AX 도구를 만든 사람들 — agents all the way down 시대의 빌더 6인 비교
- “agents all the way down” 비전을 동시에 외친 6명의 빌더가 이전 직장에서 5-10년 권한을 쌓은 후 창업/합류한 패턴에서, PM이 배워야 할 조직 내 권한 누적의 임계값은?
- Boris의 Claude Code(80-90% AI 작성)와 Truell의 Cursor(ARR 6.7배 성장) 성과가 증명하는 것은 도구의 우월성인가, 빌더가 자신의 도구로 비전을 증명하는 피드백 루프인가?
- Masad의 “4시간 자율 작업”, Murati의 “fine-tuning + eval API 우선”, Brockman의 “chatbox = OS” — 6명이 공유하는 4가지 패턴(스코프·리소스·설계·메시징)을 PM 프로덕트 로드맵에 어떻게 적용하는가?
- 6개 도구가 모두 “비개발자 자립 가능성”을 강조할 때, 기업의 AI PM 채용 기준과 교육 커리큘럼을 어떻게 재구성해야 하는가?
- PO: 빌더 경력의 5-10년 권한 축적 패턴을 인식하고, 자사 내부 AI 도구 자체 구축보다는 빌더 도구의 “채택 + 운영” 전문성을 핵심 역량으로 정의하라.
- PM: 6명이 공통 증명한 피드백 루프(사용→측정→개선→증명)를 product development 기본 패턴으로 채택하고, 도구 자체보다 “도구 위의 워크플로우 표준화”에 집중하라.
- PL: Boris/Truell의 성장 곡선(4개월 프로토타입 → 급속 확대)과 기업 조직 속도 차이를 파악해 “빌더 속도에 맞추는 조직” 또는 “조직 속도에 맞추는 선택”을 명시적으로 결정하라.
[시리즈 B — Tier 2 Builders 종합편] 학자가 만든 이론은 논문으로 남지만, 빌더가 만든 도구는 매일 우리 책상 위에 놓인다. 2025-2026년 한 해 동안 6명의 빌더가 동시에 같은 비전을 외쳤다. “코드 편집기는 끝났다. 우리는 agents all the way down으로 간다.” 그들이 만든 도구·내린 결정·증명한 숫자를 PM 코치의 눈으로 다시 읽는다.
들어가며 — 이 글을 누가 읽으면 좋은가
AI를 매일 만지는 개발자나 PM이라면 이 글의 인물들이 익숙할 것이다. 그러나 AI를 본격적으로 다뤄야 하는 시기가 막 시작된 직장인·중견 PM·실무 임원에게는 “Boris Cherny가 누구냐”, “Cursor가 왜 60억 달러 가치인가”부터 막막하다.
본 글은 그런 분들을 위한 백서 스타일 에세이다. 단순 인물 소개가 아니라, 이 6인의 도구가 우리 회사의 PM 일상에 어떻게 흘러 들어오는지를 짚는다.
PM 코치의 노트 — 지난 15년간 Samsung·LG·현대모비스를 비롯한 국내 주요 기업의 PM 조직과 일하면서 반복적으로 본 장면이 있다. 새로운 기술이 등장하면, 임원진은 “이론을 만든 학자”부터 본다. Karpathy, LeCun, Hinton 같은 이름을 외운다. 그러나 1년 후 회의실에서 “우리는 이제 무엇을 해야 하나”라고 물어볼 때, 답은 학자가 아니라 빌더에게 있다. 학자는 길을 보여주고, 빌더는 길을 닦는다. 우리가 매일 걷는 길은 빌더의 작품이다.
이 글은 그 빌더 6인을 한 번에 비교하여, 독자가 자기 직무·자기 회사에 무엇을 가져갈 수 있는지 안내하는 종합 가이드다.
