샘알트만 - 엔지니어가 된다는 것이 무엇을 의미하는지가 엄청나게 변할 거라고 생각합니다.

https://www.youtube.com/live/Wpxv-8nG8ec?si=i6gTuAihf4kN9epS

OpenAI Town Hall with Sam Altman

Okay. All right. Uh, thank you all for coming.
오케이. 좋아요. 어, 모두 와주셔서 감사합니다.
Uh as we as we start to think about the next generation of tools for builders and how we’re going to use these incredibly powerful models that are starting to come online um we wanted to just hear from you all about what you’d like uh what what’s on your mind answer any questions but I hope we come out of today with a much clearer sense of what to build for you all and how to make these incredibly powerful models useful.
어, 빌더들을 위한 다음 세대 도구에 대해 생각하기 시작하면서, 온라인으로 등장하기 시작하는 이 믿을 수 없을 만큼 강력한 모델들을 어떻게 사용할지, 우리는 여러분 모두로부터 듣고 싶었어요. 여러분이 원하는 게 뭐냐, 마음에 뭐가 있냐, 질문에 답하고, 하지만 오늘 이 자리에서 여러분을 위해 무엇을 빌드할지, 이 믿을 수 없을 만큼 강력한 모델들을 어떻게 유용하게 만들지 훨씬 더 명확한 감을 얻기를 바랍니다.
Um I figured I would start with a question from Twitter.
음, 트위터에서 온 질문으로 시작해볼게요.
Uh where do you fall in the Jevans paradox of software engineering?
어, 소프트웨어 엔지니어링의 제번스 역설에서 당신은 어디에 속하나요?
If AI makes code dramatically faster and cheaper to create, does that reduce demand for software engineers or does cheaper custom software massively increase demand and keep engineers employed for decades?
AI가 코드를 극적으로 더 빠르고 저렴하게 만들면, 그것이 소프트웨어 엔지니어에 대한 수요를 줄이나요, 아니면 더 저렴한 커스텀 소프트웨어가 수요를 엄청나게 증가시켜 엔지니어들을 수십 년 동안 고용 상태로 유지하나요?
I think what it means to be an engineer is going to super change.
엔지니어가 된다는 것이 무엇을 의미하는지가 엄청나게 변할 거라고 생각합니다.
I there will be probably far more people and creating far more value and capturing more value that are getting computers to do what they want.
아마 훨씬 더 많은 사람들이 컴퓨터가 원하는 대로 하게 하면서 훨씬 더 많은 가치를 창출하고 포착할 거예요.
Um getting computers to do what other people want.
음, 컴퓨터가 다른 사람들이 원하는 대로 하게 하는 거요.
Figuring out ways to make these useful experiences for others.
다른 사람들을 위한 유용한 경험을 만드는 방법을 찾는 거예요.
But the the shape of that job and the amount of time you spend like typing code uh or debugging code or a bunch of other things is going to very much change.
하지만 그 직업의 형태와 코드 입력이나 디버깅 같은 데 소비하는 시간, 다른 많은 것들이 아주 많이 변할 거예요.
This has happened many other times in engineering and each time it’s happened uh so far at least more people have been able to join and be productive and the world has gotten much more software.
이건 엔지니어링에서 여러 번 일어났고, 매번 적어도 지금까지는 더 많은 사람들이 참여하고 생산적이 될 수 있었고, 세상은 훨씬 더 많은 소프트웨어를 얻었어요.
Demand for software seems to not be slowing down at all.
소프트웨어 수요는 전혀 느려지지 않는 것 같아요.
And my guess on the future is a lot of us use software that was lit written for one person or a very small number of people and we’re constantly customizing our own software.
미래에 대한 내 추측은 우리 많은 사람들이 한 사람이나 아주 적은 수의 사람을 위해 작성된 소프트웨어를 사용하고, 우리 자신의 소프트웨어를 지속적으로 커스터마이징할 거예요.
So I think many more people will get computers to do the things they want to do and it will be uh a very different way than we do it today.
그래서 훨씬 더 많은 사람들이 컴퓨터가 원하는 일을 하게 할 거고, 오늘날 우리가 하는 방식과 아주 다른 방식이 될 거예요.
So if you count that as uh software engineering then I think we’ll see much more of it and I think a greater percentage of the world’s GDP will be created that way and consumed that way too.
그래서 그걸 소프트웨어 엔지니어링으로 친다면, 훨씬 더 많이 볼 거고, 세계 GDP의 더 큰 비율이 그런 방식으로 창출되고 소비될 거라고 생각해요.
Any questions live otherwise I have a long list.
라이브 질문 있나요, 아니면 긴 리스트가 있어요.
Go ahead.
말씀하세요.
Uh well first I want to thank you for giving us this opportunity to be here and then and ask you these questions.
어, 먼저 이 자리에 있게 해주시고 이런 질문할 기회를 주셔서 감사합니다.
Um, from a consumer standpoint, I use ChadByt heavily.
음, 소비자 관점에서, 나는 ChadByt를 많이 사용해요.
Uh, and I’m always on Reddit seeing everyone’s building, whether it’s using codeex, lovable, or cursor.
어, 그리고 항상 레딧에서 모두가 빌드하는 걸 봐요, codeex, lovable, cursor를 사용하든.
Uh, but it seems like the new problem is GTM, right?
어, 하지만 새로운 문제는 GTM 같아요, 그렇죠?
That I can build these things.
이런 것들을 빌드할 수 있지만.
I, but how do I find people to gain value from what I’m building?
하지만 내가 빌드한 것에서 가치를 얻을 사람들을 어떻게 찾나요?
Uh, and I see it to be a bottleneck.
어, 그게 병목현상이라고 봐요.
Uh, I’m curious as to what you think about that.
어, 당신이 그에 대해 어떻게 생각하는지 궁금해요.
It. Before this, I used to run Y Combinator and every the consistent thing you’d hear from startup founders is I thought the hard part of this was going to be building a product and the hard part is getting anyone to care or to use it or like to connect people.
그거요. 이 전에, 나는 Y Combinator를 운영했어요, 그리고 스타트업 창업자들로부터 항상 듣는 일관된 말은 이게 제품 빌드가 어려울 줄 알았는데, 어려운 건 누구든 관심 가지게 하거나 사용하게 하거나 사람들 연결하는 거예요.
So, I think this has always been extremely hard, but now it’s gotten so much easier to build that you feel the the delta even more.
그래서, 이건 항상 극도로 어려웠지만, 이제 빌드가 훨씬 쉬워져서 그 차이를 더 느끼게 돼요.
Um, I don’t have an easy answer for this.
음, 이에 대한 쉬운 답은 없어요.
Uh, I think always it’s been hard to build a business and it, you know, to figure out a way to build differentiated value to get the go to market function working.
어, 항상 비즈니스 빌드가 어렵고, 차별화된 가치를 빌드하고 GTM 기능을 작동시키는 방법을 찾는 거예요.
I think all of the old rules still apply there.
예전 규칙들이 여전히 적용된다고 생각해요.
The fact that AI can kind of make make it far easier to create software doesn’t mean any of the rest of this gets easier.
AI가 소프트웨어 생성을 훨씬 쉽게 만든다는 사실이 나머지 부분이 쉽게 된다는 뜻은 아니에요.
Except I think you’re starting to see in the same way that a AI has transformed software engineering, people are now using it to automate sales, automate marketing, and there will be some success there.
다만, AI가 소프트웨어 엔지니어링을 변화시킨 것처럼, 사람들이 이제 판매, 마케팅을 자동화하는 데 사용하고 있고, 거기서 성공이 있을 거예요.
But I think it’s always going to be difficult because even in a world of incredible abundance, human attention remains like this very limited thing.
하지만 항상 어려울 거라고 생각해요, 왜냐하면 믿을 수 없는 풍요의 세계에서도 인간의 주의는 아주 제한된 거예요.
