해자(moat)가 대체 뭔데?

뇌피셜이지만 제 생각을 적어봤습니다. 초기 스타트업은 경쟁자들이 쫓아올 수 없는 방어 전략을 세워야 할까요?

팀에서 나와서 창업하게 되면서, 다른 초기 스타트업에게 질문거나 피드백을 줄 때 고민했던 개념들을 내 문제로서 고민하게 되었다. 요즘 ICP, Moat, Competency, 수익화, Network Effect, Referral 이런 단어들을 많이 쓰게 되는데 그 중 내가 쓰는 Moat(해자)라는 단어에 대한 설명이 부족한 것 같아서 내가 생각하는 Moat에 대해 글을 적어봤다.

중세 유럽 요새의 해자

삼한시대부터 조선시대까지의 한반도에서는 적의 침략을 방어하기 위해 산지를 이용해서 산기슭을 따라 높은 성벽을 쌓았다. 남아있는 그 흔적이 서울 성곽이나 남한산성 등이다. 비슷한 시기 유럽에서는 평지에 요새 또는 성을 지으면서 둘레에 호수를 파고 접을 수 있는 다리를 놓아서 적의 침입이 어렵게 만들었다.

IT 사업을 할 때에도 해자는 필요하다. 경쟁자(적)들이 나의 프로덕트/서비스를 잡아먹지 않을 수 있도록 하는 해자를 파야 한다. 이 단어는 Uber의 Growth를 담당하다가 현재는 VC인 a16z에 있는 Andrew Chen이 그의 책 “The Cold Start Problem”에서 언급하여 나한테 영감을 준 단어이다.

이 책은 Network Effect를 다룬 명저이니 IT 비즈니스에 관심이 있다면 꼭 읽어보길 추천한다(사실 나도 아직 안 읽었다). 최근 번역본이 출간되었다. 나도 안 읽었으므로 이 글에서 말하는 해자란 내가 생각하는 해자에 대한 개념이다.

초기 스타트업에서 해자란

사실, <The Cold Start Problem>에서 말하는 해자는 어느정도 성장하며 Network Effect를 만든 회사가 경쟁자로부터 사업을 방어하기 위해서 어떤 전략을 펼쳐야 하는지 다룬 내용인데, 나는 초기부터 해자에 대해 생각하는 것이 중요하다고 믿는 사람이다.

오히려 작은 팀일수록 거칠고 확실한 해자를 가져야 한다.

초기 스타트업에서의 해자가 중요한 이유는 초기일수록 비슷한 크기의, 비슷한 컨셉의 사업을 하는 경쟁자/협력자들이 많고 이들을 대상으로 경쟁해서 이기거나 설득해서 협력해야 하기 때문이다. 두 번째 이유는 피봇이 자유롭기 때문에 우리 스스로도 이 아이템이 우리에게 얼마나 중요하고, 경쟁자들에 대한 경쟁력이 얼마나 있는지에 대한 지속적인 확신을 가질 필요가 있기 때문이기도 하다.

@심민섭 이 인스타 스토리로 공유해준 강의 자료 중 발췌

그러면 고객 수와 프로덕트의 완성도가 부족한 초기 팀이 어떻게 해자를 가질 수 있느냐? 팀의 역량이 전부이다. 초기에 컨셉을 뻥튀기해서 마케팅해서 가치를 높이던, 후기에 비싼 팀원들을 데려오던 결국 팀의 역량이 팀의 가치이고, 경쟁력이고, 해자이다. 초기에는 암것도 없으니 당연히 역량이다. 이 역량을 초기에 multiple하는 데 유용한 건 스토리텔링이라는 마법이다.

우리는 어린 시절 각자 음악가, 디자이너, 영상 제작자였는데 결국 tech industry에서 만났다. 근데 한명은 새끈한 제품을 매우 빠르게 만드는 능력이 있고, 나머지 공동창업자 한명은 제품을 파는 걸 너무 즐겁게 해서 그 에너지가 사람들을 끌어당기는 힘이 있었다. 둘이 만나서 digital creator들을 돕는 tech product를 만드려고 한다.

위는 내가 일주일 전부터 합류한 Grida Inc. 의 스토리텔링이다.

해자와 경쟁력

해자와 경쟁력은 비슷한 말인데, 조금 다른 개념이다. 경쟁력은 소비자가 다른 경쟁 제품들 대신 이 제품을 선택하는 이유와 관련이 있고, 해자는 회사 차원에서 다른 회사가 우리 회사를 따라잡지 못하도록 하는 방어 전략에 가깝다.

회사의 경쟁력이 무언가로 굳어지면 그게 해자가 되는 것이다! 이런 예시들이 있을 것이다:

• 콘텐츠 생산을 유도하는 operation을 잘 해서, 유니크한 콘텐츠가 많이 쌓여서 사람들이 지속적으로 방문하는 SNS

• 심리적, 사회적 보상을 잘 설계해 사람들이 스스로 데이터를 입력하도록 해서, 방대한 양의 데이터를 기반으로 타겟팅 광고를 때리는 플랫폼

• 다른 어떤 소프트웨어로는 만들 수 없는 고퀄리티의 결과물을 만들 수 있도록 제품 개발을 고도화해서, 비싸지만 professional들이 돈을 내고 쓸 수 밖에 없는 그래픽 소프트웨어

• 한 번 들어오면 너무나 편안하게 여러 제품을 사용할 수 있는 제품군 생태계를 만들어서, 타사 제품은 구매할 수 없도록 만드는 전자기기 회사

우리 팀의 해자

나는 요즘 이런 질문들을 스스로 하고 있다:

• 우리가 정말 만들기 좋아하는 것은 무엇인가?

• 우리 제품에서 짧은 시간 안에 높은 퀄리티를 보장할 수 있는 측면은 무엇인가? (i.e. 예쁜 디자인, 높은 개발 완성도, 민첩한 고객 요청을 반영한 업데이트 등)

• 서로가 가장 잘 하고, 가장 시너지가 잘 나는 액션은 무엇인가?

• 나중에 경쟁자가 따라오지 못하도록 할, 지금부터 쌓아나가야 할 자산은 무엇인가?

해자는 결국 자원 아니면 기술인데, 요즘은 자원으로서는 커뮤니티와 use cases, 기술로서는 우리가 만드는 digital creation engine의 기술력에 집중하고 있다.

학교 선생님들이 사랑한 Gen AI

두 사진은 각각 뤼튼과 GetGPT에서 인기 있는 프롬프트 앱을 보여주는 화면을 캡쳐한 것입니다.

공통점이 보이시나요? 바로 생활기록부 글쓰기 서비스 입니다.

저희 부모님은 두분 모두 학교 선생님이시며, 아버지는 모 자사고에서 25년 동안 국어선생님으로 재직 중이십니다. 고3 담임도 오래하셨기 때문에, 대학 입시에는 많은 인사이트를 가지고 계십니다. 저도 아버지에게 주워들은 것과 제 경험을 더해 스무 살, 1년 동안 입시 컨설팅 플랫폼에서 활동 하기도 했습니다. 그래서, 아버지와는 자주 대학 입시에 대한 이야기를 나눕니다.

해당 화면을 보여주면서, 아빠에게 이런 서비스가 요즘 선생님들 사이에서 유행인 것 같다고 말했습니다. 아빠도 선생님들과 함께 써봤다고 했습니다. 하지만, 너무 추상적인 답변이라 학생들 생기부에 옮겨 적기에는 부적절하다고 했습니다.

나) “프롬프트를 더 정교하게 짜면, 더 개인화된 코멘트를 나올 수 있을 것 같은데..?”

제가 만든 논어 AI를 써보셨기 때문에 프롬프트가 어떤 것인지는 대강 알고 계셨습니다.

아빠) “뭐 가능은 하겠지..하지만, 이런 걸 보면 좀 씁쓸하기도 해. 모든 아이들의 생기부를 써주는 게 물론 귀찮은 일이긴 한데, 그걸 고민하면서 이 아이에 대해 다시 한번 떠올려보는 것이니까..”

집에 도착해서 오랜만에 고등학교 생기부를 펼쳐 보았습니다. 물론, 복사 붙여 넣기한 느낌이 물씬 나는 문구들도 있었지만, 대부분은 제 생활에 대한 담당 선생님들의 기록이 정성스럽게 담겨 있었습니다.

생활기록부를 쓰는 것에 대한 선생님의 수고를 생산형 AI 도구가 상당히 많이 덜어주었습니다. 문제 해결 측면에서 훌륭하고 엣지 있는 프로덕트 입니다. 하지만, 이 프로덕트를 통해 더 많은 선생님들이 문제를 해결해야 하기를 바라야 할 지는 고민이 됩니다.

23년 6월 4일 <“ChatGPT로 나의 업무 보조 AI 만들기 챌린지”에 함께 하실 분 계실까요?> 라는 제목으로 Humans (in the loop) 커뮤니티에 글을 올렸던 것을 기억하시는 분 계실까요?

이전 글 확인하기:

많은 분들께서 관심을 주신 덕분에 70명 이상의 신청자께서 계셨고 1회 차는 12명의 다양한 분야의 참여자들과 23/06/11(일)부터 23/07/09(일)까지 4주 챌린지를 진행했어요. 4주 동안 테크툴킷 에서 만든 <ChatGPT로 나의 업무 보조 AI 만들기 키트>를 활용했어요.

4주 챌린지 목적

챌린지의 목적은 개인의 업무 생산성을 높이기 위해 (1) 나의 반복적인 업무를 관찰하고 세분화하여 (2) 이를 자동화할 수 있도록 <ChatGPT로 나의 업무 보조 AI 만들기 키트> 가이드라인을 따라 나의 반복 업무 자동화 프롬프트를 설계하고 적용하며 (3) 프롬프트를 개선하는 사이클을 통해 ‘AI를 업무에 활용’하는 습관을 형성하는 것이었어요.

4주 챌린지 참여자 배경

<ChatGPT로 나의 업무 보조 AI 만들기 키트> 를 총 12명의 사람들(디자이너, 탈임상 간호사, HR, 개발자, SEO 컨설턴트, 인스타툰 작가 등)을 대상으로 4주 동안 테스트를 진행했어요.

4주 챌린지 결과

1. ChatGPT를 처음 사용하는 사람도 키트에서 제공하는 단계 별 가이드를 쉽게 따라 하는 것을 발견했어요.

2. 4주 동안 꾸준히 참여하신 분들은 3주 차부터 (1) 반복적인 업무 정의, (2) 프롬프트 적용, (3) 프롬프트 개선 사이클이 잡혀 스스로 본인의 반복적인 업무를 더욱 정확하게 세분화하여 ChatGPT를 활용하는 것을 확인할 수 있었어요.

3. 키트 사용 전에는 AI를 활용하는 것에 대한 막막함이 있었던 분들이 2주 차부터 스스로의 성장과 변화를 경험하며 '신난 순간'을 댓글로 표현하시는 분들이 나타나셔서 저도 누군가의 변화와 성장의 과정을 확인할 수 있어서 뜻깊었어요. 😄

   

위 3가지에 대한 결과를 받기 위해 아래와 같은 리소스를 사용하고 있음을 발견했습니다.

1. 챌린지를 통해 발견한 ‘나의 반복적인 업무를 관찰하여 AI를 활용하여 자동화’하는 습관이 형성되기 위해서는 누군가 최소 주 2-3회 이상 온라인으로 확인하고 실행하게끔 독려하는 것이 필요했어요.

2. 다양한 분야의 참여자 적용하는 반복적인 업무가 다양하다 보니, 개별 피드백을 드리는데 매주 4-5시간이 걸린다는 것을 발견했어요.

3. ChatGPT의 한계 (정보의 부정확함, 가능한 기능의 한계, 등)에 대해서 발견했을 때, 이를 해결할 수 있는 방법이 있는지 스스로 검색하여 해결책을 찾는 과정도 챌린지의 일부였으나, 스스로 검색해서 방법을 찾아보는 사람은 12명 중 2명이었고 그 외의 분들은 스스로 해결 방법을 찾기 보다는 저에게 해결책을 물어보는 질문을 남겼습니다. 저는 답을 알려주기보다는 스스로 찾아볼 수 있도록 질문 형식으로 피드백을 드렸어요.

<ChatGPT로 나의 업무 보조 AI 만들기 키트> 개선 필요한 점

1. <ChatGPT로 나의 업무 보조 AI 만들기 키트> 2회 차는 70명의 대기자가 있습니다. 1회 차 보다 많은 분들에게 적용하기 위해 위 3가지와 같이 제가 개입하는 부분을 자동화할 수 있는 방법을 구축할 예정입니다.

