후원·협력 / 원본 발표
랄프톤에서 Model Factory까지.
SF에서 창업 아이템을 찾고 키운 과정.
2026.09.10 / 4기 킥오프 초청 강연
IBK기업은행 × 500 Global
IBK기업은행 × 500 Global
사람을 만나고,
다음 시장을 발견하다.
제 시작은, 1080 Ti 두 장이었습니다.
포자랩스 공동 창업.
용산에서 서버를 조립하고,
모델에 음악을 가르쳤습니다.
음악 데이터 → 작은 Transformer
그때는 우리 모델을.
지금은 모든 기업의 post-training을.
POZALABS
NAVER
BonAngels
CJ
CJ ENM2018 POZALABS·NAVER D2SF / 2022 CJ ENM 투자 / CJ는 그룹 CI
소프트웨어 다음의 기회는
데이터와 연구에 있습니다.
지금의 데이터랩 창업에는
과거 소프트웨어 창업만큼의
가능성이 있다고 생각합니다.
어제도, 이 변화를 만드는 사람들을
서울에서 직접 만났습니다.
Benchmark Social 0.1 / 9월 9일
이 질문을 실제로 해보는 사람들.
Ralphthon / EO 현장 영상 30초
서울에서 시작해, SF로.
후원·협력 / 원본 발표
OmOOmCOmX
OmOOmCOmX혼자 하던 실험이, 함께 풀어볼 질문이 됐습니다.
싱가포르와 부산에서도, 같은 실험을.
후원·협력 / 원본 발표
도시가 바뀌면, 같은 기술을 보는 질문도 달라졌습니다.
모델을 만드는 사람뿐 아니라,
모델을 평가하고 가르치는 사람들.
누가 왔을까요?
TuringUpstageLG AI ResearchAxiomToss연구자와 창업가들
수학적 발견과 검증 가능한 AI
$300M → $1.6B+2025.10 → 2026.03 / 기업가치 약 2.24조원*
참석자 소속: 주최자 제공 / *₩1,400/$ 환산 가정
벤치마크에 과제 하나를 넣는다는 것.
좋은 과제 하나에도
연구가 필요합니다.
Terminal-Bench 3 기여 사례rs-archive-clone
과제 → 실행 환경 → 검증 기준
새로 생긴 가치의 일부가 되어야 한다.
AX요구사항 → 구현 → 납품
SI 외주 · 컨설팅 · 운영 개선
이름이 바뀌어도,일의 구조가 같았습니다.
OpenAI
Anthropic새 가치의 증분은
모델 쪽에 쌓인다.
다음 창업은
새로 생긴 가치 안으로.
더 빨리 납품 → 새로운 학습 자산
그래서, Model Factory를 합니다.
Model
Factory.
기업마다 자기 업무를 배우는 모델.
그 모델을 계속 갱신하는 공정.
범용 모델은 바뀌어도,
회사의 학습 자산은 이어져야 합니다.
2세대 데이터 사업.
전문가의 일을 학습 환경으로.
Turing공식 기업가치$2.2B
2025.06 / Series E
연환산 매출$300M
2025.01 회사 발표 / run-rate
Scale AI공식 기업가치$29B+
2025.06 / Meta 투자
2024 매출 보도~$870M
Bloomberg / 공식 결산 아님
Mercor공식 기업가치$10B
2025.10 / Series C
연환산 gross 매출$2B+
2026.06 / run-rate, 연간 결산 아님
제가 읽은 신호: 모델을 가르칠 데이터와 전문가의 판단이 커다란 사업이 됩니다.
3세대 데이터 사업.
기업의 모델을 만들고, 계속 개선합니다.
Applied Compute공식 post-money$1.3B
2026.04 / $80M 신규 조달
후속 협상 보도$3B
2026.08 / 미확정
Trajectorypost-money 보도$300M
2026.08 / $40M 조달
만드는 것지속 학습
실사용에서 모델 개선
Engram공식 조달액$98M
2026.06 / 가치 $600M은 보도
만드는 것조직의 지식
업무 지식을 모델에
Mechanize공식 post-money$500M
2026.04 / $9.1M 조달
만드는 것RL 환경
에이전트의 학습 과제
앱을 만드는 것에서, 업무를 배우는 공정을 만드는 쪽으로.
Mechanize × Google: $1.5B+ 인재·라이선스 거래 논의 보도 / 인수 확정 아님
법률 AI 회사가, 자기 모델을 굽기 시작했다.
FireworksTenet
Kimi K3 / 장시간 법률 업무
Opus 역할
Applied ComputeReview Table
GLM 5.2 / 문서별 답변과 근거 인용
Sonnet 역할
EngramFirm Knowledge
Qwen3.8-27B / 회사 지식과 선례 검색
Haiku 역할
정답에서 환경으로. 환경에서 모델 공장으로.
정답셋
샘플 → 라벨 → 검수
데이터가 남는다.
TuringScale AI전문가 업무 환경
World / Apps / Task / Verifier
공정이 남는다.
