{"success":true,"count":10,"items":[{"videoId":"tivaWTTVRhY","chunkIndex":0,"totalChunks":10,"title":"Anthropic’s first technical PM on token maxing, the jagged edge, and living in the future — Part 1 of 10","thumbnail":"https://i.ytimg.com/vi/tivaWTTVRhY/maxresdefault.jpg","duration":5630,"uploader":"Lenny's Podcast","youtubeUrl":"https://www.youtube.com/watch?v=tivaWTTVRhY","keywords":["artificial-intelligence","product-management","startup","foundation-models","claude","enterprise-software","product-strategy","ai-tools","research"],"normalizedKeywords":["프로덕트","기술 트렌드","비즈니스·전략"],"targetAudience":[{"who":"AI 프로덕트 매니저","why":"모델 역량과 제품 경험을 함께 설계하는 관점을 배울 수 있음"},{"who":"초기 스타트업 창업자","why":"작은 팀에서 제품 정체성을 찾는 방식이 직접적인 참고가 됨"},{"who":"AI 분야 기획자","why":"evals와 사용자 가치 연결이 왜 중요한지 이해할 수 있음"}],"normalizedAudience":["프로덕트 매니저·기획자","창업자·스타트업","지식노동자 일반"],"summary":"이 영상은 Anthropic의 초기부터 현재까지를 돌아보며, AI 시대의 제품 관리가 어떻게 바뀌고 있는지 설명한다. 핵심 메시지는 모델 성능만으로는 충분하지 않고, 어떤 사용자 경험과 피드백 구조를 설계하느냐가 가치 창출을 좌우한다는 점이다. 특히 evals가 사실상 PRD처럼 작동하고, 토큰 비용까지 포함해 미래의 사용 방식을 먼저 상상해야 한다는 관점을 강조한다.\n\n또한 Anthropic이 작은 팀 시절에도 문화와 협업 속도로 정체성을 만들어 갔고, Golden Gate Claude 같은 실험을 통해 연구를 제품으로 빠르게 옮겼다는 이야기를 통해 AI 회사의 성장 패턴을 보여준다. 결국 이 영상은 AI 제품을 만드는 사람에게 '무엇이 가능하냐'보다 '어떤 경험을 통해 그 가능성을 사용자에게 전달하느냐'가 더 중요하다고 말한다.","insights":["모델 성능보다 제품 경험이 가치를 만든다.","evals는 AI 시대의 PRD가 된다.","미래의 사용 방식을 지금부터 상상해야 한다.","토큰 비용을 아끼는 감각이 제품 감각이다.","작은 팀의 속도와 문화가 정체성을 만든다."],"keyClips":[{"clipId":"tivaWTTVRhY:c0:5-16","shareRef":"966veds7","startSegmentIndex":5,"endSegmentIndex":16,"startTime":14.4,"endTime":80.4,"durationSeconds":66,"preview":"모델과 제품의 결합","mustSee":false},{"clipId":"tivaWTTVRhY:c0:14-19","shareRef":"ifyhn5ew","startSegmentIndex":14,"endSegmentIndex":19,"startTime":64.159,"endTime":96.4,"durationSeconds":32.2,"preview":"미래 사용법을 선점","mustSee":false},{"clipId":"tivaWTTVRhY:c0:46-55","shareRef":"qu7uiwu6","startSegmentIndex":46,"endSegmentIndex":55,"startTime":224.799,"endTime":284.15999999999997,"durationSeconds":59.4,"preview":"초기 문화와 정체성","mustSee":false},{"clipId":"tivaWTTVRhY:c0:58-75","shareRef":"b3uajo8v","startSegmentIndex":58,"endSegmentIndex":75,"startTime":292.08,"endTime":430.4,"durationSeconds":138.3,"preview":"골든게이트 클로드","mustSee":false},{"clipId":"tivaWTTVRhY:c0:97-101","shareRef":"yux718ou","startSegmentIndex":97,"endSegmentIndex":101,"startTime":551.04,"endTime":602.87,"durationSeconds":51.8,"preview":"프론티어 모델의 의미","mustSee":true}],"curatedSegments":[],"generatedAt":"2026-07-26T18:37:23.305Z","keyClipsTotalSec":1200},{"videoId":"tivaWTTVRhY","chunkIndex":1,"totalChunks":10,"title":"Anthropic’s first technical PM on token maxing, the jagged edge, and living in the future — Part 2 of 10","thumbnail":"https://i.ytimg.com/vi/tivaWTTVRhY/maxresdefault.jpg","duration":5630,"uploader":"Lenny's Podcast","youtubeUrl":"https://www.youtube.com/watch?v=tivaWTTVRhY","keywords":["artificial-intelligence","large-language-models","product-management","machine-learning","software-development","future-of-work","scaling-laws","human-ai-collaboration"],"normalizedKeywords":["프로덕트","엔지니어링","기술 트렌드"],"targetAudience":[{"who":"프로덕트 매니저","why":"모델 성능의 변화에 맞춰 제품과 사용자 경험을 함께 설계하는 관점을 배울 수 있음"},{"who":"AI/ML 실무자","why":"스케일링과 emergent capability, eval의 중요성을 이해하는 데 직접적임"},{"who":"창업자","why":"기술 변화가 빠른 시장에서 제품-시장 적응과 기회 포착 방식을 참고할 수 있음"}],"normalizedAudience":["프로덕트 매니저·기획자","엔지니어·개발자","창업자·스타트업"],"summary":"이 영상은 Anthropic 내부에서 모델 성능이 도약하는 순간을 어떻게 감지하고, 그 변화에 맞춰 제품과 조직을 어떻게 움직였는지를 설명한다. 