2. 4주 동안 주차 별 단계로 가이드라인을 나누는 것을 2 주차로 합치면 좋겠다는 피드백을 받아서 이 부분을 개선할 예정입니다.

3. 4주 이후의 지속되고 있는지 이를 확인할 수 있는 시스템도 구축할 예정입니다.

디스콰이엇 커뮤니티에 질문있어요! 🙋🏻

디스콰이엇 커뮤니티 여러분은 새로운 습관 형성을 위해 도움을 받았던 서비스, 책, 영상, 경험이 있으실까요? 있으시다면 왜 또는 어떻게 습관 형성에 도움이 되었는지 공유해 주실 수 있으실까요?

[미팅미닛/구인] AI 프로덕트에 개발자로 합류하세요~ 주니어 환영!

미팅미닛 팀에 합류하세요 :)

[AI 회의 어시스턴트 '미팅 미닛' 개발자 모집] - 주니어 환영!

미팅미닛은 기본적으로 '네이버 클로바'와 유사하게 회의 내용을 청취하고 분석하는 AI 기반 서비스입니다.
미팅미닛은 가장 큰 차별점으로

AI를 활용하여 실시간으로 독창적인 아이디어 제공, To do List 생성, 사용자가 원하는 형식의 회의록 작성, 실시간 회의 요약 제공 등을 가지고 있습니다.

또한, AI는 지난 회의록들을 바탕으로 다음 회의에 대한 팔로우업을 수행하고
회의에 참석하지 못한 사람들 또한 미리 작성된 문서를 통해 회의 내용을 이해하며 AI와의 대화를 통해 더 세부적인 내용을 파악할 수 있습니다.

현재 팀은 서비스 기획자 및 AI 프롬프트 개발 역할을 하는 두 명의 팀원으로 구성되어 있으며 4~5명 규모의 팀을 구성할 계획입니다.

팀의 발전을 위해 동일한 열정과 흥미를 가진 개발자를 모집하고자 합니다
다음은 우리가 찾는 인재 이미지입니다:

1. 신제품 개발에 대한 강한 흥미

2. AI에 대한 이해와 열정

3. 경력에 관계 없이 지원 가능

4. 저희와 함께 성장 하실 주니어 개발자 환영! / 팀원 모두 기본적인 개발 지식 있음!

모집 과정

1. 3문장 이내 간단한 자기소개와 함께 커피챗 요청

2. 30분 내외 팀원 두 명과 비대면 대화 (구글 meet)

우리는 이 프로젝트를 통해 팀원 모두가 개인적으로 성장하는 것을 적극 지원합니다. 이와 같은 비전을 가진 개발자분들의 많은 지원 부탁드립니다.

Artifact의 AI caution이 사라졌다

• artifact.news 는 인스타그램 파운더들이 만든 personalized news aggregator

• 개개인의 뉴스레터 소비를 트래킹해 개인화된 콘텐츠 제공

• 며칠 전까지 ai 요약에 대한 주의사항에 적혀있었는데, 오늘 확인해보니 없어졌다.

However, the company cautions users that the feature should not replace actually reading the news, as AI isn’t perfect.

“It’s important to note that summaries don’t replace the utility of having the full text of the article,” the company blog post reads. “AI is powerful, but from time to time can make mistakes, so it’s important to verify the summary matches the article as you read the full text,” it warns.

- techcrunch

"ai는 완벽하지 않기 때문에 전문이랑 비교하며 읽어야한다"

다시 업데이트 될까?

Y Combinator에서 배운 5가지 핵심

저희 싱클리 팀은 실리콘밸리 액셀러레이터 Y Combinator W23 최근 배치를 졸업했는데요, 배치 기간 동안 배운 점 5가지에 대해 CEO인 동희님이 글을 남겨주셔서 디스콰이엇에도 공유드리면 좋을 것 같아 가져와봤습니다 :)

원문 링크 : https://syncly.app/ko/blog/5-lessons-learned-from-yc

Y Combinator에서 배운 5가지 핵심 - 싱클리(Syncly)

Day 1부터 미국에서 초기 제품개발을 하는 데 있어서, YC 경험이 매우 결정적이었다고 생각하고, 이 뜻깊은 과정을 통해 배운 핵심적인 5가지 내용을 공유하려고 한다.

https://syncly.app/ko/blog/5-lessons-learned-from-yc

우리 싱클리 팀의 가장 큰 창업 동기는 미국 및 글로벌 시장을 대상으로 하는 B2B SaaS 회사를 만드는 것이었다. 그리고 미국 시장을 도전하는 입장에서 창업하는 순간부터 Y Combinator(YC)에 지원하는 것을 생각해 왔다. 미국이 가장 큰 B2B SaaS 시장이어서 관심을 가지는 것도 있지만, B2B SaaS 라는 카테고리가 탄생한 곳에서 임팩트를 내기 위해 노력한다는 것 자체가 정말 힘들지만 동시에 굉장히 즐겁게 느껴지는 과정이기 때문이다.

결국 우리 팀은 Y Combinator Winter 23 배치에 선정되었고, 2023년 1월부터 4월까지 샌프란시스코의 한 에어비앤비에서 팀원들과 동고동락하면서 고객과 대화하고 제품을 개발하는 기간을 가졌다. 이 기간을 거치면서 현재는 실제로 미국 고객들이 사용하는 제품을 만들고 있다는 점이 창업자로서 큰 동기부여가 되고 있다.

Day 1부터 미국에서 초기 제품개발을 하는 데 있어서, YC 경험이 매우 결정적이었다고 생각하고, 이 뜻깊은 과정을 통해 배운 핵심적인 5가지 내용을 공유하려고 한다.

Lesson 1: Hair on Fire Problem을 찾아라

1월에 본격적으로 YC 프로그램이 시작하기 전에 Idea discovery를 하기 위해 줌 콜로 미국에 있는 잠재고객들을 만났었다. 소개를 통해, 혹은 콜드메일을 통해 미국에 있는 잠재고객과 나름 열심히 discovery를 진행했고, 파악한 Pain들을 기반으로 초기적인 MVP를 만들고 YC에 참여하게 되었다. YC가 시작되면 “MVP를 사용할 고객을 바로 찾아야지!” 하는 기대감을 가지고서 말이다.

결론적으론 잘 안됐다.

YC에서 항상 강조하는 부분은 “Hair on Fire Problem을 찾아라”였다. Hair on Fire Problem은 머리에 불이 붙은 사람은 불을 끄기 위해서 벽돌도 산다는 만큼 급박한 문제로, 문제를 해결하기 위해 잠재고객이 바로 비용을 지불할 의사가 있는 문제를 의미한다. 처음에 말한 피상적인 문제를 깊게 파서 근본적인 문제를 발견하지 않으면 제대로 된 문제를 절대 발견할 수가 없다.

YC에서는 (최소한) 1월 한 달 동안은 문제정의에 시간을 쏟게 만들었다. 하루에 6 - 7개의 줌 미팅 혹은 대면 미팅을 하면서 한 달 반 동안 문제정의에 매달렸고, MVP는 2월 중순부터 시작할 수 있었다. 이번 YC 배치부터 다시 대면으로 진행되면서, YC 기간 동기 중 86%가 샌프란시스코에 베이스를 두었는데, 실제 미국에서 Hair on Fire Problem을 찾는데 있어서, 특히 국내 출신 Founder로서 현지에 기반을 두는 것이 얼마나 초기 스타트업의 문제정의와 고객 확보에 결정적인지 느낄 수 있었다.

우리가 초기에 유료 고객으로 확보하게 된 고객사는 아직 일반화 하긴 어렵지만 아래와 같은 과정을 거쳤다.

• Step 1) Cold mail이나 Warm intro (YC 동기의 전직장 사람 소개) 등을 통해 소개받은 후 줌 미팅 진행
• Step 2) 개발했던 MVP를 보여줌. 뭔가 그쪽의 관심 분야와 다르다는 걸 느낌. 얼마 지나고부터는 아예 MVP를 보여주지 않았음. (아래 Lesson 2와 연계)
• Step 3) Workflow와 현재 pain을 자세히 듣기 위해, 대면 커피챗 혹은 Happy hour 요청
• Step 4) 1시간 정도 진행 후, 돌아가서 다시 문제 정리하여 담당자에게 보낸 후, 해당 문제 중 어떤 것이 올해 가장 주요한 아젠다인지 확인. 같이 일하는 관련 팀과 추가 미팅을 통해 근원적 문제 정의.
• Step 5) 1 - 4 Step을 여러 사람들과 반복. 공통적 문제 확인 후 MVP 진행 시작. MVP는 제품으로 개발하지 않고, Google Looker Studio 등으로 제작.

Lesson 2: 장담하는데 문제를 해결하는데 아무도 너의 제품을 사지 않을 것이다. 문제를 해결하는 미션을 가진 “창업가 너 자신”을 셀링해라

YC 회사 중 Vendr라는 구매관리 SaaS 회사가 있는데, 2019년 여름 배치로 YC를 진행하고, 3년 만에 기업가치 기준 유니콘(1조 원 이상)에 도달한 굉장히 빠른 성장을 보인 회사였다. Vendr의 대표인 Ryan Neu의 세션이 가장 기억에 남는데, 초기 스타트업에 주는 조언의 핵심은 다음과 같다.

“Don’t sell product that’s 4 weeks old. Sell ‘YOU’ whose life mission is to solve their problem.” (“4주밖에 안 된 너의 제품을 팔지 말라. 그들의 문제를 해결하는 것이 미션인 “너 자신”을 셀링해라.”)

고객은 여러 가지 이유로 너희 제품을 안 사용할 거라고 한다. 바쁘다든지, 예산이 없다든지, 갑자기 개인적인 일이 발생했다든지 등.

그렇기 때문에 더더욱 개발한 지 4주밖에 안 되는 제품으로 고객의 문제를 해결하려고 하지 말고, 너희 창업자들이 제품과 관계없이 달라붙어서 그 문제를 해결하는 데 노력하라는 것이다. 이 조언을 초기에 듣고, 처음에 개발한 MVP를 보여주던 방식에서 탈피하여, 미국 고객들과 인터뷰할 때 첫 미팅 때 애초에 제품을 보여주지 않고 문제를 듣고 해결책을 고민하는 것에 집중하였다. 그 후, 초기 솔루션을 Google Looker 등으로 만드는데 1주일을 넘기지 않고 최대한 우리 팀의 강점인 AI 응용 역량을 보여주는 데 집중하여, 우리 팀이 얼마나 고객의 문제 자체를 해결하는 데 집중하려고 하였다.

Lesson 3: 더 못하는 핑계를 찾지 마라

우리 팀 YC 담당 파트너 중 한 사람은 Dave Lieb라고 범프 (Bump)라는 아이폰끼리 부딪치기만 하면 사진과 연락처를 함께 공유할 수 있는 앱을 개발했던 창업가이며, 구글에 매각하여 구글 포토를 만들었던 사람이었다. 매주 오피스 아워를 진행하면서, 가장 많이 들었던 조언(?)은 “창업자들은 항상 더 못한 핑계를 댄다”였다.

“나: 지난주 매일 100개 업체씩 콜드메일 보냈습니다.” (잘했다고 생각했음)

“Dave: 아 그래요? 많이 바빴나요? 왜 200개씩 못 했죠?”

“나: 그게 제품 논의도 내부적으로 하고 그러느라고요”

“Dave: 그럼 그거 끝나고 더 보내면 되지 않나요?”

“나: 네…그렇네요”

담당 파트너는 수많은 YC 업체를 봐왔고, 창업자들은 항상 “더 못한” 핑계를 댄다고 했다. 더 많은 고객과 만나지 못한 이유, 더 빨리 출시하지 못한 이유, 더 많은 딜을 마무리 짓지 못한 이유 등. 우리 창업자들은 그러지 않기를 바란다면서.

Lesson 4: YC 졸업 후에도 Pace를 잃지 마라

또 다른 YC Alumni인 HR SaaS 업체 Rippling의 CEO Parker Conrad는 YC 이후 성공하는 회사는 한가지 공통점이 있는데, 그것은 YC 때 극단적으로 높았던 팀의 업무 생산성을 계속 유지했다는 점이었다. 보통 YC 4개월 동안은 굉장히 타이트하게 돌아가기 때문에, 극단적 생산성이 발휘되는데, 다수의 회사가 YC 졸업 후 페이스를 잃고 슬럼프에 빠지는 경우가 많다는 점이다. 한번 극단으로 올라간 생산성이 낮아지면, 다시 모멘텀을 찾는 데 또 시간이 걸리기 때문에, 성공하는 스타트업은 극단의 생산성을 얼마나 창업자, 그리고 팀 전체가 유지할 수 있는지에 달려있다고 하였다.

