# 고졸 출신OpenAI 입사하다
Canonical: https://social-archive.org/hjbhjh/HfqTMcy7by
Original URL: https://blog.naver.com/bizucafe/224114767276
Author: BZCF
Platform: naver
## Content
> 🔗 [dy1(@dy1.mag) • Instagram 사진 및 동영상](https://www.instagram.com/dy1.mag/) > 팔로워 27K명, 팔로잉 0명, 게시물 208개 - dy1(@dy1.mag)님의 Instagram 사진 및 동영상 보기 가브리엘 피터슨. 고졸. 독학으로 공부해 OpenAI에서 일하고 있는 사례. ​ 앞으로 이런 경로는 점점 더 많아질 가능성이 크다. 과거에는 고급 정보와 지식이 특정한 권위나 조직을 통해서만 일방적으로 전달되었다면, 지금은 누구나 그 정보에 직접 접근할 수 있는 환경이 만들어졌다. 더 나아가, 개인 단위의 자원만으로도 충분히 의미 있는 결과를 만들어낼 수 있는 시대다. ​ 지식과 도구, 인프라는 빠르게 공공재처럼 열리고 있다. 결국 격차를 만드는 것은 정보의 유무가 아니라, 그것을 활용하려는 의지와 태도가 될 것같다. 이 흐름 속에서 사람들은 자연스럽게 두 갈래로 나뉠테고. ​ 교육의 방식 역시 근본적으로 달라질 수밖에 없다. 위계적인 전달 구조가 아니라, 훨씬 더 유연하고 분산된 형태로 재편될 것 같다. 앞으로의 시대는 조직보다 개인, 계층보다 네트워크, 중앙집중보다 점조직화가 더 어울리는 환경으로. 어떻게 적응할 것인가? ​ ![Image 1](https://social-archiver-api.social-archive.org/media/archives/hjbhjh/z1klCtA3kz/media/0.png) --- **1. 공부의 순서를 당장 뒤집어라** 우리는 늘 기초부터 닦으려 한다. 수학 정석을 떼고, 선형대수를 배우고, 그제야 머신러닝을 시작하려 한다. 가브리엘은 이 방식을 "가장 느리고 비효율적인 길"이라며 단호히 거부했다. 그는 '탑다운(Top-Down)' 방식을 택했다. 일단 만들고 싶은 프로젝트를 정하고, 코드를 복사해서라도 돌리기. 그리고 버그가 나면 그때 비로소 "왜 안 되지?"를 파고들기. 필요성을 느낀 상태에서 채우는 지식만이 진짜 내 것이 된다. ​ **2. 챗GPT를 '과외 선생님'으로** 어려운 AI 개념인 '임베딩'이나 '역전파'를 만났을 때, 가브리엘은 절대 그냥 넘어가지 않았다. 그는 AI에게 "내가 12살이라고 가정하고, 서점이나 도서관 같은 현실 세계의 사물에 비유해서 설명해줘"라고 집요하게 요청했다. 추상적인 수학 공식이 머릿속에서 생생한 그림으로 바뀌는 '아하! 모먼트'가 올 때까지 질문을 멈추지 않기. 이것이 박사 학위 없이도 박사급 지식을 쌓은 비결이다. ​ **3. 결과가 아니라 '로직‘을 보여줘** 대부분은 AI가 짜준 코드가 작동하면 만족하고 끝낸다. 하지만 가브리엘은 "데이터가 흘러가면서 텐서(Tensor)의 크기와 형태가 단계별로 어떻게 변하는지 중간 과정을 주석으로 다 보여줘"라고 명령했다. 블랙박스처럼 결과만 받아먹는 게 아니라, 데이터의 흐름을 눈으로 직접 확인하며 로직을 장악하기. 그래야 응용이 가능해진다. ​ **4. '오답의 이유'를 물어라** 진짜 실력은 '왜 이 방법은 안 되는가'를 알 때 생긴다. 가브리엘은 AI가 제안한 코드에 대해 항상 반문했다. "왜 하필 이 라이브러리를 썼어? 다른 대안은 없었어? 그 대안은 왜 선택하지 않았어?" 성공 사례뿐만 아니라 실패의 이유까지 AI와 토론하며 학습하기. 이 과정을 통해 한 가지 정답이 아닌 수백 가지 맥락을 동시에 배우게 된다. ​ **5. 이력서 대신 'A3 용지'** 가브리엘은 코딩 초보 시절, 고객사를 찾아갈 때 이력서 따위는 들고 가지 않았다. 대신 그 회사의 웹사이트 추천 시스템을 개선한 결과물을 A3 용지에 'Before & After'로 인쇄해서 들고 갔다. 회사는 '학벌'이 아니라 '돈'을 본다. "내가 당신네 회사의 돈을 벌어다 줄 수 있다"는 것을 눈에 보이는 데모(Demo)로 증명하기. 그러면 학위는 종이 조각에 불과해진다. ​ **6. 논문은 끝까지 읽지 마라** 쏟아지는 최신 AI 논문을 다 읽을 시간은 없다. 가브리엘은 논문 PDF를 AI에게 던져주고 딱 하나만 시켰다. "기존 기술과 비교해서 기술적으로 변경된 핵심 차이점(Diff)만 리스트로 뽑아줘." 내 프로젝트에 적용할 만한 가치가 있는지 30초 만에 판단하고, 필요한 부분만 깊게 파고들기. 정보의 홍수 속에서 중요한 건 속도와 선별력이다. ​ **7. 당신을 '사랑하는 사람'에게 조언을 듣지 마라** 부모님과 선생님은 당신을 사랑하기에 '안전한 길'만을 권한다. 하지만 가브리엘은 "대학을 가야지"라는 주변의 만류를 뿌리치고, 자신과 결이 맞는 사촌의 조언을 따라 자퇴와 미국행을 택했다. 리스크를 감수해본 적 없는 사람들의 조언은 필터링하기. 당신이 가고 싶은 길을 먼저 걸어본 사람, 당신과 같은 야망을 가진 사람의 말만이 유효하다. ​ **8. '야생'으로 자신을 던져라** 혼자 책상에 앉아 공부하는 것은 편안하지만 성장이 더디다. 가브리엘은 스타트업에서 "내일 당장 고객사에 팔아야 하는 기능"을 만들며 코딩을 배웠다. 해결하지 못하면 매출이 날아가는 절박한 상황, 그 '실전의 압박감'이 뇌를 스펀지처럼 만든다. 준비가 덜 되었더라도 일단 일을 저지르고, 수습하는 과정에서 배우기. ​ **9. 기회의 '밀도'가 높은 곳으로 ** 스웨덴에서 집 살 돈을 포기하고 그가 샌프란시스코로 떠난 이유는 명확했다. 그곳엔 새벽 4시에도 AI를 이야기하고, 미친 듯이 몰입하는 사람들이 모여 있었기 때문이다. 환경은 의지보다 강력하다. 온라인 커뮤니티든 오프라인 모임이든, 나보다 뛰어나고 열정적인 사람들이 모여 있는 곳으로 몸을 옮기기. 그 밀도가 당신을 성장시킨다. ​ *source : *[*https://www.youtube.com/watch?v=vq5WhoPCWQ8*](https://www.youtube.com/watch?v=vq5WhoPCWQ8) ​