제가 가장 사랑하고 집착하는 프로그램은 옵시디언과 클로드코드입니다. GPT의 아버지가 카파시가 이 둘을 퓨전시켰습니다. 얼마 전 LLM 기반 개인 위키 구축 가이드를 공개했습니다. 노트북LM이나 챗GPT처럼 매번 원문에서 정보를 재추출하는 RAG 방식 대신, LLM이 영속적 위키를 직접 작성하고 관리하는 접근입니다. 파르자피디아라는 프로젝트는 일기·노트·메시지 2,500건으로 400개의 상호 연결된 위키 문서를 자동 생성했습니다.

사람들이 위키를 포기하는 이유는 유지 관리 부담이 가치보다 빠르게 증가하기 때문입니다. LLM이 교차 참조·요약·모순 검출을 전담하면 그 비용은 0에 수렴합니다. 카파시가 강조하는 4원칙(명시성, 데이터 소유권, 파일 우선, AI 선택 자유)은 코딩이 아니라 'AI에게 일을 시키는 능력'이 새 리터러시임을 보여줍니다.

다만, 위키의 가치는 '무엇을 넣느냐'에 달려 있습니다. 유지 비용이 0이 되어도, 입력이 편향되면 정교한 쓰레기 더미가 됩니다. AI가 교차 참조를 해줄수록 우리가 직접 연결을 만드는 시간은 줄어듭니다. 사고의 외주화를 어디서 끊을지는 각자 정해야 합니다.

Source: 긱뉴스, @카파시

미국은 전 세계 AI 컴퓨팅 파워의 74%를 차지합니다. 중국은 14%입니다. 이 격차가 만든 것은 열등감이 아니라 서로 다른 혁신 모델입니다.

미국은 자원을 쏟아 병렬 실험하는 '광범위한 혁신'을, 중국은 제약 안에서 효율을 극대화하는 '집약적 혁신'을 추구합니다. 핵심 질문은 '누가 이기는가'가 아닙니다. '현 패러다임이 얼마나 유지되는가'입니다. 결국 AI 패권은 각 나라의 체제 전쟁입니다. 저는 부디 미국이 이겨서 지금의 체제가 유지되길 바라는데요, 이유는 제가 중국어를 못해서입니다.

Source: 사우스차이나모닝포스트

페라리와 에르메스는 각 업계에서 최고의 럭셔리로 비유됩니다. 페라리는 자동차의 에르메스, 에르메스는 패션의 페라리도 수사되기도 하죠. 페라리는 77년 역사 동안 총 33만 대를 생산했습니다. 팬은 4억 명입니다. 제품을 아는 사람 대비 소유한 사람의 비율이 세계에서 가장 낮은 브랜드입니다. 1990년대 위기에서 회사를 구한 루카 디 몬테제몰로 회장의 전략은 단순했습니다. 연간 생산량을 4,561대에서 2,289대로 줄인 겁니다.

차가 줄자 대기자 명단이 생겼고, 수익성은 올랐습니다. 어콰이어드 팟캐스트가 수백 시간 리서치 끝에 내린 결론: 페라리의 모트는 '희소성 + 팬덤'의 결합입니다. 에르메스의 독점성과 맨체스터 유나이티드의 광적 지지를 볼트로 결합한 구조입니다. 다른 럭셔리 브랜드도 희소성을 쓰고, 다른 스포츠팀도 팬덤이 있지만, 둘을 동시에 가진 곳은 페라리뿐입니다.

AI가 콘텐츠, 코드, 디자인의 생산 비용을 0에 수렴시킬수록, 희소하게 유지하는 능력이 회사의 해자가 됩니다. 다만, 이 전략은 팬덤이 있는 자의 특권입니다. 아직 이름이 없는 브랜드가 희소성을 택하면 존재 자체가 사라집니다. 페라리 공식이 작동하려면 먼저 4억의 팬덤을 구축할 수 있는 강렬한 자석이 필요합니다.

Source: 월스트리트저널, 어콰이어드 팟캐스트

"뭘 사야 하나요?"라는 질문은 수도 없이 들었지만, "뭘 안 사야 하나요?"라는 질문은 들어본 적이 없습니다. 홍진채 라쿤자산운용 대표의 버핏클럽 칼럼입니다. 그는 투자 오류를 두 가지로 나눕니다. 나쁜 주식을 사는 1종 오류, 좋은 주식을 놓치는 2종 오류. 생존에는 1종 오류를 줄이는 것이 더 중요합니다.

실전 전략은 명쾌합니다. 사기 이력, 반복 유상증자, 장기 저수익 구조. 나쁜 집단을 먼저 제외합니다. 검토 대상이 줄면 업무량이 줄고 집중력은 올라갑니다. 워런 버핏의 성공은 수많은 '거절' 위에 쌓였습니다. "성공한 사람과 아주 성공한 사람의 차이는, 아주 성공한 사람은 거의 모든 것에 '아니오'라고 말한다는 점이다."