초창기에는 연구·인퍼런스·파인튜닝 팀이 함께 고생하며 신뢰를 쌓았고, 그 신뢰가 이후 제품과 연구 협업의 기반이 됐다고 말한다. 또한 코딩 사용 사례가 예상보다 빠르게 중요해졌고, Claude Code 같은 제품 경험과 모델 성능이 서로를 밀어 올리며 큰 전환점을 만들었다고 회고한다.\n\n후반부에서는 AI 발전을 선형이 아닌 'exponential'의 내부에서 바라봐야 한다는 점을 강조한다. 모델 릴리즈마다 무엇이 가능해질지 정확히 예측하기 어렵기 때문에, 조직은 더 빠른 적응력과 first-principles 사고, 그리고 사용자에게 새 가능성을 쉽게 알려주는 제품 설계가 필요하다고 주장한다. 요약하면, 이 영상은 AI 시대의 경쟁력은 모델 자체뿐 아니라 변화에 대응하는 제품화, 평가 체계, 조직의 민첩성에서 나온다는 메시지를 전달한다.","insights":["큰 도약은 모델보다 제품-모델 결합에서 나온다.","예상 못한 사용처가 경쟁 우위를 먼저 만든다.","스케일링의 본질은 선형이 아니라 불연속적 도약이다.","불확실할수록 eval과 적응력이 핵심 역량이 된다.","사용자가 못 쓰는 능력은 제품이 아직 덜 된 것이다."],"keyClips":[{"clipId":"tivaWTTVRhY:c1:8-15","shareRef":"qurdn1c0","startSegmentIndex":8,"endSegmentIndex":15,"startTime":668.079,"endTime":730.079,"durationSeconds":62,"preview":"코딩 기회 포착","mustSee":false},{"clipId":"tivaWTTVRhY:c1:21-27","shareRef":"78rqeiyj","startSegmentIndex":21,"endSegmentIndex":27,"startTime":759.2,"endTime":830.639,"durationSeconds":71.4,"preview":"모델과 제품의 공진","mustSee":true},{"clipId":"tivaWTTVRhY:c1:34-41","shareRef":"8iq2fj5o","startSegmentIndex":34,"endSegmentIndex":41,"startTime":857.199,"endTime":887.8389999999999,"durationSeconds":30.6,"preview":"지수 곡선의 내부","mustSee":false},{"clipId":"tivaWTTVRhY:c1:45-57","shareRef":"dh9dj8wf","startSegmentIndex":45,"endSegmentIndex":57,"startTime":917.44,"endTime":1042.799,"durationSeconds":125.4,"preview":"불확실성에 적응하기","mustSee":false},{"clipId":"tivaWTTVRhY:c1:64-75","shareRef":"gqeyu1bv","startSegmentIndex":64,"endSegmentIndex":75,"startTime":1073.039,"endTime":1200.87,"durationSeconds":127.8,"preview":"숨은 가능성 찾기","mustSee":true}],"curatedSegments":[],"generatedAt":"2026-07-26T18:37:41.892Z","keyClipsTotalSec":1200},{"videoId":"tivaWTTVRhY","chunkIndex":2,"totalChunks":10,"title":"Anthropic’s first technical PM on token maxing, the jagged edge, and living in the future — Part 3 of 10","thumbnail":"https://i.ytimg.com/vi/tivaWTTVRhY/maxresdefault.jpg","duration":5630,"uploader":"Lenny's Podcast","youtubeUrl":"https://www.youtube.com/watch?v=tivaWTTVRhY","keywords":["artificial-intelligence","product-management","research","experimentation","innovation","startup-culture","future-tech","product-strategy"],"normalizedKeywords":["프로덕트","기술 트렌드","리더십·매니지먼트"],"targetAudience":[{"who":"AI 제품 담당자","why":"모델을 제품 실험과 사용자 가치로 연결하는 관점을 배울 수 있음"},{"who":"연구 조직 리더","why":"연구와 제품을 잇는 협업 구조와 우선순위 프레임이 유용함"},{"who":"창업자","why":"불확실한 기술에서 큰 베팅과 실험 문화를 만드는 법을 볼 수 있음"},{"who":"엔지니어","why":"빠르게 변하는 기술을 직접 써보며 전략을 세우는 방식이 도움이 됨"}],"normalizedAudience":["프로덕트 매니저·기획자","창업자·스타트업","엔지니어·개발자"],"summary":"이 영상은 Anthropic의 제품/연구 문화와, AI 시대에 어떻게 실험하고 제품을 만들어야 하는지를 다룬다. 화자는 토큰을 많이 쓰며 모델을 ‘미래를 미리 사는 방식’으로 활용하는 발상이 중요하다고 보지만, 핵심은 단순한 비용 투입이 아니라 실험을 얼마나 많이, 얼마나 질 좋게 하느냐에 있다고 말한다. 내부적으로는 전사적 공개 실험과 작은 반복을 통해 새로운 사용 사례를 발견했고, 이를 Labs 같은 조직이 큰 베팅을 탐색하는 구조로 확장했다.\n\n또한 연구 조직은 단순히 모델 성능을 개선하는 데 그치지 않고, 장기적으로 어떤 미래를 여는지 상상하는 역할까지 맡는다고 설명한다. 