비스의 연구개발을 위해 크라우드펀딩을 시작합니다.
구매단계에서 개인이나 가족을 위해 맞추어진 건강과 영양에 대한 정보를 제공하는 뉴지엄랩의 서비스는 고혈압, 당뇨, 비만, 고콜레스테롤/고중성지방혈증과 같은 만성질환, 유당불내증, 과민성대장증후군, 식품알러지와 같이 먹는 음식에 의해 크게 좌우되는 증상들, 아이들을 키우는 부모라면 항상 생각하게 되는 신경계 발달, 키성장에 대해 서비스를 준비하고 있습니다. 이외에도 건강한 식생활을 실천하고 싶은 그 누구라면 뉴지엄의 마켓은 당신을 위해 준비합니다.
건강한 식품 선택과 구매를 돕는 커머스 플랫폼 뉴지엄마켓은 생활 중에 고객이 자신에게 맞는 건강한 식습관을 형성하는 가장 효율적인 방법으로 고객의 건강관리를 돕습니다. 구매 단계에서 제공되는 뉴지엄의 개인맞춤영양 정보 제공이 인류 건강 문제의 해결과 건강한 사회 구축에 의미있는 역할을 수행하게 될 것이라 믿습니다.
지금, 뉴지엄의 크라우드편딩 얼리버드 사전주문에 참여하세요
#뉴지엄 #NUSEUM #뉴지엄마켓 #건강마켓 #당신만의마켓
김동철
사진 한장으로 풀모션 영상 생성 AI, 애니메이트 애니원(Animate Anyone)
1. 사진 한장으로 풀모션 영상을 생성하는 AI 입니다. 알리바바가 이런 엄청난 기술을 연구중이었군요.
2. 생성형 AI 가 워낙 놀라운 일들을 많이 보여줘서, 속으로는 엄청 놀랐으면서도 뭐 이쯤해서 이런것이 나올만도 하지 그렇게 보았습니다.
3. 근데 다시 찬찬히 살펴보고 있는데, 너무 진짜 같아서 이 영상이 가짜가 아닌가 하는 의심마저 듭니다.
4. 이 기술을 Stable Diffusion에서 사용할 수 있게 되면, 의류 쇼핑몰은 이제 모델들이 움직이고 있을 테고, 틱톡이나 인스타 릴스에도 콘텐츠 붐이 일지 않을까 싶습니다.
5. 풀바디 모션 기반의 딥페이크도 더욱 조심해야 할 듯 합니다. 보이스 피싱 보다 비디오 피싱을 더 조심해야 하는 시대가 올 것 같습니다.
김현진
만 22세, 전세계 시총 1위 아마존🇺🇸에 취직하고 배운 3가지
만 22세 6월, 나는 졸업을 하기 전
FAANG이라고 불리는 전세계 빅테크 기업
중 아마존에 취업을 하게 되었다.
* Facebook의 사명이 변경되긴 했지만
FAANG은 페이스북, 아마존,
애플, 넷플릭스, 구글을 말한다.
아마존에 취업하여, 다양한 백그라운드를
가지신 능력자 아마조니언들을 만나며
기억에 남는 인사이트
3가지를 공유하고자 한다.
1️⃣ 워라벨 아닌 워라하
아마존에서는 워라벨이라는 말을
사용하지 않는 대신 워라하
(Work life harmony)라는 말을 사용한다.
처음 워라하라는 단어를 들었을 때는
워라벨을 자조적으로
표현하는 것이라 오해했다.
하지만 한달이 지난 후
나는 워라하의 의미를 깨달았다.
✨일과 삶은 분리될 필요가 없다✨
대부분의 회사원들이 착각하는 것은,
일과 삶이 분리되어 있고,
그 비율이 맞는 것이 일과 삶의
균형이라고 생각한다.
하지만 일과 삶을 분리하려고 노력할수록,
우리는 일에서 즐거움을 찾기보다는
일 외의 것에서 즐거움을 찾으려 하며
일은 나쁜 것, 삶은 좋은 것으로 바라보게 된다.