And so you’re always going to be competing with other people trying to build their own go to market muscle and figure out how to get the distribution.
그래서 항상 다른 사람들이 자신의 GTM 근육을 빌드하고 유통을 어떻게 얻을지 경쟁할 거예요.
And every potential customer is busy and everything else.
그리고 모든 잠재 고객은 바쁘고 다른 것들도 있어요.
So, uh, you know, I I could tell a version of the future where all of the radical abundance comes true and human attention really is like the remaining commodity.
그래서, 어, 당신도 알다시피, 급진적 풍요가 실현되고 인간 주의가 남은 상품이 되는 미래 버전을 말할 수 있어요.
And so, I just expect this to be hard and you got to come up with creative ideas and build great things.
그래서, 이건 어렵다고 예상하고, 창의적 아이디어를 내고 멋진 걸 빌드해야 해요.
Thanks, Sam.
감사합니다, 샘.
I’m George.
나는 조지예요.
I’m a solo developer and I’m building um like uh on top of the codeex SDK.
나는 솔로 개발자고, codeex SDK 위에 빌드하고 있어요.
I’m building a way to orchestrate multiple agents and I have a question about your agent builder tool and sort of your product vision for where that agent builder tool goes.
멀티 에이전트를 오케스트레이션하는 방법을 빌드하고 있고, 당신의 에이전트 빌더 도구에 대한 질문이 있어요, 그리고 그 에이전트 빌더 도구가 어디로 가는지 제품 비전에 대한 거요.
At the moment, it’s just kind of workflows and chaining prompts together.
현재는 그냥 워크플로우와 프롬프트 체이닝이에요.
But I’m wondering as a builder building on the Codeex SDK, am I safe?
하지만 Codeex SDK 위에 빌드하는 빌더로서, 나는 안전한가요?
Like do you see room for a lot of different types of UIs for multi or multi- aent orchestration or do you see like opens that stay away?
멀티 에이전트 오케스트레이션에 대한 다양한 유형의 UI에 공간이 있다고 보시나요, 아니면 멀리하세요?
No, I think we don’t know what the right interface for all of this is going to be.
아니요, 이 모든 것에 대한 올바른 인터페이스가 뭔지 모르겠어요.
We don’t know how people are going to want to use it.
사람들이 어떻게 사용하고 싶어할지 모르겠어요.
Um, we have seen people build incredible multi- aent setups.
음, 사람들이 믿을 수 없는 멀티 에이전트 셋업을 빌드하는 걸 봤어요.
We have seen people build just a really great single interactive thread.
사람들이 정말 멋진 싱글 인터랙티브 스레드를 빌드하는 걸 봤어요.
Um, we’re not going to figure this out on our own.
음, 우리 스스로 알아낼 수 없어요.
And also, not everybody is going to want the same thing.
게다가, 모두가 같은 걸 원하지 않을 거예요.
You know, there will be people that’ll be like in one of the they’re in one of those like old movies with 30 computer screens and they’re like looking at this crazy thing here and doing this and, you know, moving stuff around.
알다시피, 30개의 컴퓨터 화면이 있는 옛 영화처럼, 미친 걸 보고 움직이는 사람들이 있을 거예요.
And I think there will be people who want to be in a very calm conversation in voice mode where they’re saying something to their computer once per hour.
그리고 보이스 모드에서 아주 차분한 대화에서 컴퓨터에 한 시간에 한 번 말하는 사람들도 있을 거예요.
The computer’s figuring out a lot of things and they’re not, you know, they’re trying to think really hard about what they say, but they don’t want like the constant supervision of tons of agents.
컴퓨터가 많은 걸 알아내고, 그들은 말할 걸 열심히 생각하지만, 수많은 에이전트의 지속적 감독을 원하지 않아요.
Um, like many other things, people will just have to try different approaches and see what they like, and the world will probably converge on a few, but we won’t figure out all of them.
음, 다른 많은 것처럼, 사람들은 다른 접근을 시도하고 좋아하는 걸 봐야 해요, 세상은 아마 몇 개로 수렴할 거지만, 우리는 모두 알아내지 못할 거예요.
Um, I think building tools to help people get be productive with extremely capable models is a very good idea.
음, 극도로 유능한 모델로 생산적이 되게 도와주는 도구 빌드는 아주 좋은 아이디어예요.
Um, that’s totally, I think, missing right now.
음, 그건 지금 완전히 빠져 있어요.
The overhang of what these models are capable of relative to what most people can figure out how to get out of them is is like huge and growing.
이 모델들이 할 수 있는 것과 대부분의 사람들이 어떻게 꺼낼지 알아내는 것의 오버행은 거대하고 커져요.
And someone is going to build a tool to really help you do that.
그리고 누군가 그걸 정말 도와줄 도구를 빌드할 거예요.
And no one’s gotten it right yet.
아직 누구도 제대로 안 했어요.
Um, we will also try our own versions of that, but this is a place where it seems like there’s a lot of room and people are going to have different preferences.
음, 우리도 우리 버전을 시도할 거지만, 공간이 많아 보이고 사람들은 다른 선호를 가질 거예요.
If any of you have things you’d like us to build, uh, here, like, let us know and we can try.
여러분 중에 우리가 빌드해 달라는 게 있으면, 알려주세요, 시도할게요.
Hey Sam, I’m Valerie Chapman and I’m building Ruth on open AI.
헤이 샘, 나는 발레리 채프먼이고, open AI 위에 Ruth를 빌드하고 있어요.
Um, I would love to know your thoughts on this because currently women actually leave about a million dollars on the table due to the wage gap.
음, 이거에 대한 당신 생각을 듣고 싶어요, 왜냐하면 현재 여성들은 임금 격차로 인해 약 백만 달러를 테이블에 놓아두고 있어요.
And I’m curious um how you think AI can be used to solve econom economic gaps that have that have existed for decades.
그리고 AI가 수십 년 동안 존재한 경제 격차를 어떻게 해결할 수 있다고 생각하는지 궁금해요.
I think the good news, well, there’s like a lot of complex news, but one of the things that I think is mostly good news is that AI is going to be massively deflationary.
좋은 소식은, 복잡한 소식이 많지만, 대부분 좋은 소식이라고 생각하는 건 AI가 대규모 디플레이션적일 거예요.
Um, I’ve gone back and forth on this a little bit because you can imagine some weird things happening with all of the money in the world going into self-replicating data centers or whatever, but it it looks like on the whole given certainly progress with work you can do in front of a computer, but also what looks like it will soon happen with robotics and a bunch of other things.
음, 이걸 조금 왔다 갔다 했어요, 왜냐하면 세상 모든 돈이 자가 복제 데이터 센터나 뭐 그런 데 가는 이상한 일이 상상되지만, 전체적으로 컴퓨터 앞에서 할 수 있는 작업의 진보와 로보틱스, 다른 것들이 곧 일어날 것 같아요.
Um, we’re going to have massively deflationary pressure in the economy.
음, 경제에 대규모 디플레이션 압력이 있을 거예요.
And I said mostly good because there will be some complicated things to navigate through there.
대부분 좋다고 말한 건 거기서 탐색할 복잡한 것들이 있을 테니까요.
But things getting, you know, radically cheaper other than the areas where the sort of social or governmental policy prevents that, like, you know, building more houses in San Francisco or something, I expect that to be pretty strong and pretty quick.
하지만 사회적이나 정부 정책이 막는 영역 외에, 샌프란시스코에 집 더 짓는 것처럼, 물건들이 급진적으로 저렴해질 거예요, 꽤 강하고 빠르게.
The the empowerment of individual people whether or not society has structured in a way where they’ve naturally had all of the advantages looks like it’s going to go up and up.
개인들의 권한 강화가, 사회가 그들이 자연적으로 모든 이점을 가지게 구조화되었든 아니든, 올라갈 거예요.
