앞으로 3년 안에 AI 때문에 가장 크게 바뀔 시장들 정리 (사실 생각보다 이미 시작된 분야 많음) 미리 공부해놓으면 부업 고를때 편함 1. 고객상담 CS 기업들이 가장 먼저 AI 넣는 분야 중 하나 이유는 단순함 24시간 가능 인건비 절감 응답 속도 빠름 특히 단순 문의 환불해주세요 배송 어디쯤인가요 같은 건 AI가 이미 사람 수준으로 처리 중 2. 영상 제작 시장 예전엔 영상 하나 만들려면 기획 → 촬영 → 편집 → 자막 → 더빙 전부 사람이 했는데 이제는 AI 영상 생성 AI 음성 AI 자막 AI 편집 까지 거의 자동화되는 중 특히 숏폼 시장 변화 엄청 클 듯 3. 번역 시장 단순 번역은 이미 AI 정확도가 꽤 높아짐 특히 비즈니스 메일 일반 문서 쪽은 AI 활용률 계속 올라가는 중 앞으로는 번역보다 현지화 문맥 수정 능력이 더 중요해질 느낌 4. 디자인 초안 작업 로고 시안 광고 배너 썸네일 상세페이지 이런 초안 제작 속도가 완전히 달라짐 Adobe Canva 같은 곳들도 AI 기능 엄청 밀고 있음 5. 개발 시장 AI가 개발자를 없앤다기보다 개발 속도를 엄청 올리는 방향으로 가는 느낌 특히 반복 코드 디버깅 문서화 간단한 웹 제작은 AI 도움 받는 비율 계속 커지는 중 6. 교육 시장 AI 튜터가 점점 강해지고 있음 예전엔 모르는거? 바로 네이버 검색이었는데 이제는 개인 맞춤 설명 문제 생성 학습 플랜 실시간 피드백 까지 가능해짐 7. 1인 사업 시장 이게 개인적으로 제일 큰 변화 같음 예전엔 혼자 사업하려면 디자이너 마케터 영상편집자 개발자 전부 필요했는데 이제는 AI 덕분에 1명이 여러 역할 수행 가능해지는 중 결국 앞으로 중요한 건 AI가 사람을 대체하냐보다 AI 쓰는 사람이 AI 안 쓰는 사람을 대체하냐 쪽에 가까워 보임

챗GPT로 가짜 군인 신분증 만든 북한 해커 북한 해킹 조직으로 알려진 킴수키가 챗GPT를 이용해 가짜 한국 군인증 이미지를 만들었다는 보도가 있었음 그냥 장난감 이미지가 아니라 실제 피싱 공격에 쓰기 위한 가짜 신분증 형태였다고 함 대상은 한국 방산 관련 기관 메일이나 문서가 진짜처럼 보이게 만들고 상대가 의심 없이 링크를 누르게 하려는 목적이었던 걸로 알려짐 재밌는 건 원래 챗GPT 같은 AI는 신분증 위조 같은 요청을 막도록 설계돼 있다는 점임 근데 해커들은 대놓고 “가짜 군인증 만들어줘” 라고 한 게 아니라 샘플 디자인 목업 이미지 참고용 양식 이런 식으로 우회해서 결과물을 얻은 것으로 분석됨 이 사건이 무서운 이유는 AI가 글만 잘 써주는 도구가 아니라는 점임 예전에는 피싱 메일이 어색해서 맞춤법이나 말투만 봐도 티가 나는 경우가 많았음 근데 이제는 AI가 자연스러운 문장 그럴듯한 문서 진짜 같은 이미지 업무용 말투 까지 만들어줄 수 있음 사기꾼 입장에서는 전문 디자이너나 번역가 없이도 훨씬 그럴듯한 공격을 만들 수 있게 된 셈 앞으로는 메일이 깔끔하다고 믿으면 안 되고 문서가 그럴듯하다고 믿어도 안 될 듯 AI가 사람을 도와주는 만큼 사람을 속이는 비용도 낮추고 있음 AI를 잘 쓰는 능력은 중요하지만 AI로 만들어진 가짜를 알아보는 것도 중요한 듯

