← 메인으로
EP. ·25.03.28·⭐⭐⭐·24분 32초

[제2회 AI비즈포럼-키노트#1] Frontier Model 들 사이에서의 생존전략 - 비팩토리 노정석 대표

구글·오픈AI 별들의 전쟁 속에서 작은 사업자가 살아남는 딱 하나의 틈새 — "AI가 정답을 판단할 수 없는 영역에 클로즈드 루프를 만들어라"

2025상#생존전략#프론티어모델#데이터전략#AI비즈니스@노정석
▶ 유튜브에서 원본 보기← 앞: [제2회 AI비즈포럼-발표#2] VARCO Art Fashion - NC AI 김민재 CTO님→ 다음: [제2회 AI비즈포럼-발표#3] B2B 서비스 개발 후기 - Bizmatrixx 권영해 대표님

[제2회 AI비즈포럼-키노트#1] Frontier Model 들 사이에서의 생존전략 - 비팩토리 노정석 대표

🗺️ 이 영상의 위치

⚡ 5분 요약

한 줄

구글·오픈AI 별들의 전쟁 속에서 작은 사업자가 살아남는 딱 하나의 틈새 — "AI가 정답을 판단할 수 없는 영역에 클로즈드 루프를 만들어라"

핵심 3개

1) 프론티어 모델 게임엔 끼지 마 구글·오픈AI가 매달 세상을 2년치씩 갱신하고 있어. 거기다 수천억 때려박은 사람들도 다 산화했어. 이건 우리 게임이 아니야. 대신 AI 비용이 0에 가까워지는 지금이야말로 "이걸 공짜로 쓰면서 뭘 만들까"를 생각할 타이밍이야. 유튜브 알고리즘 직접 안 짜도 되는 것처럼.

2) AI가 정답을 못 내리는 곳으로 도망가 수학·코딩처럼 정답이 딱 떨어지는 문제는 AI가 무한 컴퓨터로 다 이겨버려. 근데 뷰티 컬러 조합, 패션, 음식처럼 "좋다/나쁘다"를 0과 1로 못 매기는 영역은 달라. 여기선 사람의 반응 데이터가 있어야만 AI가 학습할 수 있거든. 이게 노정석이 말하는 "논-버리파이어블 도메인"이야.

3) 클로즈드 루프가 핵심 자산 사람한테 계속 써보게 하면서 → 반응 데이터 쌓고 → 그걸로 AI 학습시키는 고리를 만드는 게 진짜 해자야. 테슬라 오토파일럿이 그 방식으로 운전 데이터 쌓은 것처럼. 이 고리가 있으면 빅테크도 못 빼앗아가.

가장 인상적인 한 마디

"도대체 어디로 도망가야 되는가예요. 뭘 해야 되는가라기보다는."

한나야, 이게 무슨 말이냐면 — 노정석 본인도 매일 이 질문을 하면서 살고 있다는 거야. "뭘 해야 할까" 가 아니라 "어디로 피해야 살아남을까"라고 솔직하게 표현한 거거든. AI 업계 7년 경력자도 이러는데, 모르는 게 당연해.

한나가 지금 당장 시도해볼 것

내 콘텐츠 영역에서 "이게 좋은 콘텐츠인지 AI한테 물어봐도 모른다"는 판단 기준이 뭔지 딱 하나만 적어봐. 예를 들어 "이 릴스가 내 팔로워 감성에 맞는지"같은 거. 거기서 팔로워 반응 데이터를 쌓는 내 클로즈드 루프가 시작될 수 있거든.

📖 시간대별 영상 흐름 (15분 정도 걸려, 시간 있을 때만)

0~5분: "나도 모르겠어" — 솔직한 고백으로 시작

노정석이 슬라이드 첫 장을 띄우면서 "오늘 아침 11시에 쓰기 시작했어요"라고 털어놔. 청중이 웃는데, 농담이 아니야. 진짜야. 그러면서 오늘 발표가 "난잡한 문서"라고 직접 말해. 근데 그 솔직함이 오히려 더 신뢰가 가는 거야.

