OpenAI Codex 리드 앤드류 암브로시노가 AI 시대의 제품 관리, 디자인, 엔지니어링의 미래를 말합니다. 새로운 역할 정의와 전략을 배워보세요.
AI가 제품 업무를 완전히 바꾸고 있다: OpenAI 리드의 솔직한 조언
핵심 요약
- OpenAI에서는 직원의 90%가 Codex를 사용 중이며, 이는 엔지니어뿐 아니라 전사적으로 확대되고 있습니다
- AI 시대에는 구현이 더 이상 비싼 부분이 아니라, 취향과 큐레이션 이 가장 큰 가치입니다
- 제품 팀의 역할이 역전되었습니다: 문서 작성 → 프로토타입 제작 → 90가지 옵션의 큐레이션으로 변화
- 좋은 취향(taste)은 미학을 넘어 시스템 사고, 선견지명, 효과적인 표현을 포함합니다
- 역할 경계가 허물어지면서 "기술 스태프"라는 새로운 개념이 등장하고 있습니다
AI 시대: 제품 업무의 완전한 역전
구현의 가치가 사라지고 있다
OpenAI의 Codex 리드인 앤드류 암브로시노는 명확하게 말합니다: AI의 등장으로 소프트웨어 구현은 더 이상 값비싼 부분이 아닙니다.
예전의 제품 프로세스는 이렇게 작동했습니다. 먼저 연구와 아이디어 구상을 거칩니다. 그 다음 문서와 프로토타입을 통해 위험을 줄이려고 했습니다. 왜냐하면 구현은 매우 비용이 많이 들었기 때문입니다. 따라서 한 번만 제대로 만들 여유가 있었던 것입니다.
하지만 지금은 완전히 달라졌습니다.
누구나 거의 모든 것을 만들 수 있습니다. AI 모델과 상호작용하면서 원하는 어떤 기능이든 구현할 수 있습니다. 이전에는 어려운 부분이었던 소프트웨어 개발은 이제 정말 멋진 일이 되었습니다. 모든 사람이 모든 것을 만들 수 있는 환경이 조성된 것입니다.
하지만 이것이 좋은 소식만은 아닙니다. 왜냐하면 이제 값비싼 부분은 바로 큐레이션(curation) 과정 이기 때문입니다.
한 기능에 대한 90가지 시도를 평가하고, 무엇이 좋은지 결정하고, 다른 측면에 어떻게 통합할지, 어떻게 구성할지, 토글에 몇 개의 세그먼트가 있어야 할지 판단해야 합니다. 이것들은 더 이상 기술적 구현 문제가 아닙니다. 이것들은 취향과 큐레이션에 대한 결정 입니다.
이 변화는 제품 팀이 어떻게 일하는지를 근본적으로 변화시키고 있습니다. 과거에는 광범위한 제품 요구사항 문서(PRD)를 작성하고 전략을 문서화하는 것에 많은 시간을 썼습니다. 하지만 OpenAI와 같은 곳에서는 이제 사람들이 직접 프로토타입을 만드는 경향이 있습니다. 여러 개인이 유사한 초기 아이디어에서 90개의 서로 다른 프로토타입을 개발합니다. 그러면 팀은 이들을 시각화하고 방향을 선택합니다.
많은 제품 리더들이 "PRD는 죽었다. 그냥 내가 뭘 의미하는지 보여줄게"라고 선언하고 있습니다. 하지만 암브로시노는 이러한 정서에 전적으로 동의하지 않습니다. 구현이 풍부하다면, 메시지를 전달하기 위한 올바른 형식을 선택하는 것이 중요해진다 고 그는 말합니다.
모호한 개념에 대한 제품 명확성이 목표라면, 문서가 최선의 접근 방식입니다. 하지만 상호작용 패턴을 테스트하기 위해 사람들의 손에 만질 수 있는 무언가를 쥐여주는 것이 목표라면, 프로토타입이 적절합니다. 메시지에 맞는 올바른 매체를 선택하는 것이 이제 중요한 기술이 되었습니다.
원초적 흔적(Primal Mark) 문제
앤드류는 "원초적 흔적"이라는 개념을 소개합니다. 이는 화가가 캔버스에 처음 그리는 획처럼, 이후의 모든 것에 영향을 미친다는 의미입니다.
때때로 너무 일찍 프로토타입을 만드는 것이 잘못된 원초적 흔적을 남길 수 있습니다. 이는 더 넓거나 다른 아이디어보다는 프로토타입 자체에 반응하게 만들 수 있습니다.