Mercor학습과 운영
평가 → 학습 → 배포 → 갱신
기업을 운영한다
= 내 모델을 키운다.
= 내 모델을 키운다.
Applied Compute
전문가의 판단을
다시 쓰는 공정으로.
회사 안의 데이터를 AI Native 운영으로.
실제 업무에서 얻은 피드백을
평가와 다음 학습에 연결합니다.
업무→평가→학습→배포
재실행할 수 있는 환경
실행과 평가를 반복하며 RL
재현하기 어려운 업무 기록
수정 피드백을 붙여 self-distillation
더 많이 쓰는 지능. 달라지는 공급 조건.
중앙값 $600+ / API 가격 환산 추론량
01 / 사용량이 커집니다
같은 품질의 지능을 더 많이
실험과 실행에 투입합니다.
02 / 공급 조건도 바뀝니다
모델 공급사와 앱의 경쟁,
외부 모델 접근 조건의 변화.
03 / 업무별 모델을 비교합니다
품질·지연을 맞춘 뒤
학습·운영까지 포함한 비용으로.
미리 학습하는 비용은 언제 회수될까.
가정 예시 / 동일 품질·지연 조건
추론·운영·검수·재작업을 포함한 유효 비용
파랑: API / 초록: 자체 모델
10억 개의 모델을 위해, 준비 비용을 0에 가깝게.
10억 모델.학습 준비 비용 → 0정리 / Task 구성 / 기준 검사 / 재실행
세션 로그
요청, 시도, 실패,
사람이 고친 이유를
Eval과 RL task로.
기업의 업무 케이스
파산·청산 기업 인수 검토.
흩어지기 전에
맥락과 판단을 확보.
이 흐름을 읽고, 두 가지 프로젝트를 시작했습니다.
세션을, 다음 모델의
학습 재료로.
Session → Task package요청 / 환경 / 도구 / 산출물수정 이유 / 평가 기준 / 버전 / 권한Eval ↔ RL task
파서, 실행기, 평가기.
여러 에이전트가 재사용하는 공통 규격.
로펌의 실제 업무를,
한국 법률 벤치마크로.
강상원 / 전 김앤장, 현 래티스 CEO
K 리걸 벤치마크 논의.
파산·청산 기업의 업무 케이스 확보 전략.
프로젝트를 같이 하고, 경과를 공유합니다.
10.23 2026 / 19:00 KSTBenchmark Social 0.2
Motif Technologies / 임정환 대표
Benchmark Social 0.2
Global Presence
Motif Technologies / 임정환 대표독파모 2차 탈락을 기회로.
글로벌 시장으로 나가는 과정.
BlueBrown Partners / 홍석원 GP
글로벌 시장과 투자 경험
한국에서 만들고,
세계에서 플레이할 동료를 만납니다.
에이전트에게 위임하고,
그 시간에 사람들을 만났습니다.
랄프톤의 컨셉을,
제 일하는 방식으로.
제 일하는 방식으로.
사람은 목표와 완료 기준을 정합니다.
에이전트는 실행합니다.
지금도 에이전트가 일하는 동안,
저는 여러분을 만납니다.
진짜 우위는, 도구보다 구조에 있습니다.
좋은 도구의 사용법은 퍼집니다
프롬프트, MCP, 멀티 에이전트.
배울 수 있고, 복사할 수 있습니다.
같은 도구를 써도 결과는 다릅니다
놀라운 데모에서 멈추는 조직.
가격·제품·운영까지 바꾸는 창업가.
AX의 병목직원의 AI 문맹보다,
직원의 AI 문맹보다,
권한과 보상의 문제.
고객에게 실험할 권한이 없다면?
성과를 내도 보상은 같다면?
실패의 책임만 커진다면?
혼자일 때 가진 의사결정 구조를
최대한 활용해야 합니다.
최대한 활용해야 합니다.
결과·권한·보상·피드백이
한 사람에게 연결됩니다.
능력Capability×실질 권한Authority×잔여 보상Upside×피드백 속도Feedback speed
내가 바꿀 수 있다.
고객의 말을 들은 사람이
제품과 가격을 고치고
곧바로 다시 팔아봅니다.
성과가 내게 남는다.
실패의 비용도,
성공의 이익도.
다음 실행을 위한 자산도.
바로 다음 시도로.
고객 반응 → 내 판단
→ 에이전트 실행
→ 결과 확인.
발표자의 구조적 가설 / AI는 능력을 키우고, 창업가는 나머지 조건을 함께 설계합니다.
회사 안에도, 작은 창업자 환경을 만들 수 있습니다.
목표와 실행 권한을
같이 주세요.
보호된 예산과 실질 권한
결과를 바꿀 수 있는 범위부터.
성과를 공유하는 보상
만든 가치가 책임자에게도 돌아오게.
실행과 피드백을 한 흐름으로
에이전트 실행 → 결과 평가 → 다음 변경.
숫자 하나에,
모든 것을 걸지 마세요.
매출과 함께 환불·신뢰도 보기
측정하기 쉬운 수치 밖의 결과도.