배경 설명을 잠깐 해. 구글 제미나이 로보틱스가 그날 아침 발표됐고, 요리하는 로봇 동영상이 화제라는 거. 노정석이 "저 바닥도 대형 사업자들이 끝장내러 오는 것 같다"고 한숨 섞인 톤으로 말해. 로봇 쪽으로 도망갔던 스타트업들이 또 빅테크한테 밀릴 것 같다는 거야.

자기 현실도 공개해. 뷰티 버티컬 사업 하는데, 잘된 것보다 실패한 게 훨씬 많다고. 엔지니어 출신에 파이토치도 해봤고 GPU 트레이닝도 해봤는데, "이거 하는 게 무슨 의미가 있지?"라는 무력감이 계속 쌓인다고. 이거 공감 안 할 사람이 없지.

5~12분: 돈 버는 구간은 딱 두 곳뿐

노정석이 2020년에 정리해둔 슬라이드를 꺼내. 지금도 생각이 안 바뀌었다고 해. 결론은 두 가지야.

첫째, 테슬라처럼 자기만의 버티컬 서비스 만들기. 구글이나 오픈AI가 어떻게 되든 상관없이 자기 도메인에서 수직 통합한 애들은 돈 벌고 있어. 둘째, AGI 플랫폼 인프라에 투자하기. 근데 이건 수천억 단위 자본 게임이라 우리 게임이 아니야.

그리고 핵심 메시지 하나 — "AGI 비용이 0에 가까워질 때까지 기다렸다가 서비스 만들어라." 비쌀 때 뛰어들면 손해야. 지금 그 0에 수렴하는 타이밍이 오고 있다는 거야. 인스타 광고비로 비유하면 CPM이 10원대로 떨어지는 시점에 대거 집행하는 전략이랑 같아.

이어서 AI 모델이 어떻게 스스로 진화하는지 짧게 설명해. R1·O1 같은 추론 모델(=아주 오래 생각하는 AI)이 만들어낸 풀이 과정을 다른 작은 모델한테 먹이면, 작은 모델이 확 뛰어오른다는 거야. 그 과정이 선순환이 돼서 빅테크는 계속 앞서가. "이 게임엔 우리가 낄 수가 없어"라고 단호하게 말해.

12~20분: "논-버리파이어블 도메인"으로 도망가라

여기서 영상의 핵심이 나와. 노정석이 칠판 쓰듯 천천히 논리를 쌓아.

AI가 무한 컴퓨터로 이길 수 있는 조건이 뭔지 먼저 말해 — "리워드 펑션(=정답 판별 기준)을 만들 수 있는 문제." 수학 문제, 코딩 문제, 과학 문제가 여기 해당해. 정답이 딱 있으니까 AI가 무한히 시도해서 맞출 수 있는 거야.

근데 뷰티 메이크업 컬러 조합은? "이게 좋은 조합이야"를 0과 1로 못 매겨. 패션은? 음식 플레이팅은? 다 마찬가지야. 이걸 "논-버리파이어블 도메인"이라고 불러. 한나 버전으로 번역하면 "AI한테 프롬프트 아무리 써도 진짜 내 팔로워 취향인지 못 만들어주는 영역"이야.

그러면서 자기 회사에서 실패한 프로젝트 얘기도 솔직하게 꺼내. 메이크업 조합 생성 프로젝트가 망했는데, 나중에 이유를 알았대. 정답 기준 없이 억지로 AI한테 서치(탐색)시키려 했던 거야. 그건 원천적으로 안 되는 방식이었다는 것.

20~24분: 클로즈드 루프가 해자다

"그럼 어떻게 해?"의 답이 여기 나와. 논-버리파이어블 문제를 버리파이어블로 바꿔주는 고리(=클로즈드 루프)를 만드는 거야.

테슬라 예시가 제일 이해하기 쉬워. "이 운전 판단이 안전한가"는 아무도 사전에 몰라. 근데 테슬라는 실제 도로에서 카메라·센서 데이터 + 운전자가 개입하는 순간을 계속 기록해. "아, 이 상황에서 운전자가 끼어드네 = 내 판단이 틀렸구나"를 고리로 만들어서 계속 학습한 거야. 이 고리 자체가 테슬라의 진짜 자산이지.