이에 반해. 아마조니언들은
일과 삶을 분리하는 것이 아닌
일에서 삶의 즐거움을 찾고,
삶에서 일의 원동력을 얻는다✨
일과 삶을 분리하려고 하지 않으니,
약속에 갔다가 집에 와서
자연스럽게 업무 한번 더 보고
업무를 하다가 모르는 부분이 있으면,
업무 외의 시간에 자기 계발을 하며 성장했다.
그리고 이 과정은 내 생각보다 더 즐거웠다.
취미가 내 일이 되니 업무 효율성도 더 높고,
업무에 대한 스트레스는 있을 수 있지만
일 자체에 대한 스트레스는 0에 수렴하게 되었다.
2️⃣ 책임감도 능력이다.
흔히 우리는 업무를 빠르게 처리하는 사람,
정확하게 처리하는 사람을 능력있는
사람이라고 생각한다.
그러나 아마존에서 6개월간 일을 해본 결과,
고객과의 약속에 책임감을 가지고,
약속을 지키기 위해 실력이 부족하더라도
계속 digging 하는 사람 ⛏
그래서 고객과의 약속을 지키는 사람이
가장 인정받는 엔지니어⭐️였다.
그동안 나는 능력있는 사람은
나와 다른 사람, 비상한 사람이라고 생각했다.
하지만, 아마존에서 엔지니어 분들이
고객과의 약속을 지키기 위해
모르는 에러를 잡고
밤낮으로 디깅하는 모습을 보았다.
뛰어난 능력을 가지고 있으면 모든 것을
뚝딱 해결하시겠지?라고 생각하던 나에게
‼️고객과의 약속‼️을 지키기 위해
노력하는 엔지니어 분들을 보며
책임감이 곧 능력이라는 것을 배웠다.
이를 배운 후 나도 내 고객과의
약속을 지키기 위해
최선을 다하고 책임감을 가지자,
어느새 나도 나의 Goal 을 달성하고
매니저님께 인정을 받고 있었다🥇
3️⃣ 도전하는 한 삶은 계속된다
아마존에서 아마조니언 분들과 대화하며
가장 놀란 것은, 백그라운드가
다들 엄청나게 다양하다는 것이다.
홍콩에서, 싱가폴에서 오신 분들
호주 워홀을 갔다가 호주에서 대학에 가신 분,
디자이너였다가 인프라 공부를 해서
아마존에 오신 분 등
한국인의 평균 루트
고등 졸업 - 대학 졸업 - 취직을 한 나는
상상조차 할 수 없었던
백그라운드를 가지신 분들이 많았다.
특히 놀라웠던 것은 아마존이 자신의
’마지막 커리어’라고 생각하시는 분이 없었다.
지금은 엔지니어지만 매니저로의 role change,
한국에서 미국으로 transfer 등
다양한 방식으로 다들 다음 커리어를
고민하고 실천하시고 계셨다.
한국에서 살다보면,
어느 순간 삶이 종료된다는 느낌을 받는다.
앞으로 계속 같은 일을 할 것만 같고
이미 다른 일을 하기엔 늦어버렸다는 생각.
하지만 아마존 안에서는 달랐다.
모두가 도전을 하고, 나이와 상관없이 모두
새로운 자신의 커리어를 향해 달리고 있었다🏃♀️
- - -
취직을 하고 느낀 점들을 짧은 글로 적어보았습니다
인스타그램에 다른 글도 많으니
도움이 되셨다면 팔로우 부탁드립니다!
앞으로 더 많은 인사이트 공유해드리겠습니다 :)
김학범
화상 미팅을 하다보면 큰 화면에 큰 얼굴(?)로 인해 피로감이 느껴질때가 있었는데요.
혹시 작은 화면으로 따로 띄우는게 없을까 기능을 찾아보다가 PIP 모드라는걸 알게되었습니다.
아직 몇번 사용해보진 않았지만 얼굴이 작게 나와서 대화에만 집중하기 더 좋았던것 같습니다.
