Transcript of 2026 AI 공부 로드맵 | AI 공부 순서 | HongLab
홍정모
0:00최근에 SNS에서 가슴 아픈 사연을0:02하나 보게 되었습니다. 자기는0:03개발의를 굉장히 좋아하지만 일자리를0:06구할 수가 없어서 포기해야 될 것0:08같다라는 사연이었습니다. 사실0:10일자리가 부족하다는 얘기는 굉장히0:13오래된 얘기입니다. 그럼에도 불구하고0:15최근에 특히 신입이나 주니어 레벨에서0:18미래를 안정적으로 계획할 수 있는0:20일자리가 정말 드물어졌다라는 것은0:23심각한 문제라고 할 수가 있습니다.0:25많은 분들이 여기에 대해서 AI0:28때문이다라는 얘기를 하고 있습니다.0:30오늘은 이것이 과연 AI 때문인지0:32그리고 AI 때문이라면 우리가 여기에0:34대응할 방법은 없는 것인지 얘기를0:37나눠 보겠습니다.0:46안녕하세요. 저는 컴퓨터 프로그래밍을0:47가르치는 홍정모입니다. 여러분들0:50마음속에 하루하루 신뢰를 쌓아가면서0:52살아가는 것이 저에게 가장 큰 자산이0:54될 거라는 믿음으로 여러 가지 교육용0:57콘텐츠를 제공하면서 살아가고0:58있습니다. 최근에는 AI에 대해서1:01보다 깊이 있게 알고 싶어 하시는1:03분들이 점점 늘어나고 있는 것1:04같습니다. 구독자분들께 감사드리는1:06마음으로 전문적인 내용을 보다 쉽고1:09재밌게 전달하기 위해서 최선의 노력을1:12기울이고 있습니다. 알파고는 우리1:15모두에게 큰 충격을 안겨 준1:17사건이었습니다. 그 후 10여년 동안1:20우리 일상 생활에서 AI라는 키워드는1:23정말 빠질 수가 없는 존재가1:25되었습니다. 제가 굉장히 안타깝게1:27생각하는 순간이 있습니다. 어떤1:29기술이 인류에게 도움을 준다. 더1:32풍요롭게 만들어 주고 편리하게 해1:34준다라는 관점이 아니라 일자리를 뺏어1:37간다라는 네러티브가 자리 잡은1:40순간입니다. 지금 시점에서 과거를1:42돌이켜 보면 상당 부분이 굉장히1:45과장된 얘기였다라는 생각이 듭니다.1:48최근 들어서 테크 업계에서는 급격하게1:51말을 바꾸고 있습니다. 대량1:54해고라든지 레이오프, 경제 침체 같은1:57것들이 AI 책임이 아니라는1:59주장입니다. 특히 소프트웨어 분야가2:02자동화가 가능하다라는 얘기를 하면서2:05대량으로 해고가 이루어졌었는데요.2:08현실에서는 제품이 망가지기 시작하면서2:11조용히 해고했던 엔지니어들을 다시2:14채용을 하고 있습니다. AI를2:16독구로서 활용하는 관점에서도 사람이2:19하는 일을 대체한다라는2:21방향보다는 결국은 사람이 하는 일을2:24보조하는 방식으로 가고 있다라는2:27통계가 빠르게 나오고 있습니다.2:30정상적인 사고 방식을 가진 기존2:32세대라면 다음 세대를 키우는 것이2:35중요한 의무라는 것을 알고 있습니다.2:37오히려 신입과 인턴을 더 뽑겠다라는2:40목소리도 커져 갔습니다. 그런데2:43여기서 이들이 던지는 메시지에는2:46여러분들이 한 가지 눈여겨 보셔야 될2:49점이 있습니다. 바로 여러분들이 기존2:52세대를 그대로 이어가기 위한2:54존재라기보다는2:56변화를 더 빠르게 받아들이고 함께2:59성장할 수 있는 존재가 되어야3:02한다라는 메시지입니다. 많은 분들이3:05이미 일자리 상황에 대해서는 주의깊게3:08살펴보고 계실 겁니다. 전체 일자리가3:11줄어드는 추세는 사실 꽤 오랫동안3:14지속이 되어 왔는데요. 최근 들어서3:17AI와 관련된 부분은 오히려 일자리가3:20반등을 시작했습니다. 주니어는 모두3:23사라진다라는 얘기 속에서도 조용하게3:26AI 신입은 오히려 샐러리가 늘어나는3:30역설를 보여주고 있습니다. AI가3:33실제로는 새로운 일자리를 만들어 내고3:36있다라는 통계가 나오기 시작했습니다.3:39정말 많은 분들이 AI 서비스를3:43사용을 하고 계십니다. 