AI로 돈 버는 사례 그리고 몇가지 큰 원칙 (feat. 투기적 가정)

AI로 돈 버는 사례 그리고 몇가지 큰 원칙 (feat. 투기적 가정)

 

'아직 AI로 돈 버는 사례가 없잖은가, 고로 아직은 경계 중이다'라는 결론에 계신 분들이 많다. 나보다 사업 경험이 월등히 높으신 분들 중에서도 많으시다. 그리고 그것이 팩트다. 맞는 말씀이다. 얼마 후 큰돈이 벌린다고 믿는 것은 그야말로 투기적 가정이다.

 

그러나 관련하여 돈을 벌어보니 뭔가 다르다. 그래서 몇 가지 큰 원칙을 제안드리고 싶다.

 

첫째는 작게 생각해 볼 것.

너무 큰 제품이나 큰 트렌드를 볼 필요 없다. 아주 작은 업무에라도 투입해서 한 시간이라도 아낄 수 있으면 그 자체로 대단하다. 천분의 일 가격을 만들면, 99.9%의 마진이 생기는 것이다. 그 마진은 대단하다. 투기적 현상이 아니라 실물 경제에서의 영향력을 발휘한다. 그러한 잔무들이 세상에 너무 다양하게 존재하는데, 예전에 공유 경제가 뜨던 때를 생각해 보면, 정말 별 볼 일 없는 '내 차량 노는 시간' 같은 것도 수익화가 되던 것이 화제였다.

 

이전에는 경제적 가치로 치환하기 힘들던 작은 것들이 가치와 가격이 발생한 것이다. 작은 곳에서 가치가 새로이 부상한다. 프리랜서가 한 시간 단위의 일을 예전엔 팔기 어려웠다. 이젠 가능하다. AI 가 10분 단위의 일을 원하는 때에 원하는 방식으로 처리해 줘서 한 달에 5시간을 아껴주는 시스템을 만드는 게 가능해졌다. 5시간이면 한 사람에게 팔아도 월 5만 원은 받을 일인데, 만드는 데는 채 5분도 안 걸린다.

 

두 번째는 '자동화의 자동화로 생각하기'이다.

요즘은 GPT4 o 나 최근 나온 Claude 3.5 도 웬만하면 무료로 체험할 수 있고, 그래서 사용자가 빠르게 늘어나고 있다. 그러나 LLM 은 말하자면 일필휘지의 방식이다. 이런 것을 zero-shot 추론이라고 한다. 단 한 번에 휘갈겨 쓰는 것이다. 강연에서도 많이 강조했었지만, chain of thought 즉 LLM 이 여러 번 반복해서 생각하면 훨씬 나은 결과가 나온다. 그런데 더 나아가서 업무의 여러 가지 생각을 쪼개어 지시하면 더욱 효과적이다.

 

더 나아가 그런 chain 자체에 더 많은 작은 의사결정 장치들을 만들수록 더욱 많은 일을 하게 시킬 수 있다. 백 명짜리 호사가 하는 일을 만드는 것도 가능하고, 최근 많이 시도되고 있는 방식이다. Andrew Ng 교수가 이런 '에이전트 방법론' (Agentic workflow)의 지적 능력이 모델 자체의 능력을 월등히 초월하는 면을 널리 알리고 계시던데 정말 놀랍다. 재활용 가능한 prompt를 만들고 서로 물리고 물리게 만들어 줄줄이 자동화를 이어가면 좋겠다. 강연에서는 make.com과 custom GPT로 만드는 방법 등을 많이 소개했지만, 직접 코딩을 시켜서 짜는 것도 매우 쉬워졌다. Agentic workflow를 검색해서 공부해 보자.

 

반응형

세 번째는 prompt가 새로운 컴퓨팅 언어일 수도 있다는 점이다.

새로운 OS라고 할 수도 있다. 즉 '말씀' 그 자체가 나머지 모든 업무를 지휘하게 되었다. 말씀만 잘해도 코딩이 줄줄 짜지고, 말씀만 잘해도 에이전트들이 그 말씀을 백배 천배로 분석하고 재해석하여 자신의 업무들을 하기 때문에, 바야흐로 '말씀'의 시대다. 하느님이 말씀으로 세상을 창조하셨다던데, AI를 보니 비록 그 규모는 한참 작다지만 참 와닿는 표현이다.

 

이런 것이 가능하리라 믿지 않았기에 (물론 컴퓨터가 컴퓨터를 만들어내서 그 컴퓨터가 인간의 마지막 창조물이다! 같은 SF 만화의 상상들은 있어왔지만) 참 머리로도 받아들이기 힘든 상황이다. 그러나 머리가 어지러울 땐 직접 해보면 좋겠다.

 

말씀이라 하니 굉장히 쉬워 보이지만, 역설적으로 말씀을 내뱉는 것이 참 어렵다. 말씀은 발상이 있어야 하고, 첫 발상의 무게가 갑자기 월등히 무거워졌기 때문이다. 보통은 남의 발상에 생각을 얹는 게 훨씬 편하다. 즉 agent의 일부로 살아가는 게 훨씬 익숙한 삶이다. 자신이 그 생각의 연쇄를 촉발시키는 것은 버겁다. 어쨌건 한번 촉발시키면 나머지 발상들은 AI 가 알아서 해주지 않는가. 그래서 chain의 촉발, chain의 설계를 할 수 있는 발상력을 키우는 게 무척 중요하다.

 

여기서 마지막 팁은, 역시 해봐야 알기 때문에 1초라도 행동을 해보라는 점. 그리고 이런 발상을 이끌어가는 사람에게 붙어서 나에게도 연쇄되기를 기대하라는 점. 두 가지다. 유튜브에 좋은 자료가 너무 많은 세상이다. 배우자.

---

 

산업 곳곳에 스며들고 있는 인공지능 기술 (feat. 스마트테크)

 

GPT-4를 무료로 사용하는 방법 (feat. 구독비 월 20달러)

 

법률 전용 생성형 AI들도 등장 (feat. 고질병, 환각 또는 헛소리)