문서화를 포기하는 추세에도 불구하고, PRD가 특정 사용 사례에 여전히 유용할 수 있다는 생각에 그는 열정을 표합니다.
예전에는 제품의 모습 자체가 개발 프로세스의 단계에 대한 많은 정보를 전달했습니다. 세련되고 실제 제품처럼 보이는 앱은 가정이 위험 부담 없이 검증되었고, 디자인과 비즈니스 목표가 명확하게 정의되었음을 의미했습니다.
하지만 지금은 무언가를 만드는 것이 더 쉬워졌기 때문에, 탐색을 목적으로 했던 것이 이제는 "너무 제품처럼 보여서" 사람들이 최종 결과물이라고 오해하게 만듭니다. 이것은 시각적인 완성도가 연구, 사용자 요구, 또는 비즈니스 전략과 일치하는지 여부를 가릴 수 있다는 의미입니다.
취향(Taste): AI 시대의 가장 소중한 자산
취향의 정의가 바뀌고 있다
흔히 "취향"이라고 하면 미학을 먼저 생각합니다. 하지만 암브로시노는 취향이 단순히 미학을 넘어선다고 강조합니다:
좋은 취향에는 다음이 포함됩니다:
- 시스템 사고: 어떤 것이 더 큰 시스템에 어떻게 들어맞는가
- 선견지명: 제품이 나아갈 방향과 그 주제
- 효과적인 표현 방식: 정보를 어떻게 제시할 것인가
- 전략적 판단: 무엇을 작업해야 할지 아는 것
- 목표 달성 능력: 목표에 도달하는 올바른 방법을 선택
대부분은 더 넓은 맥락에 관한 것입니다. 궁극적으로 좋은 취향은 무엇을 만들어야 할지, 정보를 어떻게 제시해야 할지, 어떤 매체를 사용해야 할지를 아는 것 입니다. 이것이 모든 분야에서 가장 중요한 기술이 되고 있습니다.
"무엇이든 만들 수 있다면, 무엇을 만들어야 할까요?" 이것이 앤드류가 생각하는 진정한 시험 문제입니다.
AI가 디자인을 어려워하는 이유
암브로시노는 흥미로운 관찰을 제시합니다: AI는 아직 실제 디자인에 매우 서툽니다.
AI의 결과물은 종종 명확한 "AI의 산물"처럼 보입니다. 사람들은 "아, 이건 Claude 디자인이네" 또는 "이건 Codex 디자인이네"라고 말합니다. 왜 이런 일이 일어날까요?
첫째, 디자인은 소프트웨어보다 평가하기가 더 어렵습니다. 모델에게 무엇이 좋은 디자인이고 무엇이 나쁜 디자인인지 알려줄 수 있는 피드백 루프를 만드는 것은, 예를 들어 "코드가 컴파일되나요?"라고 묻는 것보다 훨씬 더 복잡합니다. 이는 취향이라는 인간적인 측면이 필요한 피드백 메커니즘의 일부 이기 때문입니다.
둘째, 참신성의 요소입니다. 디자인에는 소프트웨어 엔지니어링보다 참신함이 훨씬 더 중요합니다. 소프트웨어 엔지니어링에서는 알려진 패턴에 과도하게 의존하기를 거의 바라지만, 디자인에서는 무작위성과 참신함의 요소가 있습니다.
문화적인 측면도 중요합니다. 몇 년 전에는 모든 새로운 웹사이트가 Linear 웹사이트의 복사본이었습니다. 만약 AI가 그렇게 했다면, 사람들은 칭찬했을 것입니다. 하지만 매번 Linear 웹사이트를 출력하는 모델을 가지고 있다면, 그것은 AI가 극복해야 할 도전 과제가 됩니다.
셋째, 추상화 계층의 복잡성입니다. 소프트웨어 디자인과 작성되는 코드 사이에는 추상화 계층이 존재합니다. 예를 들어, 한 구석에 있는 요소가 코드베이스의 다른 곳에 있는 요소와 특정 속성을 공유해야 한다면, 이것은 모델이 더 나은 디자이너가 되어야 한다는 것과는 약간 다릅니다. 현재 기술로는 이 추상화 계층이 여전히 약간은 도달하기 어려운 영역 입니다.
Codex의 성장: 실험에서 기업 필수 도구로
6배 성장의 비결
Codex는 놀라운 성장을 보였습니다. 1월에 데스크톱 앱이 출시된 이후 사용량이 6배 이상 증가했습니다. 현재 주간 활성 사용자 수는 500만 명을 넘어섰으며, 이 수치는 계속 증가하고 있습니다.
