프로젝트에서 보기 →

2025 AI 프로그래밍 공부 순서 | 인공지능 프로그래밍 공부 | 공부 방법 | HongLab 로드맵

태그
교육 프로그래밍 소프트웨어 개발
시작일
종료일
수정일

https://www.youtube.com/watch?v=0zL3EVl37Cs

1. 이건 꼭 알아야 한다[^1]

[? 질문] 2025년 이후 AI가 코딩을 “대신” 해주는 시대에, 개발자는 무엇을 공부해야 취업/성장 기회를 잡을 수 있는가[^2]
[= 답] **AI를 잘 “쓰는 사람”이 목표가 아니라, 업계에서 요구하는 범위의 “AI를 만드는 사람(= 훌륭한 소프트웨어 엔지니어)”**이 되는 것이 목표이며, 이를 위해 기초(사고력·CS·언어) → 자료구조/알고리즘(코테 포함) → AI 체험/수학/딥러닝 → 응용분야/포트폴리오/인턴십으로 이어지는 순서가 필요하다고 제시한다.[^25]

[? 질문] “AI가 코딩을 다 해준다”는 내러티브(바이브 코딩)가 확산되는 상황에서, 초보가 AI를 어떻게 써야 ‘시간 낭비’가 아니라 ‘실력 증폭’이 되는가[^18]
[= 답] 기초를 갖추기 전(특히 쉬운 문제·초반 학습)에는 AI 의존을 줄이고 자기 머리로 생각하는 훈련을 먼저 하되, 기초가 갖춰진 뒤에는 AI를 적극 활용해 생산성과 창의적 시도를 크게 올리라고 말한다.[^20]

[? 질문] 취업시장(신입 채용 축소, AI 직무 확산, 양극화)에서 신입은 사라지는가, 그리고 어떤 형태로 기회가 돌아오는가[^5]
[= 답] 신입은 생태계에 필수라서 “아예” 사라지지 않으며, 다만 예전과 같은 일자리가 그대로 돌아오지 않고 ‘AI가 섞인 형태’로 재편되어 돌아온다—따라서 준비 방식도 과거와 같으면 안 된다고 강조한다.[^6]

2. 큰 그림[^1]

이 콘텐츠는 홍정모가 2025년 기준으로 AI 시대의 프로그래밍/AI 프로그래밍 학습 순서와 공부 전략을 제시하며, 채용시장 변화(신입, AI 직무, 양극화)와 “바이브 코딩” 담론 속에서 학습자가 어떤 기초를 갖추고 어떤 순서로 확장해야 하는지를 길게 설명한다.[^2] 동시에 “무엇을 해야 취업된다” 식의 체크리스트 접근이 왜 사람을 지치게 하는지, 그리고 소프트웨어 공부의 본질은 암기/양이 아니라 핵심을 잡고 필요 지식을 유도해내는 요령이라고 관점을 교정한다.[^13]

  • AI는 직업을 빼앗는 괴물에서 개발자 능력을 증폭시키는 도구로 내러티브가 이동 중이며, 이를 활용하려면 최소한의 기초 사고력/기본기가 필수라고 말한다.[^3]
  • 취업과 채용은 돌아오되, 예전 직무가 그대로 복구되는 것이 아니라 AI 조건(파인튜닝, RAG, LM 에이전트 등)이 섞인 형태로 재편되어 돌아온다고 사례로 설명한다.[^4]
  • 공부는 “평생 외워야 하는 고통”이 아니라, 핵심을 먼저 세우고 그로부터 모르는 것을 빠르게 유도해 확장하는 방식이어야 하며, 성장 또한 **계단식/점프(J-curve)**이므로 초반의 느림과 정체를 정상 과정으로 받아들이라고 조언한다.[^16]

3. 하나씩 살펴보기[^1]

3.1 화자 소개와 ‘혼란기’에 대한 시각: 경제 디톡스, 그리고 분위기 전환[^1]

홍정모는 영상 초반에 자신을 “컴퓨터 프로그래밍을 가르치는 홍정모”라고 소개하며, 과거 커리어를 간단히 공유한다.[^1] 30세 즈음 서울의 사립대에서 학생을 가르치기 시작했지만, “학생들을 잘 가르치려면 내가 취업을 해야 되겠다”는 결론을 내리고 교수를 그만둔 뒤 미국에서 회사 생활을 해보았다고 말한다.[^1] 미국행 계기는 컴퓨터 그래픽스 전공 지인이 “미국에 올 생각 있냐”고 제안한 것이고, 이후 벤처에서 버추얼 캐릭터 애니메이션에 필요한 모션 캡처 기술을 개발했다고 한다.[^1] 이어 “언리얼(엔진)”과 “인스타그램 앱” 관련 작업을 했다는 언급도 나온다.[^1]

이 개인사를 꺼낸 뒤, 그는 “지금 사회적으로 많이 혼란스러운 상태”라고 진단하며, 개인적으로 혼란이 정리되어 성장에 집중할 분위기가 형성되길 바란다고 한다.[^1] 세계 경제를 미국 중심으로 보면서 긍정적으로 해석하자면, “그동안 거품이 꼈던 것을 정리하고 가는 경제의 디톡스”일 수 있다고 말한다.[^1] 취직이 잘 안 된다거나 힘들다는 이야기를 듣는 상황을 인정하면서도, 경제가 정리되고 한국도 이를 활용할 수 있게 되면 “좋은 일들이 많이 생길 분위기”가 형성될 수 있다고 전망하며 이야기를 시작한다.[^1]

[!NOTE] 배경 설정의 기능
이 도입부는 이후 전개될 메시지—“취업이 힘들어도 기회는 돌아온다, 다만 형태가 바뀐다”—를 낙관적 프레임으로 받아들이게 만드는 장치로 작동한다.[^5]

3.2 2024~2025의 내러티브 전환: ‘AI가 일자리를 뺏는다’ → ‘AI가 코딩을 도와준다(바이브 코딩)’[^2]

그는 작년(2024)에는 “AI 때문에 일자리를 뺏긴다”는 공포감이 컸다고 회상한다.[^2] 그런데 “놀랍게도 AI가 코딩하는 걸 다 도와주니까 우리는 코딩을 즐기면 된다”는 식으로 분위기가 바뀌었고, 이를 설명하는 신조어로 **바이브 코딩(vibe coding)**이 유행한다고 말한다.[^2]

화자는 이 변화가 너무 빠르게 일어난 것을 “어떻게 잠깐 사이에 내러티브를 이렇게 바꾸지”라며 당황스러웠다고 표현한다.[^2] 즉, 한동안 “AI가 코딩을 잘하니까 개발자 일자리를 다 뺏겨 큰일”이라 하다가, 갑자기 “AI가 다 해주니 우리는 구조만 잘 짜고 귀찮은 건 클릭클릭으로 처리하면 된다, 일만 잘 시키고 즐기면 된다”로 바뀐 담론을 지적한다.[^2]

그는 이 급변이 단순한 유행어 변화가 아니라, 지난 몇 년간 “코딩 열풍이라는 이름으로 거품이 많이 껴 있었다”는 점과 연결된다고 본다.[^2] 거품이 무너지며 실망한 사람들, 안 좋은 경험을 한 사람들이 떠나고, 시장 분위기가 “새로운 분위기”로 전환되는 것 같다고 말한다.[^2] 또 “AI 엔지니어”가 기대보다 못한다며 실망감이 컸고 “벤처에서 설레발 친 것 아니냐”는 반응도 있었다고 한다.[^2]

그럼에도 그는 AI를 도구 관점에서 재정의한다. AI가 “귀찮은 일을 다 해주면 좋은 것”이며, 창의성 발휘·하이테크·남들이 못하는 것 만들기·돋보이는 포트폴리오를 원하는 사람에게 자잘한 코딩을 해주는 것은 “굉장히 좋고 편리한 도구”라는 것이다.[^3] 결론적으로 내러티브가 “AI는 도구”로 바뀌고 있다고 말한다.[^3]

특히 그는 개발자가 AI를 활용해 잠재력을 크게 끌어올릴 수 있으려면, “능력/사고력을 최소한만 튼튼하게 갖추면” 된다고 말한다.[^3] 그러면 바이브 코딩이든 AI 비서든 AI 프로그래머든 활용해서 잠재력을 “무궁무진하게” 끌어낼 시대가 왔다고 느낀다고 한다.[^3]

3.3 “AI 개발이 새로운 웹 개발이 될 것” 예측의 현실화 + 채용시장 징후(기사/공고/사례)[^4]

홍정모는 작년에 올린 “프로그래밍 공부 순서” 영상에서 “AI 개발이 새로운 웹 개발이 될 것”이라는 예측을 소개한 적이 있는데, 당시엔 “AI 기술이 그렇게 여기저기 쓰일 수 있을까” 의심이 있었다고 말한다.[^3] 하지만 “놀랍게도 지금 상황에서는 그렇게 됐다”고 평가한다.[^3]

그 근거로 2024년 11월 기사(“개발자 채용 44% AI, 연봉도 더 받는다”는 취지)를 보여주며, 여기서 말하는 것은 LM 기반 AI 에이전트 관련 흐름이라고 설명한다.[^4] 실제로 관련 프로젝트를 진행한 사람들이 “우리 프로젝트 이렇게 했다”는 식의 공유를 올리는 것을 봤다고 한다.[^4] 또 실제 채용 공고를 검색해보면 예전 SI 영역에도 “인공지능”이 들어갔고, 심지어 파인튜닝을 할 줄 알아야 한다는 조건이 붙는 경우까지 봤다고 말한다.[^4] 이는 “AI 다루는 기술이 굉장히 보편화”됐다는 판단으로 이어진다.[^4]

이어 채널의 인기 쇼츠(“신입을 안 뽑는 거냐 못 뽑는 거냐”) 댓글에서 감정적인 반응이 많은 것을 언급하며, 신입 취업이 어려워 스트레스를 받는 사람이 많다고 추정한다.[^5]

여기서 그는 작년부터 강조해온 메시지를 다시 확인한다.

