새로운 산업혁명의 시작 (AI 스타트업 비팩토리 노정석 대표님)

노정석 대표 인터뷰 상세 정리: AI 시대의 산업, 개인, 그리고 미래

도입 및 노정석 대표 커리어 소개

• 소개: 스타트업 업계의 전설로 불리는 노정석 대표를 초대하여 AI 시대에 대한 이야기를 나눔.
• 노정석 대표 커리어:
  • 진정한 연쇄 창업가. 인젠, 젠터스, 테터앤컴퍼니, 파이브락스, 리얼리티 리플렉션, 현재의 비팩토리(BFactory)까지 총 6개 회사 창업.
  • 이 중 IPO 1개, M&A 2개 (하나는 아시아 최초로 구글에 매각).
  • 창업 경험을 "하나하나가 다 러닝이었고 재밌었다"고 회고. 슬픔과 기쁨이 공존했지만 다 재밌는 경험이었다고 함.
  • IPO, M&A, 회사 실패까지 경험하며 창업가의 '그랜드 슬램'을 달성했다고 자평. (첫 회사는 IPO, 두 번째는 실패, 세 번째와 네 번째는 미국 회사에 매각, 다섯 번째는 공동창업자 소송 중, 여섯 번째 진행 중)

가장 기억에 남는 회사: 파이브락스

• 현재 회사를 제외하고 가장 기억에 남거나 재밌었던 회사로 네 번째 회사인 '파이브락스(FiveRocks)'를 꼽음.
• 이유: 망하기 일보 직전(런웨이 두 달)까지 갔으나, 팀이 똑똑 뭉쳐서 위기를 기회로 바꾸고 M&A까지 성공시킨 경험 때문.
• 구글 퇴사 후 창업한 회사로 기대가 컸으나, 처음 시도한 컨슈머 모바일 앱 사업이 실패. 뛰어난 엔지니어들과 컨슈머 프로덕트를 만드는 것이 매우 어려웠다고 함.
• 두 달 동안 온갖 가정과 사업 모델을 세우고 허슬링하며 '리스타트업의 정수'를 경험. 바닥에서 회사를 건져 올린 강렬한 스토리로 남아있음.

창업의 세계로 들어선 계기

• 시대적 배경: 학부 94학번으로, 인터넷 개념이 막 알려지던 시기에 대학 생활 시작. 카이스트는 당시 인터넷이 깔린 몇 안 되는 학교 중 하나.
• 개인적 성향: 재밌는 것에 미친 듯이 빠지는 '오타쿠적' 성향. 인터넷에 완전히 몰입.
• 유즈넷, BBS 등을 섭렵하며 카이스트 기숙사 터미널실에서 생활. 그곳에서 뛰어난 해커 선배를 만남.
• 프로그래밍 경험이 없었으나, C언어, 유닉스 등에 매료되어 '1만 시간의 법칙'처럼 몰두. (지금도 유닉스 커맨드를 다 외우고 있을 정도)
• 자연스럽게 해킹에 빠지고 기술을 연마. 19세 시절, 재미 위주로 행동.
• 인생의 전환점 (1996년): 포항공대-카이스트 해킹 사건에 연루되어 고생 (무기정학, 퇴학 위기).
• 바닥을 치고 있을 때, 한 선배가 아이템을 가지고 창업을 제안. 그 자리에서 바로 수락.
• 창업이나 비즈니스에 대해 전혀 몰랐으나, 가진 기술로 무언가를 만들어 팔 수 있다는 생각, 미국의 성공 사례, 선배들의 창업 사례 등에 이끌려 '재미'를 느끼고 만 20세에 첫 창업 시작. 지난 30년간 쉬지 않고 달려왔다고 함.

