EP 91: 26.1Q 비즈니스 관점에서의 AI

생각 덩어리

가재 가족 — 역할이 아니라 작은 AI 회사

예찬님도 가재 가족이 역할이 아닌 작은 AI 회사라고 이야기하셨는데, 본인을 형님이라고 지칭하시면서 이 형님이 리딩하는 AI 하네스들이 메타 레이어에서부터 아래로 계속 레이어를 중첩시켜서, 어떤 task가 생기면 아래로 cascade 되면서 일이 해결되고, 다 해결되면 올라와서 리포팅 되고, 워크플로우가 안정된 부분은 완전 자동으로 돌게 하는 구조를 굉장히 잘 만들어 놓으셨더라고요.

토큰을 어떻게 더 효율적으로 더 많이 써서 우리가 직접 문제를 푸는 방식이 아니라 목표만 설정하면 AI가 모든 문제를 풀게 하는 형태의 워크플로우입니다.

Chedex — 방향은 티키타카, 실행은 Ralph Loop

방향을 결정하고 목표를 결정하는 데 있어서는 human-in-the-loop를 돌면서 끊임없이 티키타카하는 게 중요하고, 어느 정도 목표에 도달하면 그때부터는 Ralph loop를 n번 돌리면서 하네스를 돌려 대면 안에 있던 혼돈들이 다 깎여 나갑니다. 매우 정제된 형태로 에센스만 남게 되는데, 이 과정을 통해서 업무가 하나씩 끝나는 걸 보면서 이게 새로운 방법론이자 새로운 회사구나 하는 생각을 많이 하게 된 좋은 계기였습니다.

CEO들이 하네스 깎는 게 좀 유행되고 있는 거 아닌가요? ... 하네스라는 게 일종의 워크플로우인데, 따지고 보면 각자가 각자를 카피하고, 일반적인 것들을 조금 다르게 묶어 놓은 것들이에요.

의사 선생님이 말해주지 않는 prior들

제 약에 대한 경험이나 반응 같은 것들에 대해 GPT 5.4랑 끊임없이 몇 시간을 대화했거든요. 다 알려주더라고요. 왜 그렇다, 이게 문제가 의심된다, 이 확률이 높다. 계속 나름의 Ralph loop를 돌다 보니까 문제가 확실해지고, 이런 정도면 시간은 얼마나 걸릴 거라는 처방까지 나오게 되니까, 물론 옆에서 의사 선생님이 다 이야기해 주고 계시지만, 의사 선생님이 이야기해 주시지 않는 그 뒤에 있는 모든 prior들을 전부 알려주시니까 정말 새로운 세상으로 가겠다는 생각도 들었고

수액 맞으며 코딩하고 밥 먹으며 에이전트에 일 주는 풍경

주변 분들 보니까 누워서 수액 맞을 때 코딩하시는 분들이 있더라고요. 이제는 할 수 있으니까.

개발자분들이 계속 스마트폰을 보면서 노티 확인하고 에이전트한테 일을 주는 풍경이 무척 달라졌어요. 뭐 하시냐고 했더니 일을 계속 주고 있더라고요.

감독관처럼요. 그날 OpenClaw 미팅에서도 보니까 예찬님이 아이패드 하나 가지고 오셔서 CLI 몇 개를 돌리시면서 다 감독하고 계시더라고요. 저게 일의 미래구나 하는 생각을 하게 됐습니다.

Pre-train은 되는 게임으로 굳어졌다

pre-train 이야기를 잘 안 하긴 하는데 이건 이제 되는 게임으로 다 굳어진 것 같아요. ... 예전처럼 절대 도전할 수 없는 몇 천억 대의 자원이 필요한 건 아닌 것 같아요. 거의 몇백억 대로 떨어지고, 그것도 뒤쪽 몇 백억에서 앞쪽 몇 백억으로 떨어지고, 어쩌면 더 떨어질 것 같은 느낌도 확실하게 들고 있고요.

MiMoV2 Pro 만드신 분도 1년 정도의 갭을 이야기해요. 인프라를 잘 만들어 놓고 한번 어떻게 하는지를 알면 ... 누가 이런 걸 했다는 걸 보게 되면 그건 우리 다 할 수 있게 되는 거라고요.

