영상 정리 · EO
22분 강연을 처음부터 끝까지 따라 읽는 글
이 두 개만 알면 나머지는 다 따라온다.
IMO(International Mathematical Olympiad)는 전 세계 고등학생 중 수학을 가장 잘하는 학생들이 겨루는 대회다. 매년 문제가 딱 6개 나온다.
이 문제들은 완전히 새로 만든다. 각국 코치들이 모여서 서로 문제를 검토하는데, 세상 어느 대회·어느 책에도 비슷한 문제가 있었는지 하나하나 확인한다. 그러니까 처음 보는 문제를 그 자리에서 풀어야 하는 시험이다. 이 글의 1장이 "처음 보는 문제"라는 조건을 계속 써먹으니 기억해 두자.
사회적 기업가는 사업을 하되, 돈을 최대한 버는 것이 목적이 아니라 어떤 문제를 실제로 푸는 것이 목적인 사람이다. 다만 이 글의 발표자는 "그래도 사업이라는 말이 붙은 이상 지속 가능해야 한다"는 입장이다. 이 개념은 14장에서 훨씬 자세히 풀린다. 여기서는 "돈보다 문제 해결이 우선이지만, 돈도 벌어야 오래간다" 정도만 잡아 두면 된다.
챗GPT가 막 나왔을 때, 포션 로는 전국을 돌며 강연했다. "이제 사람은 더 창의적이 되는 법을 배워야 한다. AI가 못 하는 유일한 게 그거니까."
그런데 그는 지금 이 말을 하지 않는다. AI가 아이디어를 얼마든지 쏟아낼 수 있다는 걸 직접 봤기 때문이다.
근거로 드는 사건이 있다. 지난해(2024년) IMO에서 나온 여섯 문제 중 네 개를 구글의 AI가 풀었다. 앞서 0장에서 봤듯 이 문제들은 아무도 본 적 없는 새 문제다. 그런데 AI가 여섯 중 넷을 풀었다 — 이건 발표자 본인보다 잘 푼 것이다. 그는 이렇게 결론짓는다. AI의 창의성은 사람을 넘어설 수도 있다.
그럼 사람에게 남는 유일하게 고유한 것은 무엇인가. 그가 강연 첫머리에 던지는 답은 이렇다.
인간 지능에서 유일하게 고유한 것은, 우리가 여전히 인간이 존재하기를 바란다는 것뿐이다.
이 한 문장이 22분 전체의 결론을 미리 깔아 놓은 것이다. 이 글도 그 순서를 그대로 따라간다.
(참고: 2024년 IMO에서 구글 딥마인드의 AlphaProof·AlphaGeometry 2가 6문제 중 4개를 풀어 은메달 수준 점수를 받은 것은 딥마인드가 직접 발표하고 이후 네이처(Nature)에도 실린 사실이다. 발표자의 개인 주장이 아니라 제3자로 검증된 사건이다.)
학교에서 학생들이 AI로 가장 많이 부정행위를 하는 부분이 글쓰기 숙제다. 발표자는 이걸 "인류 문명에 큰 문제가 될 수 있다"고까지 말한다.
왜 그렇게까지 말하는가. AI, 정확히는 대형언어모델(LLM, Large Language Model)이 잘하는 게 정확히 무엇인지 생각해 보면 답이 나온다. LLM은 말의 패턴을 보고 다음에 올 말을 맞히는 데 특화된 프로그램이다. 즉 "언어를 다루는 능력" 자체가 이 기술의 핵심이다.
그런데 아이들이 글쓰기를 AI에게 넘기면, 언어를 다루는 능력 자체를 기를 기회를 잃는다. 그리고 그 능력은 논리적으로 생각하는 능력과 직결된다. 이 능력을 못 기른 아이들은 커서도 스스로 사고하지 못하고, 남이 주는 걸 그냥 받아쓰는 사람이 된다.
여기서 발표자는 선을 하나 긋는다. 이미 다 자라서 그 능력을 갖춘 어른이 업무를 위해 AI로 글을 쓰는 건 괜찮다. 그건 일을 하는 것이다. 문제는 학교다.
학교 숙제로 AI에게 글을 쓰게 하는 건, 운동하려고 1마일을 뛰는 대신 자동차로 1마일을 달리는 것과 같다. 얻는 운동 효과는? 없다.
몸을 안 쓰면 몸이 약해지듯, 생각을 안 하면 정신이 약해진다. 학교 글쓰기는 돈을 벌기 위한 결과물이 아니라, 그 자체가 학습 과정이라는 게 요점이다.
