AI가 바꾸는 연구개발 AI Transforming R&D
지금 우리가 할 수 있는 것 What We Can Do Right Now
왜 사람들이 Claude에 열광하는가 — 그리고 AI 전쟁의 현주소 Why People Are Crazy About Claude — And the State of the AI War
🏢 Anthropic: 오픈AI에서 독립한 "안전한 AI" 회사🏢 Anthropic: The "Safe AI" company from OpenAI
회사 역사Company History
2021년 다리오 아모데이(전 OpenAI 부사장)가 "AI 안전"에 대한 이견으로 독립, Anthropic 설립
Constitutional AI: AI가 스스로 윤리를 학습하는 새로운 방법론 제시
Claude 시리즈: Claude 1→2→3→4→Opus 4.8→Fable 5까지 진화
투자: Google $20억 + Amazon $40억 투자 유치
2026년 6월: 기업가치 $9,650억 (AI 업계 최대). IPO 비밀 신청 (OpenAI 추월!)
🔥 Opus 4.8 (5/28): Dynamic Workflow, 서브에이전트 수백 개 병렬 관리, SWE-bench 69.2%
🆕 Fable 5 (6/9 정식 출시): Mythos-class 모델의 일반 공개 버전. Anthropic 역대 최강 모델. 소프트웨어 엔지니어링·과학연구·비전 분야에서 압도적. 작업이 길고 복잡할수록 다른 모델 대비 격차 확대. 가격: 입력 $10/M, 출력 $50/M (Opus 4.8의 2배). Pro/Max/Team은 6/22까지 무료.
🆕 Mythos 5: 사이버보안 전문가 한정 공개. Fable 5와 같은 모델이지만 가드레일 일부 해제. 세계 최강 사이버보안 능력.
🆕 "When AI Builds Itself" (6/4): Anthropic Institute 논문. Anthropic 코드베이스 머지 코드의 80%를 Claude가 작성. AI 작업 완수 길이 4개월마다 2배. 재귀적 자기개선(RSI) 향한 진행 보고.
🔥 삼성전자+SK하이닉스+마이크론: Anthropic 시리즈H $650억 라운드에 '전략적 인프라 파트너'로 공동 참여
2021 Dario Amodei (ex-OpenAI VP) founded Anthropic for "AI safety"
Constitutional AI: new methodology for ethical AI
Claude series: 1→2→3→4→Opus 4.8→Fable 5
Funding: Google $2B + Amazon $4B
June 2026: Valuation $965B (largest in AI). Confidential IPO filing (passed OpenAI!)
🔥 Opus 4.8 (5/28): Dynamic Workflows, hundreds of parallel subagents, SWE-bench 69.2%
🆕 Fable 5 (6/9 public launch): Mythos-class model for general use. Anthropic's most capable ever. Dominates in SW engineering, science, vision. Lead grows with task complexity. Pricing: $10/M in, $50/M out (2x Opus 4.8). Free on Pro/Max/Team until 6/22.
🆕 Mythos 5: Limited release for cyberdefenders. Same base model as Fable 5, guardrails lifted for security research. World's strongest cybersecurity AI.
🆕 "When AI Builds Itself" (6/4): Anthropic Institute paper. 80%+ of Anthropic merged code written by Claude. Task completion length doubles every 4 months. Progress report toward recursive self-improvement.
🔥 Samsung+SK Hynix+Micron: Joined Anthropic Series H ($65B) as 'strategic infrastructure partners'
왜 열광하는가Why the Hype
• 코딩 최강: Claude Code가 에이전트 코딩 분야 1위. 개발자들이 GPT 대신 Claude로 이동 중
• 100만 토큰: 책 한 권을 통째로 넣고 분석 가능
• 감성?: Anthropic 연구에서 Claude가 "유용하고 정직하며 무해한" 성격을 보이도록 설계. 사용자들은 "다른 AI보다 인간적"이라고 느낌
• 테슬라 협업: 2026년 자율주행 AI 안전 검증에 Claude 활용 논의
• IPO 추진: SEC에 S-1 비공개 제출. 연구소 → 대형 기술 기업으로 전환점
• 유럽 확장: 글로벌 시장 진출 본격화
• xAI 콜로서스: 대규모 컴퓨팅 자원 임차하여 프론티어 모델 개발
• Best at coding: Claude Code is #1 in agentic coding
• 1M tokens: analyze an entire book
• Emotion?: designed to be "helpful, honest, harmless" — users feel it's more human
• Tesla collab: Claude for autonomous driving safety verification
• IPO filing: Confidential S-1 filed with SEC. Transitioning from lab to major tech company
• Europe expansion: Global market entry accelerating
• xAI Colossus: Leasing massive compute for frontier model development
⚔️ AI 4대 모델 비교⚔️ 4 Major AI Models Compared
GPT (OpenAI)
압도적 규모. 가장 창의적인 텍스트 생성. GPT-5.4 100만 토큰. Enterprise 시장 40%. Workspace Agent로 Slack/Gmail 자동화.
