AI 시대의 창업자 심리 — Y Combinator CEO Gary Tan과의 대화

URL: https://www.youtube.com/watch?v=fsTtKywmWlU 날짜: 2026-08-13 채널: a16z 영상 원제: Y Combinator CEO on Founder Psychology in the Age of AI 영상 길이: 51분 28초

메타데이터

• 원본 영상 발행일: 2026-08-12
• 처리일: 2026-08-13
• 화자: Gary Tan (Y Combinator CEO), a16z 진행자
• 영상 ID: fsTtKywmWlU
• 주요 키워드: Founder Psychology, Silicon Valley culture, YC, agentic coding, vibe coding, business loops, organizational design, consumer AI, local politics

---

📌 핵심 질문 / 이 영상이 다루는 핵심 논점

==AI가 창업자의 능력·조직의 구조·사회가 문제를 해결하는 방식을 근본적으로 바꾸는 시점에, 창업자는 무엇을 믿고 어떻게 행동해야 하는가?==

• Gary Tan은 창업자의 가장 중요한 자질을 유행을 좇는 영리함이 아니라 earnestness(진정성), courage(용기), 직접 경험에서 얻은 지식을 믿는 태도로 설명한다.
• 에이전트와 AI 코딩은 한 사람을 수백 명처럼 일하게 만들지만, 이를 진짜 사업 성과로 바꾸려면 업무를 반복 가능한 skill·markdown·code·test·cron의 루프로 만들어야 한다.
• AI가 세상을 즉시 유토피아로 만들지는 않으며, 관료주의와 인간의 느린 조정 때문에 변화는 오래 걸린다. 그러나 제품·서비스를 10배, 100배, 1,000배 더 좋게 만들 기회는 열려 있다.
• 기술의 미래는 국가 단위의 추상적 비전만으로 완성되지 않는다. 창업자와 시민은 자신이 사는 지역의 주거·치안·교육·의료를 직접 개선해야 한다.

이 대화는 Tan 자신의 반복된 판단 실수(웹 프로그래밍을 떠난 일, Palantir 합류를 거절한 일)를 출발점으로 삼아, YC가 외부인을 실리콘밸리의 내부자로 만드는 방식, AI가 창업자 한 명의 실행력을 증폭하는 방식, 기업의 중간관리층을 에이전트로 치환하는 방식, 그리고 기술 낙관주의를 로컬 정치 행동으로 연결하는 방식까지 단계적으로 확장한다.

1. 오프닝: 유토피아를 약속하지 않아도 더 나은 세계를 시도할 수 있다

영상은 짧은 대화와 과거 일화의 몽타주로 시작한다. 완벽한 유토피아에 도달하지 못하더라도 시도할 가치는 있으며, 위대한 조직은 기존 조직이 해결하지 못한 문제를 직접 해결해야 한다는 분위기를 만든다.

1.1. 초반에 제시된 세 가지 이미지

1. 유토피아는 결과가 아니라 시도의 방향이다

   1. Tan의 핵심 태도는 “유토피아를 달성하지 못할 수도 있지만, 시도하는 일은 충분히 가치 있고 해볼 만하다”는 것이다.
   2. 기술의 목표를 현실적인 개선으로 낮추자는 뜻이 아니라, 완벽한 결과를 보장할 수 없어도 더 나은 세계를 만들려는 시도 자체를 포기하지 말자는 뜻이다.

2. 위대한 것은 종종 컬트처럼 시작된다

   1. Tan은 자신의 삶에서 멋졌던 것들은 대부분 일종의 “cult”처럼, 기존 정설에 맞서 소수의 강한 믿음에서 시작했다고 말한다.
   2. 이 믿음은 맹목적 추종이 아니라 아직 다수가 알아보지 못한 직접 경험과 사실을 중심으로 사람을 모으는 방식이다.

3. 스타트업은 대기업이 못 하는 일을 해야 한다

   1. Microsoft Windows 팀이 다른 팀의 이메일과 버그를 처리하지 않던 시절, Windows Mobile 팀은 야구방망이를 들고 직접 찾아가야 했다는 농담이 나온다.
   2. 진행자가 “조직으로서 Microsoft는 할 수 없지만 스타트업은 할 수 있다”고 정리하자 Tan은 “그렇다. 모든 스타트업은 그렇게 해야 한다”고 답한다.

2. 2003년의 침체기와 첫 번째 판단 실수: 유행보다 자신이 아는 것을 선택하라

Tan의 창업자 심리론은 성공담이 아니라 반복된 실패를 되짚는 자기비판에서 출발한다.

2.1. 웹 1.0 붕괴 직후의 현실

1. Stanford 졸업과 얼어붙은 채용시장

   1. Tan은 2003년 Stanford를 졸업할 때 스타트업에서 일하고 싶었지만, Web 1.0이 끝나고 NASDAQ이 붕괴한 직후라 Bay Area에서 찾을 수 있는 일자리가 거의 없었다고 말한다.
   2. 농담처럼 “GAP IT”를 제외하면 선택지가 없었다고 표현하며, 실제로 받은 제안은 Microsoft Windows Mobile과 Expedia였다.
   3. 학자금 대출이 있었기 때문에 회사를 시작하고 싶은 마음만으로 버틸 수 없었고, 일단 직장을 가져야 한다고 판단했다.

2. 기술 업계가 끝났다고 느껴지던 분위기

   1. Web 2.0이 시작되기 직전에는 기술 산업이 끝난 것처럼 느껴질 정도로 암울했으며, 스타트업이나 기술 분야에서 일하는 것이 사회적으로 높은 지위를 갖지도 않았다.
   2. Tan은 붐과 불황이 반복되는 것이 기술 산업의 패턴이라고 설명한다. 당시의 절망은 영원한 종말이라기보다 주기적인 bust의 한 장면이었다.

2.2. “무엇이 뜨거운가?”라는 잘못된 질문

1. 웹을 떠나 모바일로 간 이유

   1. Tan은 웹 프로그래밍을 많이 해왔지만, 자신이 알고 있던 것을 계속하기보다 “지금 뜨거운 것이 무엇인가”를 좇았다.
   2. 2003년 무렵 Mark Zuckerberg는 FaceMash를 만들고 있었고 Facebook은 아직 존재하지 않았지만, Tan은 웹이 끝났다는 분위기를 믿고 웹 프로그래밍에서 빠져나왔다.
   3. Windows Mobile이 실제로 중요한 흐름이 되기는 했지만, 문제는 자신이 잘 알고 사랑하던 일을 포기했다는 데 있었다.

2. earnestness는 순진함이 아니라 용기다

   1. 진행자는 earnestness를 보통 순진함으로 생각하지만, Tan의 이야기는 그것이 성숙함과 용기의 결과처럼 들린다고 말한다.
   2. Tan은 누군가의 말이나 블로그 글, X의 게시물이 자신의 직접 경험과 모순될 때 “내 경험을 믿기 때문에 동의하지 않는다”고 말할 수 있는 태도가 용기라고 답한다.
   3. 다수가 웹이 죽었다고 말할 때 웹·소셜 소프트웨어가 오히려 완벽한 기회였던 것처럼, 창업자는 군중의 평가보다 자신이 실제로 본 현상을 우선해야 한다.

3. 시간여행자라면 자신에게 보낼 경고

   1. Tan은 자신이 시간여행자가 아니라는 농담을 한다. 시간여행자였다면 2003년의 자신에게 “웹을 계속하라”고 메시지를 보냈을 것이기 때문이다.
   2. 이미 5년의 웹 경험이 있었으므로 당시의 Tan은 다른 사람보다 앞서 있었고, 소셜 소프트웨어를 만들 수 있는 지식도 갖고 있었다.
   3. 그러나 22세의 Tan은 Wall Street Journal에서 읽은 내용에 휘둘렸다. 그 결과 “다음으로 뜨거운 것은 모바일”이라는 지도를 따라갔다.

