(최근 지인들과 AI 산업부터 바이브 코딩, 교육의 미래까지 다양한 주제로 대화를 나눴는데, 메모할만한 부분들만 추려 공유합니다.)

1. AI 시장, 결국 3명만 링 위에 남는다

• Google, OpenAI, Anthropic. 지금 AI 판에서 살아남을 플레이어는 이 셋뿐이라는 게 그날 대화의 결론이었습니다. 나머지는 서서히 퇴장하거나 인수당하거나.

• Google은 솔직히 체급이 다릅니다. 검색, 클라우드, 안드로이드, 유튜브까지 인프라가 이미 전부 깔려 있어요. B2C를 해도 추가 비용이 거의 안 드는 구조. 궁극적으로 파이가 제일 크다는 데 이견이 없었습니다.

• 문제는 OpenAI. "인프라를 만들면서 동시에 B2C를 해버렸기 때문에 적자가 어마어마한 거예요." B2C로 시작했다가 뒤늦게 B2B로 전환 중인데, 전선이 너무 넓어요. 반면 Anthropic은 B2B에서 먼저 확고한 포지션을 잡아놓은 케이스. 전문가·개발자 사이에서 입지가 탄탄합니다.

• 소프트뱅크가 OpenAI에 몰빵해서 이번 분기 장부가치로 크게 벌었다는 얘기도 나왔고, Anthropic IPO 밸류에이션은 이미 "머니게임" 영역이라는 시각. 기술 가치와 캐피털마켓 가치는 별개라는 거죠.


2. 바이브 코딩은 코딩이 아니다, 업무 지시다

• "바이브 코딩을 코딩이라고 생각하면 안 돼요. 개발자들 데리고 24시간 회의하는 거예요. 업무 지시인 거죠." 

• 기존 코딩의 업그레이드 버전이 아닙니다. DOS 쓰다가 Windows가 나온 수준 이상의 전환. "새로운 언어를 배운다고 생각하고 배워야지, 기존 언어의 어드밴스 레벨이 아니라 아예 다른 랭귀지인 거죠.", "25년 만에 코딩이라는 걸 또 해봤는데, 너무 재밌어서 잠을 못 잤다."

• 이 중독성의 정체가 뭔가 했더니, 온라인 게임과 구조가 똑같습니다. 도파민 보상 체계. 내가 원하는 걸 시켜서 결과가 나왔을 때 터지는 그 성취감이, 퀘스트 클리어할 때 느낌이랑 완전히 일치한다는 거예요. 이번 판 깨야 돼, 이거 하고 자야지. 이러다가 밤을 새는 거죠.

• 핵심은 '잘 시키는 능력'. "시키지 않으면 못하는 거야. 시켜서 끌어내야 해. 시키니까 잘하더라고." AI는 시키면 기가 막히게 하는데, 뭘 시킬지를 모르면 쓸모가 없습니다.


3. 프레임워크 없이 AI 시키면 출근시간도 못 지킨다

• AI에게 규칙 없이 일을 시키면 어떻게 되냐. "출근하라고 했더니 7시에 나왔다가 9시에 나왔다가 개념이 없는 거야. 왜 그랬냐 그랬더니, 몇 시에 오라는 얘기가 없었잖아요, 이러는 거지" 회사 취업규칙처럼 AI에게도 규정을 줘야 합니다.

• GitHub에 이미 검증된 오픈소스 프레임워크가 많아요. "다른 회사 취업규칙 가져다가 이름만 바꿔서 쓰는 것"과 같은 개념. 그걸로 파인 튜닝. 새 차를 받으면 기본 상태인데, 엔진·시트·쇼바를 자기 몸에 맞게 바꾸는 과정이 그거예요. 


4. 개발자의 역할이 '마님'으로 바뀌었다

• 과거의 개발자는 직접 그릇 닦는 일꾼이었다면, 지금은 감시하고, 피드백 주고, 지적하고, 다시 시키는 '마님' 역할로 전환됐다.

• 문제는 오래된 개발자일수록 이 전환이 어렵다는 거. "자기가 그릇 닦는 게 편한 거야. 자꾸 감시하라고 하니까, 야 나와 내가 할게, 이 소리가 나와요." 코딩 경력이 오래될수록 기존 방법론에 갇혀서 새 접근을 거부하는 경향이 있다고. "우리 문파가 아니다. 사파다 사파. 사파는 취급 안 한다." 이런 반응이 실제로 나온답니다.

• 반면에 개발 경험이 전혀 없지만 커뮤니케이션 능력과 논리적 사고력이 있는 사람을 시켰더니? "와, 날아다녀요 얘들이." 백지 상태 4명으로 시작했는데 결과가 좋았다는 거예요.


5. 대표가 직접 바이브 코딩을 해봐야 하는 진짜 이유

• "부엌에서 하루 종일 요리할 생각은 없는데, 요리사를 시키려면 기본은 알아야 돼." 근데 더 중요한 건, 판 자체가 바뀌었다는 사실. "판때기가 일식에서 중식으로 바뀐 거야. 옛날 일식 경험 가지고 주방장 골라봤자 중식이 안 되는 거야."

• 프로토타이핑에서 특히 위력적입니다. 예전에는 말로 설명하면 개발자가 다르게 가져왔는데, 바이브 코딩으로 직접 만들어서 보여주면 커뮤니케이션이 압도적으로 빨라져요. 파워포인트가 아니라 HTML을 바로 뽑아서 보여주는 거죠.