노정석이 본인 사업 방향도 공개해. 뷰티·패션·리빙·푸드가 전부 논-버리파이어블 도메인이라서 클로즈드 루프 만들기 좋다고. 파이덴틱 AI 프레임워크로 에이전트 열심히 만들고 있다고 했는데, 표정이 거의 신나 있어. 마지막에 자기 브랜드 '키라(KIRA)' 스킨케어도 슬쩍 광고하고, "휴먼 론제비티(장수 관련 사업) 관심 있으신 분 얘기해달라"로 마무리해.

💡 한나 버전 사전

"프론티어 모델"이 뭐야?

  • 전문가 설명: 현재 기술 한계의 최전선에 있는 가장 강력한 AI 모델. GPT-4o, 제미나이 울트라, 클로드 3.7 같은 것들.
  • 한나 버전: 유튜브로 치면 MrBeast·침착맨·슈카 같은 최상위 크리에이터들. 저 사람들이랑 직접 구독자 경쟁하려는 게 프론티어 모델 게임이야. 하지 마.

"버티컬 서비스 / 수직 통합"이 뭐야?

  • 전문가 설명: 특정 산업 분야 하나를 처음부터 끝까지 전부 커버하는 서비스. 콘텐츠 제작부터 유통·판매까지 다 자기 손 안에서.
  • 한나 버전: 한나가 인스타 → 유튜브 → 굿즈 → 자체몰까지 다 연결해서 팔로워가 한나 생태계 안에서만 돌아다니게 만드는 것. 뷰티 크리에이터가 직접 브랜드까지 운영하면 브랜드가 혼자 광고하는 것보다 훨씬 강한 이유가 이거야.

"클로즈드 루프(Closed Loop)"가 뭐야?

  • 전문가 설명: 행동 → 결과 측정 → 피드백 → 다음 행동 개선의 고리가 닫혀있는 시스템. 외부 도움 없이 스스로 학습이 가능한 구조.
  • 한나 버전: 릴스 올리고 → 조회수·저장 확인하고 → 잘 된 패턴 분석해서 → 다음 릴스에 반영하는 한나의 루틴이 바로 클로즈드 루프야. 이게 있는 크리에이터가 없는 크리에이터를 시간이 갈수록 이겨.

"논-버리파이어블(Non-Verifiable) 도메인"이 뭐야?

  • 전문가 설명: 결과의 정답 여부를 객관적으로 판별하기 어려운 영역. 미적 판단, 취향, 감성 등.
  • 한나 버전: "이 썸네일이 내 채널에 맞냐"는 AI한테 물어봐도 몰라. 내 팔로워만 알지. 이런 게 논-버리파이어블 도메인이야. 여기가 한나만의 데이터가 쌓이는 공간이거든.

"리워드 펑션(Reward Function)"이 뭐야?

  • 전문가 설명: 강화학습에서 AI가 어떤 행동이 '좋은 것'인지 판단하는 기준. 점수판.
  • 한나 버전: 유튜브 알고리즘의 '좋아요 수+시청 완료율'이 리워드 펑션이야. 이 기준이 명확하면 AI도 최적화할 수 있어. 근데 "이 영상이 내 브랜드 이미지에 맞냐"는 리워드 펑션을 못 만들잖아.

"테스트 타임 컴퓨트(Test Time Compute)"가 뭐야?

  • 전문가 설명: AI가 답을 낼 때 그 자리에서 더 많은 계산을 투입해 더 좋은 답을 내는 방식. 미리 학습한 것 외에 즉석에서 더 생각하는 것.
  • 한나 버전: 라이브 중에 즉석으로 Q&A 대응하는 것. 원고 없이 생각을 더 짜내는 그 과정이야.

"RLHF(인간 피드백 강화학습)"이 뭐야?

  • 전문가 설명: 사람이 AI 답변에 좋다/나쁘다 평가를 달아주면 AI가 그걸 기반으로 학습하는 방식.
  • 한나 버전: 댓글에서 팔로워가 "이런 콘텐츠 더 해줘" "이건 별로야" 하는 것들을 모아서 다음 콘텐츠 기획에 반영하는 거야. 한나가 이미 매일 하고 있는 거 맞아.

