High School Dropout to OpenAI Researcher - Gabriel Petersson Interview (Extraordinary)

Sigil Wen

ChatGPT는 교육 방식을 근본적으로 변화시키고 있으며, AI를 활용하여 학습하는 능력은 이제 핵심 기술이 되었습니다.

문제를 중심으로 탐구하고 AI에 끊임없이 질문하며 피드백을 통해 지식의 빈틈을 재귀적으로 메우는 '탑다운' 학습 방식이 매우 효과적입니다.

학위나 배경에 관계없이, 실질적인 데모를 통해 자신의 코딩 능력과 가치를 입증하면 기업에 고용될 수 있으며, 최고의 인재들과 협력하여 피드백을 적극적으로 구하는 것이 성장에 중요합니다.

스웨덴 출신의 고등학교 중퇴자인 가브리엘 페테르손은 현재 ChatGPT를 만든 OpenAI의 AI 연구 과학자로 일하고 있습니다. 그는 스스로를 '멍청하다'고 생각했지만, **ChatGPT를 활용하여 수학과 머신 러닝을 독학**하며 세계 최고의 AI 회사에 입사하는 놀라운 성과를 이루어냈습니다.

가브리엘은 원래 프로그래밍에 대한 지식이 전무했지만, 막스 테그마크의 책을 읽고 AI에 대한 관심이 생겼습니다. 그는 자신이 AI를 할 수 있을 만큼 똑똑하지 않다고 생각했지만, 5년 전 고등학교를 중퇴하고 스타트업에 합류하면서 **자신의 길을 개척하기 시작했습니다.**

가브리엘은 사촌의 제안으로 고등학교를 중퇴하고 스톡홀름으로 가서 전자상거래 업체를 위한 상품 추천 시스템을 구축하는 스타트업에 합류했습니다. 그는 **공용 소파 베개 위에서 1년간 자면서 밤샘 작업을 하고 영업을 다니는 등** 고객 확보에 전력을 다했습니다.

그는 콜드 이메일이 통하지 않자 직접 회사 문을 두드리며 A3 용지에 기존 시스템과 자신들의 새로운 추천 시스템을 비교하여 시각적으로 보여주었습니다. 현장에서 스크립트를 삽입하여 바로 AB 테스트를 진행하는 등 **놀라운 추진력으로 고객을 설득**하고 계약을 성사시켰습니다.

코딩 학습은 '더 핏'이라는 제품을 만들고 상품 추천 시스템, 스크래핑 통합, AB 테스트 설정을 해야 하는 **실제 문제에 부딪히면서 이루어졌습니다.** 그는 어릴 적 자바를 배운 경험과 유데미 파이썬 강좌를 통해 기초를 다졌지만, 실질적인 코딩 능력은 실제 문제를 해결하는 과정에서 향상되었습니다. 그는 압박감 없이는 아무것도 배울 수 없었다고 회상합니다.

ChatGPT 시대의 학습 방법론: 탑다운 접근 방식

가브리엘은 사람들이 가장 빨리 배우는 방법은 '탑다운(하향식)' 접근 방식이라고 강조합니다. 즉, **문제에서 시작하여 해결하는 데 필요한 지식을 재귀적으로 탐색**하며 배우는 방식입니다. 그는 학교 교육이 기초부터 시작하여 상향식으로 진행되기 때문에 비효율적이라고 지적합니다.

ChatGPT의 등장으로 교육 방식은 근본적으로 변화하고 있습니다. 대학들이 여전히 AI를 교육 과정의 일부로 가르치지 않는 것은 **기초 지식에 대한 독점권을 잃었다는 사실을 간과**하는 것이라고 비판합니다. 그는 ChatGPT를 활용하면 모든 기초 지식을 빠르게 습득할 수 있으며, 더 이상 학교에 가지 않고도 스스로 학습할 수 있다고 주장합니다.

