(Teaser) 새로운 옷을 입은 플라멜 🧙

안녕하세요,

톤앤매너 유지 가능한 AI 이미지 생성 서비스, 플라멜(Flamel)을 만들고 있는 스모어톡 이정민입니다.

현재 플라멜이 정말 많은 분께 사랑 받고 있습니다.

(유료 결제를 해주신 많은 분들께도 감사의 말씀을 드립니다.. 😭)

물론 프롬프트 가이드라인이 없는 상태에서 아직 아쉬운 모습이 보이는 것도 있고, 이를 어떻게 해결해야 할 지 팀 내에서 치열하게 고민하고 프로덕트에 곧 담아낼 예정이기도 합니다.

그런 와중에,

조금은 산만해 보인 툴의 화면을 정제된 느낌의 새로운 화면으로 교체할 예정입니다.

이유는 저희가 이 툴을 글로벌 시장에도 SNS를 통해 과감하게 공개하기 위함인데요. 🚀

이제는 사라진 플라멜의 첫 화면 모습..

스모어톡은 계속해서 사용자 분들과 소통하고 사용성을 개선하여 AI 디자인이 여기까지 할 수 있다, 그리고 창작자와의 공생이 여기까지 가능하다 라는 것을 보여주는 플라멜을 만들어보겠습니다.

(장문주의) '스타트업' 에 대한 개인적인 생각 🫠

@김주영 님께서 좋은 생각 거리를 공유해주셔서 한 번 생각해보았습니다.

"스타트업이란 무엇인가"

저는 복학 직전인 21년 하반기 유명 액셀러레이터에서 잠시 인턴으로 근무한 적이 있습니다.

22년부터는 창업을 결심했고요. 23년에는 법인 '스모어톡' 을 두 분의 코파운더와 함께 세웠고, 24년인 지금 열심히 달리고 있습니다.

그간 창업과 관련하여 지나온 시간을 시장 기준으로 보면,

• '21 하반기: 스타트업의 밸류에이션이 최대치로 달한 시기

• '22: 금리 인상이 시작되어 불안감이 크게 올라온 시기

• '23: ChatGPT 로 AI 붐이 시작되었지만 이 외 기업 상황은 초토화 되기 시작한 시기

• '24: 기존 펀드의 드라이파우더가 소진되거나 AI에 집중하는 사이 마지막을 버티지 못하고 잠시 여정을 중단하는 기업이 확연히 늘어난 시기

라고 보여집니다.

(📉 많은 스타트업이 금리 인상으로 인한 매출, 투자 등의 자금 확보에 어려움을 겪고 있습니다)

세상에 존재하는 문제를 풀겠다는 비전 아래 압축적으로 성장이 가능한 조직이라고 믿지만, 사실 경험이 부족해서 혹은 대응하기 어려운 외부 환경의 변화가 와서 등의 이유로 모든 팀은 시행착오를 겪기 마련입니다. 그 과정에서의 스타트업의 모습은 놀림감의 대상이 될지도 모르겠습니다.

(🔽 개인적으로 아래 콘텐츠는 저희 팀에서도 한번씩 재밌게 보고 있습니다)

그런데 창업 왜 하나?

스타트업이 뭐길래???

(made by Flamel)

일단 ChatGPT 는 빠르게 성장하고자 하는 목표와 함께 시장에서 요구하는 것을 위한 제품 및 서비스 개발에 집중하는 젊고 혁신적인 기업이라고 말하고 있습니다.

Y Combinator 는 빠르게 성장하기 위한 형태로 만들어진 초기 단계의 작은 기업, 극단적으로는 1년 안에 50-100 배의 성장을 하는 기업을 이야기했습니다.

(개인 별로 다른 정의가 존재함은 자명하고 그에 맞게 모두가 성장하고 있다고 생각합니다)

저는 스타트업의 정의를 두 가지로 생각하면서 도전하고 있습니다.

하나는 기존에 없는 것을 하는 기업입니다.
그리고 다른 하나는 있는 것을 완전히 재구성하는 기업입니다.

위 두 가지를 말씀드린 이유는 스타트업은 흔히 후기 단계라고 말하는 Series B, C 라운드로 진입하더라도 기존 레거시 기업보다는 태생적으로 규모가 작은 팀인데 이들 기업에 대항하여 시장에서 이길 수 있는 방법은 두 가지 밖에 없기 때문입니다.

일단 기존에 없는 것을 하는 기업이 강할 수 있는 것은 레거시 기업이 아예 대응하지 못하기 때문입니다.

예를 들어서, 우주 정복.

해당 목적을 위한 연구 개발에는 투입되는 리소스가 상당하지만 이에 반해 성공 가능성은 매우 낮습니다. 이를 레거시 기업에서 '신사업 발굴' 이라는 미명 아래 진행하기에는 상당한 부담이 있음을 알 수 있습니다.

당장 LG화학 배터리사업부 (현 LG에너지솔루션) 에서 2차전지 분야를 개발할 때의 내/외부 스토리를 들어보면 어렵다는 것은 자명합니다. (모회사 매출을 까먹는 존재니, 인적 자원의 이동으로 인한 기술 유출이니 등...)

따라서 희박한 성공 가능성이라는 moat 아닌 moat 가 새로운 플레이어의 시장 진입을 가로막고, 무척 어려운 기술 개발이 성공할 경우 출발 선상이 아예 달라지는 스타트업 입장에서 시장 포지셔닝에 대한 극적인 효과를 얻을 수 있습니다.

다음으로 있는 것을 완전히 재구성하는 기업이 강할 수 있는 것은 새로운 환경 변화로 인해 과거에는 불가능 했던 것이 가능해지면서 변화의 계기가 마련되지만 레거시 기업은 기존의 관성으로 인해 변화하는데 시간이 소요되기 때문입니다.

예를 들어서, 송금.

주변을 보면 우리가 매일 마주해야 하는 불편함이 있습니다. 그런데 잘 생각해보면 오랫동안 안 바뀌는 것이 있습니다. 그 이유는 그렇게 해도 이해 관계자에게 꾸준히 이익이 되기 때문입니다. 잘 되고 있는 것을 바꾸는 것은 또 하나의 리스크 일 수도 있습니다.

(🔽 버드와이저가 스스로 1위 공식을 깨부시면서 발생한 순위 역전 현상)

이것이 시장 및 기술 변화에 대해 레거시 기업의 대응이 느릴 수 있는 이유입니다.

이 때 스타트업은 작은 규모라는 한계에도 모든 자원의 집중을 통해 업력이라는 시간 차이를 극복하는 기회를 가져가야 합니다. 그리고 레거시 기업 대비 시장 친화적이 되어 고객의 이야기를 들을 때 효과는 배가 될 수 있습니다.

저는 위 두 가지가 아니면 스타트업이라기 보다는 프로젝트 팀으로 생각합니다.

고속 성장에 제한이 있거나 운영 지속성에 있어 문제가 있을 수 있기 때문인데요.

그런 점에서 저는 주영님께서 언급해주신 질문이 매우 인상적이었습니다.

어떻게 보면 스타트업의 현실과 맞닿은 부분이 많아서였습니다.

말씀해주신 질문은 아래와 같습니다.

• 반드시 AI를 해야 하고 SaaS를 해야 스타트업인가요?

• 극한의 불확실성, 확장성과 성장성, 문제 해결, 파괴적 혁신 이라는 키워드가 두 개 이상 붙어야 스타트업인가요?

• 꼭 린(Lean)하게 해야 스타트업인가요? 업무 방식이 실리콘 밸리의 방법론을 따라야 스타트업인가요?

• 투자 라운드를 Seed-A-B-C 의 순으로 거쳐야 스타트업인가요?

• SOM(수익 시장)의 규모가 1,000억 이상인 곳이어야 스타트업인가요?

제가 정의한 내용에 기반해 말씀해주신 질문에 대해 대답해 보면,

첫 번째로, 팀이 목표로 하는 분야가 AI 또는 SaaS 여야 하는가.