  • 일자리는 “언젠간 돌아온다”, “생각보다 빨리” 돌아온다.[^5]
  • 채용도 “안 할 수 없다”.[^5]
  • 그러나 “같은 일자리가 고대로 돌아오진 않는다”.[^5]
  • 준비하면 기회는 오지만, “옛날 방식 그대로 준비하면 새로운 기회를 잡을 수 없다”.[^5]

이 메시지는 이후 공부 순서/전략을 제시하는 논리적 발판이 된다: 기회는 돌아오되, 직무가 바뀌므로 학습 내용과 방식도 바뀌어야 한다.[^6]

3.4 “신입이 사라진다?” 우려에 대한 반박: 생태계, 게임 산업 사례, 레이오프-동시채용의 의미[^6]

그는 “AI 코딩이 다 도와주니 신입 없이 시니어만으로 돌아가는 시대가 오는 것 아니냐”는 걱정이 있다는 점을 소개한다.[^6] 이에 대해 “어떤 업계든 신입이 아예 없이 돌아가지 않는다”고 단언한다.[^6]

근거로 한국 게임 산업을 사례로 들며, 게임이 잘 안 되는 원인 중 하나로 “신입을 별로 안 뽑고 원래 있던 사람들만 계속 만들다 보니 똑같은 게 나오고 고객은 탈출, 산업이 기운다”는 분석이 있다고 전한다.[^6] 즉, 기존 방식만 고집하면 점점 힘들어지고, 신입은 반드시 필요한 존재라는 주장이다.[^6]

또 다른 사례로 “레이오프 하면서 동시에 사람을 새로 뽑는다”는 현상을 든다.[^6] 겉보기엔 모순처럼 보이지만, “기존 인력은 내보내고 새로운 인력을 받아들여야 하는 필요”가 있다는 해석을 제시한다.[^6] 이를 “신입은 생태계의 필수”라는 결론으로 묶는다.[^6]

이 구간에서 그는 신입 시청자에게 “여러분들은 생각보다 더 중요한 존재”라고 말하며, 다만 준비 방향이 중요하다고 강조한다.[^7]

3.5 “일자리는 돌아오되, AI가 섞인 직무로”: 크래프톤 채용 공고 분석과 ‘AI 외 기회’(엔진/저수준)[^7]

그는 구체적 예로 크래프톤 2025 신입 채용을 언급한다.[^7] 공고 절반에 “AI”가 붙어 있어 처음엔 놀랐지만, 자세히 보면 이 방향이 “올바른 방향” 같다는 느낌을 받았다고 한다.[^7] 공고가 게임 회사 같지 않게 “AI 응용연구, 게임 AI 응용” 등으로 구성되어 있고, 이것이 작년에 말했던 현상(일자리 재등장하지만 형태 변화)이라고 설명한다.[^7]

여기서도 메시지가 반복된다.

  • 일자리는 돌아온다.[^7]
  • 신입은 계속 안 뽑을 수 없다.[^7]
  • 신입은 중요하다.[^7]
  • 그러나 일자리는 “절대로 똑같은 모습으로 돌아오지 않는다”.[^7]

그는 예시로 금융 시스템에 LM 기술을 적용해 데이터 분석 정밀도를 높이고 고객에게 더 좋은 자료를 제공하는 것, 게임에 LLM을 쓰는 것 등을 “긍정적인 방향”으로 본다.[^7] 크래프톤 사례가 기술을 다음 세대로 끌어올리는 성공사례가 될 수 있다는 기대도 덧붙인다.[^7]

흥미롭게도 그는 AI와 무관한 공고도 언급한다: “모바일 게임 엔진 프로그래밍 우대” 같은 공고가 보였고, 크래프톤이 모바일 쪽으로 무게중심을 옮기려는가 생각했다고 한다.[^7] 우대 조건에 Vulkan, OpenGL ES, Metal 등이 있었는데, 과거엔 “Vulkan 공부해서 취직 되겠냐, 너무 어려운데 굳이?” 같은 말이 많았지만, “기회는 찾아오게 되어 있다”고 말한다.[^8] 오히려 AI를 안 하더라도 비교적 낮은 경쟁률로 들어갈 기회일 수도 있다는 관찰을 덧붙인다.[^8]

이 대목은 “AI만이 유일한 답”이라는 단순화를 경계하면서도, “고급 직업/전문성 높은 직업”으로서 소프트웨어 엔지니어의 본질은 여전히 경쟁력 있는 전문성에 있다는 점을 연결한다.[^8]

3.6 양극화 경고: AI 코드를 못 읽으면 위험, 기본기가 있는 사람에게 기회 확대[^8]

그는 “양극화가 더 심해질 것”이라는 예측이 나오고 있다고 소개한다.[^8] AI가 코딩을 못 하면 일자리를 얻기 힘들 수 있고, AI를 활용하더라도 AI가 작성한 코드를 “제대로 읽어내지 못하거나”, 완벽하지 않은 코드를 “제어/컨트롤”할 기본기가 없으면 문제가 된다고 말한다.[^8] 반대로 어느 정도 이상의 능력을 갖춘 인력에게는 기회가 더 커질 것이라는 얘기도 나오기 시작했다고 덧붙인다.[^8]

이 구간은 이후 “기초를 먼저 다져야 AI를 써도 안전하다”는 조언으로 자연스럽게 이어진다.[^20]

3.7 목표 재정의: “AI를 잘 쓰는 사람?”이 아니라 “AI를 만드는 사람” (범위는 넓다)[^10]

시청자 맥락(비전공자 질문 등)을 잠깐 언급한 뒤, 그는 “이 시점에서 어떻게 준비해야 하냐”로 넘어간다.[^10] 여기서 첫 번째로 짚는 오해는 다음과 같다.

[? 질문] “인공지능을 내가 잘 사용할 줄 알면 되나?”[^10]
[= 답] 목표는 “인공지능을 잘 쓰는 사람”에 머무는 것이 아니라 **“인공지능을 만드는 사람이 되는 것”**이어야 한다.[^10]

다만 그는 “인공지능을 만드는 사람”의 의미가 매우 넓어졌다고 곧바로 범위를 확장한다.[^10] 즉, GPU 사용료를 100억씩 내며 LLM을 훈련시키는 박사급 연구만을 뜻하는 것이 아니라, 예를 들어:

  • AI를 활용해 게임 캐릭터를 더 사실적으로 만든다.[^10]
  • 분석을 잘해 누군가에게 도움이 되는 AI 에이전트를 만든다.[^10]

같은 형태도 포함된다는 것이다.[^10] 또한 모두가 뉴럴 네트워크를 만드는 일을 할 수도 없고 그럴 필요도 없다고 말한다.[^11] 업계가 AI 활용 방향으로 가고 있으니 “거기에 낄 수 있을 만큼의 지식”을 갖추면 된다는 현실적 기준을 제시한다.[^11]

그는 웹 프론트엔드를 하는 사람도 “LM이 어떤 식으로 작동하는지 대강은 알아야” 웹에 기능을 붙일 수 있다고 설명한다.[^11] 또 이미 만들어진 모델을 파인튜닝하거나 **RAG(레그)**를 잘 붙이거나 둘 다 해서 성능을 개선하는 능력이 실무에서 중요해질 것이고, 실제 채용 공고에 들어오기 시작했다고 말한다.[^11]

특히 “오픈AI가 강력한 모델 만들어주면 사용료 내고 쓰면 되지 않나”라는 생각이 많았을 것이라 짚으면서, 기술 흐름상 파인튜닝은 거의 필수로 갈 것 같고 “막상 해 보면 그렇게 어렵지도 않다”, 도와주는 시스템도 많고 영어권 강의도 많다고 말한다.[^11]

그리고 관점을 한 번 더 확장한다: 사고의 폭을 넓히면 “AI 만드는 사람이 된다”는 말은 결국 “나는 훌륭한 소프트웨어 엔지니어가 되고 싶다”와 같은 말일 수도 있다고 한다.[^12] AI 시대에 소프트웨어 엔지니어링 전반이 AI와 결합하면서, AI 역량이 ‘특수 전공’이 아니라 ‘현대 소프트웨어 역량’의 일부가 된다는 선언이다.[^12]

3.8 공부가 지치는 이유: ‘할 일 체크리스트’ 접근의 함정과 “평생 공부” 오해 교정[^12]

이제 그는 “올바른 공부 전략”을 먼저 말하겠다고 한다.[^12] 취업을 위해 “뭐만 하면 돼” 같은 말을 듣고 따라해봤지만, 막상 해보면 “딴 거 또 해야 돼”, “이것도 알아야 된대”가 반복되며 “언제까지 공부해야 돼”로 지치고 힘들어진 경험이 있을 수 있다고 공감한다.[^12] 그는 그 원인이 “접근 방법이 틀렸기 때문에 힘들어진 것”이라고 단언한다.[^13]

그 결과로 사람들이 “소프트웨어 분야는 평생 공부해야 돼, 힘들다”라고 생각하기도 하는데, 그는 “틀린 말은 아니”지만 공부의 의미가 오해되었다고 말한다.[^13] 여기서 말하는 핵심은, 공부가 “외우고, 노트 필기하고” 같은 방식과는 전혀 다르다는 점이며, 이 오해를 지금 풀어야 한다고 한다.[^13]

3.9 ‘핵심→유도’ 전략: 양(다 배우기)이 아니라 요령(핵심에서 확장)으로 승부[^13]

그가 제시하는 학습법의 골자는 두 단계다.