Um, I I still find it hard to wrap my head around that, you know, I’d say by the end of this year for a hundred or $1,000 of inference, you will be able to and and a good idea, you’ll be able to create a piece of software that would have taken teams of people, you know, a year to do.
음, 아직도 그걸 머리로 감기 어렵지만, 올해 말까지 백 달러나 천 달러의 추론으로, 좋은 아이디어로, 팀들이 1년 걸릴 소프트웨어를 만들 수 있을 거예요.
This is like very hard to wrap, at least my head around the sort of magnitude of this economic change.
이 경제 변화의 규모를, 적어도 내 머리로 감기 아주 어렵습니다.
And that should be a very empowering thing for people.
그리고 그건 사람들에게 아주 권한 부여하는 일이 될 거예요.
Um, massively more abundance and access and massively decrease cost to be able to create new things, new companies, discover new science, whatever.
음, 훨씬 더 많은 풍요와 접근, 새로운 것들, 회사, 과학 발견을 위한 비용 대폭 감소.
Um, I think that should be an equalizing force in society and a way that people who have not gotten treated that fairly get a really good shot as long as we don’t screw up the the policy around it in a big way, which could happen.
음, 그건 사회에서 평등화하는 힘일 거고, 공정하게 대우받지 못한 사람들이 좋은 기회를 얻는 방식일 거예요, 우리가 정책을 크게 망치지 않는 한, 그럴 수 있지만.
Um I am worried that you you can you can imagine worlds in which AI really concentrates power and wealth and that feels like needs to be one of the main goals of policy for that not to happen.
음, AI가 권력과 부를 집중시키는 세상을 상상할 수 있어서 걱정돼요, 그게 안 일어나게 하는 게 정책의 주요 목표 중 하나여야 해요.
Hey uh my name is Ben Hilac.
헤이, 내 이름은 벤 힐락이에요.
I’m the CTO of a company called Raindrop.
레인드롭이라는 회사의 CTO예요.
I’m curious as you look into the future how you think about models being specialized versus generalized.
미래를 보면서 모델이 전문화 vs 일반화에 대해 어떻게 생각하나요.
So, uh, one example of this is like GPT 4.5 was the first model that I thought was like really good at writing.
그래서, 예를 들어 GPT 4.5는 글쓰기에 정말 좋다고 생각한 첫 모델이었어요.
Like, I remember like seeing the outputs.
출력을 보고 기억해요.
I was like, “All right, this is really good writing.”
“좋아, 이건 정말 좋은 글쓰기야”라고.
Uh, there’s been a lot of discourse on like Twitter and X recently about chat uh about GT5’s writing in chatbt um and being a little unwieldy, hard to read.
어, 최근 트위터와 X에서 챗BT에서 GT5의 글쓰기에 대한 논의가 많아요, 좀 다루기 어렵고 읽기 힘들다고.
Um, obviously GT5 is a much better agent model, really good tool use, intermediate reasoning, whatever.
음, 분명 GT5는 훨씬 더 나은 에이전트 모델이고, 도구 사용, 중간 추론이 좋아요.
Um, so it feels like it feels like uh models are a little bit spiky or they’ve gotten even spikier where some spikes like coding got super high, some spikes like uh or it’s very unspiky around writing.
음, 그래서 모델들이 좀 스파이키하거나 더 스파이키해졌어요, 코딩처럼 일부 스파이크가 초고가 됐고, 글쓰기 주변은 아주 언스파이키해요.
So I’m just kind of curious how you how OpenAI thinks about that feature.
그래서 OpenAI가 그 기능에 대해 어떻게 생각하는지 궁금해요.
I I think we just screwed that up.
우리가 그걸 망쳤다고 생각해요.
Uh we will make future versions of GPT 5.x uh hopefully much better at writing than 4.5 was.
어, 미래 버전의 GPT 5.x를 4.5보다 글쓰기에 훨씬 더 좋게 만들 거예요.
Um, we did decide, and I think for good reason, to put most of our effort in 5.2 into making it super good at intelligence, reasoning, coding, engineering, that kind of thing.
음, 우리는 좋은 이유로 5.2에 대부분의 노력을 지능, 추론, 코딩, 엔지니어링 같은 데 초고로 만들었어요.
Um, and we have limited bandwidth here, and sometimes we focus on one thing and neglect another.
음, 우리 대역폭은 제한적이고, 때때로 한 것에 집중하고 다른 걸 무시해요.
But I believe that the future is mostly going to be about very good general purpose models.
하지만 미래는 대부분 아주 좋은 범용 모델에 관한 거라고 믿어요.
Um, you know, even if you’re trying to make a model that’s really great at coding, it’d be nice if it writes well, too.
음, 코딩에 정말 좋은 모델을 만들려고 해도, 글도 잘 쓰면 좋겠죠.
Like, if you’re trying to have it be able to generate a full application for you, you’d like good writing in there.
전체 애플리케이션을 생성하게 하려면, 좋은 글쓰기가 있어야 해요.
When it’s interacting with you, you’d like it to have a sort of thoughtful, incisive personality and communicate clearly.
당신과 상호작용할 때, 사려 깊고 통찰력 있는 성격과 명확한 커뮤니케이션을 원할 거예요.
Like good writing in the sense of clear thought, not like beautiful pros.
명확한 생각의 좋은 글쓰기, 아름다운 산문이 아니라.
Um so my hope is that we just push to get future models really good in all of these dimensions and I think we will do that.
음, 그래서 미래 모델을 모든 차원에서 정말 좋게 밀어붙이길 바래요, 할 거라고 생각해요.
Um I think intelligence is a surprisingly fungeible thing and we can get really good at all these things in a single model.
음, 지능은 놀랍게도 대체 가능한 거예요, 하나의 모델로 모든 걸 정말 잘 할 수 있어요.
Um it does seem like this is a particularly important time to push on kind of let’s call it coding intelligence.
음, 코딩 지능이라고 부르는 걸 밀어붙일 중요한 시기 같아요.
Um but we will try to excel and catch up on everything else quickly.
하지만 다른 모든 걸 뛰어나게 하고 빨리 따라잡을 거예요.
I’ll do a couple from Twitter after this.
이 후에 트위터에서 몇 개 할게요.
Go ahead.
말씀하세요.
Um I’m CTO at this company called Unifi.
음, Unifi라는 회사의 CTO예요.
Uh to your point earlier, we’re doing go to market automation.
어, 당신의 이전 포인트에, 우리는 GTM 자동화를 하고 있어요.
Um, one thing that we think a lot about and spend a lot of time on is kind of always on AI, sort of like this ubiquitous AI.
음, 우리가 많이 생각하고 시간 많이 쓰는 건 항상 온 AI, 유비쿼터스 AI예요.
Something that you’ve said that really resonated with me is intelligence too cheap to meter.
당신이 말한 게 정말 공감 가는 건 미터링할 만큼 저렴한 지능이에요.
Uh, the limiting factor for us to run millions, tens of millions, hundreds of millions of agents for our customers is cost.
어, 고객을 위해 수백만, 수천만, 수억 에이전트를 운영하는 제한 요인은 비용이에요.
Um how do you think about small models um costs sort of dramatic cost reductions um for developers over the next uh you know months and years
음, 작은 모델 비용, 개발자를 위한 극적인 비용 감소에 대해 다음 개월과 년 동안 어떻게 생각하나요.
I think we should be able to deliver sort of GPT 5.2x to x high level intelligence by the end of 2027 for do you want to give a better guess I can give one otherwise anyone want to give a guess I would say at least 100x less um but there’s another dimension which we haven’t thought about as much historically and now as these out model outputs get so complex more people are pushing us on the speed we can deliver it at than the cost and that is we are really good at writing down the cost curve.