요즘 많은 스타트업이 AI 를 하는 이유는 지난 Web3. SaaS. 플랫폼에서 엿볼 수 있듯이 시장에 없는 것을 하기 위한 노력으로 봐야 할 것 같습니다. 앞서 언급한 정의에 첫 번째에 해당하는 것이죠.

Y Combinator 의 W24 배치 프로그램의 참여 기업 중 70% 가 AI 스타트업입니다. 이는 57%인 직전 배치, 32%인 1년 전 배치에 대비하여 증가하는 추세에 있다는 것입니다.

이 부분에 대해 주목해야 할 내용은,

시간이 지나면서 더욱 AI 에 투자를 한다는 것입니다. 초기 성숙기에 접어들면서 AI 프로덕트에 대한 시장 반응을 일부 확인했음에도 불구하고요. 대부분 망할 것을 알고도 한다는 의미입니다.

(사실 스타트업은 5년 내 90% 가 망합니다. 스모어톡은 4년 남았네요.)

왜 그런가 하면,

모두가 동일한 출발 선상에 있다는 사실 하나 만으로도 기회가 있다고 보기 때문입니다.

다만 지금의 레거시 기업이 과거 .com 버블 시기 태동하여 모바일 시기를 거치며 대전환의 파급력에 대해 이미 잘 아는 기업이기 때문에 이번 AI 만큼은 적극적으로 대응한 것이 기존의 변화와 차이가 있기는 합니다.

아마도 레거시 기업의 경우 구글-퍼플렉시티 등 기존 기업의 주요 서비스 영역에 대한 경쟁이 펼쳐지는 경우 외에는 HPC(High Performance Computing) 클라우드 등의 B2B 인프라에 집중할 것으로 보여집니다. 시장이 커져야 살아남는 구조이기 때문입니다.

대신 스타트업이 AI 분야에서 성과를 달성하기 위해선 본질적으로 AI 를 통한 혁신이 가능한 팀의 역량도 중요할 것 같습니다. 단적인 예시로, GPT-Wrapper 라고 해서 모두가 Perplexity, Devin 정도의 프로덕트를 만들 수 있는 것은 아니기 때문입니다.

두 번째로, 스타트업은 불안 또는 혁신의 키워드가 붙어야 하는가.

당연하게도 스타트업은 매우 불안정한 조직입니다. 팀의 규모가 작기 때문에 한 명의 영향력이 팀에 미치는 정도가 레거시 기업 대비 크게 차이가 납니다. 시장에서도 그렇습니다. 항상 레거시 기업과 비교 당하면서 성공 가능성에 대한 질문을 끊임없이 받게 될 것입니다.

결론적으로 성공이라는 시점에 도달하기 위해서,

창업의 여정에 함께하는 모든 사람들은 매우 불안할 것이고, 끊임 없는 질문에 맞닥뜨려야 할 것입니다. 그리고 지난한 과정을 통해 우리가 얻고자 하는 성공이 큰 의미가 아니라면 허탈함을 느낄지도 모르겠습니다.

저는 약 2년이 넘는 창업의 시기를 지나오면서 더 큰 문제를 풀고 싶다는 생각이 강해졌습니다.

지난한 시기를 거치며 얻은 성공의 결과물이 팀원 4인에게 더 큰 의미로 다가가기 위해서는 작은 성공으로 불가능하다는 계산이 나왔기 때문입니다. 시장 하나를 완전히 재정의하고 잡기 위해서는 혁신과 노력, 인내가 필요하다고 생각하며, 이를 실천 중에 있습니다.

(🔽 YC 창업자 폴 그레이엄이 말한 스타트업의 현실)

세 번째로, 린한 방식으로 실리콘 밸리의 방법론으로 운영해야 하는가.

스타트업은 시간에 대한 이점이 있습니다. 언급한 정의에 두 번째에 해당하는 것이죠.

아마도 린한 방식이라는 것이 '빠르다'의 개념일 것 같습니다. 다만 '빠르다' 는 것이 단순히 개발을 빨리한다의 개념 외에도 시장에서 의견을 듣는 것도 '빠르다' 의 개념이라고 생각합니다. 실제로 문제를 해결하는 과정은 조금 더 오래 걸릴 수도 있는 것이죠.

반대로 스타트업은 시간에 대해 불리한 점도 있습니다.

비즈니스에서 시간은 돈과도 연결됩니다. 금리의 개념과 동일하죠. 레거시 기업 대비 부족한 자금 문제를 극복하려면 빠르게 액션을 취해야 합니다.

사실 팀원은 창업가의 비전을 그렇게 오래 따라줄 수 없을 것입니다. 그렇게 자금 문제로 팀이 원래 풀고자 한 문제가 아닌 생존을 위한 행동을 하게 되면 성장의 기폭제가 될 시기를 놓칠 수도 있습니다. 물론 버텨야 이길 수도 있습니다. 다만 집중할 수 있는 시기에 빠르게 움직여 성과를 거두는 것이 스타트업이 최대 효용을 거둘 수 있는 방식이라고 생각합니다.

이런 문제를 잘 아는 실리콘 밸리에서 고안한 몇 가지 업무 방법론이 있습니다.

그래서 왜 이런 방법론이 나온 것인지에 대해 확인하는 것은 좋을 것 같습니다. 창업 과정에서 겪을 다양한 문제를 사전에 파악할 수 있기 때문입니다. 다만 이 또한 이런 문제를 겪는 창업가를 대상으로 한 심리적인 위약(Placebo)에 불과할 수도 있습니다. 그래서 굳이 자랑스럽게 외부에 알리며 적용할 필요는 없다고 생각합니다.

네 번째로, 투자와 관련해 Seed-A-B-C 로 유치해야 하는가.

투자 라운드(Rounds of financing) 라고 불리는 해당 방식은 VC가 수 차례의 시행착오를 거쳐 고안한 방식입니다. 기업의 성숙도에 따라 겪는 문제와 필요한 리소스가 달라지는 동시에 캐피탈에 있어서 위험 정도(risk)와 보상(return)의 비율이 달라지는 상황을 개념화한 방식이라고 생각해보면 됩니다.

다만 요즘 같은 금리 인상으로 인한 VC 혹한기에는 작동하기 어려운 방식으로 생각합니다.

실제로 유동성이 풍부했던 '20, '21 에 인정받은 기업 가치(valuation) 를 충족시키기 어렵기 때문에 브릿지 투자 또는 초기 라운드의 투자 비중이 높아지고 있습니다. 아래의 그래프처럼 펀드를 결성하지 않는 VC 의 비중도 늘어나고 있습니다.

사실 기업 금융 관점에서 다양한 자본의 조달 방식이 존재합니다. 외부 자금 조달 없이 자생력을 키우는 부트스트래핑도 당연히 좋습니다.

다만 서비스가 우위에 있을 때 경쟁사가 돈을 써서 성장 직전 임계점에 도달하는 시기를 앞당겨 따라 잡히기 혹은 서비스가 열세에 있을 때 경쟁사를 따라 잡기 좋은 타이밍을 놓쳐 이길 수 있는 상황을 놓칠 수도 있음을 항상 기억해야 합니다. 무엇보다 투자 유치는 자금 확충의 측면 외에도 다양한 시너지 효과를 얻을 수 있다는 것도 염두에 두어야 합니다.

마지막으로, 시장 규모와 관련해서 1,000억원의 수익 시장을 목표로 해야 하는가.

상장 시장의 기준으로 보통 높은 성장률을 인정받는 IT 기업의 PER(주가수익비율)을 보면 ~30이 된다고 알고 있습니다. PER은 주가를 주당순이익(EPS) 로 나눈 값인데요. 투자금을 회수하는 데 걸리는 기간을 의미하기도 합니다.

(경우에 따라 다르지만 보통 10 이하를 저평가 기업이라고 부릅니다)

그렇다면 보통 국내의 시드 라운드를 기준으로 기업 밸류가 10~50억이라고 할 때 (아닐 수도 있지만), 실제로 3,500만원~1억 7천만원의 순이익을 내야 위 기업 가치가 타당하다고 여겨집니다. 보수적으로 하면 1억~5억의 순이익이 나는 시점이어야 하는 것이죠. 그 와중에 5년 내로 90%의 스타트업이 망합니다.

