Why AI Has DHH Working 16-Hour Days
Quick Summary
DHH가 AI 덕분에 하루 16시간씩 일하는 이유는, 에이전트가 구현과 수정의 마찰을 줄여 자신의 취향과 비전을 끝까지 다듬는 몰입을 키웠기 때문이다.
영상 보기
클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론
DHH가 AI 덕분에 하루 16시간씩 일하는 이유는, 에이전트가 구현과 수정의 마찰을 줄여 자신의 취향과 비전을 끝까지 다듬는 몰입을 키웠기 때문이다.
📌 핵심 요점
- 생산성 향상이 더 긴 몰입으로 이어졌다. DHH는 작은 결함을 발견하고 수정하기까지의 부담이 줄면서 하루 16시간씩 일하게 됐다고 말한다. 마지막 완성도를 높이는 즐거움이 커졌지만, 건강과 수면에 위험할 수 있다는 점도 인정한다.
- 리눅스의 약점이 에이전트에게는 장점이 될 수 있다. DHH는 명령줄, 설정 파일, 상세한 오류 메시지가 에이전트의 작업에 유리하다고 본다. Omachi에서는 사용자도 에이전트를 통해 운영체제를 자신의 필요에 맞게 바꾸도록 하는 것이 목표다.
- 앱 생태계의 진입 장벽이 낮아질 가능성이 있다. 필요한 앱을 쉽게 만들거나 에이전트가 작업을 직접 처리하면 기존 앱에 대한 의존이 줄 수 있다는 주장이다. 다만 개인의 대체 앱 제작 사례가 모든 전문 앱의 대체 가능성을 입증하지는 않는다.
- 코드 축적보다 제품을 다듬는 판단이 중요해진다는 관점이다. DHH는 작은 팀도 개발 기간을 크게 줄일 수 있어 소스 코드의 양만으로 경쟁력을 지키기 어려워질 수 있다고 본다. 대화에서는 세밀한 설계 선택, 취향, 마지막 완성도를 추구하는 끈기가 계속 중요하다는 논점이 제시된다.
- 공개 모델은 성능뿐 아니라 접근권과 경쟁의 문제다. DHH는 상용 최첨단 모델의 발전을 지지하면서도 공개 가중치 모델과 로컬 실행이 필요하다고 주장한다. 소수 사업자가 기술 접근과 가격을 좌우하는 상황을 견제하려는 입장이다.
🧩 배경과 문제 정의
- 베이스캠프와 루비 온 레일스를 만든 DHH는 리눅스 배포판 Omachi를 개발하면서, 에이전트가 소프트웨어 제작과 운영체제 사용 방식을 어떻게 바꾸는지 탐색하고 있다.
- 기존 운영체제의 수동 설정 방식과 앱 생태계의 종속 구조가 에이전트 시대에도 유효한지가 핵심 문제다. DHH는 리눅스의 명령줄·설정 파일 중심 구조가 새로운 경쟁력이 된다고 본다.
- 개발 비용과 시간이 크게 줄어들면 경쟁력의 중심이 소스 코드에서 취향·완성도·실행력으로 이동한다는 주장과, AI 시장의 권력 집중을 막을 공개 모델이 필요하다는 주장이 이어진다.
