거의 1년 만에 Lifeguruking에 다시 글을 쓴다.
건강에 큰 문제가 있었던 것도 아니고, 글쓰기에 대한 애정이 식었던 것도 아니다. 오히려 지난 1년 동안 나는 이전보다 더 많이 읽고, 수없이 질문하고, 주 3회 이상 글을 쓰고, 끊임없이 배우며 무언가를 만들었다.
단지 그 결과물이 Lifeguruking에 올라오지 않았을 뿐이다.
그동안 무엇을 했을까? 한마디로 AI를 배우는 데 거의 모든 여유 시간을 사용했다. 그리고 그 공부에서 가장 자주 사용한 단어가 하나 있었다.
ELI5
돈도 거의 벌지 못한 블로그를 왜 6년 넘게 유지했을까?
솔직히 이 사이트는 큰 수익이나 명성을 가져다준 블로그가 아니었다. 경제적인 효율만 따지면 이렇게 오래 유지할 이유는 전혀 없었다. 서버 유지비도 매월 5만 원 이상 들었고, 글 한 편을 쓰기 위해 적게는 하루, 길게는 일주일 넘게 외부 자료를 찾아본 적도 있다.
그럼에도 계속 쓴 이유는 단순했다.
글을 쓰는 과정에서 가장 많이 배우는 사람이 결국 나였기 때문이다.
궁금한 것이 생기면 자료를 찾고, 논문을 읽고, 서로 다른 주장을 비교했다. 그렇게 겨우 이해한 내용을 다시 내 말로 정리하다 보면 처음에는 몰랐던 것이 조금씩 내 것이 됐다.
그리고 그렇게 정리한 내용이 누군가에게 도움이 된다면 그것도 좋았다. 경제학자 제임스 안드레오니(James Andreoni)는 기부에는 순수하게 남을 돕고 싶은 마음뿐 아니라, 그 행동 자체에서 얻는 따뜻한 만족감(warm glow)도 함께 작동할 수 있다고 설명했다. 이런 동기가 섞인 행동을 불순한 이타주의(impure altruism)라는 개념으로 설명했다. (1)
‘불순한 이타주의’. 곱씹어보면 내 경우에는 오히려 꽤 정확한 표현 같다. 남에게 작은 도움이 되기를 바라는 마음도 있었지만, 그 과정에서 배우고 만족감을 얻는 사람은 결국 나였기 때문이다.
내 공부를 위해 쓰되, 그 글이 누군가에게도 작은 도움이 된다면 충분했다. 아마 그 생각 때문에 1년을 쉬고도 이 블로그를 닫지 못했고, 다시 글을 쓰게 된 것 같다.
105억 토큰보다 중요한 것은 ‘어떻게 배웠는가’였다
그럼 1년 동안 뭘 했소?
이렇게 묻는다면 다음의 ChatGPT 사용 기록을 보여줄 수 있다. 최근 AI 사용 기록을 보다가 나도 조금 놀랐다. 화면에는 누적 토큰 약 105억 개, 가장 길었던 한 번의 채팅은 15시간 21분으로 표시돼 있었다.
지난 1년 동안 잠자는 시간을 제외하면 하루 대부분을 AI와 함께 보낸 날도 적지 않았다. 숫자만 보면 나도 조금 과하다고 느낄 정도다.
하지만 이 숫자를 실력의 증거라고 생각하지는 않는다.
토큰 수는 사용량을 보여줄 뿐, 이해의 깊이를 보여주지는 않는다.
중요한 것은 그 많은 질문을 거치면서 내가 무엇을 이해하게 됐고, 질문하는 방식이 어떻게 달라졌는지다.
내 AI 공부의 출발점은 ELI5였다
나는 원래 개발자가 아니다. 1년 전만 해도 GitHub를 제대로 사용할 줄 몰랐고 코드에 대한 지식도 거의 없었다.
처음 어려운 개념을 만날 때마다 AI에게 가장 자주 했던 요청이 ELI5였다.