AI가 쓴 전자책을 아마존에서 판매한다면? 챗GPT가 뜬 뒤 아마존에는 AI를 활용해 만든 전자책들이 빠르게 늘어났음 동화책 짧은 소설 자기계발서 요리책 부업 가이드 습관 관리 책 이런 책들이 짧은 시간 안에 계속 올라왔음 예전엔 책 한 권을 만들려면 글을 쓰고 편집하고 표지를 만들고 구성을 다듬고 출판 과정을 거쳐야 했음 근데 AI를 쓰면 목차 본문 초안 소개 문구 표지 아이디어 마케팅 문구까지 훨씬 빠르게 만들 수 있음 그래서 많은 사람들이 “이제 AI로 전자책 만들어서 팔면 되는 거 아니야?” 라고 생각하기 시작함 실제로 전자책 제작 문턱은 확 낮아졌음 문제는 그다음이었음 책을 만드는 사람은 많아졌는데 읽을 만한 책까지 같이 많아진 건 아니었음 비슷한 제목 비슷한 구성 어딘가 얕은 내용 AI가 쓴 티가 나는 문장 이런 책들도 같이 늘어나면서 퀄리티 논란이 생김 이 사례가 보여주는 건 간단함 AI는 출판의 문턱을 낮춰줌 하지만 독자가 돈을 내고 읽을 이유까지 자동으로 만들어주진 않음 앞으로 콘텐츠 시장에서는 만드는 속도보다 더 중요한 게 생길 것 같음 진짜 경험이 들어갔는지 읽는 사람에게 쓸모가 있는지 그 사람만의 관점이 있는지 AI로 누구나 책을 만들 수 있게 될수록 오히려 “왜 이 사람의 책을 읽어야 하는가”가 더 중요해질 듯

AI 그림으로 공모전 1등 한 사건 미국 콜로라도 주립박람회 미술대회에서 한 참가자가 AI로 만든 그림을 출품해서 1등을 한 일이 있었음 사용한 도구는 미드저니였고 작품은 SF 오페라 극장 같은 분위기의 이미지였음 처음엔 그냥 수상작 중 하나였는데 나중에 AI로 만들었다는 사실이 알려지면서 논란이 커짐 사람들 반응은 완전히 갈렸음 “AI도 도구니까 창작이다” “프롬프트를 짜고 결과물을 고른 것도 작업이다” 라는 의견도 있었고 “직접 그린 사람들과 같은 기준으로 심사하면 안 된다” “학습 데이터와 저작권 문제도 봐야 한다” 라는 비판도 많았음 이 사건이 재밌는 건 AI가 그림을 잘 그렸다는 사실보다 사람들이 ‘창작’의 기준을 다시 묻게 됐다는 점임 예전엔 그림을 잘 그린다는 게 손으로 묘사하는 능력에 가까웠다면 AI 이후에는 어떤 이미지를 상상하는지 어떤 프롬프트를 넣는지 수많은 결과물 중 무엇을 고르는지 어디까지 수정하고 편집하는지 이런 능력도 같이 이야기되기 시작함 물론 그래서 모든 AI 그림이 예술이라는 뜻은 아님 다만 이 사건 이후로 분명해진 건 AI가 창작 시장의 결과물만 바꾸는 게 아니라 심사 기준, 저작권, 작가성까지 같이 흔들고 있다는 점임 앞으로는 “누가 그렸냐”만큼 “어떻게 만들었고, 어디까지 사람이 개입했냐”도 중요해질 것 같음

AI 프로필 사진 하나로 돈 쓸어간 스노우앱 네이버 자회사 스노우가 한때 AI 프로필 기능으로 엄청 화제 됐었음 사용자가 셀카 여러 장을 올리면 AI가 그 사진을 바탕으로 증명사진 느낌 아이돌 프로필 느낌 배우 화보 느낌 잡지 촬영 느낌 이런 식으로 바꿔주는 서비스였음 재밌는 건 이게 그냥 무료 필터가 아니었다는 점 사람들은 돈을 내고 AI가 만든 “더 잘 나온 나”를 받았고 그 결과물을 인스타 카톡 프사 커뮤니티 스토리에 올리면서 더 퍼짐 사실 기술만 보면 AI 이미지 생성 기능 중 하나처럼 보일 수 있음 근데 사람들이 반응한 이유는 AI가 신기해서만은 아니었음 내 얼굴인데 현실보다 조금 더 예쁘고 조금 더 전문적이고 조금 더 자랑하고 싶은 모습으로 만들어줬기 때문임 결국 사람들은 AI 기술 자체보다 “남에게 보여주고 싶은 나”에 돈을 낸 셈 이 사례가 흥미로운 이유는 AI로 돈을 버는 방식이 꼭 거창한 생산성 도구일 필요는 없다는 걸 보여줌 사람들이 저장하고 싶고 공유하고 싶고 자랑하고 싶어지는 결과물을 만들면 AI 기능도 바로 소비로 이어질 수 있음

