🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Garry Tan: Own Your Intelligence를 중심으로, 스피노자의 삶은 사회적 승인이나 안락함보다 독립적인 진실 추구와 행동 능력의 확장을 택한 사례이며, 발표는 이를 개인 지능의 소유를 핵심 판단 포인트로 압축 정리한다.

📌 핵심 요점

1. 스피노자의 삶은 사회적 승인이나 안락함보다 독립적인 진실 추구와 행동 능력의 확장을 택한 사례이며, 발표는 이를 개인 지능의 소유 문제로 연결한다.
2. AGI는 어느 날 출현할 단일 사건만이 아니라 터미널·마크다운·예약 작업에서 개인의 맥락을 바탕으로 실제 업무를 수행하는 에이전트 형태로 이미 확산되고 있다.
3. 구독형 AI는 기업의 정책과 제품 변화에 종속되지만, 개인 인프라에서 소유한 기억과 절차를 실행하는 개인 AGI는 사용할수록 가치가 누적되는 자산이 된다.
4. 같은 모델을 사용해도 생산성 차이가 크게 벌어지는 이유는 모델의 가중치보다 필요한 맥락을 선택하고 적절한 단계에서 실행 도구를 호출하는 구조에 있다.
5. 자연어로 작성한 스킬, 출처와 모순을 관리하는 메모리 위생, 반복 작업의 예약 실행을 결합하면 개인의 판단과 경력을 재사용 가능한 인지 자산으로 외부화할 수 있다.

🧩 배경과 문제 정의

• 사회적 승인과 경제적 안락함을 포기하고 독립적으로 진실을 추구한 스피노자의 삶은 지성과 행동 능력을 스스로 소유하는 문제로 이어진다.
• AGI를 어느 날 나타날 단일 사건으로 기다리는 사이, 개인의 맥락에서 실제 업무를 수행하는 에이전트형 지능은 이미 일상으로 확산되고 있다.
• 기업이 통제하는 구독형 AI는 탭이나 정책 변화에 따라 단절될 수 있지만, 개인 인프라·기억·절차를 바탕으로 한 AI는 사용할수록 가치가 누적된다.
• 동일한 모델을 사용해도 성과 차이가 커지므로, 모델 자체보다 관련 맥락과 실행 절차, 필요한 기억을 선택하는 구조가 핵심 경쟁력이 된다.

🕒 시간순 섹션별 상세정리

1. 공동체가 삭제하려 한 스피노자

• 아인슈타인은 세계의 법칙적 조화 속에 존재하는 ‘스피노자의 신’을 믿는다고 답했고, 스피노자의 사상이 수백 년 뒤에도 과학과 철학의 근본 질문에 영향을 미쳤음을 보여줬다. [00:37]
• 암스테르담의 유대인 공동체는 23세 스피노자를 폭력적인 저주와 함께 추방했으며, 대화·거래·접근·독서를 금지하고 회개 조항조차 두지 않았다. [01:50]

2. 안락함 대신 진실과 구축을 택한 삶

• 공동체는 침묵을 조건으로 연간 1,000길더를 제안했지만, 스피노자는 더 큰 금액에도 진실을 포기하지 않겠다고 거절했다. [02:30]
• 그는 피습으로 찢어진 외투를 대가의 표식으로 간직하고, 낮에는 정밀 렌즈를 만들고 밤에는 사후에야 출간될 책을 쓰며 사상과 생업을 함께 구축했다. [03:15]

3. 코나투스와 사건이 아닌 AGI

• 코나투스는 생명체가 계속 존재하면서 행동 능력을 키우려는 힘이며, 이력서·직함·직업보다 근원적인 개인의 추동으로 드러난다. [04:33]
• AGI는 데이터센터에서 어느 날 나타날 단일 존재가 아니라 터미널·마크다운·예약 작업과 개인 맥락 속에서 한 사람을 위해 움직이는 에이전트로 확산된다. [06:08]

4. 빌리는 구독형 AI와 소유하는 개인 AGI

• 월 20달러짜리 챗봇과 각종 자동화 도구는 탭을 닫거나 운영 회사가 방향을 바꾸면 맥락과 능력이 사라질 수 있는 임대형 지능이다. [06:18]
• 개인 AGI는 자신의 인프라·기억·절차를 이용해 매일 더 유용해지는 자산이며, 지능을 빌리지 않고 소유해야 미래의 통제권도 개인에게 남는다. [07:40]