계속해서 창업하는 이유: 현실 감각 유지

• '가시밭길' 같은 스타트업을 계속하는 이유:
  • 엔젤 투자를 하며 투자자로 커리어를 전환할까도 생각했으나, 직접 전쟁터에서 뛰지 않으면 감이 계속 떨어진다고 느낌.
  • (투자자는 창업가의 즐거움을 70-80% 느끼지만 고생은 5% 미만인 좋은 직업. 그러나 '소는 누가 키우나' 하는 질문.)
  • 남들에게 '소를 키우라'고 하면서 자신은 하지 않는 것은 맞지 않다고 생각.
  • 절실함 속에서 목숨을 걸고 무언가를 하지 않으면, 전쟁터에 있지 않으면 현실 감각이 떨어질 수밖에 없다고 봄.
  • 창업은 자신을 계속 전쟁터에 놓는 수단. 창업 후 1년 뒤에는 후회하지만, 투자 유치 및 팀원들에 대한 책임감 때문에 최선을 다하게 됨. 이를 통해 급변하는 세상에 맞춰 미친 듯이 공부하고 새로운 것을 시도하게 된다고 함.

현재 회사 소개: 비팩토리 (AI + K-뷰티)

• AI 회사로 정의하지만, 현재 주력 제품은 K-뷰티 제품 (스킨케어 브랜드 '비펙트(Bffect)', 색조 브랜드 '아멜리(Ameli)').
• 핵심 기술 (비펙트): 혁신적인 나노 기술을 활용하여 화장품 원료(히알루론산, 콜라겐 등)가 피부 안으로 실제 흡수되도록 만듦. (계면활성제 없이 물과 기름을 섞는 나노테크 기반 기술, 원래 제약용 약물 전달 기술 응용)
• 아멜리: 섀도우, 립스틱, 쿠션 등 색조 화장품.
• AI와의 결합: 이 두 가지(화장품과 AI)를 결합하여 새로운 고객 경험을 AI로 만드는 것을 목표로 함.

IT 전문가가 화장품 사업을 하는 이유: 테슬라 모델

• IT 사업 경험, 특히 구글에서 배운 것(스케일 비즈니스, 글로벌 비즈니스, 소프트웨어 해결 전략)이 큼. 구글에서 얻은 가장 큰 인사이트는 "모든 것을 소프트웨어로 해결할 수 있겠다"는 것.
• 소프트웨어 사업은 극강의 경쟁 세계 (승자독식). 여기서 살아남기 어렵다고 판단.
• 테슬라에서 영감을 얻음 (2019년 하반기부터 확신):
  1. 기존의 거대 산업(자동차)에 진입.
  2. 단 하나의 차별화 포인트(내연기관차가 아닌 전기차) 제시.
  3. 핵심: 만약 전기차만 만들었다면 위험했을 것 (기존 자동차 회사들의 100년 경험). 테슬라가 AI데이(자율주행 등 AI 기술)를 통해 가능성을 보여주면서 사업 모델이 말이 되기 시작. 자동차 회사도, AI 스택 공급사(엔비디아, 구글)도 못하는 두 개의 밸류체인을 수직 통합하여 안전하고 독특한 비즈니스를 만듦.
• 이 '테슬라 모델'을 화장품 사업에 그대로 적용.

비팩토리의 AI 활용 전략: 개인화된 뷰티 제안

• 기존 화장품 시장: 미디어 주도, 트렌드 중심. (잡지, 연예인, 인플루언서가 어젠다 세팅)
• 소비자 조사 결과: 고객들은 트렌드 추종에 지쳐 있으며, 자신만의 방식을 고수하지만 새로운 시도에 대한 욕구는 있음 (단지 귀찮을 뿐).
• AI의 역할: 사용자의 소셜 컨텍스트, 의상, 어울리는 컬러 등 다양한 정보에 맞춰 매일의 튜토리얼(화장법 등)을 AI가 제안.
• 프로토타입 결과: 사용률, 만족도, 리텐션 모두 높음. 기회가 있다고 판단.
• 사업의 본질: 제품 판매가 아닌, '매일의 무언가를 제안해 주는 서비스'를 AI로 만드는 것. 제품은 부차적.