🕒 시간순 섹션별 상세정리
1. 베이스캠프와 레일스에서 에이전트 중심 운영체제로 확장한다
- DHH는 약 30년간 인터넷 소프트웨어를 만들었으며, 베이스캠프에서 추출한 루비 온 레일스는 트위터·깃허브·쇼피파이 등 여러 서비스에 사용됐다. 베이스캠프와 레일스 개발을 이어가면서 이메일 서비스 Hey도 출시했다 [01:08]
- 현재 프로젝트는 에이전트 시대에 맞춘 리눅스 배포판 Omachi다. DHH는 수십만 명의 윈도·맥 사용자가 리눅스로 전환하도록 돕고 있다고 드러낸다 [02:40]
2. 애플의 수수료와 개발자 관계가 리눅스 전환의 계기가 됐다
- DHH는 서버에서는 1990년대부터 리눅스를 사용했지만, 데스크톱에서는 2001년부터 맥을 쓰다가 약 2년 반 전에 우분투로 전환했다 [03:07]
- 애플이 다른 사업자의 매출에서 30%를 가져가는 서비스 수익에 의존하면서 개발자와의 관계를 악화시켰다는 것이 그의 비판이다. 오랫동안 애플을 지지했지만 이러한 관계를 더는 받아들이기 어려워 리눅스로 옮겼다고 보여준다 [03:27]
3. 리눅스 확산의 더 큰 동력은 운영체제를 바꾸는 에이전트다
- DHH는 플랫폼 사업자에 대한 불만만으로 대규모 전환이 일어나기는 어렵지만, 에이전트의 활용 가능성은 충분한 동기가 된다고 본다. 맥의 파일 접근 경고 강화는 그가 원하는 개발 방향과 충돌한다 [04:28]
- Omachi 개발에서는 약 5~6개월 동안 직접 코드를 한 줄도 쓰지 않고 에이전트를 통해 수십만 줄을 작성했다고 한다. 같은 도구를 사용자에게 제공해 운영체제 자체를 변경할 수 있도록 하는 것이 목표다 [05:14]
4. 리눅스의 사용성 약점이 에이전트에게는 유리한 인터페이스가 된다
- 마우스와 클릭을 중심으로 설계된 운영체제에서는 설정 변경도 수동 조작에 묶이기 쉽다. DHH는 맥의 작업 공간 단축키 설정을 예로 들며, 화면의 입력란을 하나씩 수정하는 방식의 한계를 지적한다 [06:28]
- 명령줄 의존성, 복잡한 설정 파일, 상세하지만 이해하기 어려운 오류 메시지는 과거 리눅스의 약점이었다. 에이전트에게는 각각 명령 실행 통로, 직접 편집할 수 있는 구조, 문제 해결에 필요한 정보가 된다 [07:04]
5. 앱 부족이라는 장벽이 낮아지면 모바일 운영체제 경쟁도 다시 열린다
- DHH는 에이전트의 등장이 데스크톱에서 제3의 운영체제가 성장할 기회를 열었다고 본다. 모바일에서도 애플과 구글의 양강 구조를 바꾸려면 기존 앱 생태계가 만드는 진입 장벽을 넘어야 한다 [08:13]
- 윈도폰의 실패 요인으로는 인스타그램 같은 주요 앱의 부재를 든다. 반면 Omachi 커뮤니티에서는 한 사람이 약 2주 동안 라이트룸 대체 앱을 만들었으며, 자신의 플러그인·프리셋 관련 요구를 충족했다고 주장한다 [09:02]
6. 에이전트는 앱을 복제하는 데서 나아가 앱의 필요 자체를 줄인다
- 새로운 생태계가 기존 앱을 모두 재현할 필요는 없다는 논점이 나온다. 에이전트가 앱에 맡기던 작업을 직접 수행하면 일부 앱은 대체 제품조차 필요하지 않을 수 있다 [10:47]
- DHH는 비영리 재단 설립에 필요한 계약서를 에이전트로 작성하고, 마크다운으로 검토한 뒤 PDF 생성·서명 삽입·발송까지 처리했다고 한다. 이 과정에서는 별도의 워드프로세서를 사용하지 않았다 [11:29]
7. 생성 속도가 빨라지면 소프트웨어가 사용 중에 계속 바뀔 수 있다
- DHH는 현재의 느린 생성 속도가 즉각적인 상호작용을 제한한다고 본다. 비교 사례로 파이어웍스가 초당 1,500토큰을 생성하며 약 4초 만에 게임을 실행한 시연을 보여준다 [13:12]
- 시연에서는 실행 중인 게임에 기능과 요소를 추가하면서 결과가 바로 바뀌었다. 그는 이를 완성된 앱을 받아 사용하는 방식에서, 사용 중인 소프트웨어를 계속 변형하는 방식으로 이동할 가능성으로 해석한다 [13:34]
