2026-06-16 — 유튜브 구독 정리

Nate Herk 2026-06-16 설명 기반

We Might Actually Need to Stop AI

핵심 요약

최근 오픈AI랑 앤트로픽 같은 대기업들이 AI 위험하니까 개발 속도 좀 늦추자고 난리인데, 알고 보면 지들 상장(IPO) 준비하면서 경쟁자들 못 올라오게 사다리 걷어차려는 꼼수가 훤히 보인다. 현실적으로 전 세계가 합의해서 AI 연구를 멈추는 건 불가능에 가까우니까 대기업들 생쇼에 쫄 필요 없다. 결국 개인이 살아남으려면 징징대는 기업 걱정할 게 아니라 AI 툴 존나게 연습해서 스스로의 몸값을 올리는 게 정답이다.

주요 포인트

AI 레이스를 이끄는 오픈AI와 앤트로픽이 최근 뜬금없이 AI 개발을 일시 중단하자고 주장하고 있음.
묘하게도 얘네가 기업 공개(IPO)를 앞둔 시점이라 밥그릇 지키기용 규제를 만들려는 속셈이라는 의심을 지울 수 없음.
전 세계 모든 국가와 기업이 동시에 AI 개발을 멈추는 글로벌 규제는 현실적으로 작동하기 어려움.
대기업들 꼼수에 휘둘리지 말고, AI 기술을 마스터해서 스스로의 가치를 높이는 게 유일한 살길임.

Nicholas Puru 2026-06-16 설명 기반

Google Just KILLED SEO (what to do)

↗ 유튜브에서 보기

핵심 요약

구글이 AI 오버뷰랑 생성형 검색을 도입하면서 기존의 꼼수형 양산 SEO는 완전히 끝장났다고 보면 된다. 그렇다고 SEO 자체가 뒤진 건 아니고, AI가 답변을 만들 때 내 사이트를 출처로 인용하도록 만드는 새로운 생존 전략이 필요한 시점이다. 결론적으로 껍데기만 있는 양산형 글은 버리고, 진짜 전문성 있고 깊이 있는 고품질 콘텐츠를 뽑아내는 게 핵심이다.

주요 포인트

구글 AI 오버뷰가 검색 결과 상단을 다 먹어버려서 기존 검색 노출로 꿀 빨던 트래픽이 박살나고 있음.
키워드 떡칠이나 날로 먹는 양산형 콘텐츠로는 더 이상 구글 검색 상위에 비빌 수 없음.
AI 답변의 출처로 채택되도록 타겟팅하는 'GEO(생성형 엔진 최적화)'라는 새로운 룰을 받아들여야 함.
글쓴이의 실제 경험과 전문성을 증명하는 E-E-A-T 요소가 구글 평가에서 그 어느 때보다 중요해짐.
단순히 AI로 복붙한 글이 아니라, 독창적인 인사이트와 차별화된 가치를 주는 콘텐츠를 만들어야 살아남음.

Dylan Davis 2026-06-16 설명 기반

The Hidden Cost of Letting AI Write Its Own Prompt

↗ 유튜브에서 보기

핵심 요약

AI에게 프롬프트 작성을 전적으로 위임하는 것은 초기 작업 시간을 줄여주는 것처럼 보이지만, 사람이 통제하기 어려운 숨겨진 비용을 발생시킵니다. AI가 작성한 프롬프트는 사용자의 실제 의도와 미묘하게 어긋나기 쉽고, 복잡한 오류가 발생했을 때 디버깅을 어렵게 만듭니다. 결국 안정적인 시스템 운영과 성능 최적화를 위해서는 인간의 주도적인 감시와 명확한 설계가 필수적입니다.

주요 포인트

**맥락과 의도의 불일치**: AI는 인간의 비즈니스적 맥락이나 미묘한 감성적 요구를 완전히 이해하지 못해 기술적으로는 작동하지만 전략적으로는 어긋난 프롬프트를 생성하기 쉽습니다.
**추가적인 자원 및 비용 소모**: AI가 프롬프트를 스스로 다듬고 최적화하는 과정에서 메타 프롬프팅이 작동하여 불필요한 API 호출과 토큰 낭비, 그리고 대기 시간(Latency)이 증가합니다.
**디버깅 및 관리의 복잡성**: AI가 자동 생성한 프롬프트는 사람이 직관적으로 이해하기 힘든 복잡한 구조를 지녀, 시스템 오류 발생 시 원인을 파악하고 수정하기 극도로 어렵습니다.
**자동화 편향에 따른 감시 소홀**: 프롬프트 제작 단계부터 자동화되면 인간의 감시 및 개입 빈도가 줄어들어, AI 출력물에 포함된 미세한 오류나 왜곡 현상을 필터링하지 못하고 무비판적으로 수용하게 됩니다.

소스놀이터 2026-06-16 설명 기반

클로드 코드 goal 그냥 쓰면 절반만 쓰는 겁니다. 하네스 진짜 쓰는 법 보여드립니다

↗ 유튜브에서 보기

핵심 요약

클로드 코드의 `goal`은 목표와 종료 조건을 잡고 끝까지 반복 검증하며 밀어붙이는 훌륭한 하네스(작업장) 시스템이다. 하지만 AI에게 곧바로 일을 시키면 딱 시킨 만큼만 작동하는 반쪽짜리 결과물이 나오기 쉽다. 먼저 `goal`로 플랜, 룰, 테스트 등 작업장(하네스)부터 설계하게 한 뒤, 그 시스템 안에서 다시 `goal`로 달리게 만드는 2단계 기법을 써야 완성도 높은 고퀄리티 결과물이 나온다.

주요 포인트

하네스 엔지니어링은 AI가 일을 똑바로 처리할 수밖에 없도록 정교한 작업 환경(손발)을 만들어주는 기법이다.
클로드 코드의 `goal`은 기본 설정만으로도 강력하지만, 그냥 쓰면 원래 잠재력의 절반밖에 못 쓰는 셈이다.
1단계로 작업 성공에 필요한 목표(Goal), 계획(Plan), 규칙(Rules), 테스트(Test) 구조를 `goal` 명령어로 먼저 구축하게 시킨다.
2단계로 자기가 만든 작업장 문서를 읽고 기준에 맞춰 끝까지 수행하라고 다시 `goal`을 던지면 보스전과 엔딩까지 있는 완전판 게임처럼 퀄리티가 급상승한다.