기능을 대폭 보강한 2.0을 출시했습니다

책을 잘 안읽은 국포자 출신이라.. 제 느낌과 감정을 표현하기엔 부족해 잘 전달될지 모르겠지만 공허한 제게 너무 동기부여 됐습니다.

전 어떤 무언가를 ‘코드로 만드는 과정을 공부’, 이를테면 언어나 프레임워크를 공부해가며 하나씩 내 스택으로 만드는 도장깨기가 좋아서 컴공을 버텨왔습니다. 하지만 세상은 변했고 저의 원동력, 동기는 사라졌으며 이상하고 (표현이 위험하지만) 어설퍼보이는 제품들이 우후죽순 생겨나는 최근 1~2년이 너무 싫었습니다.

2년만인지, 아니면 태어나서 처음일까요? 저조차 모르겠습니다 T 90%이고, 기호, 취향이 불분명해 스스로 좋아하는게 무엇인지 모르는, LLM API를 접목한 양산형 프로덕트를 기피하던 저에게 이런 울림을 준 프로젝트를 본 적이 있는지.

제가 나름 좋아하는 개발자이신 kurt님이 링크드인에서 계속 제창하시는 것처럼, 그리고 선생님께서 selfview 블로그에 적으신 것처럼 결국 시대가 어떠든간에 중요한건 무엇을 만드느냐인 것 같네요.

선생님처럼 누군가에게 울림을 줄만한 ‘무언가’를 만들고 싶습니다. 정말 만들고 싶다는 생각이 들고 이 감정이 지금의 작디작은 컴공 4학년의 취준에 꽤 큰 동력이 될 것 같습니다. 감사합니다.

HN요약체의 말투네요ㅎㅎ 딴지는 아니구요. 재밌어요.

이런 일을 볼 때마다 느끼는 것이지만 서명을 확인하는 일은 플랫폼이 아니라 사용자가 해야 합니다. 개발자는 자신의 키로 서명하고 사용자는 믿을만한 개발자의 키를 자신의 기기에서 허용해서 사용해야죠.

이걸 모르겠고 알아서 해달라고 하는 건 말이 안 됩니다. 컴퓨터에 관심이 있느냐 없느냐를 떠나서 본인이 사용할 것이라면 반드시 가져야 하는 습관입니다.
휴대전화를 쓰고 인터넷을 본다면 웹페이지 메시지 전화에서 말하는 것을 무조건 믿지 말아야 하며 취사선택할 능력이 있어야 한다 수준의 기본적인 지침이죠.

윈도우 UAC처럼 특정 개발자를 신뢰할 것인지 버튼 하나로 확인할 수 있는 UI 정도면 코드 서명과 키라는 개념을 모르는 사람도 사용할 수 있을 것입니다.

러스트기반 웹앱 속도에 놀람. 컴퓨터에 설치된 한컴한글을 실행해서 열 때보다 2배 이상 빠르고. 스크롤은 4배 이상 빠른것 같음.

개인 서비스니 소규모 서비스니 괜찮겠지 생각하실 수 있는데

그냥 고소장이든 뭐든 날라오면 인생 피곤해집니다.

fmp가 뭔지 모르겠는데

뉴스 시세 통계 전부 다 약관 위반이고 고소장 날리면 답 없습니다.

증권사나 뉴스 업체들은 모든 세세한 사항 다 계약하고 돈주고 사오는거에요..

금융쪽 데이터는 대부분 이런식으로 데이터를 제공하는 것이 라이센스 위반입니다.
골치아픈 문제가 생길 수 있습니다. 블룸버그가 괜히 비싼게 아닙니다. 데이터가 비싼거에요.

너무 잘 정리해주셨네요. 감사합니다.

반쪽짜리 프로젝트가 범람하고…
프로그래밍을 반쪽만 아는 사람들은 사람들은 열광하고…

사내에서 바이브코딩만으로 개발해보라는 지시가 내려져서 이것저것 적용해봤는데요, 막상 해보니 뛰어난 개발 스킬이 곧 높은 품질을 보장하진 않더라고요..
오히려 AI가 만들어낸 코드를 검토하고 이해하는 능력이 핵심인 것 같습니다. 도구가 좋아질수록 “읽고 판단하는 힘”이 더 중요해지는 아이러니랄까요.

