AI에 사고를 통째로 맡기는 현상, 해커뉴스에서 '깊은 이해' 가치 논쟁으로 번져

나는 오히려 반대로 함. AI 시대일수록 기술을 더 깊게 파야 한다고 봐서 후배들한테 항상 교과서 펴고 공부하라고 함. 깊은 이해가 곧 상품(commodity)이 될 거라고 확신함

어려운 개념 배우기는 쉬워졌는데 그 개념 이해 없이 결과물 만들기도 쉬워짐. 결국 목적의식 갖고 도구 쓰는 훈련이 필요한 거지

나도 후배들한테 교과서 보라고 하는데, 걔들이 만든 거 보면 데이터 모델도 엉망이고 학문적 기초가 없어서 손코딩으로는 절대 못 만들 수준임

commodity라는 건 대량으로 있을 때만 가치가 낮은 거 아님? 깊은 이해가 흔해진다고 가치가 떨어지는 게 아니라 오히려 반대일 수도

AI는 훈련 데이터 많은 중간 난이도 작업은 정말 잘함. 그럼 사람이 가치를 낼 곳은 결국 분포의 끝단, 더 깊고 복잡한 주제밖에 안 남음

'그래서 뭐 했어?'만 AI한테 물어보는 게 진짜 딥다이브임? 디버깅하고 머리 쥐어뜯는 과정 없이 나온 이해는 예전 방식이랑 질이 다르다고 봄

교과서 읽으라는 것보다 AI를 비판적으로 쓰는 법을 가르치는 게 낫지 않을까. 질문하고 답 받고 의심하고 검증하는 루프를 돌리는 게 나한텐 교과서보다 훨씬 학습 효과 좋았음

'너 이제 매니저처럼 생각해'라는 말 진짜 싫음. 자동화든 사람이든 관리하는 거 자체가 싫어서 예전부터 승진도 거절했음

LLM이 생성한 텍스트 읽는 게 왜 책 읽는 것보다 '우리의' 이해를 더 깊게 만든다는 건지 이해가 안 됨

좋은 매니저들도 결국 기술을 깊게 파고듦. 코드를 더 쓰려는 게 아니라 개발자가 허튼소리하는지 판별하려고 그러는 거임

깊은 지식은 commodity가 되는 게 아니라 정반대 방향으로 갈 거라고 봄

나는 AI로 진짜 학습을 함. Claude가 정보를 다 떠먹여주지만 결정은 내가 내림, 리서치를 AI로 대체했을 뿐임

나도 비코딩 업무에서 처음으로 진짜 유용하다고 느낀 게 이거임, 안 써본 Azure 관련 작업 리서치할 때

직접 뭘 만들 때는 다름. AI한테 결정을 너무 많이 넘기게 되는 유혹이 진짜 강함

AI가 너무 아부하듯 답해줘서(sycophantic) 그게 문제임

AI로 진짜 배우는 사람도 있지만 대부분은 그렇게 안 씀. 10M 파라미터 모델을 직접 학습시킬 때 AI로 개념 설명받고 시각화까지 만들었지만, 전체 코드를 그냥 짜달라고 안 하고 일부러 씨름하면서 배웠음. 의도적으로 노력해야 진짜 학습이 됨

계산기 쓸 때도 항상 머릿속으로 답을 먼저 어림잡아보는 습관이 있음, LLM한테도 똑같이 함. 대신 답을 그냥 안 믿고 뉘앙스는 감안함

슬라이드룰이나 로그표로 계산 가르치면 애들이 전략부터 세우고 계산했을 거라 생각함, 지금은 그 그런트워크가 사라지면서 수학적 감각 자체가 퇴화한 거 같음

계산기 비교는 의미 없음. 계산기는 뭘 넣을지 몰라도 아무것도 안 해주는데 LLM은 그 과정 자체를 다 없애버림

회사에서 커넥션 풀링 전략 정할 때 다들 자기 판단은 없고 자기 에이전트가 뭐라 했는지만 우기고 있음, 아무도 모른다는 걸 인정 안 하고 그걸 무능함으로 취급함