방동걸

비즈니스·2026년 9월 4일

같은 회의에서 세 사람이 "3단계"를 말하는데 서로 다른 이야기를 하고 있는 경우가 있습니다. 한 사람은 정부 지원사업 공고를 보고 왔고, 다른 사람은 컨설팅사 자료를 읽었고, 나머지 한 사람은 시스템 구축 업체의 제안서를 봤습니다. 셋 다 "3단계"라고 적혀 있었으니 같은 말인 줄 압니다.

인사이트·2026년 9월 3일

고객사 한 곳에서 이런 일이 있습니다. 담당자가 정말 열심히 합니다. 고객도 그것을 압니다. 만나면 그 이야기를 먼저 꺼내실 정도입니다. 그런데 일정한 기간이 지나면 그 고객이 저를 부릅니다. 안건은 없습니다. 가 보면 특별한 이야기 없이 담소를 나누다 옵니다. 그러고 또 얼마 뒤에 부릅니다.

비즈니스·2026년 9월 3일

손정의 소프트뱅크그룹 회장이 지난 7월 소프트뱅크 월드에서 한 강연이 9월 1일 영상으로 공개되면서 다시 읽히고 있습니다. 요지는 이렇습니다. AI가 일자리를 빼앗는 것이 아니라, AI를 쓰는 기업이 안 쓰는 기업의 일을 빼앗는다는 것입니다.

인사이트·2026년 9월 2일

데이터를 보고 결정하는 일에는 잘 안 보이는 단계가 하나 있습니다. 그 데이터가 원본인지, 원본을 요약한 사본인지는 화면에 적혀 있지 않습니다. 두 화면은 대개 똑같이 생겼습니다. 같은 항목이 같은 자리에 있고 숫자만 다릅니다.

AI/ML·2026년 9월 2일

AI에게 일을 맡기기 시작하면 검사 장치가 따라 늘어납니다. 사람이 결과물을 일일이 다 볼 수 없으니 자동으로 훑는 스크립트를 만들어 붙이고, 그 스크립트가 통과를 내면 다음 단계로 넘깁니다. 코드 린터, 테스트, 배포 전 점검, 문서 검사 — 형태는 달라도 하는 일은 같습니다. 사람 대신 봐 주는 것입니다.

기술·2026년 9월 2일

밖으로 신호를 보내는 일에는 공통된 약점이 하나 있습니다. 그 신호가 상대에게 어떻게 읽혔는지는 우리 쪽에 안 남는다는 것입니다. 메일을 보내면 보낸편지함에는 남지만 상대가 스팸으로 걸렀는지는 모릅니다. API를 호출하면 200이 돌아오지만 상대 시스템이 그 값을 버렸는지는 모릅니다.

비즈니스·2026년 9월 2일

작년부터 전산 조직이 있는 제조사에 AI를 제안하면서 저희가 처음 세운 계획은 단순했습니다. 전산실을 설득하자. 그쪽이 기술을 아는 사람들이니 설명이 제일 잘 통할 거라고 봤습니다.

AI/ML·2026년 9월 2일

문서를 그래프로 엮어 AI에게 읽히는 방식이 몇 해 동안 당연한 다음 단계처럼 이야기됐습니다. 그런데 실증 연구가 쌓이면서 이런 보고가 이어졌습니다. 여러 실증 연구가, GraphRAG가 많은 과제에서 일반 RAG를 넘지 못한다고 보고했다.

인사이트·2026년 9월 1일

저희가 구축한 복층강화유리 라인의 실측입니다. 시간당 생산량 47 → 56 EA/h(+18.3%), 완제품 불량률 2.3% → 1.18%(−48.7%). 정부 제출 완료보고서에 들어간 숫자이고 목표치를 넘겼습니다.

비즈니스·2026년 9월 1일

저희는 그동안 이렇게 설명해 왔습니다. 판단을 옮기는 일이 사람을 빼는 일은 아니라고요. 뻔한 판단을 기계로 넘기면 사람은 어려운 것에 시간을 쓸 수 있습니다. 저희는 지금도 그렇게 봅니다.

인사이트·2026년 8월 31일

저희는 거의 모든 업무를 AI와 함께 처리합니다. 제안서와 분석 문서를 쓰는 일, 코드를 만드는 일, 만든 것을 검증하는 일, 회의 기록을 남기고 다음 할 일로 넘기는 일까지 포함해서입니다.

기술·2026년 8월 31일

같은 도구를 사용합니다. 같은 모델이고 요금제도 같습니다. 하루에 들이는 시간도 비슷합니다. 그런데 몇 달 지나면 나오는 양이 몇 배 차이 납니다. 프롬프트를 잘 쓰는 요령의 문제가 아닙니다. 도구에 무엇을 시키고 있는지가 다릅니다.