동시에 현재 사용자에게 직접 영향을 주는 기능들—예를 들면 컴퓨터 사용, 코딩, 도구 사용—에서는 연구와 제품이 촘촘하게 연결되어야 한다고 강조한다. 전체적으로 이 대화는 빠르게 변하는 AI 환경에서 ‘직접 써보고, 공개적으로 실험하고, 작은 팀으로 큰 가능성을 탐색하는 문화’의 가치를 설득한다.","insights":["토큰 소모는 목적이 아니라 실험량을 늘리는 수단이다.","최고의 전략은 기술을 직접 만져보며 나온다.","개인 실험보다 집단적 발견이 새 사용처를 더 빨리 만든다.","큰 베팅은 작은 팀과 강한 문제의식이 있어야 살아난다.","연구는 성능 개선과 미래 비전 둘 다를 품어야 한다."],"keyClips":[{"clipId":"tivaWTTVRhY:c2:3-7","shareRef":"1pu36oop","startSegmentIndex":3,"endSegmentIndex":7,"startTime":1208.96,"endTime":1233.6,"durationSeconds":24.6,"preview":"미래를 먼저 산다","mustSee":false},{"clipId":"tivaWTTVRhY:c2:9-16","shareRef":"c8p5wqwp","startSegmentIndex":9,"endSegmentIndex":16,"startTime":1237.6,"endTime":1295.52,"durationSeconds":57.9,"preview":"실험이 전략이다","mustSee":false},{"clipId":"tivaWTTVRhY:c2:17-25","shareRef":"xtqtlj8n","startSegmentIndex":17,"endSegmentIndex":25,"startTime":1295.52,"endTime":1376,"durationSeconds":80.5,"preview":"공개 실험의 힘","mustSee":false},{"clipId":"tivaWTTVRhY:c2:34-40","shareRef":"hkmm9778","startSegmentIndex":34,"endSegmentIndex":40,"startTime":1438.159,"endTime":1544.64,"durationSeconds":106.5,"preview":"큰 베팅을 찾는 법","mustSee":false},{"clipId":"tivaWTTVRhY:c2:46-57","shareRef":"01rjk3cq","startSegmentIndex":46,"endSegmentIndex":57,"startTime":1572.64,"endTime":1650.159,"durationSeconds":77.5,"preview":"실험하는 팀 문화","mustSee":false},{"clipId":"tivaWTTVRhY:c2:63-74","shareRef":"8jlrcb0g","startSegmentIndex":63,"endSegmentIndex":74,"startTime":1669.12,"endTime":1802.789,"durationSeconds":133.7,"preview":"연구의 두 역할","mustSee":false}],"curatedSegments":[],"generatedAt":"2026-07-26T18:37:57.016Z","keyClipsTotalSec":1200},{"videoId":"tivaWTTVRhY","chunkIndex":3,"totalChunks":10,"title":"Anthropic’s first technical PM on token maxing, the jagged edge, and living in the future — Part 4 of 10","thumbnail":"https://i.ytimg.com/vi/tivaWTTVRhY/maxresdefault.jpg","duration":5630,"uploader":"Lenny's Podcast","youtubeUrl":"https://www.youtube.com/watch?v=tivaWTTVRhY","keywords":["artificial-intelligence","product-management","research","research-leadership","model-safety","frontier-models","evaluation","career-advice","openai"],"normalizedKeywords":["프로덕트","엔지니어링","기술 트렌드"],"targetAudience":[{"who":"프로덕트 매니저","why":"연구자에게 피드백을 액션 가능하게 바꾸는 법을 배울 수 있음"},{"who":"AI 연구자","why":"좋은 연구자의 사고방식과 세부 집착 기준을 확인할 수 있음"},{"who":"초기 커리어 종사자","why":"AI 시대에 강한 역량과 태도가 무엇인지 감을 잡을 수 있음"}],"normalizedAudience":["프로덕트 매니저·기획자","리서처·학자","학생·주니어"],"summary":"이 영상은 Anthropic의 기술 PM이 어떻게 연구팀과 제품팀 사이를 연결하는지, 그리고 대형 AI 모델 시대에 좋은 연구자와 좋은 PM이 무엇을 잘해야 하는지를 설명한다. 사용자의 피드백은 대개 너무 모호해서 그대로는 연구자에게 도움이 되지 않기 때문에, 문제를 tool use, search, alignment 같은 더 세부적인 원인으로 쪼개서 액션 가능한 언어로 번역해야 한다는 점을 강조한다.\n\n또한 성공적인 연구자일수록 first-principles 사고, 세부 데이터에 대한 집요함, 장기적으로 크게 보는 야망을 동시에 갖춘다고 말한다. 더 나아가 모델이 강해질수록 안전장치, red teaming, fallback UX가 더 중요해지고, 앞으로는 더 강력한 모델이 더 제한적으로 접근되는 새로운 경쟁 환경이 생길 수 있다고 본다. 