AI, 모든 산업을 바꾸다

• 모든 산업에 AI가 접목될 것이라고 확신. 거스를 수 없는 추세.
• 기존 빅테크 기업들은 주로 '비트의 세계'(정보, 데이터)를 다루며 전통적인 미디어 산업을 소프트웨어로 전환.
• 미디어 산업 외의 '리얼 월드' 산업(건설, 물류, 항공, 심지어 요리, 육아 등 육체노동 포함)은 훨씬 더 거대한 시장.
• 기계(로봇 등)와 지능(AI)의 결합 = 인간의 대체재. 인간이 소프트웨어와 하드웨어의 결합체이듯, 기계와 지능이 합쳐지면 인간이 향유하는 모든 것이 바뀔 것.

AI에 관심을 갖게 된 계기: 구글에서의 경험과 통찰

• 스스로 천재가 아니며, 이해를 위해 공부를 많이 해야 하는 스타일이라고 밝힘.
• 구글 입사 초기, 검색 및 랭킹 등 컴퓨터 과학의 정수를 다루는 업무에 어려움을 느낌.
• 구글의 개방적인 내부 문화 덕분에 방대한 자료를 읽으며 학습.
• 에릭 슈미트의 질문과 답변: "우리 회사가 어떤 종류의 회사라고 생각하나?" → 여러 답변 (검색, 광고, 제품 회사 등) → 슈미트의 답: "우리는 컴퓨테이션(Computation) 회사다."
• 이 말의 본질을 퇴사 후 2-3년 뒤에 이해. 구글의 경쟁력은 방대한 쓰레기 같은 정보에 막대한 컴퓨테이션을 투입하여 양질전환(양이 질을 바꿈)을 이루고, 이를 통해 검색 품질(사용자 신뢰)을 유지하는 것.
• 리먼 사태 당시 다른 회사들이 컴퓨테이션 예산을 줄일 때, 구글은 오히려 늘리며 근원적 경쟁력 확보에 투자.

초기 AI/머신러닝 프로젝트 및 강연

• 2009년 구글에서 머신러닝을 처음 접함. (모델 파라미터 최적화 정도로 이해)
• 구글 급상승 검색어 프로젝트: 당시 구글 한국 검색 점유율이 낮아 자체 급상승 검색어 생성이 어려웠음. 뉴스 사이트를 크롤링하고 토큰을 재조합하여, 마치 급상승 검색어처럼 자연스러운 검색어 목록을 만듦. (네이버 급상승 검색어보다 더 자연스러웠다고 함)
• 2013년 6월 강연: "AI 시대가 온다. 이제 시작이다"라는 내용 발표. 당시 많은 유명 인사들이 동의하지 않았음.
• 레이 커즈와일의 저서 '특이점이 온다'를 인용: 연산 속도의 지수적 증가로 2040년경 인간 수준 지능 탄생 예측.
• 당시 강연 참석자 대부분은 자비스 같은 AI의 등장을 먼 미래로 생각했으나, 노 대표는 "곧이다(Very Soon)"라고 주장. (실제로는 예측보다 훨씬 빨리 도래)

앤드류 응의 '고양이 얼굴 필터' 실험과 AI 학습

• 2012년 6월 25일, 결정적 계기: 앤드류 응(당시 스탠포드 교수, 구글 브레인 객원 연구원)이 유튜브 이미지를 뉴럴넷에 학습시켜 특정 지시 없이 '고양이 얼굴 필터' 같은 중간 표현이 스스로 나타나는 것을 보여줌. 데이터와 컴퓨테이션만으로 지능이 출현함을 처음으로 증명. "이건 되는구나"라고 느낌.
• 컴퓨테이션을 계속 투입하면 단순한 도구가 아닌 '인텔리전스'가 될 것이며, 이에 적응하는 인간과 그렇지 않은 인간은 원숭이와 인간처럼 갈라질 것이라고 생각.
• 2015-2016년, AI 재교육: 파이브락스 매각 후, 코더로 돌아가 파이썬, 텐서플로우, 넘파이 등을 학습하며 AI 기술을 익힘.