다만, 홍진채 대표는 같은 글에서 반전을 넣습니다. 1종 오류를 피하려고 아무 베팅도 하지 않으면, 2종 오류로 서서히 소외됩니다. 악어가 무서워 물가에 가지 않으면 목말라 죽습니다. 핵심은 '회피'가 아니라, 소액의 제한된 베팅으로 살아남으면서 배우는 것입니다. 투자에만 해당하는 말이 아닙니다. 새 기술을 도입할 때, 커리어를 전환할 때, 무언가를 시작할 때. 같은 프레임워크가 작동합니다. 세상에는 좋은 주식이 정말 많기에, 일단 안 좋은 주식부터 하나씩 걸러서 최고의 주식만 사봅시다.

Source: 버핏클럽/홍진채

전 세계 인터넷 트래픽의 50% 이상을 AI 봇이 생성하고 있습니다. 글로벌 인터넷 트래픽의 65%를 처리하는 루멘 테크놀로지스의 케이트 존슨 CEO가 공개 서한에서 밝힌 수치입니다. "대부분의 CEO가 'AI 여정을 시작한다'고 말하는 시점에, 트래픽의 절반은 이미 봇입니다. 1년 뒤, 3년 뒤를 상상해보십시오."

AI 봇이 만드는 트래픽 패턴은 인간의 그것과 다르고, 예측이 어렵습니다. 루멘은 자체 AI를 활용해 중국 해킹 그룹 '솔트 타이푼'의 네트워크 침투를 탐지하고 차단했다고 합니다. AI가 위협을 만들고, AI가 위협을 막는 구조입니다.

보이지 않는 곳에서 인터넷의 물리적 구조가 바뀌고 있습니다. 우리가 챗GPT와 대화하는 동안, 그 대화를 가능하게 하는 인프라 위에서 봇들이 전혀 다른 종류의 트래픽을 만들어냅니다. 이 변화의 최대 수혜자와 최대 피해자가 누구인지는 아직 모릅니다. 다만, 한 가지 확실한 것은 이제 인터넷의 패권은 봇으로 넘어갔다는 점입니다. 사람이 직접 만들어내는 것은 점점 희소해지고 어거스트의 가치도 높아지길 바랍니다.

Source: 블룸버그

엔비디아 CEO 젠슨 황이 AI 시대의 '똑똑함'을 재정의했습니다. AI가 코딩, 법률, 재무, 의학 진단 등 전통적 지능 영역을 상품화하면서, 남는 것은 IQ가 아니라 바이브입니다. 데이터 분석, 제1원칙 사고, 인생 경험, 타인 감지 능력이 교차하는 지점에서 나오는 고도의 판단력입니다.

'지능이 상품이 되는 시대'라는 프레이밍이 시사하는 바가 큽니다. 특정 분야의 기술 지식은 AI가 대체합니다. 인건비보다 더 싸게 지능을 살 수 있습니다.

그러나 기초 지식 없이 바이브만 앞세우면 허세가 됩니다. 맥락을 읽고 아직 말해지지 않은 것을 감지하는 능력은 대체하지 못합니다. 기초 지식만 있고 바이브가 없으면 AI로 대체됩니다. 결국 내공을 쌓아야 합니다. 그 내공은 업무적 지식 뿐만 아니라 사람 사이 커뮤니케이션과 앞으로를 예측할 수 있는 힘입니다.

Source: kimmykim.ai

2026년 1월 카카오 정신아 의장이 신입 공채 자리에서 'Unlearn'을 화두로 던졌습니다. 사실 아직까지 카카오가 신입 공채를 여는 줄 몰랐습니다. 이 자리에서 정의장은 학습하는 자세에 대해 말했습니다. 그것은 Learn → Unlearn → Relearn 입니다. 배우고, 기존의 지식을 부정하고, 다시 학습하는 방식입니다. 변증법적 사고입니다. 동방신기 오정반합입니다.

Learn → Unlearn → Relearn 루프에서 팀들이 가장 많이 건너뛰는 단계가 Unlearn입니다. 가장 어려운 사람은 가장 잘해온 사람입니다. 오래 쌓은 성공 방식이 바뀐 환경에서 발목을 잡지만, 그걸 버리는 것이 자기 역사를 부정하는 것처럼 느껴집니다.

실천법은 거창하지 않습니다. '내 생각의 기준은 언제 만들어진 것인가?' 한 번 물어보는 것. AI 결과물이 찜찜할 때, 그 불편함이 품질 문제인지 내가 직접 만들지 않았기 때문인지 구분하는 것. 다만, Unlearn에는 역설이 있습니다. 버려야 할 것과 지켜야 할 것을 구분하는 능력은, 결국 오래 쌓아온 것에서 나옵니다. 경험이 없는 사람은 버릴 것도 없습니다.

Source: 요즘IT

260412 BIGBANG (빅뱅) COACHELLA OUTDOOR THEATRE FULL Concert #BANGCHELLA