OpenAI 내부에서는 엔지니어뿐만 아니라 거의 100%의 직원이 매주 Codex를 사용합니다. 디자이너에서 엔지니어를 거쳐 제품 관리자가 된 앤드류 암브로시노는 전 세계적으로 점점 더 많은 사람들이 자신만의 제품을 만드는 데 사용하는 이 앱의 개발을 이끌고 있습니다.
초기에는 많은 불확실성이 있었습니다. Codex를 명령줄 인터페이스로 구상했으나, 결국 데스크톱 앱을 만들기로 결정했습니다. 개발자 도구로서의 잠재력에 대해서는 강한 확신을 가지고 있었지만, 정확한 형태는 불확실했습니다.
1월과 2월에 OpenAI에서 정말 흥미로운 일이 일어났습니다. 팀이 앱을 내부적으로 "dogfooding"하기 시작했고, 엔지니어링 및 연구 워크플로우 내에서 명확한 제품-시장 적합성을 찾았습니다. 사람들은 매우 기뻐했고 앱을 좋아했습니다.
그러자 회사 전체적으로 여러 다른 워크플로우를 시작했습니다. 놀랍게도, 마케팅, 커뮤니케이션, 재무, 법무 등 거의 모든 부서의 사람들이 Codex를 사용하기 시작했습니다. 인터페이스가 비기술적인 사용자에게는 상당히 어려웠음에도 불구하고 말입니다.
이것은 Codex의 예상 범위를 훨씬 뛰어넘었습니다. 앱은 개발자를 위해 설계되었지만, 모든 사람이 그것을 원했습니다. 이 학습이 매우 중요했습니다: 도구가 충분히 강력하고 유연하면, 의도한 대상 너머로 확산됩니다.
모델 개선 대 제품 설계
흥미로운 통찰 중 하나는 Codex 데스크톱 앱이 2월에 출시되었다면 11월 초 계획대로 출시했을 때보다 훨씬 더 성공했다는 것입니다. 유일한 차이점은 11월과 2월 사이에 기본 모델이 개선되었다는 것입니다.
이것은 제품 관리에서 중요한 교훈입니다: 이미 시도했지만 아직 작동하지 않는 것들을 만드세요. 그리고 모델이 따라올 때까지 기다리세요.
암브로시노는 설명합니다: "제품이 실제로 형태가 여섯 번이나 달라질 수 있고, 형태는 전혀 바뀌지 않을 수도 있습니다." 이는 시장 신호나 사용자 피드백이 변경의 주된 동인이 아니라는 의미입니다. 모델의 능력과 타이밍이 결과를 완전히 바꿀 수 있습니다.
제품 팀의 역할 붕괴와 새로운 구조
"기술 스태프"의 등장
OpenAI에서는 "역할 붕괴" 가 다른 회사보다 훨씬 더 심각합니다. 이는 부분적으로 엔지니어를 위한 기술 제품을 만들기 때문에, 디자이너, 제품 관리자, 엔지니어들이 종종 공통의 기술 언어를 사용하고 심지어 코드를 작성하기도 하기 때문입니다.
역할은 엄격한 경계보다는 개인이 기여하는 바의 평균에 의해 더 많이 정의됩니다. 당신의 역할이 당신이 시간을 보내는 것들의 평균입니다. 주로 제품 관리 업무를 한다면 PM이고, 엔지니어링 업무를 한다면 엔지니어입니다.
일부는 "기술 스태프(Member of Technical Staff)"라는 직함을 Xerox에서 유래했다고 보지만, 이제는 애자일 개발 및 기술 제품 환경에서 이러한 책임의 혼합을 반영하여 훨씬 더 흔한 관행이 되었습니다.
앤드류는 중요한 경고를 제시합니다: 역할의 개념을 완전히 없애려는 시도는 위험합니다. 일부 기업들이 "우리는 제품 역할을 없애고 있다"고 말하는 것을 들었지만, 솔직히 말해 그것은 정말 끔찍한 생각이라고 그는 생각합니다.
"모두가 그저 '빌더'가 될 것이라고요? 그러면 어떻게 되냐면, 실제 모범 사례, 시도되고 실패한 실제 경험, 그리고 실제 프로세스를 갖춘 제품이라는 전체 분야가 '아, 나 코딩 좀 했어'라고 생각하는 사람들 때문에 그냥 버려지게 됩니다."