되돌릴 수 있는 실행부터
중요한 결정은 사람의 승인과 리뷰.
결과를 관찰하고 다시 고치기
빨리 실행한 만큼 빨리 배워야 합니다.
AI Native Builders → Founders.
각자 회사를 만들고,
판단은 함께 검토합니다.
NAVER D2SF에서 함께 일하기.
각자의 story와 제품 만들기.
BUILD · WORK OUT · CHECK IN.
에이전트로 실행을 넓히고,
사람을 만나 방향을 고릅니다.
Team Attention × Datafooding.ai
혼자 만드는 힘과 함께 판단하는 환경.
이제, SF에서 그 환경을 만드는 방법입니다.
참가자를 넘어, 호스트가 되세요.
13 → 150
작은 모임에서, 랄프톤까지.
사람들이 나를 만나러 오는 자리.
공간과 운영을 함께 만든 사람들
W&B 오피스와 파트너의 도움.
행사에서 다음 만남으로
이 기회로 Altos Ventures 등
미국의 투자자도 만났습니다.
후원·협력 / 원본 발표OmOOmCOmX
OmOOmCOmXK-BBQ Night 하나로도,
좋은 사람을 모을 수 있습니다.
주제 하나, 초대할 사람 8–15명
연구자, 우리 도메인의 고객,
공동 호스트 한 명부터.
공간과 소개는 구체적으로 요청
500 Global, 현지 기업, 저에게도.
누구를 왜 모을지 먼저 제안하세요.
한 번 적게 왔다고 끝내지 않기
첫 모임 → 무엇을 하는지 알리기
→ 다른 행사에서 재회 → 다시 초대
한 번의 모임을, 다음 만남의 시작으로.
좋은 대화를, 내 가설로 가져오세요.
익숙한 사람 밖으로 질문하기
요즘 가장 비싸게 해결하는 문제는?
누가 예산을 갖고, 무엇이 부족한가?
매주 만남 → 가설 → 작은 실험
에이전트 스타트업보다 RL 데이터에
수요가 보였던 차이를 직접 느꼈습니다.
귀국한 뒤에도 결과를 보내기
읽은 것, 만든 것, 실패한 것을 공유.
다음 질문과 다음 모임으로 연결.
SF 체류 8주1–2주: 질문·공동 호스트→3–6주: 개최·실험·재회→7–8주 + 귀국: 다음 약속·후속 결과
그 만남은, 연구하는 랄프톤으로 이어졌습니다.
논문을 쓰고, 리뷰하는 에이전트
AI Scientist + 자동 논문 리뷰.
연구를 만들고 평가하는 실험.
같은 결과를 본 연구자들
ex-OpenAI, RLWRLD 심사위원.
LG AI Research 연구자와 교수진.
KAIST 대학원생 팀, 논문 생성 트랙 1위
예상하지 못했던 결과도
다음 가설을 만드는 재료.
사람을 만나 세운 가설을 끝까지 해보기.
후원·협력 / 원본 발표
이상한 아이디어를, 너무 빨리 지우지 마세요.
Mercor 초기 엔지니어 제안.
“아이디어가 별로”라며 거절.
이상해 보였던 생각→훗날 $10B 기업
이런 성공이 가까이에 있으면,
아이디어를 듣는 기준도 달라집니다.
전해 들은 일화 / 제안 조건·지분 가치는 미확인
성공할 때 얼마나 커질 수 있는가
낯선 아이디어에도 대화와 자본이
이어지는 문화가 있다고 느꼈습니다.
동등한 제안자로 대화하기
“도와주세요”에서 한 걸음 더.
“이 문제를 이렇게 풀고 있습니다.
함께할 이유는 이것입니다.”
Team Attention은 다시 SF로 갑니다.직접 이벤트를 열고, 프런티어의 사람들을 만나러.
여러분과도 함께 협업하고 싶습니다.
여러분과도 함께 협업하고 싶습니다.
랄프톤으로, 더 많은 생태계와 만납니다.
에이전트를 직접 배우는 해커톤. 기업 안에서도, 미래 창업가들과도.
이미 함께했습니다
토스 사내 랄프톤
에이전트에게 일을 맡기고,
실제 결과를 만드는 사내 해커톤.
개발자 리그 담당
GS 전사 해커톤
개발자 리그의 랄프톤을
설계하고 운영합니다.
카카오와 함께, 부산에서
미래 창업가들과 랄프톤
4대 과기원 학생들과
과학고·영재고 학생들이 함께합니다.
리드 멘토
SK 전사 해커톤
결선 리드 멘토로 참여해
팀들의 실험과 완성을 돕습니다.
다양한 창업 생태계와 협업하며,
새로운 기회를 함께 찾고 싶습니다.기업 내부 해커톤 · 학생 프로그램 · 연구 커뮤니티
Team Attention × Ralphthon
새로운 기회를 함께 찾고 싶습니다.기업 내부 해커톤 · 학생 프로그램 · 연구 커뮤니티
Team Attention × Ralphthon