4. 창업자가 던져야 할 질문

   1. “무엇이 뜨거운가?”, “무엇을 시작해야 하는가?”는 투자자와 창업자가 자주 받지만 잘못된 질문이다.
   2. 올바른 질문은 “나는 무엇에 관심이 있는가?”, “내가 남들과 다르게 알고 있는 것은 무엇인가?”이다.
   3. Tan은 자신의 경력을 자신이 저지른 실수들을 계속 이야기하는 최초의 ‘실수 원리(principle) 스토리텔러’ 같은 것으로 묘사한다. 이 고백은 다른 창업자가 자기 실패를 과도하게 부끄러워하지 않도록 하는 역할도 한다.

3. 실리콘밸리 문화: 주변부에서 시작하고 자기 부족을 찾아라

현재의 실리콘밸리가 경쟁과 불안으로 가득해 보여도, 가장 흥미로운 혁신은 여전히 아이디어 미로의 주변부에서 시작한다.

3.1. 아이디어 미로의 지적 가장자리

1. 분포(distribution)에 너무 많은 시간을 쓰는 문제

   1. Tan은 실리콘밸리의 경쟁이 어느 때보다 치열해졌고, 사람들이 아이디어 자체보다 유통과 분포에 지나치게 많은 시간을 쓴다고 진단한다.
   2. Chris Dixon이 자주 말하듯 아이디어 미로(idea maze)에서 가장 멋진 부분은 중심의 검증된 길이 아니라 이상하고 주변적인 길이다.

2. 컴퓨터 한 대씩이라는 황당한 발상

   1. 모든 책상과 모든 가정에 컴퓨터를 한 대씩 둔다는 발상은 지금은 당연하지만, 처음에는 주변부 괴짜들의 믿음이었다.
   2. Homebrew Computer Club 같은 모임은 사회적으로 멋진 파티 장소가 아니었다는 농담이 나온다. 그들은 연애나 status가 아니라 자기만의 컴퓨터라는 집요한 관심을 좇았다.
   3. “얼마나 흥미로운가를 판단하려면 그 아이디어의 edge를 찾을 수 있는가를 보라”는 기준이 제시된다. 대화의 지적 가장자리조차 찾기 어렵다면 오히려 좋은 신호다.

3. 인터넷 세대의 부족 발견

   1. 과거에는 초등학교와 고등학교에서 통용되는 한 가지 멋의 기준을 견뎌야 했고, 대학에 가서야 자기 사람들을 찾을 수 있었다.
   2. 인터넷 네이티브 세대는 Reddit, X, Instagram, 특정 커뮤니티에서 자신의 아주 특이한 관심사를 공유하는 사람을 즉시 찾는다.
   3. 어떤 작은 subreddit이나 X의 한 구석에는 특정 주제에 극도로 열광하는 사람들이 모여 있고, 이제는 자기 부족(tribe)을 거의 즉시 찾을 수 있다.

3.2. Palantir를 놓친 두 번째 큰 실수

1. Peter Thiel의 제안

   1. Joe Lonsdale와 Stephen Cohen은 Stanford 시절 Tan의 fraternity 형제였고, Peter Thiel의 hedge fund에서 인턴으로 일했다.
   2. Thiel은 새로운 회사를 시작할 때 함께해야 할 가장 똑똑한 사람들의 이름을 종이에 적고 그들을 영입하는 방식을 갖고 있었다.
   3. Joe와 Stephen은 Seattle에 있던 Tan을 추천했고, Tan은 저녁 식사를 위해 불려갔다.
   4. Thiel은 이것이 Tan에게 맞는 일이라고 확신한다며 당시 Microsoft 연봉과 같은 7만 달러짜리 수표를 제시했다.

2. Level 60 승진을 택하다

   1. Tan은 제안을 거절하고 “올해 Microsoft에서 level 60으로 승진할지도 모른다”고 답했다.
   2. 실제로 승진은 했지만, 그는 이 판단을 지금 기준으로 20억~40억 달러 규모의 실수였다고 농담 섞어 평가한다.
   3. Windows Mobile을 선택한 것과 Palantir를 거절한 것은 같은 실수의 반복이었다. 눈앞의 territory가 아니라 투자자와 시장이 그려놓은 map을 따라간 것이다.

3. 지도(map)와 영토(territory)

   1. Tan은 “가장 똑똑한 사람이라고 알고 있던 Joe와 Stephen이 있는데, 그들이 아니라면 누구와 공동창업을 하겠는가?”라고 뒤늦게 묻는다.
   2. 당시 그는 자신이 실제로 아는 사람과 현장보다 무엇이 멋지고 뜨거운지, 좋은 투자자가 무엇이라고 말할지를 더 신경 썼다.
   3. Joe와 Stephen은 정부와 세 글자 기관(three-letter agencies)을 찾아가고 있었다. Palo Alto의 뛰어난 컴퓨터 과학자들이 만들 수 있는 기술을 Washington D.C.가 갖고 있지 않다는 사실은 현장을 보면 명확했다.

4. “미래는 이미 와 있지만 고르게 분포하지 않는다”

   1. Palantir의 초기 인물들이 포착한 것은 “미래는 이미 와 있다. 다만 고르게 분포하지 않는다(The future is already here, it’s not evenly distributed)”는 사실이었다.
   2. 과학자는 발표된 논문만 읽지 않고 실험과 당사자에게 내려가서 확인한다. 그렇게 첫 당사자(first party)의 경험을 들으면 다른 사람이 아직 모르는 지식, 즉 gnosis를 얻게 된다.
   3. 창업자의 first-principles 지식은 시장의 통념보다 현장의 사실을 믿게 한다.

5. 컬트의 생산적인 의미

   1. Tan이 Palantir에서 배운 것은 “자신의 삶에서 멋진 것들은 일종의 컬트처럼 시작한다”는 점이다.
   2. 그것은 정통(orthodoxy)에 정면으로 맞서는 진실이나 믿음에서 출발하며, 진행자는 이를 Rick Rubin이 좋아할 만한 punk 태도라고 표현한다.
   3. 단, 사람을 속이는 종교적 컬트가 아니라 소수의 사람들이 실제로 믿는 사실을 중심으로 강한 실행 공동체를 만든다는 뜻이다.

4. YC가 외부인을 내부자로 만드는 방식

Y Combinator의 핵심은 기존 실리콘밸리의 사회적 네트워크를 통과하지 못한 사람에게 아이디어와 실행으로 평가받을 통로를 열어주는 것이다.

4.1. 사회적 네트워크를 해킹하는 간단한 입구

1. Paul Graham과 Jessica Livingston의 통찰

   1. Paul Graham, Jessica Livingston, Trevor Blackwell, Robert Morris 등 초기 YC 창립자들은 매우 똑똑하지만 실리콘밸리에 접근하지 못하는 사람이 많다는 점을 보았다.
   2. 과거에는 좋은 학교, 좋은 인맥, 좋은 파티를 알아야 했고, 외부인이 Silicon Valley에 와도 적절한 사회적 장면(scene)에 초대받기 위해 네트워크를 해킹해야 했다.

2. 웹사이트와 12개의 질문

   1. YC는 “이것이 입구다”라고 할 수 있는 웹사이트와 12개의 질문을 제시했다.
   2. 이후 1분짜리 비디오를 추가했고, 반대편의 builder들이 지원자를 공정하게 살펴보도록 했다.
   3. 복잡한 신분과 인맥 대신 무엇을 만들었고 무엇을 만들 수 있는지가 판단의 중심이 된다.