올바른 균형은 다음과 같습니다: "이건 네 담당이 아니야"라는 경계가 사라지는 것은 환영합니다. 하지만 모든 사람이 폭넓게든 깊이 있게든 모든 일을 할 수는 없습니다. 모든 분야에는 기술적인 요소가 있으며, 많은 엔지니어들이 이를 인식하지 못합니다.
"지역 방어(Zone Defense)" 제품 전략
Codex 팀의 제품 담당자들은 "지역 방어"라는 개념으로 일합니다. 이것은 축구나 농구에서의 수비 전술과 유사합니다.
두 명의 제품 담당자가 너무 가깝게 일한다면, 그것은 종종 좋은 신호가 아닙니다. 대신, 팀으로서 "어디에 빈틈이 있지?"라고 물으며 일종의 힘 지향적 활동을 합니다. 특히 큐레이션과 방향성 정렬이 중요한 이 새로운 세상에서는요.
엄청난 혼돈이 있고, 사람들이 여기저기 아이디어를 던지고 있습니다. 하향식의 1년 단위 계획은 더 이상 통하지 않습니다. 그래서 이제는 제품의 초기 구상부터 최종 모습까지를 이끌어줄 안목 있는 사람들이 필요합니다.
Codex 팀이나 데스크톱 팀의 모든 사람에게 매우 공통적으로 나타나는 한 가지는 주도성(agency)과 안목(taste)입니다. 많은 전직 창업가들이나 대기업에서 창업가와 유사한 역할을 했던 사람들입니다. 엄청난 안목을 가진 사람들이 많습니다.
Codex의 다양한 활용: 비디오 편집부터 재무 모델링까지
예상 밖의 사용 사례들
Codex의 가장 흥미로운 측면 중 하나는 사람들이 상상하지 못했던 방식으로 사용되고 있다는 것입니다.
비디오 편집의 예: OpenAI의 사내 비디오그래퍼 Brent는 Codex로 모든 비디오를 편집했습니다. Codex는 그 자체로 비디오 편집기가 아니지만, 그가 Adobe Premiere Pro를 사용했다는 것을 이해할 수 있었습니다. Codex는 화면에 표시된 내용을 뒷받침하는 파일을 편집하여 일부 편집 작업을 수행할 수 있었습니다.
하지만 더 흥미로웠던 것은 Codex가 자연스럽게 한 일입니다: Premiere Pro에 설치할 수 있는 확장 프로그램을 스스로 구축했습니다. 그리고 Codex는 이 확장 프로그램과 대화하며 "이봐, Premiere Pro 확장 프로그램, 앱 안의 이 마커를 변경해 줄 수 있니?"라고 말할 수 있었습니다.
이것은 매우 중요한 패턴입니다: Codex는 당신이 이미 사용하고 있는 도구들과 원활하게 상호작용할 수 있습니다. OpenAI는 더 나은 비디오 편집기를 만들 필요가 없습니다. 대신, Codex와 ChatGPT가 이미 존재하는 도구들을 사용할 수 있고, 상호작용하고, 작업을 넘겨줄 수 있도록 만듭니다.
브라우저와 컴퓨터 사용 능력
Codex에서는 여러 가지 방식으로 웹 애플리케이션과 상호작용할 수 있습니다:
- 인앱 브라우저: 데스크톱 앱 내에서 작동하는 브라우저
- 크롬 확장 프로그램: 사용자의 기존 Chrome 브라우저에 연결되는 기능
- 컴퓨터 사용: AI가 직접 마우스와 키보드를 제어할 수 있는 능력
이 세 가지 접근 방식의 최적 사용 시기를 정의하는 것은 흥미로운 도전입니다. 일반적인 브라우징에는 Chrome을 사용하고, 데스크톱 앱은 특정 에이전트 작업을 위해 자체 브라우저를 실행하여 지연 없이 빠른 제어를 제공할까요? 아니면 주 브라우저 역할을 하는 모든 것을 포괄하는 앱을 목표로 할까요?
이러한 접근 방식들은 키보드 단축키 관리와 같은 여러 번거로운 문제로 이어집니다. 단축키를 VS Code, Chrome, 자체 내부 시스템 또는 Linear 중 어디에 매핑해야 할까요? 사용자들의 손에 익은 습관을 유지하고 싶지만, 고유한 인터페이스를 가진 기존 제품들이 너무 많습니다.