가구 닦고 고쳐서 하루 40만 원 버는 50대 남자 처음엔 가구 부업이라는 말이 좀 낯설었음 요즘 부업 하면 다들 AI, 쇼츠, 스마트스토어, 쿠팡파트너스를 떠올리는데 이건 완전히 다른 결임 유튜브 가구를닦는남자 - 앤틱남 채널에 가구 부업으로 하루 40만 원 버는 50대 남자의 일상이라는 영상이 있었음 이게 재밌는 이유는 돈 되는 물건이 새 상품이 아니라는 점임 낡은 가구 버려질 뻔한 가구 먼지 쌓인 원목장 오래된 의자 손때 묻은 테이블 대부분 사람들은 이런 걸 보면 귀찮다고 생각함 무겁고 옮기기 힘들고 닦아야 하고 사진도 다시 찍어야 하고 팔려면 설명도 해야 함 근데 누군가는 그 귀찮음을 돈으로 바꿈 가구 부업의 핵심은 단순히 싸게 사서 비싸게 파는 게 아님 상태를 보고 청소하고 수리하고 광을 내고 사진을 다시 찍고 쓸 만한 물건처럼 보이게 만드는 과정임 같은 가구라도 창고에 먼지 쌓여 있으면 폐기물처럼 보임 근데 깨끗하게 닦고 조명 좋은 곳에서 찍고 공간에 어울리게 보여주면 사람들이 사고 싶은 물건이 됨 이게 이 부업의 본질임 가치가 없는 물건을 파는 게 아니라 가치가 안 보이던 물건을 다시 보이게 만드는 것임 특히 원목가구나 앤틱가구는 새 제품과 다른 매력이 있음 요즘 새 가구는 저렴하고 깔끔하지만 오래된 가구에는 무게감이나 소재감이 있음 그걸 알아보는 사람에게는 버려질 물건이 아니라 찾던 물건이 될 수 있음 물론 쉬운 부업은 아님 가구는 무겁고 공간이 필요하고 운반도 문제고 수리 기술도 필요함 잘못 사오면 재고가 되고 배송 과정에서 파손될 수도 있음 그래서 아무나 바로 따라 하긴 어렵지만 반대로 말하면 진입장벽이 있음 AI 부업처럼 버튼 몇 번 누르는 일은 누구나 따라 하기 쉬움 하지만 가구를 보고 손으로 고치고 다시 팔 수 있게 만드는 일은 귀찮고 번거롭기 때문에 경쟁이 덜할 수 있음 이 사례에서 배울 점은 꽤 단순함 돈 되는 일은 꼭 새롭고 화려한 데만 있지 않음 남들이 귀찮아서 버리는 것 남들이 가치 없다고 넘기는 것 남들이 손대기 싫어하는 것 그걸 다시 팔 수 있는 상태로 바꾸면 돈이 됨 돈은 새 물건에서만 나오는 게 아니라 버려질 뻔한 물건을 다시 쓸 만하게 만드는 과정에서도 나옴 출처: 유튜브 가구를닦는남자

AI로 1000원짜리 상품 찾아 월 20억 찍은 30대 처음엔 제목만 보고 너무 과장 아닌가 싶었음 1000원짜리 상품으로 월 20억 근데 유튜브 어바웃피플 채널에 나온 사례를 보면 핵심은 “AI가 돈 되는 상품을 대신 찾아줬다”가 아니었음 진짜 포인트는 싸고 흔한 상품에서 사람들이 반복적으로 사는 수요를 찾은 거였음 보통 사람들은 돈 벌려면 비싼 걸 팔아야 한다고 생각함 마진 큰 상품 고가 제품 브랜드 있는 물건 근데 이 사례는 반대에 가까움 1000원짜리처럼 너무 작아 보여서 사람들이 지나치는 상품을 AI로 찾고 시장 반응을 보고 상세페이지와 판매 구조를 붙여서 키운 방식임 여기서 중요한 건 상품 가격이 낮다는 점이 아님 가격이 낮으면 구매 장벽도 낮아짐 사람들이 고민 없이 사고 여러 개 사고 반복해서 살 가능성이 생김 비싼 상품 하나 팔아서 크게 남기는 방식이 아니라 작은 상품을 많이 팔아 매출을 만드는 구조에 가까움 AI는 여기서 상품 소싱 보조 도구로 쓰인 것으로 보임 잘 팔리는 카테고리 찾기 비슷한 상품 비교하기 가격대 확인하기 상세페이지 문구 잡기 고객이 왜 사는지 정리하기 이런 일을 사람이 혼자 하면 시간이 오래 걸리는데 AI를 붙이면 후보를 훨씬 빨리 뽑을 수 있음 하지만 여기서 착각하면 안 됨 AI가 상품을 골라줬다고 바로 돈이 되는 게 아님 사람들이 실제로 검색하는지 가격 경쟁력이 있는지 배송이 가능한지 상세페이지가 설득되는지 리뷰와 신뢰를 만들 수 있는지 이걸 다 맞춰야 팔림 결국 돈을 번 건 AI가 아니라 AI가 뽑아준 후보 중에서 팔릴 만한 상품을 골라내는 사람의 판단이었음 이 사례가 재밌는 이유는 돈 되는 아이템이 꼭 거창하지 않다는 점임 사람들이 매일 쓰는데 귀찮아서 검색하는 물건 비싸진 않지만 없으면 불편한 물건 한 번 사면 여러 개 사는 물건 이런 데서 큰 매출이 나올 수 있음 비싼 상품을 파는 사람이 돈을 버는 게 아니라 작은 수요를 크게 반복시키는 사람이 돈을 번것임