과연이 정도3:45가지고 내가 일자리를 잃을 것인가?3:47나의 직업이 사라질 것인가에 대해서는3:50정말 의문스러운 점들이 많습니다.3:52모두가 AI 때문에 일자리를 잃을3:54것이다. 여기에 대해서는 더 이상 그3:57누구도 동의하지 않습니다. 그렇다면4:00범위를 좀 좁혀서 자동화가 가장 쉬워4:03보이는 소프트웨어 분야 일자리는 모두4:05사라질 것인가? 절대 아닙니다.4:08오히려 AI를 활용해야 되기 때문에4:11범위가 넓어지고 그로 인해서 할 일이4:14늘어나고 있습니다. AI가 고장낸4:16것을 고치는 것만 해도 새로운4:19일자리가 엄청나다라는 농담까지 나오는4:22지경입니다. 숙련도가 떨어지는 신규4:25인력들. 그러니까 주니어 레벨에서4:28일자리가 모두 없어질 것이다라는4:31얘기가 꽤 나왔습니다. 과연 모든4:33주니어가 AI 때문에 취직을 못 할4:35것인가?이 이것도 사실이 아닙니다.4:38새로운 지식을 가지고 있고 새로운4:40방향성을 가진 존재에는 건전한4:43생태계를 유지하기 위해서는4:45필수입니다. AI라는 것이 잘4:47사용하면 굉장히 쓸모가 있다라는 것도4:50명백한 사실이기 때문에 더욱이이4:53새로운 기술을 생태에 빠르게 배포해4:55줄 수 있는 새로운 인력들은 많이4:57필요합니다. 그렇다면 남는 질문은5:00모두가 최신 AI 분야로 넘어갈 수5:03있는가가 됩니다. 많은 분들이 지금5:06시점에서 어려움을 겪고 있는 가장5:09중요한 이유는 일자리와 기술의5:12미스매치라고 생각을 합니다.5:14인트로에서 살펴봤던 사연입니다.5:17흥미롭게도이 글에는 댓글이 하나가5:20달려 있었습니다. AI 쪽을 살펴보면5:22어떻겠냐라는 조언이었습니다. 그런데5:25안타깝게도 이분은 AI 관련된 스킬을5:29가지고 있지 못했습니다. 저는5:32여러분들의 친구처럼 평생을 살고5:34있는데요. 여러분들이 힘들면 저도5:37힘듭니다. 그래서 여러분들이5:39고민거리인 일자리에 대해서 굉장히5:42많이 조사를 해 봤습니다. 근데 막상5:44검색을 해 보니까 좋은 일자리도 꽤5:47많습니다. 아마 여러분들이 곤란을5:50겪는 지점은 두 가지일 거라고 생각이5:52듭니다. 첫 번째는 진입 장벽입니다.5:54빅테크에서 연봉이 100억씩 된다라고5:56하는 일자리가 쉬울리는 없겠죠.5:59그래서 일지감치 나는 할 수 없다라고6:02생각을 하시는 거 같습니다. 둘째로6:05도전을 해 보겠다라고 마음을 먹더라도6:07어떤 단계를 거쳐서 진행해야 될지가6:10불분명합니다. 그런데 바꿔서 생각을6:13해 보겠습니다. 최신 AI 기술이6:15그렇게 신비롭고 특별한 기술이라면6:18이렇게 많은 일자리들이 새롭게 나오고6:21있을 수가 있을까요? 어떤 새로운6:23기술이 가치가 있다라는 것을6:25인정받는데 데에는 굉장히 오랜 시간이6:27걸립니다. 그런데 한번 인정을 받기6:30시작하면 그 기술이 퍼져 나가면서6:33많은 일자리를 만들어내는 것은 의외로6:36빠릅니다. AI 기술에 대한 수요6:39자체가 엄청나다라는 것은 여러분들6:41몸으로 느끼고 계실 겁니다. 그리고이6:43수요를 이용하기 위해서 세상이6:46움직이고 있습니다. 또 하나 중요한6:48신호는요. 투자입니다. 신규 인력들의6:52일자리는 상당 부분이 투자에서6:54나옵니다. 그리고 바로 지금6:56여러분들은 엄청난 투자가 이루어지는6:59시작점에서 있습니다. 자, 최근에7:01이루어지고 있는 대표적인 투자는7:04파운데이션 모델을 만드는 것입니다.7:06우리가 채 GPT 같은 걸 만들 수7:08있겠냐라는 회의적인 시각이 있었던7:10것도 사실입니다. 그런데 이것도 지금7:13시점에서 보면 이미 많은 회사들이7:16자체적으로 LM을 만들어서 사용을7:18하고 있기 때문에 완전히 실패한다라는7:21시나리오는 고려를 할 필요가7:23없습니다. 