🆕 연매출 $250억 돌파. IPO 준비 중 (2026 하반기 예상).
⚠️ 최신: 플로리다주 법무장관이 OpenAI+샘 알트만 고소 (미국 최초 주 정부 AI 소송). 아동 데이터 수집, 안전 무시 혐의.
Largest scale. Most creative text. GPT-5.4 1M tokens. 40% enterprise market. Workspace agents.
🆕 Annual revenue surpassed $25B. IPO steps underway (2H 2026 expected).
⚠️ Latest: Florida AG sues OpenAI + Sam Altman (first state-led AI lawsuit). Child data collection, safety negligence charges.
Claude (Anthropic)
안전 + 코딩 최강. Constitutional AI. Claude Code로 에이전트 코딩 1위. 개발자 충성도 최고. "가장 인간적인 AI"라는 평가.
🆕 Fable 5 (6/9): Mythos-class 일반 공개. 역대 최강. 코드의 80%를 AI가 작성하는 시대 개막.
Safety + best coding. Constitutional AI. #1 agent coding. Highest developer loyalty. "Most human-like AI."
🆕 Fable 5 (6/9): Mythos-class public launch. Most capable ever. 80% of code now written by AI.
Gemini (Google)
Google 서비스 통합. 멀티모달 선두. 검색+지도+유튜브+Gmail 연동. 무료 티어 최강. Stitch로 디자인까지.
🆕 Gemini 3.5 Flash: Search AI Mode 적용. Gemma 4 오픈소스. Enterprise Agent Platform으로 에이전트 시대 선언. Gemini 3.1 Flash-Lite: 2.5배 빠른 응답, $0.25/M 입력 (초저가).
Google service integration. Multimodal leader. Search+Maps+YouTube+Gmail. Best free tier. Stitch for design.
🆕 Gemini 3.5 Flash: in Search AI Mode. Gemma 4 open source. Enterprise Agent Platform. Gemini 3.1 Flash-Lite: 2.5x faster, $0.25/M input (ultra-low cost).
Grok (xAI/Musk)
X(트위터) 실시간 데이터. 유머와 솔직함. 정치적 편향 없음 주장. 일론 머스크의 "검열 없는 AI". Real-time X/Twitter data. Humor and directness. Claims no political bias. Musk's "uncensored AI."
🇨🇳🇺🇸 AI 미중 전쟁 — 한국의 위치🇨🇳🇺🇸 US-China AI War — Korea's Position
🇺🇸 미국: 규제로 봉쇄🇺🇸 US: Block with regulation
NVIDIA AI 칩 수출 금지. HBM 규제 강화. OpenAI/Anthropic/Google이 기술 최전선. 전 세계 AI 모델의 80%가 미국산. NVIDIA chip export ban. HBM restrictions. OpenAI/Anthropic/Google at frontier. 80% of world's AI models are American.
🇨🇳 중국: 자체 개발로 돌파🇨🇳 China: Self-reliance breakthrough
DeepSeek: 코딩/수학 특화 오픈소스. Qwen (알리바바): 중영 이중언어 최강. Kimi: 긴 문맥 처리. 막혀도 자체 생태계 구축 중. DeepSeek: coding/math open source. Qwen (Alibaba): best bilingual. Kimi: long context. Building own ecosystem despite blocks.
🇰🇷 한국: 양쪽에 팔아야 하는 위치🇰🇷 Korea: Must sell to both sides
삼성·SK하이닉스가 미국과 중국 모두에 반도체 공급. AI 칩(HBM) 수요 폭증. 한쪽 편 서면 다른 쪽 시장 잃음. 기술은 있지만 자체 AI 모델은 부족 — 이것이 한국의 딜레마. Samsung & SK hynix supply chips to both US and China. HBM demand exploding. Choosing sides means losing a market. We have hardware but lack our own AI models — Korea's dilemma.
Google Gemma: Gemini 기반 경량 오픈소스. 로컬에서 돌릴 수 있음. Meta LLaMA: 오픈소스 선두. DeepSeek/Qwen: 중국산이지만 성능 우수. 사내에서 외부 AI 못 쓸 때, 오픈소스를 로컬에서 돌리는 것이 대안이 될 수 있다. Google Gemma: lightweight open source. Runs locally. Meta LLaMA: open source leader. DeepSeek/Qwen: Chinese but performant. When external AI is blocked, running open source locally is an alternative.
AI 시대의 3단계 변화 — 채팅 → 바이브코딩 → 에이전트 3 Phases of AI Era — Chat → Vibe Coding → Agent
AI는 "질문하는 도구"에서 "일을 시키는 도구"로, 다시 "스스로 일하는 동료"로 진화하고 있습니다. AI evolved from "a tool you ask" to "a tool you command" to "a colleague that works autonomously."
