당신도 이런 경험 있으신가요?

새벽 1시, 유튜브에서 "LLM 완벽 정리" 영상을 보다가 문득 깨닫습니다. 분명 3시간 전에도 비슷한 영상을 봤는데, 머릿속에 남은 건 거의 없다는 것을. 댓글창에 질문을 남겨봐도 답변은 없고, 주변에 물어볼 사람도 없습니다.

저도 그랬습니다. 클로드가 좋다고 해서 써보면 제미나이가 더 낫다는 글이 올라오고, GPT-4o가 최고라던 사람이 다음 주엔 다른 모델을 추천합니다. 뭘 배워야 할지, 어디서부터 시작해야 할지, AI 시대는 마치 춘추전국시대 같습니다. 승자가 없는 혼란 속에서 우리만 지쳐갑니다.

그런데, 이상한 데이터가 있습니다.

특정 대학교도, 기업 연구소도 아닌 곳에서 해외 탑티어 학회 포함 논문 148편이 게재됐습니다. 1,000개가 넘는 연구 모임이 자발적으로 만들어졌고, 작년 한 해에만 79편의 논문이 나왔습니다. 오픈AI에 첫 번째로 입사한 한국인 연구원도 이곳에서 활동했습니다.

대체 어떻게 가능했을까요? 모두의연구소 커뮤니티를 운영하고 관찰하면서 발견한 것들을 공유합니다.

인사이트 1: '아무도 모를 때' 시작하는 사람들

모두의연구소에서는 완전히 트렌드가 된 기술이 아니라, 키워드가 막 떠오를 때부터 관심 있는 사람들이 모입니다. 양자 컴퓨팅 스터디가 2020년에 모두의연구소에서 개설된 것이 좋은 예입니다.

당시 "아무도 없으니 내가 먼저 해봐야겠다"는 마음으로 양자 컴퓨팅 LAB을 시작한 분이, 지금은 양자 컴퓨팅 회사의 CQO(Chief Quantum Officer)로 활약하고 계십니다. 트렌드가 되기 전에 새로운 키워드를 캐치해서 용기있게 내가 먼저 전문가가 되는 것, 그것이 퍼스트 무버가 되는 원동력이 됩니다. 하지만 혼자서는 지속하기 어렵습니다. "나도 관심 있어요"라고 말해주는 단 한 명이 있을 때, 우리는 계속할 용기를 얻습니다.

인사이트 2: '시끄러운 교실'의 법칙

모두의연구소 교육을 진행 할 때 퍼실리테이터 가이드 첫 번째 원칙이 뭔지 아시나요?

"교실은 시끄러워야 한다."

온라인 강의의 문제는 '조용함'입니다. 모르는 게 있어도 질문하기 어렵고, 바보 같은 질문을 할까 봐 두렵습니다. 하지만 진짜 학습은 "이거 저만 이해 안 되는 거예요?"라는 용기 있는 질문에서 시작됩니다. 모두의연구소에는 누구도 '선생님'이 아닙니다. 모임을 이끄는 사람은 '퍼실리테이터'의 역할을 하게 됩니다. 가르치는 사람이 아니라, 모두가 떠들 수 있게 촉진하는 사람. 그래서 여기서는 교수와 학생, 시니어와 주니어가 같은 테이블에서 토론합니다.

인사이트 3: '피자 한 판'의 마법

줌 피로감이라는 말, 들어보셨죠? 온라인으로 만나기가 너무 쉬워진 시대에, 역설적으로 오프라인의 가치는 더 커졌습니다. 연구 모임이 끝나고 함께 피자를 먹으면서 나누는 대화. "요즘 뭐 하세요?" "아, 저도 그거 고민이에요." 이런 사소한 대화에서 협업이 시작되고, 채용이 이루어지고, 창업 아이디어가 나옵니다.

실제로 한 AI 스타트업은 머신러닝 엔지니어 채용 공고를 모두의연구소 커뮤니티에만 올렸습니다. 이유가 뭘까요?

"모두의연구소 커뮤니티에서 활동하는 사람이라면, 최소한 AI에 진심이라는 건 검증된 거잖아요."