그러니 다음 세대에게 정말 중요한 건 읽기·쓰기·소통·논리 같은 언어 능력이다. 수학을 배우는 이유도 나중에 대수학을 쓰기 위해서가 아니라, 한 번도 안 겪어본 상황을 스스로 뚫고 나가는 힘을 기르기 위해서라고 그는 말한다.
발표자와 함께 일하고 싶어 하는 고등학생을 그는 수도 없이 인터뷰한다. 그 인터뷰 방식이 독특하다.
일부러 수학 문제를 던진다. 분석적으로 사고하는지 보기 좋아서다. 그리고 계속 질문을 바꿔가며 던진다 — 학생의 몸짓과 표정에서 "이 문제는 진짜 처음 본다"는 게 분명해질 때까지. (전에 본 문제를 풀 때는 눈빛에 자신감이 보인다고 한다.) 즉 0장에서 본 IMO의 조건 — "완전히 새로운 문제" — 을 인터뷰 자리에서 그대로 재현하는 것이다.
학생이 정말 처음 보는 문제 앞에 섰다는 게 확인되면, 그는 힌트를 주기 시작한다. 그 힌트는 학교에서 배운 적 없는 새로운 사고방식이다. 그리고 지켜본다. 이 새로운 힌트들을 얼마나 빨리 조합해서, 한 번도 안 풀어본 문제의 답을 만들어내는가. 이것도 창의성의 한 형태라고 그는 말한다.
하지만 이건 창의성이 필요한 여러 상황 중 하나일 뿐이다. 그는 곧바로 더 중요한 것으로 넘어간다.
앞으로 사람들에게 정말 필요한 능력은, 다른 사람에게 가치와 기쁨을 만들어 주고 싶어 하는 마음이라고 그는 말한다.
이유를 설명하는 논리가 꽤 도발적이다. 인류는 오랫동안 이 행성에서 가장 유능한 종이었다. 곧 그렇지 않게 될 것이다. AI가 개인이 혼자 할 수 있는 일의 상한선을 계속 끌어올리기 때문이다. 그럼 사람이 살아남는 길은 서로 힘을 합치는 것뿐이다.
그런데 남이 나와 팀을 이루고 싶어 하게 만드는 유일한 방법은, 내가 진심으로 상대에게 가치를 만들어 주고 싶어 하는 사람인 것이다. 그렇지 않으면 나쁜 파트너가 되고, 아무도 나와 팀을 이루려 하지 않는다.
팀에 합류하지 못하면, 기회를 잃는다. 결국 그런 일들은 AI로도 할 수 있는데, 그럼 누가 굳이 당신을 고용하겠는가?
사람들이 당신을 팀에 넣는 이유는 결국 하나다. 당신이 가치를 만들어 줄 것 같고, 그 느낌(vibe)이 좋아서.
그럼 어떻게 가치를 만드는가. 발표자는 진짜 풀어야 할 문제가 무엇인지 알아내는 사람이 더 많이 필요하다고 말한다. 그런데 아이들은 종종 이걸 놓친다. 문제는 공감(empathy)을 통해서만 풀린다는 사실을 모르기 때문이다.
상대의 눈으로 그 문제를 그려볼 수 없다면, 그 문제는 풀 수 없다.
이 "남을 기쁘게 하려는 마음"이라는 축은 6장(진짜 행복해지는 삶의 목표)과 14장(진짜 문제를 풀면서 돈도 버는 법)에서 다시 나온다. 여기서 잡아 두자.
지난주 발표자는 미국 내슈빌(컨트리 음악의 본고장)의 한 바에서 노래하는 사람을 봤다. 정말 재능 있는 가수였다. 문득 궁금해졌다. 내슈빌에서 무대에 서는 자리를 얻는 게 얼마나 어려운 일일까?
그는 AI에게 물었다. 그런데 그가 원한 건 AI가 요약해 주는 답 하나가 아니었다. 근거 링크를 보여 달라고 했다. 그 공연장의 배경이 뭔지, 어떤 사람들이 그 자리를 원하는지, 왜 이 가수가 황금 시간대에 뽑혔는지 — 스스로 결론을 내리기 위한 재료를 원한 것이다.
여기가 이 장의 핵심이다.
나는 AI에게 보고서를 쓰게 한 게 아니다. 나 자신을 그 목표에 대해 더 잘 이해하는 사람으로 만들려고 AI를 썼다.