그렇다면 개인 돈으로 스타트업에 투자하는 것, 가능하신가요?

VC 에서 초기 스타트업의 기업 가치를 인정하는 이유는 이 기업은 20x~100x 를 할 수 있다는 믿음이 있기 때문입니다.

여러 가지의 투자 회수 방식이 있기 때문에 경우에 따라 다르지만 예를 들어 50억원의 펀드를 가지고 각 5억원씩 10곳에 투자한다고 하면,

• 스타트업이 존속할 확률에 비추어 투자한 10곳 중 1곳이 투자 성과를 내야 합니다.

• 해당 기업이 나머지 기업에서 회수하지 못한 투자금과 연 10% 수준의 기대 수익률을 높이는 이익금을 모두 벌어 주어야 합니다.

• 즉, 이론적으로 약 20x 의 기업 가치 상승이 필요합니다.

• 20x 인 1,000억원의 기업 가치를 만족시키기 위해서는 최소 33억원, 최대 100억원의 순이익이 나야 합니다. 만약 순이익률(ROS)가 10%라고 하면 최소 330억원, 최대 1,000억원의 매출이 나와야 합니다.

그래서 VC는 1,000억원의 수익 시장을 목표로 하기를 원하는 것입니다.

그나마 큰 시장에서 활동해야 기회가 생길 수 있고, 성공할 수 있을 것이라고 생각하기 때문입니다. 물론 시장은 창업자가 정의하기 나름이고, 과거 GPU가 단순 그래픽 장치 에서 HPC 인프라 라는 새로운 시장을 개척한 것처럼 기존에는 없었지만 미래에 기회가 큰 시장을 생각해볼 수도 있습니다.

저는 그래서 이 시장을 잘 정의한 기업, 그리고 PMF 등 이 시장에서의 가능성을 증명한 기업이 보다 성공 가능성이 높은 스타트업이라고 생각합니다. 다만 미래에 대한 예측이라는 것이 매우 어렵고 부정확하기 때문에 미약한 성공 가능성을 위해서는 큰 시장이라도 확인했으면 하는 바람이 VC가 시장 규모에 매몰되어 있는 이유가 되기도 하는 것 같습니다.

기껏 글을 다 작성하고 다시 스스로를 돌아보니 사실 갓 1년 넘은 스타트업을 창업한 사람으로서 스타트업에 대해 이야기 하는 것 자체가 어패가 있기는 한 것 같습니다. 잘 모르기도 합니다.

그런데 개인적으로는 정말 힘들고 고되지만 창업을 잘했다고 생각하는 이유는 창업가가 마주할 상황을 실제적으로 경험하고 배우는 요소가 많기 때문입니다.

오랜만의 휴일로 잠시 이런 저런 생각해볼 시간이 있었던 것이 좋았던 것 같습니다. 이번 달에 4일 간 예비군을 다녀올 예정인데, 다시금 순국 선열의 희생에 대해 기억하면서 기업의 성공에 도달하기까지 수많은 좌절과 역경에 인내할 수 있는 마음 가짐을 갖추고자 합니다.

다시 한 번 본 주제를 공유해주신 @김주영 님께 감사의 말씀을 드립니다.

(Metric) 누적 생성 이미지 20,000장 돌파

안녕하세요,

톤앤매너 기반 AI 이미지 생성 서비스, 플라멜(Flamel)을 만들고 있는 이정민 입니다.

오픈 베타를 시작한 플라멜이 큰 외부 홍보 없이 많은 분들께서 관심을 가져주신 덕분에 사용자 수 및 생성 이미지 수가 꾸준히 증가하고 있습니다. 그리고 제일 기쁜 소식은 팀 스스로가 이미지를 어떻게 해야 더 잘 생성하게 도울 수 있을 지에 대해 알게 되는 과정에 있다는 것입니다.

그 덕분인지 지난 금요일(5/31) 누적 생성 이미지가 20,000 장 (1번 이미지를 생성하는 데 4장의 결과물이 만들어지니 실제로는 80,000장) 을 돌파했습니다.

또한 유의미하게 생성 대비 핵심 액션 지표가 올라가고 있는 점이 인상적이었습니다.

프로덕트에 대한 디테일한 차이 및 핵심적인 신기능 개발은 모두 사용자 분들께서 주신 의견 덕분입니다.

앞으로도 빠르게 사용자 분들께서 '와우' 할만한 프로덕트를 만들기 위해 계속해서 고객 분들의 피드백을 듣고 발전시키겠습니다.

오랜만에 작업한 무드보드를 하나 공유해드리며 글을 마무리하겠습니다.

궁금하면 아래 링크에서 사용해보세요.

⬇️⬇️⬇️⬇️⬇️

디콰 링크 (좋아요를 부탁드려요💜) :

프로덕트 링크 (부담 없이 쉽게 사용해보세요 💜) :

(개인 월별 성과) 5월에도 매일 1일 1커밋 이상 하기 성공 ✅

5월에는 정말 많은 일이 있었습니다.

제 생일에 출시한 OpenAI 의 GPT-4o 부터 우여곡절 끝에 제출한 딥테크 TIPS, 그리고 대망의 플라멜 서비스 오픈 베타까지.

4주 중에 한 주 간은 수면을 전혀 취하지 못하거나 책상에 엎드려 쪽잠을 자는 등 평균 2시간만 잘 수 있었기도 했습니다. 그 와중에 미래를 생각하고 있는 여자친구의 부모님도 멀리 타국에서 한국에 방문해주셔서 모셔야 되기도 했고요. 뭐랄까 다시 한 번 내가 이 일을 왜 하는 지, 행복을 어디에서 찾아야 하는 지에 대해 많이 생각해 보았습니다.

감사히도 스모어톡 팀원을 포함해 주변 분들의 응원 및 격려, 그리고 무엇보다도 플라멜 고객 분들의 귀중한 피드백 및 유료 결제가 개인적으로도 팀적으로도 많이 도움이 되었고 프로덕트 내 디테일한 니즈를 반영하는 부분에 더욱 속도를 내고 있습니다.

해외 유명 AI 스타트업 (ML Deployment 분야) 과도 직접 소통하면서 서비스 최적화에도 노력하고 있으니 꾸준히 많은 관심 부탁드립니다.

오늘 플라멜로 만든 이미지 애셋을 하나 공유하면서 회고를 마칩니다.

(Open β) Glacier Silver: 냉정한 침묵

안녕하세요,

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

최근에 저희 팀 스모어톡은 딥테크 팁스 지원을 앞두고 정신이 없었습니다.
아시는 분도 계시겠지만, 팁스 지원 과정에서 머리가 많이 빠지는 불상사(?)도 나타나기도 합니다.

저도 서류를 준비하면서 완벽을 추구하지만 그에 도달하지 못하는 완성도의 자료 제출로 맘 고생을 되게 많이 했습니다. 그리고 주말간 멘탈 회복을 위해 주관적 기준에서 잔잔한 영화, 인터스텔라를 보았습니다. (링크)

출처: 인터스텔라 中 장면 일부 (경향신문)

정신 없는 상태에서 바라본 빙하의 모습은 뭐랄까 잔잔함과 동시에 냉혹한 모습도 보이더라고요.

그런 점에서 해당 컬러를 냉정한 침묵으로 정의해보았습니다. 부담 없는 색상이면서도 동시에 긴장감을 주기에 종종 주의 환기용으로 사용해볼만한 컬러셋으로 생각해봅니다.

위 무드보드는 플라멜과 함께해 5분 만에 하나의 컨셉을 만들 수 있었습니다.

톤앤매너를 유지할 수 있는 이미지 생성툴을 사용해보고 싶다면 아래 링크에서 사용해보세요.

