죠스레터 :: Vertical AI & SaaS 이야기

Sign in Subscribe

Latest

RAG가 끝이 아닙니다: 앞으로의 AI + Data

RAG(Retrieval Augmented Generation)와 ICL(in-context learning)은 2020년경부터 AI 분야에서 매우 흥미로운 발전이었습니다. 이러한 기술들은 기업과 앱 개발자들이 고객 데이터를 활용하는 방식에 혁명을 가져올 것으로 약속했습니다. 재학습이나 미세 조정 없이도 강력한 모델을 활용할 수 있게 해주죠. 간단히 프롬프트 중에 모델에 관련 데이터를 "주입"함으로써, 기업들은 즉시

AI 시대의 인간 번영

지난 2년간 AI의 폭발적인 발전, 특히 생성형 AI와 거대 언어 모델(LLM)은 우리가 일하고 기술에 대해 생각하는 방식을 크게 바꿔 놓았습니다. 사용자 연구자와 디자이너에게 AI의 영향은 크게 세 가지 영역으로 나눌 수 있습니다. 1. 생성형 AI 제품 개발: 새로운 제품과 서비스에 AI를 최적으로 구현하기 위해 연구 및 디자인 프로젝트에서

왜 당신은 가장 목소리 큰 고객을 무시해야 하는가

제품 관리 업무를 하다 보면, 가장 어려운 일 중 하나가 다음에 무엇을 개발해야 할지 결정하는 것입니다. 피드백 시스템이 잘 갖춰져 있다면, 고객으로부터 꾸준히 다양한 의견이 쏟아져 나올 텐데요. 너무 많은 의견 때문에 무엇부터 우선순위를 둬야 할지 막막할 때도 있습니다. 이럴 때 가장 쉽게 할 수 있는 선택은 가장 목소리가 큰

AI 앱 스타트업은 엔터프라이즈 세일즈 황금기(1994-2000)에서 많은 것을 배울 수 있습니다

AI 혁신 시대는 메인프레임 혁명과 닷컴 시대 중 어느 쪽에 더 가까울까요? Stratechery의 Ben Thompson은 Nat Friedman 및 Daniel Gross와 함께한 최근 팟캐스트 에피소드에서 메인프레임 혁명에 더 가깝다는 주장을 펼쳤습니다. 둘 다 일리가 있지만, 저는 현재 AI 앱 폭발의 가장 적절한 유사 사례는 클라이언트-서버 컴퓨팅으로의 전환에 의해 주도된 1994년부터 2000년까지의

네 가지 계층(Four layers)

소프트웨어 기능이 애플리케이션으로 활용되는 방식에는 일정한 계층적 리듬이 있는 것 같습니다. 모든 새로운 기술은 일반적으로 기능, 인터페이스, 프레임워크 및 애플리케이션이라는 네 가지 계층으로 성장하는 경향이 있습니다. 이러한 프로세스를 건너뛰거나 단축할 수 있는 방법은 없는 것 같습니다. 이 네 가지 계층은 우리가 있든 없든 성장합니다. 우리 스스로 이러한 계층을 개발하거나, 우리의

창업자를 위한 가이드: 성장이 아닌 수익과 이익에 집중하세요

지난 10년에서 15년간의 소프트웨어 개발에 대해 이야기하자면, 사람들은 무료로 서비스를 제공하고 억만장자가 되었다는 이야기를 할 수 있습니다. 직관과는 약간 다르지만, 현재 유명한 수십 개 회사의 이야기와 거의 같습니다. Uber, Doordash, Airbnb, Figma, Dropbox, 심지어 Google, Amazon, Netflix까지 - 이 회사들은 수익과 이익을 희생하면서 사용자 성장을 추구했고, 그 투자는 큰 성공을