  1. 먼저 핵심을 배운다.[^13]
  2. 그 핵심으로부터 “내가 모르는 것을 유도해내는 연습”을 한다.[^13]

그는 “하나하나하나 배우는 게 아니라” 핵심에서 다른 것들을 이끌어낼 수 있는 학습 능력을 갖추어야 한다고 말한다.[^13] 왜냐하면 모든 것을 하나씩 배우면 끝이 없고, 경쟁 심화/신입 취업난 속에서 “이것들을 다 알아야 취직할 것 같은 잘못된 얘기”가 돌지만 사실이 아니라고 한다.[^13]

여기서 그는 도발적인 표현으로 소프트웨어를 규정한다.

  • 소프트웨어는 “양으로 하는 분야가 아니다”.[^14]
  • 그렇다고 “질적으로 아주 뛰어나야 하냐”도 아니고, 솔직히 그것도 아니라고 말한다.[^14]
  • 결론: “요령으로 하는 분야”다.[^14]

이 “요령”의 정의는 “핵심을 알고, 핵심으로부터 많은 것을 필요할 때 이끌어낼 수 있는 요령”이다.[^14] 그렇게 하면 어디에 기회가 나타날지 모르는 상황에서, 기회가 보이면 “얼른 달려가서 잡는 것”이 가능하다고 말한다.[^14] 그는 벤처가 하는 것도 “필요한 걸 빠르게 유도해서 가는 과정”이며, 학습자도 이 과정을 익혀야 한다고 강조한다.[^14] “잽싸게 가서 깃발을 꽂아야” 한다는 비유로 마무리한다.[^14]

[!IMPORTANT] 이 콘텐츠의 공부 철학(반복 핵심)
“다 외워서 쌓는 공부”가 아니라, 핵심을 최소 단위로 세우고 → 필요할 때 확장(유도)하는 능력이 취업과 실무에서 더 결정적이라고 계속 강조한다.[^13]

3.10 성장 곡선: 초반 느림이 정상(오히려 바람직), 성장의 계단식/점프, 정체 구간 버티기[^15]

그는 실력이 직선 형태로 오르지 않고, 어느 순간 이후 속도가 빨라지는 이야기를 꺼낸다.[^15] 초반에 느린 것은 괜찮고, 오히려 “초반에 빠르면 안 된다”고까지 말한다.[^15] 모두가 “급성장”해야 한다는 표현으로, 초기의 깊은 사고 경험이 이후 점프의 기반이 됨을 강조한다.[^15]

초보자가 흔히 하는 걱정(“쉬운 문제 푸는데 30분 걸렸다”)을 예로 들며, 댓글에서 “30분이면 빨리 푼 거다” 같은 반응이 달리는 것이 재밌다고 한다.[^15] 그는 실제로는 하룻밤 자면서, 일주일 동안 끙끙 앓을 수도 있다고 말하며, 초반의 그런 경험이 오히려 좋다고 한다.[^15] 특히 짧은 영상/빠른 전환(틱톡 등)에 익숙한 사람에게는 “오랫동안 고민하는 훈련”이 더 중요할 수 있다고 말한다.[^15]

또 “왜 쉬운 문제를 못 풀지”라는 자책에 대해, 쉬운 문제이기 때문에 연습할 수 있는 것이며, 실력이 없고 백지 상태일 때 깊이 생각하고 스스로 해결하는 연습을 해야 한다고 말한다.[^15] 바꿔 말하면 “그때 아니면 못한다”는 식으로 초반 훈련의 가치를 강조한다.[^15]

이어서 그는 “성장은 계단식으로 이루어진다”고 말한다.[^16] 성장하지 않는 것처럼 느껴지는 구간이 길 수 있으며, “성장이 없는 구간을 버티는 게 진짜 능력”일 수 있다고 한다.[^16] 하지만 하다 보면 어느 순간 “점프”가 일어나고, 본인도 어릴 때 “이거 진짜 안 되네” 같은 경험이 많았으며, 그때 누군가 “하다 보면 된다”는 말을 해줘서 견딜 수 있었다고 회상한다.[^16] 점프 경험이 있는 사람은 이후 지루한 구간도 버틸 수 있으므로, 초보 때 이런 경험이 중요하다고 결론 내린다.[^16]

그는 자괴감(“나만 멍청한 것 같다”)을 인정하면서도, 결국 돌아보면 “끝까지 하는 사람이 이긴다”고 말한다.[^16] 그래프의 불연속(계단)은 비유일 뿐 실제론 “미세하게나마 우상향” 중이며, 성장이 없는 것처럼 느끼는 불안 자체가 필수 과정이니 걱정 말고 하던 대로 하면 된다고 한다.[^17]

3.11 ‘인간의 백그라운드 연산’ 비유: 최선을 다한 뒤에는 쉬어라, 무의식이 푼다[^17]

그는 자신의 경험에 비춰 “사람도 일종의 백그라운드 연산이 존재한다”고 말하며, 이를 “아주 중요한” 포인트로 강조한다.[^17] 의식적으로 최선을 다했다고 느껴지면 쉬어도 되고, 뇌가 백그라운드에서 문제를 해결한다고 한다.[^17]

그는 어떤 문제를 풀기 위해 24시간 내내 생각하는 것이 아니라, 최선을 다해 할 수 있는 것을 하고 아이디어가 안 나오면 “백그라운드로 넘긴다”고 설명한다.[^17] 그러면 무의식이 해결해 준다는 것이다.[^18] 이 맥락에서 “자다가 영감”, “샤워하다가 화학식 발견” 같은 신화적 이야기가 나오는 이유도 인간 무의식을 잘 활용하는 것이 “무시무시한 치트키”이기 때문이라고 말한다.[^18]

결론은 “너무 걱정하지 말라”이다.[^18] 내 안의 무언가가 알아서 삶을 개선해준다는 식으로 표현하며, 다만 욕심 때문에 잘못된 방향을 선택하면 문제가 되지만, 그렇지 않으면 느림/불안에 과도하게 흔들릴 필요가 없다고 말한다.[^18] 꾸준히 하면 어느 순간 J-커브를 타게 된다고 마무리한다.[^18]

3.12 “공부할 때 AI 써도 되나?”: 바이브 코딩의 조건, 기초 없는 AI 의존의 위험(시간 낭비)과 올바른 타이밍[^18]

그는 “공부할 때 AI 써도 되나”를 다루며, 바이브 코딩이라는 용어를 앙드레 카파시가 유행시켰다고 소개한다.[^18] 카파시의 트윗 내용을 근거로, 자신은 거의 모든 소프트웨어 개발자가 바이브 코딩 스타일로 일할 수 있길 희망하고 실제로 그럴 가능성이 충분하다고 본다고 말한다.[^19] 다만 예외도 든다: 컴퓨터 그래픽스, 연구, 저수준 프로그래밍, 로봇 제어처럼 특수 하드웨어에서 최적화하는 경우는 바이브 코딩이 “힘들 것 같다”고 한다.[^19]

그럼에도 “자기가 만든 특수한 부분을 제품화로 이끌어내는 과정”은 쉬워질 것이고, 이 과정은 “AI 쓰셔야죠”라고 말한다.[^19] 하지만 조건이 있다: “여러분들이 기초는 스스로 갖추셔야 된다”는 주의사항을 강하게 강조한다.[^19]

비유로 C++을 든다. Visual Studio는 성능이 좋으니 사용법을 잘 알아야 하지만, C++ 문법을 모르는 사람이 단축키를 외워도 C++ 프로그래밍을 잘하는 것은 아니듯, AI도 마찬가지라고 말한다.[^19] 프로그래밍의 본질 이해가 없는 상태에서 “AI만 가지고 다 되냐”는 절대 아니며 오히려 위험할 수 있다고 경고한다.[^20]

그가 말하는 위험은 특히 “시간 낭비”다.[^20] AI만 쓰면 바이브 코딩으로 느긋하게 돈을 벌 수 있을 것처럼 접근했다가 막상 해보면 “택도 없더라”가 되면, 잘못하면 1~2년을 “까먹을 수 있다”고 말한다.[^20] 그래서 “처음 공부할 때 아주 기초를 할 때 오히려 AI 안 쓰고 내 머리를 쓰라”고 권한다.[^20] 쉬운 것을 할 때 자기 머리를 써서 기초를 만들고, “기초가 됐다” 싶으면 그때 AI를 팍팍 쓰는 것이 가장 효율적이라는 결론이다.[^20]