2027년 말까지 GPT 5.2x 같은 고급 지능을 전달할 수 있을 거라고 생각해요, 더 나은 추측 주시겠어요, 아니면 내가 하나 할게요, 아니면 누구든 추측 주세요, 적어도 100배 적게 말할게요, 하지만 역사적으로 덜 생각한 또 다른 차원이 있어요, 이제 모델 출력이 복잡해지면서 비용보다 속도로 우리를 밀어붙이는 사람들이 더 많아요, 우리는 비용 곡선을 낮추는 데 정말 좋아요.
You can look at the progress we’ve made even from like the first 01 preview until now.
첫 01 프리뷰부터 지금까지의 진보를 봐요.
Um we have not thought as much about how we deliver the output the same output and maybe at a at a much higher price but in 1/100th of the time.
음, 같은 출력을 훨씬 높은 가격으로 하지만 1/100 시간에 전달하는 데 덜 생각했어요.
And I think for a lot of things you’re talking about people are going to really want that.
그리고 당신이 말하는 많은 것에 사람들이 정말 원할 거예요.
Uh we have to figure out how we’re going to balance between prioritizing for those two things.
어, 그 두 가지 우선순위를 어떻게 균형할지 알아내야 해요.
Uh they unfortunately are very different problems, but assuming we go push on cost and assuming that’s kind of like what you all the market wants, we can go very far down that curve.
어, 불행히도 아주 다른 문제지만, 비용에 밀어붙이고 그게 시장이 원하는 거라고 가정하면, 그 곡선을 아주 멀리 내려갈 수 있어요.
Yeah, let me do a couple of Twitter ones.
네, 트위터 몇 개 할게요.
Current interfaces weren’t built with agents in mind, but were seen a rise in apps I built for me.
현재 인터페이스는 에이전트를 염두에 두고 빌드되지 않았지만, 나를 위한 앱 증가를 봤어요.
Why innovations in customizent interfaces could further accelerate the trend towards micro apps.
커스터마이징 인터페이스의 혁신이 왜 마이크로 앱 트렌드를 더 가속할 수 있나요.
Yeah, so this is one that I have noticed in my own um use of codecs recently is I no longer think of software as this static thing.
네, 이건 최근 내 codecs 사용에서気づいた 거예요, 소프트웨어를 정적이라고 생각하지 않아요.
If I have a little problem, I expect the computer to like write some code right away and get it solved for me.
작은 문제가 있으면, 컴퓨터가 바로 코드 작성해서 해결해줄 거예요.
Um and I think this trend is going to go much further.
음, 이 트렌드는 훨씬 더 갈 거예요.
I I suspect that the whole way we use computers and operating systems is is going to change.
컴퓨터와 OS 사용 방식 전체가 변할 거예요.
I don’t think it’ll be like, oh, every time you need to edit a document, a new version of a word processor is going to be written for you right on the spot because, you know, we get like very used to our interfaces and it’s very important that like that button is in the same place it was last time.
매번 문서 편집할 때 새 워드 프로세서가 바로 작성되는 건 아니라고 생각해요, 인터페이스에 아주 익숙해지고 버튼이 지난번과 같은 위치에 있는 게 중요하니까.
But for a lot of other things that we do, I think we will find that we expect software to be written just for us and when maybe I want to use the same word processor every time.
하지만 우리가 하는 다른 많은 것들에, 우리만을 위한 소프트웨어가 작성되길 기대할 거예요, 매번 같은 워드 프로세서를 사용하고 싶을 수 있지만.
But I do kind of have a bunch of repeated quirks of how I use it and I would like the software to be increasingly customized.
사용 방식에 반복되는 퀴크가 있고, 소프트웨어가 점점 커스터마이징되길 원해요.
You know, a static or a slowly evolving piece of software.
정적이나 천천히 진화하는 소프트웨어.
Um, but written for me and the way I use it is different than the way you use it.
음, 하지만 나를 위해 작성되고, 내가 사용하는 방식은 당신과 달라요.
And that idea that our kind of tools are constantly evolving and converging just for us, that seems like it’s going to happen.
우리 도구가 지속적으로 진화하고 우리만을 위해 수렴하는 아이디어, 그게 일어날 거예요.
And and certainly internally at OpenAI where people have like very much adopted codecs for their workflows right now.
그리고 확실히 OpenAI 내부에서 사람들이 워크플로우에 codecs를 아주 많이 채택했어요.
Uh, everybody has their own little custom things and use things super differently.
어, 모두가 자신의 작은 커스텀 것들을 가지고 아주 다르게 사용해요.
So that one seems like it’s guaranteed and I think that’s like a a very good direction to go build in and figuring out what that’s going to look like and how people are going to do that seems seems great.
그래서 그건 보장된 거 같고, 빌드할 아주 좋은 방향이라고 생각해요, 그게 어떻게 보일지, 사람들이 어떻게 할지 알아내는 게 좋아요.
How should builders think about durability when startup features can quickly be replaced by model updates?
스타트업 기능이 모델 업데이트로 빨리 대체될 수 있을 때 빌더들은 내구성을 어떻게 생각해야 하나요.
What is the one layer of the stack you promise not to eat?
당신이 먹지 않겠다고 약속하는 스택의 한 레이어는 뭐예요.
Um we talked about this a little bit earlier.
음, 이거 조금 전에 얘기했어요.
The it’s so tempting to assume that like the laws of physics for business have have totally changed and they haven’t yet.
비즈니스 물리학 법칙이 완전히 변했다고 가정하는 건 아주 유혹적ですが, 아직 안 변했어요.
They may continue to change over time, but right now what’s changed is that you can do work faster and you can kind of create new software much much faster.
시간이 지나 변할 수 있지만, 지금 변한 건 작업이 더 빠르고 새로운 소프트웨어를 훨씬 더 빨리 만들 수 있어요.
Um, but all the other rules of building a successful startup, you know, you got to figure out a way to get users, you got to figure out a way to like solve the GTM problem.
음, 하지만 성공적 스타트업 빌드의 다른 규칙들은, 사용자 얻는 방법, GTM 문제 해결 등.
You got to figure out a way to provide something sticky, have some sort of mode, network effect, competitive advantage, whatever you want to call it.
스티키한 걸 제공하고, 모드, 네트워크 효과, 경쟁 우위 등을 가져야 해요.
Um, none of that has changed and the good news is like hasn’t changed for us either.
음, 그건 변하지 않았고, 좋은 소식은 우리도 변하지 않았어요.
So there have been many startups that have done things that maybe in a perfect world we would have done sooner but it was too late and people built up you know a real durable advantage and that will keep happening.
그래서 많은 스타트업이 완벽한 세계에서 우리가 더 일찍 했을 걸 했지만 너무 늦었고, 사람들이 진짜 내구적 우위를 빌드했어요, 계속 일어날 거예요.
I the the general framework I always give people when they ask something some version of this question is will your company be happy or sad if GPT6 is like a wildly impressive update?
이 질문의 버전을 물을 때 사람들에게 주는 일반 프레임워크는 GPT6가 엄청 인상적 업데이트면 당신 회사가 행복할지 슬플지예요.
And I I encourage people cuz we continue to hope to make a lot of progress.
그리고 사람들을 장려해요, 우리가 많은 진보를 계속 희망하니까.
Um I encourage people to try to build things where you are so hoping the model gets wildly better.
음, 모델이 엄청 좋아지길 바라는 걸 빌드하라고 장려해요.
And there’s so many things to build that way.
그런 방식으로 빌드할 게 많아요.
And then the things where it’s like a little sort of patch around the edge that actually can still work if you build up enough of an advantage before the models get upgraded, but it is a harder and more stressful path.
그리고 모델 업그레이드 전에 충분한 우위를 빌드하면 여전히 작동할 수 있는 가장자리 패치 같은 것들은, 더 어렵고 스트레스 많은 길이에요.
Let me do one more.
하나 더 할게요.
We’ll go back to the room.
방으로 돌아갈게요.
