# 노정석 : EP45.비즈니스 생존전략

![EP 45. AI 비지니스 생존전략 - 어디에 AI비지니스를 세울 것인가?](https://youtu.be/-RsENpvbSHc?si=GGRNZA1iHoW_uY9k)

There are only 2 point that actually capture the value

- providing AGI Infra

- vertical AI

![Image](https://upload.cafenono.com/image/slashpagePost/20260320/142434_1tVdtoBBmgShwyKlIc?q=80&s=1280x180&t=outside&f=webp)

점점 경계가 무너지고 있다.

우리의 선택

agi 위에서 api 서비스를 활용하여 일명 wrapper를 만들던지, vertical 하게 깊게 테슬라 같이 만들던가.

테슬라의 선순환 플라잉 휠

차 많이 팔림 -> 데이터 -> 더 정확한 ai -> 더 많이 팔림

27년이면 모든 영역에서 우리를 뛰어넘겠지.

사실 이미 거의 모든 영역에서 우리보다 뛰어남.

TTC가 중요한 이유

verified reward function은 찾을 수 있다. explict reward fuction에 대한건 fronteer model이 다 해줄거야.

distilled 된 모델로 저렴이로 비싼 성능 가능. 외우다 이해하다 와 해결하다 가 차이가 있나? 머리에 바로 떠오른는...

검증 불가능한 영역일 뿐. 사람의 가치판단이 들어간 non verifiable 한 데이터(정치, 셰익스피어)를 외우고 있음.

요새 내가 드는 생각

오히려 모름의 미학을 아는 ai가 필요할지도. a라는걸 모르기에 해낼 수 있는 생각. 스토리. 한마디로 사람으로 치면 라이프 스토리를 달리하고 싶다.

llm wrapper는 ?

기술적 해자는 힘듦.

GTM 이 중요하다. 심오한 엔지니어링보다 비즈니스를 잘 해야한다.

아니라면 프론티어 모델이 다루기 힘든 버티컬을 만들어라. 나만의 데이터?

- 검증 가능한 함수를 만들기 어려운 영역

- 합성 데이터를 만들기 어려운 영역

고객의 선호를 모으는 서비스가 있다면. 그건 선호의 영역(non-verfiable)에 label 을 모아 가능하다.

environment or system

a closed-loop system that can transform non-verifiable into verifiable

evaluation matric이 명확히 정의되지 않는건 실행하면 안된다.

![Image](https://upload.cafenono.com/image/slashpagePost/20260320/142444_BfucZlNpZez10HQfRD?q=80&s=1280x180&t=outside&f=webp)

생각보다 내가 알지못하는 도메인에서 삽질하는 거보다 ai 에게 시켜보는거도 괜찮을지도.

For the site tree, see the [root Markdown](https://slashpage.com/yejun-cheon.md).