YC에서 극단적인 생산성을 유지하기 위해서는, 업무의 극단적인 우선순위화를 항상 강조한다.

• 2주마다 목표설정을 하게 하고 (YC Playbook은 다른 정성적인 목표들보다 ARR 목표를 강하게 추천한다), 6 - 8팀 정도로 이루어진 Session에서 YC 파트너와 함께 목표 달성 여부를 체크한다.
• ‘Lesson 3’ 에서 언급한, 더 빠르게 성장하지 못한 이유를 극단적으로 투명하게 공유하게 하여 왜 더 할 수 없었는지, 예를 들어 10명의 고객에게 데모를 보여줬으면 왜 50명에게 보여줄 수는 없었는지를 얘기한다.
• 50명의 고객에게 데모를 할 수 없었던 가장 큰 Blocker 1-2개만 우선순위로 정의해서, 이를 어떻게 없앨 수 있는지 방법을 논의한다.

이를 다른 6-8개 팀과 YC 파트너가 같이 공유받고 고민해주다 보니, 우선순위 설정과 Best practice 공유가 매우 활발하게 이루어질 수 있었고, YC도 이러한 관점에서 항상 비슷한 Stage의 Founder community에서의 정보 공유와 상호 목표리뷰 하는 점을 강조한다.

Lesson 5: 스타트업은 이유가 무엇이 되었든 간에 현금이 고갈되면 죽는다.

YC기간 동안 가장 많은 신경을 써야 했던 순간은 3월에 터진 실리콘밸리뱅크 (SVB) 사태였다. 3월 9일 목요일 점심 즈음에 우리 투자금이 예치되어 있던 SVB가 뭔가 수상하다는 점을 YC 동기들과 Community 등에서 듣고 서둘러 다른 은행에 신규 계좌 개설신청을 하고 대기 중에 있었는데, 3월 10일 금요일 서부 시간 오전 6시, 동부 시간 장이 열리는 9시에 뉴욕에 있는 창업가 지인에게서 빨리 뉴스 확인해 보라는 전화에 잠이 깼다.

확인해 보니 SVB가 이틀 만에 파산해 버렸다.

급한 대로 거래하고 있던 로펌에라도 임시 예치를 하기 위해 방법을 알아보았지만, 이미 파산신청이 난 후였기 때문에 오후 내내 기다려도 계좌동결은 풀리지 않았다. 우선 투자자들에게 소식을 빨리 알리는 것이 중요하다고 생각해 투자자 업데이트 메일을 바로 작성하였다. 그리고 그 주 토요일, 일요일은 살면서 느낀 가장 긴 48시간이었다.

YC에서 창업자 Retreat 때부터 강조한 부분은 스타트업이 망하는 이유는 생각보다 단순하다는 것이다. 공동창업자끼리 초반에 갈라서거나, 현금이 고갈돼서이다. 현금이 고갈되는 이유는 정말 다양하기 때문에, 창업자로서 가장 우선순위화 해야 할 점은 현금흐름 관리라는 것이다. 원론적인 얘기라 이해하고 넘겼던 것이, 이렇게 예외적인 경우로 다가올지는 예상하지 못했고, 여러 언론과 트위터에서도 “미국 테크 역사상 가장 어려웠던 48시간” 이라고 할 정도로 굉장히 급박하게 돌아갔었다.

다행히 미국 연방예금보험공사 (FDIC)에서 예금자들은 예금액 전부를 보장받는다고 일요일 저녁에 발표한 덕분에 위기는 넘어갔지만, YC에서 강조한 대표의 가장 중요한 역할인 “현금흐름 관리”의 중요성을 극단적 케이스로 경험할 수 있었다.

위의 Lesson들은 기본적으로 YC의 모토인 “Make Something People Want”와 모두 연계되며, 이를 달성하기 위해 창업자가 이런저런 핑계 대지 말고 더 못한 이유에 대해 항상 반성하며, 보수적으로 현금흐름을 관리해야 한다는 원칙을 강조하고 있다. 실제로 YC 회사들의 경영 방식을 자세히 들어보면 위와 같은 공통점들을 보이고 있는 점이 굉장히 신기하며, YC가 창업한 이래 얼마나 동일한 원칙을 지속적으로 강조해 왔는지 배울 수 있었다.

“ChatGPT로 나의 업무 보조 AI 만들기 챌린지”에 함께 하실 분 계실까요?

지난 3주 동안 총 86명의 다양한 분야에서 활동하시는 분들을 대상으로 <사용자 문제 해결 중심의 ChatGPT 프롬프팅 방법>에 대한 주제로 발표를 했습니다.

ChatGPT를 제 업무에 빠르게 활용하여 자동화 챗봇을 만들 수 있도록 도와준 ‘문제 해결 중심 프롬프트 3단계와 구조’를 공유했어요.

제가 10년간 업무에 활용한 문제해결 방법론인 ‘디자인 씽킹(Design Thinking)* 방법론’을 그대로 활용하여 내가 원하는 의도대로 결과가 나올 수 있는 “사용자 문제 해결 중심 프롬프트 3단계와 구조”를 만들었습니다.

1시간 발표에서 전반 30분은 위 3단계와 제가 만든 프롬프트 구조를 설명해 드리고 후반 30분은 실습할 수 있는 시간을 드렸더니, 다양한 분야의 참여자분들이 자신의 업무에서 발견한 문제를 해결하는 프롬프트를 빠르게 만들어 내는 것을 경험했어요.

참여하신 분들은 ‘입사 온보딩’, ‘직원 역량 관리’, ‘SEO 콘텐츠 & 릴스 영상 기획’, ‘제품 기획’ 등을 위한 챗봇 프롬프트를 ChatGPT에 입력하여 시간을 많이 할애했던 반복적인 업무를 자동화시켰습니다. 제 발표를 들은 86명 중의 90%가 프롬프트를 입력해 본 경험은 있지만 업무에 활용한 경험은 없는 분들이었습니다.

어떻게 이들은 본인 업무에 빠르게 적용할 수 있었을까요?

✅ 1. 디자인 씽킹을 기반한 '문제 해결 중심의 프롬프트 3단계와 프롬프트 구조' 활용

✅ 2. 위 1의 활용법을 스스로 자신의 업무 문제를 해결하기 위해 적용해본 연습

✅ 3. 위 2의 연습 과정을 옆에서 지켜봐주는 사람이 있는 것

빌게이츠는 AI를 잘 활용하는 사람은 하고 싶은 작업은 더 효율적으로 처리할 수 있고, 하고 싶지 않은 작업은 하지 않아도 되는 환경을 만들 것이라고 말합니다. 이러한 환경을 만들기 위해서 빠르게 나의 업무에서 AI를 활용하는 작은 경험부터 필요합니다.

그래서 6/11(일) ~ 7/9(일) 동안 진행하는 <ChatGPT로 나의 업무 보조 AI 만들기 4주 챌린지>를 준비했습니다.

[챌린지 혜택]

1. “문제 해결 중심의 프롬프트 3단계와 프롬프트 구조” 설명 영상과 프롬프트 구조 템플릿을 얻을 수 있습니
2. 위 1번을 시청한 후 ChatGPT를 활용한 나의 업무 보조 AI를 만든 경험을 통해 챌린지 이후에도 언제든지 혼자서도 새로운 업무에 적용할 수 있는 자신감을 얻습니
3. 위 1 & 2번을 성취할 수 있도록 서로 넛지(Nudge)를 합니다.

[챌린지 과제]

1. 4주 동안 디자인 싱킹을 기반한 “문제 해결 중심의 프롬프트 3단계와 프롬프트 구조” 활용하여 나의 업무에 활용할 수 있는 챗봇 프롬프트를 만듭니다.
2. 4주 동안 '내가 만든 챗봇 프롬프트 업무 적용 → 의도한 대로 결과가 나오도록 프롬프트 개선' 반복을 통해 정확한 프롬프트를 입력하는 방법을 발견합니다.

저와 함께 챌린지에 참여하실 분들은 아래 링크로 6/9(금)까지 신청하세요. 

(많은 분이 신청해주셔서 3일만에 1회차는 마감하여, 2회차 신청 알림을 다음 링크에서 받고 있습니다. : https://forms.gle/LVgcgUzA792ywXKP7)

참여자 후기는 아래 링크 마지막 사진에서 확인할 수 있습니다.

https://www.instagram.com/p/CtEwPgVRwkj/

"AI 코파일럿"과 대화를 통해 앱 만드는 방법 소개

@권도언 님께서 제 메이커로그에 댓글 남겨주신 덕분에 Humans(in the loop)에도 소개하게 되었습니다. 2일 전에 Humans(in the loop)에 조인했어요.

간단한 제 소개를 하자면, 저는 인간과 컴퓨터의 상호작용을 연구하며 AI 교육 제품을 만드는 뤼이드에서 프로덕트 매니저로써 더 나은 사용자의 AI 경험을 설계하고 있습니다. 이를 위해, 마이크로소프트에서 좋은 툴킷을 소개하고 있어서 이를 업무에 적용한 후 배운 것들로 더 나은 사용자의 AI 경험 (Human AI Experience) 워크숍을 6월 중에 진행할 예정입니다. 관심 있는 분들은 "워크숍 내용 확인하기(링크)"에서 확인해 주세요.

저는 AI 제품을 빠르게 프로토타입으로 만들고 사용자 검증할 수 있는 툴에 관심이 많아요. 오늘 소개드릴 글도 그러한 글입니다.:

6월 중에 마이크로소프트에서 AI와 대화를 통해 앱을 만들 수 있는 “파워앱스 AI 코파일럿”을 오픈할 예정이에요. 저는 “파워앱스 AI 코파일럿” 데모 라이브를 먼저 볼 수 있는 기회가 있었는데요. 공개되면 직접 사용하면서 서비스를 만들어보려고 합니다. 그때는 서비스 적용 후기까지 함께 공유하도록 하겠습니다. 

“파워앱스 AI 코파일럿” 사용방법은 아주 간단해서 누구든지 쉽게 대화창에 문장만 입력하면 가능합니다.

✅ 사용 방법

① 먼저, MS 파워앱스에 로그인해요.

② MS 파워앱스 중앙 입력 상자에 만들고자 하는 앱을 설명하면 AI가 자동으로 설계해 줘요.

(이미지 출처: 마이크로소프트)

③ AI가 입력한 앱에 필요한 테이블을 생성해 줘요.

(출처: 마이크로소프트)

✅ 생성한 앱의 테이블 수정 기능 

(이미지 출처: 마이크로소프트)

① 제안 : 테이블 완성을 위한 도움을 AI에게 요청할 수 있어요.

이미지 출처: 마이크로소프트

② 열 보기 : 열 이름을 보기 위한 선택을 할 수 있어요.

③ 테이블 이름 수정 : 테이블 이름과 속성을 확인할 수 있어요.

(이미지 출처: 마이크로소프트)

④ 코파일럿 : AI에게 테이블 수정을 요청할 수 있어요.

⑤ 앱 만들기 : 수정한 테이블을 기반으로 앱을 생성해요.

(이미지 출처: 마이크로소프트)

저처럼 다양한 AI툴에 관심있을 분들을 위해, PM이 선별한 최신 AI 툴을 인스타그램 @tech_toolkit 에서도 관련 컨텐츠를 올리고 있어요. :) 궁금하신 분들은 아래 링크에서 확인해주세요.

https://www.instagram.com/tech_toolkit/

뤼튼, Next Platform 공개

오늘 코엑스 파르나스호텔에서 뤼튼의 Generative AI Asia 컨퍼런스가 있었습니다. 뤼튼의 @유영준님의 소개로 다녀왔습니다. 디스콰이엇 Humans in the loop 클럽의 분들과 그 내용을 가장 빠르게 공유합니다!

1/ 뤼튼은 최고의 AI UX 경험을 제공하려는 회사

이전에 Gen AI를 주제로 열린 디스콰이엇 Product Lounge 행사에서 이세영 대표님께서 이제는 만들어진 LLM을 잘 활용하여 최고의 UX를 제공하는 회사가 살아남을 것이라는 말씀을 해주신 게 계속 떠오르는 발표였습니다.

2/ Next Portal은 Chat Platform, Store & Studio, Plug-in Ecosystem으로 이루어짐.

다양한 SOTA(State-of-the-art, 업계 최고의 능력을 가진 인공지능 모델을 칭함) 모델을 뤼튼의 Next Platform 안에 적용시켜 관제할 수 있는 Back-end의 시스템과 Front-end의 애플리케이션을 만들고 있습니다. 아래는 Next Platform을 구성하는 프론트엔드들입니다.