5. 에이전트가 만드는 생산성 격차

• 발표자는 2013년 하루 약 14줄이던 유용 코드 산출량이 같은 두뇌와 비슷한 시간 조건에서 현재 약 400배로 늘었다고 보여준다. [08:06]
• 같은 모델·가중치·컨텍스트 창·API를 사용해도 2배와 100배의 차이가 생기며, 핵심 레버리지는 관련 맥락과 정확한 시점에 실행되는 절차라고 주장한다. [10:02]

6. 행동 능력을 키우는 개인 지능의 공식

• 에이전트로 일주일치 업무를 한 오후에 끝낼 때의 기쁨은 단순한 편리함이 아니라 자신의 행동 능력, 즉 코나투스가 확장되는 감각으로 읽힌다. [10:25]
• 저렴해지는 최전선 모델에 개인 맥락과 OpenClaw·Hermes Agent·Claude Code·Codex 같은 실행 장치를 결합하면, 한 명의 창업자도 과거에 확장하기 어려웠던 일을 대규모로 수행할 수 있다. [12:06]

7. 기억 용량보다 중요한 맥락 선택

• 인간의 작업 기억은 약 7개 항목으로 제한되며, 체크리스트·조직도·서류함·회의는 이 한계를 보완하기 위해 만든 외부 기억 장치다. [12:47]
• 에이전트가 약 100만 토큰을 다룰 수 있어도 한 사람의 삶 전체를 동시에 올릴 수는 없으므로, 방대한 도서관에서 지금 필요한 맥락을 선택하는 사서 기능이 성능을 가른다. [14:59]

8. 과거 맥락을 선제적으로 불러오는 지식 시스템

• 창업자의 위기 이메일이 도착하면 에이전트는 과거 대화와 비슷한 문제를 겪은 포트폴리오 기업의 해결 경험을 찾아 사용자가 이미 아는 맥락 위에서 대응한다. [15:20]
• 받은편지함은 중요도와 관계 이력을 반영한 브리핑으로 바뀌고, 회의 준비와 야간 연구·뉴스 교차 검토도 사용자가 요청하기 전에 수행된다. [16:16]

9. 얇은 실행 틀 위에 쌓는 자연어 스킬

• GStack은 에이전트가 조작하는 브라우저라는 얇은 실행 틀과 영어 마크다운으로 행동 규칙을 담은 두꺼운 스킬 파일을 결합한다. [16:33]
• 회의 전사·약속 추출·인물 연결·모순 표시 같은 업무를 자연어 지시로 구현할 수 있으며, YC의 비개발 직군도 스킬과 예약 작업을 만들어 사용한다. [17:46]

10. 판단은 잠재 공간에, 정확성은 결정론적 공간에

• 모호한 요청의 의도와 취향을 읽는 일은 모델의 잠재 공간에 맡기고, 마크다운 지시로 판단의 방향을 통제한다. [18:33]
• 산술·SQL·좌석·일정처럼 정확한 상태 관리가 필요한 일은 코드와 데이터베이스가 담당해야 하며, 대규모 콘퍼런스도 마크다운이 코드와 데이터를 호출하는 방식으로 운영됐다. [19:07]

11. 대규모 리서치를 가능하게 한 작은 시작과 복리

• 에이전트는 스피노자 전기 3권 약 1,500쪽을 읽고 연대기·저자 간 불일치·인용문·상위 일화를 구조화했다. [19:46]
• 하룻밤의 리서치는 발표용 이야기로 압축됐지만, 지식 시스템 자체는 거대한 창고가 아니라 회사와 사람에 관한 마크다운 파일 몇 개에서 시작해 매일 한 선반씩 커졌다. [20:58]

12. 마크다운 인력으로 운영하는 초소형 조직

• 스킬 파일을 직원, 리졸버를 조직도로 보면 법인·공동창업자·로고가 없어도 한 사람과 에이전트만으로 업무 조직을 구성할 수 있다. [21:23]
• Emergent와 Retail의 매출 대비 소규모 인원 사례, YC 창업자의 높은 일일 산출량은 에이전트가 조직 규모와 소프트웨어 제작비의 물리적 한계를 바꾸고 있음을 보여주는 사례로 드러난다. [22:44]

13. 복리의 전제인 메모리 위생과 도구 선택

• 큐레이션 없는 저장소는 오래된 사실과 나쁜 절차를 확신 있게 재생하므로, 출처 기록·모순 검사·전담 정리·삭제가 있어야 오류가 아니라 가치가 복리로 쌓인다. [23:33]
• 첫 단계는 개인 컴퓨터에서 에이전트 하네스를 실행하는 것이며, 특정 제품보다 개인 지능을 축적할 수 있는 구조를 선택하는 일이 중요하다. [24:27]

