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

개봉 예정 작들 중 재개봉 작품은 최초 개봉일로만 표시중인데 재개봉 일자도 나오면 좋을 것 같습니다

정말 시각장애인분들을 위한 도구네요

정말 저정도 수준이면 역어셈한거에서 보안 취약점 찾는것도 금방이겠네요.

위 언급된 재단 하나의 멤버로서 이 과정을 지켜보며 깊은 회의감을 느꼈다. 겉으로는 '윤리적 AI'를 표방하며 내부적으로는 이 결정이 어떤 커뮤니티 합의도 없이 탑다운으로 이루어졌다.

지정학적 갈등 점화에 따라, 활동 안한지 오래되었지만 한마디 해야할것 같아 윤리에 대해 논의 스레드를 개설했지만, 관료적 회피뿐이었다. 이 이니셔티브는 오픈소스의 가치를 지키는 것이 아니라, 거대 자본의 폐쇄적 연합체에 오픈소스 재단에 Responsible AI 상표권을 사간 사건이다.

너무 감사드립니다 ㅎㅎ

여전히 훌륭하십니다