이 글에서 인상 깊었던 건 AI로 돈 벌었다는것보다 경험을 콘텐츠로 바꿨다는 점인듯. 겉으로 보면 AI 부업 성공 사례지만 중요한 건 AI툴이 아니라 건강이라는 주제를 고른 감각, 동년배가 어떤 증상과 불안을 걱정하는지 아는 경험, 눌러보고 싶은 제목을 잡는 현실감. 이건 AI가 대신 해준 게 아닌 사람의 생각임. 내가 잘 아는 사람들의 고민을 콘텐츠로 바꿀 줄 아는 사람이여서 성공 하신듯 본인 경험을 녹여서 쓸 수 있는 글들이 사람들의 마음을 움직이는거 같음.

AI 직원 8명 부려서 월 4500만 원 번다는 34살 대표 처음엔 제목만 보고 또 흔한 AI 부업 과장인가 싶었음 근데 돈벌쥐 채널에 올라온 영상을 보면 핵심은 “AI가 알아서 돈 벌어준다”가 아니라 AI를 직원처럼 역할 분담시켜서 사업 속도를 올리는 구조였음 영상 제목부터 꽤 세다 24시간 일하는 AI 직원 8명 부려먹고 월 4500만 원 버는 34살 대표님 이런 제목은 자극적이긴 한데 요즘 사람들이 AI 부업에 끌리는 이유를 정확히 건드림 사람을 뽑으면 월급이 나가고 외주를 주면 비용이 나가고 혼자 하려면 시간이 부족함 근데 AI를 쓰면 기획, 대본, 자료조사, 이미지, 영상, 썸네일, 업로드 문구, 고객 응대 같은 일을 각각 다른 도구에 나눠 맡길 수 있음 그래서 “AI 직원 8명”이라는 말은 진짜 직원 8명을 고용했다기보다 원래 사람이 나눠 하던 일을 AI 도구 여러 개로 쪼개서 돌린다는 뜻에 가까움 이게 먹히는 이유는 단순함 부업에서 제일 부족한 건 아이디어가 아니라 실행 시간임 회사 다니면서 부업하려는 사람은 퇴근하고 1~2시간 안에 뭔가 만들어야 함 근데 그 시간 안에 시장조사하고 콘텐츠 기획하고 대본 쓰고 이미지 만들고 영상 편집하고 썸네일까지 만드는 건 거의 불가능함 AI는 여기서 시간을 줄여줌 예전에는 하루 걸리던 작업을 몇 시간으로 줄이고 몇 시간 걸리던 작업을 10~20분으로 줄여줌 돈이 되는 포인트는 바로 여기임 AI가 돈을 벌어주는 게 아니라 AI가 시도 횟수를 늘려줌 한 사람이 한 달에 콘텐츠 5개 만들던 걸 AI를 붙이면 30개, 50개까지 테스트할 수 있음 그중 반응 오는 포맷을 찾으면 그때부터 수익화 확률이 올라가는 구조임 다만 이걸 너무 쉽게 보면 안 됨 “AI 직원 8명” “월 4500만 원” “완전 자동화” 이런 단어만 보면 마치 세팅만 해두면 돈이 자동으로 들어오는 것처럼 보임 근데 실제로 돈을 버는 사람들은 그냥 AI 버튼만 누르는 게 아님 어떤 주제가 돈이 되는지 고르고 어떤 썸네일이 클릭되는지 보고 어떤 대본에서 이탈이 줄어드는지 체크하고 수익이 나는 포맷을 계속 바꿈 결국 AI 직원들을 지휘하는 사람의 판단력이 핵심임 AI가 아무리 많아도 뭘 만들지 모르면 그냥 결과물만 쌓임 반대로 팔리는 구조를 아는 사람은 AI를 붙였을 때 생산성이 확 올라감 이 사례에서 봐야 할 건 월 4500만 원이라는 숫자보다 혼자 일하는 사람이 AI를 어떻게 팀처럼 쓰는지임 AI 부업의 본질은 자동수익이 아니라 혼자서 작은 팀처럼 움직일 수 있게 된다는 점에 가까움 기획자는 GPT 카피라이터는 Claude 디자이너는 미드저니나 캔바 편집자는 영상 AI 운영자는 자동화 툴 이렇게 역할을 나누면 혼자서도 작은 콘텐츠 공장처럼 움직일 수 있음 하지만 마지막 결정은 결국 사람이 해야 함 어떤 시장에 들어갈지 어떤 고객을 잡을지 어떤 콘텐츠를 계속 밀지 어떤 건 버릴지 이 판단이 없으면 AI는 그냥 바쁜 장난감이 됨 결국 핵심은 이거임 AI 직원 8명이 돈을 벌어준 게 아니라 돈 되는 구조를 아는 사람이 AI 8개를 직원처럼 굴린 것임 AI 부업을 시작하려면 툴을 많이 아는 것보다 먼저 봐야 함 내가 이 AI들에게 시킬 일이 진짜 돈 되는 일인가 출처: 유튜브 돈벌쥐