Part 1 — 왜 6인을 한 시점에 묶어 보는가
1.1 시대적 배경 — “동시에 일어난 빌더 군집 현상”
2025년 봄부터 2026년 봄까지의 1년은 AI 도구 시장에서 매우 특별한 시기였다. 이전까지의 AI 도구는 ChatGPT·Copilot 같은 단일 대표주자가 시장을 이끄는 구조였다. 그러나 이 1년 사이, 6명의 빌더가 거의 동시에 자기만의 도구를 들고 등장하면서 같은 비전을 외쳤다.
그 비전을 한 줄로 요약하면 이렇다:
“개발자는 더 이상 코드를 한 줄씩 쓰지 않는다. 자연어로 의도를 설명하면, AI 에이전트가 구현·테스트·배포·유지보수까지 다 한다.“
이 한 문장이 무서운 이유는, 그 비전을 외친 사람들이 모두 자기 도구로 자기 비전을 증명하고 있다는 점이다. Boris Cherny는 본인 코드의 80-90%를 Claude Code로 쓴다. Truell의 Cursor는 1년 만에 ARR이 6.7배 늘었다. Masad의 Replit은 회사 자체를 agent에 베팅했다. 비전이 아니라 숫자다.
1.2 6인 한눈에 보기
1.3 빌더가 학자(Tier 1)와 다른 점
이전 시리즈 A에서 다룬 7명의 학자(Karpathy·Sutskever·Hassabis·LeCun·Hinton·Ng·Fei-Fei Li)는 AI라는 학문 자체를 만든 사람들이다. 그들의 영향력은 수십 년에 걸쳐 펼쳐진다. 노벨상이 그것을 증명한다(Hinton 2024 노벨 물리학상, Hassabis 2024 노벨 화학상).
반면 빌더(Tier 2)의 영향력은 분기 단위로 측정된다. Cursor는 1년 만에 ARR $300M → $2B, Anthropic은 1년 만에 $1B → $19B. 시장이 바로 검증한다.
graph LR
A[Tier 1: 학자
Karpathy·Hinton·LeCun]
B[Tier 2: 빌더
Boris·Truell·Masad]
C[Tier 3: 운영자
Altman·Amodei·Nadella]
D[Tier 4: 인프라
Huang·Su]
E[당신의 회사
PO·PM·PL]
A -->|"이론·논문"| B
B -->|"도구·SDK"| E
C -->|"플랫폼·계약"| E
D -->|"GPU·전력"| C
D -->|"GPU·전력"| B
style E fill:#ffe6cc,stroke:#d79b00,stroke-width:3px
PM 코치 시각: 학자가 “지적 토대”를 만들고, 빌더는 “그 토대 위에서 PM이 매일 만지는 도구”를 만든다. 학자의 텍스트가 아닌 빌더의 도구로 이미 우리의 PM 일상이 바뀌고 있다. 본 글의 6인은 그 도구를 만든 장본인들이다.
1.4 이 글에서 다룰 4가지 질문
- 6인은 누구이며, 어떤 도구를 만들었는가? (Part 2)
- 그들이 공유한 패턴은 무엇인가? (Part 3)
- 어디서 서로 다르게 가는가? (Part 4)
- PO·PM·PL이 자기 직무에 무엇을 가져갈 수 있는가? (Part 5)
Part 2 — 인물 매트릭스 (핵심 시그널 비교)
Part 1에서 6인을 한 시점에 묶어 보는 이유와 시대적 배경을 살폈다. Part 2에서는 그들 한 명 한 명을 세 가지 축으로 비교 매트릭스에 올려놓는다. 첫째 이전 경력과 합류 시기, 둘째 2025-2026년 결정적 결과(숫자), 셋째 도구 시그니처다.
이 세 축이 중요한 이유는 단순하다. 빌더 한 명을 단독으로 보면 “그 사람이 운이 좋았다”는 인상을 받기 쉽다. 그러나 6명을 같은 축으로 정렬하면 공통 패턴이 드러난다 — 이전 직장에서 5-10년 권한을 쌓고, 비슷한 시기에 창업·합류하고, 1년 안에 비슷한 양의 숫자를 만들어냈다.