Verifiable Rewards + atom world 해자 (Periodic Labs)

검증 가능한 보상 신호를 낼 수만 있으면 모델이 무조건 학습 가능하다는 이야기를 하는 거죠. ... 수학이랑 코딩은 문제를 푸는 과정은 어려울 수 있지만 솔루션이 맞는지 검증하는 건 쉬운 이야기니까요. 마치 Sudoku 문제처럼 푸는 건 어렵지만 풀어 놓은 게 정답인지 확인하는 건 쉽잖아요.

디지털 환경에서는 절대 발생시킬 수 없는 보상 환경이 새로운 사업의 축으로 가는 것 같다고 하면서 언급했던 게 Periodic Labs 같은 회사였죠. ... 절대 디지털에서는 실험할 수 없는 특정 재료가 초전도체의 성격을 갖는지 여부를, 아예 로봇이 제어하는 랩을 만들어서 그 랩에서 보상 신호를 내고, 그 결과가 거꾸로 모델에 피드백하는 형태로 디지털 world와 atom world를 결합하여 해자를 쌓고 있는 겁니다.

모든 문제는 Search Problem으로 치환된다

compute를 이용해서 계산 자원을 투입해서 모든 문제를 search problem으로 치환해 버린 겁니다. 어떤 도메인의 문제든 인간이 아직 알지 못하는 superset들을 가지고 있잖아요. 가보지 못한 solution 영역들이 있는데, 그 solution 영역을 computing 자원을 투입해서 다 가보는 거죠. 다 가보고 정답이면 solution, 아니면 아니라고 하면서 solution space에 마킹하는 겁니다. 일종의 manifold를 만드는 건데, 그 학습된 걸 다시 모델로 가져와서 모델이 그 도메인에 대한 지식을 다 갖게 되는 형태로 가져가고 있죠.

여기서의 핵심은 결국 보상 신호를 발생시킬 수 있는 환경이 있느냐 없느냐, 이것밖에 없다는 걸로 문제가 본질적으로 귀결됩니다.

Capability Overhang — 내가 리딩한다는 느낌이 사라진다

모델이 우리 생각보다 훨씬 똑똑하다는 거잖아요. ... 저도 비즈니스에서나 생각 실험 안에서 해보면 느끼는 게, 모델이 갖고 있던 capability overhang을 제가 꺼내는 것에 불과하지, 내가 모델을 가이드하고 있다거나 인간으로서 우월하게 리딩하고 있다는 느낌이 점점 안 드는 게 많아지고 있거든요.

Claude Code를 만들었던 Boris Cherny가 이야기하는 게, the most general one is the most specific one이라고 하잖아요. 어떤 특정 문제를 더 잘 푸는 게 아니라, 더 general하게 문제 해결 능력이 증가하면 특정 도메인의 문제는 그냥 풀려버린다. 모델의 강력함이 훨씬 중요하다. 지금 풀리지 않는다면 덮어둬, 6개월 있다 그때 모델이 풀 테니까 하는 이야기를 해요.

루프를 닫아라 — 채팅 인터페이스 안의 bash loop

요새 지인들과 이야기하다 보면 루프를 닫는다는 표현을 할 때가 있거든요. 루프를 닫아서 피드백 루프가 형성되게 하면 많은 것들이 해결된다. 보상 신호가 꼭 아래에서의 보상 신호만이 아니라, verifiable로 어떤 형태로든 변환하면 Ralph loop 같은 게 돌아가서 성능 향상이나 문제 해결이 일어날 수 있는 닮은꼴 구조가 생겼다고 해야 할까요?

그 안에서 Python을 써서 bash loop를 돌리게 하면, standard out된 것이 다시 context로 들어와서 모델이 계속 가설을 세우고 실험하는 걸 30분, 1시간씩 하는 걸 심심치 않게 채팅 인터페이스에서도 볼 수 있거든요.

우리 회사만 알고 있는 것 3개 — 모델이 이미 다 알아요

우리 회사만 알고 있는 완전히 독점적인 것들을 3개만 밖에 꺼내서 GPT-5.4에 넣어보자고 했어요. 그런데 재밌어요. ... 결론만 이야기하면 모델이 이미 다 알아요.

내가 가진 것을 보호하는 형태보다 capability overhang을 가진 모델에 빨리 제공해서 모델이 가진 추가 search space를 더 가져오게 하는 게 더 이익이라는 생각으로 굳히고 있습니다. ... 그 거래를 함으로써 얻는 이익이 아직까지는 더 높다는 생각이 들고 있습니다.

