01핵심 개요
| 항목 | 내용 |
|---|---|
| 채널 | 조코딩 JoCoding (영문 인터뷰, 한국 방문 中) |
| 화자 | 마크 마네라(스타트업팀 리드), 울피 베인(어플라이드 AI 리드) — 둘 다 전 창업자 |
| 주제 | Codex 활용 · 1인 스타트업 · AI Native 조직 · 모델 발전 전제 빌딩 |
| 핵심 메시지 | "도구·방식은 다 바뀌어도 본질은 여전히 '진짜 문제 풀기'" |
02Codex 일상 활용
코딩 전용에서 "모든 것"으로 확장. 데이터 분석, 알파 모델 피드백 요약, 리서치를 서브에이전트로 병렬 처리. 타이핑 대신 말로 지시(요리 중에도 명령)하며 여러 작업을 동시에 굴린다. (딥링크 4:25)
| 팁 | 내용 |
|---|---|
| 자동화(Automation) | 매일 오전 7시 알파 피드백 자동 요약 등 정기 실행 |
| 컴퓨터 유즈 | Codex가 내 컴퓨터·웹의 프로그램을 직접 조작(제어권은 유지) |
| 정기 리팩터링 | 매일·매주 PR을 점검해 공통 함수·컴포넌트로 자동 리팩터 |
| Codex 모바일 | 외부에서 집 노트북을 폰으로 제어, 파일 검색·스크립트 실행 |
| 커넥터 연결 | 슬랙·Gmail·캘린더 연결 → 메시지 검색·일정 정리·놓친 메일 추출 |
031인 유니콘은 현실인가
"가능하며 가깝다." 매출·사용량이 아니라 인원 수로 작게 유지하는 스타트업이 늘고 있다. 자금을 모은 뒤에도 채용 없이 Codex 에이전트를 사업 핵심으로 삼아 첫 제품·고객지원·운영을 자동화하는 스텔스 사례 등장. AI로 10배가 아닌 100배 엔지니어가 가능 → 동시에 좋은 인재 1명의 산출도 폭증해 "적은 인원" vs "소수 정예"가 균형을 이룬다. 다만 엔터프라이즈 영업엔 여전히 사람이 필요.
04무엇이 바뀌었나 (지난 1년)
지난 9개월 사이 모델 역량의 계단식 도약 — 더 긴 시간 동안 도구를 잘 쓰고 자기교정하며 복잡한 작업을 수행. 1년 반 전 "추론(reasoning)"이 새 패러다임이었다면, 지금은 창업자들이 careful 워크플로우로 모델을 가두는 대신 하니스(harness)를 만들고 모델을 지능 엔진으로 자유롭게 운용하는 방식으로 전환. 법률·금융·개인 에이전트 등 전 분야로 확산.
05변하지 않는 것 — 본질
"가장 잘하는 스타트업은 여전히 기본을 매우 잘한다." 고객과 문제에 집착하는 것. 20년 전에도, 20년 후에도 스타트업은 "진짜 문제 풀기"다. AI는 그 문제를 푸는 방식·조직 빌딩 방식을 바꿀 뿐. (딥링크 15:03)
06"OpenAI가 내 스타트업을 죽인다" 밈에 대한 답
오픈AI는 플랫폼·지능을 제공할 뿐, 특정 버티컬 전문가와 경쟁하지 않는다. 빌더에게 던지는 두 가지 질문:
추가 스킬: 신모델 역량이 나오면 이전 빌딩 방식을 과감히 버리는 능력. 샘 올트먼은 오픈AI를 "지능 유틸리티"로 만들고자 한다.
07진짜 AI Native란 — 태도
| 핵심 | 설명 |
|---|---|
| Tinkerer(만지작거리는 자) | 새 도구를 일단 20분 시도 → 안 맞으면 버리고, 맞으면 주당 5시간 절약 |
| No-regret 통합 | 코드는 버리면 그만 → AI로 대량 작성이 좋은 트레이드오프, 버그 트리아지도 마찬가지 |
| 체계적 접근 | 부서별(재무·법무·CS·엔지니어링)로 "어디서 시작할지" 메서드 있게 선정 |
| Human-in-the-loop | 전부 자동화가 오히려 실패 모드일 수 있음 — 모델이 잘하는 것부터 |
08제품개발의 AI Native화 사례
한국의 한 회사는 제품 개발 전 과정을 AI Native로 재설계: 리서치 → 요구사항 → 디자인(AI가 다양한 변형 생성, 인간이 선택) → 코드·배포 → 피드백 루프. 제너릭하지 않고 자기 팀 방식에 맞춤. 또 다른 사례는 4명이 채용을 10명 이하로 묶고 GTM·리드생성·CS를 자동화.
09직무 경계의 흐려짐
PM·디자이너·엔지니어의 사일로가 blur(흐려짐). PM이 코드를 배포하고, 한 사람이 아이디어→프로토타입→마케팅 카피→광고까지 end-to-end 수행하는 "하이브리드 프로필"이 리딩 프로필로 부상. 젊은 세대에게 조언: "한 가지를 끝까지 본인이 책임지고(end-to-end) AI를 가속기로 쓸 수 있는가." 디자인 등 일부 전문 역할은 사라지지 않되 고객·엔지니어링에 더 가까워진다.
10용어 사전
| 용어 | 한줄 설명 | 비유/예시 |
|---|---|---|
| AX | 조직을 AI 중심으로 바꾸는 전환(AI Transformation) | 사무실을 디지털로 바꾼 DX의 AI판 |
| AI Native | AI 없이는 일이 안 될 정도로 AI에 최적화된 조직 | 전기 없이 못 돌아가는 공장 |
| Codex | 오픈AI의 코딩·작업 자동화 에이전트 | 옆에서 코딩·잡무를 대신하는 동료 |
| RSI | 모델이 더 나은 모델을 만드는 재귀적 자기개선 | 스스로 더 좋은 도구를 만드는 장인 |
| Harness | 모델을 감싸 작업을 수행시키는 운용 구조 | 말에 씌우는 마구(고삐) |
| Tinkerer | 새 도구를 가볍게 시도·실험하는 사람 | 일단 만져보고 판단하는 메이커 |
| Human-in-the-loop | 자동화에 사람 판단을 끼워 넣는 방식 | 자율주행에 운전자가 손 얹기 |