마지막으로 제품을 만들 때도 미래 버전의 모델을 가정하고 forward-compatible하게 설계해야 한다고 제안한다.","insights":["모호한 피드백은 원인 단위로 쪼개야 고칠 수 있다.","좋은 연구자는 원리 이해와 세부 집착을 함께 가진다.","AI 시대의 경쟁력은 야망보다 방향성과 일관성에 있다.","강한 모델일수록 안전장치와 fallback UX가 핵심이다.","미래 모델을 가정해 오늘의 제품을 설계해야 한다."],"keyClips":[{"clipId":"tivaWTTVRhY:c3:3-15","shareRef":"1y3xqy4p","startSegmentIndex":3,"endSegmentIndex":15,"startTime":1814.96,"endTime":1896.32,"durationSeconds":81.4,"preview":"피드백을 쪼개는 법","mustSee":false},{"clipId":"tivaWTTVRhY:c3:19-25","shareRef":"ceax6ryn","startSegmentIndex":19,"endSegmentIndex":25,"startTime":1941.44,"endTime":2040.24,"durationSeconds":98.8,"preview":"강한 연구자의 조건","mustSee":false},{"clipId":"tivaWTTVRhY:c3:27-32","shareRef":"t82jv6yq","startSegmentIndex":27,"endSegmentIndex":32,"startTime":2043.2,"endTime":2119.28,"durationSeconds":76.1,"preview":"야망의 방향성","mustSee":false},{"clipId":"tivaWTTVRhY:c3:43-48","shareRef":"7jqtgo9j","startSegmentIndex":43,"endSegmentIndex":48,"startTime":2169.76,"endTime":2249.04,"durationSeconds":79.3,"preview":"안전이 제품이다","mustSee":false},{"clipId":"tivaWTTVRhY:c3:49-58","shareRef":"2zi9ao6x","startSegmentIndex":49,"endSegmentIndex":58,"startTime":2249.04,"endTime":2300.88,"durationSeconds":51.8,"preview":"제한된 접근의 시대","mustSee":false}],"curatedSegments":[],"generatedAt":"2026-07-26T18:38:09.668Z","keyClipsTotalSec":1200},{"videoId":"tivaWTTVRhY","chunkIndex":4,"totalChunks":10,"title":"Anthropic’s first technical PM on token maxing, the jagged edge, and living in the future — Part 5 of 10","thumbnail":"https://i.ytimg.com/vi/tivaWTTVRhY/maxresdefault.jpg","duration":5630,"uploader":"Lenny's Podcast","youtubeUrl":"https://www.youtube.com/watch?v=tivaWTTVRhY","keywords":["artificial-intelligence","product-management","evals","prompt-engineering","first-principles","large-language-models","hiring","decision-making"],"normalizedKeywords":["프로덕트","엔지니어링","기술 트렌드"],"targetAudience":[{"who":"프로덕트 매니저","why":"AI 제품 환경에서 PRD보다 eval 중심으로 일하는 법을 배울 수 있음"},{"who":"창업자","why":"AI 시대에 제품 정의와 검증 방식이 어떻게 바뀌는지 이해하는 데 도움됨"},{"who":"엔지니어","why":"모델 품질을 측정하고 개선하는 실무적 기준을 배울 수 있음"}],"normalizedAudience":["프로덕트 매니저·기획자","창업자·스타트업","엔지니어·개발자"],"summary":"이 영상은 Anthropic의 기술 PM이 AI 시대의 제품 관리가 어떻게 달라지는지 설명한다. 핵심은 과거의 PRD 중심 방식보다, 사용자 피드백을 측정 가능한 eval로 바꾸고 이를 기준으로 모델과 제품을 개선하는 일이 더 중요해졌다는 점이다. 특히 'evals are the new PRDs'라는 관점을 통해, PM의 역할이 문서를 쓰는 사람에서 문제를 정의하고 검증 체계를 설계하는 사람으로 이동하고 있음을 강조한다.\n\n또한 좋은 PM/리서치 PM의 조건으로 first principles thinking을 꼽으며, 기존 관성이나 이전 산업의 패턴을 그대로 가져오는 대신 현재 기술과 사용자 맥락에서 무엇이 진짜 가치인지 다시 정의해야 한다고 말한다. 동시에 PRD가 완전히 사라진 것은 아니며, 불확실성이 큰 문제나 여러 팀 정렬이 필요한 상황에서는 여전히 유용하다고 정리한다.","insights":["AI 제품에서는 PRD보다 eval이 더 직접적인 실행 단위다.","좋은 PM은 활동을 반복하는 사람이 아니라 문제를 재정의하는 사람이다.","측정할 수 있어야 개선할 수 있고, AI는 특히 그 간극이 크다.","불확실한 문제일수록 PRD는 정렬과 탐색의 도구가 된다.","first principles thinking은 과거 성공공식을 버리는 능력이다."],"keyClips":[{"clipId":"tivaWTTVRhY:c4:3-18","shareRef":"0lb95zby","startSegmentIndex":3,"endSegmentIndex":18,"startTime":2404.32,"endTime":2552.079,"durationSeconds":147.8,"preview":"eval이 새 PRD다","mustSee":true},{"clipId":"tivaWTTVRhY:c4:19-30","shareRef":"67e3jp43","startSegmentIndex":19,"endSegmentIndex":30,"startTime":2552.079,"endTime":2656.72,"durationSeconds":104.6,"preview":"토큰을 디테일까지","mustSee":true},{"clipId":"tivaWTTVRhY:c4:34-54","shareRef":"39bajtt5","startSegmentIndex":34,"endSegmentIndex":54,"startTime":2669.359,"endTime":2806.56,"durationSeconds":137.2,"preview":"JSON 실패에서 