woweconomy

쿠팡에 1,000만원 날리고 깨달은 부업 선택의 3가지 기준 — feat 고가 강의 듣지 마세요 쿠팡 로켓그로스에 총 1,000만원을 넣었습니다. 강의비 450만원, 재고 구매비 550만원. 결과는 폐업 절차 진행 중입니다. 후회하냐고요? 솔직히 강의비는 후회합니다. 하지만 이 1,000만원이 가르쳐 준 게 있습니다. 부업을 고를 때 반드시 따져봐야 할 3가지 기준 입니다. 이걸 미리 알았으면 450만원짜리 강의도, 550만원어치 재고도 사지 않았을 겁니다. 지금부터 그 3가지 기준과, 고가 강의에 왜 넘어가게 되는지까지 실제 경험을 바탕으로 정리하겠습니다. 유튜브 강의 하나에 450만원을 쓴 이유 AI 시대에 1인 사업을 해보겠다고 이것저것 찾아다녔습니다. 그러다 유튜브에서 쿠팡 로켓그로스 관련 강의 영상을 봤는데, 돈****이라는 사람의 영상이었습니다. 이 분이 워낙 후킹을 잘합니다. "이렇게 하면 된다, 저렇게 하면 된다" — 듣다 보면 나도 할 수 있겠다는 생각이 들거든요. 결국 450만원짜리 오프라인 강의를 결제했습니다. 강의장에 가보니 사람이 정말 많았습니다. 나처럼 "이걸로 인생 바꿔보자"는 사람들이 가득했어요. 그런데 지금 그 사람들을 다시 만나면 이렇게 말하고 싶습니다. 제발 듣지 마세요. 알려주는 내용 별거 없습니다. 혼자서 해도 충분합니다. 로켓그로스 자체는 구조가 간단합니다. 상품을 소싱해서, 쿠팡 물류창고에 보내고, 쿠팡이 배송과 CS를 처리하는 방식이죠. 이걸 배우는 데 450만원을 쓸 필요가 없습니다. 550만원 재고의 현실 — 20종류를 올렸는데 강의를 듣고 나서 약 550만원 정도를 투입해 아이템 20종류를 40개씩 구매했습니다. 항목 금액 오프라인 강의비 약 450만원 재고 구매 (20종 × 40개) 약 550만원 총 투입 비용 약 1,000만원 직접 해보고 나서 깨달은 현실이 있습니다. 첫째, 내 자본금이 계속 들어갑니다....

AI 시대 크립토 투자 완전 가이드 2026: 9년차 투자자의 실전 포트폴리오 전략 2017년에 BTC를 400만 원에 처음 샀다. 9년이 지난 지금, UST 디페깅으로 뼈아픈 손실을 겪었고, 하루인베스트먼트에서 자산 대부분을 잃었고, FTX 뱅크런까지 겪었다. 세 번의 큰 손실에서 배운 건 하나다 — 남보다 빨리 가치를 알아내고, 내 키는 내가 가지고 있어야 한다. 나는 AI를 트레이딩 봇이나 자동 매매에 쓰지 않는다. AI는 공부 도구 다. 새로운 프로토콜이 나왔을 때 빠르게 이해하고, 복잡한 메커니즘을 잘게 쪼개서 파악하는 데 Claude, GPT, Grok을 쓴다. 투자 판단은 내가 직접 한다. ⚠️ 면책: 이 글은 투자 조언이 아닙니다. 제 개인 경험과 투자 철학을 공유하는 것이며, 모든 투자 결정은 본인 책임입니다. 내가 AI를 크립토 투자에 활용하는 방식 AI로 트레이딩을 자동화한다는 사람들이 많다. 나는 다른 길을 간다. 나에게 AI는 리서치와 공부를 위한 최고의 도구 다. 1. 새로운 프로토콜 깊이 파기 새 프로젝트가 나오면 Claude나 GPT에게 먼저 물어본다. 백서 핵심 요약, 토큰 이코노믹스 분석, 경쟁 프로토콜과의 차이점. AI가 잘게 쪼개서 설명해주면 이해 속도가 완전히 달라진다. 예전엔 하나의 프로토콜을 제대로 이해하는 데 일주일이 걸렸다면, 지금은 하루면 핵심을 파악한다. 2. KOL 포스팅으로 센티먼트 읽기 실제로 투자 판단에 가장 큰 영향을 주는 건 트위터와 텔레그램의 KOL(Key Opinion Leader) 포스팅 이다. 어떤 내러티브가 형성되고 있는지, 큰 흐름에서 새로운 프로덕트가 어느 방향으로 나오는지를 읽는다. AI가 대신 읽어주는 게 아니라, 내가 직접 읽고 판단한다. AI는 그 과정에서 모르는 개념이 나왔을 때 빠르게 이해하는 데 쓴다. 3. "이게 진짜 돈이 되는가?" 조사하기 센티먼트를 읽었으면 그다음은 팩트 체크다. 이 프로젝트가 실제로 수익을 만들 수 있는 구...