Auto Research는 딥러닝과 동형(isomorphic)이다

딥러닝이라는 것도 명확한 목표, scalar의 loss 함수 value를 낮추자는 목표를 두고, evaluation metric은 계속 낮아지면 돼. 중간에 모델을 놓고 그 가운데 쓰는 방법론은 그냥 무식하게 computation을 투입해서 계속 optimize하는 거잖아요.

모델이 어느 정도 똑똑해지고 나니까, 인간 이상의 능력을 갖춘 임계점을 넘고 나니까, 우리가 두려워하던 세상으로 진입하고 있는 거거든요. 모든 문제를, 문제 해결이라는 것 자체는 이제 이것밖에 없어요. 똑똑한 모델을 들이대고 그 모델과 함께 목표와 evaluation metric을 명확하게 만들면 다 최적화 문제로 수렴시키는 거예요.

최적화의 대상은 무엇이든 될 수 있어요. 하나의 .md 파일이 될 수도 있고, 코드 repository가 될 수도 있고, 회사가 될 수도 있어요.

Meta Cascading — 회사 구조 자체가 Ralph Loop

대표, 임원, 팀장, 팀원들이 있는데, 대표이사는 굉장히 정제된 형태의 마지막 리포트를 보게 되고, 도는 과정을 보면 Ralph loop거든요. "다시 해 와, 다시 해 와"라고 하면서 아래로 끊임없이 동형의 작업들이 내려가는데, 저는 이걸 meta cascading이라고 표현합니다. 이런 구조로 되어 있기 때문에 거꾸로 이야기하면, 지금 현존하는 회사를 이 방법론으로 완전히 대체하는 건 가능하다고 보고 있죠.

에이전트 시대의 인재 — 취향과 의지의 initiate

아직까지는 모델에게 무언가를 initiation 시켜 주는 첫 번째 system prompt는 인간이 줘야 하는 거니까요. ... 아직은 취향과 의지를 input하는 것, initiate하는 것, 이런 정도의 의미를 인간에게 줘야 하지 않을까요?

저는 사업가의 가장 큰 덕목이 균형 감각이라고 보는데, 그걸 잘 발휘해야 할 것 같고요. 이 evaluation metric이 깔끔하게 존재하지 않는 부분이니까 그 부분은 아직 인간의 역할이 있습니다.

Do not bet against — 우로보로스 루프

모델이 좋아지고, 모델 때문에 하네스가 좋아지고, ... 하네스에 맞춰서 RL이 이루어지기 때문에 모델은 더 성능이 좋아지고, generality가 증가하면 기존 하네스의 기능들을 모델이 많이 먹어가요. 그럼에도 불구하고 모델이 강력해지면 그걸 이용한 또 다른 하네스가 나오게 되고, 이건 우로보로스의 뱀처럼 영원히 반복되는 루프예요.

이 루프를 잘 이해하고 본인의 비즈니스를 이 라운드 위에 올리는 자는 benefit을 얻을 거고, 이해하지 못하는 사람은 이걸 이용하는 사람에 의해 대체될 것이다

게이트웨이의 분화 — 그랜저·쏘나타만 타는 게 아니다

OpenClaw가 나오기 직전까지는 ChatGPT나 Claude나 Gemini가 거대한 게이트웨이, 네이버나 구글이 되어서 새로운 게이트 키퍼 포지션을 갈아치우고 새로운 게이트 키퍼가 되는 거 아닌가 하는 식으로 사업 논리를 많이 쓰고 있었는데, OpenClaw가 나온 다음에 써보고 익숙해진 세상을 살면서 아닐 수도 있겠다는 생각이 들었어요. 우리가 그랜저랑 쏘나타만 타는 거 아니잖아요. ... 사람이 정보에 접근하는 최상단 게이트웨이가 지금껏 익숙한 몇 개의 채널이 아니라 각자만의 개인 에이전트로 완벽하게 분화해 버릴 수도 있겠다는 생각이 새롭게 들고 있습니다.

ChatGPT가 나에게 강요하려고 하는 번들링 프레임이 싫을 때가 있거든요 ... 왜 꼭 그렇게 써야 하냐는 건데, 그런 걸 완전히 다시 해체해 줘요.