3. 외부인의 내부자화

   1. Tan을 포함해 현재 YC에는 16명의 equal partner가 있고, 모두 YC를 거쳐 성공적인 결과를 낸 사람들이다.
   2. 외국에서 온 두 창업자가 YC를 거쳐 LinkedIn에 YC를 적는 순간 모두가 그 의미를 알아보는 변화가 “외부인이 내부자가 되는” 실리콘밸리의 압축판이다.
   3. Startup School에는 7,000명이 San Francisco에 모였고, 그중 다수는 San Francisco에 처음 온 사람이었다. Tan은 이를 기술 분야의 Birthright에 비유한다.

4.2. 공개 네트워킹과 진짜 창업자 공동체의 차이

1. TechCrunch식 상태 경쟁의 한계

   1. TechCrunch 행사에서 옆 사람에게 “어떻게 지내느냐”고 물으면 양쪽 모두 “죽여주게 잘하고 있다(killing it)”고 답하기 쉽다.
   2. 자신의 카드와 약점을 진짜로 보여줄 수 없는 공개 네트워킹은 창업자의 고립을 해결하지 못한다.

2. 실패한 날에 전화할 사람

   1. 최고 고객을 잃은 날, 최고 엔지니어가 그만둔 날, 공동창업자가 희망을 잃었지만 자신은 그에게 희망을 잃었다고 말할 수 없는 날이 창업자에게 찾아온다.
   2. 그날 실제 상황을 솔직하게 말할 사람이 없다면 창업은 극도로 외로운 일이 된다.
   3. YC의 부가가치는 명함과 status가 아니라, 서로 “잘되고 있다”는 가면을 벗고 진짜 이야기를 나눌 수 있는 커뮤니티다.

5. 공동창업자, 에이전트, 그리고 2026년의 훨씬 커진 야망

AI는 공동창업자에 대한 전통적인 믿음과 창업자가 가질 수 있는 실행 규모를 동시에 재검토하게 만든다.

5.1. 공동창업자 원칙의 변화

1. 공동창업자는 여전히 대체로 좋다

   1. YC는 오랫동안 모든 조건이 같다면 공동창업자가 있는 것이 순(net)으로 매우 좋다고 믿었다.
   2. 혼자만 어떤 아이디어를 믿고 다른 누구도 설득하지 못한다면, 그것은 컬트라기보다 미친 사람에 가깝다는 농담이 나온다.

2. Derek Sivers의 춤추는 사람 비유

   1. 들판에서 혼자 춤추는 사람은 미친 사람처럼 보일 수 있다.
   2. 두 번째 사람이 일어나 그 사람과 함께 춤추기 시작하는 순간, 주변 사람은 이것을 하나의 운동으로 보기 시작한다.
   3. 열 명이 춤추면 이미 파티가 된다. 공동창업자는 아이디어를 사회적 현실로 바꾸는 두 번째 사람일 수 있다.

3. 한 사람이 자기 자신 400명이 되는 시대

   1. Vibe coding과 agentic coding을 사용하면, 특정 개인이 2년 전이나 9개월 전의 자기 자신 400명처럼 일할 수 있다.
   2. 따라서 공동창업자의 가치가 사라진다는 뜻이 아니라, 한 사람의 생산 가능 규모가 과거의 상식과 달라졌다는 뜻이다.
   3. 창업자는 YC나 Tan의 과거 성공을 복제하려 하지 말고, 새 도구가 허용하는 훨씬 큰 야망을 기준으로 자신의 사업을 설계해야 한다.

5.2. SaaS의 철칙이 무너진 2026년

1. 순수 per-seat SaaS의 불확실성

   1. 순수한 좌석당 과금(per-seat) SaaS가 5년 또는 10년 뒤에도 그대로 존재할지는 명확하지 않다.
   2. 2026년에 그런 제품으로 시작한다면, 데이터 해자(data moat), 네트워크 효과(network effects) 또는 그에 준하는 방어력으로 이어지는 wedge이기를 바라야 한다.

2. SaaS가 신이던 시절

   1. 불과 2년 전만 해도 SaaS는 신처럼 여겨졌고, 향후 12개월 매출 기준 10~20배 revenue multiple이 철칙처럼 취급됐다.
   2. 현재는 그 법칙이 전혀 보편적이지 않다는 사실이 믿기 어려울 정도로 빠르게 바뀌었다.
   3. 창업자는 지금의 성공 공식을 영원한 시장 법칙으로 착각하지 말고, AI가 사업의 방어력과 유통 구조를 어떻게 바꾸는지 다시 계산해야 한다.

6. 코드가 더 이상 귀중품이 아닐 때: 호기심으로 만들고 agency와 taste를 연습하라

AI 도구는 소프트웨어 제작의 비용을 낮추지만, 그만큼 창업자의 agency(주도적으로 움직이는 힘)와 taste(무엇이 좋은지 판단하는 감각)를 더 중요하게 만든다.

6.1. GStack·GBrain의 출발점은 거창한 사업계획이 아니었다

1. 그냥 다시 코딩해보기

   1. Boris Cherny가 팟캐스트에 출연한 뒤 Tan과 여러 지인들이 다시 코딩하기 시작했고, Tan은 “무언가 일어나고 있으니 나도 시작해야 한다”고 느꼈다.
   2. GStack과 GBrain을 처음부터 거대한 사업으로 만들려 한 것이 아니라, Office Hours를 만들어보면 어떨까 하는 장난과 탐색에서 시작했다.

2. Office Hours 기록에서 패턴을 발견하다

   1. YC의 Office Hours를 몇 달간 녹화하고 나니, YC 파트너들이 창업자의 야망을 끌어올릴 때 사용하는 수사적 장치와 질문 방식이 뚜렷하게 보였다.
   2. Tan은 창업자의 야망을 높이는 완벽한 조언 스크립트를 Markdown 파일로 만들었다.
   3. 그러나 Claude에 “이 프롬프트의 강도와 압박을 90% 줄여라”고 요청한 뒤 그 결과를 오픈소스했다. 원래 스크립트는 “YC에 100% 참여해야 한다”처럼 너무 강했기 때문이다.

3. 크라운 주얼과 무료 샘플 농담

   1. 진행자가 GStack이나 GBrain에서 “Please apply to YC”라고 말한 부분을 발견하자 Tan은 웃으며 “Claude Code의 상위 10% 사용자일 때만”이라는 조건을 붙인다.
   2. 사용자에 대해 생각하고, 제품과 디자인을 깊이 고민하는 사람에게만 그런 메시지가 보인다고 설명한다.
   3. YC의 조언 전체를 무료로 공개할 수는 없고 “첫 번째는 무료”라는 농담으로, 오픈소스와 YC의 선발 사이에 남은 가치의 경계를 표현한다.

6.2. 사소한 것을 만들어야 하는 이유

1. 기술을 따라잡는 가장 빠른 방법

   1. AI를 어떻게 따라잡을지 걱정하기보다 모든 모델을 직접 사용하고, 아무 목적 없이 완전히 사소한 것을 만들어야 한다.
   2. 그런 작은 프로젝트는 새 기술을 익히기 위한 chassis(차체)가 된다. 결과물이 중요한 제품이 아니어도, 직접 만들며 감각을 얻는 과정이 중요하다.

2. 소프트웨어 제작의 병목이 사라진다

   1. 과거에는 PM으로서 명세를 쓰고, 엔지니어 한두 명을 배치하고, QA 방법을 정하고, 릴리스 절차를 마련해야 했다.
   2. 이제는 /qa 같은 지시만으로 테스트를 실행하고, unit test와 90% 수준의 test coverage를 확인할 수 있다.
   3. 진행자는 이를 zen rock garden을 정리하는 것처럼 결과의 stakes가 낮아도 과정 자체가 즐거운 놀이에 비유한다.