⬇️⬇️⬇️⬇️⬇️

디콰 링크 (좋아요를 부탁드려요💜) :

프로덕트 링크 (부담 없이 쉽게 사용해보세요 💜) :

(Open β) Summer Orange: 주목받는 열정

안녕하세요,

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

오늘은 어떤 색상이 사람들의 주목을 끌 수 있을까 고민해보다 아래 글을 보았습니다. (링크)

출처: Pantone

지난 번 글에선 여름을 청량한 바다와 하늘을 잇는 연한 파란색에 주목했다면, 이번에는 강렬한 햇빛을 머금은 오렌지색이 강하게 시선을 끌더라고요. 생각해보면 오렌지 색은 요즘 다양한 스타트업의 로고 색상에서도 확인할 수 있습니다. 아마 시선 유도에 효과적이어서가 아닐까 생각해봅니다. 그렇기에 다가오는 여름, 오렌지 색상에 한 번 주목해보세요.

위 무드보드는 플라멜과 함께해 5분 만에 하나의 컨셉을 만들 수 있었습니다.

톤앤매너를 유지할 수 있는 이미지 생성툴을 사용해보고 싶다면 아래 링크에서 사용해보세요.

⬇️⬇️⬇️⬇️⬇️

디콰 링크 (좋아요를 부탁드려요💜) :

프로덕트 링크 (부담 없이 쉽게 사용해보세요 💜) :

(Open β) Ocean Mist: 평온한 청량

안녕하세요,

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

최근 업무량이 정말 많아져서 (매우 기쁜 일이지만) 두통이 좀 세게 오더라고요.

사실 2년 반 넘게 이러고 있으니 몸에 이상이 안 생기는 것도 웃길 것 같습니다.

여튼 그래서 바다를 보며 일하기로 결심했습니다. 현재 부산에 와 있는데요.

하늘과 바다가 같은 듯 다른 색으로, 대신 비슷한 톤으로 이어지는 것이 평온한 느낌으로 다가오더라고요.

넓은 화면으로 쭉 이어지는 느낌은 갑갑한 삶 속에서 조금 확장성을 주는 것 같았습니다.

그래서 오늘의 무드보드 컨셉은 아직 활발하지는 않지만 언제나 잔잔하게 파도가 치는 부산의 바다를 연상한 'Ocean Mist" 를 주제로 잡았습니다.

물론 플라멜과 함께라서 5분 만에 하나의 컨셉을 만들 수 있었습니다.

톤앤매너를 유지할 수 있는 이미지 생성툴을 사용해보고 싶다면 아래 링크에서 사용해보세요.

⬇️⬇️⬇️⬇️⬇️

디콰 링크 (좋아요를 부탁드려요💜) :

프로덕트 링크 (부담 없이 쉽게 사용해보세요 💜) :

(Open β) Minimal Beige: 재정의된 단순함

안녕하세요,

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

요즘 저는 플라멜을 활용한 무드보드 제작에 심혈을 기울이고 있습니다.

톤앤매너에 대한 기획을 하는 것이 해당 업계에서 매우 중요하다는 것을 알게 되었기 때문입니다.

그런 점에서 '디자인하는 엔지니어'가 되기 위해 다양한 영감의 원천을 찾아보고 있습니다.
오늘은 따스한 색이 조금은 그리워서 대표색 중 하나인 미니멀 베이지로 선정해보았습니다.

궁금하면 아래 링크에서 사용해보세요.

⬇️⬇️⬇️⬇️⬇️

디콰 링크 (좋아요를 부탁드려요💜) :

프로덕트 링크 (부담 없이 쉽게 사용해보세요 💜) :

(Open β) 톤앤매너 유지 가능한 이미지 생성 서비스, 플라멜

안녕하세요,

톤앤매너 유지 가능한 AI 이미지 생성 서비스, 플라멜(Flamel)을 만들고 있는 이정민입니다.

플라멜이 드디어 디스콰이엇 프로덕트에 올라갔습니다! (Open Beta)

디콰 링크 (좋아요를 부탁드려요💜) :

프로덕트 링크 (부담 없이 쉽게 사용해보세요 💜) :

플라멜은 (물론 제가 만들고 있기는 하지만) 이미지 생성 AI 의 헤비 유저로서 정말 재밌는 도구입니다.

기존에 제가 작업하는 것에 이어 진행하는데 편리하기 때문입니다.

사실 이미지를 찾는 것은 생성 보다 이미 익숙한 검색이 편할 수도 있습니다. (물론 이 또한 수 년 내로 바뀔 모습이겠지만요.)

그런데 기존 이미지에 기반해 애셋을 찾는 것은 차원이 다른 어려움 입니다. 우리의 결과물을 더 잘 만들기 위한 과정에서 크리에이티브 생성은 많은 사람들의 좌절을 가져왔습니다. 저는 플라멜이 이를 해결할 도구로 만들고 싶습니다.

그래서 앞으로 메이커이자 헤비 유저로서 더 많은 탐색 가능성을 확인하고 공유해보겠습니다.

감사합니다.

(Teaser) 디스콰이엇 프로덕트 공개 예고

안녕하세요,

톤앤매너 유지 가능한 AI 이미지 생성 서비스, 플라멜(Flamel)을 만들고 있는 스모어톡 이정민입니다.

내일(5/13) 디스콰이엇에 그 동안 스모어톡이 준비한 내용 중 일부를 소개해드릴 예정입니다.

드디어 프로덕트가 공개되었습니다!!! 좋아요와 많은 사용 부탁드릴게요 :)

많은 분들께서 관심 가져주셨으면 좋겠습니다.

감사합니다.

p.s. ) 어쩌다 보니 생일에 프로덕트를 올리네요...!

[Renewal 2024] 스노우가 1년 동안 347억 번 AI 프로필 제작 방법 공유 📷

출처: 서울경제 - 링크 (참고로, 스모어톡은 서울경제와 기사 이미지 제공 MOU를 맺었습니다)

작년 8월 저는 하나의 글을 디콰에 작성합니다.

이 글은 9개월 정도가 지난 시점에서 조회수 7,000+ 를 기록하며 상당한 파급 효과를 기록했습니다.

일단 아마 SEO가 가장 잘 된(?) 게시글이 되었습니다.

외모가 뛰어난 사람들 사이에서 예시 이미지를 만들기 위해 허겁지겁 찍은 저의 초췌한 모습이 공개되기도 했습니다.

이를 발판으로 저희 팀의 대표 서비스인 톤앤매너 유지 가능한 AI 이미지 생성 서비스, Flamel 과 더불어 내부적으로 고도화 한 해당 AI 아바타 API에 대해선 기업 공급 계약을 맺기도 했습니다. (얼굴 이미지 1장, 생성 시간 1분 이내)

그런 가운데,

이전에 올린 글에서 9월, 10월, 11월, 그리고 며칠 전 사용 방법에 대한 문의를 많이 주셨습니다.

'여전히 관심이 많으시구나' 를 생각하게 되었습니다.

하지만,

AI 학습 라이브러리가 그 동안 상당히 많이 발전되었는데 이전 글에서 내용을 수정해 전달해드리지는 못했습니다..

더군다나 해당 코드로 작업하기 위해선 무료 colab 의 작업 환경 기준 1시간 이상 소요되는 문제가 있었습니다.

간단히 이유에 대해 말씀드리면, 공유한 코드에서 활용한 파인튜닝(Fine-tuning) 방식인 Dreambooth 라고 하는 학습 방식은 AI 모델 전체 값을 수정하기 때문인데요.

이에 대비하여 LoRA 는 AI 모델의 일부 레이어 값만 수정하기 때문에 학습 시간도 짧고 결과 파일의 용량도 작습니다. 그에 대비하여 AI 아바타를 위한 학습 효과는 충분히 좋습니다.

AI 이미지 생성 서비스를 느낀 것은 오픈 소스를 제공 받을 수 있는 환경에서 기술적인 향상에 관한 점에서, 그리고 기술의 보급에 관한 점에서 많은 부분 기여하며 발전해야겠다는 생각을 했습니다.

그래서 AI 아바타 만드는 방법을 24년 버전으로 리뉴얼해서 공유해드리고자 합니다.