Um realistic timeline for agents that can run long workflows autonomously without constant human intervention given that even simple onchain tasks often break after 5 to 10 steps.
음, 심플 온체인 태스크조차 5~10 단계 후에 깨지는 걸 고려하면, 지속적 인간 개입 없이 긴 워크플로우를 자율적으로 운영할 에이전트의 현실적 타임라인.
Anybody from open want to give an opinion on that?
오픈에서 누구 의견 줄래요?
Go ahead.
말씀하세요.
I think it really depends on the kind of task.
태스크 종류에 정말 달려 있어요.
So there’s a number of tasks today where just inside OpenAI we see people who are like prompting codecs in a very special way.
오늘날 OpenAI 내부에서 사람들이 codecs를 아주 특별한 방식으로 프롬프팅하는 태스크가 많아요.
Maybe they’re using the SDK.
SDK를 사용할 수도 있어요.
So it’s like a custom harness that keeps prompting it to continue but they basically having it running you know forever.
커스텀 하니스처럼 계속 프롬프팅하지만, 기본적으로 영원히 운영해요.
Um and so I think this isn’t a question of when but it’s a question of like broadening of the horizon.
음, 그래서 이건 언제냐가 아니라 지평을 넓히는 문제예요.
So if you have a very specific task that you understand very well try doing it today.
아주 구체적이고 잘 이해하는 태스크가 있으면 오늘 해보세요.
You know, if you’re starting to think like, okay, I want to get to the point where I can like prompt the model to build a startup, like that’s a much more open-ended problem with like a much harder verification loop.
스타트업 빌드처럼 모델 프롬프트하는 지점에 가고 싶으면, 훨씬 오픈 엔디드 문제로 검증 루프가 어려워요.
So, I would encourage you to like figure out, okay, how can I break that down into a different problem where an agent can like verify itself um and then when I can verify its final output at the end of it and then over time we can let the agent do more and more and ber tasks.
그래서, 에이전트가 자신을 검증할 수 있는 다른 문제로 분해하는 걸 장려해요, 최종 출력을 검증할 수 있을 때, 시간이 지나 에이전트가 더 많은 걸 하게 해요.
Other questions there?
다른 질문 있어요?
Thank you.
감사합니다.
Um, hi Sam.
음, 안녕 샘.
Um, so I want to go back on this like human attention and this question about GTM.
음, 인간 주의와 GTM 질문으로 돌아가고 싶어요.
Um, I always think like the other side like human attention is the rate limiting factor on the consumption side.
음, 항상 소비 측면에서 인간 주의가 속도 제한 요인이라고 생각해요.
On the production side for all the builders, it’s the quality of ideas.
생산 측면에서 모든 빌더들에게는 아이디어의 질이에요.
And I just wanted to tee this up for you on well I spent all my time helping AI companies with their GTM and a lot of times the products actually just aren’t worth uh their attention.
그리고 이걸 당신에게 tee up 하고 싶어요, AI 회사들의 GTM 도우는 데 모든 시간을 쓰고, 많은 경우 제품이 실제로 그들의 주의 가치가 없어요.
So so I guess how do people uh what what tools can you build to improve the quality of ideas that people coming up with?
그래서 사람들이 아이디어 질을 개선할 도구를 뭐 빌드할 수 있나요?
There’s a lot of it’s popular to like call AI output slop but there’s a lot of like human generated slop in the world too.
AI 출력을 slop이라고 부르는 게 유행이지만, 세상에 인간 생성 slop도 많아요.
It’s it’s very hard to come up with good new ideas and I am increasingly a believer that we think at the limits of our tools.
좋은 새 아이디어를 내는 건 아주 어렵고, 우리 도구의 한계에서 생각한다고 점점 믿어요.
Um I think we should try to build tools that help people come up with good ideas.
음, 좋은 아이디어를 내는 데 도와주는 도구를 빌드해야 해요.
I believe there are a lot and I believe as the cost of creation keeps to plummet um we’ll be able to have such a tight feedback loop on trying them we’ll find the good ones faster and as AI can discover new science in addition to writing very complex code bases I I feel confident there will be just a whole new possibility space but the experience of sitting down in front of an AI you know, like a gentic code writer and just not being sure what to ask for next is something that a lot of people report.
많다고 믿고, 생성 비용이 계속 떨어지면서 타이트한 피드백 루프를 가질 수 있어요, 좋은 걸 더 빨리 찾을 거예요, AI가 복잡한 코드 베이스 작성 외에 새 과학 발견하면 새로운 가능성 공간이 있을 거예요, 하지만 AI 앞에 앉아서 다음에 뭐 물을지 모르는 경험은 많은 사람들이 보고해요.
And if we can build tools to help you come up with good ideas, you know, uh, and I believe we could do that.
좋은 아이디어를 도와주는 도구를 빌드할 수 있으면, 할 수 있다고 믿어요.
I believe we could like look at all your past work and all your past code and uh try to figure out what might be useful to you or interesting to you and and can just continuously suggest things.
우리는 당신의 과거 작업과 코드를 보고 유용하거나 흥미로운 걸 알아내고 지속적으로 제안할 수 있어요.
Um if we can help provide a a really great brainstorming partner.
음, 정말 멋진 브레인스토밍 파트너를 제공할 수 있으면.
There have been like three or four people in my life that I have consistently found every time I hang out with them, I leave with a lot of ideas.
내 인생에 매번 함께할 때 많은 아이디어를 얻는 3~4명이 있었어요.
They’re people who are just really good at asking questions or giving you seeds to build on.
질문하거나 빌드할 씨앗을 주는 데 정말 좋은 사람들이에요.
Um, and like Paul Graham is off the charts amazing at this.
음, 폴 그레이엄은 이게 초월적으로 놀라워요.
If we can build like a Paul Graham bot that you can have the same kind of interaction with to help generate new ideas, even if most of them are bad, um, even if you know you you kind of say absolutely not to 95 out of a hundred of them.
폴 그레이엄 봇처럼 같은 상호작용으로 새 아이디어를 생성하는 걸 빌드할 수 있으면, 대부분 나빠도, 100개 중 95개에 절대 아니라고 해도.
Um, …(truncated 29689 characters)… now you got to do this thing and they’ll I think they’ll understand eventually.
이제 이걸 해야 하고, 결국 이해할 거예요.
Um and then on the second thing, I respect the hustle, but not anymore.
음, 두 번째로, 허슬을 존경하지만, 더 이상 안 해요.
I miss it.
그립지만.
I just got really busy with OpenAI and it kind of gets strange cuz if I end up investing in companies that are like big OpenAI customers, I decided it’s easier not to.
OpenAI로 정말 바빠졌고, 큰 OpenAI 고객 회사에 투자하면 이상해져서, 안 하는 게 쉽다고 결정했어요.
Hey Sam.
헤이 샘.
Um I have I’m Michael from work OS.
음, 워크 OS의 마이클이에요.
We do a lot of stuff with authentication and identity and signing in.
인증, 아이덴티티, 사인인에 많은 걸 해요.
So I have a feature request for you which is sign in with my chat GBT account.
당신에게 기능 요청이 있어요, 내 챗 GBT 계정으로 사인인.
I think a lot of people would like that.
많은 사람들이 좋아할 거예요.
We are going to do that.
할 거예요.
People ask me for it all the time.
사람들이 항상 물어요.
What what do you need?
뭐 필요해요?
Do do you want people to like be able to bring their own token budget or do you want them to like bring their chasht memories or all?
사람들이 자신의 토큰 예산을 가져오게 하려나, 챗 메모리를 가져오게 하려나, 아니면 모두?
Yeah.
네.
So that’s my question.
그게 내 질문이에요.
I mean definitely token budget.
확실히 토큰 예산.
People be able to bring their accounts and you know what models they have access to.
사람들이 계정을 가져오고, 어떤 모델에 접근할 수 있는지.