AI 전략 수립 (2018년, 대기업 자문)

• AI의 역할: 자동화와 개인화를 제공하는 비서. 인간이 찾아내지 못하는 영역으로 지식 확장 가능 (외삽, extrapolation).
• 모바일이 커뮤니케이션이라면, AI는 컴퓨테이션.
• AI 발전 견인 요소: 알고리즘 혁신, 컴퓨테이션 증가, 데이터 품질 향상.
• 기업이 빅테크와 경쟁하기 위한 핵심: 독자적인 고유 데이터셋 확보. "데이터 = 프로그래밍".
• 가장 중요한 차별점: 문제 정의(Problem Formulation).

AI 시대의 인재와 조직, 사업 전략

• AI 인재(연구자, 엔지니어, 인턴)는 2016년에는 부족했으나 현재는 상당히 보편화됨.
• 중요한 것은 AI가 문제를 해결할 수 있는 지점을 찾는 것. AI 지식과 도메인 지식의 교차점이 중요.
• 노 대표의 철학: "AI는 AI로 해결하자." AI 엔지니어 수를 극단적으로 늘리고, 각 산업별로 PM을 두어 문제를 정의.
• (한국형 AI라는 말은 의미 없다고 생각. 모두 지구인이며, 국경은 강남구와 서초구 정도의 구분.)
• 미래의 이상적 모습: 컴퓨테이션은 구매하고, 가장 중요한 집중 영역은 문제/도메인. (이는 팔란티어 모델과 유사)

사업 및 투자에 대한 생각 (2021년, ChatGPT 이전)

• GPT-2(2019년)를 보고 "이 게임은 100% 확률로 되는 게임이다. 시간 문제일 뿐"이라고 확신. (단순 통계 예측기가 아닌 지능을 보여줬다고 판단)
• GPT-3는 컴퓨팅을 더 투입하면 손실(loss)이 계속 줄어듦을 보여줌.
• 사업가로서의 명확한 관점 필요:
  • 파운데이션 모델 개발 경쟁은 이길 수 없는 게임으로 판단 (자금 및 시간 제약).
  • 돈 버는 영역 두 가지:
    1. 수직 통합(Vertical Integration): 기존 가치 사슬을 AI로 엮어 테슬라처럼 대체 불가능한 독점적 지위 구축.
    2. 그 외 모든 영역은 AGI(범용인공지능) 회사에 잠식될 것.
  • 결론: 하나의 수직 산업을 선택하여, 서비스를 통해 고유 데이터를 지속적으로 쌓고, 데이터가 다시 서비스를 개선하는 선순환 구조를 만드는 것 외에는 답이 없다고 판단.

화장품 산업 선택 이유 및 AI 시장 구조 분석

• 산업 선택 기준: 한국적 강점 + 글로벌화 가능성 + AI/소프트웨어 혁신 필요성 + 충분한 시장 크기 + 인간의 본능적 생존 욕구(노령화)와 부합.
• 교육, 엔터테인먼트, 패션 등 검토 후 2020년 뷰티 산업 선택.
• AI 시장 구조 (3요소: 서비스, 알고리즘, 컴퓨트):
  • 텍스트/이미지 등 데이터는 오픈 도메인에서 수집 가능, 자기 지도 학습(self-supervised learning)으로 레이블링 필요성 감소.
  • 핵심은 '서비스 가능성(service press)' 여부.
  • 가치 포착 구간 (2021년 당시, 현재도 유사):
    1. 수직적 서비스
    2. 컴퓨트 엔지니어링 (클라우드, 칩 판매)
  • 가치 포착 어려운 구간: 중간 영역 (알고리즘 기술 개발). 상품화(commoditization)가 극심하여 가치 포착 어려움. (AI 박사의 가치가 예전만큼 높지 않음)