시작","mustSee":false},{"clipId":"tivaWTTVRhY:c4:56-77","shareRef":"on4psmez","startSegmentIndex":56,"endSegmentIndex":77,"startTime":2808.16,"endTime":2976.8,"durationSeconds":168.6,"preview":"PRD는 여전히 필요","mustSee":false}],"curatedSegments":[],"generatedAt":"2026-07-26T18:38:50.642Z","keyClipsTotalSec":1200},{"videoId":"tivaWTTVRhY","chunkIndex":5,"totalChunks":10,"title":"Anthropic’s first technical PM on token maxing, the jagged edge, and living in the future — Part 6 of 10","thumbnail":"https://i.ytimg.com/vi/tivaWTTVRhY/maxresdefault.jpg","duration":5630,"uploader":"Lenny's Podcast","youtubeUrl":"https://www.youtube.com/watch?v=tivaWTTVRhY","keywords":["artificial-intelligence","product-management","ai-product-development","prompting","experimentation","team-culture","management","user-feedback","career-growth"],"normalizedKeywords":["프로덕트","리더십·매니지먼트","기술 트렌드"],"targetAudience":[{"who":"프로덕트 매니저","why":"AI 제품을 만들 때 무엇을 직접 해봐야 하는지 감을 잡을 수 있음"},{"who":"팀 리더","why":"매니저도 손을 더럽혀야 팀 판단력이 유지된다는 점이 중요함"},{"who":"AI 도구를 쓰는 실무자","why":"도구를 잘 쓰는 사람의 습관과 태도를 구체적으로 배울 수 있음"}],"normalizedAudience":["프로덕트 매니저·기획자","지식노동자 일반"],"summary":"이 영상은 AI 시대의 좋은 PM과 매니저가 어떤 방식으로 일해야 하는지에 대해 이야기한다. 핵심 주장은 'AI 제품을 잘 이끄는 사람일수록 더 손을 더럽히고, 직접 만들고, 사용자 피드백을 읽고, 모델의 변화를 몸으로 익혀야 한다'는 것이다. 단순히 관리만 하는 사람보다, 실제로 shipping과 실험을 반복하며 모델의 한계와 가능성을 체감한 사람이 더 좋은 판단을 내릴 수 있다고 강조한다.\n\n또한 AI를 쓰는 일을 의무감으로만 대하지 말고, 재미와 호기심을 유지하는 것이 중요하다고 말한다. 혼자 완벽한 use case를 찾기보다 다른 사람과 짝을 지어 실험하고, 공개적으로 프로토타입을 공유하며, 깊게 1~2개 문제를 파고드는 방식이 더 큰 만족과 성과를 만든다고 정리한다. 나아가 Claude 같은 도구를 통해 제품뿐 아니라 커뮤니케이션과 매니지먼트 역량까지 보완할 수 있다고 본다.","insights":["AI 시대의 관리자는 더 멀리서가 아니라 더 가까이서 봐야 한다.","직접 shipping한 경험이 있어야 AI 제품의 품질을 판별할 수 있다.","좋은 실험은 양보다 깊이가 중요하다.","재미가 있어야 AI 활용이 의무가 아니라 역량이 된다.","AI는 제품 품질뿐 아니라 대화와 코칭도 보완할 수 있다."],"keyClips":[{"clipId":"tivaWTTVRhY:c5:4-18","shareRef":"mo4r3jpz","startSegmentIndex":4,"endSegmentIndex":18,"startTime":3032.24,"endTime":3192.48,"durationSeconds":160.2,"preview":"관리자도 손을 더럽혀라","mustSee":true},{"clipId":"tivaWTTVRhY:c5:28-42","shareRef":"8g3bfcx7","startSegmentIndex":28,"endSegmentIndex":42,"startTime":3221.599,"endTime":3322.8,"durationSeconds":101.2,"preview":"AI는 재미가 있어야 한다","mustSee":false},{"clipId":"tivaWTTVRhY:c5:47-57","shareRef":"swsxjhza","startSegmentIndex":47,"endSegmentIndex":57,"startTime":3340.96,"endTime":3428.24,"durationSeconds":87.3,"preview":"깊게 파야 만족이 온다","mustSee":false},{"clipId":"tivaWTTVRhY:c5:61-76","shareRef":"9qm401xx","startSegmentIndex":61,"endSegmentIndex":76,"startTime":3448.64,"endTime":3601.829,"durationSeconds":153.2,"preview":"AI는 코치가 된다","mustSee":true}],"curatedSegments":[],"generatedAt":"2026-07-26T18:39:41.864Z","keyClipsTotalSec":1200},{"videoId":"tivaWTTVRhY","chunkIndex":6,"totalChunks":10,"title":"Anthropic’s first technical PM on token maxing, the jagged edge, and living in the future — Part 7 of 10","thumbnail":"https://i.ytimg.com/vi/tivaWTTVRhY/maxresdefault.jpg","duration":5630,"uploader":"Lenny's Podcast","youtubeUrl":"https://www.youtube.com/watch?v=tivaWTTVRhY","keywords":["artificial-intelligence","llm","writing","alignment","productivity","decision-making","human-ai-collaboration","enterprise-software"],"normalizedKeywords":["기술 트렌드","리더십·매니지먼트","커리어·성장"],"targetAudience":[{"who":"AI 제품 기획자","why":"AI를 단순 도구가 아닌 사고 파트너로 설계하는 관점을 얻을 수 있음"},{"who":"콘텐츠/문서 작성자","why":"AI 글쓰기의 한계와 검수 방식에 대한 실전 힌트를 얻을 수 있음"},{"who":"리더/매니저","why":"의사결정과 보고를 AI에 어디까지 맡길지 기준을 세우는 데 도움됨"},{"who":"AI 연구 관심자","why":"정렬·안전·유용성의 관계를 제품 관점에서 이해할 수 있음"}],"normalizedAudience":["지식노동자 일반","크리에이터·작가","프로덕트 매니저·기획자"],"summary":"이 영상은 Claude를 단순한 실행 도구가 아니라, 생각을 더 잘하게 만드는 '사고 파트너'로 쓰는 방법을 중심으로 이야기한다. 