우선순위 기계가 되지 않는 방법
PM으로서의 첫 몇 달 동안, 저는 PM이라기보다는 “우선순위 기계”에 더 가까웠습니다. 그것도 좋은 의미는 아니었습니다. 엔지니어들이 자신들이 작업해야 할 프로젝트에 대한 더 많은 맥락을 제가 알고 있을 것이라고 생각하며 저에게 우선순위를 정해달라고 요청했습니다. 가끔은 하루 종일 우선순위에 대한 질문에 답하는 데 시간을 보냈습니다. 그때는 제가 중요한 사람처럼 느껴졌습니다. 결국,
Latest
AI가 기술 부채를 더 비싸게 만든다
AI가 기술 부채를 덜 중요하게 만들 것이라는 새로운 믿음이 떠오르고 있습니다. 코드를 작성하거나 정리하는 일이 점점 더 쉬워지고 있기 때문에, 일반적인 회사가 조금 더 많은 기술 부채를 감당할 수 있을 것이라고 생각하는 게 합리적으로 보이지 않나요?
하지만 사실은 그 반대입니다. AI는 기술 부채를 감당하는 데 드는 실제 비용을 크게 증가시켰습니다.
🦈 "AI가 SaaS 플레이북을 다시 쓰는 방법" 외 3개의 글
이 주의 번역글
📌 당신에게 필요한 것: Version 1
🦄 Why this article?
제품을 만들 때 ‘누구를 위한 것인가’라는 질문은 언제나 중요합니다. 이 글에서는 “Version 1”이야말로 철저히 자신을 위해 만들어야 한다는 관점을 제시하며, 스타트업이나 개발자들이 목표와 방향성을 잡는 데 큰 인사이트를 줍니다.
🧠 핵심 요약
* Version 1은 철저히 자신을 위한 제품이어야
당신에게 필요한 것: Version 1
몇 주 전 저는 Montreal에서 열린 회사 모임에 참석해 큰 무대에서 모든 직원들 앞에서 개발 중인 두 가지 신규 제품의 진행 상황을 공유했습니다.
저희는 하나씩 차례로 진행했습니다. 먼저 Product 1을 30분간 설명한 후, 이어서 Product 2에 대해 이야기했습니다. 각 제품의 수석 디자이너들이 진행을 주도했고, 저는 설명을 맡았습니다. 저희 뒤의 대형
AI가 SaaS 플레이북을 다시 쓰는 방법
2016년에 Madrona는 데이터를 활용하고 “지속적인 학습 시스템”을 구축하지 않는 애플리케이션은 도태될 것이라고 예측했습니다. 우리는 실시간으로 학습하고, 적응하고, 개선하는 AI 기반의 데이터 구동 애플리케이션을 “Intelligent Applications”라고 명명했습니다.
8년이 지난 지금, 그때의 과감한 아이디어는 현실이 되었습니다. 전통적인 SaaS는 이제 지능형 애플리케이션에 자리를 내주고 있습니다. 이 변화는 단순한 기술 발전을 넘어,
AI 경쟁의 다음 단계
모델 간 성능 차이가 줄어들면서, AI의 방어력은 컴퓨팅 자원, 인재, 데이터, 그리고 배포에 달려 있습니다.
AI 모델은 2022년 이후로 크게 발전해 왔으며, 2019년 Meta와 Google에서 처음 범용 NLP 모델이 훈련된 이후로도 크게 개선되었습니다. 그러나 모델 성능을 평가하는 일반적인 벤치마크가 이제 평준화되는 추세입니다. 과거에는 최첨단 벤치마크를 경신하는 것이 MMLU에서 27%에서
AI 서비스 시대에 Palantir가 주는 교훈
지난 달, 제가 공동 창립한 첫 번째 회사인 Palantir가 S&P 500에 합류했습니다. 20년 동안 대부분의 사람들은 Palantir를 “과대 평가된 컨설팅 회사”로 간주했습니다. SaaS “제품”이나 “플랫폼”을 개발하는 진정한 기술 혁신 기업이 아니라, 단지 서비스 기업일 뿐이라고 여긴 것이죠. Palantir를 초기부터 경시하는 것은 단견이었습니다. 실리콘 밸리 최고의