각 버전은 1페이지 안에서 서로 다른 설득축을 잡습니다. IR용 최종안은 상단의 IR Best에 따로 정리했습니다.
AI Native는 토큰을 많이 쓰는 사람이 아닙니다. 한 사람이 문서화, 정리, 검증, 후속 작업을 AI에게 계속 맡기고, 그 결과가 개인 머리가 아니라 시스템에 쌓이는 상태입니다.
바이브코딩은 곧 평준화됩니다. 차이는 코드 생성 속도가 아니라 도메인 지식과 의사결정 로그가 문서로 복리화되는 조직에서 납니다. 그래서 저는 스타트업의 새 단계에 "1인 시스템 빌딩"이 생긴다고 봅니다.
HackerHouse는 그런 1인 빌더가 서로의 시스템을 키우는 플랫폼입니다.
AI Native의 다음 격차는 누가 더 빨리 에이전트를 만드느냐가 아니라고 봅니다. 그 능력은 시간이 지나면 보편화됩니다.
진짜 가치는 제조, 반도체, 물류처럼 문제는 크지만 소프트웨어화가 어려웠던 산업에서 나옵니다. 다만 AI Native 빌더들은 코딩 관련 문제에 갇히기 쉽습니다. 그래서 문제를 쥔 사람들과 1인 빌더가 반복적으로 만나는 온오프라인 접점이 필요합니다.
제가 만들고 싶은 것은 한국 산업의 큰 문제와 AI-native 빌더가 만나는 거점입니다.
이기는 스타트업을 만드는 단계에 "1인"이 생긴다고 봅니다. 조직을 먼저 만들면 지식은 사람에게 흩어집니다. 반대로 1인이 먼저 문제와 문서, 실행 루프를 시스템화하면 이후 팀은 그 위에 올라탑니다.
이들에게 필요한 것은 단순 커뮤니티가 아닙니다. 문제를 가진 산업 리더, 빌더, 리서처, 자본이 같은 리듬으로 만나는 수직 플랫폼입니다.
HackerHouse는 이 플랫폼의 첫 물리적 표면입니다.
제가 잘하는 일은 온오프라인에서 사람을 모으고, 그 사람들이 새로운 방식으로 일하게 만드는 장을 설계하는 것입니다.
Ralphthon에서는 사람이 스펙을 쓰고 AI가 밤새 실행하는 포맷을 실험했습니다. 서울에서는 43팀 지원, 13명 선발, 501,955 LOC와 543 commits라는 결과가 나왔고, SF 버전도 준비하고 있습니다.
다음 단계는 이 행동양식을 매일 반복하는 HackerHouse입니다.
AI가 대신 코딩해주는 능력은 시간이 지나면 commoditize 됩니다. 누구나 비슷한 모델과 도구를 쓰게 됩니다.
하지만 어떤 산업의 문제를 어떻게 이해했고, 어떤 의사결정을 했고, 어떤 실패를 겪었는지가 문서로 남아 AI가 계속 읽고 실행할 수 있다면 이야기가 달라집니다. 그 기억은 시간이 갈수록 두꺼워집니다.
저는 이 operating memory를 만드는 사람들과 문제를 가진 사람을 연결하는 집을 만들고 있습니다.