최근 SNS에서 가슴 아픈 사연을 봤다. "개발을 좋아하지만 일자리를 구할 수 없어서 포기해야 할 것 같다."
홍정모님이 이 사연에서 출발해서 AI 시대 취업 로드맵을 정리한 영상이다. 결론부터 말하면, AI 때문에 일자리가 사라진다는 건 과장이고, 일자리와 기술의 미스매치가 진짜 문제다.
일자리, 실제로 어떻게 되고 있나
AI 관련 일자리는 오히려 반등 중이다. 주니어가 다 사라진다는 말 속에서도, AI 신입 샐러리는 오르고 있다.
재미있는 건 최근 테크 업계의 행보. AI로 대량 해고하더니 제품이 망가지면서 조용히 다시 채용 중이라는 것.
AI가 고장낸 것을 고치는 것만 해도 새로운 일자리가 엄청나다.
핵심 메시지: 모든 주니어가 AI 때문에 취직을 못 하는 게 아니다. 새로운 지식을 가지고 있고 새로운 방향성을 가진 인력은 건강한 생태계를 위해 필수다.
공부 로드맵: 세 갈래 길
크게 프로그래밍 → 수학 → AI로 쌓아올리는 구조. 시간이 없으면 수학보다 프로그래밍을 먼저 시작하라고.
프로그래밍
Python만으로는 부족하다. AI 기술이 스스로 발전하던 시기에는 Python만으로도 경력을 이끌어갈 수 있었지만, AI 기술이 퍼져나가는 지금은 C/C++에 대한 최소한의 전문성이 필수.
공부 순서: 프로그래밍 기초 → 자료구조 → 알고리즘
여기서 중요한 포인트. 코테 문제풀이를 알고리즘 공부라고 오해하지 마라. AI가 알고리즘 구현을 다 외우고 있는 시대이기 때문에, 역설적으로 진정한 알고리즘의 의미를 이해하는 게 더 중요해졌다.
수학
- 미적분학: 수학의 시작점. 미분/적분만 하는 게 아니다
- 선형대수: 행렬 곱 때문에 중요한 게 아니다. 거대한 시스템을 단순한 방법으로 이해할 수 있게 해주는 게 핵심
- 확률과 통계: 엄청난 양의 데이터로 만들어진 시스템을 다루는 기술
수학이 어려웠던 분은 자료구조를 먼저 하고 선형대수로 넘어가도 괜찮다.
AI
순서: 머신러닝 → 딥러닝 → 컴퓨터비전 → LLM
전공자 수준의 통찰력을 원한다면 머신러닝을 먼저 하고 딥러닝으로 가라. Python만 좀 하고 바로 PyTorch로 넘어가는 건 비추천.
LLM은 이제 특수 분야가 아니다. 거의 모든 응용 분야, 거의 모든 직군에서 기초적 이해가 필요하다.
AI로 AI를 만들며 공부하라
이게 이 영상에서 가장 인상 깊은 조언이었다.
AI 활용에 있어서 자신의 인지 능력을 향상시키는 부분은 양보하면 안 된다. 스스로 생각하는 방법을 익혀야 할 부분은 LLM에 의존하면 안 된다.
근데 기초 프로그래밍이 끝난 후에는 AI를 활용해서 AI를 만들어 보겠다고 도전하는 게 가장 효과적이라고.
AI를 이용해서 AI를 만들면서 공부하는 것이 가장 효과적이다.
요즘 ChatGPT나 Claude 같은 모델들은 LLM 만드는 과정 자체를 굉장히 잘 알고 있다. 이걸 활용 안 할 이유가 없다.
희소성의 변화
실리콘밸리 빅테크에서는 몸값이 시장 가치로 결정된다. 시장 가치의 핵심은 희소성.
단순한 작업은 AI가 빠르게 대체하고 있으니, 어떤 게 어려운 것인가, 어떤 게 희소한 것인가가 달라지고 있다. 현명하고 유연하게, 그리고 속도감 있게 대응해야 한다.
이 영상을 보면서 내 상황과 겹치는 게 많았다. 나도 리서치 회사에서 AI 자동화를 구축하면서 "AI를 활용해서 AI를 만드는" 경로를 걸어왔다. 기초가 부족하면 결국 한계가 온다. 홍정모님이 말한 대로, 프로그래밍 기초와 수학 기초는 양보하면 안 되는 영역이다.
특히 "선형대수가 중요한 이유는 행렬 곱이 아니라 거대한 시스템을 이해하는 것"이라는 설명이 와닿았다. 나도 선형대수를 행렬 곱 수준으로만 이해하고 넘어갔는데, 다시 공부해야겠다.