그는 OpenAI에서 Sora 비디오 모델을 개발하며 ChatGPT를 활용하여 학습한 경험을 공유했습니다. 비디오 및 이미지 모델의 기본 개념을 질문하고, 확산 모델 코드를 작성하게 한 후, **코드 작동 방식에 대한 직관적인 설명을 요구하며 이해를 심화**시켰습니다. 모르는 부분이 있으면 끊임없이 질문하고, 12살 아이에게 설명하듯이 비유를 들어달라고 요청하는 등 다양한 방식으로 정보를 얻었습니다.

그는 이러한 학습 방식을 '재귀적인 갭 메우기'라고 표현합니다. 즉, **자신의 지식에 어떤 갭이 있는지 파악하고, 무언가를 근본적으로 이해했을 때의 '아하!' 순간을 쫓는 것**이 핵심입니다. 그는 ChatGPT에게 매우 구체적이고 직접적인 방식으로 질문하여 자신이 원하는 형태의 답변을 얻는 것이 중요하다고 조언합니다.

경력 성장과 샌프란시스코 정착

가브리엘은 스타트업에서 계속 일하고 싶었고, 최고의 팀과 함께 배우기 위해 샌프란시스코를 목표로 삼았습니다. 그는 **경력 초기에 한 회사에 너무 오래 머무는 것을 가장 큰 실수**라고 지적하며, 끊임없이 더 나은 팀과 기회를 찾아 옮겨 다녔습니다.

그는 계약직으로 일하며 유연성을 확보하고, 재능 있는 동료들에게 코드 리뷰를 요청하며 **적극적으로 피드백을 구했습니다.** 피드백을 통해 많은 것을 배우고, 어려운 개념에 대한 직관을 얻으려고 노력했습니다. 그는 이전에 기존 엔지니어나 선생님에게서만 얻을 수 있었던 이러한 피드백을 이제 AI로부터도 얻을 수 있다고 말합니다.

그는 Midjourney에 합류한 후 O-1 특기자 비자를 받을 수 있었습니다. Stack Overflow 게시물과 같이 **창의적인 방법으로 학술 출판 기준을 충족**하며 비자를 획득했습니다. 이는 전통적인 학위 없이도 자신의 능력을 증명할 수 있는 새로운 가능성을 보여줍니다.

그는 데모를 통해 자신의 가치를 보여주는 것이 중요하다고 강조합니다. 회사들은 돈을 벌고 싶어 하므로, 자신이 **돈을 벌게 해 줄 수 있다는 것을 증명**하면 학위가 없어도 고용될 수 있다고 말합니다. 그는 좋은 데모를 만들고, 자신의 열정과 학습 능력을 보여주는 스토리를 만들어서 500개의 회사에 보내는 것을 추천합니다.

대학교육에 대한 비판과 미래 교육의 방향

가브리엘은 대학교육이 **비효율적이고 결정을 미루는 '성인 놀이방' 역할**을 한다고 비판합니다. 특히 스웨덴처럼 학비가 무료인 경우 더욱 그렇다고 지적합니다. 그는 엄청나게 야심만만한 사람들에게는 가능한 한 빨리 자퇴하고 실제 직업을 찾는 것이 최선이라고 조언합니다.

그는 대학이 기초 지식을 독점한다는 믿음을 깨뜨려야 한다고 주장합니다. ChatGPT의 등장으로 **누구나 스스로 지식을 습득할 수 있게 되었으며**, 이는 교육의 방식을 근본적으로 변화시킬 것입니다. 그는 학계가 이러한 변화에 저항하는 것은 자존심과 기득권 때문이라고 비판합니다.

그는 학위를 가진 사람들이 자신이 수년간 노력하여 얻은 지식을 고등학교 중퇴자가 AI의 도움으로 단기간에 습득하는 것을 보고 감정적으로 힘들 수 있다고 이해합니다. 하지만 이러한 **낡은 사고방식은 다른 사람들이 잠재력을 발휘하는 것을 막기 때문에** 바뀌어야 한다고 강조합니다.

