목차 · 4개 장
- 1부파고 내려가기
- 2부답이 아니라 과정을 받아 내기
- 3부맡기지 말아야 할 것
- 덧붙임논문·자료를 다루는 방식
배우려는 주제 하나를 정하고 시작합니다. 예시는 영상과 같이 디퓨전 모델로 두겠습니다. 무엇으로 바꿔도 절차는 같습니다.
1부파고 내려가기
1주제가 아니라 문제부터 고른다
- 무엇을
- "디퓨전 모델 공부하기"가 아니라 "내 사진 100장으로 그림 만들어 내는 것 돌려 보기"처럼, 끝났는지 아닌지를 눈으로 판정할 수 있는 과제를 정합니다.
- 무엇을 얻고
- 배울 것을 내가 고르지 않아도 됩니다. 과제가 막힐 때마다 무엇을 배울지 알려 줍니다.
- 왜
- "진짜 문제가 있으면 모든 게 아주 단순해진다"가 그의 출발점입니다 [07:16]. 덧붙여 그는 압박 없이는 아무것도 못 배운다고 말합니다 [07:48]. 마감이나 결과물이 걸린 과제가 좋습니다.
2어떤 프로젝트를 할지도 AI에게 묻는다
- 무엇을
- "이 주제에서 가장 근본이 되는 개념이 뭐냐"부터 묻고, 이어서 "그럼 나한테 시작하기 좋은 프로젝트를 하나 짜 줘. 코드도 다 써 줘"라고 합니다.
- 무엇을 얻고
- 무슨 뜻인지 하나도 모르는 코드 한 뭉치.
- 왜
- 이게 정상입니다. 그는 그 상태를 이렇게 표현합니다 — "코드가 잔뜩 나오고, 나는 무슨 일이 일어나는지 전혀 모릅니다" [14:24]. 모르는 채로 시작하는 것이 이 방법의 1단계입니다.
3돌려 보고, 버그를 같이 고친다
- 무엇을
- 실행합니다. 깨집니다. 무엇이 잘못됐는지 AI에게 말하고 함께 고칩니다.
- 무엇을 얻고
- 돌아가는 물건 하나, 그리고 "여기서 이게 일어나고, 저기서 저게 일어난다"는 대략의 감.
- 왜
- 고장 난 자리가 곧 이해가 필요한 자리입니다. 버그가 어디를 파야 하는지 짚어 줍니다. [14:57]
4한 줄씩 "이건 뭐 하는 거냐"로 내려간다
- 무엇을
- 코드의 각 부분을 짚어 가며 묻습니다. 답에 모르는 낱말이 나오면 그 낱말을 다시 묻습니다. 모르는 게 안 나올 때까지 반복합니다.
- 무엇을 얻고
- 기초 지식. 순서만 거꾸로 왔을 뿐 내용은 같습니다.
- 왜
- 그의 실제 경로는 이랬습니다. 프로젝트 → 버그 → 이 모듈은 왜 학습이 되나 → 행렬 곱셈 → 선형대수 → 수학적 직관 [12:11]. 학교라면 정확히 반대로 갔을 순서입니다.
2부답이 아니라 과정을 받아 내기
5응답 방식을 먼저 지정한다
- 무엇을
- 커스텀 지시문이나 대화 첫머리에 아래를 넣습니다. 그가 실제로 쓰는 것을 옮긴 것입니다.
극도로 직설적이고 구체적으로 답해.
네가 만든 코드의 중간 상태와 모양(shape)을 항상 전부 보여 줘.
왜 그런 일이 일어나는지 직관적으로 이해되게 해 줘.
확신이 없으면 선택지들을 보여 주고,
남들은 무엇을 시도했는지, 왜 이건 되고 저건 안 됐는지도 알려 줘.
- 무엇을 얻고
- 결과만 있는 답 대신 중간 과정이 보이는 답.
- 왜
- AI는 기본값으로 모두에게 무난한 답을 냅니다. 모두에게 무난한 답은 나에게 최적인 답이 아닙니다 [19:24]. 그리고 중간 상태가 보여야 내가 어디서 이해를 놓쳤는지 내가 짚을 수 있습니다.