화자는 AI에게 먼저 내 관점을 만든 뒤, 그다음에 반박과 보완을 받는 방식이 생각을 보호하면서도 더 좋은 결론으로 가는 길이라고 강조한다. 특히 AI가 무조건 맞장구치는 존재가 아니라 적절히 되받아칠 때 더 유용해지고, 정렬(alignment)과 안전(safety) 연구가 오히려 모델의 성격과 품질을 좋게 만든다고 설명한다.\n\n또한 AI 글쓰기의 한계와 역할 분담도 다룬다. 월간 비즈니스 리뷰처럼 표준화된 문서는 AI가 작성하고 인간은 검증하는 구조가 효율적이지만, 개인의 톤과 판단이 중요한 글은 사람이 먼저 생각을 세우고 AI를 보조적으로 써야 한다고 본다. 결국 핵심은 '누가 썼는가'보다 '누가 검증하고 책임지는가'이며, AI가 우리 사고를 대체하지 않고 확장할 때 가장 큰 가치가 나온다는 주장이다.","insights":["AI는 답변기보다 사고를 흔드는 반박자일 때 더 유용하다.","먼저 내 POV를 세우고 AI로 검증해야 생각이 안 무너진다.","표준 문서는 AI에 맡기고, 판단은 사람이 끝까지 책임져라.","정렬과 안전은 제약이 아니라 더 나은 응답의 조건이다.","좋은 AI는 10% 보정이 아니라 사고의 질을 바꾼다."],"keyClips":[{"clipId":"tivaWTTVRhY:c6:3-14","shareRef":"h65kvn9p","startSegmentIndex":3,"endSegmentIndex":14,"startTime":3607.76,"endTime":3666.24,"durationSeconds":58.5,"preview":"AI는 코치가 된다","mustSee":false},{"clipId":"tivaWTTVRhY:c6:23-33","shareRef":"e8cxfvvi","startSegmentIndex":23,"endSegmentIndex":33,"startTime":3698.16,"endTime":3791.28,"durationSeconds":93.1,"preview":"내 생각을 지켜라","mustSee":true},{"clipId":"tivaWTTVRhY:c6:36-40","shareRef":"w3sdxlon","startSegmentIndex":36,"endSegmentIndex":40,"startTime":3803.359,"endTime":3834.16,"durationSeconds":30.8,"preview":"반박하는 AI의 가치","mustSee":false},{"clipId":"tivaWTTVRhY:c6:50-58","shareRef":"0o77lzrn","startSegmentIndex":50,"endSegmentIndex":58,"startTime":3888.4,"endTime":3970.72,"durationSeconds":82.3,"preview":"의사결정 보조자","mustSee":true},{"clipId":"tivaWTTVRhY:c6:72-82","shareRef":"rrc1yxkp","startSegmentIndex":72,"endSegmentIndex":82,"startTime":4036.799,"endTime":4132.239,"durationSeconds":95.4,"preview":"글쓰기와 검증 분리","mustSee":false},{"clipId":"tivaWTTVRhY:c6:90-94","shareRef":"3lrf60c1","startSegmentIndex":90,"endSegmentIndex":94,"startTime":4161.279,"endTime":4201.99,"durationSeconds":40.7,"preview":"아직 남은 거친 모서리","mustSee":false}],"curatedSegments":[],"generatedAt":"2026-07-26T18:40:44.255Z","keyClipsTotalSec":1200},{"videoId":"tivaWTTVRhY","chunkIndex":7,"totalChunks":10,"title":"Anthropic’s first technical PM on token maxing, the jagged edge, and living in the future — Part 8 of 10","thumbnail":"https://i.ytimg.com/vi/tivaWTTVRhY/maxresdefault.jpg","duration":5630,"uploader":"Lenny's Podcast","youtubeUrl":"https://www.youtube.com/watch?v=tivaWTTVRhY","keywords":["artificial-intelligence","llm","future-of-work","judgment","productivity","agentic-ai","education","parenting","burnout","teamwork"],"normalizedKeywords":["기술 트렌드","리더십·매니지먼트","교육"],"targetAudience":[{"who":"AI 제품 기획자","why":"모델이 잘하는 것과 인간이 남겨야 할 판단을 구분하는 데 유용함"},{"who":"리더·매니저","why":"고속 변화 환경에서 팀 협업과 의사결정의 원리를 배울 수 있음"},{"who":"부모","why":"아이에게 무엇을 가르쳐야 하는지에 대한 실전 관점을 얻을 수 있음"}],"normalizedAudience":["프로덕트 매니저·기획자"],"summary":"이 영상은 AI가 빠르게 고도화되는 상황에서 인간이 계속 강점을 가질 영역이 무엇인지에 초점을 둔다. 