3. 왜 사람들은 작업물을 공개하지 않는가

   1. 모두가 coding agent를 말하지만 실제 작업물을 보여주는 사람은 적다.
   2. 많은 프로젝트가 낮은 위험의 연습이므로, 공개해도 큰 성과나 실패로 해석되지 않는다.
   3. Tan은 이 낮은 stakes의 작업을 아름답고 괜찮은 것으로 본다. 창업자는 결과가 작다는 이유로 실험을 미루지 말아야 한다.

6.3. Agency와 taste는 타고나는 본질이 아니라 훈련이다

1. 더 중요해진 두 능력

   1. 코드 생성이 쉬워질수록 무엇을 만들지 결정하는 agency와, 만들어진 결과가 좋은지 판단하는 taste가 극적으로 중요해진다.
   2. 어떤 사람은 더 많은 agency나 taste를 가지고 태어날 수 있지만, 그것이 고정된 본질은 아니다.
   3. 반복적으로 만들고 평가하고 고치는 연습이 그 능력을 키운다.

2. Nikita의 반론과 Tan의 늦은 성장

   1. Nikita는 영화와 소프트웨어가 예술과 사업의 가장 높은 형태라고 배웠지만, 이제 누구나 영화를 만들고 소프트웨어를 만들 수 있어도 여전히 원래의 20%만 만든다고 지적했다.
   2. Tan은 자신이 늦게 성장한 사람(late bloomer)이며, 웹 프로그래밍을 떠나고 Palantir를 거절하는 우스꽝스러운 실수를 한 뒤에야 방향을 바꾸었다고 말한다.
   3. 자신의 인생이 실수하고, 그 실수를 성찰하고, 다른 선택을 할 수 있다는 가능성의 시험이라고 설명한다. 다만 “그것이 희망이다”라고 겸손하게 덧붙인다.

7. 코딩 루프에서 비즈니스 루프로: 한 번의 성공한 업무를 영구적인 직원으로 만들기

가장 중요한 전환은 코드 생성 자체가 아니라, 회사의 모든 업무를 에이전트가 반복 실행하고 스스로 개선하는 business loop로 바꾸는 것이다.

7.1. Tan이 만든 에이전트형 연구 루프

1. OpenClaw와 GBrain

   1. Tan은 OpenClaw를 가지고 놀고, GBrain이라는 semantic retrieval 시스템을 만들었다.
   2. 올해 초에는 Gary’s List로 불리는 agentic newsroom를 만들었고, 개인 심층 연구를 정리하기 위해 강력한 RAG(retrieval-augmented generation)를 구축했다.
   3. OpenClaw가 저장소를 살펴 agentic RAG의 핵심, 특히 사후 그래프 생성(after-the-fact graph generation) 부분을 추출하도록 했고, 그 결과가 다른 오픈소스 프로젝트와 맞닿는 것을 보았다.

2. 한 요청에 어떤 백만 토큰을 유지할지 정하기

   1. 사후 그래프와 RAG의 목적은 특정 업무에 필요한 백만 토큰 중 무엇을 에이전트의 작업 기억에 유지할지 알려주는 것이다.
   2. ChatGPT나 Claude 같은 frontier model lab의 제품은 비용과 제공하려는 compute의 양에 제한이 있다.
   3. 최대한 많은 토큰을 쓰고 싶다면 Hermes agent나 OpenClaw 같은 시스템으로 80만~100만 토큰을 요청에 넣고, 그 설정을 soul.md에 반영하는 식으로 스스로 조정해야 한다.

3. 2028년을 오늘 사는 비용

   1. 에이전트를 최대 강도로 쓰면 지금은 연간 약 5만~10만 달러가 들 수 있지만, 창업자나 CEO에게는 충분한 가치가 있다.
   2. 150개 수준의 고강도 요청을 포함해 비용이 매우 커도, 업무 속도와 판단 품질을 즉시 체감할 수 있다.
   3. 핵심은 비용을 두려워해 평범한 사용만 하는 것이 아니라, 어떤 업무에서 토큰을 최대한 투입해야 하는지 스스로 허락하는 것이다.

7.2. Skill 파일은 반복 가능한 직원이다

1. 업무를 한 번 완벽하게 수행한다

   1. 창업자는 특정 업무를 직접 수행한 뒤, 그 경험을 Markdown 파일·코드·테스트로 정리해 재사용 가능한 skill로 만들어야 한다.
   2. 그 skill을 cron job에 연결하면 다음부터는 같은 업무를 원하는 만큼 반복할 수 있다.
   3. Tan은 “Markdown 파일 하나가 직원 한 명”이라고 표현한다. 그 직원은 같은 일을 매번 완벽하게, 원하는 횟수만큼 수행한다.

2. 첫 시도는 비싸고 나쁘다

   1. 업무 프로세스를 처음 에이전트에게 가르칠 때는 결과가 나쁘고, 비용이 많이 들며, 여러 번의 수정이 필요하다.
   2. 그러나 인간이 “이 부분이 틀렸으니 고쳐라”를 빠르고 단순하게 말할 수 있다면, trace와 실행 history가 다음 skill의 규칙으로 변환된다.
   3. 이후 같은 문제가 발생하면 한 번의 bug fix가 영구적으로 남는다.

3. 모든 기능에 적용되는 루프

   1. 이 방식은 엔지니어링뿐 아니라 영업, 마케팅, 고객지원, 리서치, 운영에도 적용된다.
   2. GStack은 엔지니어링에서 이 루프를 구현한 사례다. PM 사고를 자동화하고, 브라우저를 조작하며, unit test와 end-to-end test coverage를 확인하는 skill을 만들었다.
   3. 결국 Tan은 대부분의 업무를 자동화하고 마지막에 black-box testing으로 결과를 확인하는 병목까지 자동화하려 했다.

4. 병목을 발견할 때마다 새 소프트웨어를 만든다

   1. 에이전트 시스템을 만드는 일은 어디에서 병목이 생기는지 관찰하는 일이다.
   2. 병목이 보일 때마다 “에이전트에게 어떤 소프트웨어나 Markdown 파일을 만들라고 지시하면 이 장애물을 없앨 수 있는가?”를 묻는다.
   3. 전체 업무에 이 작업을 반복하면 소수의 사람과 수백 개의 skill 파일로 수익을 크게 키우는 회사가 가능해진다.
   4. Tan은 현재 2~3명이 수백 개의 에이전트와 skill 파일을 사용해 약 4개월 만에 0에서 1,500만 달러 ARR에 도달하는 기업이 있다고 말한다.

7.3. 자기개선 루프의 한계: provenance와 충돌 관리

1. 재귀적 개선이 무한히 안전하지는 않다

   1. 업무가 스스로 개선되는 hill-climbing 구조가 생기면, 오류가 누적되거나 예외 처리와 인간관계에서 무너질 수 있다는 질문이 제기된다.
   2. 에이전트가 계속 성장하려면 오류 보정과 사실 검증이 필요하다.

2. 출처와 최신성이 지식의 품질을 결정한다

   1. Markdown 파일과 데이터가 많아질수록 provenance(출처)가 중요해진다.
   2. 서로 다른 두 사실이 충돌하면 어느 것이 더 최근이고 어느 출처가 우선인지 결정하는 conflict management가 필요하다.
   3. 정기적으로 데이터를 훑으며 올바른 장소에서 왔고 최신인지 확인하는 cron job이 필요하다.
   4. 에이전트 사용 경험이 쌓이면 어떤 검증 루프가 빠졌는지 사용자가 자연스럽게 알아차리고 추가하게 된다.

8. 경험 많은 창업자와 조직의 새로운 운영체제

AI는 젊은 창업자만의 무기가 아니다. 조직을 실제로 운영해 본 35~45세 창업자가 자신의 경험을 에이전트에 복제하면 큰 기업의 한 부서를 능가할 수 있다.