본 Part는 그 비교 매트릭스를 단계적으로 보여준다. 매트릭스를 읽고 나면, “왜 한국 대기업이 갑자기 자체 AI 도구를 만들 수 없는가”의 본질이 명확해진다. 답은 인재 부족이 아니라 권한 누적의 시간이다.
2.1 시작 — 6인의 경력과 합류 시기
빌더가 갑자기 등장하는 일은 거의 없다. 모두 이전 직장에서 충분한 권한·경험·인맥을 쌓은 후, 자기만의 회사·자기만의 비전을 들고 나타난다.
PM 코치의 노트 — 컨설팅 현장에서 자주 받는 질문이 있다. “우리 회사도 자체 AI 도구를 만들어야 합니까?” 답은 거의 항상 “아니오”다. 6인의 공통점은 이전 직장에서 5-10년 충분한 권한을 쌓은 후 창업했다는 것이다. 학생 창업한 Truell조차 동기 4인과 함께였다. 우리 회사가 갑자기 자체 AI 도구를 만들겠다고 하면, 그건 빌더 1명이 아니라 빌더 5명을 동시에 채용·유지하는 일이다. 대부분의 회사에는 그럴 자원이 없다. 빌더가 만든 도구를 잘 채택하고 운영하는 것이 현실적 답이다.
2.2 결과 — 2025-2026 결정적 숫자
2.2.1 본인 목소리로 듣는 6인 — 주요 YouTube 영상
PM·PO·PL이 본 시리즈를 읽은 후 한 가지 더 권장하는 학습은 각 빌더 본인의 영상 1편씩 보기다. 글로 정리한 인사이트는 압축된 결론이지만, 영상에서 본인이 직접 사용하는 단어·강조점·머뭇거림은 그 결론에 도달하기까지의 사고 과정을 보여준다. 각 인물별로 본 시리즈 주제(도구·프로덕트 비전)와 가장 잘 매칭되는 영상 1편을 골랐다.
PM 코치 권고 — 6편 모두 1주일에 1편씩 6주에 걸쳐 보면 좋다. 한꺼번에 몰아서 보면 정보 과부하다. 1주일에 1편씩 보면서 “이 인물의 문장 중 우리 회사 PRD에 그대로 옮길 수 있는 한 줄”을 찾아 메모하면, 6주 후 6개의 PRD 인용문이 쌓인다. 그것이 본 시리즈의 학습 자산화다.
2.3 도구 시그니처 — 무엇을 어떻게 만들었는가
flowchart TB
subgraph "Anthropic (Boris·Cat)"
A1[Claude Code]
A1 --> A2["/loop · /schedule · /batch"]
A1 --> A3["10-15 동시 인스턴스"]
A1 --> A4["25일+ 자율 세션"]
end
subgraph "Cursor (Truell)"
B1[Cursor IDE]
B1 --> B2["Agent Mode"]
B1 --> B3["end-to-end task"]
end
subgraph "Replit (Masad)"
C1[Replit Agent 4]
C1 --> C2["무한 인터랙티브 캔버스"]
C1 --> C3["200분 자율 작업"]
end
subgraph "Thinking Machines (Murati)"
D1[Tinker]
D1 --> D2["LLM fine-tuning API"]
D1 --> D3["post-training 중심"]
end
Part 3 — 6인이 공유한 4가지 패턴
서로 다른 도구·다른 회사·다른 배경이지만, 6인이 같은 4가지 행동 패턴을 보인다. 이 패턴을 이해하면, 향후 등장할 빌더 7번째·8번째도 미리 읽어낼 수 있다.
본 Part가 시리즈 전체에서 가장 중요한 부분이라 할 수 있다. Part 2의 매트릭스가 “누가 무엇을 했는가”의 사실을 보여줬다면, Part 3은 그 사실 뒤에 숨은 행동 원리를 추출한다. 행동 원리는 개별 인물·도구가 사라져도 살아남는다. 1-2년 후 새 빌더가 등장해도 이 4가지 패턴을 따른다.
