JooMong

가장 강한 경쟁자는 현상 유지다

제품 팀이 경쟁 지도를 그리면 비슷한 기능을 가진 회사 이름이 줄지어 나온다. 고객이 보는 선택지는 훨씬 다르다. 새 소프트웨어를 사는 대신 엑셀을 계속 쓰거나, 담당자 한 명이 손으로 처리하거나, 외주 업체에 맡기거나, 문제가 더 커질 때까지 아무것도 하지 않을 수 있다. 그래서 포지셔닝에서 먼저 물어야 할 질문은 “우리와 닮은 회사는

테스트는 사고 전에 죽어야 한다

탄광 카나리아에서 온 말이 있다. 광부들은 사람이 유독가스를 알아차리기 전에 새가 먼저 반응하기를 바라며 카나리아를 갱도 안으로 데려갔다. 새가 쓰러지면 아직 사람이 쓰러지지 않았다는 뜻이 아니라, 이제 곧 사람이 쓰러질 수 있다는 뜻이었다. 그래서 카나리아는 테스트용 신호의 오래된 이름이 되었다. 무언가가 실제 사고로 커지기 전에, 더 작고 더 민감한 대상이

CI/CD는 테스트를 돌리는 일이 아니라 통합을 설계하는 일이다

PR이 초록이면 안심한다. GitLab MR의 파이프라인이 통과해도 일단 다음 일로 넘어간다. 그런데 main에 합쳐진 뒤 통합 테스트가 깨지거나, 배포 태그에서 smoke가 실패하거나, 같은 커밋에 CI가 두 번씩 붙어 비용이 불어나면 질문이 달라진다. CI/CD는 테스트를 많이 돌리는 장치가 아니다. 변경이 다음 상태로 넘어갈 자격을 증명하는 흐름이다. PR과 MR은 코드를 제안하는

정답을 틀리는 것보다 문제의 종류를 틀리는 게 더 위험하다

회의가 길어지면 조직은 보통 정보가 부족하다고 생각한다. 데이터를 더 모으고, 전문가를 더 부르고, 보고서의 경우의 수를 늘린다. 그런데 아무리 분석해도 결론이 나지 않는다면 부족한 것은 정보가 아니라 문제를 보는 방식일 수 있다. 어떤 문제는 분석하면 답을 찾을 수 있다. 어떤 문제는 행동하기 전에는 무엇이 답인지 알 수 없다. 둘 다

골든 스냅샷은 누구의 이론인가

“골든 스냅샷은 누구의 이론인가?”라는 질문은 화면 테스트가 실패했을 때 자주 나온다. 기준 이미지가 하나 있고, 현재 화면을 그 이미지와 비교한다. 다르면 CI가 빨간불을 켠다. 이 흐름은 단순해서 누군가 한 번에 발명한 단일 이론처럼 보이지만, 실제 계보는 조금 다르다. 가장 가까운 원조는 Michael Feathers다 현재 동작을 먼저 기록하고, 코드를 바꾼

AI가 콘텐츠를 무한히 만들수록 브랜드 코드는 더 비싸진다

생성형 AI는 콘텐츠 제작비를 낮췄다. 한 사람이 하루에 만들던 이미지와 문안을 이제 수십 가지 비율, 언어, 후크로 변형할 수 있다. 제작량만 보면 모든 브랜드가 작은 스튜디오를 갖게 된 셈이다. 하지만 더 많이 만들 수 있다는 사실이 더 잘 기억된다는 뜻은 아니다. 같은 모델과 비슷한 프롬프트를 쓰면 매끈한 조명, 익숙한 구도,

AI 버블의 다음 숫자는 모델 점수가 아니라 가동률이다

AI 기업을 평가하는 가장 쉬운 방법은 모델 점수를 보는 것이다. 벤치마크가 오르면 기술이 전진했고, 순위가 떨어지면 뒤처졌다고 말할 수 있다. 하지만 수천억 달러의 데이터센터가 깔린 뒤에는 더 어려운 숫자가 회사를 가른다. 그 컴퓨팅 자산이 실제로 몇 시간이나 돈을 벌고 있는가. Meta가 Anthropic에 컴퓨팅 파워를 임대하는 방안을 협상 중이라는 보도가 이

리테일 미디어는 광고 지면이 아니라 구매 데이터의 새 관문이다

매장 입구의 진열대와 전단지는 오래전부터 광고였다. 제조사는 더 잘 보이는 자리를 얻기 위해 비용을 냈고 유통사는 쇼핑 동선과 판매 데이터를 이용해 그 자리를 팔았다. 리테일 미디어가 새로운 이유는 이 오래된 거래가 디지털 광고의 속도와 측정 언어를 얻었기 때문이다. IAB는 미국 commerce media 광고비가 2026년 전년 대비 12.1% 증가해 전체

에이전트에게 권한을 주지 말고 계획에 권한을 줘라

프로덕션 장애를 고치는 AI 에이전트에는 권한이 필요하다. 로그만 읽어서는 롤백할 수 없고, 설정을 바꾸거나 캐시를 지우거나 수정 코드를 올릴 수도 없다. 그렇다고 운영자의 권한을 통째로 넘기면 에이전트가 잘못 이해한 한 문장이 서비스 전체를 바꿀 수 있다. 그래서 지금까지의 선택은 답답한 read-only와 위험한 상시 권한 사이에 있었다. 안전한 에이전트는 제안만

좋은 하네스는 스킬을 더 붙이지 않는다

같은 AI를 더 잘 쓰는 방법에 대해, 최근 나온 세 개의 숫자는 서로 충돌하는 것처럼 보인다. Impossible Research의 Schema 하네스는 ARC-AGI-3 공개 게임에서 평균 98.98%를 기록했다. 연구팀이 함께 제시한 Claude Code 기준선은 42.83%였다. 새 모델을 학습한 결과가 아니라, 모델이 환경을 관찰하고 가설을 기록하고 다음

크리에이터는 매체가 되었고 AI는 제작실이 되었다

한때 크리에이터 마케팅은 광고 캠페인의 부속물이었다. 매체 예산을 먼저 정하고, 남는 돈으로 인플루언서 몇 명에게 제품을 보냈다. 크리에이터는 메시지를 전달하는 사람이고 플랫폼은 그 메시지를 유통하는 매체였다. 2026년에는 이 순서가 뒤집히고 있다. IAB는 미국 크리에이터 광고비가 2025년 370억 달러에서 2026년 440억 달러로 늘어날 것으로 전망했다. 광고 구매자의 48%는 크리에이터를 이미

AI가 죽인 것은 MVP가 아니라 허접한 출시다

AI로 앱 하나를 만드는 비용이 낮아지자 오래된 제품 개발 원칙 하나가 다시 공격받고 있다. 이제 기능만 작동하는 MVP로는 아무도 관심을 주지 않으니, 사용자가 처음부터 사랑할 수 있는 MLP를 만들어야 한다는 주장이다. MLP는 Minimum Lovable Product의 약자다. 제품이 기능적으로 작동하는 데서 멈추지 않고 빠르고, 직관적이고, 의견이 있으며, 사용자가 다시 찾고 싶은