OMO.BOT — 앱의 미래는 에이전트가 대신 조작하는 레이어

우리가 귀찮게 접근하는 수많은 앱들, 짜장면 배달하려면 배민 가야 되고, 생수 주문하려면 쿠팡 가야 되고, 택시 부르려면 카카오택시 가야 되고, 귀찮잖아요. 그냥 비서가 다 해주면 되는 거 아니냐, 그걸 실현한 거예요. API가 있는 회사는 API를 연결하고, 아닌 회사는 CUA, Computer Use Agent를 연결해서 에뮬레이션을 하신 것 같아요.

우리가 알던 모든 앱들이 에이전트가 대신 조작해 주는 레이어 아래로 다 묻힌다는 건데, 이걸 정말 중요하게 봐야 할 것 같아요.

Walled Garden은 에이전트를 막을 수 없다

네이버가 그런 걸 정말 잘하던 회사 중 하나죠. 크롤러 막고 무조건 다 막아서 소위 walled garden에서 콘텐츠가 빠져나가는 걸 막으면서 안에서의 선순환 루프를 만들며 오늘날의 제국을 쌓아 올렸는데, 에이전트가 이런 것들을 분해하는 걸 막을 수 있을까요.

못 막을 거예요. 사람이 오는 것과 트래픽이 구별이 안 될 테니까요. 내 에뮬레이터에 내가 로그인해 놓고 그 에뮬레이터를 에이전트가 조작하면 어떻게 막죠? IP도 전부 다르고 모든 게 다를 텐데. ... 이건 못 막는 게임이고 기존 사업자들은 다 disintermediation 될 가능성이 있는 거죠.

Bundle → Unbundle → Bundle 의 진화 알고리즘

매체가 바뀔 때마다, 종이에서 TV로, TV에서 인터넷으로, 웹에서 모바일로, 이제 모바일에서 AI로 갈 때 distribution layer라고 이야기하는 새로운 distribution 채널이 등장할 때마다 한 번씩 판이 뒤집혀요.

diversification이 생기면 그중에서 어느 하나의 승자의 후보들이 나오고 승자가 나오면 그 승자가 후보가 나왔다는 얘기가 몇 개의 selection이 된다는 얘기인데 그 selection이 되고 나면 그게 다시 지배종이 돼서 amplification이 돼서 또 새로운 어떤 환경을 만들고 diversification, selection, amplification 이 3개가 Ralph loop처럼 영원히 돌아가는 게 기본적인 진화 알고리즘인데 이게 똑같이 도는 거죠.

Benedict가 이야기하는 건, 우리가 알고 있는 거의 대부분의 B2B SaaS 애플리케이션은 그냥 Oracle unbundling이라는 거예요. ... AI 시대는 결국 거의 대부분의 서비스가 ChatGPT unbundling일 거라고 이야기해요.

기존 UX의 마찰 = 사업자의 마진

기존 사업자가 쌓아 올린 매체력, 그리고 그 매체력으로 만든 수익 구간이 고객 입장에서 보면 온통 마찰이에요. friction들이에요. 그리고 그 friction들이 사실 다 마진이거든요. 사업자 입장에서는 이걸 하려면 이걸 반드시 해야 한다고 짜놓은 UX flow, 그 사이에 존재하는 수많은 광고 인벤토리, 옆과 위아래에 존재하는 cross-sell, upsell 구간들. 그런데 에이전트들이 와서 이것들을 다 없애버리고 있죠.

새로운 업의 본질이 제가 보기엔 말 그대로 어시스턴트, 이미 비서 공급업이에요. 수단을 제공하는 게 아니라 해결 완료를 팔아야 해요.

요트 경기 — 뒤에 있는 사람이 방향을 바꾸면 앞이 다 바꿔야 한다

자동차 경기는 돈 많으면 무조건 이겨요. ... 요트 경기는 좀 다르거든요. 후발 주자가 방향을 바꾸면 앞에 있는 사람들 다 바꿔야 돼요. 왜냐하면 내가 뭘 잘하는 게 중요한 게 아니라 밖에 어떤 바람이 부느냐가 훨씬 중요하거든요.

지금 이 AI 바람이 지배하는 장세가 어마어마하게 심하기 때문에, 뒤에 후발 사업자들이 다른 전략을 쓰면 사실 모든 영역을 다 counter 해야 되는 경기인 것 같아요. ... 이거는 철학과 타이밍 싸움에 다시 한번 들어갔다라는 생각이 들고.

