인사이트랑 통찰 돈주고도 못삽니다 — BZCF | 비즈까페
한 줄 요약
샘 알트먼이 오픈AI를 비합의 베팅으로 시작한 이유, 쇼피파이 토비 루트케처럼 직접 만지는 CEO, 경제의 관성 때문에 기술이 세상을 바꾸는 속도, YC 조언의 반복, 그리고 고객 신호 없이 연구 랩을 굴리던 초기를 69분 인터뷰에서 말한다.
영상 메타
- URL: https://youtu.be/KbJgFlC0X1w
- 채널: BZCF | 비즈까페
- 길이: 69분 25초
- 업로드: 2026-08-31
- 조회수: 16580 / 좋아요 192
- 시청일: 2026-08-31 KST (🌋 가 자막 추출 후 요약)
픽업
- 2015년 말 오픈AI를 시작할 때 AGI는 거의 합의가 아닌 일이었고, 같은 해 사진 공유 앱을 시작하는 창업자는 수천 명이었다. 투자하고 싶은 사람은 인기 없고 틀릴 수도 있지만, 맞으면 크게 맞는 신념을 붙드는 쪽이다. 피터 틸을 흉내 내며 “다르게” 겉만 꾸미는 사람과, 진짜 다르게 생각하는 사람은 바로 구분된다.
- 토비 루트케는 AI 초기부터 가장 앞으로 기울인 CEO다. 소프트웨어를 직접 쓰고, 모델을 직접 시험하고, 제품·능력에 대한 아주 구체적인 피드백을 보낸다. 누구보다 먼저 “우리는 NPC 회사가 아니니 에이전트를 들이지 않으면 망한다. 직접 짓겠다”고 했고, 다른 CEO보다 늘 6~8개월 앞이다. 2024년 “먼저 AI가 당신 문제를 풀 수 있는지 보라”는 편지는 당시 터무니없다고 욕먹었지만 맞았다. 밤에는 지금 기술로 쇼피파이를 처음부터 다시 짠다.
- 토비는 2026년이 모든 사업이 쟁탈전에 놓인 해가 될 것이고, AI 네이티브 쇼피파이를 자기가 만들겠다고 했다. 알트먼은 그 정신은 이해하지만 타임라인에는 동의하지 않는다. GPT-4 직후 소프트웨어가 바로 뒤집힐 줄 알았는데 경제의 관성이 훨씬 컸다. 사람들은 같은 회사에게 계속 사고, 습관은 넷플릭스가 나와도 블록버스터에 가던 것과 같다. AI가 좋아질수록 진짜 사람·비기술 경험(스포츠 같은) 사업은 오히려 더 강해질 수 있다.
- 창업 조언은 새 교훈이 아니라 같은 책을 매주 다시 읽는 일에 가깝다. 사용자와 더 많이 말하고, 더 일찍 출시하고, 채용 기준을 높여라. 컨퍼런스와 저녁은 건너뛰고, 제품을 만들거나 팔아라. 그 둘 중 하나가 아니면 할 일이 없다.
- 오픈AI는 YC 조언의 정반대였다. 창업부터 첫 제품까지 4년 반. 고객이 좋아하는지라는 외부 신호를, 연구가 진짜 되고 있는지로 바꿔 넣어야 했다. 도타 2 시절 아이디어별 리더보드는 먹혔고, 연구원이 감명 주고 싶어 하는 사람 앞의 외부 데모도 먹혔다. 가짜 마감은 안 먹혔다.
- 2016년 1월 첫날, 그렉 브록먼 아파트에 11~12명이 모였다. 화이트보드를 사고 나서 에너지가 꺾였다. AGI를 만들겠다고 했으니 논문을 쓰자, 아이디어를 생각해 보자 — 제품 스타트업처럼 고객을 만나러 가는 일이 아니었다. 비지도 감정 분석 논문이 GPT-1이 되고 스케일링 법칙이 붙기까지는 수년의 혼란과 시행착오였다.
- 챗GPT가 폭발적으로 늘 때 사내에서는 “지속 가능한 가치가 아니다, 다른 길을 찾아야 한다”는 말이 나왔다. 피터 틸에게 다른 일 목록을 가져갔더니, 성장하고 있다는 사실 외에 다른 일을 하는 건 명백한 실수라고 했다. 힘은 구글 검색창과 같다. 무엇이든 넣으면 되고, 피드나 네트워크 효과가 없어도 그 상자 자체가 힘이다.
용어
- AGI (인공 일반 지능) [모델 · 구독]: 특정 작업만이 아니라 사람처럼 폭넓은 지능을 목표로 하는 AI. 알트먼이 2015년 오픈AI를 이 비합의 목표로 시작했다고 말한 그 말.
- 비합의 (non-consensus) [커리어 · 조직]: 남들이 안 하는, 틀릴 수도 있지만 맞으면 크게 맞는 베팅. 무리에 섞여 “다르게” 겉만 꾸미는 것과 구분한다.
- NPC 회사 [워크플로우 · 문화]: 토비 루트케가 쓴 표현. 에이전트를 직접 들이고 만들지 않으면 이야기 속 엑스트라처럼 밀려간다는 경고.
- 에이전트 (agent) [하니스 · 패턴]: 사람 대신 일을 수행하는 AI. 루트케는 도입하지 않으면 망한다고 봤고, 직접 구축하겠다고 했다.
- 스케일링 법칙 (scaling laws) [모델 · 구독]: 연산과 모델을 키우면 성능이 예측 가능하게 올라간다는 경험 법칙. GPT로 가는 자신감의 한 축으로 언급됐다.
- 리더보드 [워크플로우 · 문화]: 고객 피드백이 없을 때 연구 아이디어가 먹히는지 보이게 만든 순위표. 도타 2 강화학습 시절 오픈AI가 쓴 대체 신호.
- 가짜 마감 (fake deadline) [워크플로우 · 문화]: 실제 출시나 고객이 없는 상태에서 임의로 만든 기한. 알트먼은 연구 랩에서 이게 안 먹혔다고 했다.
- YC (Y Combinator) [커리어 · 조직]: 알트먼이 오래 운영한 창업 액셀러레이터. 조언의 핵심은 새 비법이 아니라 같은 원칙을 계속 상기시키는 것이라고 했다.