미래 예측 및 투자 방향

• 미래: '서비스로서의 지능(Intelligence-as-a-Service)' 시대.
• AI 제공사(GPT, DALL-E, 알파폴드, 하이퍼클로바 등): 치열한 경쟁 후 소수(1-3개) 생존 예상. (개인 사업 영역으로는 부적합 판단)
• AI 응용 회사(테슬라 등): 이러한 수직 산업으로 진출.
• 미래의 두 방향성:
  1. AGI API 서비스 (빅테크 제공, 그 위에 서비스 구축). 플랫폼 종속 및 언번들링(기능 흡수) 위험으로 불확실성 큼.
  2. 선택한 방향: 오픈 도메인 알고리즘을 활용하되, 자체 데이터 및 서비스 목적에 맞게 변형 (테슬라 모델). AGI 제공사로부터 산업을 지키는 유일한 방법.
• 투자: 컴퓨테이션 인프라 및 오케스트레이션 관련 '곡괭이 회사'(예: 백앤드.AI 초기 투자). 시장이 성장할 때 초기 단계 인재들에게 투자.

현재 AI 환경 (2023년 4월 예측 이후) 및 사업 기회

• 테슬라화(Tesla-fy): 기존 거대 수직 산업에 기술적 차별화(AI 서비스)를 더해 수직 통합. (데이터-서비스-학습-배포의 선순환)
• GPT 래퍼에 대한 인식 변화: 초기에는 위험하다고 봤으나, 현재는 '새로운 웹 서버'와 같다고 봄. 즉, LLM을 기반으로 가치 있는 서비스들이 등장하는 '그랜드 사이클'의 시작으로 인식 전환.
  • (램프(LAMP: Linux, Apache, MySQL, PHP) 스택이 웹서비스 붐을 일으켰듯, 현재는 언어 모델 + 에이전트 프레임워크 + 파이썬 조합이 새로운 스택으로 자리 잡고 있음)
• AGI 서비스 위에서도 가치 있는 서비스들이 많이 생겨날 것이라고 전망.
• 투자 의사 결정: 미래에 대한 확률 분포와 그것이 펼쳐질 시간 축을 예측하는 게임. 매일 뉴스를 보며 예측을 조정.

AI와 지능, 그리고 창업 기회

• 과거 기술은 미디어 영역에 머물렀으나, AI는 '지능'을 갖춤으로써 현존하는 모든 산업을 바꿀 것.
• 창업 기회가 많이 생길 것. 빅테크도 겉보기와 달리 빈틈이 많음. (예: 구글은 구글 비디오가 있었음에도 유튜브 인수, 이후 많은 버티컬 기업 인수)
• 오픈AI의 인수 가능성 (스승의 의견 인용): 오픈AI가 많은 회사를 인수할 것. 특정 영역에서 좋은 회사를 만들면 오픈AI(또는 다른 자금력 있는 회사들)가 인수할 가능성. "AI 관련 창업을 해야 할 시기."

주목할 만한 AI 선도 기업 (제품 관점)

• 톱 티어: 테슬라, 엔비디아, 구글. (메타는 전략 방향성을 다소 잃은 듯하나, 서비스 레버리지를 통해 기회 가능성 있음)
• (마이크로소프트, 아마존, 세일즈포스 등은 클라우드 제공사 이상으로 무엇을 하는지 잘 몰라 평가 유보)
• 테슬라: 비트 세계의 소프트웨어 기술을 원자 세계(로봇, 자동차)로 꺼낸 첫 주자. 지능과 기계의 결합을 통해 리얼월드 애플리케이션에 진입하는 가장 유리한 위치. (휴머노이드 문제 해결 시 나머지는 다 풀릴 것) 현재 가치에 이러한 기대가 반영되어 있으며, 훨씬 더 커질 수 있다고 봄.