8.1. 중년 창업자의 경험이 증폭되는 이유

1. 400명의 경험자

   1. Tan은 Patrick Collison 같은 젊은 창업자가 계속 나올 것이라고 인정하면서도, 35·40·45세에 여러 회사를 만들고 조직을 운영해본 사람이 유리해질 것이라고 말한다.
   2. Peter Steinberger는 무엇을 만들어야 하는지 이미 아는 대표적인 사례다.
   3. 그런 사람이 에이전트로 복제되면 한 명의 실행력이 400배가 되고, 어떤 Mag 7 기업의 전체 부서와 경쟁할 수 있다.

2. 기업 경험을 탐색 가능한 지식으로 바꾸기

   1. 대기업에서 겪은 의사결정·예외·갈등을 단순한 추억으로 남기지 않고, 에이전트가 재현하고 비교할 수 있는 데이터와 규칙으로 바꿀 수 있다.
   2. 과거에는 사람 한 명의 머리에 담을 수 있는 정보량이 조직 규모를 제한했지만, 이제 기억·검색·에이전트를 조합해 그 한계를 넓힐 수 있다.

8.2. 갈등을 제거하지 말고 진실 탐색에 사용하라

1. 생산적인 갈등

   1. 많은 기업은 conflict를 나쁜 것으로 취급하지만, 최선의 갈등은 truth를 찾는 생산적·건설적인 과정이다.
   2. 에이전트는 서로 충돌하는 접근법을 인간의 감정과 분리해 탐색할 수 있다.
   3. 모든 아이디어를 실제로 시도하고 비교할 수 있다는 점에서, 조직과 경제의 분산화(decentralization)가 작동하는 방식과 닮았다.

2. Brex의 Pedro와 Crab Trap

   1. Brex의 Pedro는 임원진과 가장 공격적으로 이런 방식을 사용하는 인물로 소개된다.
   2. OpenClaw가 컴퓨터 전체를 지우거나 위험할 수 있다는 우려가 있었지만, Pedro는 네트워크 트래픽과 에이전트의 행동을 감시하는 오픈소스 보안 계층인 Crab Trap을 만들었다.
   3. 규제가 강한 fintech인 Brex에서도 안전장치를 통해 에이전트의 강력함과 통제 가능성을 함께 확보한 사례다.

3. 참석하지 않은 회의에서 조직의 진실을 찾기

   1. Pedro는 직속 보고자들의 회의 transcript를 에이전트에게 읽히고, 자신이 직접 참석하지 않은 두 단계 아래의 회의까지 확인한다.
   2. 회의에서 무엇이 망가졌는지, compliance 팀에서 어떤 문제가 생겼는지, 실제 데이터와 사람들의 의견이 어떻게 다른지를 파악할 수 있다.
   3. 문제를 발견한 뒤 그는 회의에 들어가 “당신들의 방식이 맞다. 그렇게 하자”고 말하고 나올 수 있다. 에이전트가 의견뿐 아니라 ground truth까지 보여주기 때문이다.

8.3. 사람의 머리 크기를 넘어서는 경영

1. 조직이 커지면 대표의 머리를 벗어난다

   1. 스타트업과 기업이 실패하는 핵심 이유 중 하나는 사업이 한 사람의 머리에 담기에는 너무 커지는 management challenge다.
   2. 에이전트·memory·retrieval·데이터의 원석(raw intelligence)을 조합하면 대표는 조직 아래에서 실제로 벌어지는 일을 볼 수 있다.
   3. Tan은 이것을 단순한 보고서가 아니라 일종의 clairvoyance(투시력)라고 부른다.

2. 7±2에서 세 권의 Harry Potter로

   1. 인간은 한 번에 일곱 가지에서 플러스마이너스 두 가지 정도만 머릿속에 유지할 수 있다.
   2. 하지만 인간과 에이전트를 결합하면 세 권의 Harry Potter 책을 머릿속에서 빠르게 훑는 것처럼 훨씬 큰 문맥을 다룰 수 있다.
   3. 이는 crypto 세계에서 쓰이던 낙관론을 AI에 열 배 더 적용할 수 있다는 뜻이며, 지금의 AI가 최악의 상태일 뿐이라는 주장과 연결된다.

3. 새로운 제품과 서비스의 기준

   1. 정부와 기업을 포함한 세계의 대부분은 제한된 인간의 기억력과 처리속도를 전제로 설계되어 있다.
   2. 에이전트가 빛의 속도로 사고하고 무한한 데이터를 다루는 세계에 맞춰지면 제품과 서비스는 최소 10배, 100배, 가능하면 1,000배 좋아져야 한다.
   3. 자본주의의 보이지 않는 손은 단순히 가격을 낮추는 방향이 아니라, 이전에는 불가능했던 마법 같은 경험을 만들어내는 방향으로 작동해야 한다.

9. 관료주의 이후의 업무: 중간관리층을 에이전트로 바꾸기

AI의 가장 큰 효과는 사람을 해고하는 데만 있지 않다. 인간이 불완전한 기억 때문에 낭비하던 조정·보고·갈등 해결을 에이전트가 맡게 하는 데 있다.

9.1. “이것은 최악의 상태”라는 낙관적 의미

1. 유토피아 함정을 피하는 낙관론

   1. Wall Street Journal 팟캐스트에서 기자가 Tan에게 기술 업계가 유토피아를 만들려 하느냐고 반복해서 물었고, Tan은 질문이 함정이라고 느꼈다.
   2. 그는 유토피아 달성을 장담하지 않지만, 더 나은 세계를 진지하게 시도하고 있다고 말한다.
   3. 현재 기술의 비용과 제한을 고려해도 앞으로 제품이 훨씬 더 좋아질 여지가 남아 있다는 점 자체가 낙관적이다.

2. 화이트칼라 직업의 ergonomics

   1. 미래에는 일주일에 3일 정도 매우 의도적인 일을 하고, 하루 정도는 밖에 나가 풀을 만지는(일에서 벗어나는) 생활이 가능할 수 있다.
   2. 나머지 시간은 무의미한 회의·승인·부서 간 조정이 아니라 실제 사람과 세계를 경험하는 데 쓸 수 있다.
   3. 산업혁명과 Henry Ford 이후 창업자 모드가 사라지고 management라는 거대한 파도가 조직을 덮었지만, 에이전트는 그 중간층을 다시 재설계하게 한다.

9.2. Microsoft의 P3 버그와 관료적 지옥

1. iPod 경쟁조사와 부서 의존성

   1. Tan은 22세에 Windows Mobile에서 일하며 iPod과 Windows Mobile을 비교하는 경쟁조사를 했다.
   2. 제품을 만들려면 Windows 팀의 통합이 필요했지만, 그 팀은 도로 건너편에 있었고 이메일에도 답하지 않았다.

2. 야구방망이가 필요했던 조정

   1. Windows 팀은 버그를 고치지도, “won’t fix”로 표시하지도 않고 그냥 무시했다.
   2. Tan과 PM 멘토는 결국 야구방망이를 들고 직접 찾아갔다. 실제로 사람을 위협하려는 것은 아니었지만 막연한 협상 압박의 상징이었다.
   3. 좋은 기술을 만들고 좋은 급여를 받는 사람들이 이런 방식으로 일해야 한다는 사실이 관료적 지옥의 우스꽝스러움을 보여준다.