이걸 그는 "세상을 시뮬레이션하기"라고 부른다. 어떤 제품이나 전략을 머릿속에 그려 놓고, "내가 이렇게 하면 어떻게 될까?"를 미리 돌려보는 능력이다. 그리고 이게 성공한 창업가를 만드는 초능력이라고 말한다.
2장(AI가 글쓰기를 대신 하면 안 되는 이유)과 이 장의 관계를 눈치챘을 것이다. 둘 다 같은 원칙이다. AI가 결과물을 대신 만들어 주게 하지 말고, AI를 써서 내 머릿속 이해를 키워라.
발표자는 원래 "사람들이 수학 문제를 잘 풀도록 돕는 것"만 생각하며 교육에 뛰어들었다. 지금 돌아보면, 답부터 갖고 문제를 나중에 찾아 붙인 격이었다고 그는 인정한다. 막연히 수학을 잘하는 게 중요할 거라 여겼을 뿐이었다.
생각이 바뀐 계기는 그가 미국 국제수학올림피아드 국가대표팀 코치가 되면서다. 그는 아주 똑똑하고 유능한데도 우울한 아이들을 계속 봤다. 게다가 고등학교를 졸업한 뒤에는 다음에 뭘 해야 할지조차 모르는 경우가 많았다.
이유를 그는 이렇게 짚는다. 이 아이들은 인생의 목표를 "남보다 뛰어나다는 걸 증명하는 것"이라고 여겼다. 그런데 그런 목표는 구조적으로 만족이 없다. 항상 나보다 나은 누군가가 있기 때문이다.
여기서 발표자는 방향을 완전히 뒤집는다. 인생의 목표가 "남을 이기는 것"이면 절대 만족할 수 없다. 반대로 목표가 "남을 기쁘게 하는 것"이면 다르다.
남을 기쁘게 하는 건 중독성이 있다. 다섯 명을 기쁘게 할 수 있다면, 이제 500명은? 1000명은? 하면 할수록 더 하고 싶어진다.
그리고 재미있게도, 이게 전통적인 의미의 성공과도 상관관계가 있다. 그래서 그는 이 사고방식을 전 세계로 퍼뜨려야겠다고 결심했다 — 자신이 이미 국가대표팀 코치라는 자리를 통해 사람들의 사고방식을 바꿀 수 있는 위치에 있었기 때문이다.
그가 지금까지 본 두 극단이 있다. 순수한 경쟁으로 끝까지 가 본 것, 시험 점수만 올리려고 문제 풀이만 해 본 것. 둘 다 그가 볼 때 옳은 목표가 아니다.
발표자는 카네기멜런에서 자기 수업을 이렇게 진행한다. 칠판 앞에 서서 분필을 들고 이렇게 쓴다 — "오늘 이걸 할 건데, 방법이 정확히 기억이 안 나네요." 그리고 학생들에게 아이디어를 요구한다. 수업은 학생이 아이디어를 내고 그가 피드백을 주는 방식으로 진행된다.
이 방식을 더 많은 사람이 경험하게 하려고 그가 만든 게 온라인 프로그램 "LIVE"다. (실제 서비스명이며, live.poshenloh.com 에서 운영 중이라는 것을 확인했다.)
핵심 병목은 이거였다. 비판적 사고와 브레인스토밍을 이끌 코치가 충분하지 않다는 것. 발표자는 이걸 두 가지 관찰을 겹쳐서 풀었다.
그런데 수학을 잘하는 15~18세 고등학생들을 보면서 그는 또 하나를 발견했다. 이 아이들의 진짜 한계는 과학·기술·공학·수학 실력이 아니라, 소통 능력·자신감·사람을 이끄는 힘이 될 거라는 점이었다.
그래서 그는 친절하고 수학을 잘하는 고등학생을 뽑아, 전문 코미디언과 배우를 붙였다. 배우들이 이 학생들에게 카리스마 있게 말하는 법, 사람 마음을 얻는 법을 가르쳤다. "누구든 설득해서 수학을 좋아하게 만들 수 있다면, 뭐든 설득할 수 있다"는 게 그의 논리다.
운영 방식은 이렇다. 고등학생이 중학생에게 수학을 가르치는 동안, 배우가 시간당으로 고용되어 실시간으로 지켜본다. 그리고 그 자리에서 "더 열정적으로, 더 공감하게, 더 사람을 끄는 방식으로" 피드백을 준다. 결과는 모두가 이기는 구조(win-win)다.
