IT 기술 따라잡기

지난 5월 13일, 워싱턴주 벨뷰 시청에서 열린 AI 세미나에 직접 참석해 발표 영상을 촬영했습니다.

"AI가 왜 기업에서 자꾸 실패할까?" 라는 질문을 오랫동안 품고 있었는데, 이날 현장에서 그 답을 꽤 명확하게 들을 수 있었습니다. 요약 영상으로 만들어 Catch Up AI 채널에 공개했으니, 현장에 가지 못하신 분들도 핵심 내용을 빠르게 확인하실 수 있습니다.

이날 발표한 전문가 3인 + 패널 Q&A

🔴 Lana Feng, Ph.D. — Cogzia 공동창업자

MIT 연구 결과 AI 파일럿의 95%는 개념 검증 단계에서 멈춥니다. 실패 원인의 70%는 기술 문제가 아니라 사람의 문제 — 도메인 전문가 참여율이 고작 5%에 불과하기 때문입니다.

에너지 업계에서 2주 걸리던 재무 분석이 AI 도입 후 30분으로 줄었다는 사례도 소개됐는데, 단 한 가지 조건이 있었습니다. 처음부터 도메인 전문가가 AI 개발 루프 안에 있어야 한다는 것.

🟠 Alex Thaman — Andesite CTO

보안 분야의 구조적 딜레마를 다뤘습니다. 대기업 Splunk 비용은 연간 최대 $70M(약 950억 원). 로그 데이터는 매년 23% 증가하는데 보안 예산은 16%밖에 늘지 않습니다.

데이터가 늘면 비용이 오르고, 비용이 오르면 수집 범위를 줄이고, 범위가 줄면 보안 사각지대가 생기는 SIEM 둠 루프. 이 악순환을 끊는 열쇠가 AI라고 했습니다.

🔵 Aruna Veerappan — Upwork 엔지니어링 시니어 디렉터

가장 충격적인 데이터가 나온 세션이었습니다. Cursor를 도입한 500명 규모 개발팀의 비용이 $30만에서 $100만 이상으로 3배 넘게 급등했습니다. 반면, LangGraph 3단계 아키텍처로 재설계한 팀은 20배 절감에 성공했습니다.

같은 AI 도구 시대라도 어떻게 설계하느냐가 비용 구조 자체를 결정한다는 것이 이날 현장의 결론이었습니다.

🟣 패널 전체 Q&A

"현장에서 가장 무서운 보안 위협은 퀀텀 컴퓨팅인가?" 라는 질문에 금융기관 관계자가 단호하게 답했습니다. "아니요. 지금 당장 1위는 여전히 2FA 피싱입니다."

오픈소스 AI 모델의 보안 리스크로 정부 기관이 Anthropic 계약을 중도 해지했다는 실제 사례도 공개됐고, AI ROI는 코드 생성량이 아닌 **수용률(adoption rate)**로 측정해야 한다는 제안도 인상적이었습니다.

요약 영상 바로 보기

현장 발표 4개의 핵심을 2분으로 정리했습니다.

🇰🇷 한국어 버전

▶ https://youtu.be/Atjn75QCbSM

🇺🇸 English Version

▶ https://youtu.be/HppGRRENcPk

풀 영상이 궁금하신 분들께

발표 4개의 풀 영상(각 30~35분)은 현재 Catch Up AI 채널 멤버 전용으로 공개되어 있습니다. 주 2편씩 일반 공개로 전환될 예정이니, 멤버십에 가입하시면 가장 먼저 보실 수 있습니다.

멤버십은 월 $1.99(커피 한 잔)부터 시작합니다.

👉 youtube.com/@catchupai → 멤버 가입

시애틀·벨뷰 지역 AI 현장 영상을 계속 올릴 예정입니다. 구독과 좋아요로 응원해 주세요 🙏

#AI #인공지능 #엔터프라이즈AI #AI파일럿 #보안 #시애틀 #CatchUpAI #AI에이전트 #LangGraph #유튜브

올해 Catch Up AI는 하나의 목표를 가지고 달리고 있습니다.

AI를 일상에 직접 적용해 보는 실험들, 그리고 그 과정에서 얻은 인사이트를 솔직하게 나누는 것.

이번 13회 라이브 요약 영상에서도 실험 3가지를 진행했고, 그 과정에서 꽤 중요한 깨달음을 하나 얻었습니다.

💡 핵심 인사이트: 기록이 AI의 작업 환경이 된다

AI가 갑자기 더 똑똑해진 게 아닙니다.

AI와 함께 한 작업들을 기록해 뒀기 때문에 가능했던 겁니다.

