0~8분: "돈 버는 곳은 딱 두 군데야" — 큰 그림 정리

노정석이 슬라이드 하나 들고 나오면서 시작해. 분위기는 회사 세미나 발표 후기를 친구한테 설명해주는 느낌. 좀 들떠 있어. "3월 22일 행사에서 발표했던 건데 승준님한테도 한번 보여드리려고요."

여기서 노정석이 늘 해온 핵심 주장을 다시 정리해줘. AI 시대에 실제로 돈 버는 영역은 두 곳뿐이야. 하나는 엔비디아처럼 칩·인프라·클라우드 쪽. 다른 하나는 테슬라처럼 한 분야를 처음부터 끝까지 수직으로 꿰뚫는 쪽. 그 핵심 엔진은 나만 갖는 데이터(proprietary data)고, 데이터가 서비스를 좋게 만들고, 서비스가 더 많은 데이터를 모으는 선순환(data flywheel)이 돌아야 한다는 거야.

그러면서 스타트업한테 선택지는 둘 중 하나라고 해. "거대 AI 모델 위에서 빠르게 서비스 올리든지, 아니면 거대 모델이 못 다루는 영역에서 수직 통합하든지." 3~4년째 같은 말 하고 있다면서 "아직 이걸 뒤집는 플레이어를 못 봤어요"라고 자신감 있게 말해.

---

8~18분: "검증 가능한 영역은 AI가 다 먹는다" — 핵심 논리 전개

여기서 영상이 좀 무거워지는데, 노정석 특유의 논리 전개가 시작돼. AGI가 곧 온다는 건 이미 전제로 깔고, 그다음 질문은 "그럼 AI가 못 먹는 영역이 어디냐"는 거야.

핵심 논리는 이거야. DeepSeek R1이 보여준 게 뭐냐면, 답이 맞는지 틀린지 알고리즘으로 채점 가능한 영역(수학, 코딩, 과학)에서는 AI가 무한 연습해서 혼자 데이터 만들고 혼자 강해질 수 있어. 이 영역은 이미 빅테크가 다 점령했다고 봐야 해. 그러면 살 곳은? AI 혼자서는 맞다/틀리다 채점조차 못 하는 영역.

근데 여기서 최승준이 슬쩍 끼어들어. "어떤 거죠?" 딱 두 글자로. 노정석이 씩 웃으면서 예시를 꺼내. "저희 회사에서 메이크업 조합 데이터셋을 엄청 만들고 있거든요. 이거 AI한테 물어보면 어떤 건 좋다고 하고 어떤 건 나쁘다고 해요. 근데 인간은 맥락 주면 딱 '이건 좋아, 이건 싫어' 하거든요." 이 예시가 영상 전체에서 제일 와닿는 부분이야.

---

18~26분: "그 환경을 직접 만드는 게 전략이다" — 결론으로 달려가기

로봇 영상 하나 보여주면서 설명해. 구글 Gemini Robotics 발표 영상인데, 로봇이 바나나 접시에 포도를 넣는 task를 수행하는 거야. 여기서 노정석이 포인트를 꺼내. "이 환경(카메라, 센서, 시뮬레이터) 자체가 AI 혼자 채점 못 하던 걸 채점 가능하게 바꿔주는 시스템이에요."

그리고 테슬라 예시로 연결해. 테슬라 차에 달린 카메라가 운전자가 급제동하는 순간, 자율주행 해제하는 순간을 다 기록하잖아. 그게 곧 "이 판단은 틀렸어"라는 label(채점 결과)이 돼. 그러니까 테슬라 서비스 자체가 데이터 공장인 거야.

노정석이 이걸 이렇게 정의해. "non-verifiable을 verifiable로 바꿔주는 closed-loop system." 이 한 줄이 오늘 영상의 핵심이야. 최승준은 "강화학습 쪽 open-endedness 연구랑 뉘앙스가 비슷한데요"라고 살짝 학술적으로 덧붙이고, 노정석은 "아마 비슷할 거예요, 저는 그냥 사업하다 보니까 그 결론에 도달한 거예요"라고 웃으면서 받아쳐.

---

26~31분: "숙제는 AI한테 맡겨" — 마무리 + 최승준 recap

마지막에 노정석이 실습 하나 던져줘. 자기 슬라이드 내용을 그대로 챗GPT·클로드에 붙여 넣고, 이렇게 물어보래. "나는 [내 도메인]에서 일하는데, 내 도메인에서 non-verifiable을 verifiable로 바꿔주는 closed-loop system 예제 알려줘." 직접 해봤더니 예제를 엄청 잘 준다고.

최승준이 정리 한 번 해줘. "1번은 기민한 팀이 빠르게 치고 나가는 방식, 2번은 기존 사업이 있는 곳에서 환경으로부터 신호를 받아 데이터를 만드는 방식, 맞죠?" 노정석이 고개 끄덕이면서 덧붙여. "OpenAI가 내년에 딱 끝내버릴 영역으로는 가고 싶지 않잖아요. 그래서 이렇게 도망쳐 온 거예요." 두 사람이 피식 웃으면서 끝나.

---