(단, 해당 파일은 학습 과정이 필요한 방식으로 위에 공유한 방식과는 다른 부분이 존재함을 미리 안내해드립니다.)

파일을 받는 방법은 간단합니다.

댓글에 이메일 남겨주시면 간단히 시도해볼 수 있는 AI 아바타 만들기 관련 주피터 노트북 파일(.ipynb) 을 메일로 전달해드리겠습니다!

(발신자가 tonylee@smoretalk.io 이므로 이외 계정의 이메일은 주의해서 확인해주세요.)

오픈된 라이브러리를 사용한 간단한 코드여서 이미 내용을 아는 분들께서는 흥미롭지 않을 수도 있는 점은 미리 고려해주세요.

이미지: 코드 예시 파일 (편하게 사용하실 수 있도록 GUI 로 구성해보고 있습니다)

해당 파일이 사이드 또는 여러 프로젝트에서 도움이 될 수 있기를 기대합니다.

AI 이미지 생성 서비스에 대해 관심 있으신 분들은 언제나 커피챗 환영합니다! 편하게 연락 주세요.
(tonylee@smoretalk.io)

p.s. 1. Flamel 은 곧 업데이트 발표가 예정되어 있습니다. 많은 관심 부탁드러요.

p.s. 2. Diffusion 모델에 대한 기술적인 설명글을 작성 중입니다. 해당 글도 많은 관심 부탁드립니다.

p.s. 3. 스모어톡은 자체 이미지 생성 AI 모델 구축을 준비중입니다. 많은 관심 부탁드립니다.

(First 1,000) 아직 서비스를 개시하지 않았는데..

안녕하세요,

톤앤매너 기반 AI 이미지 생성 서비스, 플라멜(Flamel)을 만들고 있는 이정민 입니다.

새로운 버전의 플라멜이 큰 외부 홍보 없이도 많은 분들께서 확인해주신 덕분에 First 1,000 을 달성했습니다.

@오영준 님께서 말씀해주신 것처럼 극초기 B2C 프로덕트의 첫 번째 마일스톤은 첫 1,000명의 고객일텐데요.

물론 해당 가입자 전체가 유료 가입자는 당연히 아닙니다. 다음 스프린트 수정 사항이지만 아직 결제 관련 페이지를 제대로 관리하지 않은 것을 보면 갈 길이 정말 멉니다.

그렇지만 한창 클로즈 베타를 진행 중인 상황에서 입소문을 타서 그런지 가입자 수가 1,000명을 달성했습니다. 정말 감사한 일입니다.

빠르게 사용자 분들께서 '와우' 할만한 프로덕트를 만들기 위해 계속해서 고객 분들의 피드백을 듣고 발전시키겠습니다.

P.S. 이유는 모르겠는데, AI 아바타 포스팅이 다시 관심을 받더라고요. 제가 더 쉬운 학습 방법을 정리한 글을 공유해드리겠습니다. 이 외에도 AI 서비스 관련 산업 인사이트 글, 디퓨전 모델 관련 테크 글, 스모어톡의 MOU 안내 글을 작성 중입니다.

(개인 월별 성과) 4월에도 매일 1일 1커밋 이상 하기 성공 ✅

벌써 4월이네요. 4월은 프로덕트 플라멜 의 최종 기능 준비를 완료하는 시기였습니다.

그 결과물을 간단하게 하나 공유하며 4월 회고를 마칩니다.

(D+365) 스모어톡은 프로덕트 지향 팀이 되었다

안녕하세요,

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

드디어 스모어톡이 법인 설립 1주년을 맞이했습니다.

출처: 더브이씨 - 드디어 업력에 1년(!)

예비 창업 기간을 포함하면 2년이 넘었으니 '꾸준히 무언가를 하는 사람이 되자' 라는 목표를 달성하고 있다는 생각을 했던 하루였습니다. 그런 점에서 팀의 1년에 대한 개인적인 회고를 작성해보고자 합니다.

간단하게 1년을 정리해보면 막연한 기대 - 몸을 갈아 넣은 노력 - 현실 자각 - 계속된 실행을 통한 프로덕트 탄생 입니다.

생각해보면 창업을 처음 한 순간 저는 아무런 준비 없이 그런 기대를 했었던 것 같습니다.

역사상 가장 빠른 성장을 만드는 스타트업을 만들자. AI 와 함께.

이 문장에 대한 근거는 단순했습니다. "시장의 거대한 흐름이 모든 것을 만든다"

3년 만에 7조원의 기업 가치에 등극한 HR SaaS 스타트업 'Deel', 제품 출시 1.5년 만에 유니콘이 된 AI-assisted Marketing SaaS 스타트업 'Jasper' 의 기사와 창업자의 이야기를 보며 피가 끓는 느낌을 받기도 했었습니다.

그렇게 2023년 4월, 창업 1년차가 시작 되었습니다.

법인 설립 초기, 23년 7월 2개 기관으로부터 시드 투자를 유치했습니다 (기사).

기사에서도 확인되지만 당시 투자를 유치하는 과정에서 팀이 주목한 키워드는 'AI', '마케팅', 'B2B', 총 3가지였습니다.

생성 AI 라는 거대한 흐름에 편승하기 위해 (심지어 팀이 이미 ML 엔지니어로 구성이 되었고) ,

마케팅 은 비즈니스 분야 중 변화가 빠른 영역 중에 하나이며 (규모가 크지만 스타트업이 진입할 수 있는 몇 안되는 시장으로 보였고) ,

B2B 는 현재의 경기 상황에 비추어 매출을 즉각적으로 반영할 수 있는 BM 이었기 때문입니다. (내 것을 중요시하는 기존 한국의 IT 시장이 굴러가는 구조)

생각한 것처럼 나쁘지 않았습니다.

1) 매출을 기록했고, 2) 비용 관리를 했으며, 중기부 장관 표창을 두 차례 이상 수상할 정도로 3) 팀을 외부에 많이 알릴 수 있었습니다 (링크).

카카오브레인 (링크), 서울경제 (링크) 등과 MOU 를 체결했고, 30개사 이상의 기업과 PoC를 진행할 수 있었습니다.

(별도로 B2B AI 분야에서 업스테이지 (링크), 달파 (링크)의 대규모 투자 유치는 해당 시장에 대한 기대를 보여주기도 했습니다.)

특히, 4명의 팀원으로 이미지 생성 모델로 분야를 제한하면서도 기록한 수치였기에 의미 있었다고 보았습니다.

그런데,

저는 이대로 가면 안될 것 같다고 보았습니다.

미국 최고 VC 중 한 곳으로 알려진 a16z, Consumer team의 파트너 Justin Moore 의 트윗을 보면,

AI 어플리케이션 분야는 소비자 내 바이럴 성장이 기업에서의 사용으로 이어지고 있다 라고 말했습니다. 이는 별도의 세일즈 팀과 외부 마케팅 없이도 가능했다는 점에서 매우 인상 깊었습니다.

정리해보면, 현재 AI SaaS 와 과거 SaaS 사이의 가장 큰 차이는 매우 작은 규모의 팀도 매우 큰 성장을 만들어낼 수 있다는 것입니다. 이는 사용자가 단기간에 큰 효용을 느끼게 만드는 AI 의 특성에 기인합니다.

한국에서도 이미 비슷한 사례가 목격되었습니다.

바로 자료 요약 노트를 만드는 릴리스에이아이 가 2명의 규모로 MRR 1,000만원을 기록한 사례입니다.

출처: 언섹시 비즈니스 소개 글 썸네일 - 링크

해외 사례를 보면 이미지 생성 서비스의 대표 주자, 미드저니 (링크)는 20~30명의 규모로 2억 달러 규모의 매출을 작년에 기록했습니다. 그리고 배치 프로그램의 개념을 최초로 제안한 액셀러레이터의 대표 주자, YC 의 선발 기업 사례 (링크) 를 보면 불과 1년 만에 평균 팀원 규모가 6명에서 3명으로 급감한 것이 확인됩니다. 심지어는 아래 이미지처럼 혼자서 수억원을 벌 수 있는 것을 보면 팀원의 규모가 중요한 것은 아니었습니다.

