공개된 자료를 둘러보세요.
2026년, 드디어 하늘을 나는 택시가 뜹니다. 그런데 그 중심은 미국이 아니라 두바이와 중국이라고요? 이런 분에게 추천해요 - UAM, 진짜 뜨는 산업인지 궁금한 분 - 어떤 국가가 상용화를 선도하는지 궁금한 분 - 에어택시가 언제 현실이 될지 궁금한 분 내용 요약 이번 자료는 하늘을 나는 택시(UAM)를 막연한 미래 기술이 아니라, 2026년 상용화 원년을 앞두고 실제로 돈과 판이 움직이는 산업의 관점에서 정리했어요. 특히 투자자들이 가장 궁금해하는 "기술 선두는 미국인데 왜 두바이·중국이 먼저 뜨나?", "UAM 산업은 언제 돈을 버나?" 같은 질문을 중심으로 살펴봤어요. 2026년 에어택시 상용화를 앞두고, 이 산업에 지금 올라타도 되는 판인지 빠르게 판단하고 싶다면 지금 읽어보세요. 본 자료는 공개된 자료와 시장 데이터를 바탕으로 한 정보 제공 목적의 리포트이며, 특정 종목의 매수·매도를 권유하지 않습니다.
84명이 봤어요
이런 분에게 추천해요 - GPT-5.6 Sol·Terra·Luna 중 어떤 모델을 선택해야 할지 고민하는 분 - Max와 Ultra가 별도 모델인지, 추론 설정인지 헷갈리는 분 - ChatGPT·Codex·API에서 성능과 비용을 비교해 모델을 선택하려는 개발자 내용 요약 이번 자료는 GPT-5.6을 단순히 “더 강력해진 AI 모델”로 소개하지 않고, Sol·Terra·Luna의 성능과 가격, 공식 벤치마크, Max·Ultra의 작동 방식을 기준으로 정리했어요. 특히, 사용자들이 가장 궁금해하는 “모든 작업에 Sol을 써야 할까?”, “가성비는 Terra와 Luna 중 무엇이 좋을까?”, “Max와 Ultra는 실제로 얼마나 차이가 날까?” 같은 질문을 공식 데이터를 바탕으로 살펴봤어요. GPT-5.6을 ChatGPT·Codex·API에서 활용하기에 앞서, 내 작업에 가장 적합한 모델과 설정을 빠르게 판단하고 싶다면 지금 읽어보세요.
412명이 봤어요
이런 분에게 추천해요 - 현대오토에버 신입·인턴 지원을 고민하는 개발자 취준생 - 현대오토에버가 SI 회사인지 모빌리티 SW 회사인지 궁금한 분 - 네카라쿠배당토 외에 대기업 IT/SW 선택지를 찾는 분 내용 요약 이번 자료는 현대오토에버를 단순한 SI 회사가 아니라, 현대차그룹의 차량 SW·클라우드·스마트팩토리·모빌리티 전환을 담당하는 소프트웨어 계열사 관점에서 정리했어요. 특히, 개발자 지원자들이 가장 궁금해하는 “현대오토에버는 개발자 커리어로 괜찮을까?”, “네카라쿠배당토 대신 지원할 만한 회사일까?” 같은 질문을 중심으로 살펴봤어요. 2026년 현대오토에버 신입 지원을 앞두고, 이 회사가 내 개발자 커리어에 맞는 선택지인지 빠르게 판단하고 싶다면 지금 읽어보세요.
494명이 봤어요
이런 분에게 추천해요 - AI 산업·스타트업 트렌드 쫓는 분 - 캐릭터 AI 서비스를 만드는 분 - 어떤 AI 앱이 돈 버는지 궁금한 분 내용 요약 이번 자료는 요즘 생성형 AI 중 가장 빠르게 돈을 버는 '캐릭터 AI' 산업을 정리했어요. 하루 평균 2시간 넘게 붙잡아 두는 몰입도부터, 상위 10%가 매출의 89%를 가져가는 구조, 하이브리드 과금과 가챠까지 수익 모델을 자료에서 확인해 보세요. 특히, 제타·크랙·글레이즈 같은 국내 서비스와 Character.AI·Talkie·Replika 등 해외 플레이어를 세 가지 유형으로 비교해 봤어요. 결국 승부는 누가 먼저 창작자 생태계를 형성하느냐, 그리고 규제와 세이프티를 어떻게 넘느냐에 달려 있어요. 2026년 하반기, 이 시장이 누구 중심으로 재편될지 미리 보고 싶다면 지금 읽어보세요.