14. 개인 맥락을 반복 실행 체계로 바꾸는 단계

• 거대한 아카이브 대신 마크다운 폴더 하나에서 시작해 메모와 이메일, 프로젝트와 사람별 약속·관심사·최근 대화를 기록한다. [25:07]
• 가장 싫어하는 반복 업무를 골라 친구에게 인수인계하듯 평이한 영어로 첫 스킬을 쓰고, 실패할 때마다 규칙과 예외를 추가한다. [26:05]
• 스킬을 예약 작업에 연결하고 일회성 업무의 절차도 재사용 가능한 마크다운으로 남겨, 같은 요청을 두 번 하지 않도록 학습을 포착한다. [27:14]

15. 90일 복리 곡선과 인지 자산의 통제권

• 첫 주에는 수정 비용이 더 크지만 4주 차에는 개인 맥락과 아침 작업이 유용해지고, 12주 차에는 약 12개의 스킬과 타인이 빌리고 싶어 하는 도구가 남는다. [28:11]
• 성장 곡선이 오르기 전인 2주 차에 많은 사람이 포기하지만, 계속 축적한 사람은 12주 차에 큰 생산성 격차를 얻는다고 보여준다. [28:49]
• 스킬 파일은 머릿속 작업 방식을 실행 가능하게 외부화한 인지의 일부이므로, 누가 파일을 통제하는지가 축적의 수혜자를 결정한다. [29:57]

16. 스킬 파일 소유권이 경력의 축적을 결정한다

• 마야가 2년간 만든 40개 스킬을 개인 저장소에 두면 이직과 창업에서도 재사용할 수 있어 전문성이 개인의 경력 자산으로 누적된다. [30:13]
• 같은 파일을 회사 저장소에만 두면 퇴사 후 회사는 판단을 계속 실행하지만 마야는 기록을 잃어, 경력의 축적이 조직의 추출로 바뀐다. [30:37]
• 개인의 인지 능력을 지휘하고 보호하려면 플랫폼이나 인수자가 통제하기 전에 두뇌와 스킬을 자신이 소유한 저장소에 두어야 한다. [32:39]

17. 모델·RAG·보안에 관한 세 가지 반론

• 모델이 강해질수록 차이는 가중치보다 운용자와 개인 맥락에서 벌어지며, 더 나은 모델은 같은 개인 라이브러리에서 더 많은 가치를 끌어낸다. [33:50]
• RAG 검색만으로는 부족하고 무엇을 기록·연결·활성화하며 충돌하는 사실을 누가 판정할지가 실제 경쟁력을 만든다. [34:26]
• 개인 정보를 자신의 인프라·저장소·키 아래 통합하는 방식은 분산된 맥락의 통제권을 되찾는 대신 직접 보관 책임을 지는 보안 모델이다. [35:05]

18. 개인 AI 인프라를 공개해야 하는 이유

• 발표자는 YC에서 일하는 조건 덕분에 개인용 하네스·두뇌 구조·스킬을 수익화하지 않고 전체 운영체제를 오픈소스로 공개할 수 있다고 드러낸다. [35:32]
• 하네스·라이브러리·마크다운 노동력을 가진 사람과 그렇지 않은 사람 사이의 실행 규모 차이는 매달 커지고 있다. [36:05]
• 강력한 기술을 소수에게 사유화하기보다 코드와 제도를 만들어 공개해야 더 많은 사람이 레버리지를 활용할 수 있다는 선택을 제안한다. [36:39]

19. 공개 구축에 뒤따르는 조롱과 모방

• 라이프니츠가 스피노자와 사흘을 보내고도 공개적으로 거리를 둔 일화는 비난과 은밀한 수용이 동시에 일어나는 패턴을 보여준다. [37:26]
• 에이전트가 대부분의 코드를 작성한다고 공개하면 조롱을 받지만, 비판자도 실제 제품에서는 에이전트를 사용하며 공개 비판이 모방으로 이어질 수 있다고 드러낸다. [37:55]

20. 희귀질환을 위한 8만 개 파일의 개인 AGI

• 희귀 뇌전증을 앓는 아들의 아버지는 연구실·지원금·허가 없이 8만 개의 마크다운 파일에 해당 질환의 지식을 축적했다. [38:30]
• 진료 기록·논문·발작 일지·약물 상호작용을 연결해 새로운 치료 아이디어의 과거 시도 여부를 몇 분 안에 확인하는 개인 지식 시스템을 만들었다. [38:47]
• 에이전트가 개인의 인지 한계를 보완하면서 거대한 문서고·복잡한 데이터셋·대규모 문제도 한 사람의 작업 범위에 들어올 수 있다는 사례다. [39:33]