PM 입장에서는 본 Part가 “우리 회사 PM도 이 4가지 패턴을 따라 할 수 있는가”를 자가 진단하는 체크리스트가 된다. 4가지 모두 한국 대기업 환경에서 부분적으로라도 도입 가능하며, 도입한 PM이 그렇지 않은 PM과 1년 후 차이가 명확하다. 본 Part 끝에 그 차이를 정리한다.
패턴 1 — Founder = Tool’s Biggest User (창시자 = 최대 사용자)
Boris는 본인 코드의 80-90%를 Claude Code로 쓴다. Truell은 본인이 Cursor 가장 깊은 사용자라 공언한다. Masad는 Replit 안에서 Replit을 만든다. 본인이 매일 쓰지 않는 도구의 PM은 진짜 PM이 아니다.
PM 코치의 현장 관찰 — 컨설팅 시 임원진에게 자주 묻는 질문이 있다. “임원분이 쓰시는 PM 도구 중에 본인이 매일 쓰는 것은 무엇입니까?” 90% 이상이 답을 못 한다. 자기 부서가 채택한 SaaS를 본인은 안 쓴다. 그것이 그 도구의 ROI가 낮은 이유다. 빌더 6인은 “내가 안 쓰면 그 도구는 죽었다”는 원칙으로 산다. PM도 이 원칙을 빌려와야 한다.
비하인드: Boris Cherny가 Claude Code를 쓰는 법 (2026년 공개)
Boris는 2026년 초 X/Threads에서 자신의 Claude Code 워크플로우를 상세 공개했다. “의외로 바닐라(vanilla)”라는 표현으로 시작하지만, 내용을 뜯어보면 PM이 당장 빌려올 수 있는 패턴이 7가지나 된다.
1. 멀티 인스턴스 병렬 실행 로컬 터미널 탭 5개 + claude.ai/code 웹 5-10개를 동시 실행.
시스템 알림으로 입력이 필요한 탭을 즉시 확인. iOS 앱에서도 하루 종일
세션을 시작하고, --teleport로 로컬↔︎웹 간 핸드오프.
2. 모델 선택: Opus 일관 사용 모든 코딩 작업에 Opus 4.5 + thinking 사용. “가장 좋은 코딩 모델”이라는 판단. 속도가 느리더라도 steering 횟수 감소 + tool use 정확도가 총 작업 시간을 줄여준다는 근거.
3. Plan 모드 → Auto-accept 모드 2단계 워크플로우
가장 중요한 원칙: “Plan을 승인하기 전까지 코드를 쓰게 하지
않는다.” Shift+Tab 2번으로 Plan 모드 진입 →
Claude가 계획서 작성 → Boris가 에디터에서 인라인 메모 추가(가정 교정,
제약 조건 보강, 도메인 지식 주입) → 승인 후 auto-accept edit 모드 전환.
인라인 메모는 “not optional” 2단어부터 비즈니스 제약 1문단까지 다양.
4. CLAUDE.md = 팀 공유 실수 기록부 팀 전체가 공유하는 CLAUDE.md에 “Claude가 반복하는 실수”를 주 수회 기록. GitHub Action이 코드리뷰 시 자동 참조. 같은 실수가 반복되지 않도록 패턴으로 관리.
5. Slash Command로 내부 루프 자동화 매일 반복하는
워크플로우를 .claude/commands/에 슬래시 커맨드로 등록. 대표
사례: /commit-push-pr (인라인 bash로 git status를 사전
계산하여 실행 속도 향상). Claude도 이 커맨드를 직접 호출 가능.
6. Subagent = 검증 자동화
code-simplifier(코드 단순화 리뷰),
verify-app(앱 검증) 같은 subagent를 대부분의 PR에 투입.
PostToolUse hook으로 코드 포매팅 자동 표준화. 검증 루프가 아웃풋
품질을 2-3배 올린다는 관찰.
7. MCP 서버 = 외부 시스템 직접 접근
Slack·BigQuery·Sentry 등 외부 시스템을 MCP 서버로 연결.
.mcp.json으로 팀 전체 설정 공유. Claude가 직접 분석 쿼리
실행·에러 로그 조회 가능.