인사이트 4: '청중에서 연사로' 성장의 법칙

2023년 이화여대에서 열린 모두의연구소 AI 컨퍼런스 모두콘에 한 학생이 참석했습니다. 창업에 대한 세션을 듣고 영감을 받았죠. 2년 뒤인 2025년, 그 학생은 같은 무대에 연사로 섰습니다. 실제로 창업을 했고, 그 경험을 나누러 온 것입니다.

이 커뮤니티가 단순한 '스터디 모임'과 다른 점이 바로 이것입니다. 학습 → 발표 → 논문 → 더 큰 무대. 다음 단계로 올라갈 수 있는 사다리가 있습니다. 탑티어 학회 논문 게재를 위해 전문가인 패컬티 연결 등의 지원 제도가 있습니다.

혼자 공부하면 "이 정도면 됐지"에서 멈춥니다. 하지만 발표할 기회가 있으면, 우리는 조금 더 깊이 파고들게 됩니다.

인사이트 5: 함께 성장하는 가치를 추구하는 사람들의 모임

한 연구원님은 이런 이야기를 했습니다.

"웹3 블록체인 커뮤니티에 가면 온통 '돈 버는 법' 이야기예요. 미묘한 긴장감이 있고, 서로 경쟁하는 느낌이 들어서 불편했어요. 근데 여기는 '같이 배울까요?'가 기본 분위기라서 편해요."

'Share Value, Grow Together'라는 모두의연구소의 미션에 공감하는 가치관이 맞는 사람들이 모이면 신기한 일이 벌어집니다. 키르기스스탄의 빙하 녹음 문제를 현지 셰르파의 데이터로 측정하려는 연구 모임이 생기고, 기후 변화에 기여하는 AI 프로젝트가 시작됩니다. 돈이 아니라 의미를 찾는 사람들이 모이면, 결과물의 깊이가 달라집니다.

그래서, 지금 당장 할 수 있는 것

이 글을 읽고 있는 당신이 AI를 공부하고 싶다면, 몇 가지 제안을 드려요.

첫째, 완벽하게 알 때까지 기다리지 마세요. 트렌드가 되기 전에 시작한 사람이 전문가가 됩니다. 지금 관심 가는 키워드가 있다면, 그게 바로 시작점입니다.

둘째, '나도 모르겠어요'라고 말할 수 있는 곳을 찾으세요. 혼자 유튜브 보는 것보다, 함께 헤매는 게 훨씬 빠릅니다. 바보 같은 질문을 할 수 있는 곳이 진짜 배움이 일어나는 곳입니다.

셋째, 가르쳐야 배웁니다. 아는 것을 정리해서 누군가에게 설명할 때, 비로소 그 지식이 내 것이 됩니다. 완벽하지 않아도 괜찮습니다. '같이 공부해요'가 '제가 가르쳐 드릴게요'보다 강력합니다.

넷째, 오프라인의 힘을 과소평가하지 마세요. 함께 맛있는 음식도 나눠 먹으며 서로를 이해하고 함께 독려할 수 있는 모임이 더 오래 지속됩니다.

AI 시대, 왜 다시 '사람'인가

이제는 친근한 용어가 된 '딥러닝'도 10년 전에는 대부분의 사람들에게 막막한 느낌이었죠. 기술의 발전이 더 빠르게 변화하는 요즘에는 기술적 용어에 대한 어려움이 더 크게 다가옵니다. 기술은 계속 바뀌지만, 막막함은 변하지 않습니다.

하지만 그 막막함을 함께 나눌 수 있는 사람이 있다면, 그리고 그 사람들과 꾸준히 만날 수 있는 커뮤니티가 있다면, 우리는 훨씬 멀리 갈 수 있지 않을까요?

GPT가 아무리 똑똑해져도 대신해줄 수 없는 것이 있습니다. "나도 그거 어렵더라"라는 공감, "우리 같이 해볼까요?"라는 제안, 그리고 피자 한 판 나눠 먹으며 나누는 대화.

AI 시대, 가장 강력한 학습 도구는 여전히 '사람'입니다.

p.s. 본 글은 <AI-X 시대의 학습과 성장을 다시 묻다> 세미나에서 발표한 내용을 재구성했습니다.