[!WARNING] AI 사용의 타이밍 경고
[c 기초가 없는 상태에서 AI로만 ‘바이브 코딩’에 기대면, 1~2년을 통째로 낭비할 위험이 있다.] [^20]

3.13 2025 버전 공부 순서 제시의 전제: “재미”가 출발점(재미 없는 영역은 AI가 대체) + 재능 다양성[^21]

이제 그는 “2025년도 버전으로 컴퓨터 프로그래밍 공부 순서”를 정리해 주겠다고 선언한다.[^20] 그 출발점은 “처음 시작할 때 재미 붙이는 게 가장 중요”하다는 것이다.[^21] 재미가 없는데 돈 많이 번다고 버틸 수 있는 직업이 아니며, 재미 없는 영역은 “AI에게 다 넘어가기” 때문에, 스스로 재미를 느끼고 깊게 파고들 수 있는 본질적 재미가 필요하다고 말한다.[^21]

동시에, 기술적으로 어렵다고 해서 “재미 없으니 안 한다”로 갈 필요도 없는데, 까다로운 부분은 AI가 보충해 줄 수 있기 때문이라고 말한다.[^21] 재미의 종류는 사람마다 다르고, 재능도 조금씩 다르며, 다양한 재능을 가지고도 꿈을 펼치기 좋은 분야가 소프트웨어라고 강조한다.[^21]

3.14 “파이썬만능” 내러티브의 붕괴와 언어 전략 변화: 파이썬 + C(또는 C++) 권장, GPU 비용 시대의 저수준/최적화[^22]

그는 파이썬이 입문에 좋다는 이야기가 많고, 전통적으로도 언어를 강조해왔다는 점을 언급한다.[^21] 예전엔 “파이썬으로 시작해 쭉 가도 괜찮다”는 입장이었지만, 지금은 입장이 “약간 달라졌다”며 언어(특히 C 계열)를 꼭 하길 권한다고 말한다.[^22] “간단히” 해도 괜찮다고 하며, 커피챗 사례로 “AI 분야 개발자에게 물었더니 무조건 C부터 하라, AI 부서에서 C를 못하면 개발자냐”라는 말을 들었다는 이야기를 소개한다.[^22] 그리고 “이게 내가 하려는 얘기”라고 연결한다.[^22]

그는 “딥식(DeepSeek?)” 언급과 함께(맥락상 최근 사건/이슈를 가리키는 듯), 지금까지는 파이썬 유행 이유가 “파이썬으로 뭐든지 다 할 수 있을 것 같다”는 기대였지만, “지금 시점에서 그렇지 않다”고 말한다.[^22] 파이썬 입문·연구에는 좋지만, “돈 되는 제품을 만들 때는 파이썬이 좀 약하다”고 평가하며, “파이썬 만능 얘기는 사라졌다”고 선언한다.[^22]

왜 이런 변화가 생겼는지에 대한 그의 논리는 경제/자원 제약이다.

  • AI 범위가 넓어지고, 그중 중요한 축이 “최적화”가 됐다.[^23]
  • GPU가 너무 비싸서, “사람이 몸으로 떼어서 GPU를 아끼는 상황”이 됐다.[^23]
  • 과거에는 엔지니어 몸값이 비싸니 쉬운 언어로 “사람 효율”을 높이는 접근이 있었지만, 지금은 “사람 효율보다 GPU 효율이 더 중요한 시기”라고 말한다.[^23]

그래서 “상상하는 것을 이루려면 GPU를 아껴야 한다”, 돈이 무시무시하게 나가므로 저수준 최적화가 연구원에게는 “필수”라고 강조한다.[^23] 그는 연구자를 향해 “우아하게 수학 잘하고 뉴럴네트워크 훈련시키고 논문 쓸 거다”라고 생각하는 경우가 있는데, 머리가 좋다고 생각하는 연구자일수록 저수준 프로그래밍을 해야 한다고 도발한다.[^23] 이유는 “남들이 프로그래밍이 어려워서 못 하는 걸로 논문 쓰는 게 제일 쉽다”는 현실적인(?) 관찰이다.[^23] 예로 “파이토치에 아직 기능이 없는 것을 CUDA로 직접 넣은 논문이 우아하고 멋있어 보이고, 억셉도 쉽다”는 이야기를 한다.[^23]

결론적으로 “파이썬이 인간 생산성 높이는데 좋다”는 내러티브는 깨졌지만, 그렇다고 파이썬이 무의미한 것은 아니며 프로토타이핑/체험에 매우 좋다고 균형을 잡는다.[^24] 다만 소프트웨어의 특징으로 “내가 할 수 있는 건 남도 할 수 있으면 돈을 못 번다, 남이 못하는 걸 해야 한다”고 말하며, 남이 못하는 것을 하려면 남이 못하는 기술이 필요하니 파이썬과 C 언어 둘 다 해보라고 “강력히 권장”한다.[^24] 그래도 하나만 해야 한다면 파이썬으로 시작해도 괜찮고, C는 뒤에 가서 하면 된다고 덧붙인다.[^24]

[!TIP] 언어 전략(그가 제시한 현실적 타협)
파이썬으로 시작해도 되지만, 2025년의 경쟁력은 파이썬 + C(또는 C++ 등 저수준 역량) 조합에서 더 강해진다고 본다.[^24]

3.15 C++ “요약 강의”의 목적: 언어 마스터가 아니라 자료구조/알고리즘 진입을 위한 최소 관문[^24]

그는 자신이 준비한 “C++ 요약” 강의를 소개하며, 목표가 C++을 능숙하게 만드는 것이 아니라고 분명히 말한다.[^24] 목표는 자료구조·알고리즘을 공부할 수 있는 최소한의 확인 과정이라고 한다.[^24] 무료 강의이니 부담 없이 틀어보고, “할 만하다”면 바로 자료구조/알고리즘으로 넘어가라고 한다.[^25] 만약 요약 강의가 어렵다면 C를 조금 더 공부하고 넘어와도 괜찮다고 말하며, 사람마다 초반에는 느리게 가야 한다는 앞선 성장론을 다시 연결한다.[^25] 또한 초반에 가능성을 판단하기엔 너무 이르며, 대부분은 초반에 노력하면 된다고 격려한다.[^25]

그는 특히 “파이썬만 공부한 사람”을 위해, 다른 언어를 빠르게 공부하는 연습을 하라고 이 요약 강의를 올렸다고 말한다.[^25] “C++을 제대로 한다”면 뒤에서 전문 분야로 C++을 더 공부하면 되고, 여기서의 목표는 파이썬에 익숙한 사람이 C/C++ 같은 언어를 요령껏 핵심을 챙겨 빠르게 적응하는 연습이라고 한다.[^26]

3.16 “언어에 발목 잡히지 마라”: 검색/AI 시대의 언어 학습 의미, ‘짜증나는 경험’의 교육적 가치[^26]

그는 “프로그래밍 언어에 발목 잡히면 안 된다”고 말하며, “나는 이 언어를 하면서 살 거야”는 말이 안 된다고 한다.[^26] 과거에는 인터넷으로 정보를 얻기 어려워 C++ 문법이나 자바 프레임워크 사용법을 머리에 외우다시피 해야 했던 시절이 있었지만, 지금은 검색은 물론 “아예 다 짜 준다”고 말한다.[^26] 그래서 오히려 언어는 필요할 때 훑어보고 AI에게 짜라고 하는 식으로 갈 수 있으며, 그 전제는 “다른 언어를 빠르게 배우는 연습”을 반드시 해야 한다는 것이다.[^26]

그는 파이썬에 익숙해져 탭/들여쓰기 등이 편해진 뒤 C 계열을 보면 “이게 뭐야” 하며 짜증이 날 수 있다고 인정한다.[^26] 하지만 그 “짜증나는 경험을 한번 하라”고 권한다.[^27] 그리고 그것을 견디면 “다른 언어도 금방 배울 수 있구나”를 체득하게 된다고 한다.[^27]

또 “역설적으로 어떤 언어를 잘하려면 다른 언어를 조금씩 봐야 한다”고 말한다.[^27] 언어는 서로 교류하며 발전하기 때문에(파이썬이 C++, Java, JavaScript를 참고해 개선되는 등) 한 언어를 깊이 보려면 다른 언어가 어떻게 돌아가는지 알아야 한다는 것이다.[^27] 결국 그는 시간을 아껴 “빨리빨리 나갔으면 좋겠다”고 말하며 다음 단계(자료구조/알고리즘, 코테)로 넘어간다.[^27]

3.17 코테 준비의 위험과 권장 순서: 다짜고짜 문제풀이 → 암기 부작용, 인턴 강화, ‘시간을 두고’ 준비해야 쉬워진다[^28]

그는 시간을 아껴야 하는 이유 중 하나로 코테 준비 시간을 든다.[^27] 코테에서 다짜고짜 문제풀이를 시작하면 부작용이 심한데, 문제와 답을 외우려는 이상한 방식으로 공부가 꼬인다고 한다.[^28] 뽑는 쪽에서도 외워온 사람을 별로 뽑고 싶어 하지 않는다는 현실도 덧붙인다.[^28] 이런 부작용이 심해지면서 인턴이 강화되고 있다는 진단도 나온다.[^28]