1/10x 효율 vs 10x 신사업

AI를 두 방향에 투입할 수 있어요. 효율을 극대화해서 기존에 100이 들던 걸 10으로 만들고 90의 이익을 남기는 것, 아니면 새로운 곳에 가서 새로운 900을 창출하는 것. 지금의 거의 대부분의 AX는 다 효율 추구예요. 뒤에 있는 정말 다른 10배를 만들어내는 것, 이건 약간 zero to one인데 아직 시작되지 않은 것 같아요.

10x lawyer — time charge 모델의 unbundle

시니어 능력을 가진 변호사 하나가 에이전트와 결합해서 훨씬 더 싸고 빠르게 클라이언트를 만족시키기 시작하면, 수요 측에서는 좋은 물건이 있는데 아무 이유 없이 기존에 이걸 썼다는 이유만으로 비싼 걸 사는 것도 한두 번이거든요.

사람은 모아놓으면 언제나 정상 분포가 되는 것 같아요. 잘하는 사람끼리만 모아놔도 그 안에서 꼭 제일 잘하는 사람과 못하는 사람이 생기고 ... 변화하고 싶어 하는, 날카롭게 adapt하는 몇몇 사람들과 빨리 가야지, 다 데리고 못 간다는 이야기를 하고 싶어서 이 이야기를 썼던 건데요.

에이전트를 다 붙여도 10배는 아직

모든 데이터에 전부 AI가 붙어 있고, 거기에 전부 에이전트들이 붙어 있고, 에이전트 위에는 또 다른 meta 에이전트들이, meta 위에는 또 meta가 붙어 있어요. ... CEO로서 해야 하는 일들도 매일 일하는 게 아니라 에이전트가 갖고 오는 1, 2, 3, 4를 누르게 하는 구조로 거의 다 바꿔놨는데, 그럼에도 불구하고 회사의 생산성이 10배가 됐냐, 아직은 그렇지 않아요.

AI로 사업을 해보겠다고 하면서 이걸 한 게 4년이 훌쩍 넘었더라고요. 2021년부터 ... 다 해봤는데 다 안 됐거든요. 그런데 이제 돼요. 작년부터는 모델이 임계점을 넘으면서 안 되던 것들이 다 돼요.

돌고 돌아 바닐라 — 안 만드는 게 베스트

답만 말씀드리면, 안 만드는 게 베스트예요. 데이터 커넥터를 깔끔하게 만들고, 프롬프트 잘 쓰고, 프론티어 모델과 Claude Code라든가 Codex라든가를 붙이는 게 성능은 제일 좋아요.

"체스터 그럴 필요가 없다. 어차피 하네스 만드는 건데 궁극의 하네스와 궁극의 모델을 쓰면 되는 거 아니냐, 그 일을 할 필요가 없다" ... 프롬프트를 잘 쓰려면 사실 엔지니어링 파워가 중요한 게 아니라 그 도메인에 대한 이해가 중요하거든요.

참 말하고도 슬퍼요. 그동안 썼던 어마어마한 노력들과 시간들이 돌고 돌아서 결국 모델의 capability overhang에 기대는 게 답이었다는 걸 알게 되니 참 그렇죠. ... 그 사이에 생겼던 수많은 예외 상황들에 대한 distribution이 제 머릿속에 다 있다는 게 제가 갖고 있는 파워인 것 같아요.

10x New Biz는 Entrepreneur의 영역

리딩하는 사람이 비전을 느끼지 않으면 무조건 안 돼요. 사장이 이거 될 거니까 만들어라고 미션을 아무리 내려보내도, 아래에 있는 사람이 바라볼 때 그 문제가 better, faster, cheaper의 문제가 아니라 innovation의 문제면 해결이 잘 안 됩니다.

AI 시대에 우리가 가져야 하는 덕목, 어떤 사람들이 살아남을 것이냐를 이야기했을 때, 남는 사람들의 특성은 그냥 사업가라고밖에 생각이 안 들거든요. entrepreneur라는 기질이 없으면 도대체 할 일이 없어요, 좀 심하게 요약하면.

앞에 있는 건 metric을 잡기가 쉬워요. objective와 evaluation metric이 명확하게 보이는 거고, 뒤에 있는 문제는 objective와 evaluation metric이 존재하지 않는 영역이에요.