  • AI 시대에는 ARR이 더 이상 믿을 만한 공용 지표가 아닐 수 있다는 주장
  • 테크 업계의 대표 지표는 시대마다 바뀌어 왔음
    • 소셜 시대: DAU/MAU
    • SaaS 시대: ARR/MRR
    • AI 시대: 기존 ARR도 현실을 왜곡할 가능성이 커지고 있다는 문제 제기
  • 글의 출발점은 Anthropic의 숫자 불일치
    • 2026년 2월엔 ARR 140억 달러를 강조
    • 한 달 뒤 법원 제출 문서엔 “창업 이래 누적 매출 50억 달러 초과”라고 기재
    • 같은 회사, 비슷한 시점인데 숫자의 의미가 크게 다름
    • 저자는 이를 “AI 시대에 ARR이 실제 사업 상태를 제대로 설명하지 못하는 신호”로 해석
  • ARR이 AI에서 흔들리는 이유는 3가지
    1. 한계비용이 거의 0이라는 SaaS 전제가 깨짐
      • AI는 추론 호출마다 GPU/클라우드 비용이 실제로 발생
      • 많이 쓸수록 비용도 커짐
    2. 고객별 원가 차이가 매우 큼
      • 같은 요금을 내도 어떤 고객은 저비용, 어떤 고객은 고비용
      • ARR만 보면 둘 다 같은 “좋은 매출”처럼 보이지만 실제 수익성은 크게 다름
    3. 반복 매출의 안정성이 약함
      • SaaS보다 전환 비용이 낮아 다른 모델/서비스로 옮기기 쉬움
      • “Recurring” 자체가 과거보다 덜 견고함
  • 그래서 AI 기업의 ARR은 “성장”은 보여줘도, 수익성·지속성·사업 품질은 잘 못 보여줄 수 있음
    • 과거 DAU/MAU가 사용자의 관심은 보여줬지만 사업의 건강함은 못 보여준 것과 비슷한 구조라는 주장
  • Anthropic, OpenAI 사례도 이런 문제를 보여준다고 봄
    • 발표되는 ARR과 실제 누적 매출, 반기 실적, 현금 소진 속도 사이에 차이가 있음
    • 즉 “연환산” 숫자가 실제 연간 성과와 같은 뜻으로 읽히면 오해가 생길 수 있음
  • 저자가 제시한 AI 시대의 차세대 후보 지표
    1. 지출 대비 생산성 (Productivity per Dollar Spent)
      • 단순히 ARR/직원 수가 아니라
      • ARR / (인건비 + AI 비용) 같이 봐야 실제 효율이 드러남
    2. 1년차 가치 (First Year Value)
      • LTV처럼 먼 미래를 가정하기보다
      • 고객이 첫 12개월 안에 갱신할 만큼 충분한 가치를 얻었는지 보자는 관점
    3. 토큰당 매출총이익 같은 단위경제학 중심 지표
      • 얼마나 많이 처리했는지보다
      • 얼마나 남기면서 처리했는지가 더 중요
  • 핵심 메시지
    • AI 시대에는 매출 규모보다 매출총이익 구조, 고객별 수익성, 첫해에 남는 가치를 봐야 함
    • 숫자의 크기보다 숫자의 구조를 읽어야 한다는 이야기
  • 현실적인 문제도 있음
    • 이런 3세대 지표를 제대로 보려면
    • 빌링, 인프라 비용, 재무 시스템이 연결돼 있어야 하는데
    • 대부분의 AI 기업은 아직 그 수준의 측정 인프라가 부족함

한 줄 요약
AI 비즈니스는 SaaS처럼 ARR 하나로 설명하기 어려워졌고, 앞으로는 “얼마나 팔았나”보다 “얼마나 남기고, 얼마나 유지되나”를 보여주는 지표가 더 중요해질 것

49일이전에 정말로 재부팅을 해야 하는군요.

이게 사실 시간은 절대 < 로 비교하면 안되는건데..

if ((int32_t)(tmp - current_tcp_now) < 0) {
os_atomic_cmpxchg(&tcp_now, tmp, current_tcp_now, ...);
}
이렇게 해서 두 값의 차이를 봐야 하는 건데... 인간은 항상 같은 실수를 하게 되네요.

토큰을 좀 많이 먹긴하는데 autobe 충분히 레퍼런스 삼을만하고 사용해 봄직한 프로젝트라고 봅니다.

openkakao-rs login --save
Could not extract credentials. Is KakaoTalk running?

이렇게 나오면서 동작 안되네요

테스트케이스만 봤을 때 이전 대비 엄청난 성장이네요 응원합니다