AI는 자연어 문서를 빠르게 읽고 정리합니다. 기록이 쌓일수록 AI가 받는 컨텍스트가 풍부해지고, 그 컨텍스트는 다음 작업으로 이어집니다. 기록은 AI에게 주는 배경 정보가 아니라, AI가 실제로 일할 수 있게 해주는 작업 환경입니다.

🧪 이번 방송의 실험들

실험 0 — 런다운을 캔버스로 전환

방송 준비 문서를 AI가 읽고 시각적인 캔버스 맵으로 구조화했습니다. 참조 문서가 있을 때 AI의 능력이 얼마나 달라지는지 직접 확인했습니다.

실험 1 — AI 기기와 녹음법 사이의 간극 연구

Limitless 같은 AI 웨어러블이 빠르게 확산되는 반면, 법과 사회적 대응은 아직 따라오지 못하고 있습니다. Washington State 녹음법을 AI 에이전트와 함께 연구하고 GitHub에 공개 자료로 정리했습니다.

실험 2 — 연구 결과를 Remotion 영상 콘텐츠로

실험 1에서 쌓은 연구 자료를 바탕으로 AI 영상까지 제작했습니다. 공부한 내용이 곧 콘텐츠가 되는 구조, 직접 만들어 봤습니다.

🛠️ 나만의 AI 작업 환경을 만드는 공식

기록 위치 설정 → 정보 축적 → 반복 작업을 프롬프트로 → AI 실행 → 결과 검증 후 다시 기록

이 루틴을 매주 직접 실천하면서 AI가 점점 나에게 맞는 도구로 바뀌어 가는 걸 체감하고 있습니다.

🎬 영상 바로 보기

한국어 버전과 영어 버전 모두 준비했습니다.

🇰🇷 한국어 버전: https://youtu.be/eL2TOtFXJNI

🇺🇸 영어 버전: https://youtu.be/BJPB_YMWUcE

구독과 좋아요는 큰 힘이 됩니다 😊

AI 기술이 빠르게 발전하면서 녹음·녹화 기능을 갖춘 AI 기기들이 속속 등장하고 있습니다.

Limitless AI 펜던트, Meta Ray-Ban 스마트 글래스, Otter.ai, Fireflies.ai...

한국에서도 이름은 많이 들어보셨을 겁니다.

그런데 막상 이런 기기들을 쓰려고 할 때 이런 생각이 드신 적 없으신가요?

"이거, 법적으로 괜찮은 거 맞지?"

특히 미국을 여행하거나 미국 비즈니스를 하시는 분들이라면 한 번쯤 짚어봐야 할 문제입니다.

## 미국 녹음법, 생각보다 훨씬 복잡합니다

한국은 대화 당사자 한 명이 동의하면 녹음이 가능합니다.

하지만 미국은 주(州)마다 법이 다릅니다.

크게 두 가지로 나뉩니다:

- **일방 동의제 (One-Party Consent)**: 대화 참여자 중 한 명만 동의해도 녹음 가능 (연방법 포함)

- **전면 동의제 (All-Party Consent)**: 대화에 참여하는 모든 사람의 동의가 필요

캘리포니아, 워싱턴, 일리노이 등 11개 주가 전면 동의제를 채택하고 있습니다.

이를 어기면 민사 소송은 물론 형사처벌까지 받을 수 있습니다.

AI 기기를 아무 생각 없이 켜두었다가 법을 위반하는 상황이 충분히 발생할 수 있다는 뜻입니다.

## 직접 리서치해서 영상으로 만들었습니다

이 주제를 AI와 함께 직접 파헤쳐서 영상으로 만들었습니다.

**다루는 내용:**

- 미국 연방법 vs 주법, 어떻게 다른가?

- Limitless AI 펜던트 — 합법인가 불법인가?

- Meta Ray-Ban 글래스 — 몰래 촬영하면 어떻게 되나?

- Otter.ai / Fireflies.ai — 업무 회의 녹음, 어디까지 괜찮나?

- AI 음성 복제 — 내 목소리로 만드는 건 합법인가?

- AI 크리에이터를 위한 3가지 실용 원칙

## 영상 보기

한국어 버전과 영어 버전 모두 제작했습니다.

**🇰🇷 한국어 버전**

▶️ https://youtu.be/mQHoEj0_1KE

**🇺🇸 영어 버전**

▶️ https://youtu.be/NCWlam9t9cY

영상에는 챕터가 나뉘어 있어서 궁금한 부분만 골라 보실 수 있습니다.

AI 기기에 관심 있으신 분, 미국 여행이나 출장 계획 있으신 분, 

콘텐츠 크리에이터로 활동하시는 분들께 특히 도움이 될 내용입니다.

그리고 전체 Research 내용은 아래 GitHub Repository 에 공유했습니다.
CatchUpAI_VL/Topics/WA-Recording-Law at main · solkit70/CatchUpAI_VL