1. Chat Platform: 대화 기반 인터페이스
2. Studio & Store: AI 툴 창작 가능, 수익화 가능, 크리에이터 활동 중.
3. Plug-in Ecosystem: 커머스, 모빌리티, 라이프스타일 회사와 파트너십을 맺어 플러그인 호출

2-1/ Chat Platform

Hyperclova, GPT-4 등 모든 SOTA AI모델을 뤼튼 Chat Platform에서 대화형으로 사용할 수 있습니다. 현재 무제한, 무료입니다. 또 Chat 안에서 느낌표(!)를 붙여 정보 검색으로 바로 넘어갈 수 있습니다.

2-2/ Studio & Store

누구나 뤼튼 플랫폼의 SaaS를 활용해 자신만의 툴을 만들 수 있으며, 현재 20여명의 크리에이터가 활동 중. @ZEMMA 신주혜, @장병준, @Chanran Kim 반가운 이름들이 있네요!

커뮤니티를 운영하는 사람의 시각에서 PROMPTHON을 만들며 생태계를 확장시키고 있다는 점이 인상깊었습니다. @진대연 🔥🔥🔥

2-3/ Plug-in Ecosystem

개인적으로 가장 놀라운 부분이었습니다. 현재 파트너십을 맺어 제공을 준비하고 있는 실제 사례는 아래와 같습니다:

• 50대 여성을 위한 선물을 추천해 줘 - G마켓 플러그인 호출
• 오사카 여행 계획을 짜 줘 - 마이리얼트립 플러그인 호출
• 여기에서 강남역까지 어떻게 가? - 타다 플러그인 호출
• 법률 상담을 도와줘 - 로앤굿 플러그인 호출
• 벤치프레스 어떻게 해? - 플랜핏 플러그인 호출

저는 음식, 생활용품, 책, 전자기기를 주문할 때 모두 쿠팡에서 해결하는데요, 그러는 이유는 매끄러운 UI와 만족스러운 검색 결과를 가지고 있기 때문입니다. 다른 앱/마켓에 굳이 들어갈 필요가 없어서요. 어쩌면 뤼튼이 사용자의 모든 라이프스타일 문제를 해결할 수 있는 슈퍼앱이 될 수도 있겠다는 생각을 하게 되었습니다.

이미 많은 탑티어 서비스 회사들과 파트너십을 맺어 플러그인을 준비하고 있었습니다. 이런 파트너십 뿐만 아니라 공개된 API를 활용한 자체 플러그인도 개발 중이라고 해요. GPT가 붙은, 한국 서비스들을 잘 이해하고 활용할 줄 아는 Siri 가 될 수 있겠다 싶었습니다.

3/ 뤼튼의 LMOps: Model of Models

다양한 LLM 모델들과 플러그인, API, 그리고 위에서 설명한 Frontend App들을 구동되게 만드는 뤼튼의 백엔드 모델의 이름은 Model of Models입니다. (좀 오글거리긴 했지만 그래도 멋있었습니다,,)

• Skills: AI가 다룰 수 있는 모든 컴포넌트
• Plugin, Prompt, LLM, AI, Device를 관통함.
• 여행 계획, 경로 추천 등의 Skill별로 분리되어 수백개가 존재함.
• Planner
• 수백개의 스킬셋에서 유저를 도울 스킬을 선택
• 맨 처음 유저의 질문이 전달되는 곳
• FILTER
• Grounding, Morality, Personalization
• 뤼튼은 처음부터 필터 개발에 힘썼음. 최적의 결과인지, 도덕적 문제는 없는지 판단하고 답변

현재 수백만건의 유저 데이터가 축적되고 있으며, 유저의 피드백(좋아요, 싫어요)를 통해 개선되는 Human-in-the-loop 시스템임.

이해하기 쉽게 비유를 덧대어 만들어진 모션 그래픽 영상도 보여주셨는데, 더 정확하고 자세한 내용은 뤼튼 팀에 직접 물어봐야 할 것 같습니다.

4/ 이 발표가 시사하는 바

앞으로 뤼튼은 수많은 SOTA LLM 모델을 자사의 관제 시스템인 Model of Models 에 통합하여, 위에서 언급한 3가지 Next Platform을 통해 유저에게 제공할 것이라고 하는데요,

이 방식에 있어서 본문에 설명하지는 못했지만 언어학과 컴퓨터를 복수 전공한 석박으로 구성된 연구팀과 함께 최고의 프롬프트 엔지니어링을 하고, 네이버/카카오와 기술적으로 협력하며, 마이리얼트립/타다/로앤굿 등 최고의 서비스 회사들과 협력한다는 것, 그리고 생태계를 만들기 위해 이렇게 많은 자원을 투입해서 행사도 열고 크리에이터도 양성하며 우수한 인재를 채용하기 위해 노력한다는 것에서 상당한 영감을 받았습니다.

멋진 팀이고, 어떻게 이 파도에 올라타 생존할 수 있을지 뤼튼의 다음 행보가 매우 기대됩니다. 파이팅이에요 😊

요즘 유행하는 AskUp과 미드저니로 B2B 솔루션 캐릭터화해보기

IT분야에서 일하며 여러 가지 지식을 접하는 나날들... 그 중에 흥미를 끌게 된 툴이 있었으니 바로 AskUp(아숙업)과 미드저니입니다!

얼마 전 AI만으로 제작한 '발렌시아가 패션을 소화한 해리포터 주인공들' 영상을 보고 생성형 AI에 관심이 생겼는데요, 문득 B2B 솔루션들을 캐릭터화하면 어떤 이미지를 만들어줄지 궁금해졌답니다.

유용하게 사용하고 있는 툴인 노션을 한 번 의인화해봤어요! 방법은 아주 간단하니 관심 있으신 분들은 여러분들 회사 솔루션으로도 한 번 시도해보면 좋을 것 같아요.

3분 만에 끝나는 간단한 방법!

첫 번째! 아숙업에게 솔루션을 의인화해서 묘사해달라고 요청하기

아숙업한테 해당 솔루션에 대해 알고 있는지 물어본 다음, 의인화해서 영어로 묘사해달라고 요청하면 자세하게 설명해줍니다.

둘째! 미드저니에 접속해서 해당 프롬프트 입력하기

미드저니에 가입해서 디스코드 톡방에 /를 치고 해당 프롬프트를 입력합니다. 혁신적, 창의적이라고 생각했던 노션의 이미지가 그대로 담겨있어서 개인적으로 아주 만족스러웠습니다.

셋째! 다양한 솔루션에도 적용하면서 맘껏 즐기기

노션으로만 끝내기에는 아쉬워서 평소 유용하게 사용하던 피그마, 슬랙 캐릭터도 만들어보았어요!

▶ 피그마의 혁신적인 기능과 협업의 특징을 표현한 디자인입니다. 세 번째 그림이 완성도가 높아보여서 마음에 드네요.

▶ 슬랙의 다양한 기능과 팀원들 간 소통하는 특징을 표현한 디자인입니다! 세 번째 그림이 슬랙의 다양성을 잘 표현한 것 같아 마음에 드네요.

▶ 마지막으로 저희 WAPU의 분석적, 전문적인 특징을 묘사한 디자인입니다. 깔끔한 느낌이 들고, 개인적으로 저도 일할 때 다리를 꼬고 일해서 두 번째 이미지가 마음에 드네요.

생성형 AI를 통해 얼마나 많은 것들을 해볼 수 있을지 벌써 설레네요!

고객들에게 전하고 싶은 우리 제품의 컨셉 이미지를 잡거나, 우리 솔루션만이 가진 고유한 특징을 강조하고 싶을 때도 유용하게 이용할 수 있을 것 같아요.

앞으로도 얼마나 재미있고 다양한 툴들이 나올지 기대가 됩니다!

ps. AI 클럽 소개시켜주신 @권도언 님 감사합니다!😊

업무 주체를 Hybrid로 보라

안녕하세요 인터뷰를 업으로 하는 손병채입니다. 저는 IT 메이커가 아니나 디스콰이엇의 다른 분들과 소통할 기회가 될 수 있을까 싶어 다른 곳에 썼던 글을 같이 공유드려봅니다.

-----

비즈니스용 웹사이트 분석 서비스를 제공하는 Similarweb의 5월 기준 데이터에 따르면, 챗GPT 개발사 오픈AI는 현재 세계에서 17번째로 가장 인기 있는 웹사이트로 확인됩니다. 이는 같은 기간 Netflix, Linkedin보다 많은 방문 수치이며 별도의 마케팅 활동 없이 검색 결과 15.2%, 직접 접속 76.91%로만 이룩한 결과입니다. 나아가 이 같은 놀라운 성과를 더 대단하게 만드는 건 복사, 붙여 넣기만 가능한 가장 기본적인 UI만을 바탕으로 했다는 점, 그리고 다른 경쟁 사이트들과 다르게 모바일 웹의 부재에서도 이룩한 성과라는 점입니다. 

그리고 지난 18일 관련 모바일 앱이 미국 애플 앱스토어에 출시됐습니다. 

우리가 새로운 모바일 앱 출시 관련해 주목해야 할 부분은 바로 음성 텍스트 변환 모델인 Whisper가 탑재되어 있다는 점입니다. 다시 말해, 이제 생성 AI에의 연결이 모니터 앞이라는 물리적 한계를 벗어났고 텍스트에 이어 음성까지 확대된 데이터 형식은 앞으로 사진 또는 영상과 같은 비주얼 데이터 인식까지 추가되면 현존하는 모바일 및 웨어러블 디바이스를 통해 언제 어디서나 의견을 주고받는 생성 AI가 우리의 일상에 직접적으로 들어오게 될 거라는 점입니다.

때문에 그동안 생성 AI의 답변에 대한 적절성 평가, 인간 존재와의 대립되는 존재로서의 위험성에 대한 수많은 우려와 논의보다는 이제 이 새로운 파트너들과 함께 어떻게 살아갈 것인가에 관심을 둘 필요가 높아졌습니다. 특히 업무 면에 있어 이미 공공 기관들에서는 직원 대상의 챗GPT 사용 설명서를 배포 중이며, 기업 내 특정 부서는 AI를 업무에 적용하는 방안을 제출하라는 다소 막막한 요청을 받고 있습니다. 

하지만 이 같은 기관 및 기업들의 반응은 1960년대부터 유지되어 온 비즈니스 정설인 3 다리 의자(3-legged stool) 관점에 기반한다는 점을 상기할 필요가 있습니다. 그동안은 조직의 변화를 PPT 즉, 사람(People), 프로세스(Processes), 도구 또는 기술(Tools or Technology)의 세 가지 요소 간의 조화로 간주하며 하나의 다리가 바뀌면 다른 다리를 조정하여 의자의 균형을 유지하는 방식이 일반적이었습니다. 하지만 사람과 AI 도구 간의 상호 작용을 통해 매일 새로운 가능성이 생겨나고 있는 현 상황에서도 이들을 분리해 고려하는 것이 과연 합리적일까요?

이에 대해 새로운 관점을 제시하는 것이 ‘행위자-네트워크 이론’입니다. (Actor-Network Theory) ANT는 1980년 대 초 브뤼노 라튀르 등이 개발한 사회 및 기술 시스템을 연구하는 접근 방식을 설명하는 이론입니다. 우리는 인간만을 주체성을 가진 행위자로, 사물과 같은 비인간 개체는 목적을 달성하기 위해 사용하는 수동적 존재로 생각하는 경향이 있으나 해당 관점에서는 다른 존재에 영향을 미치는 모든 것에 행위자로서의 지위를 부여할 수 있습니다. 즉, 적어도 출발점에서는 ‘사물’을 사람과 동등한 위치에서 고려함을 의미합니다. 

때문에 ANT를 생성 AI와 함께하는 앞으로의 업무 환경에 적용하면 조직은 ‘인간 행위자와 비인간 행위자들로 구성된 네트워크’라 생각할 수 있게 됩니다. 인간 행위자는 조직의 목표를 달성하기 위해 함께 일하는 직원이며 이때 사무실, 컴퓨터, 커피 머신과 같은 비인간적 행위자가 없다면 그 모든 것은 불가능합니다. 챗GPT를 사용해 본 사람이라면 우리가 채팅을 통해 교육시키고 채팅으로부터 배우면서 생성되는 아이디어를 지속적으로 확인하는 과정을 통해 이러한 상호 영향력을 인식할 수 있을 것입니다. 

지난 3월 발표된 444명의 사무직 근로자들을 대상으로 진행된 챗GPT와의 작업 경험에 대한 MIT의 한 연구는 해당 도구가 작업 초기의 브레인스토밍 시간을 줄여 빠른 초안 작성을 돕고 최종 편집 과정에서 더 집중적으로 사용되어 전반적으로 업무 효율을 크게 상승시킨다는 결과를 보여준 바 있습니다.