그는 “자료구조/알고리즘 기본 강의”를 꼭 준비하라고 강조한다.[^28] 본인도 실리콘밸리에서 코테 준비해 시험을 봤고, “여러분도 하면 할 수 있다”고 격려한다.[^28] 코테는 언제 어려워지냐면 벼락치기하려 할 때이고, 시간을 두고 천천히 준비하면 오히려 쉽다고 말한다.[^28] 코테의 본질을 꿰뚫고 “노릴 수 있다”는 표현을 쓰며, 인간 두뇌가 새로운 아이디어를 받아들이고 적응하는데 시간이 걸려 벼락치기가 안 된다고 설명한다.[^28]

그래서 권장 방식은:

  • 일찍 시작한다.[^28]
  • 자료구조/알고리즘 끝난 직후부터 코테 문제풀이를 시작한다.[^35]
  • 쉬운 문제 위주로 “감”을 잡는다.[^35]
  • 이후 꾸준히 가끔씩 풀어 감을 잃지 않는다.[^35]
  • 실력이 붙으면 어려운 문제에 도전한다.[^35]

이 흐름은 뒤에서 “코테-응용분야 병행” 전략으로 이어진다.[^28]

3.18 스켈레톤 코드(빈칸 채우기) 강의 의도와 복습 방식: 최소 요건 vs 창의적 확장[^29]

시청자 질문: 자료구조/알고리즘 강의에서 “스켈레톤 코드를 완성하는 방식”인데, 복습 때 바닥부터 스스로 짜보는 것을 권하는지, 아니면 문제 풀며 빠르게 진도 빼는 것을 권하는지 묻는다.[^29]

홍정모는 강의 의도가 “빈칸 채우기 최소한”을 통해 빠르게 진행할 수 있게 만든 것이라고 답한다.[^29] 하지만 “스켈레톤 코드도 내가 짤 수 있을 것 같다면 짜보라”고 하며 그것도 괜찮고 “좋다”고 말한다.[^29] 빈칸 채우기 형태는 공부 시간을 줄이고 방황 시간을 아끼기 위한 설계였고, “정말 최소한 정도는 해야 한다”는 느낌으로 만들었다고 설명한다.[^30]

또 그는 일정 규모 이상의 회사에서는 빈칸 채우기식으로 일을 하게 되는 경우도 꽤 있다고 말한다.[^30] 즉, 이 방식은 학습 효율뿐 아니라 실무 방식과도 맞닿아 있다는 설명이다.[^30] 다만 만약 길찾기 알고리즘 구현을 빈칸 채우기가 아니라, 처음부터 테스트 코드/테스트 케이스까지 설계해 “평소 풀고 싶던 문제”에 적용해보고 싶다면 “아주 좋다”고 한다.[^30]

이 지점에서 그는 “영감”을 주제로 확장한다. 영감이 떠오르면 섞이지 말고(= 억누르지 말고) 쓰라고 말한다.[^30] “에너지는 항상 생겨나는 것이 아니다”라고 하며, 영감을 발휘하는 것이 뇌를 창의적으로 만드는 중요한 습관이라고 한다.[^30]

3.19 창의성의 위치: 어떤 사람에게는 ‘신의 선물’, 억누르지 말고 활용하는 방향으로 공부[^30]

그는 사람마다 창의성을 발휘할 수 있는 사람이 있고 그렇지 않은 사람이 있다고 말한다.[^30] 창의성을 발휘해야 하는 쪽으로 발달한 사람은 창의성을 발휘 못하면 고통받으며, 동시에 창의성 가치가 점점 높아지는 시기라고 말한다.[^30] 소프트웨어 분야는 창의성 발휘에 좋은 분야지만, 모든 소프트웨어 직군이 창의성을 발휘하는 것은 아니고, 창의성이 있는 사람만 모든 직군에 들어가는 것도 아니라고 균형을 잡는다.[^31] 그럼에도 창의성은 “신의 선물”이며, 갖고 있다면 억누를 필요가 없고 활용하는 쪽으로 공부하라고 조언한다.[^31]

3.20 알고리즘 학습 자료 문제: CLRS는 모두가 추천하지만 혼자 보기 어렵다 → 압축 코스의 의도[^31]

그는 작년 영상 댓글에 “알고리즘의 바이블인 Introduction to Algorithms(CLRS)를 다회독 해보라”는 추천이 있었는데, 자신은 “1년째 답을 못 받았다”는 식으로(댓글의 맥락을 인용) 혼자 공부가 어렵다는 현실을 말한다.[^31] 모두가 좋다고 추천하지만, 책을 열어보면 혼자 공부하기 매우 어렵다는 점을 지적한다.[^31]

그래서 그는 CLRS로 강의하는 스탠포드 강의를 보고, 이를 줄이고 압축해 “꾹꾹 눌러서 만든 강의”가 자신의 “알고리즘 압축 코스”라고 소개한다.[^32] 목적은 자료구조와 알고리즘을 일단 끝내고 다른 공부로 들어갈 수 있도록 최대한 효율적으로 정리한 공부 순서라는 것이다.[^32]

3.21 AI 파트 로드맵 재정렬: 대학원 필수? → “기본 원리/기술 교양”은 필수, 체험→수학(프로그래밍형)→딥러닝을 앞당기기[^32]

그는 이제 “AI 부분 정리”로 넘어간다.[^32] 과거엔 “AI 대학원 가야 된다”는 얘기가 있었지만, 앞으로는 AI가 “필수”가 될 것이라고 말한다.[^32] 다만 여기서 오해하면 안 되는 점은, GPU를 들여 수백억짜리 네트워크를 훈련시키는 학문적 깊이가 “교양 수준으로 내려오지는 않을 것”이라는 것이다.[^32] 그러나 현대 AI 기술이 무엇이고 어디에 쓸 수 있는지, 그리고 기본 원리가 어떻게 되는지 “정도는 꼭 알아야 되는 시대로 바뀌었다”고 한다.[^33]

그는 자신의 강의 기준으로 파이썬을 공부하면서 이것저것 체험해보도록 만든 “파이썬 추월 코스”를 언급한다.[^33] 예전에는 자료구조/알고리즘이 왜 필요한지 모르는 사람이 많아, 뒤에 하게 될 다양한 것을 미리 보여준 것이라고 설명한다.[^33]

또한 AI 체험이 필요한 이유로 “뒤에 나오는 수학이 추상적일 수 있어서”라고 말한다.[^33] 다만 수학은 어릴 때 학교에서 하던 종이에 푸는 방식이 아니라, 프로그래밍하는 수학을 가볍고 직관적으로 공부하면 충분하다고 한다.[^33] 아직 대학 수학이 프로그래밍 위주로 완전히 바뀌진 않았지만 “파이썬으로 배우는 공업수학” 같은 것이 나오기 시작했고, 특히 선형대수학은 영어권에서 교수법이 좋아져 손풀이가 목표가 아니라 파이썬 구현과 가시화로 직관 이해를 돕는 방향으로 바뀌었다고 말한다.[^34]

따라서 수학을 과거 기억(공포의 대상)으로 생각할 필요가 없어졌고, 손으로 풀며 형식적 엄밀함에 묶여 본질 접근을 못 하는 것을 걱정할 필요도 “거의 끝났다”고까지 말한다.[^34] 코드 돌려보니 재밌고 그림이 움직이는 것이 신선한 정도로 가볍게 접근 가능한 시대라는 것이다.[^34]

그 다음 딥러닝 순서에 대한 변화도 강조한다. 과거에는 머신러닝 이론을 먼저 끝내고 딥러닝으로 넘어가는 것이 정석이었지만, 최근 명문대에서는 바로 딥러닝으로 가는 교과목도 나온다고 한다.[^35] 머신러닝 이론을 하나하나 다 하기보다, 뉴럴 네트워크를 훈련시키는 요령을 배우는 관점이 커졌다는 설명이다.[^35] 물론 머신러닝 이론을 완전히 무시하는 것은 아니지만, 예를 들어 파이썬에서 OpenCV로 손/얼굴 위치 체크를 해봤다면, 이제 직접 네트워크를 훈련해보며 “이렇게 작동하는구나, 수학이 이렇게 쓰이네, 데이터셋은 이래야 하네” 식으로 배우는 교수법으로 변하고 있다고 말한다.[^35]

이 흐름을 바탕으로 그는 로드맵의 순서를 조정한다:

  • AI 체험 → 기본 수학 개념 → 딥러닝을 어느 정도 한 뒤에 응용 분야로 넘어가라.[^36]
  • 전통 응용 이론만 보기보다 “AI와 관련이 될지”를 알고 공부하면 경쟁력이 높다.[^36]
  • 그래서 딥러닝 공부를 앞당기는 쪽으로 공부 순서를 바꿔 권장한다.[^36]

또한 딥러닝을 “훈련시키는 기술” 관점에서 공부하는 것도 나쁘지 않으며, 나중에 전공 수준으로 AI를 깊게 할 수도 있고, 이후 머신러닝을 더 깊게 공부하면 앞에서 체험/딥러닝 경험이 있어 효율이 훨씬 높아진다고 말한다.[^36]

