정의
현대 AI는 모든 도메인의 문제를 “검증 가능한 보상 신호(verifiable reward)를 가진 search problem”으로 치환하여 computation을 투입하는 방식으로 해결한다. 이 패러다임에서 핵심은 non-verifiable한 문제를 verifiable로 전환할 수 있는 환경의 유무이며, 이는 기존 비즈니스 구조의 disintermediation을 가속화하는 근본 원리이다.
핵심 속성
- Search Problem 전환: 어떤 문제든 명확한 목표와 evaluation metric만 정의되면, computation을 통해 solution space를 탐색하는 search problem으로 변환 가능하다.
- RLVR (Reinforcement Learning by Verifiable Rewards): 수학·코딩을 넘어 의료, 법무, 화학 등 일반 도메인으로 확장 중이다. 검증 가능한 보상 신호를 만들 수 있는 환경이 곧 경쟁력의 원천이다.
- Capability Overhang: 모델은 인간이 인식하는 것보다 훨씬 똑똑하다. “모델이 못 푸는 문제는 6개월 후에 다시 던져라” — Boris Cherny의 말처럼 general ability의 증가가 특정 도메인 문제를 자동 해결한다.
- Bundle-Unbundle 사이클: 새로운 distribution layer(매체)가 등장할 때마다 기존 bundle이 unbundle되고, 승자가 다시 bundle한다. AI 시대는 모든 SaaS를 ‘ChatGPT unbundling’으로 전환 중이다.
관계
- 20260605-ai-disintermediation-ux-friction — 하위개념: UX 마찰 제거가 disintermediation의 구체적 메커니즘
- 20260605-ax-eliminate-not-automate — 연장: AX의 성공 조건은 업무 효율화가 아닌 업무 자체 제거
- 20260605-ai-native-generation-new-workflow — 연장: 새로운 세대의 워크플로우가 기존 조직을 무의미하게 만듦
인용
“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.”
출처
- 📎 클리핑: 20260613-ep98-ko-transcript