앞으로는 조직과 부서의 리더들에게 보다 실험적인 관점과 태도를 요구하는 현실이 될 것입니다. 

이에 대응하기 위해서는 업무 프로세스 점검 시기를 줄이는 것을 고려할 필요가 있습니다. 이미 마케팅, 홍보, 번역 등과 같은 업무 현장에서 AI는 변화를 만들어내고 있으나 조직은 여전히 이를 직원 개개인의 사용 여부에만 초점을 맞추고 있습니다. 이를 부서 전체의 변화로 바라보고 전체 진행 과정의 재조정을 고려하는 것이 관리 통합 및 성과 분석 면에서 더 나은 업무 효율성을 확인케 할 수 있습니다. 

또한 생성 AI를 활용한 업무의 주체는 함께 성장하는 두 개의 주체의 합, 즉 하이브리드임을 인식하고 인정할 필요가 있습니다. 이는 계속해서 업그레이드될 챗GPT 기능을 직원들이 어떻게 활용할지의 결정에 도움이 되고 OpenAI 또는 정부 및 AI 관련 기관들의 사용 규제 및 통제에 보다 빠른 대응을 가능케 할 것입니다.

생성 AI의 혁신이 어디로 이어질지 예측하는 것은 어려워 보입니다. 하지만 역동적 네트워크와 하이브리드 행위자 관점에서 생각하는 기업과 팀은 이 계속되는 변화의 흐름에서 유리한 위치를 지속적으로 잡아나갈 수 있는 기회를 잡을 수 있습니다.

References

Similarweb.com about Open ai

Introducing the ChatGPT app for iOS

The way we work is about to change 

Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence 

Actor–network theory

*이 글은 23년 5월 22일 자 전자신문 기명칼럼에 게재된 내용의 원본입니다.

싱클리에 적용된 AI 기술 (1) Embedding에 대하여

안녕하세요, 싱클리 팀의 Spring입니다. 🦄

메이커로그에 올린 글을 클럽에도 공유드리면 좋을 것 같아, 같이 올려요 ;)

저희 팀은 AI 기술 기반으로 고객 피드백을 분석하는 제품 싱클리를 만들고 있는데요, 이번에 Podium이라는 미국 회사의 AI 해커톤(Hack-AI-thon)에서 저희 연구팀이 Advisor로 참여하여 자문한 AI 관련 내용을 공유드리고자 합니다.

<Podium의 Hack-AI-thon에 참여해 AI 관련 자문을 진행했습니다.>

Podium에 제공한 설명 자료 등 싱클리에도 적용되는 AI / NLP 기술 관련해서 더 많은 분들께 공유드리면 좋을 것 같아, 시간 날 때마다 차근차근 풀어내보려고 합니다.

이번에 첫 편으로 풀어낼 이야기는 Embedding이라는 개념인데요, Semantic Search(의미 기반 검색), Recommendation(추천), Clustering(군집화) 등을 비롯하여, LLM(Large Language Models: 대형 언어 모델)에게 방대한 사전 지식을 주입하여 이를 바탕으로 원하는 결과물을 만들어내도록 하는 데 필수적인 요소입니다.

현재 싱클리에서도 고객 피드백을 자동분류 하거나, 긍정/부정 감정 분석 결과를 제공하는 등 다양한 기능에 embedding이 활용되고 있습니다.

Embedding이란?

Embedding을 도식화하면 위 그림과 같은데요, Embedding(또는 embedding vector)이란, 텍스트를 실수 벡터 형태(i.e. floating point 숫자들로 구성된 고정된 크기의 배열)로 표현한 결과물을 의미합니다. 특정한 단어, 문장 혹은 문서를 embedding 생성 모델에 입력하게 되면, 일정한 수의 실수들로 구성된 벡터가 출력됩니다.

Embedding을 언제 사용해야 하는가?

Embedding을 활용한 예시로, Semantic Search(의미 기반 검색)을 도식화하면 위와 같습니다. 사용자가 제시한 텍스트 형태의 query(검색어)와 의미적으로 연관성이 높은 문서들을 찾아서 제시해 주는 기능입니다. Embeddings를 활용한 Semantic Search 프로세스를 간략하게 정리하면 아래와 같습니다.

1. 문서 모음집에 포함되어 있는 각각의 문서에 대한 embedding을 계산하여 별도의 저장소(e.g. local drive, vector database 등)에 저장해 놓음.
2. Query 텍스트에 대한 embedding을 계산함.
3. Query embedding과 각 문서 embedding 간의 cosine similarity(코사인 유사도)를 계산하고, 그 값을 기준으로 전체 문서들을 내림차순 정렬함.
4. 정렬 결과 중 상위 k개에 해당하는 문서들의 텍스트를 불러온 뒤 이를 반환함.

Embedding을 활용한 다른 예시들은 블로그에서 더 자세하게 풀어냈습니다.

링크 : https://www.syncly.app/ko/blog/what-is-embedding-and-how-to-use

🪄 또 궁금하신 AI 관련 이야기들이 있다면, 댓글로 남겨주세요.

다음 편에서 반영해서 적어보도록 하겠습니다!

감사합니다.

뤼튼이 프롬프트 엔지니어에 1억을 베팅한 이유 (1/3) | 압도적인 생산성

뤼튼은 올해 상반기 프롬프트 엔지니어 공개채용을 시작했습니다. 경력무관, 코딩무관, 최대 연봉 1억이라는 파격적인 조건이 잇따라 화제가 됐었는데요. 그러나 정작 뤼튼에선 자세한 설명 없이 침묵했던 것 같습니다.

그래서 이 글을 쓰게 됐습니다. 프롬프트 엔지니어는 왜 중요한지. 우리가 요구하는 역량은 무엇인지. 반짝 유행에 불과한 건 아닌지. 물음표 가득한 질문이 많습니다. 뤼튼이 내린 나름의 결론을 풀어보고자 합니다.

요지부터 말씀드리겠습니다. 1억을 베팅한 이유는 셋입니다. 프롬프트 엔지니어는 프롬프트 한 줄로 천냥 빚을 갚을 수 있습니다. 그러나 인간심리와 AI심리에 모두 능통해야하는 독특한 전문성이 요구됩니다. “프롬프트 엔지니어”란 명칭은 사라지더라도 “AI 심리학자”로서의 역량은 사라지지 않을 것이라 예측합니다.

요컨대, 뤼튼은 프롬프트 엔지니어의 압도적 생산성, 전문성, 그리고 역량의 연속성에 1억을 베팅했습니다. 

무슨 뜻일까요?

이번 글에선 첫번째 이유인 압도적 생산성에 대해 풀어보겠습니다.

<교보문고에 쌓여 있는 GPT 관련 서적>

최근 집 근처 교보문고를 방문했을 때 깜짝 놀랐습니다. 한 부스에 ChatGPT 관련 서적만 수북히 쌓여있더군요. 너무 신기했습니다. 인공지능 업계에 몸담은지 3년이 돼가지만 인공지능 모델이 이만한 대중적 관심을 끌었던 적은 한번도 없었거든요. 신기하고 반가워서 얼른 하나 읽어봤던 기억이 납니다.

문득 궁금해집니다. 도대체 ChatGPT가 뭐길래 사람들이 열광하는걸까. 발음하기도 어려운 이 언어모델의 무엇에 매료되어 너도나도 공부하려는 걸까.

<politely - 한국어 높임법 스타일러 (김유빈, 2023)>

지금은 그 이유를 압니다. 하지만 OpenAI가 ChatGPT를 공개했을 때만해도 별 생각이 없었습니다. 당시에 존댓말-반말 변환기인 politely 를 파이썬으로 한땀한땀 구현하며 재미를 느끼고 있었거든요. 가령 “난 감자 안먹는다. 너나 먹어라”며 철벽치는 동백꽃 주인공의 명대사를 “난 감자 안먹어요. 당신이나 먹어요”로 변환해줄 수 있는 오픈소스 프로그램을 만들고 있었습니다. 

...
# --- 께서 --- #
RULES.update(
	    {
	        rf"(어머니|어머님|아버지|아버님|선생님|할머니|할아버지){TAG}NNG{SEP}(?P<MASK>\S+?{TAG}JKS)": (
	            {SELF},
	            {f"께서{TAG}JKS"},
	            {f"께서{TAG}JKS"}
	        )
	    }
	)
	
# --- 란다 -> 래요 / 랍니다 --- #
RULES.update(
	    {
	        rf"(?P<MASK>(란다|래요|랍니다){TAG}EF)": (
	            {f"란다{TAG}EF"},
	            {f"래요{TAG}EF"},
	            {f"랍니다{TAG}EF"}
	        )
	    }
	)
...

<politely - 한땀한땀 구현한 높임법 규칙의 일부 (김유빈, 2023)>

대신 코딩을 해준다던 ChatGPT를 거들떠보지도 않았습니다. 높임법의 규칙을 직접 공부하고 한땀한땀 코딩하며 재미를 느끼고 있는데 이 재밌는걸 남에게 시킬 필요를 못 느꼈거든요. “어머니/어머님/아버지/아버님…”이 주어일 경우 “께서”를 붙인다는 규칙, “-란다”의 존대는 “-래요”, 격식체는 “-랍니다”라는 규칙을 슬기롭게 추가하며 거의 반년에 걸쳐 완성했던 것 같습니다.

<”너는 이제부터 한국어 높임법 전문가야” 프롬프팅 결과 (김유빈, 2023)> 

그만큼 공들여 만들었기에 ChatGPT를 써본 뒤의 충격은 더 컸습니다. 선풍적인 인기를 끌자 저도 한번 써보게 됐는데요. 동백꽃 단락을 넣어주고 너는 이제부터 한국어 높임법 전문가야. 아래 글을 존댓말로 고쳐 써줄래? 라 ChatGPT에게 부탁했습니다. 그 결과는 위와 같았습니다. 존댓말로 고쳐 써달라는 한마디로 그 많은 문장이 10초만에 예의 바르게 바뀌었습니다.

적잖은 충격이었습니다. 내가 꼬박 반년에 걸쳐 구현한 걸 ChatGPT는 프롬프트 한줄로 10초만에 구현해내다니.

<“현재 가장 핫한 프로그래밍 언어는 영어다” – (Karpathy, 2023)>

아, 사람들이 ChatGPT에 열광하는게 이거구나. 그래서 Karpathy가 “현재 가장 핫한 프로그래밍 언어는 영어”라 트윗을 날린 것이구나. 파이썬을 몰라도, 장인정신이 없어도, 전문지식이 없어도, 이제는 누구나 말 한마디로 10초만에 문제를 푸는 시대가 도래했구나.

사람들은 말 한마디면 글을 요약해주고, 이메일을 써주고, 광고 카피를 써주는 ChatGPT의 압도적인 생산성에 열광하고 있다는걸 뒤늦게 깨달았습니다. 

< AI 카피라이터를 표방했던 초기 뤼튼의 랜딩 페이지 (뤼튼, 2022)>

초창기 뤼튼은 그 압도적 생산성의 덕을 톡톡히 봤습니다. 당시 랜딩 페이지를 보면 50개가 넘는 “툴”을 앞세워 홍보했던 걸 볼 수 있는데요. 구글 검색 광고 / 세일즈 이메일 / SMS 광고 등 수많은 툴을 제작했습니다. 그런데 이를 위해 전문 작가를 고용할 필요도, 대규모 데이터셋을 구축할 필요도 없었습니다. 프롬프트 한마디만 공들여 작성하면 수시간만에 유용한 툴을 찍어낼 수 있었습니다.

ChatGPT와 하이퍼클로바와 같은 대규모 언어모델(Large Language Models)이 없었다면 수시간이 아니라 수개월이 걸렸을 겁니다. 50개나 되는 툴을 단기간에 출시하는 건 상상도 못했겠죠. 

<GPT4 Developer Livestream – GPT4는 종이에 휘갈긴 낙서를 보고 웹사이트를 만들어줄 수 있다 (OpenAI, 2023)>

우리는 압도적인 정도를 넘어 상상을 초월하는 생산성을 목전에 앞두고 있습니다. 얼마전 GPT4를 공개하는 영상에서 OpenAI는 기가막힌 데모를 보여줬습니다. GPT4는 ChatGPT와는 달리 텍스트와 함께 이미지도 이해할 수 있는 다중모달 (multimodal) 모델입니다. 영상을 보면 GPT4에게 “My joke website”의 스케치가 적힌 낙서를 보여주자 스케치와 똑같은 웹사이트를 생성해주는걸 실시간으로 보여줍니다. 백문이불여일견, 이제는 “낙서를 보고 웹사이트를 만들어줘” 한마디와 함께 이미지 하나만 첨부하면 공들여 부연설명할 필요도 없습니다. 