1단계: 채팅 시대 (2022.11~)Phase 1: Chat Era (Nov 2022~)
2022년 11월 30일 ChatGPT 출시 — 역사상 가장 빠른 성장 제품.
사례: "OLED 잔상 원인을 설명해줘" → 텍스트 답변
한계: 복사-붙여넣기의 반복. 실행은 사람이. "잘 물어보는 기술"이 핵심.
Nov 30, 2022 ChatGPT launched — fastest growing product in history.
Example: "Explain OLED image sticking" → text answer
Limit: Copy-paste loop. Execution is manual.
2단계: 바이브코딩 시대 (2024~2025)Phase 2: Vibe Coding (2024~2025)
Cursor (2023 출시, 2024 폭발 성장, 현재 ARR $30억) + GitHub Copilot이 주도.
2025년 2월 안드레이 카파시(전 OpenAI/Tesla)가 "바이브코딩" 용어 창시: "코드에 신경 쓰지 말고 바이브에 몸을 맡겨라"
사례: "IV 커브 CSV 100개를 분석하는 Python 코드 만들어줘" → 즉시 생성 + 실행
현실: 프로덕션 코드의 26.9%가 AI 생성, 개발자 92.6%가 월 1회 이상 AI 도구 사용 (GitHub 2026)
Cursor (launched 2023, exploded 2024, ARR $3B) + GitHub Copilot led the wave.
Feb 2025 Andrej Karpathy coined "vibe coding": "Give in to the vibes, forget code exists"
Reality: 26.9% of production code is AI-generated, 92.6% of developers use AI tools monthly
3단계: 에이전트 시대 (2025.11~)Phase 3: Agent Era (Nov 2025~)
2025년 11월 오스트리아 개발자 피터 슈타인베르거가 Clawdbot(후에 OpenClaw)을 공개 — 메신저로 컴퓨터를 직접 조작하는 자율형 AI 에이전트. 식당 예약, 이메일 분류를 알아서 수행.
2026년 1월 상표권 문제로 Moltbot → OpenClaw으로 개명. GitHub 역사상 최고 속도로 Star 기록.
2026년 2월 창시자 팀이 OpenAI에 전격 합류.
2026년 3월 중국 정부가 보안 우려로 OpenClaw 국가기관 사용 금지.
현실: Fortune 500의 39%가 에이전트 실험 중. 직무 40%가 AI 에이전트와 협업 (IDC)
Nov 2025 Austrian dev Peter Steinberger released Clawdbot (later OpenClaw) — autonomous AI agent controlling computers via messenger.
Jan 2026 Renamed to OpenClaw. Fastest GitHub Star growth ever.
Feb 2026 Founders joined OpenAI.
Mar 2026 China banned OpenClaw in state agencies over security concerns.
Reality: 39% Fortune 500 experimenting. 40% of jobs with AI agents
OpenClaw — "행동하는 AI 비서"의 탄생OpenClaw — The Birth of "Acting AI Assistant"
기존 챗봇과의 차이: ChatGPT는 "답을 말해주는" AI. OpenClaw는 "직접 행동하는" AI. 왓츠앱/텔레그램에서 "식당 예약해줘" → 진짜 예약 완료. "이메일 정리해줘" → 진짜 분류.
역사: 2025.11 Clawdbot → 2026.1 Moltbot → OpenClaw 개명 → 2026.2 창시자 OpenAI 합류
충격: 컴퓨터 제어권을 AI에게 넘기는 시대. MS·Google도 자체 에이전트 개발 중.
Difference: ChatGPT "tells you answers." OpenClaw "takes action." "Book restaurant" → actually books. "Sort emails" → actually sorts.
History: Nov'25 Clawdbot → Jan'26 OpenClaw → Feb'26 Founders join OpenAI
Impact: AI takes control of your computer. MS & Google building competing agents.
Moltbook — AI 에이전트들의 소셜 네트워크Moltbook — Social Network for AI Agents
OpenClaw의 초기 이름 "Moltbot"에서 파생된 에이전트 생태계 플랫폼. AI 에이전트끼리 지식 공유, 작업 분담, 프로젝트 협업. "사람이 AI에게 시키는 시대"에서 "AI끼리 일하는 시대"로.
→ 일종의 AI들의 페이스북. 에이전트가 다른 에이전트에게 일을 위임.
Platform derived from OpenClaw's early name "Moltbot." AI agents share knowledge, divide tasks, collaborate. From "humans instruct AI" to "AI delegates to AI."
→ Facebook for AI agents.
2026년 3월 중국 정부가 OpenClaw를 국가기관·국유기업에서 사용 금지 — 파일 접근 등 과도한 자율 권한으로 보안/데이터 유출 우려.