AX의 진짜 성공 조건 — "저 팀을 통째로 없애세요"

만들어줘 봐야 어차피 안 써요. 왜냐하면 그 조직의 인센티브 구조가 ... 나는 여기까지 오려고 얼마나 힘겹게 노가다를 하며 엑셀과 파워포인트 단축키를 익혔는데, 난 계속 이거 하고 싶어, 가 본질인 경우가 많아요.

"그 팀을 도와주세요"가 목표가 되는 게 아니라 "저 팀을 통째로 없애세요"가 성공하는 AX의 출발점입니다. 그 사람들을 잘라버리자는 이야기가 아니에요. 그 사람들이 갖고 있던 단위 업무를 온전히 없애주고 그들을 새로운 직무로 전환시켜야지, 거기에 뭘 더 넣어줘 봐야 파워포인트, 엑셀을 그걸로 바꿔주는 것에 불과할 거고

AI가 만든 하네스에 인간이 들어가는 디스토피아

효율을 추구하는 것과 새 사업을 만드는 것 다 해야 하는데, 새 사업을 만들 수 있는 사람들은 여전히 사업가 센스가 있는 사람들이에요. ... 그 사람들을 빨리 찾아서 새로운 것들을 빨리 찾아 떠나게 하고 인센티브를 극강화해 주고, moderate하게 하고 싶다는 분에게는 efficiency 추구를 맡기고.

AI native talent들이 지나가고 나면, 가혹한 하네스가 탄생합니다. 변화하기 싫어하는 사람들은 그 가혹한 하네스에 넣어지게 될 거예요. ... 거꾸로 사람이 명령하고 AI가 수행하는 게 아니라 AI가 만든 하네스로 인간들이 들어가는 디스토피안적인 세상으로 들어가게 될 확률이 지금은 훨씬 높다는 생각이 좀 들어요.

Prompt Injection과 격리 운영 — VM·DGX 박스

저도 제 랩탑에 OpenClaw는 감히 못 깔았어요. VM을 깔아서 리눅스를 새로 올리고 그 위에서 OpenClaw를 돌려서 이것저것 다 테스트해 봤고, 어느 정도 이런 거 잘하네 하는 생각이 든 다음에 바깥에 DGX 박스를 하나 구해서 거기에 OpenClaw를 쭉 세팅해 놓고, 보여줘야 할 최소한의 데이터들을 넣고 있거든요.

소셜과 관련된 부분이라든지 금융과 관련된 부분은 저는 아직은 못 주고 단위 task들, 행여 이 문서가 통째로 나가도 나에게 거의 리스크가 없는 일들을 맡겨 놓고 있어요. ... OpenClaw 같은 경우에는 자율성 때문에 그렇거든요. 나 대신 이런저런 판단들을 할 텐데, 주인님을 위해서는 이걸 해야겠다고 하면 해버릴 수도 있는 거잖아요.

그것도 있지만 세뇌돼서 들어오기도 하잖아요. 에이전트들이 injection을 먹거든요. 근본적으로 해결이 안 돼서 아직 골치 아픈 문제라서, 사건 사고가 있을 가능성도 있겠다 싶습니다.

26년 3월의 스냅샷 — 하루에 생각이 20번 바뀐다

이것도 명확하게 26년 3월에 스냅샷이고, 저도 하루에 생각이 20번씩 바뀌기 때문에.

작년 3월 4월쯤이면 정석님이 와 ADK 끝내준다 이랬을 때거든요. ... Claude Code 막 나오고 있을 때. Pydantic이 제일 미니멀하고 괜찮은데요. Pydantic 씁시다 막 이러고 있었던 게 작년 3월이에요.

지금 OpenClaw로 가는 데 사실 저는 거부감이 약간 있어서 휙 가지지가 않더라고요. 비슷한 상황들이 많이 있을 것 같습니다. 그런데 가야 하는 건 맞는 것 같긴 해요.

요트 경기처럼 따라가기 — 뒷물이 앞물을 민다

저도 제 인생에 이건 요트 경기다, 바뀌면 저 젊은 친구들이 하는 거면 나도 무조건 같이 따라가야 한다는 생각으로 바꿨어요.

뒷물이 앞물을 밀게 돼 있죠. 그래서 우리도 잘 밀려나야 된다라는 생각도 들고. 그래서 그 친구들을 보면서 저는 부러웠어요. 그리고 한국의 미래가 밝구나라는 생각도 들고.