화자는 판단(judgment), 끈기(persistence), 자기 관점(point of view)처럼 경험과 맥락이 쌓여야 생기는 능력은 당분간 인간의 고유한 가치로 남을 것이라고 본다. 동시에 AI 자체도 글쓰기, 톤, 성격, 에이전틱 행동, 생산성 같은 영역으로 계속 개선되어야 하며, 인간은 그 기술을 더 유용하게 만드는 방향으로 협력해야 한다고 말한다.\n\n또한 아이 교육과 번아웃 관리에 대해서도 같은 결론을 제시한다. 아이에게는 정답을 빨리 얻는 능력보다 호기심, 인내, 자기 목소리를 키우는 것이 중요하고, 성인도 팀의 지원과 상호 보완 속에서 더 오래 건강하게 일할 수 있다는 것이다. 결국 이 영상의 핵심은 AI 시대에도 인간의 판단과 관점, 그리고 협업이 가장 중요한 자산이라는 점이다.","insights":["AI 시대에도 인간의 핵심 가치는 판단력과 맥락 이해다.","정답을 빨리 얻는 능력보다 자기 관점을 지키는 힘이 중요하다.","호기심과 끈기는 AI로 대체되지 않는 장기 자산이다.","좋은 기술일수록 더 좋은 제품 판단이 필요하다.","번아웃을 막는 핵심은 개인 역량보다 팀의 상호보완이다."],"keyClips":[{"clipId":"tivaWTTVRhY:c7:13-21","shareRef":"dge7c1ze","startSegmentIndex":13,"endSegmentIndex":21,"startTime":4247.6,"endTime":4301.04,"durationSeconds":53.4,"preview":"AI도 계속 진화한다","mustSee":false},{"clipId":"tivaWTTVRhY:c7:26-31","shareRef":"z1d7twsu","startSegmentIndex":26,"endSegmentIndex":31,"startTime":4329.76,"endTime":4400.56,"durationSeconds":70.8,"preview":"인간의 판단이 남는다","mustSee":false},{"clipId":"tivaWTTVRhY:c7:32-38","shareRef":"k8m6xsfu","startSegmentIndex":32,"endSegmentIndex":38,"startTime":4400.56,"endTime":4451.12,"durationSeconds":50.6,"preview":"AI의 빈틈과 기회","mustSee":false},{"clipId":"tivaWTTVRhY:c7:41-58","shareRef":"rju23qpi","startSegmentIndex":41,"endSegmentIndex":58,"startTime":4467.44,"endTime":4587.12,"durationSeconds":119.7,"preview":"아이에게 남길 것","mustSee":false},{"clipId":"tivaWTTVRhY:c7:65-85","shareRef":"jhjq2aei","startSegmentIndex":65,"endSegmentIndex":85,"startTime":4621.52,"endTime":4784.719,"durationSeconds":163.2,"preview":"번아웃은 혼자 못 버틴다","mustSee":false}],"curatedSegments":[],"generatedAt":"2026-07-26T18:41:45.159Z","keyClipsTotalSec":1200},{"videoId":"tivaWTTVRhY","chunkIndex":8,"totalChunks":10,"title":"Anthropic’s first technical PM on token maxing, the jagged edge, and living in the future — Part 9 of 10","thumbnail":"https://i.ytimg.com/vi/tivaWTTVRhY/maxresdefault.jpg","duration":5630,"uploader":"Lenny's Podcast","youtubeUrl":"https://www.youtube.com/watch?v=tivaWTTVRhY","keywords":["product-management","ai","team-culture","hiring","leadership","product-strategy","software-engineering","career-growth"],"normalizedKeywords":["프로덕트","리더십·매니지먼트","엔지니어링"],"targetAudience":[{"who":"프로덕트 매니저","why":"AI 시대에도 사용자 이해와 우선순위 판단이 핵심임을 강조함"},{"who":"창업 리더","why":"팀 문화와 채용이 속도와 지속가능성을 좌우한다는 통찰이 있음"},{"who":"엔지니어","why":"에이전트 협업, 첫 원칙 사고, 기술층이 두꺼워진 개발 환경을 다룸"}],"normalizedAudience":["프로덕트 매니저·기획자","창업자·스타트업","엔지니어·개발자"],"summary":"이 영상은 Anthropic의 기술 PM이 AI 시대의 팀 운영, 제품 감각, 그리고 개인의 성장 태도를 폭넓게 이야기하는 대화다. 핵심은 모델과 에이전트가 강력해질수록 오히려 사람의 역할, 특히 사용자에 대한 깊은 이해와 첫 원칙에 기반한 판단이 더 중요해진다는 주장이다. 또한 팀이 빠르게 움직이려면 저에고·팀지향적 문화와 명확한 미션 정렬이 필요하다고 강조한다.\n\n후반부에는 좋은 PM의 역할, 문화 지표의 중요성, 일과 삶에서의 태도, 그리고 초기 커리어에서 배운 교훈까지 이어진다. 