PM 코치 권고 — Boris의 7가지 패턴 중 PM이 이번 주 월요일부터 시작할 수 있는 것은 2가지다. 첫째, Plan → Execute 분리(PRD를 쓰기 전에 AI에게 계획서를 먼저 쓰게 하고, 그 계획서에 인라인 주석을 달아 가정·제약을 교정한 후 실행). 둘째, “우리 AI가 틀리는 패턴” 문서 1개 만들기(CLAUDE.md에서 영감을 받되, 자사가 쓰는 AI의 반복 실수를 팀 위키에 기록). 이 두 가지만으로도 AI 협업 품질이 체감될 만큼 달라진다.
패턴 2 — Hypergrowth Velocity (수익 비선형 성장)
graph LR
A[2024 Q4] -->|"$300M"| B[2025 Q4]
B -->|"$2B (6.7×)"| C[2026 Q1]
style C fill:#90EE90
Cursor 1년: $300M → $2B (6.7×) Anthropic 3년: $0 → $19B Replit 6개월: $3B → $9B 평가 (3×)
학자의 영향력은 수십 년에 걸친다. 빌더의 영향력은 분기 단위로 증명된다. PM은 매주가 시장 검증의 단위라는 가속도를 받아들여야 한다.
PM 코치 시각 — 한국 대기업 컨설팅 현장에서 가장 자주 듣는 우려는 “그 회사들은 startup이라 빠른 거지 우리는 그렇게 못 한다”는 말이다. 맞다. 그러나 빌더의 hypergrowth가 시장 평균을 끌어올리고, 그 평균이 결국 우리 회사의 고객 기대치가 된다. “우리는 startup이 아니니까 천천히 가도 된다”는 말은 1년 후 통하지 않는다.
패턴 3 — Hybrid Founder Profile (다중 도메인 정체성)
단일 전공 PM은 사라진다. 분석·구현·전략·도메인을 모두 묶을 줄 아는 hybrid가 표준이 된다.
패턴 4 — Agents All the Way Down (agentic UX 표준화)
Truell: “you won’t write code at all — you’ll describe what you want.” Masad: 전통 IDE를 무한 인터랙티브 캔버스로 대체. Brockman: chatbox = OS of work life.
form/dashboard 중심 UX가 conversation/canvas로 대체된다. PM은 form 디자이너에서 conversation 디자이너로, dashboard 설계자에서 agent orchestration 설계자로 전환된다.
flowchart LR
A[기존 UX
Form · Button · Dashboard]
B[Agentic UX
Conversation · Canvas · Autonomous Loop]
A -->|"PM은 form designer"| A2[클릭률·전환율]
B -->|"PM은 conversation·orchestration designer"| B2[task success·HITL gate]
style A fill:#f5f5f5
style B fill:#fff4e6,stroke:#d79b00,stroke-width:2px
차이점·긴장 관계
같은 비전을 외치지만 6인은 서로 다른 답을 낸다. 그 긴장이 곧 시장의 다음 5년이다. PM은 자사 product가 어느 축의 어느 진영에 있는지 명확히 식별해야 한다.
Part 3에서 공통 패턴 4가지를 봤다. 그러나 공통점만 보면 6인이 같은 회사처럼 보인다. 실제로는 각자 다른 진영을 만들고 있고, 그 진영 차이가 향후 5년 시장을 결정한다. Anthropic은 enterprise 안전, OpenAI는 consumer brand, Cursor·Replit은 개인 개발자 productivity. 같은 도구지만 다른 시장·다른 수익모델·다른 governance를 가진다.
본 Part는 그 차이를 다섯 가지 축(타깃 시장·수익 모델·모델 스택·자동화 깊이·창업 미션)으로 정리한다. PM이 본 Part를 읽고 가져가야 할 것은 단 하나, “우리 회사 product는 이 다섯 축에서 어디에 있는가”라는 자기 점검이다. 진영이 명확하지 않으면 backlog가 분산되고 reorg에서 약해진다.