AI 에이전트 자동화하다 7번 터졌다 — 코딩 모르는 내가 만든 방어 구조 AI 에이전트 8개를 만들고, 6일 만에 블로그 9편을 발행했다. 글당 비용 70원, 소요 시간 20분. 멋있게 들리지만, 그 6일 동안 시스템이 7번 터졌다. 그때마다 깨달은 게 있다. "AI에게 이번엔 이렇게 해"라고 말하는 건 소용없었다. 다음 세션에서 또 같은 일이 벌어졌다. 진짜 해결은 "다시는 이 문제가 안 생기는 구조를 만들어줘" 라고 요청하는 것이었다. 나는 코딩을 모르는 바이브코더다. 아래 나오는 모든 시스템은 AI에게 자연어로 요청해서 만든 것이다. 이 글을 읽으면 당신도 같은 걸 요청할 수 있다. 모든 사례는 내 실제 오류 기록 파일에서 뽑았다. (최대한 초보 바이브코더의 경험을 살려서 작성했습니다.) 1. 같은 정보가 5개 파일에 있는데, 하나만 고치면 나머지 4개가 거짓말이 된다 — "단일 진실 소스(Single Source of Truth)" 문제 터진 순간 AI와 일하다 보면 파일이 빠르게 늘어난다. 프로젝트 현황 파일, 전략 파일, 운영 로그... 그런데 "블로그 9편 발행"이라는 사실이 여기저기 흩어진다. 어느 날 현황 파일을 업데이트했는데, 전략 파일에는 "7편"으로 남아있었다. AI가 전략 파일을 읽고 "아직 7편이니 더 내야 합니다"라고 말했다. 같은 프로젝트인데 파일마다 숫자가 다른 것이다. 깨달은 것 이건 매번 "다른 파일도 고쳐"라고 말해서 해결될 문제가 아니다. 파일이 20개, 30개로 늘어나면 어떤 파일을 같이 고쳐야 하는지 나도 모른다. AI에게 요청한 것 "같은 정보를 여러 파일에 복사해두지 마. 한 파일에만 적고, 다른 파일에서는 '저기 가서 봐'라고 연결만 해둬. 그리고 각 파일 맨 위에 '이 파일이 바뀌면 저 파일도 확인해야 한다'는...

2026 최고의 AI 자동화 도구 비교: Claude vs GPT vs Gemini 실전 테스트 지난 한 달간 블로그 자동화 파이프라인을 만들면서 Claude, GPT, Gemini 세 모델을 전부 써봤습니다. 8편의 글을 발행하고, 이미지 83장을 생성하고, 코드를 수십 번 돌리면서 체감한 건 — "최고의 AI"는 없고, "최고의 조합"만 있다 는 겁니다. 2026년 3월, GPT-5.4와 Claude Sonnet 4.6, Gemini 3.1 Pro가 거의 동시에 출시되었습니다. 벤치마크를 보면 세 모델 모두 비슷한 점수대에 올라와 있어요. 하지만 실전에서 느끼는 차이는 벤치마크가 말해주지 않습니다. 제가 직접 블로그 자동화 시스템에서 각 모델을 돌려본 결과를 공유합니다. 프롬프트 복사해서 "이걸로 해봤더니 Y" 식의 자랑글이 아닙니다. 파이프라인의 각 단계에서 어떤 모델이 실제로 잘 작동했고, 어떤 모델이 실망을 줬는지 — 비용과 품질 데이터를 포함해서 정리했습니다. 2026년 3월 기준, 3대 AI 모델의 현재 위치 먼저 2026년 3월 현재 세 모델의 스펙을 정리합니다. 항목 Claude (Sonnet 4.6) GPT-5.4 Gemini 3.1 Pro 출시 2026년 3월 2026년 3월 2026년 3월 컨텍스트 200K (1M 베타) 128K 1M (프로덕션) 추론 (GPQA) 84.2% 94.3% 94.3% 코딩 (SWE-Bench) 65.4% 64.6% 65.1% 실무 (GDPval) 1,633 Elo 1,589 Elo 1,521 Elo 가격 (입력/1M토큰) $3 $30 $2 주목할 점이 두 가지 있습니다. 첫째, 코딩 벤치마크에서 세 모델이 사실상 동점 입니다. SWE-Bench 점수가 0.8%p 이내로 모여 있어요. "코딩은 X가 최고"라는 말은 2026년에는 의미가 없어졌...

