AI시대 SW 학습법

Jaeyun Henry Lee 님의 글을 퍼왔습니다. 저 또한 AI시대의 학습에 있어 공감가는 포인트가 많아 블로그에 글을 공유합니다.

https://www.linkedin.com/feed/update/urn:li:activity:7401140553511419904/

이재형님의 LinkedIn 활동 보기

---

고졸 출신이 OpenAI 연구원이 된 이야기 (정말 많이 공감되는 AI 시대 학습법)

스웨덴 시골 마을 고등학교 중퇴자가 어떻게 최고의 기업인 OpenAI, 그것도 Sora 팀의 연구원이 됐는지 가브리엘 피터슨이 직접 그 비결을 풀었습니다. AI 시대에 어떻게 변화해서 학습하고, 앞으론 어떻게 커리어를 쌓아야 하는지에 대한 "진짜 공략집"입니다. 특히, "아하! 모먼트"가 들 때까지 AI를 놔주지 않는 것.. 너무 공감되었습니다. 너무 좋은 내용이라 정리해서 공유해드립니다.

1. 공부 순서를 완전히 Top-Down 방식을 따르라고 합니다.

우리는 보통 기초부터 닦고 응용으로 넘어갑니다. 수학 배우고, 선형대수 배우고, 그제야 머신러닝을 하죠. 가브리엘은 정반대입니다. "일단 프로젝트부터 만들어라"라고 합니다. 코드를 먼저 짜고, 버그를 고치고, 작동하면 그때 "왜 작동하지?"를 파고들어야한다고요.

2. AI에게 집요하게 물어보기 (재귀적 갭 채우기)

모르는 게 나오면 챗GPT한테 끝까지 물어보는 겁니다. "이 코드가 왜 작동해?" -> "행렬 곱셈 때문이야" -> "행렬 곱셈이 뭔데? 직관적으로 설명해 줘" -> "그래프 그려줘". 이렇게 꼬리에 꼬리를 물고 내려가면 3일 만에 Diffusion Model의 기초를 다 뗄 수 있습니다. 학교에서 6년 걸릴 걸 며칠 만에 끝내는 거죠. (개인적으로 너무 공감되는 방법입니다)

3. 진짜 문제'를 찾아라. 그게 최고의 스승이다.

학교 공부가 지루한 건 '압박감'과 '실전성'이 없어서입니다. 가브리엘은 스타트업에서 실제 제품 추천 시스템을 만들며 코딩을 배웠습니다. 고객사 웹사이트를 스크래핑하고, A/B 테스트를 돌리면서 "당장 해결해야 하는 문제"에 닥치니까 뇌가 스펀지처럼 흡수하는 거죠.

4. 이력서 대신 '데모'를 보여주기

이젠 아무도 어느 학교 나왔는지 궁금해하지 않습니다. 기업은 딱 하나, "돈을 벌어다 줄 수 있는가"만 봅니다. 복잡한 자기소개서 대신, 클릭 한 번으로 당신의 실력을 증명할 수 있는 '데모 링크'를 보내라고 합니다. 가브리엘은 고객사 문 두드릴 때 아예 그 회사의 추천 시스템을 개선한 결과물을 인쇄해서 들고 갔습니다.

5. '나를 위한' 조언만 듣기

대부분의 조언은 무시해도 된다고 이야기합니다. 특히 본인의 경험에 갇힌 사람들의 조언은요. 가브리엘은 부모님이나 학교 선생님의 "안전한 길로 가라"는 말 대신, 자신과 결이 맞는 사촌의 조언을 따랐습니다. 자신의 인센티브와 맞지 않는 사람의 조언은 과감히 필터링하라고 합니다.

6. 기회는 '밀도'에서 나온다

왜 굳이 샌프란시스코로 갔냐는 질문에 이렇게 대답합니다. 거기엔 '나처럼 생각하고, 나처럼 일하는' 미친 사람들이 모여있기 때문이라고요. 환경이 주는 레버리지는 상상 이상이라고 강조합니다.

<가브리엘이 학습할 때 사용했던 AI (프롬프팅) 활용 방법>

1. "12살짜리에게 설명하듯" 비유를 요구하세요

어려운 개념(임베딩, 역전파 등)이 나오면 절대 그냥 넘어가지 마세요. 이해가 안 되면 "내가 12살이라고 가정하고 설명해 봐"라고 시켜보라고 합니다. 그러면 AI가 서점, 책, 도서관 같은 현실 세계의 비유를 들기 시작한다고요. (저도 많이 쓰는 방법인데, 추상적인 수학이 직관적인 그림으로 바뀌는 순간을 경험할 수 있습니다)

2.왜 다른 방법은 안 돼?"라고 반문하기

정답만 알면 응용을 못 합니다. "왜 이 방법을 썼어? 다른 옵션은 없었어? 그건 왜 작동 안 해?"라고 집요하게 물어보았다고합니다. 성공 사례뿐만 아니라 실패 사례까지 학습해야 진짜 실력이 늘기 때문이죠. 여러분도 AI가 제안한 코드에 대해 의심하고 토론하세요.

3. 논문은 '차이점' 중심으로 요약시키기

쏟아지는 AI 논문을 다 읽을 순 없습니다. 가브리엘은 논문을 던져주고 "기존 기술이랑 비교했을 때, 정확히 뭐가 다른지 리스트로 뽑아줘"라고 시킵니다. 핵심 아이디어와 변경점만 빠르게 파악하고, 내 코드에 적용할 만한 가치가 있는지 판단하는 거죠. 전체를 정독하는 건 그 다음 문제로 보았다고 합니다.

4. 코드의 '중간 과정'도를 보여달라고 하기

코드를 짤 때 단순히 "코드 짜줘"로 끝내면 안 됩니다. 텐서의 크기가 어떻게 변하는지, 데이터가 흘러가면서 어떻게 되는지 중간 과정을 눈으로 확인해야 한다고요. 그래야 코드가 '어떻게' 작동하는지 직관적으로 이해할 수 있다고 꼭 중간 과정을 요청하라고 이야기합니다.

5. 이 인터뷰를 보면서 느낀 건, AI 시대의 인재상은 '지식을 쌓는 사람'이 아니라 '지식을 탐색하고 연결하는 사람'이라는 겁니다. 지금 당장 챗GPT를 켜서 내가 모르는 분야를 바닥까지 파고들어보세요!