8. 작은 팀의 개발 속도가 높아지면서 소스 코드의 방어력이 약해진다
- DHH는 현재 확산 중인 Omachi 버전을 라이언 휴스와 약 2개월 반 동안 파트타임으로 만들었다고 한다. 소수 인원이 대기업의 대규모 개발 조직과 경쟁할 수 있다는 것이 그가 강조하는 변화다 [14:29]
- 과거에는 개발자 채용과 수년의 제작 기간을 버티기 위한 자금이 필요했지만, 이제는 개발 기간이 며칠·몇 주·길어도 몇 달로 압축될 수 있다고 본다. 개발 중에도 모델 성능이 크게 향상됐다는 경험을 근거로 든다 [15:03]
9. 구현이 쉬워질수록 취향과 마지막 완성도를 추구하는 일이 중요해진다
- 진행자는 스타크래프트의 오랜 밸런스 조정을 예로 들며, 소프트웨어의 가치는 코드 분량보다 세밀한 설계 선택에 쌓일 수 있다고 반론을 제기한다. 빠른 코드 생성 이후에도 제품을 사랑하고 다듬는 사람이 필요하다는 논점이다 [16:43]
- DHH는 에이전트 덕분에 자신의 취향과 비전을 더 많이 구현할 수 있다고 동의한다. 작은 결함을 발견한 뒤 수정하기까지의 마찰이 줄어 하루 16시간씩 일하고 있으며, 이런 몰입이 건강과 수면에는 위험할 수 있다고 인정한다 [17:18]
10. 에이전트는 조직 확대에 따르는 조율 부담 없이 생산력을 늘릴 수 있다
- 약 60명인 37시그널즈를 수천·수만 명 규모로 키우는 일에는 관심이 없었다고 한다. 더 많은 일을 할 수 있더라도 대규모 인력을 관리하는 부담이 크기 때문이다 [19:54]
- 반면 에이전트를 통해 대규모 인력에 해당하는 생산 잠재력을 활용하는 방식에는 매력을 느낀다. 인사 관리나 위원회 회의 대신 명확한 제품 비전을 구현하는 데 집중할 수 있다는 것이 그의 기대다 [20:12]
11. 자신의 작업에서는 고가의 무제한 자원보다 구독 서비스로도 충분했다
- DHH는 토큰을 원하는 만큼 살 경제적 여유가 있지만 실제로는 구독 세 개를 사용한다고 한다. 최근 3개월 중 한도에 도달하거나 근접했던 기간은 약 2주였다는 설명이다 [21:19]
- 대부분의 주에는 월 200달러인 20배 사용량 구독 하나로 필요한 작업을 처리했다고 한다. 이는 자신의 사용 경험이며, 최상위 모델을 활용한 개발이 막대한 자산을 가진 사람에게만 가능한 것은 아니라는 주장의 근거다 [21:41]
12. 소프트웨어의 초지능 평가와 범용 초지능의 도래 전망은 구분된다
- DHH는 인간의 기여가 계속 필요할 것이라고 단정하지 않는다. 이르면 다음 해에 인간보다 모든 일을 잘하는 초지능이 나올 가능성도 있다고 보지만, 이는 확정된 일정이 아닌 그의 전망이다 [22:13]
- 진행자는 AI가 스스로 필요한 것을 마련해 자율 로봇을 완성할 수 있는지를 개인적인 초지능 시험으로 삼고 있다. 현재 모델은 아직 그 수준에 전혀 가깝지 않다는 것이 그의 평가다 [23:06]
13. 로봇의 물리적 난도는 소프트웨어와 다른 발전 속도를 만든다
- DHH가 중국에서 만난 로봇 업계 관계자들은 초지능이나 급격한 발전의 시점을 4~5년, 어쩌면 10년 뒤로 보기도 했다. 그는 이를 임박한 변화를 예상하는 실리콘밸리 소프트웨어 분야의 분위기와 대비한다 [24:29]
- 진행자의 AI는 자율 로봇보다 가정 자동화 중심의 구성을 선택하고 있다고 한다. 대화에서는 이를 현실적인 접근으로 보는 한편, 모호한 목표를 AI가 최적화할 때 의도와 다른 결과가 생길 수 있다는 우려도 농담 섞인 방식으로 제기한다 [25:07]
14. 공개 모델은 플랫폼 허가권과 시장 집중을 견제하는 수단이다