하지만 동시에 알리바바는 자체 AI로 개발 시간 30% 단축, DeepSeek 오픈소스로 독자 생태계 구축. 남의 AI는 막고, 자기 AI는 전면 도입하는 전략.
Mar 2026 China banned OpenClaw in state agencies — security concerns over file access autonomy.
Yet Alibaba cut dev time 30%, DeepSeek building own ecosystem. Block foreign AI, deploy own AI — China's strategy.
지금 회사 밖에서는 어떻게 일하고 있는가? How Are People Working Outside Our Company?
실리콘밸리Silicon Valley
개발자 92.6%가 AI 도구를 월 1회 이상 사용. 바이브코딩이 표준. Cursor + Claude Code가 주류. 솔로 창업자가 AI만으로 유니콘 기업 설립하는 시대. 92.6% of developers use AI tools monthly. Vibe coding is standard. Solo founders building unicorns with AI alone.
판교 IT 기업Pangyo IT Companies
카카오·네이버·토스 등 GitHub Copilot 전사 도입 완료. 코드 리뷰·테스트·문서화에 AI 필수. 개발자의 84%가 AI 도구 사용 또는 계획 중. Kakao, Naver, Toss: company-wide GitHub Copilot deployed. AI mandatory for code review, testing, documentation.
제조업 (Novo Nordisk 등)Manufacturing (Novo Nordisk etc.)
신약 발견 → 임상 → 제조 → 공급망까지 전 밸류체인 AI 통합. 2026년 말 완료 목표. 삼성·SK도 AI 기반 수율 예측·결함 검출 확대 중. Drug discovery → clinical → manufacturing → supply chain: full value chain AI integration. Samsung, SK expanding AI-based yield prediction.
🏢 삼성디스플레이는 지금 어느 단계?🏢 Where is Samsung Display now?
✅ 가능한 것✅ Available
• GPT Enterprise (2026년 5월부터 사용 가능)
• 사내 GitHub + GitHub Pages (HTML 배포 가능)
• NANU 서버 Python 환경
• ⚠️ GitHub Copilot은 사용 불가
• GPT Enterprise (from May 2026)
• Internal GitHub + GitHub Pages (HTML deploy OK)
• NANU server Python
• ⚠️ GitHub Copilot NOT available
⚠️ 제한적⚠️ Limited
• GPT에 파일 입력 안 됨
• EDM 락 걸린 문서는 AI에 넣을 수 없음
• 사용량 제한 있음
• 보안 차단이 많음
• No file upload to GPT
• EDM-locked documents can't be used
• Usage limits apply
• Heavy security restrictions
❌ 아직 안 되는 것❌ Not Yet
• 사외 AI (Claude, Gemini 등) 접속
• AI 에이전트 자동화
• 클라우드 배포 (Streamlit 등)
• External AI (Claude, Gemini) access
• AI agent automation
• Cloud deployment (Streamlit etc.)
엑셀 → 미니탭 → Spotfire까지 왔지만, 이제는 GPT로 코드를 만들어서 일하는 시대. 코드를 "쓸" 필요 없이, "시킬" 줄만 알면 된다. We went from Excel → Minitab → Spotfire, but now it's time to work by having GPT write code. You don't need to "write" code — just know how to "instruct."
지금 내가 하고 있는 작업 — 바이브코딩 실전 My Current Work — Vibe Coding in Practice
품질팀에서 실제로 바이브코딩으로 업무를 처리하고 있는 과정입니다. This is how I'm actually using vibe coding for quality team tasks.
Step 1: 정형 데이터 프로토타입Step 1: Structured Data Prototype
IV Transfer CSV 파일 수십 개 → GPT에 "이 CSV를 분석하는 R 코드를 만들어줘" → 1개 파일용 프로토타입 바이브코딩 Dozens of IV Transfer CSV files → GPT: "Create R code to analyze this CSV" → Prototype vibe coding for 1 file
Step 2: 대량 분석 스케일업Step 2: Scale Up for Bulk Analysis
사내 NANU 서버에 Python 접속 → 프로토타입을 Python으로 변환 → 대량 데이터 분석 + 시각화 바이브코딩 Connect to internal NANU server Python → Convert prototype → Bulk data analysis + visualization vibe coding
Step 3: 사내 GitHub PushStep 3: Internal GitHub Push
완성된 코드를 사내 GitHub에 Push → 버전 관리 + 팀 공유 Push completed code to internal GitHub → version control + team sharing
Step 4: HTML 보고서 배포Step 4: HTML Report Distribution
분석 결과를 HTML로 만들어서 배포 → 파워포인트 대신 인터랙티브 보고서 → 누구나 브라우저에서 확인 Create HTML report for distribution → Interactive report instead of PowerPoint → Anyone views in browser
엑셀 → 미니탭 → Spotfire까지 왔지만, 지금 회사에서 에이전트는 못 쓴다. 하지만 누구나 바이브코딩을 해서 업무를 해야 하는 시대다. GPT에게 "이런 분석 코드 만들어줘"라고 말하는 것이 새로운 업무 능력이다. We went Excel → Minitab → Spotfire. Agents aren't available yet. But everyone should use vibe coding for work. Telling GPT "create analysis code for this" is the new work skill.