21. 허가 없이 곧바로 구축하는 시대

• 과거에는 창업을 위해 수십 명의 동조자를 모아야 했지만, 이제는 노트북과 이미 축적한 몇 년의 기록만으로 구축을 시작할 수 있다. [40:18]
• 개인 AI는 자금·인력·허가·선행 지지를 기다리던 한 사람의 의지를 중개자 없이 곧바로 작업으로 전환한다. [40:54]
• 기술적 난도가 급격히 낮아진 뒤 남는 희소성은 허가를 기다리는 능력이 아니라 각자가 어렵고 희귀한 무엇을 직접 만들어 내는가에 달려 있다. [41:41]

🧾 결론

• 개인 AI의 핵심 경쟁력은 특정 모델에 대한 독점적 접근이 아니라 자신만의 맥락·기억·절차를 지속적으로 축적하고 통제하는 능력이다.
• 마크다운 파일 몇 개와 반복 업무 하나로 시작해 실패할 때마다 규칙을 보완하면, 초기의 느린 구간을 지나 스킬과 지식이 복리로 작동할 수 있다.
• 판단이 필요한 일은 모델의 잠재 공간에 맡기고 산술·SQL·일정처럼 정확성이 필요한 일은 코드와 데이터베이스에 맡기는 혼합 구조가 중요하다.
• 스킬 파일의 소유권은 단순한 파일 관리 문제가 아니라 개인의 경력과 전문성이 누구의 자산으로 남는지를 결정하는 통제권 문제다.

📈 투자·시사 포인트

• 최전선 모델이 강해지고 저렴해질수록 가치의 중심은 모델 접근 자체에서 독점적인 개인·조직 맥락, 메모리 관리, 에이전트 실행 체계로 이동할 가능성이 있다.
• YC 배치와 초소형 조직 사례는 에이전트가 소프트웨어 제작비와 필요한 인원 규모를 낮춰 스타트업의 자본 효율성과 실험 속도를 바꿀 수 있음을 시사한다.
• 지식 저장소가 방어력 있는 자산이 되려면 단순한 데이터 축적보다 출처 추적, 모순 판정, 삭제, 활성 기억 선별을 포함한 메모리 위생이 필요하다.
• 개인 AI 인프라의 확산은 에이전트 하네스·지식 시스템·보안·권한 관리·오픈소스 도구에 기회를 만들지만, 개인과 회사 사이의 스킬 소유권 및 데이터 책임 문제도 함께 키운다.

⚠️ 불확실하거나 확인이 필요한 부분

• 하루 유용 코드 생산량이 약 400배 증가했다는 수치와 2배·100배의 사용자 격차는 발표자의 경험과 설명에 기반하며, 측정 기준이나 독립적인 검증 자료는 제시되지 않았다.
• YC 기업의 AI 코드 생성 비중과 Emergent·Retail의 매출 및 인원 사례는 인상적이지만, 에이전트 사용이 성장성과 수익성의 직접 원인인지 판단할 비교군은 제공되지 않았다.
• 약 100만 토큰의 컨텍스트와 대규모 지식 저장소가 가능하더라도, 실제 정확도는 검색·선별·모순 처리 방식에 좌우되며 저장량 자체가 품질을 보장하지 않는다.
• 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

• 개인이 통제하는 저장소에 마크다운 폴더를 만들고, 현재 프로젝트·주요 인물·약속·최근 결정부터 소규모로 기록한다.
• 매주 반복되는 업무 가운데 가장 하기 싫은 작업 하나를 골라 친구에게 인수인계하듯 자연어 스킬로 작성한다.
• 각 스킬에서 모델이 판단할 단계와 스크립트·데이터베이스가 정확하게 처리할 단계를 명시적으로 분리한다.
• 사실마다 출처를 남기고 새 정보와 기존 정보의 모순을 검사하며, 낡은 사실과 실패한 절차를 정기적으로 정리한다.

❓ 열린 질문

• 업무 중 만든 스킬과 판단 기록은 개인의 경력 자산과 회사의 영업 자산 사이에서 어떤 기준으로 소유권을 나눠야 하는가?
• 에이전트의 생산성 향상을 산출량뿐 아니라 정확성·수정 비용·의사결정 품질까지 포함해 어떻게 측정할 수 있는가?
• 방대한 개인 기록 가운데 무엇을 활성 기억으로 올리고 무엇을 보관하거나 삭제할지 누가 어떤 규칙으로 결정해야 하는가?