But I think there’s all this other stuff too like what you know MCP servers does my company have access to or what memory does chatbt have about me or what projects am I working on?
하지만 다른 것도 많아요, 내 회사가 MCP 서버에 접근할 수 있는지, 챗BT가 나에 대해 어떤 메모리를 가졌는지, 어떤 프로젝트를 하고 있는지.
I’m I’m curious how you’re thinking about that like chat GPT knows so much about me from a work perspective but also a very personal perspective.
챗 GPT가 작업 관점과 개인 관점에서 나에 대해 많이 아는 데 대해 어떻게 생각하나요.
Yeah.
네.
And and how developers can leverage that.
그리고 개발자들이 그걸 어떻게 활용할 수 있나요.
It’s so we do want to figure out how to do this.
그래서 이걸 어떻게 할지 알아내고 싶어요.
Uh it’s very scary because Chacheti does know so much about you.
어, 아주 무서워요, Chacheti가 당신에 대해 많이 알기 때문에.
Uh and you know if you like tell a person that you’re very close to a bunch of secrets, you can be like relatively confident they’ll know this exact social nuances and when they share what with who and when something overrules something else.
어, 가까운 사람에게 비밀을 말하면, 사회적 뉘앙스를 정확히 알 거라고 상대적으로 확신할 수 있어요, 언제 누구와 공유할지, 뭔가 다른 걸 오버룰할 때.
Um, our models are not quite there, although they’re getting like pretty good at it.
음, 우리 모델은 아직 거기 아니지만, 꽤 좋아지고 있어요.
I would, I think, feel uncomfortable if I connected my CHBT account to a bunch of sites and said, “Just use your judgment about like when to share what you know about me from all of my chat history and everything I’ve connected.”
내 CHBT 계정을 많은 사이트에 연결하고 “내 챗 히스토리와 연결된 모든 걸로부터 나에 대해 아는 걸 언제 공유할지 판단해”라고 하면 불편할 거예요.
Um, but when we can get there, it will clearly be a cool thing to offer.
음, 거기 도달하면 분명 멋진 오퍼가 될 거예요.
And in the meantime, I think doing something just with, you know, token budgets and if I pay for the pro model, then I can use it on other services, that seems like a cool thing to do.
그리고 그동안 토큰 예산과 프로 모델 결제하면 다른 서비스에서 사용할 수 있게 하는 게 멋진 거예요.
Uh, so I think we will at least do that and we’ll try to figure out a way to get the information sharing right, but like we really don’t want to we really don’t want to screw that up.
어, 적어도 그건 할 거고, 정보 공유를 제대로 하는 방법을 알아낼 거예요, 하지만 정말 망치고 싶지 않아요.
Hey, hey, Sam.
헤이, 헤이, 샘.
Uh my name is Oleg and um I guess we all agree here that uh software development as a craft has changed dramatically recently but at the same time uh LinkedIn still has open AI job offerings for uh software developer and I’m curious how did the interview have changed in past month or years?
어, 내 이름은 올렉이고, 우리 모두 소프트웨어 개발이 최근 극적으로 변했다고 동의할 거예요, 하지만 LinkedIn에 여전히 open AI 소프트웨어 개발자 구인공고가 있고, 지난 달이나 년 동안 인터뷰가 어떻게 변했는지 궁금해요.
I we’re going to keep hiring software developers, but we are for the first time and I know every other company and every other startup is thinking about this too.
우리는 소프트웨어 개발자를 계속 고용할 거지만, 처음으로, 다른 모든 회사와 스타트업도 이걸 생각하고 있어요.
Uh we we are planning to dramatically slow down how quickly we grow um because we think we’ll be able to do so much more with fewer people.
어, 우리는 성장 속도를 극적으로 늦출 계획이에요, 왜냐하면 적은 사람으로 훨씬 더 많이 할 수 있을 거라고 생각하니까.
And I think at this point a lot of the impediments that we face or that other companies face is it’s just like the internal policies that have built up at most companies did not contemplate a majority AI co-workers.
이제 우리가나 다른 회사들이 직면한 많은 장애물은 대부분 회사에 쌓인 내부 정책이 다수 AI 동료를 고려하지 않았어요.
Uh and that’s going to take a while.
어, 그건 시간이 걸릴 거예요.
But what I think we shouldn’t do and what I hope other companies won’t do either is hire super aggressively then realize all of a sudden AI can do a lot of stuff and you need fewer people and have to have some sort of very uncomfortable conversation.
하지만 우리가 하지 말아야 할 건, 다른 회사들도 안 했으면 하는 건 슈퍼 공격적으로 고용하다가 갑자기 AI가 많은 걸 할 수 있고 적은 사람이 필요하다는 걸 깨닫고很不편한 대화를 해야 하는 거예요.
Um so I think the right approach for us will be to hire more slowly but keep hiring and trust that I’m not a believer that like event well maybe someday far in the future open has like zero employees but for a long time I think we’ll just have a lot we’ll have a gradually increasing number of people doing much more stuff and this is kind of what I expect the shape of the economy to look like more generally in terms of what the interview looks like it has not yet changed as much as it should but I was in a meeting today with people talking about how we want it to change.
음, 그래서 우리에게 올바른 접근은 더 천천히 고용하지만 계속 고용하고, 먼 미래에 open이 직원 zero가 될 수 있지만, 오랜 시간 동안 점차 증가하는 사람들이 훨씬 더 많은 걸 하는 거예요, 경제 형태가 이렇게 될 거예요, 인터뷰는 아직 충분히 변하지 않았지만, 오늘 변화에 대해 이야기했어요.
We basically would like to sit you down with something that would have been impossible for one person to do in two weeks uh you know this time last year and watch them do it in 10 minutes or 20 minutes or whatever.
기본적으로 지난해 이맘때 한 사람이 2주에 불가능한 걸 앉혀서 10분이나 20분에 하는 걸 보고 싶어요.
Um there are yeah I think that’s like the high order bit is you just you want to interview you want to see that people are going to be able to work in this new way very effectively.
음, 그게 하이 오더 비트예요, 인터뷰에서 사람들이 새 방식으로 아주 효과적으로 일할 수 있는지 보고 싶어요.
Um I think software engineering interviews have been bad for a long time uh and maybe not that relevant but now they’re even less relevant.
음, 소프트웨어 엔지니어링 인터뷰는 오랫동안 나빴고, 관련성 없을 수 있지만, 이제 더 덜 관련돼요.
Uh so that’s one thing that there there’s like a more general thing that a few of these questions have hinted at which is is the future going to be you know companies don’t hire many people and have a lot of AI co-workers or uh you know some version of that or is it going to be that companies the companies that win in the future are entirely AI you know like it’s a rack full of GPUs and no people I really hope it’s the the former um there are a bunch of reasons why it seems like it could be something closer to the ladder.
어, 그래서 몇 질문이 힌트한 더 일반적인 건 미래가 회사들이 많은 사람을 고용하지 않고 많은 AI 동료를 가지나, 아니면 미래 승리 회사들이 완전 AI, GPU 랙 풀과 사람 없나요, 전자가 되길 정말 바래요, 사다리에 가까운 게 될 이유가 많아요.
But if companies don’t adopt AI aggressively, if companies don’t figure out how to hire people that are going to use the tools really effectively, they will eventually just be out competed by a fully AI company that doesn’t have to have the sort of silly policies that prevent big companies from using AI or whatever.
하지만 회사들이 AI를 공격적으로 채택하지 않으면, 도구를 정말 효과적으로 사용할 사람을 고용하는 방법을 알아내지 않으면, 결국 AI 회사가 경쟁에서 이겨요, 큰 회사들이 AI 사용을 막는 바보 정책이 없으니까.
And that feels like it’ll be a very destabilizing thing for society.
그건 사회에 아주 불안정화할 거예요.