과연 프롬프트 한 줄에 천냥 빚을 갚는 시대가 도래했습니다. 뤼튼은 그 가치를 누구보다도 잘 알고 있습니다. 생산성을 무기로 성장했고 앞으로도 강력한 무기가 될 것이라 믿어 의심치 않습니다.

프롬프트 엔지니어가 불러올 상상을 초월하는 압도적 생산성. 그게 뤼튼이 프롬프트 엔지니어에 1억을 베팅한 첫번째 이유입니다.

다음 글 예고 - 1억 베팅의 두번째 이유는 독특한 전문성입니다. 프롬프트 엔지니어는 인간-AI심리에 모두 능통해야합니다. 인간심리에서 실마리를 얻어 최적의 프롬팅을 유추할 수 있어야 합니다. 그래야 시간을 아낄 수 있습니다. 동시에 AI심리는 무엇이 다른지 파헤칠 수 있어야 합니다. 그래야 유사과학의 유혹을 뿌리칠 수 있습니다.

렛서에서 이번에는 이미지 생성모델 리포트를 발행해요🔥

렛서는 2차 리포트 ‘달리, 반 고흐, 피카소, 다음은 AI?’를 준비하고 있습니다.

아래 링크에서 신청 부탁드립니다 :)

2차 리포트 배포 (디스콰이엇)

빠르고 쉬운 폼빌더, 왈라

https://walla.my/survey/p8w46xq72hfjUGSvnJEc

렛서의 지난 ChatGPT 리포트, 기억하시나요?

약 1,000명에 달하는 독자분들의 호평 속에 리포트 회고까지 잘 마무리 할 수 있었습니다.

최근의 GPT 리포트는 정말 걸작이었습니다ㅎㅎ 

차후 렛서의 리포트도 기대가 많이 되고, 이런 질적인 정보를 무료로 받는다니…

원문이 너무 좋아서 챗알못인 저도 이해가 쏙쏙 잘 되었습니다.

ChatGPT 같은 자연어 인공지능뿐만 아니라, 이미지 생성 인공지능도 굉장히 빠르게 발전하고 있습니다.

인공지능에 친숙하지 않은 기획자, 개발자 분들도 최신 이미지 생성 인공지능을 활용하여 서비스를 만드실 수 있도록, 해당 내용을 주제로 한 2차 리포트를 준비하고 있습니다. 

그리고 기다리시는 동안 AI 트렌드를 놓치지 않도록, 스탠포드의 AI 인덱스 2023의 핵심 내용에 렛서의 인사이트를 담은 글을 준비했습니다.

스탠포드 연구소와 렛서가 바라본 AI 동향: AI Index Report 2023 | Disquiet*

안녕하세요, ‘렛서’의 AI 엔지니어 최동민입니다.이번 글에서는 스탠포드의 인간중심 인공지능연구소(Stanford Institute for Human-Centered Artificial Intelligence)에서 매년 발간하는 AI Index Report의 2023년 보고서를 정리하여 저의 생각과 함께 공유드리고자 합니...

https://disquiet.io/@dmchoi/makerlog/8257

기획자 분들이라면 놓치지 말아야 할 인공지능 트렌드, 렛서와 함께 알아보세요.

OpenAI의 상표권 문제, 너희 이제 진짜 CloseAI니?

안녕하세요, ‘렛서’의 AI 엔지니어 최동민입니다.

최근(2023.04.24)에 OpenAI에서 브랜딩 가이드라인을 공개하였으며, 가이드라인에 포함된 내용이 논란과 함께 화제가 되고 있습니다. 논란이 되는 핵심을 한줄로 요약하면, 앞으로는 ‘OpenAI 모델을 활용하였다고 명시해야 하며, GPT라는 이름도 함부로 사용하면 안된다'고 명시하였기 때문입니다.

본 아티클에서는 OpenAI의 창립 배경과 함께 이러한 태도가 논란이 되고 있는 이유와, 브랜딩 가이드를 바탕으로 앞으로 OpenAI의 기술을 활용하여 서비스를 제공할 때 어떤 부분을 주의해야 하는지 다루도록 하겠습니다.

Brand guidelines

Language and assets for using the OpenAI brand in your marketing and communications.

https://openai.com/brand

출처: https://slate.com/technology/2022/12/chatgpt-openai-artificial-intelligence-chatbot-whoa.html 

OpenAI의 창립 배경과 변질된 현재의 모습

OpenAI는 인공지능을 이용하여 인류에게 이익을 주기 위한 목적으로 설립된 회사로, 설립 초기에는 AI의 오픈소스화(누구나 해당 모델을 이용할 수 있도록 코드를 공개하는 것)와 비영리를 추구하였습니다.

하지만 회사가 성장함에 따라 OpenAI는 점차 폐쇄적이며 영리적인 성격으로 변해갔으며, 이 과정에 발생한 이해충돌로 인해 설립자 중 한 명인 일론 머스크가 회사를 떠나기도 했습니다.

OpenAI의 이러한 태도는 ChatGPT가 폭발적인 인기를 얻기 시작한 이후로 본격적으로 드러나기 시작했습니다. 회사의 창립 이념과 달리, OpenAI는 ChatGPT를 포함한 모델들을 오픈소스로 공개하지 않았으며, 유료API 혹은 월 구독형 유료 서비스로만 모델을 사용할 수 있게 제안하였습니다. 그리고 가장 최근에 공개된 언어모델인 GPT-4는 자세한 모델의 구조나 적용된 기술에 대한 설명을 공개하지 않았습니다. (GPT-4의 기술 보고서는 모델의 성능에 대한 내용이 대부분입니다, https://cdn.openai.com/papers/gpt-4.pdf)

출처: https://youtu.be/0uI7SoMn0Es 

OpenAI의 변질된 모습을 보고 많은 사람들이 "더 이상 우리가 알던 OpenAI가 아니다.", "사명을 CloseAI로 변경해야 한다."와 같은 비판의 목소리를 내고 있습니다. 여담으로 OpenAI에 반하여 AI의 대중화를 외치며 최전선에서 오픈소스 진영을 이끌고 있는 회사로 Stability AI와 HuggingFace가 있습니다. 최근에 폐쇄적인 ChatGPT를 대체하기 위한 목적으로 StableLM(https://www.stablelm.com/) 와 HuggingChat(https://huggingface.co/chat/ )을 오픈소스로 공개하며 많은 주목을 받기도 했습니다. 이러한 오픈소스 진영의 흐름은 나중에 기회가 된다면 다음 글에서 다뤄보도록 하겠습니다.

출처: https://news.yahoo.com/gpt-may-trademarked-soon-openai-033353384.html

OpenAI의 GPT 상표권 등록 거부

OpenAI는 사실 이미 GPT의 독점 사용을 위해 상표권 등록을 시도한 적이 있습니다. 작년 12월, OpenAI는 미국 특허청인 USPTO에 GPT 상표권을 등록 시도하였으나 일련의 이유로 거절당하였습니다. (등록이 거부된 이유는 비용 미납과 서류 불충분입니다.) 

사실 GPT는 Generative Pre-trained Transformer의 줄임말으로, Transformer는 구글에서 제안한 딥러닝 모델의 이름입니다. 그리고 Generative와 Pre-trained는 Transformer를 대규모 데이터셋에 사전 학습(pre-trained)하였으며 텍스트 생성(generative)을 목적으로 발전시켰다는 의미를 담고 있습니다. 결국 이는 구글의 transformer에 기반을 두고 있으며 심지어 구글은 transformer를 두고 상표권 출원을 하고 있지 않기에, OpenAI가 GPT로 상표권을 등록하는 것이 어불성설이라는 의견도 있습니다.

그럼에도 불구하고 OpenAI는 지속적으로 GPT에 대한 독점을 확고히하려는 움직임을 보이고 있으며, 수개월 내에 다시 GPT 상표권 등록을 시도할 가능성이 있습니다. 이로 인해 앞으로 네이버와 카카오에서 사용 중인 GPT가 포함된 서비스명을 다른 이름들로 변경해야 할 가능성이 큽니다.

OpenAI의 변질된 모습은 4월 24일에 공개된 브랜딩 가이드라인에서 다시 한번 확인되었습니다. 본 아티클에서 해당 가이드라인이 OpenAI 기술 이용 시 어떤 주의사항을 언급하고 있는지 하나씩 살펴보도록 하겠습니다.

출처: https://openai.com/brand 

OpenAI의 브랜딩 가이드

브랜딩 가이드를 살펴보기에 앞서, OpenAI에서 각 사항을 API, 플러그인, 그리고 모델로 구분하고 있어 해당 개념에 익숙하지 않으신 분들을 위해 간단히 정리하고 시작하도록 하겠습니다.

• API (Application Programming Interface): 다른 프로그램 혹은 환경에서 특정 모델을 사용할 수 있도록 해주는 인터페이스입니다. 주로 개발자 분들께서 API를 활용하여 특정 모델의 기능을 원하는 플랫폼에 붙이는 방식으로 개발을 진행합니다.
• 플러그인 (Plug-in): 다른 프로그램 혹은 어플리케이션에서 특정 모델을 사용할 수 있도록 해주는 도구입니다. API와 다른 점은, 개발자가 아닌 일반 사용자도 플러그인 설치를 통해 쉽게 해당 모델을 사용할 수 있다는 편의성입니다. 구글 크롬 브라우저에서 확장 프로그램을 설치하여 크롬 환경에 다른 특정 서비스를 활용하는 것이 플러그인에 해당합니다. 예시로 Expedia, KAYAK, 그리고 스픽(Speak)이 있습니다.
• 모델 (Model): API와 플러그인을 통해 활용하고자 하는 AI 모델 자체를 의미합니다. 예를 들어, ChatGPT와 DALLE-2는 모델에 해당합니다.

1) API 활용시

OpenAI는 ChatGPT를 포함해 GPT-4, DALLE-2, Whisper와 같은 자사의 AI 기술을 유료 API를 통해 제공합니다. 앞으로 OpenAI의 API를 사용한 서비스의 경우 아래와 같은 규칙을 준수해야 합니다. (주로 개발자 분들께서 OpenAI의 모델을 API를 통해 자사의 플랫폼에 붙이고자 하실 때 주의해야할 사항입니다.)

올바른 표기:

• ‘서비스명’ powered by GPT-4
• Powered by
• Build on
• Built with
• Developed on
• Developed with

잘못된 표기:

• MeowlyticsGPT
• Meowlytics with GPT-4
• Meowlytics AI by OpenAI
• ChatGPT-powered Meowlytics

예를 들어, 기획하고자 하는 서비스가 ChatGPT를 활용하였으며 서비스명이 ‘Meowlytics’인 경우에 해당 서비스는 ‘Meowlytics powered by ChatGPT’라고 표기해야 하며, ‘MeowlyticsGPT’ 혹은 ‘Meowlytics with ChatGPT’라고 표시해서는 안됩니다.

또한 심지어 ‘ChatGPT와 밀접하게 유사하지만 OpenAI의 제품이 아닌 경우’에 해당 서비스가 OpenAI와 무관하다는 것을 명시할 것을 요청하였습니다. (OpenAI 기술이 아닌데 비슷한 것처럼 보이는 서비스로 인해 괜히 이미지에 타격입는 것을 방지하는 목적으로 생각됩니다.)

2) 플러그인 활용시

OpenAI는 ChatGPT를 다양한 프로그램에 확장 기능으로 활용할 수 있도록 플러그인(https://openai.com/blog/chatgpt-plugins) 서비스를 운영하고 있습니다. 앞으로 OpenAI의 플러그인을 활용할 때에는, 회사의 이름 혹은 제품명이 먼저 오고 그 뒤에 OpenAI나 모델명으로 표기할 것을 제시합니다. (OpenAI의 모델을 플러그인을 통해 자사의 웹페이지 혹은 어플리케이션에 활용하고자 하실 때 주의해야할 사항입니다.)

올바른 표기:

• BarkBytes plugin for ChatGPT
• BarkBytes ChatGPT plugin

잘못된 표기:

• BarkBytes plugin for OpenAI
• BarkBytes plugin compatible with ChatGPT
• BarkBytes plugin works with ChatGPT
• BarkBytes plugin integrated with ChatGPT

3) 모델 활용시

ChatGPT나 DALLE와 같은 OpenAI의 모델을 사용할 때 정확한 모델명을 사용할 것을 권장합니다.