구글과 엔비디아에 대한 관점

• 구글: 많은 것을 배우고 부를 안겨준 회사로 애정은 있으나, 리더십이 합의형 체제로 운영되는 점이 리스크. (테슬라, 엔비디아는 강력한 단일 리더십) 그러나 여전히 '한 방'이 있는 전통적 강자. 핵심은 기존 비즈니스 모델을 레버리지하여 AI 세계로 단절적 변화를 이뤄낼 수 있을지 여부. (오픈AI의 ChatGPT는 검색 대체재로서 구글의 포지션을 위협)
• 엔비디아 (레벨업 신정규 대표의 관점 인용): 클라우드 시장에서는 이미 답을 냈음. 남은 가치는 컨슈머 디바이스 시장 변화. 모든 컨슈머 디바이스(랩탑, 아이패드 등)가 AI로 인해 한 번 더 바뀔 것이며, 이때 애플 M시리즈나 엔비디아 그레이스 호퍼 같은 통합 칩셋(CPU+GPU+통합 메모리)이 핵심이 될 것. 이 트렌드는 극초기이며, 이 시장에서 엔비디아가 여전히 높은 승률을 가져갈 가능성. (투자 권유 아님)

AI 시대, 개인의 생존 전략: 산업 혁명과의 비교

• 지금은 산업 혁명 초창기와 같다고 단언. 증기기관이 직조 노동자를 대체했듯, AI는 지식 노동자를 대체할 것.
• 러다이트 운동은 일시적이었고, 해고된 노동자들은 재고용되지 못함. 다음 세대가 새로운 산업(공장 노동자 등)에 적응.
• 지난 100년간 "기계가 할 수 있는 일은 기계에게, 인간은 고유의 일을"이라는 기조로 쌓아온 산업 구조가 AI로 인해 전부 없어질 위기.
• 특정 직업의 안전을 논할 수 없을 만큼 거대한 충격 예상. 개인적, 산업적, 국가적, 경제 사이클 전반에 영향.
• 현재 AI 활용은 실험 단계. 하나의 성공 사례(AI로 큰돈을 번 사례)가 나오면 급격한 변화 시작. 준비되지 않은 자는 도태될 것.
• 1800년대 후반과의 차이점: 원하면 얼마든지 학습 자료 접근 가능. 핵심은 '위기의식' 유무.
• (노 대표 본인도 AI의 발전 속도에 매일 두려움을 느낀다고 함)
• 미래의 AI: 오픈AI, 구글 같은 지능 공급 회사는 한국전력 같은 포지션이 될 것. 개인은 발전소를 만들 필요 없이 콘센트(AI)를 활용.
• 개인의 역할: 다이슨처럼 창의적 관점으로 기존 산업을 재해석. 인간 고유의 자산(육체에 담긴 유한한 존재로서의 하드웨어 기반 의지)을 AI를 이용해 극강으로 활용할 준비 필요. 그러면 새로운 직업군들이 빠르게 탄생할 것.

한국의 기회 및 개인의 노력 방향

• 한국은 변화를 받아들이고 학습하는 속도가 빨라, AI 시대에 미래 사회상의 가장 잘 적응된 유스케이스를 글로벌로 보여줄 첫 번째 나라가 될 수 있다는 국가적 희망. (과거 글로벌 기업들도 한국 시장 변화에 주목)
• 이는 결국 국내 인재들에게 달려 있음. AI가 자신의 미래에 가져올 변화에 대해 매일 1-2시간씩 생각 실험 필요.
• 사업가로서도 특정 아이템에 대한 확신을 가지려면 1-2년간 미친 듯이 파고들어야 함. (짧은 영상 몇 개 보는 것으로는 인생의 방향 설정 불가)
• 결론: 이 대전환의 시대에 모두가 'AI 언어'를 익히고 'AI 사업가'가 될 준비를 해야 함.