그는 대학에 가고 싶더라도 먼저 AI를 활용하여 배우고 싶은 분야의 **핵심을 파악하고, 흥미를 느낀 후 대학에 진학하는 것이 현명한 결정**이라고 제안합니다. 이는 시간 낭비를 줄이고, 자신이 무엇을 배우고 싶은지 명확하게 이해한 상태에서 대학 생활을 시작할 수 있게 합니다.

개브리엘의 조언: 행동과 솔직함

가브리엘은 자신이 무엇을 하고 싶은지 모르는 사람들에게 **일단 믿고 뛰어들어 실제 문제를 해결**하는 경험을 쌓으라고 조언합니다. 특히 소프트웨어 엔지니어링은 결과물을 쉽게 보여줄 수 있기 때문에 좋은 선택지가 될 수 있습니다. 그는 자신이 얼마나 빨리 배우고 열정적인지 ChatGPT 스크린샷과 함께 데모로 보여주라고 말합니다.

그는 취업에 대한 모든 조언을 버리고 **"기업은 돈을 벌고 싶어 한다. 당신이 돈을 벌게 해 줄 수 있다는 것을 보여줘라"**는 단순한 진실에서 시작하라고 강조합니다. 또한, 사람들의 조언은 종종 그들의 이해관계에서 비롯되므로 대부분의 조언을 버리라고 충고합니다. 그는 자신의 부모님처럼 자녀의 커리어에 자아를 크게 투영하지 않는 부모님의 지지가 자신의 성공에 도움이 되었다고 말합니다.

그는 **'첫 번째 실제 경험을 가능한 한 빨리 얻는 것'**이 중요하다고 강조합니다. 수많은 스타트업이 무보수로 일할 사람을 원할 것이므로, 적극적으로 연락하여 기회를 만들어야 합니다. 첫 직업은 비록 시급이 낮더라도 실제 사람들과 실제 문제에 직면하며 배우는 소중한 기회가 됩니다.

가브리엘은 사람들이 감정적으로 힘들 때 나쁜 결정을 내리기 쉽다고 지적합니다. 직장을 옮기거나 연봉을 협상하는 것은 정신적으로 힘든 과정이므로, 뇌는 현재 상황이 최선이라고 스스로를 설득하게 만듭니다. 하지만 **진실을 보고 자신에게 솔직해지는 것**이 중요하며, 감정적인 고통을 무릅쓰고 더 나은 기회를 찾아야 한다고 조언합니다.

가브리엘은 샌프란시스코에 와야 하는 이유로 **훨씬 높은 인재 밀도와 높은 연봉**을 꼽습니다. 야심이 클수록 샌프란시스코로 이사하는 것이 객관적으로 옳다고 말하며, 스타트업에 모든 것을 걸고 싶다면 이곳이 최적의 장소라고 강조합니다.

샌프란시스코는 **혁신의 중심지이며, 뛰어난 인재와 자유로운 자본이 흐르는 곳**입니다. 이곳에 오면 세계관이 바뀌는 경험을 하게 될 것이며, 같은 생각을 하고 열심히 일하는 사람들을 만나 진정한 동기 부여를 얻을 수 있다고 설명합니다.

샌프란시스코로 오기 위해서는 우선 **뛰어난 실력을 갖추는 것**이 중요합니다. 그리고 비자 후원을 해줄 회사를 찾아야 하는데, 뛰어난 소프트웨어 엔지니어에 대한 수요는 매우 높기 때문에 기회는 충분하다고 말합니다. 그는 인터넷을 통해 자신의 가치를 증명할 수 있다면 샌프란시스코 회사들이 기꺼이 후원할 것이라고 말합니다.

가브리엘은 자신의 이야기가 다른 사람들에게 영감을 주어, 학위가 없거나 고등학교를 중퇴했더라도 **세계 최고의 AI 회사에서 일할 수 있다는 것을 보여주고 싶다**고 말합니다. 그는 인터넷과 독창성만 있다면 누구든 어디에서든 자신과 같은 길을 걸을 수 있다고 강조합니다.

