도모 CDO: AI FOMO에 휩쓸리지 말고 스프레드시트부터 시작하세요

데이터 플랫폼 도모의 최고 디자인 책임자이자 미래학자인 크리스 윌리스는 기업들이 AI를 도구가 아닌 해결책으로 취급하기 때문에 돈을 낭비하고 있다고 말합니다. The Register와의 인터뷰에서 그는 '지금 행동하지 않으면 뒤처진다'는 마케팅이 불안을 조성할 뿐 진정한 혁신을 만들지 못한다고 주장했습니다.
인터뷰 주요 포인트
- 사양서 없는 제품 — '기능 사양서는 이렇습니다: 어떤 사람에게든, 어떤 방식으로든, 어떤 언어로든 모든 것을 할 수 있습니다.' 이는 제품이 실제로 무엇을 하는지 정의하기 어렵게 만들어 혼란을 초래합니다.
- 토큰맥싱은 쇼에 불과 — 많은 AI 토큰을 구매하고 직원들이 사용하도록 강요해도 수익에는 변화가 없습니다. 이는 실제 전략이 아닌 행동하는 모양새를 보여주기 위한 내러티브일 뿐입니다.
- 스프레드시트에서 시작하라 — 달성 불가능한 목표 대신, 윌리스는 스프레드시트와 연결된 간단한 프로세스 자동화를 제안합니다. 그는 송장의 불일치를 확인하고 이상 징후를 발견해 사람에게 검토를 요청하는 고객 앱을 예로 들었습니다. 팀은 결과에 매우 만족했습니다.
- 두려움은 지속 가능하지 않다 — '두려움은 혁신을 위한 지속 가능한 전략이 아닙니다'라고 윌리스는 말했습니다. 기업은 AI 엔진을 추가하기 전에 자신의 워크플로우를 이해해야 합니다.
개발자를 위한 의미
만약 명확한 문제 없이 AI 기능을 구축하라는 요청을 받고 있다면, 반대하세요. 작은 것부터 시작하세요: 수동 검사를 자동화하고, 노동을 줄이며, 확장하기 전에 가치를 입증하세요. CDO의 조언은 기본적으로 이렇습니다: 프로세스를 먼저 이해한 다음, 올바른 도구를 선택하라.
📖 전체 원문 읽기: HN AI Agents
👀 See Also

Claude Code에서 1억 개의 토큰을 분석한 결과 99.4%의 입력 사용률이 나타났습니다.
확장된 코딩 세션에서 1,289개 요청을 분석한 결과, Claude Code는 100.3M 입력 토큰(99.4%)을 사용한 반면 출력 토큰은 616K(0.6%)에 불과했으며, 반복된 컨텍스트 재전송으로 인해 84.2M 토큰이 캐시되었습니다.

미세 조정된 Qwen2.5-7B, 3달러와 제로 인간 레이블러로 클로드 하이쿠의 96% 성능 달성
개발자가 새로운 DV-DPO 방법을 사용하여 단 3달러의 API 비용과 인간 레이블러 없이 Qwen2.5-7B를 미세 조정하여 특정 도메인 의사결정 추론 작업에서 Claude Haiku 성능의 96%를 달성했습니다.

소라 AI 비디오 경제학: 사용자당 20달러, OpenAI의 컴퓨팅 비용은 65달러
OpenAI의 Sora AI 비디오 생성 앱은 월 20달러 사용자당 65달러의 컴퓨팅 비용이 소요되며, 최고 추론 비용은 일일 1,500만 달러로 추정되지만, 총 수명 수익은 210만 달러에 불과한 것으로 알려졌습니다.

Qwen3.5-27B 8비트 대 16비트 성능 비교
레딧 사용자가 vLLM을 사용해 Qwen3.5-27B의 bf16 가중치와 16비트 KV 캐시를 Qwen의 fp8 양자화와 8비트 KV 캐시와 비교 테스트한 결과, RTX 6000 Pro에서 Aider 벤치마크를 실행했을 때 실질적으로 동일한 결과를 얻었다고 보고했습니다.