AI를 관리자로 활용하기
앤드류는 Codex를 자신의 일을 확장하는 방식으로 사용하고 있습니다. 아침에 일어나면, 자신이 속한 수천 개의 Slack 채널에서 오는 일일 브리핑을 봅니다. AI가 어떤 것들이 자신의 주의를 필요로 하는지 필터링합니다.
이 자동화는 아직 탐색 단계에 있습니다. 기본 개념은 "이 Slack 채널들을 확인해 봐, 이것들이 내가 신경 쓰고 가장 중요하다고 생각하는 것들이야"라고 말하는 자동화 작업입니다.
좋은 부분은 반복적인 조정이 가능하다는 것입니다. 전통적인 소프트웨어라면 코드를 편집해야 하지만, Codex에서는 그냥 "다음번에 실행될 때는 대신 이걸 신경 써줄래?"라고 말할 수 있습니다. "이 업무 흐름은 덜 중요하게 다뤄줄래?" "이런 형태의 내용도 꼭 포함시켜줄래?"
이것이 미래의 챗봇 형태의 핵심 문제입니다: 설정하는 것이 제품 발견 과정이 되어야 합니다.
미래의 제품 개발: 모델 능력과 타이밍의 중요성
"아직 준비가 안 됐을지도"
가장 중요한 마음가짐은 다음과 같습니다: "아직 준비가 안 됐을 수도 있어"라는 생각입니다.
사람들이 "아니, 이거 작동 안 하니까 나쁜 기능이야"라고 고집 부리지 않도록 하려면, 이 마음가짐이 필수적입니다. 대신, "아직 준비가 안 됐을 수도 있어"라고 말해야 합니다.
이는 특히 연구 분야에서 항상 가장 야심 차게 "좋아, 하지만 궁극적으로 모델은 이것을 할 수 있어"라고 말하려는 욕구가 있습니다. 하지만 제품 측면에서는 이러한 낙관주의만으로는 통하지 않습니다.
실패를 통한 학습
앤드류는 그의 긴 경력 동안 많은 실패를 경험했습니다. 스타트업 창업자로서, 회사를 부품별로 팔아버렸습니다. 수년간, 엄격하게 규제되는 분야에서 힘든 시간을 보냈습니다. 모든 것이 끊임없는 실패처럼 느껴졌습니다.
다른 스타트업으로 갔을 때도 상당히 폐쇄적이고 규제된 산업에서 AI 도구를 만들려고 노력했는데, 그것도 계속해서 시도했지만 잘 되지 않는 경험의 연속이었습니다.
하지만 여기 OpenAI에서의 경험은 다릅니다. 무언가 "이런 모양이어야 해"라고 말하고 Slack에 올리면, 2,000개의 메시지 스레드가 달리는 수많은 작은 실패들이 있습니다. 사람들은 "우리가 얼마나 바보 같은지"에 대해 말해줍니다.
이것이 Codex의 외부 제품이 꽤 훌륭한 이유입니다. 내부적으로 실패할 때 전혀 숨기지 않기 때문입니다. "이거 정말 별로야"라는 피드백의 순환을 거치기 때문입니다.
암브로시노는 이 점을 강조합니다: "많은 일이 잘 풀리지 않다가도, 어느 순간부터는 아주 잘 풀리기 시작할 수 있습니다." 10년에서 15년 정도 실패를 거듭하다가 이 지점에 도달했지만, 여전히 매일 일이 잘 풀리는 것에 놀랍니다.
AI 시대의 채용과 팀 구성
찾아야 할 사람: 주도성과 안목
Codex 팀을 구성할 때, 가장 중요한 기준은 주도성(agency)과 안목(taste)입니다.
팀에는 많은 전직 창업가들이나 대기업에서 창업가와 유사한 역할을 했던 사람들이 있습니다. 엄청난 안목을 가진 사람들이 많습니다.
Codex 팀의 현재 구성은 다음과 같습니다:
- 수십 명의 엔지니어
- 엔지니어링 팀의 약 절반 규모의 디자인 팀
- 소수의 제품 담당자들
하지만 모든 사람이 어느 정도 둘 다의 역할을 합니다. 만약 당신이 IC(개인 기여자)라면, 한 글자씩 코드를 타이핑하는 것이 아닙니다. 당신은 무언가를 관리하고 있는 것입니다.
역할보다 중요한 마음가짐
암브로시노는 명확하게 말합니다: "지금 가장 가치 있는 사람, 가장 가치 있는 사람 중 한 명은 아이디어를 구상부터 완성까지 이끌어갈 수 있는 사람입니다."