3.22 응용 분야의 현실: 딥러닝을 피할 수 없다(그래픽스/비전/게임), 포트폴리오 병행, 응용은 ‘연애’처럼 가볍게 탐색[^37]

그는 컴퓨터 그래픽스·컴퓨터 비전 등 전공과 가까운 응용 분야는 최근 딥러닝을 안 쓸 수 없는 방향으로 간다고 말한다.[^37] 게임 분야도 AI 활용을 진지하게 시도하는 경우가 많고, 그래픽스 파이프라인에는 머신러닝으로 해상도를 높이는 기술 등이 많이 들어오고 있다고 설명한다.[^37] 컴퓨터 비전은 ML 없이 이야기 자체가 안 되며, 비전 분야가 AI 기술 발전에 중요한 기반이었다고 덧붙인다.[^37] 따라서 컴퓨터 비전도 딥러닝을 공부하고 들어가는 게 더 효율적이라고 한다.[^37]

이어 포트폴리오의 중요성을 강조한다. 실제로 뭔가 만들 능력이 있다는 것을 보여주기 위한 포트폴리오는 응용 분야 공부와 함께 준비해야 한다고 한다.[^38]

그는 응용 분야 선택에 대한 부담을 낮추기 위해 비유를 쓴다:

  • 응용 분야는 “결혼하는 것처럼” 준비할 필요가 없다.[^38]
  • “연애하는 느낌으로”: 괜찮아 보이면 해보고, 아니면 다른 것도 해보면 된다.[^38]
  • 처음부터 하나를 찍고 “평생 이것만” 할 부담을 가질 필요가 없다.[^38]

따라서 처음에는 가볍게 이것저것 보는 것도 괜찮고, 앞에서 파이썬으로 체험을 해봤다면 감이 있을 것이며, 응용 분야를 준비하면서 포트폴리오를 만들어 가면 된다고 정리한다.[^38]

3.23 CS 이론, 인턴십의 부상: “어디서 했냐”보다 “했냐”가 중요해지는 흐름[^38]

그는 응용을 하다 보면 CS를 만나게 될 것이며, 그때 이론적인 면도 같이 공부해 나가면 된다고 말한다.[^38] 그리고 “요즘 점점 더 중요해지는 것”으로 인턴십을 강조한다.[^39] 특히 미국 취업을 원하면 인턴십이 굉장히 중요하며, 한국 유학생은 방학 때 한국 가서 쉬면 안 되고 어떻게든 인턴십을 해야 한다는 말까지 나온다고 한다.[^39] 한국도 점점 강화되는 쪽으로 갈 것이라고 전망한다.[^39]

중요한 포인트는 인턴십의 질보다 경험 여부다.

  • 인턴십을 “어디서 하느냐”보다 “했냐 안 했냐”가 더 중요하다.[^39]
  • 대학교 연구실이든, 중소기업이든 어디든 경험을 쌓으라고 강력히 권장한다.[^39]

3.24 알고리즘 강의 난이도 ‘점프’의 의도: 반복을 넣어 점프하게 만든다[^39]

시청자 질문: 자료구조는 계단식으로 올라가는 느낌인데 알고리즘은 크게 점프하는 느낌인데 의도했는가?[^39]

그는 “그게 포인트”라고 답한다.[^39] 자료구조와 같은 난이도의 강의를 10개 더 듣는다고 실력이 느는 게 아니며, 자료구조와 비슷한 내용이 알고리즘에 다시 나오는 반복이 있지만, 그럼에도 반복을 넣은 이유는 “점프하라”는 목적 때문이라고 설명한다.[^39] 즉, 편하게 한 번만 가르치면 본인도 편하지만, 학습자가 점프하는 구간을 경험하도록 설계했다는 것이다.[^39]

3.25 분야별 기회 관찰(한국 기준): LM 기반 AI 에이전트 붐, 눈높이 상향(파인튜닝/RAG), 컴비전/그래픽스의 위상[^40]

그는 한국에서 유행하는 흐름으로 LM 기반 AI 에이전트 활용을 꼽고, 다양한 분야에서 기회가 쏟아질 수 있다고 말한다.[^40] 정치/경제 상황이 안정되지 않았고 현재도 상황이 안 좋지만, 그럼에도 이쪽에 기회가 “꽤 있”다고 한다.[^40] 그래서 유연성 있게 접근하되, “눈높이는 조금 높여야” 한다고 조언한다.[^40]

구체적으로는 “파인튜닝까지 해야 돼? RAG 붙일 때 이것저것까지 해야 돼?” 같은 반응이 있을 수 있지만, “하셔야 되는 상황이 됐다”고 말한다.[^40] 박사급이 아니어도 이런 일을 할 수 있다는 것은 기회지만, 박사급이 하는 일을 해야 한다는 부담이 있을 수 있으나 “알고 보면 의외로 할 수 있다”고 격려한다.[^40] 그래서 이를 기회로 삼으라고 말한다.[^40]

이어 컴퓨터 비전은 머신러닝 기본이므로 관심 있으면 딥러닝/머신러닝을 공부하고 들어가라고 하고, 개인적으로 이 분야가 한국에서 중요할 것 같아 고급 인력이 필요하다고 생각하지만 업계 변수가 있다고 말한다.[^41] 컴비전 쪽은 미국 취업도 잘 되는 것 같아 기회로 볼 수도 있다고 덧붙인다.[^41]

컴퓨터 그래픽스에 대해서는, 수학이 프로그래밍에 어떻게 적용되는지 공부하기 좋은 분야이며, 그래픽스 자체 중요성도 있지만 다른 분야를 많이 키워줬다고 말한다.[^41] 고효율 컴퓨팅(CUDA, GPU) 같은 동기가 그래픽스에서 나와 발달했고, 그래픽스는 엔터테인먼트(게임, 영화, 특수효과, 버추얼 캐릭터 유튜브 등)와 만나는 경우가 많아 활용 분야가 다양하다고 설명한다.[^41] 그리고 이 분야들도 AI를 피할 수 없는 상황이 됐다고 말한다.[^42]

3.26 홍정모의 ‘올해 비전’: 그래픽스 + 머신러닝 + 컴퓨터 비전(특히 3D 비전)의 결합[^42]

공부 얘기 이후, 그는 자신의 비전을 잠깐 말하겠다고 한다.[^42] “드디어 때가 왔다”, 몇 년간 강의 만들며 살았는데 이제 “최신 기술로 들어갈 타이밍”이 됐다고 생각한다고 말한다.[^42] 올해 비전/목표는 컴퓨터 그래픽스, 머신러닝, 컴퓨터 비전(특히 3D 비전) 세 가지를 함께 아우르며 미래를 열어가는 방향으로 진행하는 것이라고 한다.[^42] 앞으로도 이를 계속 보여줄 수 있을 것 같다고 예고한다.[^42]

3.27 수학의 필요성에 대한 분위기 변화: “올해는 말 안 해도 된다”, 다만 ‘수학만’ 파지 말고 응용 중심으로[^43]

그는 작년에는 “수학이 필요하다”고 말해도 납득하지 않는 사람이 많았는데, 올해는 AI를 쓰려면 최소한 수학을 알아야 한다는 인식이 생겨 굳이 말할 필요가 없어졌다고 한다.[^43] 다만 “어느 정도 필요한가/어느 수준까지 필요한가”는 다른 측면이 있다고 말하며, 각자 “할 수 있는 정도로” 하면 된다고 한다.[^43]

중요한 방향성은 수학 위주가 아니라 응용 분야 위주다.[^43] 응용에서 활용하기 위해 수학을 조금 “메운다/채운다”는 접근이면 되고, 수학을 위해 휴학하고 몇 년간 수학만 하겠다는 식으로 접근할 필요는 없다고 말한다.[^43] 냉정하게 말하면 학생 때 이미 수학을 했고, 자신이 수학 적성이 어떤지 어느 정도는 알고 있을 것이며, 프로그래밍에 사용되는 수학은 옛날 수학과 다르긴 하지만, 그럼에도 수학에 큰 트라우마가 있던 사람이 갑자기 수학을 천재적으로 하게 되진 않으니 무리할 필요가 없다는 논리다.[^44] 교수법을 개선할 필요는 있다고 덧붙인다.[^44]

3.28 “자바로 시작해도 되나요?”: 메모리/오류 추적 경험의 부족, 알고리즘은 자바도 가능하지만 C++ 권장[^44]

시청자 질문: 자바로 시작하는 거 괜찮나?[^44]

그는 자바로 시작하면 “틀에 맞춰서 짜는 연습”을 하게 되는데, 기초 예제 수준에서는 가비지 컬렉터가 너무 잘해줘서 메모리를 잘못 관리했을 때 “펑펑 터지고”, 그 오류를 보고 찾아 들어가는 연습을 하기 어렵다고 말한다.[^44] 즉, 초반에 저수준 오류/메모리 문제를 체감하며 디버깅하는 경험이 부족해질 수 있다는 취지다.[^44]

다만 알고리즘을 자바로 하고 싶다면 “안 하는 것보다 낫다”고 인정하면서도, 자신은 C++로 하는 것을 권장한다고 말한다.[^45]

3.29 현실론(금융 15년차 댓글) 소개와 판단 유보: 자바 수요, 국내 일자리의 돈 흐름, 세계시장 지향의 이상주의[^45]