- DHH는 경쟁을 유지하려면 오픈소스와 공개 가중치 모델이 반드시 필요하다고 본다. 누구나 허락 없이 만들 수 있었던 개방형 웹과 달리, 모바일 플랫폼에서는 앱과 사업의 존속이 플랫폼 사업자의 허가에 좌우됐다는 문제의식이다 [26:02]
- 최상위 연구소의 성과를 높이 평가하면서도, 특히 정부의 강제력까지 뒷받침하는 양강 체제에는 반대한다. 1990년대 암호화 규제 논쟁을 예로 들어 핵심 기술의 접근 제한이 상거래와 통신 발전을 해칠 수 있다고 주장한다 [26:55]
15. 공개 가중치 모델과 로컬 실행의 실용성이 빠르게 높아졌다
- DHH는 폐쇄형 모델 사이에도 여러 경쟁자가 존재한다는 점을 긍정적으로 평가한다. 선두 연구소 두 곳 외에도 경쟁 가능한 기업과 연구소가 있다는 사실 자체가 중요하다는 판단이다 [28:06]
- 공개 가중치 모델의 격차는 정확히 수치화하기 어렵고, 일부 작업에서는 약 6~7개월 정도 뒤처진 것으로 추정한다. 벤치마크에서 동등하다는 주장과 실제 사용 경험 사이에는 차이가 있지만, 이미 유용한 경쟁자라고 본다 [28:41]
16. 상용 AI의 발전과 공개 가중치의 경쟁 압력
- DHH는 오픈소스만을 유일한 해법으로 보지 않는다. 미국의 선도 AI 연구소들이 만드는 기술을 활용하되, 경쟁을 통해 가격과 시장 지배력을 견제해야 한다고 본다. 경쟁이 사라지면 토큰 100만 개에 500달러 같은 가격도 이용자가 감수할 수 있다는 가정을 든다. [30:29]
- Google과 Meta가 온라인 광고 가치사슬의 99%를 가져갔다는 것이 그의 주장이다. AI 기업도 비슷한 가치 집중을 추구할 수 있으므로, 공개 가중치를 확보하면서 최첨단 모델의 발전도 지지해야 한다고 주장한다. [31:33]
17. 개인용 Linux 개선에서 ‘완벽한 컴퓨터’로 커진 목표
- 프로젝트의 초기 목표는 Apple에 운명을 맡기지 않고 자신과 소수의 지인이 사용할 더 나은 컴퓨터 환경을 만드는 것이었다. 직접 Bash 스크립트를 작성하던 단계에서도 수만 명이 사용하는 오픈소스 프로젝트로 성장했다. [32:44]
- 에이전트 도입 이후에는 조금 더 나은 컴퓨터를 넘어, 40년간 컴퓨터를 사용하며 원했던 환경을 거의 혼자서도 구현할 수 있다고 느끼게 됐다. 이러한 가능성을 실제 개발과 사용자 경험에서 확인한 것이 목표 확대의 근거다. [33:22]
18. macOS를 넘어선다는 목표와 달성 시점의 불확실성
- DHH는 세계 macOS 사용자가 1억 8천만 명이라는 수치를 제시하며, 약 3년 안에 Linux가 이를 넘어설 수 있다는 자신의 야심을 드러낸다. 미국과 실리콘밸리에서 느끼는 Mac의 존재감이 세계 전체의 규모를 대표하지는 않는다는 논리다. [34:11]
- 에이전트로 개발하고 사용자에게도 에이전트를 제공한 최신 Quattro 릴리스에 수십만 명이 유입됐다는 경험은 목표 시점을 더 앞당겨 생각하게 했다. 다만 12개월 안에 Mac을 넘어설 가능성을 절반 이상으로 보지는 않으며, 배제할 수도 없다는 수준으로 한정한다. [35:01]
19. 먼 미래의 모델 예측보다 현재 가능한 작업에 집중
- DHH는 자신의 좁은 전문 영역에서는 강한 야심을 갖되, 현재 도구로 만들 수 있는 것에 집중하려 한다. 여러 세대 뒤의 모델을 상상하며 인간의 역할이나 최악의 결과를 계속 추측하는 태도는 판단과 정서에 해로울 수 있다고 본다. [36:18]
- 핵무기 이후 전면적 핵 파괴가 일어나지 않았던 냉전의 사례를 미래 예측의 어려움에 대한 비유로 든다. 핵무기가 세계 평화에 기여했다는 평가는 그의 해석이며, 이를 바탕으로 먼 미래에 대한 예측을 가능한 한 피하려 한다. [37:19]
20. 개발자의 직업 불안에 대한 공감과 전환의 필요성