연령층을 고려하는것도 좋은 팁인듯

AI한테 퇴사 상담했는데 오히려 혼남 (개인적으로 재밌어서 가져온 썰 ㅋㅋ) 요즘 AI로 부업 시작하는 사람이 많아져서 나도 한번 물어봤음 “회사 그만두고 부업으로 월 500만 원 버는 계획 짜줘” 내가 기대한 답변은 이런 거였음 1주차: 아이템 선정 2주차: 콘텐츠 업로드 3주차: 수익화 시작 3개월 뒤: 퇴사 가능 근데 AI가 제일 먼저 한 말은 이거였음 현재 고정비를 정리하세요 최소 6개월 생활비를 확보하세요 부업 수익이 3~6개월 이상 반복되는지 확인하세요 퇴사 전에 세금, 보험, 비상금을 계산하세요 순간 부업 멘토가 아니라 현실적인 재무 상담사랑 대화하는 줄 알았음 웃긴 건 틀린 말이 하나도 없다는 거 사람은 퇴사 후 자유를 먼저 상상하는데 AI는 먼저 월세, 카드값, 건강보험료부터 계산함 부업에서 제일 위험한 건 아이디어가 없는 게 아니라 한두 번 번 돈을 안정적인 수익으로 착각하는 것 같음 월 100만 원을 한 번 버는 것과 월 100만 원을 6개월 반복하는 건 완전히 다름 결국 퇴사는 감정으로 결정하면 이벤트가 되고 숫자로 확인하면 선택지가 됨 AI한테 퇴사 상담했다가 깨달은 건 하나 부업은 퇴사 버튼이 아니라 내 삶의 선택지를 천천히 늘리는 도구에 가까움

20대때 먹고놀기만 한 내가 너무 후회스럽네요 지금부터라도 공부해서 파이프라인 열심히 구축해둬야 될 것 같습니다ㅠㅠ 넘 슬퍼서 닭발 시켰어요.. 헤헤

한정판 운동화 리셀 부업으로 돈벌기? 한때 운동화 리셀은 거의 부업의 상징처럼 보였음 나이키 한정판 응모하고 당첨되면 바로 리셀 플랫폼에 올리고 정가보다 몇십만 원 비싸게 팔면 끝 처음엔 진짜 쉬워 보였음 물건을 직접 만들 필요도 없고 마케팅을 할 필요도 없고 그냥 사람들이 좋아하는 한정판만 잘 잡으면 되는 구조였으니까 근데 리셀 시장이 식으면서 반전이 생김 한정판이라고 다 오르는 게 아니었음 예전에는 “드로우 당첨 = 수익”처럼 느껴졌는데 이제는 당첨돼도 막상 팔려고 보면 정가 근처거나 수수료 빼면 남는 게 거의 없거나 심하면 손해 보는 경우도 생김 이유는 단순함 리셀도 결국 수요와 공급임 사람들이 갖고 싶어 하는 물건이 적게 풀리면 가격이 오름 근데 브랜드가 비슷한 모델을 계속 내고 리셀러들이 몰려서 다 같이 팔기 시작하고 경기까지 안 좋아지면 가격은 버티기 어려움 특히 초보 리셀러가 자주 착각하는 게 있음 “한정판”이라는 단어만 보고 들어가는 것임 근데 중요한 건 한정판인지가 아니라 누가 그 가격에 사줄지임 정가 20만 원짜리를 35만 원에 팔고 싶어도 사는 사람이 없으면 그건 수익이 아니라 재고임 리셀 플랫폼에 가격이 떠 있다고 그 가격에 바로 팔리는 것도 아님 매도 호가는 희망 가격이고 실제 체결 가격은 시장이 정함 여기에 수수료, 배송비, 검수 기간, 가격 변동까지 들어감 처음엔 5만 원 남을 것 같았던 거래도 수수료 빼고 가격 내려서 팔면 남는 돈이 거의 없을 수 있음 더 무서운 건 현금흐름임 리셀은 물건을 먼저 사야 함 여러 켤레를 사두면 돈이 재고에 묶임 가격 오를 때까지 기다리면 된다고 생각하지만 그동안 카드값은 오고 다음 드로우는 또 뜨고 현금은 계속 잠김 결국 리셀은 쉬운 부업이 아니라 작은 유통업에 가까움 잘 팔릴 물건을 고르고 언제 팔지 판단하고 수수료와 회전율을 계산하고 재고 리스크까지 감당해야 함 예전처럼 시장 전체가 뜨거울 때는 대충 사도 돈이 됐을 수 있음 하지만 시장이 식으면 실력이 드러남 진짜 리셀로 돈 버는 사람은 한정판을 많이 사는 사람이 아니라 팔릴 가격과 팔릴 속도를 계산하는 사람임 리셀은 공짜 차익이 아니라 재고를 들고 하는 장사임 한정판이라는 말보다 중요한 건 내가 산 가격보다 비싸게 사줄 사람이 실제로 있는지 알아보고 해야됌

