Hacker News • 2일 전

세부 사항을 떠넘기는 것은 능력을 키워주지 않는다

IMP

7/10

핵심 요약

AI가 모든 디테일을 대신 처리해 줄 것이라는 기대는 환상에 불과합니다. 진정으로 훌륭하고 혁신적인 결과를 내려면 결국 복잡하고 지저분한 세부 사항에 직접 깊이 파고드는 수밖에 없습니다. 본질적으로 전문성을 기르지 않고서는 AI를 제대로 활용해 성과를 낼 수 없으며, 과정을 완전히 떠넘기는 것은 오히려 주도성을 잃는 일입니다.

번역된 본문

블로그 컨설팅 오픈소스 연락처 이력서

매주 진행되는 수많은 회의 속에서 핵심 사항과 실행 과제를 체계적으로 기록할 시스템이 필요하신가요? AI가 아닌 자신의 뇌를 활용해 회의의 핵심을 뽑아내고자 하는 사고하는 사람들을 위한 능동적인 메모 시스템, Docket을 확인해 보세요.

세부 사항을 떠넘기는 것은 능력을 키워주지 않는다

나는 AI에 대한 열광 이면에는, 복잡한 세부 사항에 직접 발을 담글 필요 없이 무언가를 현실로 구현해 낼 수 있다는 꿈이 자리 잡고 있다고 생각합니다. 하지만 우리는 세부 사항(detail)으로부터 결코 도망칠 수 없습니다. 어떤 추상화(abstraction)의 수준을 가져와도 이 문제를 해결해 주지는 못합니다. 무엇이든 가까이 들여다볼수록 더 지저분하고 미묘해집니다. 새롭고 가치 있는 무언가를 하려면 아주 깊게 파고들어야 하고, 아주 세밀하게 만들어야 합니다. 모든 세부 사항을 남에게 떠넘길 수는 없는 노릇입니다.

할 수 있는 일은 그중 일부를 넘기는 것뿐이지만, 무언가를 잘하기 위해서는 그 '일부'가 무엇인지 알거나 알아낼 수 있어야 합니다. 본인이 능숙하지 않다면 그 부분을 알 수 없습니다. 따라서 본질적으로 여러분 스스로 그 일에 능숙하지 않고서는 AI를 통해 그 일을 훌륭하게 해낼 수 없습니다. 애초에 그 일에 능숙해지기 위해서는, 남에게 떠넘기고 싶어 했던 그 마음가짐을 완전히 역전시켜야 합니다. 세부 사항에 비범할 정도로 흥미를 느끼고 집중하는 것만이 전문성을 키울 수 있는 유일한 방법입니다.

많은 사람들이 세부 사항에 신경 쓰지 않고도 무언가를 잘할 수 있다면 현실이 어떨까 하는 생각에 매료되어 있습니다. 그리고 이전의 그 어떤 기술보다 LLM(Large Language Model) 기술이 그런 현실을 가져다줄 수 있는 더 믿을 만한 방법처럼 보이기 때문에 열광하는 것입니다. 하지만 현실은 그런 식으로 돌아가지 않으며, 그럴 합리적인 이유도 없기 때문에 LLM 역시 이 점에서는 실패할 것입니다.

무언가를 할 지식이나 기술이 없다는 것은 결코 좋은 일이 아니며, 세부 사항을 떠넘기는 것은 스스로의 권한이나 능력을 강화(empowering)해 주지 않습니다. 그 방식이 성공할 수 있는 정도는 곧 여러분이 아무런 역할도 하지 않았다는 정도와 같습니다. 즉, 아무것도 하지 않았다는 뜻이며, 이는 권한이 강화되는 것과 정확히 반대되는 상황입니다.

더 많은 글 보기

원문 보기

원문 보기 (영어)

Blog Consulting Open Source Contact CV In a lot of meetings and need a system to keep track of key points and actions week to week? Check out Docket , an active note-taking system for thinkers who want to use their own brain (not AI) to distill what matters from meetings. It's not empowering to hand off the details I think behind a lot of the enthusiasm around AI is a dream of being able to manifest things into reality without having to get into the details. But you cannot escape the details. There's no level of abstraction that solves this. The closer you look at anything, the messier and more nuanced it gets. You've got to get deep, you've got to get meticulous, to do anything novel or good. You can't hand off all of the details. What you can do is hand off some of them, but to be good at something is to know, or be able to work out, which 'some'. If you aren't good, you won't know. So inherently you can't do something well with AI without being good at the thing yourself, and to become good at the thing in the first place requires a complete reversal of the mindset that would lead one to having wanted to hand it off. Being incredibly interested in and focused on the details is the only way expertise develops. Many are captured with the idea of how reality might be if one could be good at things without caring about the details, and are enthusiastic about LLM technology because it seems like a more credible way to get there than all the previous technologies that promised to bring this reality about. But LLMs, too, will fail in this because reality doesn't work that way, and there's no reason it should. It's not a good thing to not have the knowledge or skill to do something, and it's not empowering to hand off the details. The extent to which that can be successful is the extent to which you have played no role; have done nothing at all. Which is the precise opposite of empowerment. More posts

AI LLM 생산성 전문성 비판적 사고