이렇게 저는 23년 중반부터 적은 팀원, 엄청난 1인당 매출 생산력이 AI 시대의 새로운 흐름이다 라는 것을 인지하게 되었습니다. 다만 23년에는 생성 AI 어플리케이션이 나오기에 매우 이른 시기라고 생각해 어차피 뭘 해도 잘 안될 것이라 그냥 이것 저것 시도해보는 편이 맞겠다 라는 생각으로 팀원과 이야기하여 다양한 PoC 사례를 만들어 보았습니다.

그런데 생각해보면,

SI 시스템의 B2B 는 적은 인원으로 할 수 있는 비즈니스가 아닙니다.

1개 사의 기업 프로젝트를 최소 1명 이상이 담당해도 여러 가지의 대응 과정이 필요합니다. 즉, 우리는 무작정 B2B 를 할 수 없는 팀이라는 것을 23년 후반에 확실하게 알게 되었고, 다만 그 과정에서 어떤 부분에서 고객사가 니즈를 갖고 있는 지 알게 된 것에 큰 의의를 두었습니다. (지금도 @황현지 대표님은 열심히 고객 인터뷰를 진행하고 계십니다..)

이 와중에 24년 1월, 투자사 중 한 곳인 포스텍홀딩스에서 감사히도 지원해주셔서 CES 2024 에 참여를 앞두고 있는 상황이었습니다.

그 때, 바로 한 가지 생각이 들더라고요.

보여줄 수 있는 하나의 툴보다 각기 다른 기업별 사례를 만드는 것에 너무 주목하고 있었다

는 것을...

저는 AI 시대에 4명의 팀원이 만들어낼 수 있는 포텐셜은 무궁무진하다 라는 생각을 갖고 있습니다. 그리고 그 방식은 사용자의 니즈를 관통하는 하나의 특징적인 기능을 통한 SaaS 의 바이럴, 그리고 확장이라고 생각합니다.

그 동안 가장 간편한 이미지 생성 도구를 만들자 라는 신념 아래 플라멜을 개발했지만, B2B 사례 대응으로 개발 속도에 탄력이 붙지 않았습니다. 당연히 프로덕트에 대한 만족도가 높을 수 없었기에 리텐션도 강력한 수치를 보여주지 못했습니다. 열심히 외부에 공개를 하지 못했기도 했고요.

출처 : 과거 플라멜 v0.1 의 모습 (2023)

다행히 2023년 12월 저희는 '프로덕트 에 집중하자' 라는 결정을 내립니다.

그리고

1. B2B 사례 대응에서 수집한 사용자의 니즈

2. 그 과정에서 축적된 AI 프로덕트의 개발 노하우

3. 다른 요소에 분산된 팀원의 포텐셜을 집중하게 만든 팀의 움직임

을 통해 베타 테스터 분들과 소통하며 빠른 속도로 레퍼런스 기반 AI 이미지 생성 도구, 플라멜의 업데이트 버전을 만들게 되었습니다.

추후에 자세히 말씀드리겠지만,

플라멜은 쉽게 자신이 보유한 이미지 자산을 재구성하는 AI 이미지 생성 도구입니다. 보다 깔끔하게, 보다 직관적인 사용자 경험을 위해 고민해왔고, 앞으로도 고민할 예정입니다.

사실 '우리가 빠르게 실행하는 팀인가' 라는 것에 대해 여전히 고민을 하고 있습니다. 고민만 할 수는 없으니 더 빠르게 움직이는 팀이 되기 위해 내부 프로세스 자동화하기, 불필요한 일 줄이기 등의 여러가지 시도를 하고 있습니다. 결론적으로 처음 법인 설립 당시 했던 기대와는 거리가 먼 모습의 우리를 마주하고 있는 걸지도 모르겠습니다.

그러나 항상 일치된 전략을 가지고 잘 달려왔던 우리이기에 다음 한 해도 기대가 큽니다.

플라멜을 잘 런칭하고 시장에 확산시켜, 다음으로 미드저니 같이 독자적인 이미지 생성 모델을 보유한 팀으로 거듭나는 모습을 그려봅니다.

Let's go, Smoretalk!

('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...

(개인 월별 성과) 3월에도 매일 1일 1커밋 이상 하기 성공 ✅

3월은 프로덕트 플라멜 의 완성도에 조금 더 집중하는 시기였습니다.
이미지 생성 품질 개선과 더불어 플라멜 의 key feature 가 될 내용을 최적화하는 데 집중했습니다.
개인적으로는 모든 업무를 효과적으로 처리하는 방법에 대한 고민을 더 하게 된 시기인 것 같습니다. 개발도, 컨텐츠 제작도, 그 외의 모든 일도요.

📢 진짜 같은 AI 프로필 무료로 만들어보세요

(아바타 데모 운영을 종료했습니다. 신규 서버 구축으로 인해...)

안녕하세요,

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

작년에 AI 프로필 관련 만드는 방법을 코드와 함께 공유해서 많은 분들께서 관심을 가져 주셨는데요.
(조회 수 6,000+)

오늘은 AI 바우처 공고 안내 말고 재밌는 AI 프로필 테스트 사이트를 팀 내에서 간단히 만들었어서 공유해보고자 합니다. (사실은 고객사 소개용입니다 ?!?!)

참고로 플라멜 은 이미지를 기반으로 쉽게 사용자가 원하는 이미지를 만들어내는 툴입니다.

이 때, 이미지를 기반으로 조정 가능한 요소는 정말 다양한데요.

그 중 인물(캐릭터) 고정에 대한 고도화도 저희 팀의 연구 분야 중 하나입니다.

많은 기업에서 요청을 주셨던 내용으로

"AI 프로필 하고 싶은데 방법이 없나요"

가 있어 플라멜 에 적용 예정인 기술을 따로 API 로 빼서 준비해보았습니다.

얼굴이 들어간 사진과 성별을 설정해서 넣어주시면 다음과 같이 실제감 있는 사진이 나오게 됩니다.

참고로 테스트 사이트에선 아래 이미지의 비율과 구도로만 이미지가 생성됩니다.

그리고 생성에조금 시간이 걸릴 수 있는데 1분이 지나면 이미지가 나오니 걱정하지 마세요.

참고로 비용이 전혀 들지 않으니 직접 한번 들어가서 사용해보시면 좋을 것 같습니다.(서버를 내렸습니다)

AI 아바타 API에 관해 관심 있는 분들은 smoretalk_official@smoretalk.io 로 연락 주시면 감사드리겠습니다.

🏃 Run 2 Zero, 이제는 정말 AI Application 의 시대

2024년 3월 두 번째 주에도 AI 생태계는 변함 없이 크고 있습니다.

일단 Gen AI 의 주요 프로덕트인 LLM(+LMM) 을 보면

Google Gemini 1.5:
https://blog.google/technology/ai/google-gemini-next-generation-model-february-2024/ (2/15)

Mistral Large:
https://mistral.ai/news/mistral-large/ (2/26)

Anthropic Claude3:
https://www.anthropic.com/news/claude-3-family (3/4)

Inflection 2.5:
https://inflection.ai/inflection-2-5 (3/7)

Upstage Solar:
https://ko.upstage.ai/feed/press/solar-api-beta (2/22)

현재 거의 실시간으로 2024년을 이끌어 갈 거대모델이 공개가 되고 있는 상황입니다. 제 예상대로 이번 주 내로 GPT-5 (혹은 4.5?) 가 공개된다면 그 열기가 더해질 것이라 봅니다.

스모어톡 입사하시면 매일 마주하실 저의 정보 공유 슬랙

그리고 정말 재밌는 이야기,
어제(3/11)에는 일론 머스크가 xAI 의 LLM(Large Language Model) 인 Grok 을 오픈 소스로 공개하겠다고 트윗했습니다.