6막히면 손동작 네 개를 쓴다
- 무엇을
-
- "12살한테 설명하듯 해 줘" — 개념을 현실 사물에 붙여 줍니다 [16:04]
- "이해에 필요한 분포를 그래프로 그려 줘" [22:47]
- "이 기능이 세상에 없었다면 그래도 이걸 발명했을까?" — 그게 왜 존재하는지가 드러납니다 [22:47]
- "왜?"를 계속 붙인다 — "더 효율적으로 학습된다" → "왜 효율적인데?" → "기울기가 이렇게 흘러서" → "그럼 없으면 어디서 막히는데?" [15:30]
- 무엇을 얻고
- "들으니 그럴듯하다"가 아니라 "아, 딸깍 맞물렸다" 하는 순간.
- 왜
- 그가 정한 목표가 그것입니다. '아하' 순간의 빈도를 최대로 올리는 것을 자기 효용 함수라고 부릅니다 [19:58].
7이해했다 싶으면 거꾸로 내가 설명한다
- 무엇을
- "내 이해는 이런데, 이게 완전히 맞아?"라고 내 말로 설명해서 되돌려 줍니다. AI가 틀린 데를 잡거나 빠뜨린 데를 짚어 주면, 그 부분만 다시 묻습니다.
- 무엇을 얻고
- 착각의 발견. 설명해 보기 전까지는 안다고 느끼는 것과 아는 것이 구별되지 않습니다.
- 왜
- 파인만 기법입니다. 예전엔 들어 줄 사람이 있어야 가능했지만 이제 AI가 그 자리를 맡습니다 [17:44]. 카파시 세 줄 중 두 번째 — "배운 건 자기 말로 정리해 가르쳐라" — 가 이것입니다.
3부맡기지 말아야 할 것
8코드는 반드시 다 읽는다
- 무엇을
- AI가 준 코드를 붙여 넣기 전에 전부 읽습니다. 모르는 줄이 남아 있으면 4단계로 돌아갑니다.
- 무엇을 얻고
- 이 방법이 공부가 되느냐 답 베끼기가 되느냐의 갈림길. 여기 하나에 달려 있습니다.
- 왜
- "저는 바이브 코더가 아닙니다. 코드에 관해서라면 고집이 아주 셉니다" [27:10]. 그의 입장은 한 문장으로 정리됩니다 — "지름길을 타고 싶은 건 맞습니다. 다만 기초 전부를 이해하기 위한 지름길입니다" [27:43]. 줄이는 것은 걸리는 시간이지 이해의 깊이가 아닙니다.
9질문이 떠오르면 즉시 넣는 습관을 만든다
- 무엇을
- 궁금한 게 생기거나 뭔가를 추측해야 하는 순간마다 바로 묻습니다. 나중에 몰아서 하지 않습니다.
- 무엇을 얻고
- 앞의 여덟 단계가 실제로 굴러가게 만드는 연료.
- 왜
- 가장 사소해 보이는데 제일 어렵습니다. 그도 이게 몸에 붙는 데 1년이 걸렸습니다 [21:09]. 사촌이 매달 밀어붙였는데도 "이 문제 있네 → 물어봐야지"가 자동으로 연결되기까지 1년이었습니다.
덧붙임논문·자료를 다루는 방식
공부가 어느 정도 굴러가면 논문을 만나게 됩니다. 그의 방식은 이렇습니다.
- 통독하지 않습니다. 대신 이렇게 시킵니다 — "이 논문이 기존 것과 비교해서 정확히 뭘 다르게 했는지 극도로 구체적으로 목록으로 뽑아 줘." 논문 대부분은 아는 기법에 몇 개를 얹은 것이라, 이 목록만으로 읽을 값어치가 있는지 판단이 섭니다 [26:37]
- 구현하기로 결정한 논문만 정독합니다. 그것도 주로 버그가 났을 때입니다 [26:37]
- 막힐 땐 "내 코드베이스 전체를 줄 테니 개선 아이디어 10개를 달라"고 하고, 읽을 논문까지 추천받습니다 [25:28]
이 계획을 쓰기 전에 스스로 확인할 것
내가 틀렸을 때, 무엇이 나에게 그걸 알려 주는가?
탑다운에는 시험이 없습니다. 학교의 기능 중 하나는 지식 전달이 아니라 착각을 걸러 내는 것인데, 혼자 배우면 그게 빠집니다. 가브리엘에게는 그 자리를 메우는 것이 세 개 있었습니다 — 코드를 다 읽고, 되설명해서 확인받고, 실제로 돌려서 결과를 눈으로 봤습니다. 영상 모델은 잘 됐는지 화면에 그대로 나오니까요.
1단계에서 "눈으로 판정할 수 있는 과제"를 고르라고 한 이유가 이것입니다. 이 문단은 인터뷰에 없는 정리자의 판단입니다.