매일 마라탕에 소주3병 먹을게요.. 200억주세여..

AI로 이력서까지 도와준 원격 취업 사기 OpenAI가 북한 IT 인력과 관련된 계정을 차단한 일이 있었음 이들은 해외 원격 일자리에 지원하기 위해 AI를 여러 방식으로 활용한 것으로 알려짐 이력서 작성 지원서 문장 다듬기 코딩 테스트 준비 가짜 신원 포장 VPN 관련 작업 원격 근무 환경 준비 이런 과정에서 AI가 쓰였다는 내용이 나옴 이 사건이 무서운 이유는 AI가 단순히 글을 잘 써주는 도구를 넘어서 사람을 그럴듯하게 보이게 만드는 데도 쓰일 수 있다는 점임 예전엔 이력서나 자기소개서를 보면 어느 정도 사람의 실력이나 경험을 짐작할 수 있었음 근데 이제는 다름 문장이 깔끔한지 영어가 자연스러운지 지원서가 전문적으로 보이는지 이런 것만으로는 실제 실력을 판단하기 어려워지고 있음 AI가 누구나 그럴듯한 지원서를 만들 수 있게 해주면 채용 시장에서는 검증 방식이 더 중요해질 수밖에 없음 실제 작업을 시켜보는지 포트폴리오가 진짜인지 화상 면접에서 일관성이 있는지 코딩이나 업무 테스트를 어떻게 보는지 이런 과정의 중요성이 커질 듯 AI가 능력을 키워주는 도구가 될 수도 있지만 동시에 능력 있어 보이게 포장하는 도구로도 쓰일 수 있음 앞으로는 잘 쓴 이력서보다 진짜 할 수 있다는 증거가 더 중요해질 것 같음

청년도약계좌 무조건 이득일까? 청년도약계좌 얘기 볼 때마다 제일 먼저 보이는 말이 있음 정부기여금 비과세 청년 목돈 만들기 이 세 단어만 보면 안 할 이유가 없어 보임 매달 돈 넣으면 정부가 기여금 붙여주고 이자에도 세금 혜택이 있으니 그냥 적금보다 훨씬 좋아 보이는 구조임 근데 이 상품에서 진짜 봐야 할 건 수익률이 아니라 유지 가능성임 청년도약계좌는 기본적으로 장기 상품임 매달 돈을 넣고 몇 년 동안 유지해야 혜택이 제대로 살아남는 구조임 처음 가입할 때는 다들 계산을 예쁘게 함 월 70만 원 넣으면 얼마 정부기여금 붙으면 얼마 만기 때 목돈 얼마 근데 현실은 계산표처럼 안 움직임 중간에 이직할 수도 있고 퇴사할 수도 있고 월세가 오를 수도 있고 차를 사야 할 수도 있고 가족 일이 생길 수도 있음 그때 갑자기 매달 넣던 돈이 부담으로 바뀜 청년도약계좌가 좋은 상품인 건 맞음 다만 여유자금으로 넣을 때 좋은 상품임 생활비 쪼개서 억지로 넣으면 중간에 해지하고 싶어지는 순간이 올 수 있음 문제는 중도해지임 일반 중도해지를 하면 기대했던 혜택을 다 가져가기 어려움 정부기여금이나 비과세 혜택이 조건에 따라 달라질 수 있고 결국 처음 계산했던 “만기 수령액”과 실제 결과가 크게 달라질 수 있음 물론 특별중도해지 사유가 인정되는 경우도 있음 가입자의 사망, 해외이주, 퇴직, 폐업, 천재지변, 장기치료가 필요한 질병, 생애최초 주택구입 같은 사유는 별도로 봄 근데 이건 말 그대로 특별한 사유임 그냥 돈이 필요해서 깨는 것과는 다름 그래서 청년도약계좌는 가입 전에 질문을 바꿔야 함 “얼마나 받을 수 있지”가 아니라 “나는 이 돈을 끝까지 묶어둘 수 있나”를 먼저 봐야 함 월 70만 원을 꽉 채우는 게 항상 정답도 아님 내가 버틸 수 있는 금액을 넣는 게 더 중요함 월 70만 원 넣다가 1년 뒤 깨는 것보다 월 30만 원을 꾸준히 가져가는 게 나을 수 있음 청년도약계좌의 핵심은 높은 납입액이 아니라 완주임 정부지원 상품은 조건을 끝까지 지킬 때 가장 강해짐 반대로 중간에 깨면 생각보다 평범한 적금처럼 느껴질 수 있음 결국 이 상품은 돈을 불리는 상품이기도 하지만 내 현금흐름을 테스트하는 상품에 가까움 매달 얼마를 무리 없이 떼어낼 수 있는지 비상금은 따로 있는지 중간에 돈이 묶여도 버틸 수 있는지 이걸 보고 들어가야 함 청년도약계좌가 나쁜 게 아님 오히려 조건이 맞고 오래 유지할 수 있으면 좋은 상품임 다만 “무조건 이득”이라는 말만 보고 들어가면 중도해지 앞에서 계산이 완전히 달라질 수 있음 결국 핵심은 이거임 청년도약계좌는 가입하는 사람이 이기는 게 아니라 끝까지 버티는 사람이 이기는 상품임