AI의 본질과 학습의 중요성

• AI 모델 내부 변화는 점차 사용자에게 보이지 않게 될 것(캡슐화). 지능의 본질은 ChatGPT 같은 도구를 열심히 활용하며 깨닫는 것.
• 열심히 사용해보고, 깨달음의 순간을 맞이하고, 무언가 할 수 있는 준비를 하는 것 외에는 답이 없음.

실용적 조언 및 자녀 교육

• 단태(인터뷰어): 주변에 ChatGPT조차 안 쓰는 사람이 많음. 플러스 요금제, 프로 요금제(딥리서치 등) 사용을 권장.
• 노 대표: 동의. 월 200불(약 20만원 이상을 의미하는 듯) 투자는 주식 한 주 사는 것보다 훨씬 유의미한 '미래 체험 비용'.
• AI 시대 자녀 교육:
  • (조심스러운 발언 전제) AI 활용 능력은 사용자 역량에 명확히 제한됨. 사용자가 못 꺼내면 AI도 마법을 부릴 수 없음.
  • 결론: AI 시대일수록 더 많이 공부해야 하며, '가방끈'이 훨씬 길어져야 함.

AI 시대에 필요한 역량: 깊이 있는 학습과 T자형 인재

• 현재 AI를 활용한 생산성 증가는 지적 능력과 정확히 비례. 무조건 역량을 키우는 것이 좋음.
• 개인적으로 자신을 '공부 기계'로 정의. 특정 영역을 이해해야 한다면 끝까지 파고드는 스타일 (T자형 인재: 넓은 지식 + 깊이 있는 전문 분야).
• 깊이 있는 경험이 있어야 다른 미지의 영역에 대해서도 잘 대응 가능 (AI 모델이 광범위한 학습 후 미지의 문제도 잘 푸는 것처럼).
• 대학교 1학년 때 유닉스와 C언어를 거의 어셈블러 직전 레벨까지 파본 경험이 현재 컴퓨터 시스템 이해에 도움.
• AI도 새로운 기술 스택으로 인식, 2015년부터 거의 모든 것을 따라옴. (논문 보면 데이터셋, 배치, 모델 구조 등이 머릿속에 그려질 정도) 그럼에도 따라가기 힘들다고 함.
• 핵심: 자신이 속한 영역에서 어마어마한 공부량을 갖는 것 외에는 답이 없음. AI 모델과 의미 있는 상호작용(티키타카)을 할 수 있는 능력을 갖추지 못하면, 주는 모이만 쪼아 먹는 '닭장 안의 닭'이 될 가능성. 세상 변화를 견인하는 클래스가 아닌 남겨진 클래스가 될 수 있음.
• (실리콘밸리 AI 커뮤니티는 이미 상상 초월의 미래를 논의 중. 격차는 계속 벌어질 것)
• 영어, 수학의 중요성: 영어 콘텐츠와 대화가 압도적으로 많으므로 영어는 매우 중요. 수학은 더욱 중요. 이 두 가지만 제대로 하는 데도 많은 에너지 소요. 그 위에 자기만의 전문 분야를 깊게 쌓아야 함.

새로운 추상화 계층에 대한 적응

• 현재의 AI 전환도 결국 거대한 하나의 레이어가 되어 아래로 내려갈 것. 미래 세대는 이를 당연하게 여기며 새로운 직업군과 산업 속에서 살아갈 것.
• 그러나 현재를 사는 우리는 '가시밭길'을 겪으며 적응해야 함.

현재 최대 고민 및 마지막 메시지 (1:08:20 - 끝)

• 노 대표의 현재 고민/목표: 자신을 복제하는 AI 에이전트 개발. 자신의 업무 80%를 AI가 대신하고, 자신은 지시만 하도록 만드는 것. (인터뷰어도 유튜브 제작 자동화라는 비슷한 목표 공유)
• 마지막으로 남기고 싶은 말: "무조건 프리트레이닝(사전 학습)의 양이 많아야 한다. 프리트레이닝을 늘리는 게 가장 최고다." (개인이 방대한 양의 학습과 경험을 쌓아야 한다는 의미로 해석됨)