3. 7단계와 4시간의 낭비

   1. 조직에는 자신들과 문제 담당자 사이에 일곱 단계의 사람이 있었고, 담당자는 Tan이 P3 버그를 고치기 위해 네 시간을 쓰고 있다는 사실을 몰랐다.
   2. 그 버그는 약 1,000명의 사용자에게 blocker였으며, 누구도 어려운 대화를 하고 싶어 하지 않아 인간의 시간과 2시의 불안한 잠이 낭비됐다.
   3. 해당 관리자가 일부러 이런 낭비를 만든 것이 아니라, 제한된 인간의 시간과 주의력 때문에 조직이 그렇게 움직인 것이다.

9.3. 에이전트가 조직의 중간층이 된다

1. 경영진은 방향, 개인은 실행, 에이전트는 조정

   1. 경영진은 방향을 정하고 개인은 실행하지만, 역사적으로 PM과 중간관리자가 담당했던 업무 조정·상충 해결·의존성 추적은 에이전트가 맡을 수 있다.
   2. “책임자가 되는 것” 자체가 과대평가되어 있으며, 중간 조직 계층은 확률적·프로그램적으로 문제를 풀 수 있다.

2. API line의 소멸

   1. 진행자는 Naval Ravikant가 말한 것으로 보이는 “API line 위에 있어야 한다”는 개념을 꺼낸다. Uber 운전자는 API 아래에 있고, 일하는 사람은 API 위로 올라가야 한다는 뜻이다.
   2. Tan은 AI가 이 API line을 지운다고 말한다. 사람만 API를 호출하는 것이 아니라 에이전트가 API를 사용하고 시스템과 협상할 수 있기 때문이다.

3. ClawVisor의 에이전트 전용 버그 리포트

   1. YC가 투자한 API 회사 ClawVisor는 사람이 아니라 에이전트가 사용하는 bug report endpoint를 만들었다.
   2. 에이전트가 버그를 보내면 시스템은 실시간으로 “좋은 버그이고 다음 주에 고치겠다. 그동안은 이 workaround를 써라”고 답한다.
   3. 회사와 고객 사이의 인터페이스가 일방적인 매뉴얼이 아니라, 문제를 보고하고 즉시 대안을 협상하는 대화형 루프로 바뀌는 사례다.

4. Toyota Production System의 교훈

   1. 1980년대 일본 자동차가 미국 자동차보다 좋아진 이유는 단순한 위계가 아니라 Toyota Production System이라는 관리 방식에 있었다.
   2. 생산 라인에서 직접 일하는 사람이 가장 많은 맥락을 갖고 있으므로, 자신의 작업 방식을 바꿀 권한도 가져야 했다.
   3. 전통적으로 위계적 사회로 보이는 일본이 이런 bottom-up 방식을 구현했고, 그 process power가 약 40년의 세대적 우위를 만들어냈다.
   4. 에이전트가 API 아래의 노동자를 대체하는 것보다, 현장의 맥락을 가진 사람이 시스템을 직접 개선하도록 연결하는 것이 더 중요하다.

10. AI 변화의 속도는 인간이 늦춘다: 이것이 오히려 화이트 필이다

AI 담론은 일자리 소멸과 영구적 하층계급을 말하지만, Tan은 인간의 관료주의·기존 제도·조직의 구조적 해자가 변화의 속도를 늦출 것이라고 본다.

10.1. 20년의 전환기

1. 병목은 모델 지능보다 인간이다

   1. 어떤 문제는 더 똑똑한 모델이 필요한 intelligence-bound 문제지만, 사회 전체의 가장 큰 병목은 인간과 조직이 변화를 받아들이는 속도다.
   2. 기업·기관·정부와 세계의 모든 중간관리층이 가진 관료주의와 7±2의 한계가 AI 확산을 늦춘다.

2. 7,000명의 AI 네이티브 청년

   1. Tan은 Startup School에서 본 약 7,000명의 얼굴 대부분이 18~22세였고, 이들이 거의 ChatGPT 시대에 성인이 된 AI native라고 말한다.
   2. Tan 세대가 웹과 모바일에 native였고 지금 사회가 그 세대가 18~22세 때 기대한 것 위에서 돌아가듯, 지금의 AI native 세대가 사회를 바꾸려면 시간이 필요하다.
   3. Tan의 예상은 약 20년이다. 이는 나쁜 소식이 아니라 사회가 생각보다 느리다는 점을 인정하는 좋은 소식이다.

3. 기존 기업은 쉽게 사라지지 않는다

   1. Microsoft 같은 회사가 어디로도 사라지지 않는 데에는 규제·조직·고객·자본·인프라라는 구조적 해자가 있다.
   2. 실리콘밸리 사람들은 스타트업이 기존 기업을 전부 대체하기를 바라지만, 실제로는 대체가 훨씬 느리고 부분적으로 일어날 가능성이 높다.
   3. 따라서 스타트업은 기존 기업의 즉각적 몰락을 기다리기보다, 그들이 느려서 하지 못하는 업무와 새로운 경험을 먼저 만들어야 한다.

11. 다음 컴퓨터: 음성·기억·개인 에이전트

Tan은 단기적으로 컴퓨터의 외형이 현재와 비슷할 수 있지만, 장기적으로는 voice와 memory를 중심으로 한 개인 에이전트가 핵심 인터페이스가 될 것으로 본다.

11.1. 사용자를 기억하고 돌보는 컴퓨터

1. 음성 중심의 다음 폼팩터

   1. 단기적으로는 기존 화면과 기기가 유지되겠지만, 새로운 컴퓨터가 결국 같은 form factor에 머물기는 어렵다.
   2. 가장 분명한 방향은 음성(voice)이며, 사용자는 키보드 입력보다 자연스러운 대화로 에이전트와 상호작용하게 된다.

2. 기억과 benevolence

   1. 현재 사용자는 ChatGPT나 Claude의 업무 기능에 만족하지만, 장기적으로는 더 많은 문맥과 훨씬 오래 지속되는 기억을 원하게 된다.
   2. Tan은 Richard Brautigan의 표현을 빌려 “사랑과 은총의 기계들이 지켜보는” 세상을 말한다.
   3. 개인 에이전트는 사용자의 희망·두려움·욕망을 알고, 그 사람을 돕기 위해 끊임없이 검색하고 행동하는 benevolent concierge가 된다.
   4. 이를 위해 computer use, memory, diarization(대화자·기록 분리), ingestion(정보 수집) 기술이 함께 발전해야 한다.

11.2. Harness wars와 소비자 AI의 경제학

1. 2027년의 harness wars

   1. Tan은 2027년의 중요한 전쟁이 모델 자체보다 모델을 감싸는 harness를 둘러싼 경쟁이 될 것이라고 예상한다.
   2. 지금은 그 비전을 이야기하는 사람도 많지 않고, 가장 큰 제약은 지능이 아니라 비용이다.

2. 2~3년 뒤의 소비자 전쟁

   1. 현재 frontier model 수준의 compute가 2~3년 뒤 50~100달러 정도로 내려가면, 기업 간 경쟁이 아니라 10억 명의 소비자를 위한 전쟁이 시작된다.
   2. 과거 browser wars가 돌아오는 것처럼, 누구의 에이전트가 개인의 기본 인터페이스가 될지 경쟁하게 된다.
   3. 지금 최고의 모델의 토큰 가격은 무한대로 치솟는 것처럼 비싸지만, 일주일 전의 frontier 모델 가격은 거의 0으로 붕괴한다. 이 급격한 비용 하락이 소비자 AI의 화이트 필이다.

3. 소비자 제품이 아직 부족한 이유

   1. 대부분의 소비자 제품은 무료로 써보게 해야 하지만, 추론 비용이 너무 높으면 무료로 제공하기 어렵다.
   2. 소프트웨어의 마법은 incremental distribution cost가 0에 가깝다는 데 있는데, AI는 이제야 그 조건에 접근하고 있다.
   3. 컴퓨터가 40~50년 만에 처음으로 감정적 질감(emotional texture)을 갖는 것처럼 느껴지는데도, 아직 충분히 야심찬 소비자 제품이 만들어지지 않은 것은 아쉬운 일이다.