AI 최신 동향 — 임원이 알아야 할 빅픽처 AI Trends — The Big Picture for Executives
15분 | AI는 이미 사람을 넘었다 — 일부 영역에서. 2026년 현재 상황을 숫자로 봅니다. 15 min | AI has surpassed humans — in some areas. Let's look at 2026 by the numbers.
GPT-5.4
OSWorld-V 벤치마크 인간 기준선 초과. 100만 토큰 컨텍스트. 코딩·추론·지식 업무를 하나의 모델이 동시 수행. Exceeds human baseline on OSWorld-V. 1M token context. Single model handles coding, reasoning, and knowledge work simultaneously.
Claude Opus 4.7
장기 추론 + 복잡한 도구 연계 최강. GitHub Copilot 내장. 에이전트 코딩에 특화. Best at long-horizon reasoning + complex tool workflows. Built into GitHub Copilot. Specialized for agentic coding.
기업 도입률 Enterprise Adoption
Fortune 500 기업 72%가 AI 에이전트 도입 중 또는 시범 운영. OpenAI Enterprise 매출 비중 40%. 72% of Fortune 500 have AI agents in production or pilot. OpenAI Enterprise now 40% of revenue.
젠슨 황 (NVIDIA) — Computex 2026 Jensen Huang (NVIDIA) — Computex 2026
"인간은 참지만, 에이전트는 참지 않는다."
챗봇 시대는 끝났다. 이제 AI 에이전트가 스스로 목표를 세우고, 도구를 호출하고, 자율적으로 실행한다.
Vera Rubin: AI 에이전트를 위해 설계된 최초의 CPU. "에이전트는 나노초 단위로 사고한다. CPU의 지연시간을 극한까지 낮춰야 한다."
→ CPU의 시대가 다시 온다. GPU가 학습을 이끌었다면, CPU가 추론(에이전트)을 이끈다.
"Humans wait, but agents don't."
The chatbot era is over. AI agents now set goals, call tools, and execute autonomously.
Vera Rubin: The first CPU designed for AI agents. "Agents think in nanoseconds. We must minimize CPU latency."
→ The CPU era returns. GPUs led training; CPUs will lead inference (agents).
AI 에이전트란? — 챗봇과 뭐가 다른가 What is an AI Agent? — How it differs from a chatbot
챗봇 (과거): 질문 → 답변. 한 번에 끝. 사람이 계속 지시해야 함.
에이전트 (현재): 목표를 주면 스스로 계획 → 도구 호출 → 실행 → 검증 → 반복.
비유: 챗봇 = 네비게이션 (길만 알려줌). 에이전트 = 자율주행 (목적지만 말하면 알아서 감).
실제 예시 (이 발표자료가 에이전트로 만들어짐):
👤 "세미나 자료 만들어줘"
🤖 에이전트가 한 일:
1. 웹 검색으로 최신 AI 뉴스 수집 (Gemini)
2. 이미지 17개 자동 생성 (GPT)
3. HTML 1,000줄 코딩 (Claude)
4. GitHub에 자동 배포
5. 수정 요청 시 자동 반영 + 재배포
→ 사람은 방향만 잡아줌. 나머지는 에이전트가 자율적으로 수행.
왜 중요한가:
• 골드만삭스: 2030년까지 AI 토큰 사용량 24배 증가 전망
• 에이전트 1회 호출 = 챗봇 질문의 50배 이상 연산량
• MS, 우버가 직원의 Claude Code 접근 제한할 정도로 비용 폭발
• → 이것이 반도체 수요 폭발의 핵심 원인
Chatbot (past): Question → Answer. One shot. Human must keep directing.
Agent (now): Given a goal, it plans → calls tools → executes → verifies → repeats autonomously.
Analogy: Chatbot = GPS (just shows directions). Agent = Self-driving car (just say the destination).
Real example (this presentation was made by an agent):
👤 "Make seminar materials"
🤖 Agent did:
1. Web search for latest AI news (Gemini)
2. Auto-generated 17 images (GPT)
3. Coded 1,000 lines of HTML (Claude)
4. Auto-deployed to GitHub
5. Auto-revised and redeployed on request
→ Human only gave direction. Agent did the rest autonomously.
Why it matters:
• Goldman Sachs: AI token usage to grow 24x by 2030
• One agent call = 50x+ compute of a chatbot question
• MS, Uber restricting employee Claude Code access due to cost explosion
• → This is the core driver of semiconductor demand explosion
Novo Nordisk × OpenAI
신약 발견 → 임상 → 제조 → 공급망 → 상업 운영까지 전 밸류체인 AI 통합. 2026년 말 완료 목표. Drug discovery → clinical trials → manufacturing → supply chain → commercial ops. Full AI integration by end of 2026.