공짜 코인 받으려다 수수료만 태우는 에어드랍 작업의 현실 코인판에서 주기적으로 사람들 눈 돌아가게 만드는 단어가 있음 에어드랍 초기 사용자한테 토큰을 공짜로 뿌리는 이벤트임 예전에는 실제로 몇 번 대박 사례가 있었음 어떤 프로젝트를 미리 써봤다는 이유로 나중에 토큰을 꽤 크게 받은 사람들이 나왔고 그 뒤로 에어드랍 작업이 하나의 부업처럼 굳어짐 문제는 이제 이게 생각보다 공짜가 아니라는 점임 에어드랍 작업을 하려면 지갑을 만들고 브릿지를 쓰고 스왑을 하고 테스트넷을 돌리고 NFT를 민팅하고 프로젝트 미션을 깨야 함 이 과정에서 가스비가 나감 한두 번이면 별거 아닌데 여러 프로젝트를 여러 지갑으로 돌리면 수수료가 꽤 쌓임 여기에 시간도 들어감 디스코드 들어가고 퀘스트 확인하고 지갑 연결하고 트랜잭션 찍고 스냅샷 기다리고 토큰 나올지 안 나올지도 모르는 상태로 몇 달을 버팀 이게 진짜 애매한 부분임 겉으로는 공짜 코인을 받는 것처럼 보이지만 실제로는 수수료와 시간을 먼저 내고 나중에 보상이 올지 기다리는 구조임 더 큰 문제는 컷오프임 프로젝트 입장에서도 에어드랍 헌터를 걸러내려고 함 여러 지갑으로 작업한 사람 패턴이 너무 비슷한 사람 실사용자가 아니라 보상만 노린 사람 이런 지갑은 시빌로 분류돼서 보상에서 제외될 수 있음 즉 돈과 시간을 썼는데 막상 에어드랍 때는 0원 받을 수도 있음 이게 에어드랍 작업의 가장 큰 리스크임 주식은 사면 내 계좌에 주식이라도 남고 부동산은 사면 물건이라도 남음 근데 에어드랍 작업은 실패하면 트랜잭션 기록과 수수료 지출만 남을 수 있음 물론 기회가 없는 건 아님 진짜 좋은 프로젝트를 초기에 써보고 실사용자로 남고 생태계에 오래 참여하면 보상을 받을 가능성은 있음 하지만 “공짜 돈”이라고 생각하면 위험함 요즘 에어드랍은 점점 더 게임처럼 변하고 있음 누가 더 자연스럽게 사용했는지 누가 더 오래 참여했는지 누가 단순 작업 계정이 아닌지 이걸 프로젝트가 계속 걸러내는 구조임 그래서 에어드랍 작업은 부업이라기보다 수수료를 내고 미래 보상 확률에 베팅하는 행동에 가까움 핵심은 이거임 공짜 코인을 받는 게 아니라 공짜처럼 보이는 기회에 내 시간과 수수료를 먼저 넣는 것임 에어드랍으로 돈 번 사람만 보면 쉬워 보이지만 수수료만 태우고 아무것도 못 받은 사람은 훨씬 많을 수 있음 코인판에서 제일 비싼 말은 늘 비슷함 공짜로 준다는 말