So I we’ve been trying to figure out how to talk about this, but I think it’s very because it sounds self- serving for us to say, but I think it’s very important that companies adopt AI in a big way very quickly.
그래서 이걸 어떻게 말할지 알아내려 했지만, 우리에게 자급자족처럼 들리지만, 회사들이 AI를 아주 빨리 크게 채택하는 게很重要해요.
Hi Sam, I’m Cole.
안녕 샘, 나는 콜이에요.
I’m a creator and cinematographer.
창작자이자 시네마토그래퍼예요.
Um I think we’ve seen especially in the past year it has completely changed the way we tell stories and as a result the way we view ourselves um there have been so many interesting plays in like the creative space like for Sora um it was such an interesting use of like the self as a canvas and allowing you to be able to use AI and put yourself in all of these fantastical scenarios.
음, 특히 지난 해에 스토리텔링 방식이 완전히 변했고, 결과로 우리 자신을 보는 방식이 변했어요, 크리에이티브 공간에서 소라처럼 자아를 캔버스로 사용하고 AI로 환상적 시나리오에 자신을 넣는 흥미로운 플레이가 많았어요.
Um, I’m really curious where you see kind of this relationship between human creative identity and also AI assisted creation is going, especially as these models continue to advance.
음, 인간 창의적 아이덴티티와 AI 보조 창작 간 관계가 어디로 가는지 정말 궁금해요, 특히 모델이 계속 발전하면서.
The the place that we can study and I think learn the most right now is uh, image gen.
지금 가장 공부하고 배울 수 있는 곳은 이미지 gen이에요.
It’s been around the longest.
가장 오래됐어요.
The creative community has used it and disliked it and liked it the most.
창의적 커뮤니티가 가장 많이 사용하고 싫어하고 좋아했어요.
Um, one of the interest there’s many interesting observations there, but one of them is that uh consumers of it report dramatically consumers of images report dramatically higher um appreciation, satisfaction, whatever, if they are told a person made it versus an AI.
음, 많은 흥미로운 관찰이 있지만, 하나는 소비자들이 사람 vs AI가 만들었다고 들으면 감상, 만족 등이 극적으로 높아요.
Um, and I think this is going to be a deep trend at the coming decades is we care a lot about other people and we care very little about the machines.
음, 앞으로 수십 년 깊은 트렌드가 될 거예요, 우리는 다른 사람에 대해 많이 신경 쓰고 기계에 대해 아주 적게 신경 써요.
Um, of all of the the slurs for AI, clanker is my favorite one.
음, AI에 대한 모든 slur 중 clanker가 제일 좋아요.
I I think it just it like so evokes people’s emotional reaction and you can see these incredible beautiful creative to me at least uh you know clanker made images and as soon as you’re told that many people’s subjective appreciation goes way down.
그냥 사람들의 감정 반응을 불러일으켜요, 믿을 수 없는 아름다운 크리에이티브 이미지, 적어도 나에게는 clanker가 만든 거예요, 그게 말해지면 많은 사람들의 주관적 감상이 훨씬 떨어져요.
Um, there was a thing I saw on the internet last year of they would go to people who said they they really hated AI generated art, like still images.
음, 지난해 인터넷에서 본 건 AI 생성 아트, 스틸 이미지를 정말 싫어한다고 말하는 사람들에게 가서.
And the people would also say, and I can tell for sure what the AI generated images are because they’re terrible.
그 사람들도 AI 생성 이미지를 확실히 알 수 있다고, 끔찍하니까.
And they’d show them 10 images and say, “Rank your favorite ones.”
10개 이미지를 보여주고 “좋아하는 순위 매겨”라고.
You half would be done entirely by a human, half entirely by AI.
반은 인간, 반은 AI.
And like fairly consistently, they would rank the AI ones at the top.
꽤 일관되게 AI를 top에 랭크했어요.
And then as soon as they were told that they would say actually I don’t like it and you know this is not the one I want.
그리고 말해지면 실제로 안 좋아하고, 이게 원하는 게 아니라고.
And that is kind of the test is what what you like.
그게 테스트예요, 당신이 좋아하는 게 뭐냐.
When I finish reading a book the that I love the first thing I want to do is like look up the author and understand their life and you know kind of how it led them to do that cuz I felt this connection to this person that I don’t know and now I want to understand them.
사랑하는 책을 읽고 나면 첫 번째로 작가를 검색하고 삶을 이해하고 싶어요, 그 사람이 모르는 사람과 연결 느꼈으니까.
And I think if I read a great novel and at the end I learned it was written by an AI would sort of be kind of sad and crestfallen.
멋진 소설을 읽고 끝에 AI가 썼다고 알면 좀 슬프고 실망할 거예요.
Um, and I I I think this is going to be a deep and durable trend.
음, 이건 깊고 내구적 트렌드가 될 거예요.
However, if the art is even a little bit human directed and how little maybe we’ll have to figure out how people feel over time, people don’t seem to have that same strong emotional reaction.
그러나 아트가 조금이라도 인간 지시라면, 얼마나 적은지 사람들이 어떻게 느끼는지 알아내야 하지만, 같은 강한 감정 반응이 없어요.
And this is versions of this been going on for a long time.
이 버전은 오랫동안 진행됐어요.
You know, if digital artists used Photoshop, people still love their art.
디지털 아티스트가 포토샵 사용하면, 사람들은 여전히 그 아트를 사랑해요.
So, My expectation given the behavior that we’re seeing now from creators and consumers is that the person and their life story and their editing or curation or whatever goes into that process is going to matter a lot and we’re not going to want the entirely AI generated art broadly speaking at least from what we can learn from images.
그래서 지금 창작자와 소비자 행동으로부터의 기대는 사람과 삶 이야기, 편집이나 큐레이션 등이 중요하고, 완전 AI 생성 아트를 광범위하게 원하지 않을 거예요, 적어도 이미지로부터 배울 수 있는 바에 따르면.
We have time for two more questions.
두 개 더 질문할 시간 있어요.
Hey Sam, my name is Keith Curry, recent graduate of San Francisco State.
헤이 샘, 내 이름은 키스 커리, 샌프란시스코 주립 최근 졸업생.
And my question revolves a bit around like personalization and memories.
내 질문은 personalization과 memories에 관한 거예요.
So first part is kind of how do you see that evolving over time?
첫 부분은 시간이 지나 어떻게 진화할지 보시나요?
And then also what are your thoughts on like more granularity like for example grouping memories?
그리고 더 세밀한 것, 예를 들어 memories 그룹핑에 대한 생각은 뭐예요?
So like this is my work identity, this is my personal identity.
이건 내 작업 아이덴티티, 이건 개인 아이덴티티.
So that way as you’re doing different prompts you can sort of be more selective about what you want to be included on it.
그래서 다른 프롬프트를 할 때 포함할 걸 더 선택적으로 할 수 있어요.
Yeah.
네.
So, we’re going to push super hard on memory and personalization.
메모리와 personalization에 슈퍼 하드 푸시할 거예요.
Clearly, people want it and it delivers a way better way to use these tools.
분명 사람들이 원하고, 이 도구를 더 잘 사용하는 방법이에요.
Um, I I have gone through my own evolution here, but at this point, I am ready for chat to just look at my whole computer and my whole internet and just know everything.
음, 여기서 내 진화를 겪었지만, 이제 챗이 내 전체 컴퓨터와 인터넷을 보고 모든 걸 아는 데 준비됐어요.
The value from it is so high and I don’t feel uncomfortable about it in the way that I used to.
그 가치가 아주 높고, 예전처럼 불편하지 않아요.
I really hope you know all AI companies take security and privacy super seriously and I hope that society as a whole does too because the utility is so great like AI is going to know about my whole life.
모든 AI 회사가 보안과 프라이버시를 슈퍼 seriously하게 여기길 바래요, 사회 전체도, 유틸리티가 아주 크니까 AI가 내 삶 전체를 알 거예요.