PM 코치의 컨설팅 사례 — Samsung·LG·현대모비스 같은 대기업의 AX 전환 컨설팅 시, 첫 질문은 거의 항상 “어느 도구를 도입할까요?”다. 그러나 진짜 답은 도구 선택이 아니라 포지셔닝 선택이다. “우리는 enterprise 안전·governance를 우선하므로 Anthropic 계열” 또는 “우리는 개발자 productivity를 우선하므로 Cursor·Replit 병행” 같은 전략적 진영 선택이 먼저다. 도구는 그 다음 결정이다.
Part 5 — PO·PM·PL 시사점 (5-Domain 매핑)
지금까지 Part 1-4에서 6인의 배경·결과·공통 패턴·차이점을 살폈다. 그러나 가장 중요한 질문이 남아있다. “이 모든 것이 우리 PM 일상에 무엇을 의미하는가?” 본 Part는 그 답이다.
본 시리즈는 별도의 Series E에서 다룰 5-Domain 역량 매트릭스(Prompt+Context / Eval / Agentic Design / Compute Literacy / Org Change Readiness)를 모든 인물 분석의 공통 lens로 사용한다. Tier 2 빌더 6인은 그 5-Domain 중 일부를 reference 수준으로 보여준다. 본 Part에서는 어느 빌더가 어느 Domain에서 무엇을 가르치는지를 매트릭스 형태로 압축한다.
PM 직무별로 우선순위가 다르다는 점이 본 Part의 결정적 메시지다. PO는 Eval, PM은 Agentic Design, PL은 Org Change가 1순위다. 이 순서를 지키면 12개월 안에 변화가 보이고, 무시하면 5 Domain 모두 어중간하게 끝난다.
본 시리즈 E에서 다룰 5-Domain 역량 매트릭스에 비추어, Tier 2가 가르치는 것:
직무별 우선순위 — “당신은 이번 분기 어디에 80%를 쓸 것인가”
- PO (Product Owner): Eval as Product Surface 우선 (backlog item을 outcome + eval로 진화)
- PM (Product Manager): Agentic System Design 우선 (multi-agent · HITL gate 설계)
- PL (Product Leader): Org Change Readiness 우선 (CEO 단위 metric, reorg 견디는 vision)
PM 코치의 컨설팅 권고 — 5 Domain을 동시에 마스터하려는 시도는 거의 실패한다. 컨설팅 현장에서 1년 차 효과를 본 패턴은, 자기 직무의 1순위 Domain을 먼저 L3까지 끌어올리고, 나머지 4 Domain을 L2 이상으로 균형 맞추는 것이다. 이 순서를 지키면 12개월 안에 명확한 변화가 보인다.
다음 시리즈로의 연결
Tier 2 Builders는 도구·프로덕트의 비전을 보여줬다. 이들이 어떤 회사에서, 어떤 자본·정치 환경에서 일하는지가 다음 시리즈 C(Operators)의 주제다.
본 시리즈가 단독으로 끝나지 않고 5편(A→B→C→D→E)의 일부인 이유가 본 Part에서 명확해진다. 빌더는 도구를 만들지만, 그 도구의 운명은 운영자(CEO·임원)가 결정한다. Boris의 Claude Code도 Anthropic 내부 정치·자본·고객 결정에 따라 우선순위가 달라진다. 빌더만 보면 “도구가 자동으로 시장을 정복한다”는 환상에 빠지기 쉽다. 운영자 레이어를 봐야 그 환상에서 벗어난다.