그는 작년 영상 댓글 중 하나를 소개한다.[^45] 15년차 금융권 개발자가 “파이썬 좋지만 현장에선 여전히 자바 인력을 구한다, 자바 공부해라”는 취지로 쓴 글이며, 그는 이 댓글로 상황 파악을 보정받은 느낌이라 “고맙다”고 말한다.[^45] 다만 판단은 시청자가 직접 해야 한다고 한다.[^45]

그는 자신이 자바를 하지 말라는 것이 아니며, 자신이 자바를 딱 써놓지 않아서 오해가 있었던 것 같다고 말한다.[^46] 그리고 댓글에서 나열된 “일자리 많다/일 많이 들어온다” 같은 것들이 현재 공부하는 사람들의 눈높이에 맞는 일인지 자신은 잘 모르겠다고 한다.[^46] 또한 그런 일들은 “돈이 딴 데서 나오고 결국 인건비 싸움”이 될 수 있다는 관점을 말하며, 자신은 세계 시장을 노릴 수 있는 것이 나오길 바라는 마음이 있다고 말한다.[^46] 이런 관점은 이상주의적으로 보일 수 있고 현실적이지 않다고 볼 수 있으며, 그런 의견도 존중한다고 한다.[^46] 그래서 이 논쟁적 댓글을 “소개해 드리는 게 좋겠다”는 이유로 넣었다고 정리한다.[^46]

3.30 마무리 메시지: 할 게 많아 보일 수도 있지만 기회는 있다, ‘입증’의 시대, 그리고 행운의 정의[^47]

그는 어떤 사람은 자신의 말을 듣고 “너무 공부 많이 하라는 것 아니냐, 의지를 꺾는 말 같다” 불편함을 표현했지만, 길게 설명을 들은 뒤 생각이 바뀐 것 같다는 에피소드를 전한다.[^46] “좋은 코드로 돌아와 답장 남기겠다”는 반응을 소개하며, 사람에 따라 “명확하게 길이 보인다”는 사람도 있고, “할 게 점점 많아져 부담”인 사람도 있을 수 있다고 말한다.[^47]

또 취업이 안 돼 힘든 사람이 있을 수 있으나 “어떤 시대에도 누구에게나 기회는 있다”고 말하며, 주변 상황에 흔들리기보다 유연성을 갖고 기회를 포착해 좋은 기회로 살려내라고 조언한다.[^47] 실제로 “강의 보고 공부 기록 남기고 그래픽스 경험을 좋게 봐줘서 취직했다”는 사례를 축하하기도 한다.[^47]

말미에는 “CS 전공만으로 이득 보는 시기는 완전히 끝났다”고 단언한다.[^48] 무엇을 공부했으니 대우받겠다는 시대가 아니라, 내가 최소 어느 정도 되는지 입증해야 한다고 말한다.[^48] 다만 불행인지 다행인지 엄청나게 잘할 것을 기대하진 않는다고 덧붙인다.[^48]

마지막 문장으로 자신이 좋아하는 말을 인용하며 끝낸다:

  • “행운은 준비가 기회를 만났을 때 생겨난다.”[^48]

4. 핵심 통찰[^1]

  1. [h “AI를 잘 쓰는 법” 이전에 “AI 시대의 엔지니어 기본기”가 먼저다.] AI가 코드를 써줘도 읽고 통제할 수 있는 기초가 없으면 오히려 위험(시간 낭비)해진다는 경고가 반복된다.[^8]

    • 실행: 초반(기초/쉬운 문제)에는 AI 의존을 줄이고, 기초가 생기면 AI를 적극 활용하는 ‘타이밍 전략’을 명확히 구분한다.[^20]

  2. [h 취업은 돌아오지만 ‘직무 형태가 바뀐다’.] 신입은 필수지만, 공고는 AI 조건(파인튜닝/RAG/에이전트 등)이 섞인 형태로 재편되어 돌아온다고 본다.[^7]

    • 실행: 과거 준비 방식(언어 하나만, 체크리스트식)에서 벗어나 AI 결합 실무 역량을 포함한 로드맵으로 전환한다.[^11]

  3. [h 공부는 “양/암기”가 아니라 “핵심→유도”라는 요령 싸움이다.] 끝없는 기술 목록을 따라가면 지치지만, 핵심을 세우고 모르는 것을 유도해내면 변화에 대응 가능하다고 말한다.[^13]

    • 실행: 어떤 기술을 배울 때 “핵심 개념(원리/추상)”을 먼저 잡고, 필요 시 빠르게 확장하는 연습을 설계한다.[^14]

  4. [m 성장의 정체 구간은 실패가 아니라 과정이다.] 계단식 성장, 백그라운드 연산, 점프 경험의 중요성을 통해 “버티는 힘”을 강조한다.[^16]

    • 실행: 학습 계획에 ‘정체를 전제로 한 지속 루틴(꾸준한 코테, 응용 병행, 휴식)’을 넣는다.[^28]

  5. [h 2025년 언어 전략은 ‘파이썬만능’이 아니라 ‘파이썬 + 저수준 역량’ 쪽으로 이동한다.] GPU 비용/최적화 압력이 커지며 저수준 프로그래밍 가치가 올라간다는 진단이 핵심 근거다.[^23]

    • 실행: 파이썬으로 체험/프로토타입을 하되, C/C++로 넘어가 자료구조/알고리즘과 최적화 감각을 확보한다.[^24]

  6. [m 응용 분야 선택은 ‘결혼’이 아니라 ‘연애’다.] 한 분야에 과도하게 올인하기보다 탐색과 전환을 허용하는 태도가 장기적으로 유리하다고 본다.[^38]

    • 실행: 짧은 사이클로 응용 분야를 시도하고, 그 과정에서 포트폴리오 산출물을 축적한다.[^38]

  7. [h 인턴십은 점점 “어디서”보다 “했는지”가 중요해진다.] 특히 미국 취업 맥락에서 경험의 유무가 결정적으로 된다는 관찰을 제시한다.[^39]

    • 실행: 연구실/중소기업 등 형태를 가리지 않고 실제 경험을 확보하는 전략을 채택한다.[^39]

5. 헷갈리는 용어 정리[^1]

  • 바이브 코딩(Vibe Coding): AI가 코딩을 크게 도와주는 환경에서 사람이 “구조/지시/의도” 중심으로 개발하고, 귀찮은 구현은 AI가 수행하는 개발 스타일로, 앙드레 카파시가 유행시켰다고 소개된다.[^18]
  • LM / LLM: 영상에서는 “LM 기반 AI 에이전트”, “LML(LLM로 보임)” 같은 표현으로, 언어모델 기반 기능/에이전트/응용이 채용과 실무 전반에 확산되는 흐름을 지칭한다.[^4]
  • AI 에이전트: LM 기반으로 작업을 수행/자동화하는 형태의 시스템을 가리키며, 다양한 분야에서 기회가 생기는 중심 축으로 언급된다.[^40]
  • 파인튜닝(Fine-tuning): 이미 만들어진 모델을 특정 목적/도메인에 맞게 추가 학습해 성능을 개선하는 실무 능력으로, 채용 공고 조건에 등장하기 시작했고 앞으로 거의 필수로 갈 수 있다고 말한다.[^11]
  • RAG(레그): 영상에서는 “레그 붙이기”로 표현되며, 모델에 외부 지식/검색/데이터를 결합해 성능을 높이는 방식으로 언급된다.[^11]
  • 코테: 코딩 테스트. 다짜고짜 문제풀이로 시작하면 암기 부작용이 생기므로 자료구조/알고리즘 이후, 일찍/꾸준히 준비하는 전략을 제시한다.[^28]
  • CLRS: 『Introduction to Algorithms』(알고리즘 교과서). 모두가 추천하지만 독학이 어렵다는 문제를 지적하며 자신의 압축 코스 제작 의도를 설명한다.[^31]
  • CUDA: GPU 프로그래밍/저수준 최적화 맥락에서, 파이토치에 없는 기능을 CUDA로 직접 넣는 논문 사례를 들어 저수준 역량의 가치를 강조한다.[^23]
  • Vulkan / OpenGL ES / Metal: 모바일 게임 엔진/그래픽스 프로그래밍 우대 조건 예시로 등장하며, “어려워도 기회가 올 수 있다”는 맥락에서 언급된다.[^8]
  • 가비지 컬렉터(GC): 자바에서 메모리 관리를 자동화해주기 때문에, 기초 예제에서는 메모리 관리 실패로 인한 오류 추적 경험을 쌓기 어렵다는 근거로 언급된다.[^44]

참고(콘텐츠 정보)[^1]

  • 제목: 2025 AI 프로그래밍 공부 순서 | 인공지능 프로그래밍 공부 | 공부 방법 | HongLab 로드맵[^1]
  • 채널: 홍정모[^1]
  • 길이: 48분 32초[^1]
  • 링크: https://www.youtube.com/watch?v=0zL3EVl37Cs[^1]