사용해본적 없으시다면 한번 써보시면 좋겠네요 :)
Cailyn Yong
솔로프리니어의 인생 첫 B2B Sales 과정과 후기: 생성AI 챗봇
최근에 10X AI Club 1기 운영을 하면서 많이 바빠진 관계로 글을 못 올리고 있었습니다. 이 외에도 유투브 채널을 운영하고 있었는데 가장 놀랐던 부분은 1기 모집을 할때 정말 많은 분들께서 유투브를 통해 유입됐다는 것이었습니다. 실제로 여러 개발 문의가 유투브 채널을 통해서 들어왔고, 오늘 글에서는 다소 험난했던(?) 이 과정에 대해 생각을 정리하고자 씁니다.
가장 먼저 커뮤니티부터 설명을 시작해야할 것 같아요. 스타트업을 시작하는 계기와 전략은 정말 다양하지만, 저는 처음에 10X AI Club을 만들면서 얘로 창업을 해야겠다, 돈을 벌어봐야겠다로 시작한건 아니었습니다. 많은 분들께서 처음에 커뮤니티 운영을 한다고 했을때 "수익이 잘 안날텐데 왜하는지?," "이걸로 사업을 할건가요?"의 질문을 꽤 받았었어요. 그럼에도 불구하고 전 계속 했습니다. 제가 처음으로 너무 재미있게 느꼈던 일들이라. 전에는 하루에 12시간씩 일하라 그러면 절대로 하지 못했던 것을 이제는 자의로 하게 되더라구요.
그래서 10X AI Club에 인사이트 글과 생성AI 프로젝트 개발 방법 글들을 꾸준히 올리면서 계속 키웠고, 운영한지 이제 3개월 정도가 됐습니다. 10X AI Club를 더욱 키우기 위해 9월 25일에 올렸던 목표들입니다:
어떻게 될진 저도 잘 모르긴한데 이미 머릿속으로는 세워놓은 계획들이 몇개 있어서.. 이렇게 갈 것 같네요.
10X AI Club은 국내 최대 AI 커뮤니티가 된다. 단순히 사이즈보다는 정말로 사람들에게 도움이 되는 커뮤니티가 될 것이다.
10X AI Club의 Substack, Twitter, LinkedIn 뉴스레터와 Youtube podcast/개발 과정 동영상 업로드
10X AI University를 통해 라면 수익성을 얻고 모든 사람들이 한번이라도 AI 개발을 해보게 한다. 한번이라도 직접 자신의 업무에 AI 툴을 활용할 수 있게 한다.
2번째 목표가 조금 바뀌었는데, 여러개를 동시에 하기에 너무 힘들었어요.
그래서 유투브에 올인하기로 하고, 9월 17일에 '에라 모르겠다' 생각하고 첫 동영상을 올린 후 지금은 총 14개의 영상을 업로드했고, 구독자 2400명 달성, 그리고 가장 많은 조회수는 1.7만회를 찍었습니다.
이제 12월이 됐는데, 10X AI University를 런칭한 첫 달(10월)에 라면 수익성을 달성했습니다.
현재 운영하고 있는 10X AI Club 1기를 통해서 저는 첫 달에 달성한 라면 수익성을 10X 키웠어요.
이렇게 커뮤니티가 커지고, 수익이 발생하면서 더 다양한 BM들을 시도해보고 싶었어요. 그 중 하나는 유투브에 "챗봇 개발하는 방법"을 올리면서 설명란에 따로 자신의 서비스에 도입하고 싶으신 분들은 탈리 폼으로 신청을 받게 했습니다. 이런식의 B2B Sales는 인생 첫 경험이었고, 어떻게 하는지 전혀 모르는 상태에서 시작했어요.
영상을 업로드하고 나서 3일만에 첫 고객이 신청서를 제출했고, 그날 밤에 심장을 부여잡은 채 전화를 걸었습니다. 질문 드릴것도 옆에 메모장에 다 적고 준비했는데 생각보다 원하시는게 명확해서 쉽게 통화를 진행했고, 어떤 기능들을 구현할 수 있는지 설명 드린 후, 견적을 전달드리고 통화 마무리를 했습니다.
