Arize AI Builder Meetup · 2026.07.23
AI 시대,
1인 빌더의
Unfair Advantage
도구가 아니라 권한·인센티브·환경에 관한 이야기
The wrong answer
Unfair Advantage는
Claude Code를 잘 쓰는 것이 아닙니다.
Tool advantage has a short half-life
몇 달만 지나도
사람들은 도구에 익숙해집니다.
오늘의 격차
프롬프트, 에이전트, 자동화 사용법
남는 격차
무슨 문제를 고르고, 무엇을 믿고, 어디까지 바꿀 권한이 있는가
Noy & Zhang, Science 2023 · Brynjolfsson, Li & Raymond, NBER · Bick, Blandin & Deming, NBER
The real bottleneck
회사의 AX가 느린 이유는
직원이 AI를 몰라서가 아닙니다.
더 빨리 만들수록 일이 늘고, 실패의 위험은 개인이 지지만, 성공의 upside와 결정권은 조직에 남습니다.
The Unfair Advantage Is Alignment
Impact = Capability × Authority × Upside × Feedback Speed
AI는 capability를 싸게 만들었습니다. 나머지 세 항이 0이면 조직의 결과도 거의 바뀌지 않습니다.
합성 가설. Aghion & Tirole 1997 · Holmström & Milgrom 1994 · Grossman & Hart 1986
Why the owner-builder moves fast
Real authority
제품·가격·예산·고객 행동을 실제로 바꾼다.
Residual upside
결과가 커지면 자신의 보상도 커진다.
Closed loop
판단한 사람이 결과를 보고 다음 실험을 한다.
A necessary insult
구조적으로 더 큰 가치를 만들지 못하면
1인 빌더보다 프리랜서가 더 정확한 이름입니다.
Technical turn
AI가 회사를 배우려면
문서가 아니라 환경이 필요합니다.
관찰→행동→상태 변화→결과·채점
SWE-bench · τ-bench · OSWorld · OpenAI Agent Evals
Evaluation closes the loop
AI의 실패를 빨리 보는 것만으로는 부족합니다.
무엇이 실패인지 판정할 수 있어야 합니다.
Trace→Evaluate→Diagnose→Change→Re-run
Arize AI 같은 observability·evaluation layer는 대시보드가 아니라 실패에서 다음 학습까지의 시간을 줄이는 장치입니다.
Logs are not trajectories
Slack과 회의록을 많이 모아도
학습 환경이 되지는 않습니다.
- 그때 무엇을 알고 있었는가
- 무슨 대안을 버렸는가
- 누가 행동할 권한이 있었는가
- 몇 달 뒤 무엇이 달라졌는가
Incumbent history
기존 회사는 긴 역사를 주지만
원인과 정책이 얽혀 있습니다.
승인, 예외, 조직정치, 누락된 판단 근거가 섞인 로그는 귀중한 관찰 자료지만 완벽한 simulator가 아닙니다.
Owner-builder trajectory
1인 빌더는 역사가 짧지만
처음부터 계측할 수 있습니다.
목표·권한·행동·결과의 경계를 미리 고정하고, 추천과 결정을 행동 전에 저장할 수 있습니다. 변수는 줄어들 뿐 사라지지 않습니다.
Hypothesis — not yet proven
The two-engine strategy
회사의 과거
긴 시계열 · 실제 제약 · 조직의 edge case
빌더의 현재
전향적 기록 · 명확한 권한 · 빠른 실험
둘을 task·grader·rights로 컴파일해야 비로소 AI가 연습할 환경이 됩니다.
What incumbents should copy
1인 빌더를 채용하는 게 아니라
회사 안에 작은 창업자 환경을 만드세요.
한 명의 accountable operator 또는 작은 pod가 executive sponsor와 명확한 guardrail 안에서 움직입니다.
The internal-founder contract
한 결과8–12주 동안 넓지만 bounded한 outcome 하나
실제 권한되돌릴 수 있는 제품·가격·예산·고객 행동
의미 있는 upsidemilestone·profit share·shadow equity
계측판단·tool action·결과·사람 개입을 episode로 기록
경계법무·안전·개인정보·비가역 행동은 sandbox 밖
High-powered incentives can go wrong
보상을 세게 거는 것만으로는
사람도 AI도 KPI를 해킹합니다.
좁은 활동량이 아니라 넓은 outcome을 보상하고, 안전·권리·장기 품질을 constraint와 kill gate로 둬야 합니다.
Holmström & Milgrom, Multitask Principal-Agent Analyses, 1991
Where the advantage ends
규제·자본·물리 실행·고신뢰 운영이 병목이 되면
조직이 다시 이깁니다.
목적은 조직을 부정하는 것이 아니라, 진짜 필요한 coordination이 드러날 때까지 성급한 조직화를 늦추는 것입니다.
Environment Foundry
우리가 만들려는 것은
AI가 회사를 연습할 수 있는 환경입니다.
권리가 확보된 회사의 운영 사건을 observation·action·transition·grader가 있는 bounded task로 반복 컴파일합니다.
현재 증거: public synthetic Ralphthon release-readiness environment · live/company lift는 NOT YET
The close
도구를 가르치는 것으로 끝내지 마세요.
결과와 권한과 보상을 함께 맡기세요.
팀이 필요 없다는 말이 아닙니다. 순서가 바뀐다는 말입니다.
Talk to me tonight
당신의 회사에서
한 사람이 끝까지 소유할 수 있는 결과는 무엇인가요?
정구봉 · Team Attention · bong@team-attention.com
01 / 20
← → · Space · 클릭