미국 배당주로 월세 받는다더니, 환율이랑 세금에서 생각보다 많이 갈림 미국 배당주 투자 글을 보면 제일 많이 나오는 말이 있음 주식으로 월세 받기 코카콜라, 리얼티인컴, SCHD 같은 배당주를 모아서 매달 달러 배당을 받는 구조임 말만 들으면 엄청 안정적으로 느껴짐 부동산처럼 세입자 상대할 필요도 없고 공실도 없고 관리비도 없음 그냥 주식을 사두면 달러가 들어오는 느낌임 근데 배당주도 막상 해보면 생각보다 볼 게 많음 첫 번째는 세금임 미국 주식 배당은 미국에서 먼저 원천징수되고 한국에서도 금융소득으로 잡힘 배당금이 작을 때는 크게 체감이 안 되지만 금융소득이 커지면 금융소득종합과세 구간까지 신경 써야 함 두 번째는 환율임 달러로 받을 때는 기분이 좋은데 원화 생활비로 쓰려면 결국 환전해야 함 환율이 좋을 때는 배당이 더 커 보이고 환율이 나쁠 때는 같은 달러를 받아도 체감 수익이 줄어듦 세 번째는 원금 변동임 배당주라고 해서 주가가 안 떨어지는 게 아님 월 50만 원 배당 받으려고 샀는데 주가가 10% 빠지면 배당 몇 년 치가 한 번에 흔들릴 수 있음 네 번째는 배당락임 배당을 받는 날이 있으면 그만큼 주가에 반영되는 날도 있음 배당은 공짜 돈이 아니라 기업 이익 중 일부를 주주에게 나눠주는 구조임 그래서 진짜 중요한 건 배당률이 아니라 그 회사가 앞으로도 배당을 유지할 수 있느냐임 배당률이 너무 높아 보이는 주식은 오히려 조심해야 함 주가가 많이 떨어져서 배당률이 높아 보이는 경우도 있고 회사가 무리하게 배당을 유지하다가 결국 삭감하는 경우도 있음 배당주 투자의 핵심은 “월세처럼 들어온다”가 아님 그 배당이 얼마나 오래 지속될 수 있느냐 그리고 내가 환율과 세금을 감안해도 버틸 수 있느냐임 결국 미국 배당주는 좋은 투자일 수 있음 다만 부동산 월세보다 편해 보인다는 이유만으로 들어가면 주가 하락, 환율, 세금에서 생각보다 당황할 수 있음 배당주는 돈이 찍히는 기계가 아니라 좋은 기업의 현금흐름을 나눠 갖는 투자에 가까움 진짜 봐야 할 건 배당률이 아니라 배당을 계속 줄 수 있는 체력임

월세 70만 원 받으려고 오피스텔 샀다가 계산기 두드리고 멘붕 온 사람들 오피스텔 투자 얘기 볼 때마다 사람들이 제일 먼저 보는 숫자가 있음 월세 얼마 나오냐 예를 들어 2억짜리 오피스텔을 샀는데 월세 70만 원이 나온다고 하면 처음엔 꽤 좋아 보임 1년에 840만 원 단순 계산하면 연 4%대 수익률처럼 보임 근데 진짜 문제는 여기서부터임 월세 70만 원이 내 통장에 그대로 남는 게 아님 대출이자가 빠지고 재산세가 빠지고 중개수수료가 빠지고 수리비가 빠지고 공실 기간이 생기고 관리비 문제가 터지고 임차인 교체 때마다 도배나 청소 비용이 들어감 특히 오피스텔은 아파트보다 “월세 상품”처럼 보이기 쉬운데 실제로는 공실 한두 달만 나도 수익률이 확 꺾임 월세 70만 원 받는다고 해도 1년에 한 달만 비어도 70만 원이 날아감 여기에 대출이자가 월 50만 원이면 실제로 남는 돈은 생각보다 작아짐 더 무서운 건 관리비임 임차인 입장에서는 월세만 보는 게 아니라 월세 관리비를 같이 봄 월세는 적당해 보여도 관리비가 비싸면 세입자가 안 들어옴 결국 임대인은 월세를 낮추거나 공실을 버텨야 함 이게 오피스텔 투자의 함정임 겉으로는 “월세 받는 자산”인데 속을 까보면 운영업에 가까움 좋은 입지 낮은 공실률 적당한 관리비 대출이자 세금 수리비 이걸 다 맞춰야 진짜 현금흐름이 남음 그래서 오피스텔은 매매가보다 월세가 중요하고 월세보다 공실이 중요하고 공실보다 순수익이 중요함 월세 70만 원이라는 말만 보고 들어가면 나중에 계산기 두드릴 때 느낌이 완전히 달라짐 진짜 봐야 할 건 이거임 내가 받는 월세가 아니라 모든 비용을 빼고도 매달 얼마가 남는가 부동산 투자는 자산 가격이 오르면 이기는 게임처럼 보이지만 월세형 부동산은 버티는 동안 현금흐름이 무너지면 생각보다 힘들어짐 결국 오피스텔 투자의 핵심은 “월세 얼마”가 아니라 “공실 와도 버틸 수 있냐”임