그 뒤로 다른분께서도 문의를 주셔서 두번째 분부터는 좀 더 쉽게 진행할 수 있었어요. 그분이 원하셨던 것은 사내에서 직원들끼리 사용해볼 수 있는 서비스 매뉴얼 챗봇이었습니다. 전화를 끊고 그날 바로 학습시킬 데이터를 받고, 챗봇을 만들기 시작했습니다.
여기서부터는.. ㅎ 험난했던 개발 과정입니다.
사실 가장 놀랐던 부분은 문의 주신 분들께서 제 영상들을 보며 프로젝트들을 만들어보신 경험이 있었고, GPTs에도 프롬프트 엔지니어링을 직접 하시면서 정말 많은 시도들을 해보셨더라구요. 그래서 프롬프트 자체도 직접 만드신걸 따로 받아서 학습을 시켰어요.
제가 개발하면서 가장 많이 배웠던 팁들을 공유드리자면
파이썬으로 만들면 보통 streamlit을 사용하는데 Streamlit에 앱 배포 절대하면 안됨. 클라우드 위에서 앱이 돌아가는 형식인데 한 유저당 사용할 수 있는 양의 한계가 있음. 이 한계치가 넘어가면 streamlit에서 앱 서버를 맘대로 다운시켜버림 😨
OpenAI 통해서 답변들을 생성하는데 custom prompt를 추가하면 오히려 결과물의 퀄리티가 떨어짐. 할루시네이션을 훨씬 더 많이 함. 프롬프트 없이 데이터베이스에 데이터 업로드 하고 그걸 불러올 수 있는 Conversational Retrieval Chain, 혹은 Retrival QA chain만 사용하는게 더 잘 불러옴. 대신 원하는 답변을 계속 학습 데이터에 매뉴얼로 추가해야됨.
저는 개발자의 입장으로써 답변 퀄리티가 너무 마음에 안들어서 돌아버릴 것 같았어요. 하하. 실제로 상용화 시키기엔 할루시네이션을 잡는게 가장 어렵다는걸 몸소 체험했고, 프롬프트를 수정할때마다 답변이 달라져서 시간도 많이 걸렸습니다. Streamlit에 배포했는데 결국 다 crash해서 다시 처음부터 Next js로 짜고 Vercel로 배포를 했습니다..
문의 주신 분께서 정말 감사하게도 사용자들의 피드백을 따로 받아서 저한테 전달해주셨어요.
단순응대는 능률향상에 좋을 것으로 보임. 실제로 사업관련업무 문의가 올 시, 담당자들도 책자를 보고 안내하거나 홈페이지 규정 및 서식을 안내하는 경우가 대부분임.
습득한 정보에 대해서는 질문 수준에 따라 정보를 제공하고 있음. 관련 정보 외에는 모른다고 답변됨
공통적으로 궁금해하고 질문하는 민원에 대해서 쉽게 대응할 수 있어 업무 부담이 줄어들 수 있을 것 같다.
시도 자체가 가장 맘에 듭니다.
관련 규정을 직접 찾아보지 않고 쉽게 찾을 수 있어 업무에 도움이 됨
찾아보지않고도 궁금한사항을 즉답받을수있는점
질문을 간략하고 짧게 입력해도 자체적으로 질문을 변환하여 답변이 가능
기초적인 민원 응대 가능으로 불필요한 시간 낭비를 줄임
기본적인 질문을 사용자가 직접 입력하여 궁금증 해소 가능 (단순 자주묻는 질문을 클릭하여 사용자가 답변을 얻는 방식이 아닌 사용자가 궁금한점을 입력하고 답변을 얻을 수 있다는 점)
반응이 즉각적이기 때문에 업무시간 외 빠른 질문 해소 가능
답변의 속도 및 간단한 질문에 대한 답변 내용
관련 문의가 많은 특정 기간에 전화상담을 대체하면서 사업담당자의 업무가중을 줄일 수 있을 것이다.