이러한 사람들은:
- 이것이 훌륭하다는 것을 아는 안목을 가지고
- 그것을 멋지게 만들기 위한 집착을 통해 이끌어갑니다
특정 도구를 사용하는 능력에 역할의 효율성을 묶지 않는 것이 더 쉬워졌습니다. 오히려 "이러한 사고방식을 가질 수 있는가, 무엇이 효과가 있고 무엇이 효과가 없는지 배우고, 그것에 집중할 수 있는가?"의 문제입니다.
암브로시노는 일반적으로 명백한 해당 분야에 대한 전문성을 갖추는 것뿐만 아니라, "이봐, 당신은 무제한 토큰을 가질 테고 나는 그렇지 않아. 대충 만들 수는 없어."라고 말할 수 있는 안목이 필요합니다. 무한한 콘텐츠의 세상에서 무엇이 신호이고 무엇이 노이즈인지 판단할 수 있어야 합니다.
AI 시대의 계획과 로드맵
모델 개선으로 인한 계획 불확실성
끊임없이 새로운 것이 출시되고 모든 것이 변하기 때문에, 로드맵을 계획하기가 매우 어려워졌습니다.
Codex 팀의 기본 요지는 다음과 같습니다: 단기적인 것일수록 더 많은 세부 사항이 필요합니다. 하지만 9개월 후를 계획하지 않는 것이 아니라, 그 계획은 매우 모호하게 유지되어야 합니다.
왜냐하면 지금 9개월 계획에 추가하는 어떤 정밀함도 잘못된 정밀함 이며, 시간을 낭비하게 될 것이기 때문입니다.
말은 할 수 있지만, 11월에 계획했던 어떤 것도 12월에는 사실이었을 수도 있지만, 실제로 일어난 일은 아닙니다. 특히 제품을 만들 때는 더욱 그렇습니다.
모델 타임라인에 기반한 제품 계획
모델의 발전이 제품 전략을 크게 좌우합니다. 기본적으로:
- 향후 1~2년 동안 하고 싶다고 생각하는 모든 것을 나열합니다
- 그것들을 모두 프로토타입으로 만들어봅니다
- 지금 당장 준비된 것을 결정합니다
- 나머지는 그냥 두어 숙성시킵니다
그리고 모델에 새로운 도약이 있을 때마다, 그것을 교체하여 다시 시도합니다. 왜냐하면 기능이 좋고 나쁨의 전제는 기능의 형태가 아니라 모델이 충분히 똑똑한지에 기반하기 때문 입니다.
결론: AI 시대의 제품 관리 철학
OpenAI의 Codex 리드 앤드류 암브로시노가 제시하는 가장 중요한 통찰은 다음과 같습니다:
첫째, AI 시대에는 구현이 더 이상 병목이 아닙니다. 대신, 큐레이션, 판단, 취향이 가장 소중한 자산이 되었습니다.
둘째, 역할의 경계가 허물어지고 있지만, 전문성이 사라지는 것은 아닙니다. 좋은 팀은 제품의 초기 구상부터 최종 완성까지 이끌어갈 수 있는 주도성과 안목을 갖춘 사람들로 이루어집니다.
셋째, 모델의 능력이 제품 성공의 가장 큰 변수입니다. 때로는 같은 아이디어가 모델 능력의 변화에 따라 완전히 다른 결과를 낳습니다.
넷째, 실패는 불가피하지만 배움의 기회입니다. 10년에서 15년의 실패를 거쳐서야 성공에 도달할 수 있으며, 그 과정에서 얻은 경험이 현재의 성공을 만들었습니다.
마지막으로, 가장 실용적인 조언은 다음과 같습니다: "이것이 지금의 최고의 방법이라고 하더라도, 내일은 다를 수 있습니다. 현재의 프로세스에 지나치게 집착하지 마세요. 대신, 당신이 제공할 수 있는 독특한 결과에 집중하고, 방법을 바꾸는 데 개방적이어야 합니다."
AI 시대에 가장 중요한 기술은 도구를 사용하는 방법이 아닙니다. 무엇을 만들 것인지, 어떻게 큐레이션할 것인지, 올바른 형태로 표현할 것인지를 아는 것입니다. 이것이 OpenAI와 같은 조직에서 성공하는 리더들의 공통점입니다.
Original source: OpenAI Codex lead on the new shape of product work | Andrew Ambrosino
powered by osmu.app