반대로 세계 최고 수준의7:26LM을 단기간에 만들 수 있는가?7:29아무래도 GPU 같은 인프라가 부족한7:32상황에서는 후발 주자로서 양적인7:35경쟁에서 앞서 나가기는 어려운7:38상황입니다. 그래서 가장 확률이 높은7:41시나리오는 장기적으로 투자하면은7:44꾸준히 따라갈 수 있다라는 가능성을7:46확인하는 것이라고 보는데요. 사실7:49어떤 시나리오가 되든지간에 AI7:52인재에 대한 수요가 늘어난다는 것은7:55변함이 없습니다. 그러나 시나리오에7:57따라서 어떤 인재가 필요한지에8:00대해서는 약간씩 차이가 있는데요.8:03일단 가장 많은 혜택을 보게 될8:05분야는 그동안 가장 힘들었던8:08분야입니다. 조금 단순화시켜서 설명을8:11드린다면 우리가 일상 생활에서8:13사용하는 모든 홈페이지에 lm 채봇이8:16붙는다라고 생각을 해 보세요. 당연히8:19그 기능을 구현할 수 있는 인력에8:22대한 수요는 엄청나게 생겨납니다.8:25실제로 앞에서 보여 드린 사례처럼 큰8:27회사들일수록 오히려이 AI 기술을8:30도입하기 위해서 허두르고 있습니다.8:32당연히이 엄청난 수요를 뒷받침할 수8:35있는 인프라 쪽에서도 새로운 인력들이8:38많이 필요하고요. 장기적으로는 계속8:41넓은 분야로 퍼져 나갈 것으로 예상이8:43됩니다. 사실 파운데이션 모델의8:46성능이 좋으면 좋을수록 더 많은8:48분야에서 빠르게 혜택을 볼 것으로8:51생각이 됩니다. 참고로 지금 제가8:53보여 드리는 응용 분야와 직군의8:55분류는 이미 미국에서 일자리가8:58늘어나고 있는 분류를 따른 것입니다.9:01그럼 여기서부터는 여러분들이 어떻게9:03공부를 해 나가야 되는지 단계별로9:06설명을 드리겠습니다. 지금 제가9:08정리해 놓은 항목들은 말 그대로9:10최소한의 공부 단계입니다. 크게 세9:14가지로 분류를 할 수가 있는데요. 첫9:16번째는 프로그래밍, 두 번째는 수학,9:19마지막으로 AI까지 쌓아 올려가는9:22방식입니다. 시간적으로 여유가 없고9:25좀 빠르게 시작을 하셔야 된다라고9:27하는 분들께는 수학보다는 프로그래밍을9:30먼저 시작하시기를 권장합니다.9:32프로그래밍 언어를 어떤 것으로9:34시작하는가에 대해서는 여러 가지9:36의견이 있습니다. 미국 쪽에서는9:38여전히 대학교에서도 파이썬으로9:41시작하는 경우가 많고요. 중국9:43쪽에서는 오히려 C언너를 사용하는9:46경우가 많습니다. AI 기술이 그9:49자체로 발전해 나가던 시기에는9:51파이썬만 가지고도 여러분들이 경력을9:54이끌어 갈 수 있는 원동력을 가지실9:56수가 있었는데요. 지금과 같이 오히려9:59AI 기술이 퍼져나가는 시점에서는10:02효율성을 높이는 공부를 하기 위해서10:04C 그리고 C플러스플러스에 대해서10:07여러분들이 최소한의 전문성을 가지시는10:10것은 필수라고 볼 수가 있습니다.10:12자료 구조에서 어느 정도 프로그래밍10:14연습을 하신 다음에 알고리듬으로10:17넘어가는 것이 일반적인 경로입니다.10:20많은 분들이 코테 연습을 위한 문제10:23풀이를 알고리듬 공부라고 오해하시는10:25경우가 굉장히 많습니다. AI가10:28알고리듬 구현을 모두 외우고 있는10:31상황이 되었기 때문에 역설적으로10:33여러분들이 진정한 알고리듬의 의미를10:36이해하는 것이 훨씬 더 중요한 시대가10:38되었습니다. 단기적으로는 코테10:41문제풀이 난이도가 낮아지기를 희망을10:44하고 있는데요. 아직까지는 단기간에10:48코태가 사라질 것으로 기대하기는10:51어렵습니다. 이론까지 포함한 알고리즘10:54공부를 꼭 먼저 진행을 하시고10:57그다음에 문제 풀이를 시작하시는 것을10:59강력히 권장합니다. 그다음으로는 수학11:02공부 순서를 보겠습니다. 첫 번째11:04단계는 미적분학입니다. 