Explain Like I’m Five, “다섯 살 아이에게 설명하듯 아주 쉽게 알려줘”라는 뜻이다.
ELI5라는 표현은 생성형 AI와 함께 생긴 말은 아니다. 온라인 커뮤니티 Reddit의 ‘Explain Like I’m Five’에는 어려운 질문을 쉬운 말로 설명하는 문화가 오래전부터 있었고, 2019년에는 이 데이터를 활용한 ELI5 장문 질의응답 연구도 발표됐다.(2)
다만 ELI5라고 입력한다고 저절로 공부가 되는 것은 아니다. 내게 도움이 된 것은 그다음 과정이었다.
- 이게 무슨 뜻이야?
- 왜 그렇게 되는 거야?
- 실제 예를 하나 들어줘.
- 내가 이렇게 이해했는데 맞아?
- 그럼 직접 한번 해보자.
설명을 듣고 끝내지 않고, 다시 내 말로 이해해보고 실제로 적용했다. 막히면 다시 쉬운 설명으로 돌아갔다.
교육심리학에서는 이렇게 배운 내용을 스스로 설명하고 개념 사이의 관계를 다시 구성하는 과정을 자기설명(self-explanation)이라고 부른다. 2018년 메타분석에서도 자기설명을 유도한 학습은 전반적으로 긍정적인 학습 효과를 보였다.(3)
돌이켜보면 내가 반복한 방식도 비슷했다.
ELI5 → 예제 → 다시 설명 → 직접 해보기 → 실패 → 다시 질문
63빌딩도 한 계단씩 오르면 된다
공부를 하면서 자주 떠올린 비유가 있다.
63빌딩 꼭대기를 지상에서 올려다보면 “나는 절대로 저기까지 못 가겠다”는 생각이 든다. 한 번에 꼭대기로 뛰어오르려고 한다면 당연히 불가능하다.
하지만 오늘의 목표가 63층 전체가 아니라 바로 다음 계단 하나라면 이야기가 달라진다.
AI가 내 공부에 가장 큰 도움을 준 부분도 이것이었다. 전문서적이나 기술 문서를 읽다가 모르는 단어 하나 때문에 막히면 그 단어만 떼어내 아주 쉽게 물어볼 수 있었다. 이해하면 다시 원래 문제로 돌아갔다.
그런 식으로 수천 시간을 보내자 처음에는 외계어처럼 보였던 것들이 조금씩 연결되기 시작했다.
전문가가 된 것은 아니다. 그저 예전보다 몇 층 더 높이 올라왔을 뿐이다.
조금 익숙해지자, 내 수준보다 어려운 것에도 손을 대봤다
ELI5로 초등학교 시절로 돌아가 처음부터 다시 시작했다. 코딩과 수학을 기초부터 차근차근 배워나갔다.
어느 정도 기본 개념들이 연결되자 질문도 달라졌다. 처음에는 “이게 뭐야?” 수준이었다면, 나중에는 “그럼 이것도 내가 직접 확인해 볼 수 있을까?”로 발전했다. 그렇게 전문적인 논문도 조금씩 눈에 들어오기 시작했다.
그중 하나가 2026년 OpenAI가 공개한 수학 연구였다. 약 80년 동안 연구된 에르되시(Erdős)의 단위거리 문제와 관련된 오랜 추측을 반박한 결과였다.(4)
이름만 보면 나와는 전혀 관계없는 세계처럼 보인다. 나도 전체 증명을 이해하거나 새로운 증명을 해보겠다는 생각은 없었다. 궁금했던 것은 훨씬 작았다.
논문에 적힌 계산 하나를 실제 프로그램으로 다시 계산하면 같은 숫자가 나올까?