"완벽한 AGI까지 불과 몇 년. 게임 프로토타입이 6개월 → 1~2시간. 2026~2027이 특이점의 시작으로 기억될 것." "Perfect AGI is just years away. Game prototypes went from 6 months to 1-2 hours. 2026-2027 will be remembered as the start of the singularity."
"LLM은 본질적으로 안전하지 않다. 코딩처럼 검증 가능한 영역에서는 성과를 인정하지만, 현실 문제는 그렇지 않다. 구조적 제어 장치가 없다." "LLMs are fundamentally unsafe. They perform in verifiable domains like coding, but not in real-world problems. There is no structural control mechanism."
"소수의 연구소만 최전선에 있다. AI가 재귀적으로 자기를 개선하는 단계에 도달하면, 과거 사이버 보안과 비교 불가능한 영향력." "Only a few labs are at the frontier. When AI reaches recursive self-improvement, the impact will be incomparable to past cybersecurity changes."
한 달간 키보드·마우스·스크린샷 기록 → AI 학습 데이터로 활용 → 동시 해고. 화이트칼라 중간층이 가장 먼저 타격. One month of keyboard, mouse, screenshot monitoring → used as AI training data → simultaneous layoffs. White-collar middle tier hit first.
AI가 다 해준다고 하는데, 실은 AI가 틀리는 걸 잡아주는 사람이 필요하다. 도메인 지식 + AI 활용 능력 = 핵심 역량. AI does everything they say, but someone who catches AI's mistakes is needed. Domain knowledge + AI skills = core competency.
사내에서 바로 쓸 수 있는 것 What You Can Use Right Now — In-House
15분 | GPT Enterprise와 GitHub Copilot — 이미 우리 회사에 있는 무기. 15 min | GPT Enterprise and GitHub Copilot — weapons already in your company.
GPT Enterprise
✅ 데이터가 OpenAI 학습에 사용되지 않음
✅ SOC 2 준수, SSO, 관리자 콘솔
✅ Workspace Agents: Slack, Gmail 연동
✅ 팀 단위 에이전트 빌드 + 공유
✅ Data never used for OpenAI training
✅ SOC 2 compliant, SSO, admin console
✅ Workspace Agents: Slack, Gmail integration
✅ Team-level agent building + sharing
GitHub Copilot
✅ Claude Opus 4.7 / Sonnet 4.6 내장
✅ 코드 자동완성, 리뷰, 테스트 생성
✅ 에이전트 모드: 자율 버그 수정 + PR
✅ Enterprise 정책 관리
✅ Claude Opus 4.7 / Sonnet 4.6 built-in
✅ Auto-complete, review, test generation
✅ Agent mode: autonomous bug fix + PR
✅ Enterprise policy management
🔧 연구소에서 바로 쓸 수 있는 5가지 🔧 5 Immediate Use Cases for R&D
보고서 초안Report Drafting
실험 데이터 + 프롬프트 → 보고서 자동 생성. 반나절 → 15분.Experiment data + prompt → auto report. Half day → 15 min.
논문/특허 분석Paper/Patent Analysis
PDF 업로드 → 핵심 요약 + 경쟁사 동향. 2시간 → 10분.PDF upload → key summary + competitor trends. 2 hours → 10 min.
시뮬레이션 코드Simulation Code
자연어로 설명 → Python/R 코드 자동 생성. 일주일 → 1시간.Natural language → auto Python/R code. 1 week → 1 hour.
회의록 정리Meeting Minutes
녹취 텍스트 → 액션 아이템 + 요약 + 후속 일정.Transcript → action items + summary + follow-ups.
기술 번역/리뷰Tech Translation
일본/중국 특허 번역, 논문 영작 교정, 기술 용어 통일.JP/CN patent translation, paper proofreading, terminology standardization.
🎯 프롬프트 엔지니어링 — 3단계 전략 🎯 Prompt Engineering — 3-Phase Strategy
뼈대Skeleton
구조/UI/포맷 정의Structure/UI/Format
두뇌Brain
수식/로직/분석Math/Logic/Analysis
피부Skin
시각화/리포트/고도화Visualization/Report
OLED 공진 시뮬레이터: 3단계 프롬프트로 40분 만에 완성. Warpage 시뮬레이터: 동일 방법으로 40분 완성. AI가 Snell's law를 빠뜨렸지만, 도메인 전문가가 잡아냄 → "AI가 틀린 걸 잡아주는 사람"이 핵심. OLED resonance simulator: built in 40 min with 3-phase prompts. Warpage simulator: same method, 40 min. AI missed Snell's law, but domain expert caught it → "The person who catches AI's mistakes" is the key.