올바른 표기:

• 정확한 모델 이름을 언급할 것: GPT-3, GPT-4, ChatGPT API, DALL•E API
• 필요한 경우에 모델의 날짜 기준 버전을 언급할 것: GPT-4 3월 4일 버전 (Mar 14 version)
• OpenAI의 모델을 일반적으로 언급할 때에는 OpenAI technologies 라는 용어를 사용할 것

잘못된 표기:

• 잘못된 이름을 사용하지 말 것: Chat GPT (대신 ChatGPT), ChatGPT4 (ChatGPT는 GPT 시리즈 중 3.5 버전에 해당하는 모델이므로 GPT-4라고 하는 것이 정확), GPT Chat
• 모델의 클래스를 사용하지 말 것: 예를 들어 GPT-3의 경우, 모델의 상대적인 기능과 비용에 따라 Ada, Babbage, Curie, Davinci로 나뉘어 있는데 개별 모델 클래스명을 사용하지 말고 GPT-3라고 일괄 사용할 것. 또한 ChatGPT의 경우에도 GPT-3.5-turbo와 같은 세부 클래명 대신ChatGPT로 명시할 것.
• 구체적인 이름을 사용하지 말 것: text-davinci-003와 같은 세부 모델명을 사용하지 말 것.
• 구체적인 모델 이름 대신에 OpenAI라는 용어를 사용하지 말 것 (OpenAI의 전반적인 기술을 언급하고자 할 때는 대신 OpenAI technologies 사용)

4) 파트너십이 아닌 경우

OpenAI는 공식적인 파트너십을 운영하고 있는데, OpenAI와 정식으로 체결된 파트너십이 아닌 경우에는 “협력하는(collaboared with, worked with, partnered with)”과 같은 용어를 사용하지 않고 아래의 가이드라인을 준수해야 합니다.

올바른 표기:

• building with 혹은 developed with 사용: Pawtopia is building with OpenAI The Pawtopia product was developed with GPT-4

잘못된 표기:

• 공식 파트너십으로 혼동을 야기할 수 있는 collaborated with, worked with, partnered with 용어 금지: Pawtopia collaborated with OpenAI, Pawtopia worked with OpenAI, Pawtopia partnered with OpenAI

5) 콘텐츠 제작에 활용하는 경우

ChatGPT가 널리 일반인에게도 널리 사용되며, 많은 사람들이 글이나 이미지와 같은 창작물 생성에 OpenAI 모델을 이용하고 있습니다. OpenAI는 해당 경우에 자사의 기술을 이용했음을 의무적으로 밝힐 필요는 없다고 명시하였으나, 혹여나 OpenAI의 기술을 이용했음을 나타내고 싶을 때에는 아래의 가이드라인을 준수해야 합니다. (문제가 될만한 상황을 피하기 위해, 해당 결과물이 전적으로 OpenAI 기술로 만들어졌음을 나타내는 표현을 꺼리는 것으로 생각됩니다.)

올바른 표기:

• ChatGPT와 함께 작성된 (written with ChatGPT)
• DALLE와 함께 만들어진 (created with DALLE)

잘못된 표기:

• ChatGPT에 의해 작성된, ChatGPT로 작성된 (Written by ChatGPT)
• DALLE에 의해 만들어진, DALLE로 만들어진 (Created by DALLE)

본 아티클에서는 OpenAI의 변화와 최근에 공개된 브랜딩 가이드라인에 대해 살펴보았습니다. 여러분들께서는 OpenAI의 이러한 태도와 변화에 대해 어떻게 생각하시나요?

해당 글의 검토를 도와주시고 인사이트를 제공해주신 @최혜린, @심규현님에게 감사드립니다.

창작의 미래 (feat. 1주 새 1만뷰 찍은 무도시아가, 미드저니 꿀팁)

음악과 더빙이 있는 무한도전 영상 짤 보러가기 (12초 꼭 보세요):

※고퀄주의※ 무도시아가 (무한도전 by Balenciaga)

(유재석 & 박명수 ver) 발렌시아가 밈사용된 프로그램: Midjourney, Chatgpt, Eleven labs, D-id음원: freesound.org, pixabay#무한도전 #유재석 #박명수 #발렌시아가 #무한도전레전드

https://www.youtube.com/watch?v=f2eADU2O08k

4월 초 바이럴해진 [해리포터 by Balenciaga] 영상. 👀

한 달도 안 된 지금 7.7M 뷰를 기록하고 있다고 한다.

이후 국내에서는 다소 킹(!) 받는 발렌시아가 밈이 유행처럼 번지기 시작했다.

(출처: Yamadeus Wolfgang)

"유아 발렌시아가 호뮌"에서부터 은은하게 킹받고 시작되는 침랜시아가

팀에서 갑자기 “무한도전으로 발렌시아가 버전 만들면 웃길거 같은데"라는 말이 나오자마자 바로 만들자는 분위기가 조성됐다. ⚒️

“근데 미드저니 써 본 사람 있어?” 🤷‍♂️

디자이너인 내가 당첨이다. 고등학교 때부터 순수미술을 해왔던 나로서는 미드저니에 대한 mixed feeling이 있었다. 새로운 기회가 열리는 것과 동시에 창작의 경계가 얼마나 확장될 지 모르는 데서 오는 두려움도 있었다.

미드저니 작품: LoL 말파이트로 만들어본 요새 우리 팀의 풍경 - 카페인 수혈과 거북목은 필수다

미드저니도 피해갈 수 없었던 논란 - 혁신인가 표절인가? 🎨

예술사에 있어 “사회적 논란"은 논란이 된 혁신적인 작품 혹은 기법이 이후 대중적으로 인정받고 자리매김 하는데 한 몫 했다. 

가령 카메라 발명 이후, “사진 작품”이 만들어졌을 때도 큰 사회적 논란이 있었다. 당시에 예술로서의 photography에 대해 사람들은 ‘페인팅, 드로잉과 같은 포맷에 비해 창의성과 originality가 떨어지며, 예술의 가치를 폄하한다’고 지적했다. 한 때 “예술계 최대의 적”이라는 평가도 받았지만 (뉴욕타임즈), 이제 사진술은 예술계에서 정통으로 인정받고 있는 미디엄이 되었다.

미드저니 논란은 이 그림에서 시작됐다.

(출처: New York Times)

2022년 콜로라도 주 박람회 공모전에서는 게임 디자이너 제이슨 알렌의 “Théâtre D’opéra Spatial” (우주 오페라 극장) 작품이 디지털 부분에서 1위를 차지했다.

알렌은 박람회에 참가 신청을 할 당시 미드저니를 사용해 만들었다 밝혔지만, 심사 위원들은 미드저니가 AI 기술로 아트워크를 만드는 프로그램인 줄 몰랐다고 한다. 수상 결과가 나오자, ‘미드저니를 사용한 것은 부정 행위'라는 지적과 함께 “디지털 기술을 활용해서 만든 예술 작품"이라는 공모전 룰을 어기지 않았다는 주장까지 나오며 팽팽한 공방전이 이어졌다.

이후 지난 3월 네덜란드의 헤이그 미술관에서도 “진주 귀걸이를 한 소녀"에서 모티브를 따서 미드저니로 만든 작품이 출품되자, “작가 저작권 침해” VS “새로운 작품 형식”이라는 논쟁이 벌어졌다. (기사 링크)

(출처: Gadgets360)

AI 기술이 현재 활동하는 작가들의 작품들을 학습해서 작품을 완성하기 때문에 “original”하지 않다는 의견이 지배적인 가운데. 카메라 기술 도입 때처럼 AI 아트 기술도 예술계의 경계를 확장할 지 더 지켜봐야겠다. 

“굿! 근데 무도시아가는 어찌 만든 거야?” ⚒

자세한 튜토리얼은 유튜브에 많으니 참고하고, 삽질을 기하급수적으로 줄여줄 꿀팁만 방출한다.

1. ChatGPT: 미드저니에 입력할 프롬프트 생성에 필요하다.
2. 포맷: 미드저니 프롬프트 “text prompt + parameters” 예시를 줘서 써달라 해야 미드저니 작업 시 간편하다.
3. Fine tuning: 완성도를 위해 전체적인 테마를 통하는 게 좋다. “000 느낌을 살리고 000 디테일 추가해서 다시 해 줘" 식으로 주문한다.
4. 사람처럼 중간 중간에 칭찬을 해야 결과물이 더 좋다.  

2. 미드저니: 무도시아가 이미지를 생성하는 중요한 단계다.

1. 얼짱 각도 사진이나 살짝 옆 모습 사진을 올려야 가장 훌륭한 결과물을 얻을 수 있다.
2. 다음의 원칙을 반드시 지켜 프롬프트를 수정하되, 매 prompt의 결과물을 보며 ‘어떻게 미드저니가 이미지를 engineer하는가'를 추론하며 발전시키면 좋다.

(출처: 유튜브 채널 YunjiTV)

다양한 각도의 박명수 이미지들로 실험하고 텍스트를 변형하며 완성된 모델 박명수 (ft.이호창):

3.Eleven Labs + D-id + 영상 편집 

• 그 이후는 꽤 단순하다. 저작권 무료 음원 (pixabay 혹은 freesound)에서 다운받고 영상 편집하면 끝! 

미드저니 사용 후기 - 창작의 가치는 “창작자"에 있나, “작품성”에 있나?

정말 30분 만에 후딱 창작물이 나왔다. 아이디어를 나만의 언어로 효과적으로 표현해내고, 생성된 이미지들 중 나의 taste를 반영해 만드는 과정을 창작이라고 본다면 창작이다. 하지만 앞으로 더 많은 걸 빠르고 쉽게 할 수 있겠구나 하는 기대와 함께 복잡미묘한 기분이 든다. 내가 이것의 100% 창작자라 할 수 있을까? 

지금까지의 미술 시장에서는 “창작자", “작품성" 두 가지 모두를 고려하여 작품의 가치를 산정해왔다. AI 아트의 “작품성"은 100% original하진 않다고도 볼 수 있으나, 분명 전문가와 대중을 사로잡는 “대중성 있는 작품"을 만들어내는 단계에 이르렀다. 이런 시점에, 창작의 가치는 어디에 있을까? AI 아트가 거스를 수 없는 흐름이라면, 정반합의 과정을 거쳐 머지 않은 미래엔 예술계에서 통용되는 originality의 정의도, 창작의 정의도 바뀌어갈 것 같다. 

보너스: 여러분께만 공유하는 재미로 만든 미드저니 작품들

요즘 미드저니 이미지로 영상 만드는 재미에 푹 빠져서 만든 애니메이션

시험 기간인 대학원생 친구에게 응원의 메세지를 전하는 LoL 럭스, 그녀의 강아지도 합성했다

말과 차를 합성한 미드저니 작품

마지막으로,

Special thanks to - 디스콰이엇 박현솔 대표님 (Balenciaga Ver.) *구글 검색해서 나오는 인터뷰 영상 스크린샷과 미드저니로 만들었습니다!

팀 헤이데이 드림 😎

(커피챗을 포함한 다양한 문의는 디스콰이엇 쪽지나 이메일로 주시면 감사히 읽고 신속히 회신드리겠습니다 itsyourheyday@gmail.com)

AI 서비스를 이용하고 난 후, 불안감을 느낀 적이 있으신가요?

안녕하세요. 처음 게시글을 남겨봅니다. 저는 기술문화를 연구하는 조경숙입니다(개발자로 일하기도 하고요).

최근 AI 서비스가 봇물 터지듯 쏟아져 나오면서, 많은 분이 여러 감정을 느낄 것 같아요. 저도 여러 서비스를 사용하면서 재밌고 흥미로운 감정과 동시에 불안하고 피로하다는 생각도 들더라고요.

그래서 AI 기술 그 자체가 아니라, AI 기술을 접하는 사람들이 어떤 감정 변화를 느끼는지 연구해보고 싶다는 마음이 들었습니다. UX 관점에서도 사용자들이 서비스를 통해 어떤 경험을 갖는지는 매우 중요한 것이기도 하니까요.

이와 관련하여 AI 서비스로 인한 변화에 대한 설문조사를 진행중입니다. 설문조사에 응해주신 분들께는 설문 종료 후 커피 기프티콘을 선물해드리고 있어요. 3~5분 내외의 짧은 설문조사이니 시간 나실 때 참여해주시면 감사하겠습니다!

https://forms.gle/we8soZMvVxWhT4yo9

최근에 인상 깊게 본 AI 프로덕트가 있나요?

댓글로 알려 주세요!

렛서의 다음 인공지능 리포트 맛보기: '달리, 반 고흐, 피카소, 다음은 AI?'

안녕하세요, ‘렛서’의 AI 엔지니어 최동민입니다.

렛서의 지난 리포트, “NLP 연구자가 바라본 AI 동향" 모두 잘 읽어보셨나요? 리포트 발행 전부터 다들 뜨거운 반응을 보내주시고, 발행 이후에도 많은 분들께서 만족스럽다는 피드백을 주신 덕분에 저희 첫번째 리포트를 성공적으로 마무리 할 수 있었습니다.