자,이11:06미적분학이라는 과목의 이름 자체가11:09오해의 여지가 있는데요. 미분하고11:12적분만 공부하는 과목이 아닙니다.11:15수학의 시작점이라고 보시면 됩니다.11:17자, 그다음으로 선형대수입니다. 선형11:19대수에 대해서도 오해가 좀 있는데요.11:22많은 분들이 행렬하고 벡터 곱하기를11:25하기 때문에 AI에서 중요한11:27수학이다라고 생각을 하시는데요. 사실11:30그 정도 수학은 자료 구조에서 가볍게11:33배우는 정도로 충분히 대체가11:35가능합니다. 선형 대수의 진정한11:38의미는 여러분들이 커다란 시스템을11:41단순한 방법으로 이해할 수 있게11:44도와주는 것입니다. 그리고 그 커다란11:47시스템, 특히 엄청난 양의11:50데이터로부터 만들어진 시스템을11:53다룰 수 있는 기술은 확률과 통계에서11:56공부를 하게 됩니다. 프로그래밍에11:58대해서는 감이 좀 있는데 평소에 수학12:01개념을 이해하는게 좀 어려웠다라고12:02하시는 분들은 자료 구조를 먼저12:05공부를 하시고 그다음에 선형 대수로12:07넘어가는 것도 괜찮습니다. 어,12:09시간적인 여유가 좀 없으신 분들은12:11중고등학교 수준의 확률 통계를 복습을12:14하시고 알고리듬을 시작하시는 방법도12:17가능합니다. 예전에는 머신 러닝,12:19기계 학습이 AI를 만들 수 있는12:21여러 가지 방법 중의 한 가지 정도로12:24여겨진 적도 있었습니다. 그런데 현대12:26AI 기술은 머신 러닝 기술이12:28핵심이다라고 얘기를 해도 과언이12:30아니죠. 그래서 AI 공부의12:32시작점을이 머신 러닝으로 볼 수가12:35있습니다. 자, 많은 분들이 AI라고12:38생각하시는 기술이 바로이 딥러닝12:40기술입니다. 뉴럴 네트워크가 도입이12:42되면서 머신 러닝의 성능이 현저하게12:45좋아졌기 때문에 어떤 면에서는 머신12:48러닝은 좀 옛날 기술이다. 그리고12:50딥러닝이 최신 기술이다. 이렇게12:52생각을 하실 수도 있습니다. 실제로12:55파이썬 공부를 조금 하고 바로 파이톨12:58사용법으로 넘어가는 경우도 꽤13:00많았는데요. 전공자 수준의 통찰력을13:04얻고 싶으시다면은이 머신 러닝 공부를13:07먼저 하시고 그다음에 딥러닝으로13:10넘어가는 것을 권장합니다.이 딥러닝13:12기술에 대해서 보다 깊이 있게 이해를13:15하고 또 숙달될 수 있는 가장 좋은13:18분야는 컴퓨터 비전 분야입니다.13:21눈으로 결과를 바로바로 확인할 수13:23있기 때문입니다. LM 만드는 방법이13:27교육 과정에 포함이 된 것은 비교적13:30최근의 일입니다. 아무래도 딥러닝에13:32어느 정도 익숙해진 다음에 LM을13:35공부하는 것이 일반적인 순서로 여겨질13:38수 있습니다. 그니까 예전에는 자연어13:41처리 같은 특수한 분야에서 lm 언어13:45모델을 공부한다라는 느낌이13:46있었는데요. 여러분들이 커리어를 꿈끌13:49수 있는 거의 모든 의용 분야 그리고13:51거의 모든 직군에서이 LM에 대한13:54기초적인 이해를 필요로 한다라고 봐야13:58될 것 같습니다. 자, 그리고 지금14:00LM 여파 때문에 살짝 가려서 잘 안14:03보이는 부분들이 있는데요. 기존에14:05얘기하던 저수준 최적화 같은 경우는14:08LM이라는 새로운 요소가 추가가14:11되면서 신규 인력들이 담당해야 되는14:14부분들이 상당히 늘어나게 됩니다.14:16추가적으로 파생되는 분야들이 많이14:18있죠. 예를 들면 웹툰이나 게임을14:21제작하는 파이프라인에 생성 AI를14:24도입하는 부분에 대해서 생각을 해 볼14:27수가 있습니다. 자, 그리고 자율주행14:29같은 피지컬 AI도 한국으로서는14:31절대로 포기할 수 없는 분야입니다.14:34자, 최근에 저한테 자주 들어오는14:36질문이 있는데요. 