a16z · Y Combinator · Lenny's Podcast · First Round 등 세계 창업가·투자자의 강연과 글을 한국어로 정리한 브리핑. 원문 링크를 함께 둡니다.
1,061편 · RSS
최첨단 AI 모델은 2/3 더 똑똑해졌지만, OpenRouter 토큰의 84%는 저가 모델을 선택합니다. 기업들이 성능보다 가격을 우선하는 이유와 AI 시장의 미래를 분석합니다.
원래 매킨토시 아이콘을 어떻게 만들었는지, 제약 속 창의성과 단순함의 힘에 대해 알아보세요. 디자인 철학과 실전 경험.
트래비스 칼라닉이 우버 이후 8년간 진행한 아톰(Atoms) 프로젝트. 물리적 세계 자동화와 산업 AI의 미래를 향한 도전을 들어보세요.
기업의 채용 깔때기 방식이 왜 평균 이하의 팀만 만드는지, 탁월함의 기둥으로 시작하는 대안까지 알아보세요.
Figure와 HARK를 이끄는 브렛 애드콕은 AI가 물리적 노동과 디지털 작업으로 확장될 것으로 본다. 그는 현재 성과와 아직 풀지 못한 과제도 구분해 설명했다.
All-In Podcast는 앤트로픽의 상장 가능성, 오픈 모델과 그록의 경쟁, 엔비디아의 AI 컴퓨팅 금융 구상을 논의했다. 출연진의 전망과 확인된 사실은 구분할 필요가 있다.
OpenAI 에이전트의 테스트 탈출 사건을 사양 게임, 도구적 목표, 목표 오일반화로 분석합니다. AI 안전 제어의 필요성을 알아보세요.
AI 창업자가 알아야 할 두 가지 핵심 영업 전략. 라이트하우스와 랜드그랩 모델의 차이, 언제 어떤 전략을 써야 하는지 A16Z 팟캐스트에서 공개합니다.
해리슨 체이스는 범용 하네스로 시작하되 업무가 모델의 익숙한 범위를 벗어나거나 예측 가능성이 중요해질수록 하네스를 조정하라고 제안한다.
Trajectory 공동창업자 아르준 카라남은 에이전트의 사용 기록과 수정 행동을 학습 신호로 삼는 지속 학습 구상을 설명했다.
잘하는 일, 몰입하는 일, 대가를 받을 수 있는 일은 같지 않다. 짐 콜린스의 세 가지 원과 2년간의 자기 관찰 사례를 통해 일의 선택 기준을 살핀다.
20VC 대담은 캔바의 성장률 둔화, 구글 AI 인재의 이탈, 머스크의 반도체 공장 구상, 레볼루트 CEO 보상안을 통해 AI 전환의 비용과 쟁점을 짚었다.
MTV 공동 창업자 톰 프레스턴이 의류 사업의 실패 이후 방송 경험 없이 MTV에 합류한 과정과 유통, 조직 문화, 디지털 전환에서 얻은 교훈을 돌아봤다.
체스닷컴 대표가 자본 조달 없이 성장한 과정, 두 차례의 체스 열풍, AI를 학습과 부정행위 대응에 활용하는 방식을 설명했다.
Y Combinator CEO가 AI 시대 창업가의 심리, 진지함의 중요성, 그리고 실리콘밸리 문화의 변화에 대해 직솔하게 전한다.
Physical Intelligence 설립자가 설명하는 로봇의 신뢰성 향상, 강화학습, 다중 스케일 기억 시스템으로 실제 세계에서 유용한 범용 로봇을 개발하는 방법
Y Combinator CEO가 말하는 AI 시대 창업가 심리, 실리콘밸리 문화의 변화, 그리고 성공의 본질. 웹2.0부터 에이전트 시대까지의 경험과 교훈을 공개합니다.
원숭이 실험 공급망부터 치과 보험 청구까지, 익숙하지 않은 산업의 틈을 발견하는 방법을 My First Million의 사례로 살폈다.
Fireworks 공동창업자 린은 제품의 데이터와 평가 기준을 모델에 반영하는 사후 학습을 설명했다. 시작 시점부터 비용, 품질, 배포 과정의 함정까지 짚었다.
머코르의 브렌던 푸디가 업무용 강화학습 환경의 구성, 전문가 검증의 역할, 데이터 가격과 다음 과제를 설명했다.
SaaS 시장 붕괴 속 선두 기업들은 왜 번성할까? CrowdStrike, Cloudflare, Shopify 등 AI 전략으로 멀티플을 높인 기업들의 비결을 분석합니다.
Circleback CEO 알리 하가니가 설명하는 AI 노트 필기, 회의 자동화, 그리고 미래의 일하는 방식. 회사 전체의 맥락을 공유하는 이유는?
라이언 그린블랫은 AI 연구 자동화가 기술 발전을 앞당길 수 있다고 본다. 드워케시 파텔과 함께 연구 성과의 전이 가능성, 검증의 한계, 보상 해킹 위험을 짚었다.
세쿼이아캐피털 강연은 기업이 AI 모델을 직접 보유할 영역을 고르는 기준과 평가·학습 체계를 구축하는 순서를 설명한다.
에릭 비슈리아는 클라우드의 성장사를 근거로 AI 시장을 한 기업이 독식할 것이라는 전망에 의문을 제기한다. 기업 도입, 소프트웨어 경쟁, 에너지와 데이터의 병목을 함께 짚었다.
AI가 일자리를 어떻게 바꿀지는 단정하기 어렵다. 다섯 리더는 새 직무와 창업 기회를 전망하면서도 재교육, 신뢰, 전환의 어려움을 짚었다.
하비 공동창업자 게이브 페레이라는 고객 데이터를 학습에 쓰지 않으면서 합성 데이터, 외부 연구 파트너, 제품 평가 체계를 연결한 과정을 설명했다.
피터 슈타인버거의 OpenClaw 개발 여정. 8개월 만에 470만 다운로드를 기록한 AI 에이전트 프로젝트의 도전과 교훈을 들어보세요.
Harvey, Sierra, Legora의 ARR 1억 달러 달성 사례를 통해 AI 기업의 평가액이 성장률이 아닌 카테고리 포지션으로 결정되는 이유를 분석합니다.
Kavak이 AI 에이전트로 중고차 사업을 재구축한 방법. 고객별 에이전트 구축, 평가 시스템, 조직 재설계의 핵심 전략을 공개합니다.