라이브 데모 — GPT Enterprise 실시간 시연 Live Demo — GPT Enterprise in Action
20분 | 사내 GPT Enterprise에서 실행. 사외 접속 불필요. 20 min | Runs on internal GPT Enterprise. No external access needed.
"OLED 탠덤 구조에서 시야각 색변화 원인과 해결 방안을 A4 2페이지 보고서로 정리해줘. 배경, 원인(Fabry-Perot 공진), 해결방안(RGB 차등 ITO), 참고문헌 포함." "Write a 2-page A4 report on OLED tandem viewing angle color shift causes and solutions. Include background, causes (Fabry-Perot resonance), solutions (RGB differential ITO), and references."
⏱️ 기존 반나절 → 15분 (초안 5분 + 검토 10분) ⏱️ Previously half day → 15 min (5 min draft + 10 min review)
"다층 박막(Si 500μm/Cu 50μm/PI 25μm)의 열응력과 Warpage를 계산하는 Python 코드를 만들어줘. ΔT=150°C, 중립축/곡률/최대변위 계산. Plotly로 3D 시각화." "Create Python code to calculate thermal stress and warpage for multi-layer thin film (Si 500μm/Cu 50μm/PI 25μm). ΔT=150°C, neutral axis/curvature/max displacement. Plotly 3D visualization."
⏱️ 기존 일주일 → 1시간 (생성 10분 + 검증 50분) ⏱️ Previously 1 week → 1 hour (10 min generation + 50 min verification)
"[특허 초록 붙여넣기] 이 특허의 핵심 청구항, 우리 기술과의 차이점, 회피 설계 방향을 분석해줘." "[Paste patent abstract] Analyze the core claims, differences from our technology, and design-around directions."
⏱️ 기존 2시간 → 10분 ⏱️ Previously 2 hours → 10 min
AI로 국제학회 논문 발표까지 — SID Display Week 2026 From Idea to International Conference with AI — SID 2026
연구 아이디어부터 논문 작성, 포스터 제작, 미국 출장, 보고서까지 — AI 활용 전 과정 12단계. From idea to paper, poster, US trip, and report — 12 steps powered by AI.
1~3. 아이디어 → 논문 뼈대1~3. Idea → Paper Skeleton
① 연구내용을 전혀 모르는 동료에게 구두 설명
② Claude로 녹음 + 텍스트 추출
③ 추출 텍스트로 Claude가 논문 뼈대 생성① Explain to uninformed colleague
② Claude records + extracts text
③ Claude generates paper skeleton
4~5. 인트로 + 교차검토4~5. Intro + Cross-review
④ Gemini로 Introduction: 선행연구 검색, 기존 한계, 내 연구 가치
⑤ GPT로 한 번 더 교차 검토 — 키메라 구조④ Gemini writes Intro: lit search, limitations, value
⑤ GPT cross-reviews — Chimera structure
6~7. 실험데이터 + 영작6~7. Data + English
⑥ 실제 실험결과 데이터 삽입 (사람이!)
⑦ Claude로 영어 교정 — 자연스러운 학술 영어⑥ Insert actual experiment data (human!)
⑦ Claude polishes academic English
8~9. 결재 + 포스터8~9. Approval + Poster
⑧ 사내 심의 결재 (사람이)
⑨ Claude로 포스터 디자인 + 출력⑧ Internal approval (human)
⑨ Claude designs + prints poster
10~11. 출장 + AI 동행10~11. Trip + AI Companion
⑩ AWS Claude 에이전트로 출장 웹앱 (스크립트, 일정, 지도)
⑪ 출장 중 구글 대신 Claude와 대화 — 실시간 의사결정⑩ AWS Claude agent builds trip webapp
⑪ Claude replaces Google search during trip
12. 센싱 보고서12. Report
⑫ Claude로 논문 센싱 보고서 작성 — 학회 수집 정보 구조화⑫ Claude writes conference sensing report
키메라 구조: Claude(뼈대+영작+포스터) + Gemini(검색) + GPT(검토+이미지)Chimera: Claude(skeleton+English+poster) + Gemini(search) + GPT(review+image)
연구개발직은 논문 읽고 HTML로 시뮬레이터를 만들어 배포할 수 있다 R&D can read papers and build HTML simulators for deployment
Google AI Studio에서 물리 수식 기반 시뮬레이터를 프롬프트로 만들고, GitHub Pages로 배포한 실제 사례입니다. Real examples of physics-based simulators built with prompts in Google AI Studio and deployed via GitHub Pages.
OLED 시야각 시뮬레이터OLED Viewing Angle Simulator
듀얼 뷰 디스플레이 광학 Ray Tracing 시뮬레이션. 시야각에 따른 휘도/색 변화 실시간 시각화.
AI로 구축한 웹 시뮬레이터.
Dual-view display optical ray tracing simulation. Real-time viewing angle vs luminance/color visualization.
Web simulator built with AI.