이 프로그램에는 설계가 하나 더 숨어 있다. 고등학생들이 둘씩 짝을 지어 가르친다는 점이다.
짝을 짓는 이유는 두 가지다. 가르치는 경험이 더 재밌어지는 것도 있지만, 진짜 목적은 친절하고 수학을 잘하는 이 아이들끼리 서로 알게 되는 것이다.
왜 이게 중요한가. 발표자는 앞으로 인류가 마주할 도전이 무엇일지 모르지만, 기술 때문에 그 도전은 반드시 커질 것이라고 본다. 그래서 필요한 건 서로 아는, 서로 신뢰하는, 친절하고 유능한 사람들의 큰 네트워크다. 문명을 위협할 만한 문제가 실제로 닥쳤을 때, 나서서 힘을 합칠 사람들이 있어야 하기 때문이다.
그가 전 세계를 돌아다니며 신경 쓰는 것도 결국 이거다 — 인간 사회가 기술발 위기에 맞설 만큼 튼튼한가. 그리고 그는 이게 결국 "사려 깊음(thoughtfulness)"에서 시작한다고 말한다. 이 단어가 다음 장부터 계속 나온다.
발표자는 여러 해에 걸쳐 사람들이 생각하는 것 자체에 흥미를 잃어가는 모습을 지켜봤다. 그는 이게 아이패드 같은 기기로 스스로를 오락시킬 수 있게 되면서 생긴 일이라고 본다. 그리고 AI가 이걸 훨씬 더 심하게 만들 수 있다고 경고한다.
왜 위험한가. 인생의 재미는 내가 직접 무언가에 내 몫을 보태는 데서 온다는 게 그의 주장이다. 사람들이 그림을 그리고, 자기만의 스타일을 넣고, 자기 방식대로 옷을 입는 걸 좋아하는 이유가 그거다. 이게 바로 취향(taste)이다 — 세상에 자기 자신을 표현하는 것.
오늘 뭘 입을지까지 AI가 정해주는 데 익숙해지면, 이 자기표현은 사라진다.
그래서 그는 생각하는 게 재밌다는 것, 자기만의 비틀기(twist)를 넣는 게 재밌다는 것을 더 많은 사람이 발견하길 바란다고 말한다. 이게 AI가 훔칠 수 있는 첫 번째 것 — 취향이다.
사람이 생각하고 판단하는 힘을 잃으면 생기는 또 다른 위험이 있다. 속이기가 훨씬 쉬워진다.
세상은 복잡하다. 같은 상황이라도 이야기를 어떻게 풀어내느냐에 따라 전부 사실인 문장들만 골라서 완전히 다른 인상을 줄 수 있다. 그래서 사람이 비판적으로 사고하고 지금 무슨 일이 벌어지는지 스스로 파악할 수 있어야 한다.
발표자는 여기서 스스로를 예로 든다. "솔직히 말하면 나도 어젠다(의도)가 있다. 나는 더 사려 깊은 세상을 만들려고 하고, 그걸 숨기지 않겠다."
모두에게 어젠다가 있다. 스스로 생각할 줄 모르고 어떤 권위자의 말만 듣는다면, 그 어젠다가 사실은 나에게 해로운 것인지 알 방법이 없다.
10장의 "취향"과 짝을 이루는 게 이 "진실"이다. 하나는 내가 나를 잃는 것이고, 다른 하나는 남이 나를 속이기 쉬워지는 것이다. 둘 다 스스로 생각하는 능력이 사라졌을 때 일어난다.
발표자는 수학자답게 편향(bias)을 이렇게 설명한다. "2 더하기 2는 언제나 4다." 이건 답이 하나뿐이다. 그런데 "인생의 의미가 뭐냐"에는 정해진 답이 없다. 사람마다 출발점이 다른 건 건강한 일이라고 그는 말한다.
문제는 다른 데 있다. 선택지가 아주 짧은 메뉴판밖에 없는데, 그 몇 개를 엄청나게 많은 사람이 따라갈 때 편향이 생긴다.
그는 지금 AI 제공사들을 예로 든다. 클로드(Claude), 오픈AI(OpenAI), 제미나이(Gemini), 중국의 딥시크(DeepSeek). 이 정도가 사람들이 접하는 AI의 "목소리"다. 그런데 세상에는 약 75억 명이 산다. 그 말은 곧 세상에 서로 다른 관점이 75억 개 있다는 뜻이다. AI 제공사 대여섯 개로는 어림도 없다.