- DHH는 자신이 프로그래밍 실력을 존경하는 사람들이 모두 AI 도구를 적극적으로 받아들였다고 드러낸다. 어렵게 소프트웨어를 만들어 본 경험이 도구의 가속 효과를 알아보게 하고, 이미 성공한 사람의 경제적 여유가 위협감을 줄일 수도 있다는 해석이다. [39:50]
- 많은 개발자는 오랜 노력으로 얻은 기술과 직업적 위치가 사라질까 불안해한다. ‘프로그래머’에서 더 넓은 의미의 ‘만드는 사람’으로 역할이 바뀔 때 자신이 잘할 수 있을지 모른다는 불안에도 공감이 필요하다고 본다. [40:25]
21. AI 찬반의 진영화와 되돌리기 어렵다는 인식
- DHH는 AI 반대의 일부가 개인의 불안뿐 아니라 기존 문화적·정치적 대립과 결합했다고 해석한다. 상대 진영이 먼저 AI를 받아들였다는 이유로 반대 입장을 택하는 구도가 생겼다는 주장이다. [41:51]
- 동시에 AI를 불편해하는 사람을 모두 하나의 진영으로 취급해서는 안 된다고 선을 긋는다. 논쟁을 편 가르기로만 이해하면 변화에 불안을 느끼는 사람을 함께 이끌어야 한다는 과제를 놓치게 된다. [43:10]
22. 숙련된 개발자와 가명 창작자가 함께 이끄는 변화
- DHH는 John Carmack, Tim Sweeney, Mitchell Hashimoto처럼 오랫동안 사용해 온 소프트웨어를 만든 개발자들의 적극적인 AI 활용을 중요한 참고점으로 삼는다. [44:09]
- Linux와 AI 분야에서는 가명으로 활동하는 개발자와 예술가의 존재감도 커지고 있다. 자신의 프로젝트 팀에도 데스크톱 상호작용에 쓰는 셸의 제작자와 예술가가 가명으로 참여하며, 그는 이를 1990년대 컴퓨터 문화의 귀환으로 받아들인다. [44:30]
23. 대기업에 집중됐던 개발 역량이 개인에게 다시 확산
- DHH는 인터넷의 상업화 이후 중요한 기술 개발이 대기업으로 집중됐다고 본다. 브라우저 엔진처럼 복잡한 소프트웨어는 개인이나 작은 집단이 도전하기 어려워졌다는 것이 그의 진단이다. [45:56]
- AI는 개인도 산업의 진전에 중요한 역할을 할 수 있게 해 이러한 영역을 다시 열고 있다는 주장이다. 그는 직함과 경력 중심의 문화보다, 온라인에서 흥미로운 결과물을 만드는 가명 개발자의 활동에 주목한다. [46:28]
24. 데모 문화와 독자적인 미감이 만드는 사용 경험
- 사업화보다 예술 자체를 위해 정교한 데모를 만드는 창작자가 다시 눈에 띈다는 것이 대화 참여자들의 관찰이다. DHH는 이런 문화를 자신의 Linux 배포판에 반영하며, 화면보호기에 ASCII 아트와 40개의 데모 효과를 사용한다고 보여준다. [47:40]
- 기존 운영체제의 저렴한 복제품보다 고유한 미감이 필요하다는 입장이다. 터미널의 시각적 특성과 1990년대 데모 문화를 결합하는 것이 자신이 추구하는 방향이다. [48:30]
25. BBS의 기억과 개성 있는 컴퓨터의 귀환
- DHH에게 과거 게임의 인트로와 BBS 문화는 컴퓨터를 사용하는 행위 자체를 특별하게 만들었던 경험이다. 일상적인 스프레드시트 작업 중에도 잠깐의 시각적 재미가 사용감을 바꿀 수 있다고 본다. [49:29]
- 그는 14세 때 침실에서 전화선 세 개를 연결한 BBS를 운영했던 경험과 모뎀 연결음을 회상한다. 당시 운영이 불법이었다고 스스로 말하며, 그 기억을 컴퓨터에 대한 흥분과 호기심에 연결한다. [50:09]
26. 상업용 소프트웨어의 성과와 개인적 만족
- 마지막 대화에서 DHH는 사진 속 사무실이 실제로 Malibu에 있으며, 촬영 당시에는 그곳에 있지 않다고 확인한다. 그 공간에서 일하는 만족을 자본주의의 혜택으로 표현하고, 진행자는 상업용 소프트웨어가 마련한 사무실이라는 농담으로 연결한다. [51:27]
🧾 결론
- 제목의 핵심은 AI가 여유 시간을 자동으로 만들어 준다는 이야기가 아니라, 만들고 싶은 것을 구현하는 즐거움과 작업 범위를 확대했다는 DHH의 경험이다.