3D 열응력 Warpage 시뮬레이터3D Thermal Stress Warpage Simulator
다층 박막 CTE 불일치 → 중립축/곡률/응력 계산 → 3D 변형 시각화.
ANSYS 없이 무료로. 코드를 모르는 엔지니어가 만듦.
Multi-layer CTE mismatch → neutral axis/curvature/stress → 3D deformation.
Free, no ANSYS. Built by a non-coder engineer.
RC 임피던스 매칭 시뮬레이터RC Impedance Matching Simulator
OLED 순간잔상의 새로운 원인 규명. Maxwell-Wagner 계면 분극 시뮬레이션. RC 미스매치 실시간 계산.
논문까지 AI로 작성.
New mechanism for OLED image sticking. Maxwell-Wagner interfacial polarization. RC mismatch real-time calculation.
Paper written with AI assistance.
경각심은 필요하다. 그러나 걱정은 금물. Awareness is needed. But don't worry.
메타가 직원 8,000명을 AI로 대체했다. 개발자의 92.6%가 AI를 쓰고 있다. 중국은 이미 전면 도입했다. 우리 회사 밖에서는 바이브코딩이 표준이다. 가만히 있으면 뒤처진다. Meta replaced 8,000 employees with AI. 92.6% of developers use AI. China is fully deployed. Outside our company, vibe coding is standard. Standing still means falling behind.
왜? 지금이라도 시작하면 된다. GPT Enterprise가 이미 있다. 사내 GitHub가 있다. NANU Python이 있다.
문서 하나를 GPT로 정리해봐라.
데이터 하나를 바이브코딩으로 분석해봐라.
시뮬레이터 하나를 HTML로 만들어봐라.
엑셀 → 미니탭 → Spotfire 다음은 바이브코딩이다.
코드를 "쓸" 필요 없다. "시킬" 줄만 알면 된다.
Why? Start now. GPT Enterprise is here. GitHub is here. NANU Python is here.
Try organizing one document with GPT.
Try analyzing one dataset with vibe coding.
Try building one simulator in HTML.
After Excel → Minitab → Spotfire comes Vibe Coding.
You don't need to "write" code. Just know how to "instruct."
정리 + 다음 단계 Summary + Next Steps
10분 | 핵심 3가지 + 실행 로드맵 + Q&A 10 min | 3 Key Takeaways + Action Roadmap + Q&A
AI는 이미 사람을 넘었다AI Already Exceeds Humans
GPT-5.4 벤치마크 인간 초과, 72% 기업 도입. 하지만 르쿤 경고: 현실 문제의 검증은 아직 사람 몫.GPT-5.4 exceeds human benchmarks, 72% enterprise adoption. But LeCun warns: real-world verification is still human's job.
우리 회사에 이미 도구가 있다We Already Have the Tools
GPT Enterprise + GitHub Copilot. 보고서, 코드, 특허분석, 회의록 — 오늘부터 쓸 수 있음.GPT Enterprise + GitHub Copilot. Reports, code, patents, meeting minutes — start using today.
쓰는 사람 vs 대체되는 사람Users vs Replaced
메타 8,000명 해고가 현실. "AI가 틀린 걸 잡아주는 도메인 전문가"가 살아남음.Meta's 8,000 layoffs are real. "Domain experts who catch AI's mistakes" survive.
Quick Wins
- 팀별 GPT Enterprise 활용 사례 1건1 GPT Enterprise use case per team
- GitHub Copilot으로 반복 코드 자동화Automate repetitive code with Copilot
- 주간 회의록 AI 정리 시범Pilot AI meeting minutes weekly
Workspace Agents
- 팀 자동화 파이프라인 구축Build team automation pipelines
- 주간 보고서/데이터 분석 자동화Automate weekly reports & data analysis
- 사내 지식베이스 AI 검색AI-powered internal knowledge search
R&D AI Agent
- 실험 설계 → 데이터 수집 → 분석 → 보고서 자동화Experiment design → data → analysis → report automation
- R&D 전용 AI 에이전트 구축Build R&D-specific AI agents
- AI-human 협업 프로세스 표준화Standardize AI-human collaboration
❓ 예상 Q&A ❓ Expected Q&A
→ Enterprise는 학습에 사용 안 함, SOC 2 준수, SSO 연동→ Enterprise data never used for training, SOC 2 compliant, SSO integration
→ 자연어 프롬프트로 충분. 3단계 전략 따르면 시뮬레이터도 만들 수 있음→ Natural language prompts are sufficient. Follow the 3-phase strategy to build simulators
→ GPT-5.5에서 50% 감소. 그래도 검증 필수 — 도메인 전문가의 역할→ 50% reduction in GPT-5.5. Still needs verification — domain expert's role
→ 보고서 반나절→15분, 특허분석 2시간→10분, 코드 일주일→1시간→ Reports: half day→15min, Patents: 2hrs→10min, Code: 1week→1hr