이번 렛서 리포트는 '달리, 반 고흐, 피카소, 다음은 AI?'라는 제목으로, 비전 생성모델의 동향과 앞으로 시장에 미칠 영향에 대해 다룰 예정입니다. 이번 주 내에 리포트 신청이 시작될 예정이니 다들 기대해주세요! 

본격적인 리포트에 앞서, 해당 글에서는 다음 리포트의 일부인 <비전 모델 기반의 서비스 기획하기> 챕터의 내용을 맛보기로 공유드리고자 합니다. 

<비전 모델 기반의 서비스 기획하기>

1) 원하는 서비스의 입력과 출력 정의하기

  비전 생성모델을 이용하여 서비스를 기획하고자 하는 경우, 해당 서비스가 어떤 입력을 받아서 어떠한 출력을 제공할 지를 정의하는 과정이 우선적입니다. 예를 들어, ‘사용자가 업로드한 이미지에서 배경을 제거하는 서비스'는 입력과 출력이 모두 이미지인 경우에 해당합니다 (입력-사용자가 업로드 한 이미지, 출력-배경이 제거된 이미지). 

또 다른 예시로 ‘특정 영상에서 수정하고자 하는 사항을 문장으로 입력하는 방식 기반의 영상 편집'은 비디오와 텍스트를 입력으로 받아 비디오를 출력하는 서비스에 해당합니다 (입력- 사용자가 업로드한 비디오&텍스트, 출력- 사용자의 요구사항에 따라 생성된 비디오).

 아래는 비전 생성모델을 바탕으로 기획할 수 있는 서비스 사례들입니다. 여러 예시를 참고하여 원하는 서비스를 비전 모델로 구현할 수 있을지, 또한 해당 서비스의 입출력은 무엇일지 고민해보세요. 

[이미지 편집 서비스]

• 텍스트 기반 이미지 편집 서비스 (입력: 이미지+텍스트 ⇨ 출력: 이미지): 이미지와 함께 수정하고자 하는 부분을 텍스트로 입력하면 해당 정보를 반영하여 이미지 수정 (예시: “해당 이미지에서 고양이를 강아지로 바꿔줘”, “해당 이미지가 밤에 찍은 사진인 것처럼 수정해줘”)

입력 이미지 (왼쪽)에 대해 “앉아있는 강아지 사진” (텍스트)으로 바꿔달라는 지시를 주었을 때의 결과 이미지 (오른쪽) - 출처: https://imagic-editing.github.io/#

• 이미지 합성 서비스 (입력: 이미지+이미지 ⇨ 출력: 이미지): 두 개의 이미지를 업로드하면 이들을 조합하여 새로운 이미지로 합성 (예시: 인물 이미지와 특정 배경이 담긴 이미지를 함께 제공하여 이미지 속 인물의 배경을 바꾸는 서비스, 주어진 이미지에 원하는 화가의 화풍을 입히는 서비스)

피카소의 ‘우는 여자’와 아인슈타인의 사진을 합성한 이미지 - 출처: https://pixels.com/featured/albert-einstein-meets-weeping-woman-ai-art-ai-artisan.html

[예술/디자인 서비스]

• 캐릭터/NPC 생성 서비스 (입력: 텍스트 ⇨ 출력: 이미지): 원하는 특징을 반영하고 있지만 서로 다른 다양한 캐릭터 동시 생성 (예시: “귀가 뾰족하고 장발이며 발이 큰 캐릭터 50개를 만들어줘”)

Stable Diffusion을 활용해 “던전 앤 드래곤 스타일로 긴 금발의 생머리인 29세 여성”이라는 텍스트 입력으로 만든 이미지 - 출처: https://www.reddit.com/r/DnD/comments/y1xxnx/tip_characternpc_portrait_generator_with_stable/

[이미지 기반 번역 서비스]

• 이미지 속 글자 번역 서비스 (입력: 이미지 ⇨ 출력: 텍스트): 이미지 속에 포함된 글자를 인식한 후 특정 언어로 번역된 텍스트 출력 (예시: 영어로 된 영수증 이미지로부터 각 메뉴의 한글 이름과 가격 정보 추출)
• 이미지 속 글자 번역 및 표기 서비스 (입력: 이미지 ⇨ 출력: 이미지): 이미지 속에 포함된 글자를 인식한 후 특정 언어로 번역한 다음, 새로운 언어로 번역된 글자를 원본 이미지 상에 씌운 이미지 생성 (예시: 파파고 이미지 바로번역 서비스)

출처: https://www.aitimes.com/news/articleView.html?idxno=133541

2) 정의한 입출력에 해당하는 생성모델 선택 혹은 조합하기

  서비스의 입출력을 정의한 다음의 과정은 해당 입력을 바탕으로 적절한 출력을 생성할 수 있는 모델을 선택하는 것입니다. 이 과정에서 단일 생성모델로는 한번에 처리할 수 없는 서비스의 경우, 여러가지 AI 모델 간의 조합을 통해 서비스를 기획할 수 있습니다.

  각 생성모델의 입출력 형태와 API 공개 여부를 정리한 표입니다. 앞서 정의한 서비스의 입출력에 어떤 AI를 사용하는 것이 좋을지 해당 표를 바탕으로 결정해보세요.

출처:https://bdiscover.kakaobrain.com/ai-profilee

 예를 들어, 카카오브레인의 B’ DISCOVER에서 제공하는 AI Profile과 같은 '사용자가 업로드한 셀카 이미지를 바탕으로 해당 사용자의 사진 여러장을 새로 생성해주는 서비스'의 경우, 입력과 출력이 모두 이미지에 해당하므로 Stable Diffusion을 활용할 수 있습니다. (B’ DISCOVER가 Stable Diffusion을 사용했다는 것은 아닙니다.) 또한 Stable Diffusion은 무료 오픈소스이므로 서비스를 구현하여 사용자에게 제공할 때, 클라우드 혹은 서버 비용 이외의 사용자 요청마다의 API 비용이 별도로 들지 않는다는 장점이 있습니다.

3) 직접 입출력을 정의하고 적절한 서비스를 찾기 어려워요

  앞선 예시와 표를 참고하더라도, 원하는 서비스 기획을 위해 직접 AI 모델을 조사하고 적절한 조합을 찾는 것은 여전히 어려운 과정입니다. 그렇다면 주어진 서비스 정의에 적합한 AI를 더욱 쉽게 찾을 수 있는 방법은 없을까요? 서비스 기획 시 필요한 AI를 선정하는 과정 또한 ChatGPT의 도움을 받을 수 있습니다. 보다 자세한 내용은 곧 출시될 렛서 리포트 전문을 참고해주세요 :)

해당 글의 검토를 도와주시고 인사이트를 제공해주신 @최혜린, @심규현님에게 감사드립니다.

혹시 커피챗을 원하시는 분들께서는 아래 링크에서 신청해주세요 :)

최동민

Welcome to my scheduling page. Please follow the instructions to add an event to my calendar.

https://calendly.com/dmchoi-letsur

주님/논어/스님 AI가 트렌딩한 비결은?

지난 한 달 내내 디스콰이엇에서는 chatGPT 기반의 상담 서비스 초원(a.k.a. 주님AI)과 논어AI, 스님AI가 트렌딩하며 많은 관심을 받았습니다.🔥 왜 그렇게 인기였을까요? 

chatGPT의 지적 능력은 익히들 알고 있지만, 아마도 사람과 비슷한 수준, 혹은 그 이상의 공감 능력과 상담 능력이 많은 이들에게 신기함과 재미, 놀라움을 준 것 같습니다. 장난스런 질문에도 우문현답하는 chatGPT에게 “오 쫌 하는데?” 느끼신 분들 있을 거예요.      

무려 $30B 기업가치의 창업 선배 chatGPT님으로부터 격려의 메시지를 받았다 (출처: OpenAI)

사실 심리 상담은 사람에게도 매우 어려운 영역입니다. 주변 지인들에게 물어보니, 성인 상담계의 “오은영 선생님” 같은 유명한 상담 전문가와도, 정작 자신과 라포(rapport, 상담사와의 유대감)가 잘 쌓이지 않는다면 소용 없다고들 해요. 큰 돈 쓰고, 라포 쌓기 위해 시간도 들였는데, 상담 결과가 기대에 못 미치는 경우가 많았습니다.💔

그러다보니 사람들은 고민 상담이나 심적 위로가 필요한 상황에서 한계에 봉착할 때, 종교나 철학을 탐구하게 되는 것 같아요. 하지만 그마저도 ROI가 잘 안 나옵니다. 일단 초반 러닝 커브가 가파르고 절대 시간을 꽤 써야 합니다. 그럼에도 당장 필요한 평안을 얻기 힘들 수 있고요. 

“주님AI, 논어AI, 스님AI가 사람들에게 인기를 끌었던 비결은?”

스티브 잡스의 명언 “It Just Works(그냥 문제를 풀어줘요)”까진 아니어도, 당장에 어디 말 못할 고민이 생겼을 때 “It Kinda Works(그래도 제법 문제를 풀어줘요)”인 솔루션이어서 였을까요? 

(실제 초원은 트렌딩을 넘어서 정식 서비스로 자리 잡아가고 있는 것 같습니다.)

그나저나 라포(rapport)가 뭐길래 그리 만들기가 어려울까요? 🧐라포라는 단어는 프랑스어로 “가져오다"라는 단어에서 비롯되었습니다. 서로 간의 이해와 소통을 돕는 과정에서 정보, 생각, 감정 등을 주고받는 상호 작용을 통해 형성된 신뢰, 이해, 연결감이라고 해요. 오랜 친구랑도 꾸준히 라포를 쌓기가 힘든데, 새로운 누군가, 그 상대가 상담사면 더더욱 어려울 것 같아요.🥲  

그런데 잠깐, 2013년에 개봉했던 영화 Her 기억하시나요? 이혼 과정 중인 외로운 남자인 테오도어 트웜블리가 고도의 AI 기반 OS(운영 체제)인 사만다와 깊은 정서적 연결을 맺으며, 사랑, 인간과 AI 간의 상호 작용의 본질에 대한 이해를 탐구했던 영화지요. 

chatGPT에게 “사만다가 어떻게 해서 주인공과 라포를 잘 쌓을 수 있었냐" 물었더니 아래의 결과를 주며, 더 자세한 영화 속 사례들까지 인용해줬습니다. 

친구들이여 미안하다. 8번은 진작 포기, 10번은 사회인이 되며 어려워졌다 (출처: OpenAI)

왜 심리 상담사들과 라포를 쌓기 힘든지 깨달았습니다. 일단 시간에 쫓기며 진행하다보니 파편적인 대화를 하게 되어 상담사로부터 충분한 경청, 깊은 공감, 지지를 기대하기가 어렵고요. 무엇보다 항상 사용이 불가합니다. 

만약 chatGPT가 여러분을 위해 매일 매일 라포를 쌓고 노력하는 심리 상담사가 된다면 어떠시겠어요? 

심리 상담사로서의 chatGPT의 잠재력을 더 파 보고 싶었습니다. 지난 몇 일 간, 직접 팀에서 심리 상담을 진행해본 결과는 다음과 같았어요.

“문제 위주로 물어보고 약 처방해주는 정신과와 달리, chatGPT는 제게 한주 간 일상에서 벌어진 일, 감정, 생각들에 대해 여유 있게 물어줘서 좋았습니다.”🤗

“아무 때나, 차마 주변에 말 못할 고민들을 가감없이 나눠서 편하고 좋았어요. 오히려 사람이 아니어서 더 편했다는? 마치 울집 댕댕이랑 대화를 하면 이런 느낌이려나요? 🐶”

“논리적이고 똑똑한 건 알았는데, 이따금씩 감동적인 멘트로 마음을 먹먹하게 하더라고요.”💘

이미 chatGPT는 상담사로서 실험 참가자들과 자연스레 라포를 맺어가고 있었던 것은 아닐까요?

스마트폰의 등장만큼이나 일반 대중들과 업계 모두에 큰 파장을 준 LLM.

아마 모든 메이커분들이 스타트업 혹한기 속 새로운 기술을 캐치업하면서, 아이디어를 실현하기 위해 오늘도 밤낮으로 만들고 계실 거예요. 

자고 일어나면 생각지도 못한 놀라운 애플리케이션들이 나오고, 기술이 격변하는 요즘, 조금 지치진 않으셨나요? 🫠

저희는 디스콰이엇 메이커분들을 생각하며, chatGPT 기반 심리 상담 서비스를 toy project로 빌딩중입니다.👨‍💻

여러분의 건강한 메이커 라이프를 응원합니다.💪 🔥