빈번하게 들어오는 문의에 대한 답변이 잘 되어 있다
관련부서가 아니더라도 궁금한 점이 생기면 편하게 질의가 가능한 점
최근 트렌드를 반영한 새로운 도전. 그 어떤 분야보다도 시도가 중요합니다.
담당자 부재시, 전화 응대가 어려울 경우에 담당자를 대신하여 1차적인 답변, 기본 개념에 대한 답변이 가능하다.
간단하게 알고 싶을 정보가 있을 때 사용하면 좋을 것 같습니다.
아직은 자료로 인한 답이 부족하다보니, 질문을 응대할 수 있는 정보를 불러왔으면 좋겠음.
프롬프트 등 맞춤형 질문 작성법 교육이 필요.
디테일한 답변이 부족함
대부분 답변을 모른다고 답하거나, 답변을 하더라도 오답이 많아 학습이 더 필요할 것으로 보입니다.
공개되어 있는 자료를 통해 정보를 획득할 수 있었으면 좋겠어요.
일부 오타, 안내 절차 다름, 사업 담당자 안내 오류 등 일부 개선이 필요할 것 같습니다.
답변이 정확하지 않는 부분 등 개선이 필요할 것 같음
일부 내용이 다르며, 추상적으로 답변함에 따라 공신력이 떨어져보입니다. 다만, 이런 내용들은 지속 학습시키면 되는 사항이고, 매우 유용하게 사용될 것으로 예상됩니다. 만드느라 고생많으셨습니다.
사람이 질문하는 의도를 명확히 알아차리지 못함. 너무 고생하셨습니다 !
답변에 대한 검증이 필요함
현재 초기단계이다보니 정보가 많지 않고, 지속적으로 사용하기 위해서는 주기적인 정보 최신화가 필요해보인다
답변의 내용이 좀 더 구체적으로 제공되어야 한다. 빈번하게 문의하는 내용의 키워드만을 추출하여 답변을 낼 수 있도록 구축해 놓으면 더 활용성이 높을 것 같다.
챗GPT와 같은 수준의 툴을 만드시려 한다면, 딥러닝을 통한 인공지능 학습이 선행되지 않는한 매우 어려운 작업이라 생각합니다. 적어도 크롤링 수준에서라도 관련 자료를 긁을 수 있으면 좋은텐데 해당 작업 또한 쉬운 것은 아닙니다.
같은 질문에 다른 답변으로 자료의 신뢰도 부족
총 21명이 피드백을 주셨는데, 역시나 예상했던대로 할루시네이션 관련 문제가 가장 많았습니다.
하지만 반대로 업무향상에 많은 도움이 됐다는 후기를 보고 개인적으로 너무 뿌듯했어요. 실제로 OpenAI를 활용한 생성AI 챗봇이 이렇게 업무에 쓰이면서 긍정적인 반응이 보여서 정말 설레고 두근거렸습니다. (이게 스타트업하는 맛인가?)
21명 중 20명은 이 챗봇이 필요하다고 답변을 주셨습니다. 개발 측면에서 잘 안돼서 힘들었는데 제가 예상한거와 달리 많은 분들께서 필요하다고 하셔서 놀랐습니다.
이제 이 과정을 겪은 제 솔직한 장단점을 나열해볼게요.
장점:
내가 만든 제품이 사용자들에게 도움이 된다는게 정말 뿌듯하다. 인생의 의미를 찾아야한다면 여기서 찾을 수 있지 않을까?
단점:
솔직하게 말하자면 개발 과정이 재밌고 설레지 않았음. 그치만 어떤 것이든 그 과정은 험난할 수 밖에 없지 않을까? 실제 사용자들이 생겼을때 나오는 반응들과 거기서 느끼는 감정들이 중요하지 않을까?
상용화수준까지 만들려고 하다보니 개발에 노력을 많이 들여야했음. 생각보다 많은 시간 소요. -> 추후에 이걸 시스템화 시키면 시간 소요가 덜 되지 않을까?