전반적으로 이 영상은 AI가 바꾸는 업무 방식 속에서 어떤 역량이 더 가치 있어지는지, 그리고 그런 환경에서 좋은 제품과 좋은 팀을 어떻게 만들어야 하는지를 압축해서 보여준다.","insights":["AI가 강해질수록 사람의 사용자 이해는 더 중요해진다.","속도는 재능보다 정렬된 문화와 채용에서 나온다.","좋은 PM의 본질은 무엇을 만들지 판단하는 일이다.","첫 원칙 사고와 호기심이 기술층 시대의 핵심 역량이다.","문화는 구호가 아니라 측정 가능한 행동 기준이어야 한다."],"keyClips":[{"clipId":"tivaWTTVRhY:c8:4-15","shareRef":"fwii9ml4","startSegmentIndex":4,"endSegmentIndex":15,"startTime":4812.719,"endTime":4916.239,"durationSeconds":103.5,"preview":"문화와 속도의 관계","mustSee":false},{"clipId":"tivaWTTVRhY:c8:20-24","shareRef":"ajmektug","startSegmentIndex":20,"endSegmentIndex":24,"startTime":4933.44,"endTime":5039.04,"durationSeconds":105.6,"preview":"AI 시대의 PM 역할","mustSee":true},{"clipId":"tivaWTTVRhY:c8:28-34","shareRef":"8g6qpltb","startSegmentIndex":28,"endSegmentIndex":34,"startTime":5043.28,"endTime":5071.76,"durationSeconds":28.5,"preview":"무엇을 만들지의 문제","mustSee":true},{"clipId":"tivaWTTVRhY:c8:48-54","shareRef":"fevatwt0","startSegmentIndex":48,"endSegmentIndex":54,"startTime":5127.84,"endTime":5173.52,"durationSeconds":45.7,"preview":"문화는 측정된다","mustSee":false},{"clipId":"tivaWTTVRhY:c8:81-88","shareRef":"671mnltt","startSegmentIndex":81,"endSegmentIndex":88,"startTime":5272.56,"endTime":5340.8,"durationSeconds":68.2,"preview":"더 높은 다음 단계","mustSee":false},{"clipId":"tivaWTTVRhY:c8:97-101","shareRef":"5xk1916h","startSegmentIndex":97,"endSegmentIndex":101,"startTime":5371.52,"endTime":5400.95,"durationSeconds":29.4,"preview":"초기 커리어의 교훈","mustSee":false}],"curatedSegments":[],"generatedAt":"2026-07-26T18:42:32.702Z","keyClipsTotalSec":1200},{"videoId":"tivaWTTVRhY","chunkIndex":9,"totalChunks":10,"title":"Anthropic’s first technical PM on token maxing, the jagged edge, and living in the future — Part 10 of 10","thumbnail":"https://i.ytimg.com/vi/tivaWTTVRhY/maxresdefault.jpg","duration":5630,"uploader":"Lenny's Podcast","youtubeUrl":"https://www.youtube.com/watch?v=tivaWTTVRhY","keywords":["leadership","team-culture","product-management","career","ai","anthropic","feedback","hiring","first-principles","communication"],"normalizedKeywords":["프로덕트","리더십·매니지먼트","기술 트렌드"],"targetAudience":[{"who":"프로덕트 리더","why":"제품 피드백을 빠르게 학습으로 바꾸는 운영 방식을 배울 수 있음"},{"who":"AI 제품팀","why":"Claude 같은 모델을 개선하는 피드백 루프와 채용 기준을 엿볼 수 있음"},{"who":"커리어 탐색자","why":"호기심·의심·실험정신을 중시하는 인재상을 이해할 수 있음"}],"normalizedAudience":["프로덕트 매니저·기획자","지식노동자 일반","학생·주니어"],"summary":"화자는 거래 데스크에서의 경험을 통해, 조직 안에서 자신의 정체성을 지키면서도 가장 좋은 아이디어에는 직급과 배경을 불문하고 확신을 가져야 한다는 점을 배웠다고 말한다. 그 배움은 현재 팀 운영 방식으로 이어져, 솔직하고 취약하게 소통하며, 누구의 아이디어든 좋은 것이라면 실제로 밀어붙이도록 돕는 문화로 나타난다.\n\n후반부에서는 Anthropic 팀의 제품과 모델을 더 좋게 만드는 가장 유용한 방법으로 강한 피드백을 요청하고, 동시에 호기심이 많고 원칙적으로 사고하며 가설을 두려워하지 않는 사람을 적극적으로 채용하고 있다고 밝힌다. 전체적으로 이 영상은 AI 제품을 만드는 사람의 태도, 팀 문화, 그리고 좋은 인재상에 대한 짧은 마무리 정리처럼 기능한다.","insights":["직급보다 좋은 아이디어에 확신을 가져야 한다.","취약한 소통이 팀의 아이디어 흐름을 넓힌다.","피드백은 제품 개선의 가장 직접적인 입력이다.","호기심과 원칙적 사고가 AI팀의 핵심 자질이다.","실행까지 밀어붙이는 집요함이 아이디어를 현실로 만든다."],"keyClips":[{"clipId":"tivaWTTVRhY:c9:3-9","shareRef":"lnvzhyrv","startSegmentIndex":3,"endSegmentIndex":9,"startTime":5411.199,"endTime":5482.48,"durationSeconds":71.3,"preview":"좋은 아이디어 우선","mustSee":false},{"clipId":"tivaWTTVRhY:c9:5-8","shareRef":"pg6qwg3e","startSegmentIndex":5,"endSegmentIndex":8,"startTime":5450.239,"endTime":5476.32,"durationSeconds":26.1,"preview":"솔직한 팀 문화","mustSee":false},{"clipId":"tivaWTTVRhY:c9:12-16","shareRef":"qc2ii9s7","startSegmentIndex":12,"endSegmentIndex":16,"startTime":5493.12,"endTime":5566.56,"durationSeconds":73.4,"preview":"피드백과 채용","mustSee":true}],"curatedSegments":[],"generatedAt":"2026-07-26T18:43:17.360Z","keyClipsTotalSec":1200}]}