• 실제 사례도 나왔습니다. 한 분이 보험회사 대상으로 세일즈 대시보드 데모를 바이브 코딩으로 직접 만들어 보여줬더니, 그 자리에서 "감동이다"라는 반응이 나왔다고. 개발 업체에 맡겨서 1년 걸린 걸, 자기가 일주일이면 하겠다는 확신이 들었다는 거예요.


6. 바이브 코딩으로 돈 받기 시작하면, 거기서부터 지옥이다

• 여기서 꼭 짚고 넘어가야 할 리스크. 비개발자가 바이브 코딩으로 제품을 만들어서 돈을 받기 시작하면, 유지보수·보안·구조적 문제·후속 수정 요청을 감당할 수 없게 됩니다.

• "돈을 받는 순간 나는 품질 보증을 해야 한다." 커머셜라이즈하면 책임이 따르는 건데, 그걸 생각 안 하고 팔았다가 멘붕이 오는 경우가 실제로 많다고. POC까지는 무료로 해보고, 상용화 단계에서는 전문 조직이 테이크오버하는 게 안전합니다.


7. AI 에이전트를 '비서실' 조직도로 만들어라

• AI 에이전트를 회사 조직도처럼 만들어 운영하는 게 지금 트렌드입니다. CTO, 법무, HR, 마케팅 등 C-Level 임원진을 에이전트로 구성해서 각 역할에 특화시키는 거예요.

• "나는 회장님이고, 비서실장 에이전트를 만들어놓고, 그 밑에 팀들을 쫙 만드는 거지." 혼자 시키는 것과 역할을 정확히 줘서 협업시키는 건 결과가 완전히 다르다고.

• "결국은 시키는 사람의 능력에 따라서 발휘가 되는 거예요.AI를 탓할 필요가 없어." 그리고 이 조직 운영의 상위 개념을 이쪽에서는 '오케스트레이션'이라고 부릅니다. 


8. 싱가포르가 깨끗한 게 왜 문제인가

• "싱가포르 바닥을 보세요. 껌 자국도 없지, 벽에 낙서도 없지. 파괴가 없으면 크리에이티브가 없고, 크리에이티브가 없으면 스타트업도 없다." 싱가포르 공교육의 경우 '말 잘 듣는 국민'을 키우는 구조라, 파괴적 혁신이 태생적으로 나오기 어렵다는 분석.

• 싱가포르 유니콘 파운더를 보면 대부분 외국인입니다. 로컬 파운더가 거의 없어요. 그랩조차 원래 말레이시아에서 시작한 걸 테마섹이 투자를 미끼로 헤드쿼터를 싱가포르로 끌어온 케이스고요.

• 한국은? "천재들이 모여서 서울에서 지들끼리 치고받고 싸우더라고요. 서양에서는 바보들이 모여서 전 세계를 상대로 하고." 


9. 미래 교육은 과목이 아니라 역량이다

• AI가 대체 못하는 분야로 가야 합니다. 인문학, 심리학, 언어학, 순수 문학, 예술. "휴먼 네이처로 가야 돼." 변호사, 의사, 금융 쪽이 안전하다는 건 이미 지나간 패러다임이라는 거죠.

• "지금의 교육은 이미 사라져가는 과거 패러다임을 배우고 있습니다. 그거는 기득권들의 라이센스 싸움이에요." 교육의 미래는 논리적 사고, 문제 해결, 추론, 커뮤니케이션, 메타인지. 창업 자체가 학위가 되는 모델이 필요하다는 이야기도 나왔습니다. 스페인 몬드라곤 협동조합 모델이 참고 사례.


10. 금붕어와 인간의 차이, 그리고 150세

• 손정의 이야기가 나왔습니다. AGI가 오고 나면 10년 후 인간과 AGI의 차이는 원숭이와 인간의 차이, 20년 후에는 금붕어와 인간의 차이. "금붕어가 어떻게 사람의 마음을 이해하겠습니까? 하지만 금붕어가 사람을 어떻게 일 시키는지를 배워야 해요."

• 일론 머스크의 로봇도 2년 전에 다들 웃었습니다. 근데 그때 한 분이 "나는 존경했어. 보통 배짱이 아니거든. 자신 없으면 안 보여줘."라고 하신 게 기억에 남아요. 3년 후면 외과 의사보다 나을 거라는 전망. AI와 피지컬 AI가 결합되면 못하는 게 뭐가 있겠느냐.

• K형 양극화 이야기도 빠질 수 없었습니다. 산업혁명 이후 중산층이 늘어났다가, 지금 다시 줄어드는 시대. 역노화·유전자 기술까지 더하면, "지금 태어난 아이들은 150세를 살 수도 있다"는 말이 농담이 아니게 됩니다.


한국은 몇 안 되는 얼리 어답터 민족이면서 동시에 FOMO와 경쟁의 민족입니다. 뭐가 새로 나왔다 하면 바로 뛰어드는 성향에, "쟤가 하는데 나만 안 하면 죽는 거 아니야?"라는 공포가 겹치면 그 안에서 시너지가 나온다고. 

휴대폰 부품 뜯어본들 뭘 알겠습니까. 근데 잘 쓰잖아요. 결국 이해하는 게 아니라 잘 시키는 게 능력인 AI 시대가 온 겁니다.