"파이덴틱 AI(Pydantic AI)"가 뭐야?

  • 전문가 설명: AI 에이전트를 만들기 쉽게 해주는 파이썬 프레임워크. 여러 AI 기능을 조립해서 자동화 워크플로우를 빠르게 만들 수 있어.
  • 한나 버전: 유튜브 자동화 도구 같은 거야. 영상 업로드, 댓글 분류, 썸네일 A/B 테스트를 자동으로 묶어주는 툴 세트 정도로 이해해.
🔥 노정석 어록 모음

"도대체 어디로 도망가야 되는가예요. 뭘 해야 되는가라기보다는."

분위기: 강의 톤이 아니라 자기 독백. 무대에서 청중한테 하는 말인데 눈빛이 진짜 고민하는 사람 눈빛이야.

한나 풀이: AI 시대에 "뭘 새로 시작해야 하지?"보다 "어디서 살아남을 수 있지?"가 더 정직한 질문이라는 거야. 무조건 AI 써야 한다는 당위론보다 훨씬 현실적인 질문이거든. 한나도 "다음 플랫폼이 뭐지?"보다 "내가 유일한 곳이 어디지?"를 먼저 물어봐.

"좌절의 늪에 빠진 게 한두 번이 아니고, 공부도 끊임없이 하는데 하면 할수록 무력감이 계속 쌓여가거든요."

분위기: 자기 약함을 청중 앞에서 그냥 꺼내놓는 톤. 비즈포럼 키노트에서 이렇게 말하는 사람 거의 없어.

한나 풀이: AI 트렌드 열심히 팔로우할수록 "나만 뒤처지는 것 같다"는 느낌 알지? 그게 너만 그런 게 아니야. 7년 경력의 AI 스타트업 대표도 그래. 계속 공부하는 것과 무력감을 동시에 안고 가는 게 이 시대의 기본값인 거야.

"AI가 학습하는 거 전부 다 라벨 데이터밖엔 없어요. 라벨이 없으면 아예 학습이 안 돼요."

분위기: 강단에서 교수처럼 딱 짚어주는 톤. 이 한 마디를 하려고 앞에서 20분 설명한 느낌.

한나 풀이: AI가 "이게 좋은 콘텐츠"라고 판단하려면 누군가가 "좋아요/싫어요" 표시를 붙여줬어야 해. 그 라벨이 많을수록 AI가 더 잘 배워. 한나의 팔로워가 저장·좋아요·댓글로 매일 찍어주는 게 바로 라벨이야. 이게 쌓이면 한나만의 AI 학습 데이터가 되는 거거든.

🎬 한나 적용 포인트

논-버리파이어블 도메인 리스트 만들기 한나의 콘텐츠 중에서 "AI한테 물어봐도 답 못 내는 것들"을 리스트업해봐. 예: "이 문장이 내 말투인가", "이 색감이 내 브랜드 감성인가", "이 협업 제안이 내 팬덤이랑 맞는가" 같은 것들. 이게 한나만의 데이터 금맥이야. 빅테크가 신세틱 데이터로 못 만드는 영역.

팔로워 반응을 라벨로 만드는 루틴 세팅 저장률 높은 게시물 / 댓글 많이 달린 게시물 / DM으로 질문 오는 주제를 따로 폴더에 모아봐. 이게 노정석 식으로 말하면 "클로즈드 루프에서 발생하는 라벨 데이터"야. 한 달만 모아도 AI한테 "이런 콘텐츠 더 만들어줘"라고 학습시킬 씨앗이 생겨.

협업·브랜드딜 판단 기준 명문화 "이 브랜드가 내 채널에 맞나" 판단을 지금은 감으로 하고 있지? 이걸 항목으로 쪼개봐. (팔로워 나이대 일치 여부, 색감 방향성, 이전 협업 반응 등) 이렇게 판단 기준을 만들면 나중에 AI한테 자동 필터링을 시킬 수 있어. 지금 당장 AI 안 써도 돼 — 기준을 언어화하는 게 먼저야.

🏷️ 태그