[^1]: @[00:08]~@[01:25] “저는 컴퓨터 프로그래밍을 가르치는 홍 정모입니다… 경제의 디톡스…” 및 영상 메타(제목/채널/길이/링크) 사용자 제공 정보. [^2]: @[01:37]~@[02:30] “작년에는 AI 때문에 일자리 뺏긴다… AI 우리 코딩 다 도와주니까… 바이브 코딩… 내러티브가 바뀌어서 당황” [^3]: @[03:13]~@[03:44] “AI는 귀찮은 일을 다 해주면 좋은 것… 도구… 최소한의 능력/사고력… 잠재력을 끌어낼 시대” [^4]: @[04:27]~@[05:04] “2024년 11월 기사… 개발자 채용 44% AI… LM 기반 AI 에이전트… 채용 공고에… 파인튜닝 조건” [^5]: @[05:11]~@[05:51] “신입… 감정적인 댓글… 일자리는 돌아온다… 생각보다 빨리… 같은 일자리가 고대로 돌아오진 않는다… 옛날 방식 고대로 준비하면…” [^6]: @[05:59]~@[07:02] “영영 신입 안 뽑는 거 아니냐… 어떤 업계든 신입 없이 안 돌아간다… 게임 산업 사례… 레이오프 하면서 동시에 채용… 신입은 생태계의 필수” [^7]: @[07:02]~@[07:51] “크래프톤 2025 신입… 절반이 AI… 일자리는 돌아오지만 똑같지 않다… 금융/게임에 LM 적용” [^8]: @[08:24]~@[09:38] “벌칸… 기회… 소프트웨어 엔지니어는 고급 직업… 양극화… AI 코드 읽기/컨트롤 기본기… 능력 있는 인력 기회” [^9]: @[09:40]~@[10:13] 비전공자 질문/취업 축하 및 그래픽스 취업 전망 언급. [^10]: @[10:16]~@[11:07] “목표는 인공지능을 만드는 사람이 되어야… 범위 넓다… 100억 GPU 훈련만이 아니다… 에이전트/게임 캐릭터…” [^11]: @[11:16]~@[12:04] “모두가 뉴럴 네트워크 만들 필요 없다… LM 작동 대강 알아야… 파인튜닝/RAG… 공고에 등장… 파인튜닝 거의 필수… 어렵지 않다” [^12]: @[12:13]~@[13:05] “AI 만드는 사람 = 훌륭한 소프트웨어 엔지니어… 올바른 공부 전략… 뭐만 하면 돼 → 지침… 접근이 틀려서” [^13]: @[13:17]~@[13:53] “공부는 외우는 게 아니다… 핵심을 배우고… 핵심으로부터 모르는 것을 유도… 하나하나 배우면 끝이 없다” [^14]: @[14:01]~@[14:35] “양으로 하는 분야 아니다… 질도 아니다… 요령… 핵심에서 이끌어내는… 기회 보이면 달려가 깃발 꽂기” [^15]: @[14:47]~@[16:06] “초반 느린 건 괜찮다/오히려 빠르면 안 된다… 쉬운 문제 30분… 오래 고민 훈련… 그때 아니면 못 한다” [^16]: @[16:08]~@[16:55] “성장은 계단식… 성장 없는 구간 버티기… 어느 순간 점프… 끝까지 하는 사람이 이긴다” [^17]: @[17:00]~@[17:42] “불연속은 비유, 실제는 우상향… 걱정 말고 하던 대로… 사람도 백그라운드 연산… 최선을 다했으면 쉬어라” [^18]: @[18:02]~@[18:46] “무의식이 해결… 자다가 영감/샤워하다 발견… 치트키… 꾸준히 하면 J-커브” [^19]: @[18:46]~@[19:42] “바이브 코딩… 앙드레 카파시… 대부분 개발자 희망… 그래픽스/연구/저수준/로봇 최적화는 예외… AI 써야… 기초는 스스로” [^20]: @[20:04]~@[20:57] “본질 이해 없이 AI만은 위험… 시간 낭비… 1~2년 까먹을 수도… 기초 때는 AI 말고 내 머리… 기초 되면 AI 팍팍” [^21]: @[21:03]~@[21:54] “처음엔 재미가 가장 중요… 재미 없는 영역은 AI가 넘어간다… 사람마다 재미/재능… 소프트웨어는 꿈 펼치기 좋은 분야” [^22]: @[22:03]~@[22:56] “입장 달라짐… 언어 꼭… AI 부서에서 C 못하면… 파이썬 만능 사라짐… 제품 만들 때 파이썬 약해” [^23]: @[23:02]~@[24:09] “최적화… GPU 비싸… 사람 효율보다 GPU 효율… 저수준 최적화 필수… CUDA 넣는 논문…” [^24]: @[24:15]~@[24:48] “파이썬 의미 없다? 아니다… 프로토타이핑 좋다… 남이 못하는 걸 해야 돈 번다… 파이썬+C 둘 다 강력 권장… 하나면 파이썬” [^25]: @[24:57]~@[25:40] “C++ 요약 강의 목표는 능숙이 아니라 DS/Algo 최소 관문… 할 만하면 바로 넘어가… 어렵다면 C 더… 초반 노력하면 된다” [^26]: @[25:45]~@[26:59] “다른 언어 빠르게 익히는 연습… 언어에 발목 잡히면 안 된다… 지금은 검색/AI가 짜준다…” [^27]: @[26:59]~@[27:57] “짜증나는 경험을 하라… 다른 언어도 금방… 한 언어 깊이하려면 다른 언어도… 시간을 아껴 빨리 나가자” [^28]: @[28:01]~@[29:05] “코테 다짜고짜 시작 부작용… 답 외우기… 뽑는 쪽도 싫어… 인턴 강화… 벼락치기 어렵다… 일찍/꾸준히” [^29]: @[29:24]~@[29:58] “스켈레톤 코드… 바닥부터? 빠르게?… 짤 수 있으면 짜봐라” [^30]: @[30:03]~@[30:57] “빈칸 채우기 의도는 방황 시간 줄이기/최소한… 회사도 빈칸 채우기식… 처음부터 테스트 설계해도 좋다… 영감 떠오르면 써라” [^31]: @[31:02]~@[32:10] “창의성… 신의 선물… CLRS 다회독 추천 댓글… 혼자 공부 매우 어렵다” [^32]: @[32:10]~@[32:54] “스탠포드 CLRS 강의 보고 압축 코스… AI 대학원? 앞으로 필수… 기본 기술/원리는 알아야” [^33]: @[33:01]~@[33:30] “현대 AI 기술/사용처/기본 원리 알아야… 파이썬 추월 코스… AI 체험 필요(수학이 추상적일 수)” [^34]: @[33:30]~@[34:44] “프로그래밍하는 수학… 교수법 개선(선형대수 가시화)… 수학 공포 필요 없다… 코드/그림으로 직관” [^35]: @[34:50]~@[35:27] “정석은 ML→DL였지만 명문대는 바로 DL… 뉴럴넷 훈련 요령… OpenCV 체험 후 직접 훈련하며 이해” [^36]: @[36:07]~@[37:11] “딥러닝 안 들어가는 분야 드물다… 응용 이론만보다 AI 관련성 알고… 딥러닝 공부 앞당겨 권장… ML 더 깊게는 이후 효율 증가” [^37]: @[37:11]~@[37:56] “그래픽스/게임도 AI 진지… 해상도 향상 등… 컴퓨터 비전은 ML 빼고 얘기 안 됨… DL 하고 들어가면 효율” [^38]: @[38:00]~@[38:56] “포트폴리오… 응용은 결혼 말고 연애… 가볍게 이것저것… CS는 잘하려다 보면 만나…” [^39]: @[39:01]~@[39:58] “인턴십 중요(미국)… 어디서보다 했냐… 알고리즘 점프 의도… 반복 넣은 이유는 점프” [^40]: @[40:07]~@[40:52] “LM 기반 AI 에이전트 기회… 눈높이 올려라… 파인튜닝/RAG 해야… 박사급 아니어도 기회, 의외로 가능” [^41]: @[40:59]~@[42:16] “컴비전은 ML 기본… 한국 중요/미국 취업… 그래픽스는 수학-프로그래밍 적용 좋은 분야… CUDA/GPU 동기… 엔터테인먼트 활용… AI 피할 수 없음” [^42]: @[42:21]~@[42:56] “비전: 그래픽스+머신러닝+컴퓨터비전(3D 비전)… 올해 목표” [^43]: @[42:56]~@[43:40] “작년엔 수학 필요 납득 못했지만 올해는 당연… 수준은 할 수 있는 정도… 수학보다 응용이 중요, 필요한 만큼 채우기” [^44]: @[43:44]~@[44:36] “수학 트라우마면 몇 년 수학만 할 필요 없다… 교수법 개선 필요… 자바 시작 질문: GC가 너무 잘해 메모리/오류 추적 연습 부족” [^45]: @[45:01]~@[45:09] “알고리듬 자바로라도 하면 낫다… 하지만 C++ 권장” [^46]: @[45:13]~@[47:10] “15년차 금융 개발자 댓글 소개… 자바 수요… 자바 하지 말라는 건 아님… 세계시장 지향(이상주의일 수) 존중…” [^47]: @[47:23]~@[47:59] “부담 vs 길 보임… 취업 힘들어도 기회는 있다… 유연성/기회 포착… 취직 사례 축하” [^48]: @[48:04]~@[48:26] “CS 전공만으로 이득 끝… 최소 수준 입증 필요… 엄청 잘하길 기대하진 않음… ‘행운=준비×기회’”

← 프로젝트에서 보기