I’m not going to get in the way of that.
그걸 막지 않을 거예요.
I don’t yet feel ready to like wear the glasses recording everything.
아직 모든 걸 녹화하는 글라스 착용할 준비는 안 됐어요.
I think that’s still uncomfortable for a bunch of reasons, but I do feel ready to say like, hey, you can just have access to my computer.
몇 이유로 여전히 불편하지만, 헤이, 내 컴퓨터에 접근할 수 있다고 말할 준비는 됐어요.
Um, and figure out what’s going on and be useful to me and understand everything and like have a perfect representation of my digital life.
음, 무슨 일인지 알아내고 나에게 유용하고 모든 걸 이해하고 내 디지털 삶의 완벽한 표현을 가져요.
Uh, I am lazy.
어, 나는 게으르다.
I think most users are lazy too though.
대부분 사용자도 게으르다고 생각해요.
So, it’s like a reasonable representation.
그래서 합리적 표현이에요.
And I don’t want to sit there and have to group like this is a work memory, this is a personal memory, this is something that what I want and what I believe is possible.
그리고 앉아서 작업 메모리, 개인 메모리 그룹핑하고 싶지 않아요, 가능한 거라고 믿어요.
We t talked about this a little bit earlier is for AI to have a such a deep understanding of the complex rules and interactions and sort of hierarchy of my life that it knows what to use when and what to expose where.
조금 전에 얘기한 건 AI가 내 삶의 복잡한 규칙, 상호작용, 계층을 깊이 이해해서 언제 뭐를 사용하고 어디서 노출할지 아는 거예요.
And we better figure that out because I think that’s what most users will want to.
그걸 알아내야 해요, 대부분 사용자가 원할 테니까.
Hi Sam, my name is Luan.
안녕 샘, 내 이름은 루안이에요.
I’m a international school uh student from Vietnam and my question is what do you think is the most important skill that people should learn in the age of AI?
베트남 국제 학교 학생이고, 내 질문은 AI 시대에 사람들이 배워야 할 가장 중요한 스킬은 뭐라고 생각하나요?
These are all kind of like soft skills.
이건 모두 소프트 스킬이에요.
None of them are like as go like learn to program was so obviously the right thing you know over recent period of time and now it’s not.
프로그래밍 배우기처럼 최근 기간에 분명 옳았던 건 없고, 이제 아니에요.
But skills like become high agency, get good at generating ideas, be very resilient, be very adaptable to a rapidly changing world.
하지만 high agency 되기, 아이디어 생성 잘 하기, 아주 resilient 하기, 빠르게 변하는 세계에 아주 adaptable 하기 같은 스킬.
I I think these are going to matter more than any specific and I think these are all learnable.
이게 어떤 구체적 것보다 중요할 거고, 모두 배울 수 있어요.
Um, this is one of the surprises to me of having been a startup investor is the degree to which you can like take people and in a three-month sort of boot camp style thing make them extremely formidable and do the things on all those axes I was just talking about is very surprising.
음, 스타트업 투자자로서의 놀라움 중 하나는 사람들을 데려와 3개월 부트캠프 스타일로 극도로 강하게 만들고, 방금 말한 모든 축에서 하는 정도가 아주 놀라워요.
Uh, it was a big update to me and and so I think these are the skills that may matter the most and they’re they’re like quite learnable.
어, 내게 큰 업데이트였고, 이게 가장 중요할 스킬이라고 생각해요, 꽤 배울 수 있어요.
Are we out of time?
시간 다 됐나요?
Okay.
오케이.
Um, thank you all very much for coming and talking.
음, 와주시고 말씀해 주셔서 아주 감사합니다.
We really do want input on what you’d like us to build.
우리가 빌드해 달라는 입력을 정말 원해요.
Like assume we will have a model that is 100 times more capable than the current model with 100 times the context length that 100x the speed of the 100x reduced cost, perfect tool calling, extreme like coherence over like we’re going to get there.
현재 모델보다 100배 유능하고, 컨텍스트 길이 100배, 속도 100배, 비용 100배 감소, 완벽 도구 호출, 극단적 coherence, 거기 갈 거예요.
Uh, tell us what you’d like us to build.
우리가 빌드해 달라는 걸 말해주세요.
We’re going to hang around and uh you know if you’re like hey I just need this API or I just need this kind of primitive or I just need this sort of runtime or whatever it is um like we’re building it for you and we’d like to get it right.
우리는 주변에 있을 거고, 헤이 이 API나 이 primitive, 런타임이 필요하다면, 당신을 위해 빌드하고 제대로 하고 싶어요.
But thank you all for coming.
하지만 와주셔서 감사합니다.
[applause]
[박수]

Sam Altman의 OpenAI Town Hall (2026.1.27): 빌더들과 AI 미래 논의.
• 소개: 다음 세대 도구와 강력 모델 활용 아이디어 수집 목적.
• Jevons Paradox (0:33): AI가 코드 생성 가속화 → 엔지니어 역할 변화, 더 많은 사람 참여, 소프트웨어 수요 증가, 개인화 소프트웨어 시대 예측.
• GTM 병목 (2:18): 빌드 쉬워졌으나 사용자 유치 여전 어려움; AI로 판매/마케팅 자동화 가능하나 인간 주의 희소성으로 경쟁 치열.
• 에이전트 빌더 비전 (4:35): 다양한 UI/멀티 에이전트 실험 필요; OpenAI는 모든 인터페이스 독점 안 함, 빌더 도구 개발 장려.
• 경제 격차 해결 (7:03): AI 디플레이션 압력 → 풍요 증가, 개인 권한 강화; 정책으로 권력 집중 방지 필요.
• 모델 전문화 vs 범용 (9:53): GPT-5 글쓰기 실수 인정, 미래 버전 개선; 범용 모델 추구, 지능 다재다능.
• 비용 감소 (12:27): 2027년 말 GPT-5 수준 지능 100배 저렴 제공 목표; 속도 vs 비용 균형 고려.
• 커스텀 인터페이스 (14:32): 마이크로 앱/개인화 소프트웨어 증가; OS 변화 예측.
• 내구성/모트 (16:26): 모델 업데이트에도 비즈니스 기본 규칙 유효; 모델 개선에 의존적 사업 권장.
• 자율 워크플로우 (18:14): 태스크 종류별 달라짐; 특정 태스크 오늘 가능, 검증 루프 강화로 확대.
• 아이디어 질 향상 (19:32): AI 도구로 브레인스토밍 파트너 제공; 과거 데이터 기반 제안.
• 기반 고정 (23:06): 현재 선택 미래 영향; 신중한 변화 필요.
• 과학 연구 자동화 (25:08): AI 전체 프로세스 인수 가능; 인간 감독 유지.
• 보안/바이오 리스크 (29:50): 레드팀/회복력 강조; 오픈소스/클라우드 위험 관리.
• 학습/협력 (33:16): 즉시 학습 → 협력 강조; 사회 변화.
• 실패 모드 (38:18): 생산 시스템 에이전트 시 보안/예측 불가능성 주의.
• 초기 교육 (41:13): 유치원부터 AI 도입; 사고력/윤리 교육.
• 3D 추론/약물 디자인 (43:00): 인플렉션 포인트 임박.
• 대학/엔젤 투자 (43:47): 대학 제한적; 투자 중단.
• 소프트웨어 인터뷰 (45:46): AI 활용 평가 중심 변화; 성장 둔화 계획.
• 창의적 아이덴티티 (51:40): 인간 지시 아트 선호; AI 순수 생성 저평가.
• 개인화/메모리 (55:28): 강력 추진; 작업/개인 분리 자동화.
• AI 시대 스킬 (57:45): high agency, 아이디어 생성, resilience, adaptability.
• 마무리: 100배 강력 모델 가정 피드백 요청; 빌드 협력 강조.