4. ChatGPT 데스크톱 앱에 대한 평가

   1. 진행자는 새 ChatGPT 데스크톱 앱의 음성 모드가 사용자의 모든 thread를 볼 수 있는 operator·concierge처럼 작동하고, 휴대폰에서도 접근할 수 있다고 소개한다.
   2. Tan은 이것이 지금까지 본 것 중 진정한 소비자 assistant에 가장 가깝고, ChatGPT가 원래도 memory를 가장 잘했다고 평가한다.
   3. OpenClaw에 몰입한 뒤 변화가 곧바로 올 것이라 확신했다가, 이제는 아직 시간이 더 필요하다는 쪽으로 판단을 수정한 점도 솔직하게 밝힌다.

12. 기술 낙관주의를 로컬 정치 행동으로 연결하기

마지막 질문은 AI로 해결하기 어려운 human coordination-bound 문제, 즉 법·정치·미디어·지역사회의 문제를 어떻게 다룰 것인지 묻는다.

12.1. 법치와 평범한 정부 과정에 대한 화이트 필

1. 미국의 rule of law를 믿기

   1. Tan에게 최근의 화이트 필은 미국에 여전히 rule of law가 있고, 정부의 사람들이 대체로 도우려 한다는 사실을 믿는 것이다.
   2. 정부가 완벽하지 않거나 모든 공무원이 선하다는 뜻은 아니지만, 모두가 사람을 망치려 한다는 냉소도 사실이 아니다.

2. San Francisco 배심원 경험

   1. Tan은 San Francisco에서 jury duty를 하며 도시 인구의 단면을 실제로 보았고, 법정의 절차가 질서 있게 작동하는 것을 경험했다.
   2. San Francisco 인구의 10~20%가 기술 분야에서 직접 일하고 있다는 점도 새롭게 체감했다.
   3. 사건 자체는 끔찍했지만 판사는 훌륭했고, 정부의 역할은 사람을 망치는 것이 아니라 절차를 통해 문제를 다루는 것이라는 믿음을 얻었다.
   4. 시민은 투표로 실제 발언권을 갖고 있다.

12.2. 교육·치안·미디어 문제를 개인적인 책임으로 만들기

1. 아시아계 미국인의 비중과 무시된 범죄

   1. 아시아계 미국인은 San Francisco에서 인구 약 30%, 투표자 약 25%를 차지한다.
   2. COVID 시기에 당시 district attorney가 노인을 대상으로 한 심각한 반아시아 범죄를 외면했고, 학교위원회는 공립 중학교에서 대수학을 배우려는 아시아계 학생들에게 적대적이었다고 Tan은 말한다.

2. 대수학 하나가 경로를 결정한다

   1. Tan은 East Bay Fremont의 공립학교 학생이었고, 중학교에서 algebra를 배우지 못했다면 고등학교 졸업반에 calculus를 들을 수 없었을 것이라고 설명한다.
   2. 그러면 Stanford에서 engineering을 공부할 수 없었고, 지금의 자신도 될 수 없었다.
   3. 교육 정책이 개인의 과거 경험과 직접 연결되는 순간, “이제 문제는 개인적인 것이 됐다”고 느꼈다.

3. 이념과 builder의 현실 감각

   1. 데이터센터 건설을 반대하고 California 어디에도 주택을 짓지 못하게 하는 세력이 같은 네트워크로 연결되어 있다고 Tan은 본다.
   2. 그들은 NIMBY적 태도와 virtue signaling을 보이지만, builder의 관점에서는 단어에는 의미가 있고 supply·demand·market·incentive가 실제로 존재한다.
   3. 정부가 망가지는 것은 시민이 말하지 않고, 관심을 두지 않고, 정부뿐 아니라 미디어에도 책임을 묻지 않을 때다.

12.3. 제도가 실패할 때 몸을 걸고 조직하기

1. 반아시아 범죄와 언론의 침묵

   1. 아시아계 공동체는 대수학 교육과 노인들의 죽음·범죄 문제를 중심으로 조직했고, 농산물 시장 같은 일상 공간에서 서로 “그들이 우리를 죽이고 있다”고 직접 말했다.
   2. San Francisco와 Bay Area의 ABC News 같은 주류 TV 채널이 반중·반아시아 범죄를 보도하지 않았다고 Tan은 비판한다.
   3. 기관이 시민을 보호하지 못할 때, 공동체가 직접 사실을 말하고 서로를 조직해야 한다.

2. Mario Savio식 행동

   1. 시스템이 너무 혐오스러워지면 그 위에 몸을 올려놓아야 한다는 Mario Savio의 표현이 언급된다.
   2. 평판과 개인적 위험을 감수하더라도 “그들이 우리에게 이런 일을 할 수는 없다”고 행동할 의무가 있다.
   3. 이것은 동료 시민과 맺은 covenant이며, 아무도 나서지 않으면 아무것도 바뀌지 않는다.

3. San Francisco에서 얻은 결과

   1. Tan은 자신들이 문제를 만든 이념적 세력을 San Francisco에서 밀어냈다고 평가한다.
   2. 도시가 완벽해진 것은 아니지만 나아지고 있으며, Daniel Lurie 시장이 미국 전체에서 가장 인기 있는 정치인일 수 있다는 진행자의 평가가 나온다.
   3. Tan의 기술·스타트업 업계뿐 아니라 지역사회에 대한 stewardship가 변화의 촉매 중 하나였다는 감사의 말도 이어진다.

12.4. 기술의 야망을 지역별 필요에 맞게 번역하기

1. Gary’s List의 확장

   1. San Francisco에서 배운 교훈을 Los Angeles, New York, Minneapolis, Seattle 같은 도시로 전파하려는 프로젝트로 Gary’s List가 소개된다.
   2. 한 도시의 해결책을 전국에 복사하는 것이 아니라, 각 도시가 자기 문제를 해결할 수 있는 정보·조직·에이전트를 갖게 하는 것이 목표다.

2. 미국식 AI 비전만 강요하지 않기

   1. London에서의 대화 사례를 들며, AI가 사회에 미치는 영향은 반드시 미국식 비전일 필요가 없다고 말한다.
   2. 영국이 NHS를 세계적으로 훌륭하게 만들고 싶다면, 그 지역의 제도와 목표에 맞게 AI를 사용할 수 있다.
   3. 기술이 여는 야망은 중앙의 단일 청사진이 아니라 지역 커뮤니티의 문제에 맞게 번역되어야 한다.

3. Act local

   1. 국가 정치에 집착하기보다 San Francisco의 주거·범죄·치료·회복 같은 눈앞의 문제를 먼저 다루자는 결론이 나온다.
   2. 지역을 고치면 주와 국가도 기능하는 시스템에서 성장한 사람들이 위로 올라가며 스스로 개선될 수 있다.
   3. 창업자와 시민은 말이 안 되는 일에는 no라고 하고, 사람들에게 실제로 좋은 일에는 yes라고 해야 한다.

주요 발언 모음

“We may never achieve a utopia, but it is worthy and worth it to attempt.”

“Everything that’s awesome in my life is kind of a cult.”

“The right question is: what are you interested in, and what do you know uniquely?”

“The future is already here. It’s not evenly distributed.”

“A markdown file is an employee.”

“You can be a multiple of yourself.”

“In 2026, if you’re doing pure per-seat SaaS, you better hope it’s a wedge to a moat around data or network effects.”

“The world is basically built on human beings that can only keep seven plus or minus two things in their head.”

“Products should be ten or a hundred times better; they should be a thousand times better.”

“Every startup must [organize this way].”

“Act local. Take care of the people right next to you.”