그는 곧바로 균형을 잡는다. 이 다양한 관점 중에는 나쁜 생각도 있다. 예를 들어 남을 해쳐서 감옥에 간 사람들의 생각 같은 것. 하지만 전체적으로 보면, 세상이라는 커다란 아이디어 시장에서 다양한 사람이 다양한 철학을 시도해 보는 것 자체가 인류를 더 창의적으로 만드는 힘이라고 그는 본다.
(참고: "75억 명"은 발표자의 어림수다. 실제 세계 인구는 2025년 기준 약 82억 명으로, 그가 말하려는 핵심은 정확한 숫자가 아니라 "관점의 수는 AI 제공사 개수보다 압도적으로 많다"는 것이다.)
여러 AI 도구를 보면 각자 알려진 편향이 있다고 발표자는 말한다. 그가 이걸 대하는 방식은 실제로 따라 할 수 있는 습관이다.
뉴스를 볼 때 나는 CNN.com만 보지 않는다. 폭스뉴스도 본다. 내 X(트위터)는 공화당 쪽 시각을 따라가게 설정하고, 페이스북은 민주당 쪽 시각을 따라가게 설정한다. 그리고 매일 둘 다 본다.
그의 전제는 이렇다. 나도 편향되어 있다는 걸 인정하고 시작한다. 나는 세상을 보는 내 방식이 옳다고 믿는다 — 그런데 상대도 똑같이 그렇게 믿는다. 그가 "세상을 시뮬레이션"하며 하는 일은, 상대와 내가 정확히 어느 지점에서 의견이 갈리는지를 찾는 것이다. 보통은 삶을 어떻게 살아야 하는가에 대한 몇 가지 가치관 차이에서 시작해서, 같은 사건도 다르게 보도하는 결과로 이어진다.
그는 이게 AI 시대에 더 중요해졌다고 강조한다. AI는 아주 설득력 있고 이야기가 완결된 것처럼 말한다. 그래서 어떤 논쟁적인 사안에 대해 전체 이야기를 다 안다고 착각하기 쉽다. 그래서 필요한 질문은 이거다.
이게 정말 전체 이야기인가?
발표자는 자신을 낙관주의자라고 부른다. 이유는 이거다. 사려 깊은 사람들은 서로 뭉친다.
그는 8장에서 소개한 고등학생 네트워크를 3년째 지켜보고 있다. 이제는 더 이상 아이가 아닌 어른이 되어 가는데, 여전히 아주 똑똑하면서도 친절하고, 무엇보다 서로를 알고 있다. 이게 그를 낙관하게 만든다.
그리고 여기서 중요한 논리 하나를 더한다. 자신이 이런 사람들과 함께 일하고 있다는 것 자체가, 세상 다른 곳에도 비슷한 사람들이 있다는 증거라는 것이다. 사람을 진심으로 좋아하고 세상을 더 밝게 만들고 싶어 하는 사람들이 힘을 모으면 무슨 일이 가능한지, 그는 자신의 눈으로 직접 보고 있다고 말한다.
0장에서 잠깐 짚었던 사회적 기업가 개념을 여기서 제대로 풀어보자.
사회적 기업가는 일부러 최대한 부자가 되지 않는 쪽을 택한 사람이다. 돈을 많이 버는 게 목적이 아니라, 기쁜 사람을 많이 만드는 것이 행복의 원천이기 때문이다. 이게 4장의 "남을 기쁘게 하려는 마음", 7장의 "진짜 행복해지는 삶의 목표"와 이어지는 지점이다.
그런데 그는 사회적 기업가 노릇이 쉽지 않다고 솔직하게 말한다. 초기엔 이렇게 느껴진다. "이건 중요한 문제인데, 왜 아무도 나한테 돈을 안 주지? 기부나 투자를 받아야겠다." 그도 처음엔 그렇게 시작했다.
지금은 접근이 다르다. 그는 이제 문제 하나하나가 실제로 세상에 얼마의 비용을 발생시키는지부터 꼼꼼히 따진다. 그의 논리는 이렇다.
정말 문제라면, 거기엔 진짜 비용이 있다. 그렇다면 돈을 벌 수 있어야 정상이다.
그가 세운 원칙: 좋은 사회적 기업은 도움을 준 사람 한 명 한 명에게서 순이익을 남겨야 한다. "기업가(entrepreneur)"라는 말에는 사업의 형태로 지속 가능해야 한다는 뜻이 포함되어 있다는 것이다.