그는 사람들이 자신의 잠재력을 과소평가하기 쉽다고 지적하며, **뭔가 하고 싶다는 주체성만 있다면 이미 상위 1%**에 속한다고 말합니다. 이러한 사람들은 결국 샌프란시스코와 같은 곳에서 최고의 회사와 함께 일하거나 자신만의 회사를 설립할 수 있을 것이라고 격려합니다.

가브리엘 페테르손이 고등학교 중퇴자임에도 불구하고 OpenAI의 AI 연구 과학자가 될 수 있었던 비결은 무엇인가요?

가브리엘 페테르손은 AI, 특히 ChatGPT를 활용하여 수학과 머신러닝을 독학한 과정을 어떻게 설명하고 있나요?

가브리엘 페테르손은 전통적인 교육 방식과 AI를 활용한 학습 방식의 가장 큰 차이점을 무엇이라고 생각하며, 각각의 장단점을 어떻게 설명하고 있나요?

가브리엘 페테르손은 취업을 원하는 사람들이 전통적인 학위나 경력 대신 무엇에 집중해야 한다고 조언하며, 그 이유를 설명해 줄 수 있나요?

가브리엘 페테르손은 샌프란시스코에서 일하는 것의 이점을 무엇이라고 설명하며, 다른 배경을 가진 사람들이 샌프란시스코의 AI 산업에 진출하기 위해 어떤 준비를 해야 한다고 말하고 있나요?

가브리엘 페테르손 소개: 고등학교 중퇴에서 OpenAI 연구 과학자로

가브리엘 페테르손은 스웨덴 출신의 고등학교 중퇴자로, 현재 ChatGPT 제작사인 OpenAI에서 AI 연구 과학자로 활동 중이다.

일반적으로 연구 과학자는 박사 학위가 필요하지만, 가브리엘은 ChatGPT를 활용해 수학과 머신 러닝을 독학했다.

그는 5년 전 고등학교 중퇴 후 스타트업에 합류했으며, 현재 OpenAI의 Sora 팀에서 AGI 구축에 참여하고 있다.

고등학교 중퇴와 첫 스타트업 경험

가브리엘은 고등학교를 자의로 중퇴한 것이 아니라, 사촌의 제안으로 스톡홀름으로 가서 AI 기반 상품 추천 시스템 스타트업에 합류했다.

처음에는 콜드 이메일과 전화 영업이 어려웠고, 기술 지식 없이 웹사이트를 직접 스크래핑하여 상품 추천 데모를 만들었다.

고객 웹사이트에 스크립트를 직접 삽입하여 AB 테스트를 설정하고 즉시 결과를 보여주며 계약을 성사시켰다.

그는 사촌의 기숙사 방에서 1년간 소파 베개를 침대 삼아 지냈으며, 엄청난 야망과 성공에 대한 확신으로 버텼다.

코딩은 실제 문제를 해결해야 할 때 강제로 배우게 되었으며, 어렸을 때 사촌에게 자바를 배우고 유데미 파이썬 강좌를 들었다.

본격적으로 코딩에 빠진 것은 첫 스타트업에서 제품 개발, 추천 시스템 구축, 통합, AB 테스트 설정 등을 해야 했을 때였다.

학교에서 배우는 것과 달리, 실제 문제가 있을 때는 Stack Overflow나 친구들의 도움을 받아 단계별로 진행하며 훨씬 쉽게 배울 수 있었다.

ChatGPT를 활용하면 필요한 지식을 거의 알지 못해도, 질문을 통해 필요한 정보를 얻고 실제 문제를 해결할 수 있다고 강조했다.

교육 방식의 변화: 탑다운 학습의 중요성

사람들이 가장 빨리 배우는 방법은 탑다운(Top-down) 방식, 즉 문제에서 시작하여 필요한 지식을 학습하는 것이라고 주장한다.

학교 교육의 상향식(Bottom-up) 접근 방식(기초부터 쌓는 것)은 비효율적이며, 교사가 항상 필요해 확장하기 어렵다.

