번역글

Duolingo의 비밀

Duolingo가 세상에서 가장 잘한 일은 자신을 언어 학습 앱이라고 믿게 한 것입니다. 게임화된 레슨과 친근한 알림 뒤에는 더 흥미로운 진실이 숨겨져 있습니다. 이는 언어 습득과는 거의 관련이 없는 정교하게 설계된 사회적 실험입니다. 현실을 직시해봅시다 Duolingo는 실제로 언어 습득 문제를 해결하려고 하지 않습니다. 그들이 구축한 것은 훨씬 더 흥미로운 것입니다. 바로,
Jawsletter

AI 시대의 TTV(Time-to-value)

실리콘밸리에서 Bret Taylor만큼 성공적인 경력을 쌓은 사람은 많지 않습니다. 그는 대화형 AI 회사 Sierra(최근 평가 가치 $45억) 공동 창업자이자 OpenAI 이사회의 의장입니다. Invest Like The Best에서 고객들에게 가치를 제공하는 방법에 대해 이야기하며, Bret은 Sierra의 통합 및 신뢰를 쌓는 고도의 접근 방식을 언급했습니다: 저는 매우 견고한 에이전트를 만드는 데 중요한
Jawsletter

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,
Jawsletter

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.
Jawsletter

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
Jawsletter

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
Jawsletter