이는 오픈 모델과 클로즈드 모델 사이의 시장이 극명하게 갈리는 신호탄으로 보여집니다. 그냥 사용할 거냐, 최적화해서 사용할 거냐의 선택권을 주는 것이기 때문입니다. 성능을 기준으로 이 부분을 논하기에는 이제 많이 시장이 달라졌습니다.

그런 점에서 저희는 지금 잘 생각해 보아야 합니다.

1. 사실상 정말 성능 좋은 모델, 글로벌 시장에서 활용할 수 있는 모델을 거의 무료로 사용할 수 있다.

2. GPU 사용 비용도 사실 저렴하다. (보통 서버리스 서비스 기준 A100 한 달 임대료가 $1,000 이면 $10 * 100명만 해도 GPU 사용료는 맞추고도 남음)

결국 돈을 벌어다 주기 위한 시장을 키우려면 저 모델을 사용하는 키 플레이어가 나와야 하는데, 이를 위한 인프라적인 요건이 갖추어졌다 라고 저는 판단했습니다.

그리고 모델을 서비스로 잘 구성하는 것(=단일 모델이 아닌 복합적인 시스템화)이 이제 저희가 해야 할 때가 아닌가 하고 보고 있습니다.

여러분도 큰 기회의 장을 놓치지 말고 지켜보시면 재밌을 것 같습니다.

(개인 월별 성과) 2월에도 매일 1일 1커밋 이상 하기 성공 ✅

2월에도 꾸준하게 AI 개발 속도를 따라가고자 노력했습니다.

재밌는 연구도 많고, 최적화 관해서 배운 것도 많았던 시기였던 것 같습니다.

(2024 AI Part 2) It's the ML, stupid

안녕하세요,

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

2024년 AI 생태계에 대한 개인적인 생각을 4편으로 나누어 적어보고자 했는데 아직 첫 번째 파트(링크)만 작성하고 정신이 없었네요.

작성하지 않고 버티면 2024년도 다 갈 것 같아서, 오늘은 새벽에라도 작성해보고자 합니다.

여튼 오늘은 두 번째 내용입니다.

--

1. 2024년에는 Business Layer 에서 활약하는 팀이 등장해야만 한다.

2. 기술이 필요하다. 그래서 기본적으로 AI 스타트업은 ML 엔지니어가 필요하다.

3. 단순히 기술만 있다고 이기는 것도 아니다. 제품으로서 바라보아야 한다.

4. 이미 사용자에게 AI는 AGI 이다. AGI를 표방하는 UI/UX를 기획해야 한다.

--

3줄 요약:

1. 간단히 생각해서는 모두에게 동일한 조건이기 때문에 AI 프로덕트에서 차별화 시키기 어렵다.

2. ML 엔지니어, 또는 그에 준하는 관심을 가지고 갖고 노는 사람이 팀에 필요하다.
   참고로 학력 보다는 ML에 대한 관심과 직접 갖고 놀 수 있는 Python 실력이 중요.

3. 어차피 모델링은 왠만하면 OpenAI, 또는 빅테크가 다 하려고 할 것이다.
   그래서 ML 엔지니어는 이미 존재하는 모델의 사용성을 극대화 시키는 사람이 중요할 수 있다.

2.     기술이 필요하다. 그래서 기본적으로 AI 스타트업은 ML 엔지니어가 필요하다.

본 글의 제목을 짓는데 영감을 받은 문장은 1992년 미국 대선의 판도를 뒤흔들어 빌 클린턴 전 대통령이 당선하는 데 큰 공헌을 한 캐치프레이즈인 It's the economy, stupid (바보야, 문제는 경제야) 입니다.

문제를 재정의하고 핵심을 바라보게 만든 바로 그 문장입니다.

이 문장에 녹아든 철학은 현재 AI 생태계를 관통하고 있다고 생각이 됩니다.

ChatGPT 의 파괴적인 능력과 성장을 바라본 사람들에게 OpenAI 의 GPT 'API' 는 엄청난 기회를 단번에 가질 수 있는 기회처럼 보였습니다.

그 결과 2022년 초부터 시작된 생성 AI 스타트업에 대한 관심은 2023년을 원년으로 하여 폭발적으로 성장했습니다.

무려 29배 이상 늘어난 AI 스타트업의 설립 횟수는 이를 방증합니다.

AI가 쉬워졌다는 뜻이겠죠?

문제는 쉬워졌기 때문에 프로덕트가 우후죽순 등장하게 되고,

API 기반으로 한 서비스가 성능적인 측면에서 차별성을 보이는 것이 쉽지 않기 때문에 문제가 발생합니다. 오죽하면 아래와 같은 밈이 나왔을까 싶습니다.

버티컬 영역 중 검색에서 엄청난 성장세를 거두고 있는 Perplexity AI 도 이 문제에서 자유로울 수 없기는 마찬가지입니다. 얼마나 많은 Hater 에 시달렸으면 CEO 인 Aravind 가 wrapper 에 대한 오해를 해명하는 트윗을 올렸을까 생각이 듭니다.

우리는 디스콰이엇에서도, 그리고 프로덕트 헌트에서도 AI 프로덕트를 시도 때도 없이 접하고 있습니다. 2023년 새로 런칭한 there's an ai for that 또한 엄청난 수의 AI 프로덕트가 계속해서 공개되고 있기 때문에 디렉토리 서비스로서 기능할 수 있었고, 프로덕트 헌트의 방문자 수를 뛰어 넘는 관심을 받게 되었습니다. 이 외에도 OpenAI 가 공개한 AI store, GPTs 에도 수많은 버전의 AI 가 공유되고 있습니다.

그렇기에 최근 일각에서 AI 서비스, AI 스타트업에 대한 위기론이 불거지는 것은 당연한 일일지도 모릅니다. 뭔가 새로운 것이 나오기는 하는데 '그게 그거' 같은 상황.

1. AI 서비스에 대한 위기론 (링크)

1. AI “tarpit” ideas 에 대한 경고 (링크) - 개인적으로 개발하면서 함께 정말 재밌게 들었습니다.

특히 두 번째 영상에서 도메인이 명확하다면 비싼 최신 모델을 바로 추구하기 보다는 모델을 최적화해서 프로토타이핑을 하라는 이야기가 나옵니다. '최적화' 라는 단어가 의미심장한데요.

제가 속한 이미지 생성 분야와 관련해서 간단히 이야기를 해보자면,

한국에서 가장 많은 관심을 받는 분야인 AI 프로필을 생성하는 방식은 사실 기업마다 거의 비슷할 것입니다.

기본적으로 Fine-tuning 을 해서
기존 템플릿 이미지를 기반으로 한 i2i 를 통해 이미지를 생성했을 가능성이 높아 보입니다.
얼굴 영역만 마스킹 해서 inpainting 을 했을 수도 있고요.

그런데, 기업 입장에서 같은 아이템에도 차별성을 부여할 수 있는 방식은 여러가지입니다.

1. 학습에 사용되는 리소스 (시간, GPU 비용)를 줄여서 가격을 낮춘다

2. 이미지의 품질을 높인다 (미적으로 괜찮게 보이게 한다)

3. 요청하는 사진에 대한 기준 (얼굴이 크게 나온 사진만 가능, 혹은 최소 5장 이상) 을 낮추어 사용자가 이미지를 공유하는 데 있어 부담을 줄인다

이걸 하려면, 이미지 생성 모델의 원리를 대략적으로라도 이해해야 하며 최신 기술 및 라이브러리에 대한 관심이 필요합니다. 그런 점이 AI 스타트업에 ML 엔지니어 (=ML 에 관심이 아주 많고 실험 정신이 가득한 사람) 가 꼭 존재해야만 하는 이유라고 할 수 있습니다.

이는 사실 저, 개인만의 생각이 아닙니다.

그 전에 잠시 다른 얘기를 좀 하면, 미국 내 AI 스타트업과 관련하여 가장 크게 관심을 받는 배치 프로그램 (시즌 별 다수의 투자 대상 기업을 모집하는 방식) 으로 2가지가 존재합니다.

바로 AI Grant 와 Converge 입니다.