이런 공부를 해14:38나갈 때 AI를 활용을 해도 되냐14:40또는 활용을 한다면 어떻게 활용할 수14:43있느냐입니다. AI 활용은 여러분들이14:46조금 현명하게 생각을 하실 필요가14:48있는데요. 자신의인지 능력을14:50향상시키는 것에 대해서는 양보를14:53하시면 안 됩니다. 여러분들이 스스로14:56생각하는 방법을 익히셔야 되는14:58부분들이 있는데요. 그런 부분들은15:00절대로 lm에 의존을 하시면 안15:03됩니다. 아주 뛰어난 인간의 지능을15:06가지고서 인공지능에게 잘못 배우는15:09일이 발생을 하면 절대로 안 되겠죠.15:11소프트웨어 분야에는 변하지 않은15:13진리가 있어요. 잘 만드는 사람이15:16최고입니다. 지금은 AI를 이용해서15:18공부하기 굉장히 좋은 시기죠. 특히15:21최 GPT나 클로드 같은 최신15:24모델들은 LM 만드는 과정 자체를15:27굉장히 잘 알고 있습니다. 우리의15:30목표가 AI를 이용해서 AI를 만드는15:33일이다라고 하면 처음부터 AI를15:36만들면서 공부를 하는 것이 가장15:39효과적입니다. 그래서 기초적인 수준의15:41프로그래밍 언어에 대한 공부가 끝난15:43다음에 나는 AI를 활용해서 AI를15:46만들어 보겠다라고 도전해 보시는 것도15:50굉장한 의미가 있다라고 생각이15:51됩니다. 사실 lm을 만든다라는 거15:54자체가 어떤 면에서는 소수의15:57엘리트들을 위한 일자리였었죠. 근데이16:01일자리가 지금 쫙 퍼져 나가고 있는16:03시점이기 때문에 보다 많은 분들이16:06빠르게 준비를 하셨으면 좋겠다라는16:09생각을 합니다. 저는 굉장히 오랜16:11시간 동안 기초적인 프로그래밍을16:14가르쳐 왔는데요. 그 연장선에서16:17여러분들이 프로그래밍에 대해서 재미를16:19붙이고 또 최신 기술에 대해서도16:22빠르게 깊이 있는 깨달음을 얻으실 수16:25있도록 LLM 바닥부터 만들기16:27시리즈를 시작했습니다. AI로 AI를16:30만드는 AI 네이티브 강의입니다.16:33이미 파트 1은 판매를 시작을 했고16:36오픈한 당일에 완강을 하신 분들도16:39계십니다. 총 일곱 개의 파트로16:42계획을 하고 있는데요. 파트 3까지가16:45기본적인 이해를 하는 부분이고요. 그16:47이후에는 실제로 작동하는 시스템을16:50만드는 부분으로 이어집니다. AI16:52네이티브 세대로서 보다 빠르게16:54성장하고 싶으신 분들께서 도움을16:56받으셨으면 좋겠습니다. 마지막으로16:59여러분들께 조언을 한 가지 해17:00드리려고 합니다. 실리콘 밸리의17:02빅테크에서는 여러분들의 몸값이 시장17:06가치에 의해서 결정된다고 굉장히17:09강조를 합니다. 여러분들이 더 큰17:11보상을 누리실 수 있는 방향은이17:14희소한 것이라는 것입니다. 특히 요즘17:17같이 단순한 작업에 대해서 AI가17:20빠르게 대체를 해 나가고 있는17:21시대에는 어떤 것이 어려운 것인가도17:24달라지고 있고요. 또 어떤 것이17:27희소한 것인가에 대해서도 많이17:29달라지고 있습니다. 여러분들이17:30현명하고 유연하게 그리고 속도감 있게17:33대응을 하셨으면 좋겠다라는 [웃음]17:35생각을 합니다. 자, 많은 분들이17:37세상에 대해서 좀 섭섭함을 느끼실 수17:40있는 시기가 아닌가라고 생각을17:42합니다. 그렇지만 세상이라는 것은17:44끊임없이 변하게 되어 있고 세상이17:47여러분들을 잊어버린 것은 아니기17:49때문에 그 변화 속에서 기회를 찾을17:52수 있다라는 점을 잊지 않으셨으면17:54좋겠습니다. 감사합니다.
1,872 words · 410 lines
![[선데이 라이브] 당신도 AI 시대에 살아남을 수 있다!](https://i.ytimg.com/vi/D95UC9U5ShA/hqdefault.jpg)