사회적 기업이 흔히 실패하는 지점도 짚는다. "하면 좋을 일"과 "실제로 돈을 받을 수 있는 일"을 연결 짓지 못하는 것. 그가 제안하는 순서는 이렇다.
실제 사례가 그의 회사다. 중학생을 위한 방과 후 수학 강화 수업을 운영해 돈을 내는 고객들에게서 이익을 낸다. 그리고 그 이익으로 세계 다른 지역의 학생들을 지원(보조금)한다.
그가 만든 것 — 전문 배우가 실시간으로 코치하는 친절한 고등학교 수학 스타들이, 중학생에게 라이브 스트리밍으로 수학을 가르치는 구조 — 은 그의 말로는 "사실 뻔한 아이디어"다. 배우도 있고, 수학 잘하는 사람도 있고, 모두가 이득을 본다.
그런데 그 뻔해 보이는 아이디어까지 오는 데 8년이 걸렸고, 지금의 규모로 키우는 데 11년이 걸렸다고 그는 말한다. 그 사이에 얼마나 많은 이상한 아이디어들이 있었을지 상상해 보라고 그는 덧붙인다. 이게 바로 다음 장의 주제로 이어진다.
발표자는 재미 삼아 늘 이 질문을 스스로에게 던진다고 말한다. "다른 방법은 없을까? 다른 방법은 없을까?"
그가 쓰는 두 단계 과정이 있다.
그가 밝히는 성공률은 이렇다. 새로 낸 아이디어의 99%는 근본적으로 결함이 있다. 1%만 쓸 만하다. 그래서 "다른 방법은 없을까"를 계속 묻는 것 자체가, 그저 재미를 위해서라도 습관이 되어야 한다고 그는 말한다.
흥분하며 아이디어를 생성하고, 있는 힘껏 파괴한다. 그러다 보면 결국 다이아몬드 하나가 나온다. 그럼 그걸 밀어붙인다.
15장에서 본 "8년 걸려 나온 뻔한 아이디어"는 바로 이 체(생성→파괴→생성→파괴…)를 오래 돌린 결과였다는 뜻이다. 강연은 여기서 끝난다.
| 낱말 | 뜻 | 나온 장 |
|---|---|---|
| IMO(국제수학올림피아드) | 세계 고교생 최고 수준 수학 대회. 매년 완전히 새 문제 6개 | 0, 1, 3 |
| 사회적 기업가 | 돈보다 문제 해결이 목적이지만, 지속하려면 수익도 필요하다고 보는 사업가 | 0, 15 |
| 대형언어모델(LLM) | 말의 패턴을 학습해 다음 말을 예측하는 AI. "언어"가 핵심 능력 | 2 |
| 세상을 시뮬레이션하기 | AI로 결과물을 대신 만들게 하지 않고, 내 머릿속 이해를 키우는 데 쓰는 것 | 5, 13 |
| 취향(taste) | 세상에 자기만의 방식을 보태는 자기표현. AI가 대신 결정하면 사라진다 | 10 |
| LIVE | 발표자가 만든 온라인 프로그램. 고등학생이 중학생에게 수학을 라이브로 가르친다 | 8, 9 |
| 자막에 찍힌 것 | 실제 | 확인 방법 |
|---|---|---|
| Po Shanlow | Po-Shen Loh (포션 로) | 영상 제목(_정보.tsv)과 본인 웹사이트 poshenloh.com 대조 |
| Carnegie Melon University | Carnegie Mellon University (카네기멜런 대학) | 대학 공식 명칭 확인 |
| "live"(프로그램 이름) | LIVE — live.poshenloh.com | 웹검색으로 실제 서비스 페이지 확인 |
발표자가 미국 IMO 국가대표팀 코치를 맡은 정확한 시기(재임 연도), 그리고 "11년/8년"이라는 수치가 정확히 언제부터 언제까지를 기준으로 한 것인지는 영상에 나오지 않는다. 자막만으로는 확정할 수 없다.
유튜브에는 이 영상의 영어 원어 자동자막(en-orig)과 한국어 자막(ko) 둘 다 있다. 발표자가 영어로 말했으므로 원어인 영어 자동자막을 썼다. 한국어 자막은 영어를 기계번역한 것으로 보여, 숫자나 표현이 바뀔 위험이 있어 쓰지 않았다.