우선 AI Grant(링크) 는 전 Github CEO 인 Nat Friedman 과 YC 파트너 인 Daniel Gross 가 만든 AI 스타트업만을 위한 배치 프로그램이며 올해 3번째 기수를 맞이할 예정입니다.

Alumni 를 보면 Perplexity, Cursor, Replicate, Flair, Chroma, Pika Labs 등이 있고, 현재 트렌딩 프로덕트에 있는 Jenni AI (@David Park) 도 Batch 2기 출신입니다.

다음으로 Converge(링크) 는 OpenAI 내 투자 기관인 OpenAI Startup Fund 가 직접 AI 스타트업에 투자하는 프로그램입니다. 올해 2번째 기수를 맞이할 예정입니다.

Alumni 를 보면 Descript, Harvey, Mem 이 있고, 한국에서도 AI 튜터 앱으로 유명한 Speak 도 Converge 1 출신입니다. 주로 OpenAI 의 LLM API 를 활용하는 스타트업입니다.

다시 돌아와서 이 프로그램들의 이야기를 왜 꺼냈나?

이 프로그램의 지원서를 들여다 보기 위함입니다.

사실 지원서가 웹페이지 기준 스크롤 조금 내리면 끝나는 정도의 분량입니다.

엄청난 수의 팀이 지원을 해서 인지 구구절절 작성한 글을 볼 여유가 없어서 한 줄로 요약해서 설명해라, 30초~1분 정도 길이의 비디오를 첨부해라 의 질문으로 판단하는 것 같습니다.

그리고 꼭 들어가는 문항.

창업자의 프로필을 적어야 합니다. 그런데 이미지를 잘 살펴봐주세요.

1. AI Grant

1. Converge

공통점이 눈에 들어오시나요?

바로 3개의 SNS 계정을 요청한다는 점입니다. LinkedIn, Twitter and Github.

일단 서구권 비즈니스 환경에서 LinkedIn 은 한국, 일본에서의 명함 그 이상의 역할을 하기 때문에 이해가 됩니다.

다음으로 Twitter. 미국을 기준으로 보면 Bootstrapper 를 포함한 창업가 뿐만 아니라 ML 엔지니어가 본인의 기술을 뽐내는 자리이기도 합니다.

마지막으로 Github. 당연히 개발 실력 있나를 물어보는 항목이겠죠?

그렇습니다.

AI 스타트업은 적어도 한 명 이상 AI 를 이해할 수 있는(=혹은 정말 관심이 많은) 사람이 있어야 합니다.

물론 Github 이 ML 만을 위한 공간이 아니긴 합니다. 전반적인 개발 경력을 본다는 뜻인데, 적어도 위 2개 프로그램에서는 AI 모델을 가지고 어떻게 갖고 놀고 있나에 더 주목하여 Github 을 바라보고 있는 상황입니다.

다행히도 AI 분야는 오픈 소스에 대해 대단히 호의적인 생태계입니다.

즉, 기술을 쉽게 받아들여 활용해볼 수 있는 여지가 있다는 뜻입니다. LLM 등의 거대 모델에 대한 학습 비용을 생각해보면 참 운이 좋다라는 생각이 들기도 합니다.

그런데 거꾸로 생각해보면, 기술을 그렇게 쉽게 공유해도 되나라는 걱정을 할 수도 있는데, 이는 어차피 소수의 능력자가 이 판을 흔들고 대다수의 팔로워가 따라가는 형태라는 뜻일 수도 있습니다.

그렇다면 대다수가 모델에 대한 접근 권한이 있고, 대다수가 비슷한 조건에서 모델을 활용해 서비스를 제공한다면, 과연 어디에서 우리가 소비자에게 가치를 줄 수 있을 지 보아야 합니다.

생각해보면 주요 AI 기업들은 자체 모델을 보유하고 있습니다.

이유를 생각해보면, 이미 해당 팀들은 이미 PMF 를 찾았기 때문에 (그리고 이미 연구 핵심 역량을 보유한 팀이었기 때문에) 단순한 Prototyping 에서 벗어나 사용자를 Lock-in 시킬만한 UX 를 제공해야 했고, 이는 결국 '최적화'를 해야 한다 라는 결론에 이르기 때문입니다.

하다 못해 빅테크가 아닌 소규모 스타트업도 자체 모델을 공개하기 시작했습니다.

이미지를 기준으로 말씀드리면,

먼저 미드저니의 미적인 이미지 생성 모델에 대항하기 위해,
Playground AI (YC S19) 가 SDXL 모델 구조에 자체 데이터로 사전 학습을 진행한 모델을 공개했습니다.

다음으로 어도비의 저작권 침해 없는 이미지 생성 모델에 대항하기 위해,
Bria AI (어떻게 아시고, 한국의 Top-tier VC 에이티넘인베스트먼트에서 투자 집행) 가 스톡이미지 제공 업체 Getty image, alamy 와 제휴하여 사전 학습을 진행한 모델을 공개했습니다.

마지막으로 아예 벡터 스타일의 이미지 생성이 잘 안되는 문제를 풀고자,
Recraft AI (AI grant Batch 1, 이후 Khosla Ventures 투자 집행) 가 직접 수집한 고품질의 데이터를 디자이너와 라벨링하여 사전 학습을 진행한 모델을 서비스에 런칭했습니다. IR 덱을 보면 데이터에서의 우위를 팀의 강점으로 내세우는 것을 확인할 수 있습니다.

이렇게만 보면,

일반 팀에게는 AI 스타트업으로서의 기회를 잡지 못하는 건가 라는 생각이 들 수도 있습니다.

왜냐하면 사전 학습은 최소 수천만원에서 수억원이 드는 액션이기 때문입니다.

그런데 사실 제가 언급한 ML 엔지니어는 단순히 관련 공부를 오래한 석/박사를 의미하는 것이 아니라 ML 에 관심이 아주 많고 실험 정신이 가득한 사람을 지칭하는 단어였습니다.

있는 기술을 빠르게 잘 가져와 사용해 관심을 얻은 하나의 사례를 보여드리면,

Real-time Drawing 으로 유명한 서비스 중에 하나가 Krea AI 입니다.

여기는 유럽에서 미국으로 건너와서 22년 부터 매일 이미지 생성 AI 만 생각하던 개발자로 구성된 팀이었습니다. 그런데 사실 생성 이미지를 모아서 보여주는 초기 서비스는 엉망에 가까웠습니다.

이것도 나름 개선된 편...

그런데 23년 3월 OpenAI 내 유명 ML 엔지니어 Yang Song 님께서 제안한 Consistency Model 을 23년 10월 칭화대 학생인 Allen Luo 가 직접 구현해 본 모델을 공개하게 됩니다.

이 모델의 장점은 (생성할 이미지는 이미 가야 할 방향이 정해져 있으니 빠르게 생성되는 과정에 대한 궤적에 시작점을 올려두어) 적은 수의 노이즈 제거 과정으로 최종 이미지를 찾는다 = 엄청 빨리 이미지를 만들 수 있다 는 것이었습니다.

그리고 Fal.ai 라는 GPU 기반 API 제공 업체가 이 모델을 Real time 으로 사용할 수 있는 서비스를 공개하게 되고, 모든 이미지 AI 에 관한 소식을 지켜보던 Krea ai 팀은 "이거다!" 하고 4일 만에 제작해 서비스를 x.com 에 공개하게 됩니다. 이는 엄청난 반향을 일으키게 됩니다.

"내가 대충 윤곽만 잡으면 그림이 나오네...? 이제까지 없던 사용자 경험인데...!"

결국 당당히 a16z 팀의 눈에도 들어오게 됩니다.

그래서 저희가 Krea 로 부터 배울 점은

• ML 엔지니어에 준하여 AI 에 관심을 가지는 사람이 팀에 필요하다

• 계속해서 새로운 것을 시도해본다

• 따라서 개발 친화적인 팀이어야 성공 가능성이 있다

입니다.

사실 이러한 이유로 최근에 저도 개발에만 전념하고 있습니다;