ChatGPT의 등장으로 교육 방식이 근본적으로 변하고 있으며, ChatGPT를 교육 과정의 일부로 가르치지 않는 대학은 진지하게 받아들이기 어렵다.

ChatGPT를 통해 머신러닝과 같은 복잡한 주제도 프로젝트와 버그 해결을 통해 학습하고, 필요한 개념과 수학적 직관을 심층적으로 질문하여 이해할 수 있다.

학교의 AI에 대한 인식은 잘못되었으며, 학생들은 AI를 숙제 도구로, 교사들은 부정행위 도구로만 생각하여 AI 활용 학습의 기회를 놓치고 있다.

선생님들은 여전히 AI 반대적 태도를 보이지만, 학생들이 AI를 활용하여 효율적으로 학습하는 방법을 배우기 시작하고 있다.

AI 학습의 핵심 기술은 '지식의 갭'을 스스로 인지하고, 질문을 통해 그 갭을 메우며 '아하'하는 순간을 포착하는 능력이다.

AI를 숙제를 대신하는 도구가 아니라, 학습을 돕는 보조 도구로 인식하는 사고방식의 전환이 중요하다.

질문이 떠오르는 순간 즉시 실행에 옮겨 ChatGPT에 묻는 습관을 들여야 하며, 이는 세상의 모든 지식을 얻는 가장 간단한 방법이다.

ChatGPT가 가져온 직업 세계의 변화

ChatGPT 덕분에 전통적으로 박사 학위가 필요했던 AI 연구 과학자 자리도 학위 없이 얻을 수 있게 되었다.

ChatGPT의 발전 속도는 매우 빠르며, 생명공학이나 하드웨어 연구 등 어떤 분야든 ChatGPT를 활용해 빠르게 학습하고 진입할 수 있게 되었다.

대규모 언어 모델만으로도 세계 GDP가 두 자릿수 증가할 것이며, ChatGPT 사용법을 알면 누구나 이를 활용할 수 있다.

실제 OpenAI에서 Sora 개발 시에도 AI에게 코드 개선 아이디어나 관련 연구 논문 추천을 받는 등 폭넓게 활용하고 있다.

일부에서는 AI 사용을 '지름길을 택하려는 것'으로 비판하지만, 그는 모든 기초를 이해하기 위한 '지름길'을 택하는 것이라며 반박한다.

샌프란시스코 이주 및 커리어 개발 조언

가브리엘은 최고의 사람들과 함께 일하고 배우기 위해 샌프란시스코 이주를 목표로 삼았다.

초기 경력에는 한 회사에 너무 오래 머물지 말고, 최고의 팀과 함께 일하며 끊임없이 피드백을 구하고 새로운 기회를 찾아야 한다고 조언한다.

과거에는 엔지니어, 선생님에게만 얻을 수 있었던 피드백을 이제는 AI를 통해 언제든지 받을 수 있다.

O1 특기자 비자를 받는 데 Stack Overflow 게시물과 같은 창의적인 방법이 활용될 수 있음을 밝혔다.

유명인이 아닌 경우, 자신의 가치를 보여주기 위해 간단하면서도 효과적인 데모를 만들어 많은 사람들에게 연락하고 기회를 만들어야 한다.

기업의 채용 기준과 학위의 무의미함

기업은 돈을 벌고 싶어하므로, 지원자가 돈을 벌 수 있는 능력을 보여주고 코딩 능력을 증명하면 고용할 것이다.

기업이 학위 소지자를 선호하는 이유는 학위 없는 사람들이 실력을 증명하지 못했기 때문이며, 실제 능력을 보여주면 학위는 중요하지 않다.

회사의 목표와 동기 부여가 없는 채용 담당자는 피해야 하며, 그들은 학위와 같은 대리적 신호에 의존하여 잘못된 판단을 내릴 수 있다.

주도적이고 학습 능력이 있는 사람을 원하는 스타트업에 연락하여 무료로 일해보고 능력을 증명하는 것도 좋은 방법이다.