핵심 데이터 & 수치

• 2003년: Tan이 Stanford를 졸업하고 Web 1.0 붕괴 직후 Microsoft Windows Mobile에 합류한 시기다.
• 7만 달러: Peter Thiel이 Tan에게 제시한 금액이며, 당시 Microsoft에서 받던 연봉과 같았다.
• 20억~40억 달러: Tan이 Palantir 합류 거절을 뒤늦게 평가한 기회비용의 농담 섞인 추산이다.
• 16명: Tan을 포함한 현재 YC equal partner의 수다.
• 7,000명: Startup School을 위해 San Francisco에 모인 사람의 수이며, 다수는 처음 방문했다.
• 400배: agentic coding과 vibe coding으로 한 사람이 과거의 자기 자신 수백 명처럼 일할 수 있다는 비유다.
• 5~10년: 순수 per-seat SaaS가 현재 형태로 유지될지 의심되는 시간 범위다.
• 10~20배: 과거 SaaS의 향후 12개월 매출 기준으로 통용되던 revenue multiple의 예다.
• 80만~100만 토큰: OpenClaw나 유사 시스템에서 한 요청에 로드할 수 있다고 Tan이 예로 든 문맥 규모다.
• 연 5만~10만 달러: 에이전트를 full-strength로 사용해 현재 2028년 수준의 업무를 미리 사는 비용 추정이다.
• 0→1,500만 달러 ARR / 4개월 / 2~3명: 수백 개의 skill 파일과 에이전트를 활용하는 기업의 성장 사례로 언급된 수치다.
• 7±2: 인간이 한 번에 머릿속에 유지할 수 있는 항목 수에 대한 고전적 한계다.
• 3권의 Harry Potter: 에이전트와 결합한 인간이 다룰 수 있는 문맥 규모를 표현한 비유다.
• 10배·100배·1,000배: AI 시대 제품과 서비스가 단순한 비용절감이 아니라 개선해야 하는 기대 배율이다.
• 약 3일+1일: 미래의 의도적인 업무일과 풀을 만지는 휴식일에 대한 Tan의 상상이다.
• 10~20% / 30% / 25%: San Francisco에서 기술 종사자의 비중, 아시아계 미국인의 인구 비중, 아시아계 미국인의 투표자 비중을 각각 대략적으로 표현한 수치다.
• 약 20년: AI 네이티브 세대가 사회의 운영체제를 바꾸는 데 걸릴 수 있다고 Tan이 예상한 시간이다.
• 2027년: 모델보다 에이전트 harness를 둘러싼 경쟁이 본격화될 시점으로 예측됐다.
• 2~3년 뒤 50~100달러: 현재 frontier 수준의 compute가 소비자 가격으로 내려올 것이라는 전망이다.

결론 및 시사점

1. 유행이 아니라 직접 아는 것을 선택해야 한다. 시장의 지도와 투자자의 평가보다 내가 실제로 본 고객·기술·사람을 믿는 earnestness와 courage가 장기적으로 더 강한 판단 근거다.
2. 실수를 수치가 아니라 데이터로 취급해야 한다. 웹을 떠난 일과 Palantir를 거절한 일처럼 반복된 실수도 성찰하고 다음 선택을 바꾸면 창업자 심리를 재훈련하는 데이터가 된다.
3. 주변부의 이상함을 숨기지 않아야 한다. 가장 흥미로운 아이디어는 이미 검증된 중심이 아니라 아이디어 미로의 fringe에서 시작되며, 자기 부족을 찾을 수 있는 인터넷은 그 실험을 가능하게 한다.
4. 2026년의 창업자는 과거보다 훨씬 큰 야망을 가져야 한다. 순수 per-seat SaaS를 복제하기보다 데이터·네트워크 효과·새로운 방어력으로 이어지는 wedge를 찾아야 한다.
5. 사소한 것을 직접 만들어야 한다. 모든 모델을 사용하고 낮은 stakes의 프로젝트를 반복해야 agency와 taste가 훈련되며, AI를 따라잡는 가장 현실적인 방법은 사용 자체다.
6. 반복 업무는 skill로 자산화해야 한다. 업무를 한 번 수행한 뒤 Markdown·코드·테스트·cron으로 만들면 경험이 조직의 반복 가능한 직원으로 변한다.
7. 에이전트의 자기개선에는 출처 관리가 필요하다. provenance, 최신성, conflict resolution, 정기 검증 cron이 없으면 자동화가 오류를 영구화할 수 있다.
8. 경험 많은 창업자는 AI로 자기 경험을 복제할 수 있다. 35~45세의 운영 경험, 의사결정 패턴, 실패 사례를 에이전트에 연결하면 소수의 팀이 거대한 조직과 경쟁할 수 있다.
9. 갈등을 억누르지 말고 진실 탐색으로 바꿔야 한다. 에이전트는 인간의 감정을 분리한 채 상충하는 가설을 비교하고, 대표가 참석하지 않은 회의와 실제 데이터를 함께 분석할 수 있다.
10. 대기업의 가장 큰 AI 기회는 중간관리층의 재설계다. 경영진의 방향 설정과 개인의 실행 사이에서 조정·보고·의존성 해결을 맡던 층을 에이전트로 바꾸면 업무 흐름이 크게 짧아진다.
11. AI의 변화 속도가 느린 것은 나쁜 소식이 아니다. 정부·기업·규제·문화의 구조적 관성은 기존 조직을 즉시 무너뜨리지 않지만, 동시에 스타트업이 새로운 제품을 만들 시간을 제공한다.
12. 다음 컴퓨터는 음성·기억·개인 에이전트의 결합이다. 사용자의 맥락과 희망을 장기 기억하고 끊임없이 돕는 시스템을 만들려면 computer use, diarization, ingestion, 비용 하락이 함께 필요하다.
13. 소비자 AI는 비용이 내려갈 때 폭발한다. 과거 frontier 모델의 가격이 0에 가까워지고 현재 모델의 추론 비용이 낮아지면, 무료로 배포할 수 있는 감정적·개인화 제품이 등장할 수 있다.
14. 유토피아를 약속하지 않아도 더 나은 세계를 만들 수 있다. 목표는 완벽한 사회를 보장하는 것이 아니라, 제품과 서비스가 인간의 한계를 넘어 마법처럼 좋아지도록 계속 시도하는 것이다.
15. 기술 낙관주의는 투표와 로컬 행동으로 완성된다. 교육·주거·치안·의료·미디어가 망가졌다면 국가 담론을 기다리지 말고 자신이 사는 지역에서 사실을 확인하고 조직해야 한다.
16. 교육의 구체적 사다리를 지켜야 한다. 중학교 algebra 같은 작은 제도 하나가 고등학교 calculus, 대학 engineering, 이후의 창업자 경로 전체를 결정할 수 있다.
17. 기관이 침묵할 때 시민은 몸과 평판을 걸어야 한다. 반아시아 범죄나 미디어의 보도 거부처럼 시스템이 실패한 경우, 공동체가 직접 말하고 조직하는 것이 동료 시민과의 covenant다.
18. AI의 비전은 지역마다 달라야 한다. San Francisco의 치안 문제와 London의 NHS 문제는 같은 모델을 복사하는 것이 아니라 각 지역의 목표에 맞는 에이전트로 해결해야 한다.
19. Act local은 장기적인 국가 전략이다. 주거·범죄·치료·회복 같은 지역 문제를 고치면 기능하는 시스템에서 자란 사람들이 주와 국가의 운영도 개선하게 된다.
20. 창업자의 마지막 기준은 사람에게 실제로 좋은가다. 말이 안 되는 요구에는 no라고 하고 사람들에게 훌륭한 결과를 주는 일에는 yes라고 하는 태도가 AI 시대의 야망과 책임을 함께 지탱한다.