169명이 봤어요
AI 시대에는 디자인 시스템도 달라져야 합니다. Meta의 Astryx는 사람이 쓰는 컴포넌트 라이브러리를 넘어, AI 에이전트가 이해하고 활용할 수 있는 Agent-Ready 디자인 시스템을 지향합니다. 이 덱에서 Astryx가 제품 개발의 속도, 일관성, 협업 방식을 어떻게 바꾸는지 확인해보세요
47명이 봤어요
프롬프트를 잘 쓰는 것만으로는 더 이상 충분하지 않습니다. AI가 챗봇을 넘어 업무를 수행하는 에이전트로 진화하면서, 중요한 역량은 “무엇을 물어볼까”가 아니라 “AI가 제대로 일할 수 있는 환경을 어떻게 설계할까”로 이동하고 있습니다. 이 덱은 최근 떠오르는 개념인 컨텍스트 엔지니어링을 시각적으로 정리합니다. 시스템 지침, 메모리, 문서, 실시간 데이터, MCP, 도구 연결, 검증 루프까지 AI 에이전트가 안정적으로 일하기 위해 필요한 요소들을 한눈에 이해할 수 있도록 구성했습니다.
30명이 봤어요
이 문서는 AI 스타트업을 만드는 방법을 단순히 단계별 체크리스트로 설명하기보다, 창업자가 무엇에 집중해야 하는지를 다시 묻는 전략 문서에 가깝습니다. 예전의 스타트업이 사람을 뽑고, 팀을 키우고, 개발 속도를 확보하는 방식으로 성장했다면, 이 글은 AI 에이전트를 중심에 둔 시대에는 창업자의 역할이 직접 실행하는 사람에서 시스템을 설계하고 지휘하는 사람으로 바뀐다고 말합니다. 아이디어 검증에서 MVP, 출시, 스케일업까지 이어지는 흐름은 제품을 빠르게 만드는 기술론이라기보다, “무엇을 만들 것인가”와 “어떤 증거가 있을 때 다음 단계로 갈 것인가”를 끝까지 붙잡는 사고방식에 가깝습니다. 특히 Claude Chat, Claude Cowork, Claude Code를 각각 리서치 파트너, 운영 자동화 계층, 개발 에이전트로 나누어 바라보고, 창업자의 판단과 조직의 실행력을 확장하는 인프라로 다루는 내용을 담고 있습니다. 이 문서를 읽다 보면 좋은 스타트업은 더 많은 기능을 더 빠르게 만드는 팀이 아니라, 문제의 본질을 정확히 파악하고, 검증된 신호를 바탕으로 작게 만들고, 끊임없이 반복하며, 결국 누구도 쉽게 따라올 수 없는 방어 가능한 해자를 쌓아가는 팀이라는 생각이 듭니다. 동시에 AI 시대에 우리는 어떤 방식으로 스타트업을 만들어야 하는지 다시 한번 고민해보게 됩니다.
762명이 봤어요
AI 시대의 경쟁력은 더 많은 정보를 모으는 데 있지 않다. 흩어진 지식을 어떻게 구조화하고, 어떻게 다시 쓰이며, 어떻게 실행으로 이어지게 할 것인가에 달려 있다. 이 덱은 그 해법으로 ‘세컨드 브레인’을 제시한다. 마크다운과 YAML 기반의 OKF, Git 기반의 위키, 그리고 AI 에이전트가 함께 읽고 갱신하는 지식 체계를 통해 조직의 암묵지를 살아 있는 자산으로 바꾸자는 제안이다. 핵심은 검색의 시대에서 추론의 시대로의 전환이다. 기존의 위키와 드라이브, 개인 노트에 파편화된 지식은 AI에게 맥락을 제공하지 못하고, 결국 할루시네이션과 잘못된 의사결정으로 이어진다. 반면 OKF 기반 세컨드 브레인은 사람이 읽을 수 있고 AI도 즉시 해석할 수 있는 형식으로 지식을 재편한다. 단순한 문서 정리가 아니라, 조직의 기억을 운영 가능한 인프라로 바꾸는 작업이다. 이 덱이 말하는 결론은 분명하다. 앞으로의 지식 관리는 보관이 아니라 컴파일이며, 검색이 아니라 자산화다. AI를 잘 쓰는 조직은 더 많은 툴을 가진 조직이 아니라, AI가 이해할 수 있는 방식으로 자신을 정리한 조직이다.
939명이 봤어요