대학은 '성인 놀이방'과 같아서 사람들이 진로 결정을 미루는 선택지 역할을 한다.

진로 고민하는 젊은이들을 위한 조언

무엇을 하고 싶은지 모르는 사람들에게는 일단 뛰어들어 무언가를 시작하고 돈을 벌어보라고 조언한다.

대학은 사람들이 무엇을 하고 싶은지 알기 어렵게 만들고, 8~10년 후 시작하라고만 말한다.

소프트웨어 엔지니어링은 결과물을 보여주기 쉽고, 게임을 만들거나 ChatGPT로 학습 과정을 보여주는 데모를 만들어서 어필할 수 있다.

최대한 빨리 실제 경제적 동기가 있는 실제 문제에 직면하고, 실제 사람들과 함께 일하는 경험을 쌓아야 한다.

마케팅 분야의 경우, 상대방 웹사이트의 자료를 분석해 무료 작업을 해주고 성과를 보여주면 쉽게 기회를 얻을 수 있다.

학계는 기초 지식을 고전적인 상향식 방식으로만 배울 수 있다는 잘못된 믿음을 가지고 있으며, 이는 진입 장벽이 된다.

교수들은 대학의 지위를 유지하기 위해 학생들이 스스로 배우는 것을 반대하며, 이는 '자아'에서 비롯된 반응이다.

확산 모델을 탑다운 방식으로 배우는 데는 3일이 걸리지만, 바텀업 방식으로는 6년이 걸리는 등 학습 효율성 차이가 크다.

사람들이 하는 대부분의 조언은 자신의 이해관계나 제한된 경험에서 비롯되므로, 이를 버려야 한다고 주장한다.

부모의 진로에 대한 압력은 종종 자신의 자아와 꿈을 자녀를 통해 이루려는 욕구에서 비롯된다.

자신은 조언을 구하는 사람이 거의 없으며, 특히 아직 실적이 없을 때는 자신과 생각이 비슷한 소수의 사람들을 신뢰해야 한다.

동기 부여 영상이나 좋은 습관 등은 중요한 일을 병행하지 않으면 아무 의미가 없으며, 실제 일을 통한 경험이 가장 중요하다.

가장 중요한 방법은 실제로 일을 하고, 현실적인 문제를 해결하는 것이며, 수많은 스타트업이 무보수로 일할 사람을 원할 것이다.

샌프란시스코 이주 및 글로벌 인재 경쟁

샌프란시스코는 인재 밀도가 높고 연봉이 훨씬 높으며, 야망이 클수록 이주하는 것이 객관적으로 옳다고 강조한다.

실리콘 밸리는 거의 모든 혁신과 자본이 집중된 곳이며, 이곳에서 Apple, Google, OpenAI, Anthropic과 같은 거대 기업들이 탄생했다.

샌프란시스코로 오려면 우선 뛰어난 실력을 갖추고, 비자 후원을 해줄 회사를 찾아야 한다.

세계적으로 뛰어난 소프트웨어 엔지니어는 부족하므로, 다른 나라 사람들도 미국으로 이주할 기회가 크다.

인터뷰 마무리: 자기 과소평가의 위험과 영감

가브리엘은 자신의 경험을 통해 사람들이 더 빨리 목표를 달성할 수 있도록 돕고 싶다고 말한다.

그의 성공은 대부분 스스로의 힘, 독창성, 그리고 인터넷을 활용하여 이루어졌으며, 인터넷만 있다면 누구든 어디에서든 똑같이 할 수 있다고 강조한다.

사람들은 자신의 능력을 과소평가하는 경향이 있으며, 이 방송을 듣는 것만으로도 상위 1%에 속하는 주도성을 가졌다고 말한다.

결론적으로, 기업은 멋진 일을 할 수 있는 사람을 원하므로, 자신의 능력을 보여주는 데 집중하고 세상의 모든 조언을 버리는 것이 중요하다.