본 Part는 그 연결 다리다. 시리즈 C로 넘어갈 때 무엇을 들고 가야 하는지, 시리즈 전체 5편의 학습 곡선이 어떻게 설계됐는지를 다이어그램으로 압축한다.
flowchart TB
A[시리즈 A: Roots ✅
Karpathy~Fei-Fei Li 7인
사고 체계·이론 토대]
B[시리즈 B: Builders 본편
Boris·Cat·Truell·Masad·Murati·Brockman
도구·프로덕트 비전]
C[시리즈 C: Operators 다음
Altman·Amodei·Nadella
회사·시장 동향]
D[시리즈 D: Hardware
Huang·Su
물리·경제 제약]
E[시리즈 E: PO·PM·PL 역량
5-Domain × 3-Level
본인 직무 적용]
A --> B
B --> C
C --> D
D --> E
style B fill:#fff4e6,stroke:#d79b00,stroke-width:3px
다음 편(Series C)에서는 Sam Altman·Dario Amodei·Satya Nadella 등 6인의 운영 리더가 동시에 어떤 reorg를 했고, 그것이 PM 일상에 어떤 압력을 주는지 살펴본다.
🏷 Tags
AX Agentic Tier-2
Builders Claude Code Cursor
Replit Thinking Machines
Anthropic OpenAI PM 코칭
PRD 진화 Hypergrowth
✍ Footer 서명
PM 코치가 바라보는 AX 시리즈 — Tier 2 종합편 / 작성: 2026-04-16 / 다음 편: AX 운영 리더 6인 (시리즈 C) 작성자: Peter Kim (PM 코치, 15년+ 국내 대기업 PM 컨설팅) — projectresearch.co.kr
전체 시리즈 가이드
Agentic PM — AI 에이전트 시대의 PM/PL·엔지니어 가이드 →
7개 카테고리 30+편으로 구성된 시리즈. AX 전략 · 현장 검증 · PM/PL 역할 전환 · 사고 체계 · AI 인물 탐구 · 실전 도구 · 실전 실험.
AI 전문가 탐구 시리즈 (A→E · 12편)
📘 A · Roots — 사고 체계
종합 ·
Karpathy ·
Sutskever ·
Hassabis ·
LeCun ·
Hinton ·
Ng ·
Fei-Fei Li
🛠️ B · Builders — 도구·프로덕트 비전
Boris·Cat·Truell·Masad·Murati·Brockman
🏛️ C · Operators — 회사·시장 동향
Altman·Amodei·Nadella·Pichai·Zuckerberg·Suleyman
⚙️ D · Hardware — 물리·경제 제약
Jensen Huang · Lisa Su (NVIDIA · AMD)
🎯 E · Integration — PO·PM·PL 통합 역량
5-Domain × 3-Level 통합 매트릭스
Peter Kim — PM 코치 / 15년+ 국내 대기업 PM 컨설팅 · PMP/CSP/CBAP · projectresearch.co.kr
시리즈 네트워크에서 이 편과 연결된 글
- P-0 · AI 인물 탐구
7인의 사고 체계 종합 프레임워크 - P-7 · AI 인물 탐구
PM 코치가 바라보는 AI 전문가 탐구 7편: Fei-Fei Li - P-9 · AI 인물 탐구
AX 운영 리더 6인 (Altman·Amodei·Nadella·Pichai·Zuckerberg·Suleyman) - P-10 · AI 인물 탐구
AX 인프라 양강 — Jensen Huang vs Lisa Su - X-2 · AX 전략
빅테크 리더십 격변과 AX 전략 - K-5 · 사고 체계
Karpathy LLM OS 시각으로 본 AX PM/PL 역량 — Claude Code 소스의 교차 분석
- P-0 7인의 사고 체계 종합 프레임워크
- P-1 Karpathy: 제약 설계 + 닫힌 루프
- P-2 Sutskever: 압축이 곧 지능이다
- P-3 Hassabis: 제1원리 분해
- P-4 LeCun: 세계 모델 + 예측
- P-5 Hinton: 거버넌스 + 자기부정
- P-6 Ng: AI 전환 플레이북
- P-7 Fei-Fei Li: 인간중심 설계
- P-8 Builders 종합: Boris·Cat·Truell·Masad·Murati·Brockman
- P-9 Operators 종합: Altman·Amodei·Nadella·Pichai·Zuckerberg·Suleyman
- P-10 Hardware 양강: Jensen Huang · Lisa Su
- P-11 PO·PM·PL 역량 통합: 5-Domain × 3-Level