막상 해보니 작은 계단 하나도 쉽지는 않았다. 일반적인 숫자 정밀도로 계산하면 아주 작은 값이 0처럼 사라지는 문제가 있었고, 더 높은 정밀도로 다시 계산해야 했다. 결국 공개한 코드에서는 논문의 특정 수치를 거의 같은 값으로 재현할 수 있었다.(5)
이것은 새로운 수학적 증명이 아니다. 전체 연구를 검증한 것도 아니다. 논문 속 계산 하나를 직접 다시 확인해본 작은 실험에 가깝다.
그래도 나에게는 의미가 있었다. 1년 전에는 GitHub도 코드도 몰랐던 사람이 이제는 예전이라면 아예 열어보지도 않았을 자료에서 작은 질문 하나를 찾아 직접 확인해볼 수 있게 됐기 때문이다.
그 사이 글도 계속 썼다
Lifeguruking에는 글을 거의 올리지 않았지만 글쓰기 자체를 멈춘 것은 아니었다. 지난 1년 동안 Flamehaven이라는 AI 전문 사이트를 만들고 기술·연구 관련 글을 약 150편 썼다. 그중 공개된 글은 Writing Hub에 정리되어 있다.(6) 현재 사이트 기록으로는 하루 약 70~150회 정도 글이 읽힌다.
제목은 다소 전문적으로 보이지만, 실제로 붙잡고 있던 질문을 쉽게 풀면 대략 이런 것들이었다.
- AI는 왜 틀리고, 우리는 그것을 어떻게 확인할 수 있을까?
- AI가 만든 프로그램을 어디까지 믿어도 될까?
- 여러 AI가 함께 일하면 정말 더 정확해질까?
- AI가 만든 연구나 결과를 다른 사람이 다시 확인하려면 무엇이 필요할까?
- 새로운 AI 기술이 실제 발전인지, 단순한 과장인지 어떻게 구분할까?
처음에는 AI가 무엇을 만들어주는지가 신기했다. 시간이 지나면서 오히려 그 결과가 맞는지 확인하는 일이 더 어렵다는 것을 알게 됐다.
그래서 다시 Lifeguruking에 글을 쓰려고 한다
지난 1년 동안 배운 것을 한 문장으로 정리한다면 이렇다.
모르는 것을 아주 쉽게 다시 묻고, 직접 해보고, 결과를 의심하고, 틀렸으면 다시 한 계단 내려가는 법을 배웠다.
105억 개의 토큰보다 나에게는 이 과정이 더 중요했다.
이제는 조금 여유도 생겼고, 정신없이 쌓였던 내용도 다른 사람에게 설명할 수 있을 정도로 정리되기 시작했다. 그래서 앞으로는 일주일에 한 번 정도 다시 Lifeguruking에 글을 쓰려고 한다.
AI 전문가를 위한 글보다는 1년 전의 나처럼 코드도 모르고 어디서부터 시작해야 할지 막막한 사람도 읽을 수 있는 글을 쓰고 싶다.
63층에서 내려다보며 설명하는 글보다, 지금 1층에 있는 사람이 다음 한 계단을 어떻게 올라가면 되는지 알려주는 글에 가깝게 말이다.
내 공부를 위해 쓰되, 그 과정에서 배운 것이 누군가가 다음 한 계단을 오르는 데 작은 도움이 된다면 그것으로 충분하다.
출처
- Andreoni, J. (1990). Impure Altruism and Donations to Public Goods: A Theory of Warm-Glow Giving. The Economic Journal, 100(401), 464–477.
- Fan, A., Jernite, Y., Perez, E., Grangier, D., Weston, J., & Auli, M. (2019). ELI5: Long Form Question Answering. Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics.
- Bisra, K., Liu, Q., Nesbit, J. C., Salimi, F., & Winne, P. H. (2018). Inducing Self-Explanation: a Meta-Analysis. Educational Psychology Review, 30, 703–725.
- OpenAI. (2026). An OpenAI model has disproved a central conjecture in discrete geometry.
- Flamehaven Labs. (2026). OpenAI Erdős Unit-Distance Disproof: Eq. (2.2) Executable Reproduction. GitHub.
- Flamehaven. (2026). Writing Hub.
