가장 빠르게 전문가가 되는 법,

 

 

 

가장 빠르게 전문가가 되는 법, 딱 세줄.

ㅤ

첫째, 구체적인 프로젝트를 정하고 끝까지 완성한다. 필요한 지식은 그때그때 채우되 기초부터 넓게 배우지 않는다. 둘째, 배운 건 전부 나의 언어로 정리해서 남에게 가르친다. 셋째, 남과 비교하지 않는다. 비교는 오직 과거의 나하고만 한다.

ㅤ

이건 내가 한 말이 아니다.

AI 분야의 대부, 안드레 카파시의 말이다. 그는 일을 할 때 순서를 뒤집으라고 말한다. 일단 만들고 싶은 걸 정하고, 만들다 막히면 그때 필요한 만큼만 파고 내려가라고. 인공지능 전에는 이게 불가능했다. 막힐 때마다 물어볼 사람이 없었으니. 그래서 우리는 학교에서 기초부터 배워야 했다. 그 방법이 더 나아서가 아니다. 한명이 30명을 가르치려면 이 방법 밖에 없어서였다. 하지만 이젠 다르다. 24시간 짜증내지 않고 가르쳐주는 AI 개인 교수가 내 옆에 있다.

ㅤ

실제로 이걸 증명한 사람이 있다.

가브리엘 피터슨. 그는 스웨덴 시골에서 고등학교를 중퇴하고 18세에 스타트업에 합류해서 일을 시작했다. 이후 미드저니를 거쳐 오픈AI 연구원이 되었는데, 전에는 박사들만 하던 일을, 머신러닝 경험도 수학지식도 없이 AI와의 독학으로 이뤄냈다.

ㅤ

아래는 가브리엘 인터뷰의 일부다.

[ 마이링고 챌린지 ]와도 철학이 같다.

___

◼︎ "내가 AI 에게 물어보는 규칙이 있다"

우선, 답만 받지 않고 꼭 중간 과정을 보여달라고 한다. 그리고 왜 어떤 건 되고, 다른 방법은 안 되는지도 묻는다. 답이 이해가 되면 또 묻는다. 이게 내가 이해한 건데 맞아? 라고.

ㅤ

◼︎ "논문을 읽을 때 쓰는 프롬프트가 있다"

이 논문이 다르게 한 것들을 리스트로 뽑아줘 (Give me a list of things this paper did differently). 논문은 보통 이미 아는 기법에 새로운 걸 얹은 거다. 그래서 그는 기존 기술 대비 정확하게 뭘 다르게 했는지 비교해서 리스트를 만들라고 한다. 그러면 아주 좋은 요약이 나온다. 그걸 보고 별로면 패스, 구현해 볼 가치가 있으면 정독한다.

ㅤ

◼︎ "뭔가를 가장 빨리 배우는 방법은 탑다운이다"

문제에서 시작하면 학습의 속도가 아주 빨라진다. 문제를 풀기 위해 필요한 걸 모두 찾아보고, 또 다른 문제를 만나면 더 찾아보고. 그렇게 문제의 핵심까지 내려간다. 실제 프로젝트에서 깊게 내려가는 거다. 사람들은 이게 얼마나 효과적인지 잘 모른다.

ㅤ

◼︎ "이제 대학은 기초지식을 독점할 수 없다."

어떤 기초 지식이든 AI 에게 얻을 수 있게 되어서다. 대학은 배움을 독점하길 원하고, 평생 대학에 돈과 시간을 쏟았다면 어떻게든 부정하고 싶겠지만 시대가 변했다. 오해는 없길. 박사를 마치고 교수가 된 분들을 존경하고 감사한다. 내가 비판하는 건 그들이 아니라 옛날 사고방식이다.

ㅤ

◼︎ "대학에서 디퓨전 모델까지 가려면 최소 수년이다"

기초에서 시작해야 한다고 믿어서다. 수학부터 시작해서 행렬, 곱셈, 선형대수를 4년 간 배워야 한참 뒤떨어진 간단한 머신러닝에 입문한다. 실무 수준의 러닝머신까지 가려면 시간이 더 걸린다. 이런 바텀업 방식은 배워야 하는 것의 순서가 정해져 있다. 그래서 스케일업은 되지만 학습 관점에서는 엄청나게 비효율적이다.

__

ㅤ

 

작업은 시켜도 된다.

하지만 이해는 맡기면 안된다.

 

ㅤ

영상 마지막에 나오는 말이다.

AI 에게 일을 시키는 사람은 많아졌는데, AI로 이해를 쌓는 사람은 아직 적은 게 사실이다. 지금은 그게 작아보여도 수년 뒤에는 두 사람을 완전히 다른 이치에 가져다 놓을 것이다. 영상에 나온 가브리엘이 그걸 보여줬고. 시간이 된다면 원본을 시청하길 바란다. 위 핵심을 알고 보면 영어라도 잘 들릴거다.

ㅤ

(출처 : High School Dropout to OpenAI Researcher - Gabriel Petersson Interview (Extraordinary))