Obsidian + Claude 세컨드브레인: 생산성 10배 올리는 실전 셋업 옵시디언 볼트 하나에서 블로그 7편 발행, X 인게이지먼트 32명 CRM 관리, 유튜브 21편 제작 파이프라인을 동시에 돌리고 있습니다. 전부 AI가 이 볼트를 읽고, 분석하고, 파일을 만들어주는 구조입니다. "Obsidian + Claude Code로 세컨드브레인 만들기" 가이드가 요즘 넘쳐나는데, 대부분 "볼트 폴더에서 Claude를 실행하세요" 에서 끝납니다. 솔직히 그건 10%도 안 됩니다. 진짜 생산성이 10배가 되려면 볼트 구조, 컨텍스트 관리, 멀티 AI 오케스트레이션 까지 설계해야 합니다. 이 글에서 제가 실제로 운영 중인 시스템의 전체 구조를 공개합니다. 왜 Obsidian인가 (Notion이 아니라) 2026년 2월 기준 Obsidian 유저가 150만 명을 돌파했습니다. 22% 성장률이면 빠르게 느는 건데, 중요한 건 왜 AI 시대에 Obsidian인가 입니다. 비교 Obsidian Notion 파일 형식 로컬 마크다운 (.md) 클라우드 독점 포맷 AI 에이전트 접근 Claude Code가 직접 읽기/쓰기 API 통해 간접 접근만 가능 AI 종속 없음 (Claude, GPT, Gemini 전부 가능) Notion AI에 종속 오프라인 완전 지원 제한적 프라이버시 내 PC에 저장 Notion 서버 가격 무료 (Sync만 유료, 원드라이브 활용 중) 유료 플랜 핵심은 "AI 에이전트가 내 파일을 직접 조작할 수 있느냐" 입니다. Obsidian은 로컬 마크다운이라 Claude Code가 Read , Write , Edit 도구로 볼트의 모든 파일을 직접 다룹니다. 노트를 읽고, 분석하고, 새 노트를 만들고, 기존 노트를 수정합니다. Notion에서는 이게 불가능합니다. 내 볼트 구조: PARA + AI 컨텍스...

AI 크립토 투자 워크플로우: 리서치에서 실행까지 전 과정 (봇 만들기 전에 읽어야 할 글) 2017년부터 크립토에 투자했습니다. 9년 동안 BTC 평단 400만원, ETH 9~70만원, 솔라나 3만원, XRP 300~700원대에 매집했고, 그 과정에서 UST 디페깅, 솔라나 생태계 러그, 하루인베스트먼트에 위탁했다가 큰 손실, FTX 뱅크런까지 전부 겪었습니다. 엄청난 손실을 맞았고, 졸업은 실패했습니다. 돌아보면 공통점이 있었어요. 네러티브만 읽을 줄 알았거나, FOMO 같은 감정에 휘둘렸거나, 결국은 세력 — 자본, 프로젝트 빌더, MM, 거래소 — 에게 유동성 출구로 활용되었거나. 그런데 요즘 AI와 크립토의 결합을 이야기하는 글 대부분이 두 부류입니다. AI로 돈 벌었다는 자랑글(대부분 상품 판매나 팔로워 모객으로 이어짐), 아니면 AI가 작성한 깊이 없는 AI 가이드. 그리고 AI × 크립토를 생각하는 분들 대부분이 매매봇 을 떠올립니다. 과연 그게 답일까요? 솔직히 말합니다. AI가 딸깍 하면 돈을 벌어온다는 건 대부분 허상입니다. "AI 딸깍으로 수익" — 왜 그 정보를 공개할까? X(트위터)를 보면 AI Agent를 배포해서 크립토로 돈을 벌었다는 포스팅이 넘쳐납니다. 스크린샷까지 첨부하면서 수익을 자랑하죠. 여기서 한 번 생각해봐야 합니다. 정말 AI 봇 하나로 돈이 벌린다면, 왜 그 방법을 대중에게 공개할까요? 크립토에서 수익을 내는 전략은 본질적으로 엣지(edge) 입니다. 차익거래든, 유동성 공급이든, 시장 비효율을 파고드는 거예요. 그 엣지는 아는 사람이 많아질수록 사라집니다. 수백 명이 같은 봇을 돌리면 그 순간부터 수익은 0에 수렴합니다. 그런데도 적극적으로 공개하는 이유는 뭘까요? 패턴 실제 수익 모델 당신에게 일어나는 일 "내 AI 봇으로 월 X% 수익!" 코스/강의/구독 판매 수강료 지출 + 봇 수익은 미미 "AI Agent...