- 에이전트는 소프트웨어 제작 도구를 넘어 운영체제와 앱을 사용하는 방식까지 바꿀 가능성으로 논의된다. 리눅스의 개방성과 수정 가능한 구조가 그 실험의 기반이다.
- 구현 비용이 낮아질수록 무엇을 만들고 어디까지 다듬을지 판단하는 역량이 중요해진다는 것이 대화의 중심 주장이다. 이것이 인간의 기여가 영구히 보장된다는 뜻은 아니다.
- 개인의 강한 생산성 경험과 운영체제 시장 전환, 범용 초지능 도래, 경제성장률 전망은 근거의 수준을 구분해 읽어야 한다.
📈 투자·시사 포인트
- 소프트웨어의 경쟁 장벽을 재점검필요가 있다. DHH의 주장을 적용하면 코드 규모와 과거 개발비만으로 방어력을 평가하기보다 제품의 세밀한 완성도와 실행력을 함께 살펴야 한다.
- 플랫폼의 앱 의존 구조가 관찰 대상이다. 에이전트가 앱 제작과 작업 수행을 쉽게 만들 경우 기존 생태계의 종속 효과가 약해질 수 있다. 다만 데스크톱의 사례를 모바일 시장 전환으로 곧바로 일반화하기는 어렵다.
- 공개 모델과 로컬 AI는 가격 경쟁과 접근권의 변수다. 상용 모델과 공개 가중치 모델의 경쟁이 유지되는지, 실제 작업에서 로컬 실행의 효용이 커지는지가 중요하다.
- 개인의 생산성 증가와 기업 성과는 구분해야 한다. 소규모 팀의 빠른 구현 경험은 주목할 만하지만, 제시된 사례만으로 기업 수익성이나 거시 성장률의 개선 폭을 확정할 수는 없다.
⚠️ 불확실하거나 확인이 필요한 부분
- Omachi의 코드 생성량, 개발 기간, 사용자 유입 규모, 구독 비용은 제공된 자료에서 DHH의 설명으로 제시된다. 독립적으로 검증된 성과나 일반적인 개발 비용으로 받아들이기 어렵다.
- 리눅스가 macOS 사용 규모를 넘어설 시점, 이르면 다음 해의 범용 초지능 가능성, 높은 GDP 성장률은 DHH의 전망이다. 특히 ‘다음 해’는 발언 시점에 상대적인 표현이며, 자료만으로 특정 연도를 확정할 수 없다.
- 초당 10만·100만 토큰, 토큰 100만 개당 500달러는 각각 미래 속도와 경쟁 부재 상황을 설명하는 가정이다. 현재 성능이나 실제 요금으로 인용하면 안 된다.
- 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
- 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
- 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.
✅ 액션 아이템
- 현재 반복하는 개발·수정 작업 하나를 골라 에이전트 활용 전후의 소요 시간, 수정 횟수, 최종 완성도를 비교한다.
- 코드 생성 이후 사람이 내려야 했던 설계 판단과 마지막 마무리 작업을 기록해, 자신의 기여가 어디에 집중되는지 확인한다.
- 필요한 앱의 기능을 목록화하고, 에이전트로 대체 가능한 작업과 여전히 전문 도구가 필요한 작업을 구분한다.
- 동일한 실제 작업으로 상용 모델과 공개 가중치·로컬 모델의 결과 및 비용을 비교해 DHH의 경험이 자신의 환경에도 적용되는지 확인한다.
❓ 열린 질문
- 에이전트가 운영체제 수정과 앱 대체를 쉽게 만들어도, 일반 사용자가 기존 생태계를 떠날 만큼 큰 편익을 느낄까?
- 구현 비용이 낮아진 시장에서 취향과 완성도는 얼마나 지속적인 경쟁 장벽이 될 수 있을까?
- 공개 가중치 모델과 로컬 실행은 최첨단 상용 모델의 가격과 접근 조건을 얼마나 견제할 수 있을까?