고졸 출신 OpenAI Sora 연구원이 알려주는 진짜 AI 시대 생존 공략집 11가지

학벌은 이제 의미 없다. 증명된 실력만이 살아남는다

안녕하세요. 요즘 인터넷에서 가장 핫한 스토리 중 하나죠.
고등학교만 졸업한 20대 청년이 OpenAI Sora 팀 연구원이 됐다는 이야기.
그 주인공, 가브리엘 피터슨(Gabriel Peterson)은
이력서에 쓸 대학이 없었지만, 지금은 세계 최고의 AI 연구소에서 텍스트로 동영상을 만드는 Sora를 만들고 있습니다.
도대체 어떻게 가능했을까?
그는 “학교 다니면서 배운 건 거의 없었다”고 단언합니다.
대신 그가 실제로 썼던 학습법과 커리어 전략이 너무 현실적이어서,

이 11가지만 실천하면, 여러분도 학벌·스펙 걱정 없이 AI 시대 정상에 설 수 있습니다.

Part 1. AI 시대에 살아남는 6가지 핵심 전략 (그가 실제로 한 방식)

1 🥇 Top-Down이 아니라 “프로젝트-퍼스트” 학습법


전통적인 공부:
수학 → 선형대수 → 확률통계 → 딥러닝 이론 → 파이토치
→ 3년 뒤에야 첫 모델 돌려봄

가브리엘 방식:
“일단 Sora 같은 텍스트-to-비디오 만들어보자” → 코드 복붙 → 에러 터짐
→ “왜 터지지?” → 디버깅 → 필요할 때만 이론 찾아서 채움
→ 3개월 만에 논문 수준 구현
핵심: 필요한 지식은 ‘문제’가 알아서 가르쳐준다.
모르는 게 나오면 그때 채우면 됩니다. 기초부터 쌓으려다 평생 시작도 못 해요.

2 🧠 AI한테 집요하게 끝까지 물어보기 (재귀적 갱신)


모르는 게 나오면 그냥 넘기지 않습니다.
ChatGPT/Claude한테 꼬리에 꼬리를 물고 파고들어요.
실제 예시 대화 흐름:
“이 코드 왜 터져?”
→ “Attention is All You Need 논문에서 Scaled Dot-Product Attention이 뭐야?”
→ “Dot-Product가 뭐야?”
→ “벡터 내적이 뭐야? 12살한테 설명해줘”
→ “그럼 왜 sqrt(d_k)로 나누는 거야? 나누지 않으면 어떻게 돼?”
→ “실험해보자, 코드로 보여줘”
학교 6년 걸릴 내용을 2~3일 만에 끝내버립니다.

3 🎯 ‘진짜 문제’만 풀어라


LeetCode 300제? 필요 없음.
캐글 대회? 그것도 좀 비효율.
그가 한 건:
◦ 실제 스타트업에서 쓰는 추천 시스템 만들기
◦ 트위터 봇 만들기 → 팔로워 10만 명 만들기
◦ Stable Diffusion fine-tuning해서 돈 버는 서비스 런칭

4 죽기 살기로 해결해야 하는 문제가 최고의 선생님입니다.


압박감이 있을 때 뇌가 스펀지가 돼요.

5 🔗 이력서 대신 ‘클릭 한 번으로 작동하는 데모’ 보여주기


OpenAI 지원할 때 그는 이력서에 대학란을 비워뒀습니다.
대신 링크 3개만 넣었어요.
1 본인이 만든 텍스트-to-비디오 데모 (Sora급은 아니지만 당시 기준 충격적)
2 깃허브 리포 (스타 2만 개)
3 본인 트위터 (AI 업계 팔로워 5만 명)

6 채용 담당자가 클릭 한 번에 “와 이 친구 실화냐?” 하고 바로 인터뷰 잡음.


기업은 여러분이 돈 벌어줄 수 있는지만 본다. 학벌은 장식.

7 👂 쓸데없는 조언은 귀 막아라


“안정적인 대기업 가라” “공무원 준비해라” “석사라도 나와라”
→ 이런 말 하는 사람 99%는 자기 인생을 여러분한테 투사하는 것뿐.
가브리엘은 이런 말 다 무시하고 샌프란시스코로 갔습니다.
기준은 간단: 내가 되고 싶은 사람이 하는 말만 듣는다.

8 🌎 기회는 ‘밀도’가 높은 곳에 있다


“나처럼 미친 사람들”이 1제곱킬로미터 안에 1,000명 모여 있는 곳.
그게 샌프란시스코, 뉴욕, 런던 같은 도시입니다.
온라인 커뮤니티도 좋지만,
같이 밤새워 코드 짜고 맥주 마시며 토론하는 물리적 밀도가
커리어를 10배속으로 만들어줍니다.

Part 2. AI를 진짜 무기로 만드는 프롬프팅 5가지 핵팁 (그가 실제로 쓴 방식)

1 👶 “12살한테 설명해줘” 강제


프롬프트 예시:
“내가 초등학교 6학년이라고 생각하고, Transformer의 Self-Attention을 설명해줘.
비유 많이 써서, 그림 그려줄 수 있으면 그려줘.”
→ AI가 서점, 사서, 책 추천 시스템 비유로 설명해줌. 5분 만에 이해됨.

2 ❓ “왜 다른 방법은 안 되는 거야?” 끝까지 물고 늘어지기


AI가 코드 줬을 때 무조건:
“왜 이 레이어를 썼어? 다른 거 써도 되나? 안 되는 이유는?
실제로 다른 거 써서 돌려본 결과 보여줘.”
→ 단순히 따라하는 게 아니라 왜 이게 최선인지 까지 이해하게 됨.

3 📄 논문은 ‘차이점’만 뽑아서 읽기


프롬프트:
“이 논문 [링크/제목]을 기존 SOTA랑 비교해서,
정확히 뭐가 새롭고 뭐가 달라졌는지 bullet point 10개 이내로 정리해줘.”
→ 50페이지 논문을 3분 만에 핵심만 쏙 뽑음.
필요하면 그때 전체 읽기.

4 🖥️ 코드 중간 과정 ‘눈으로 보여달라’ 강제


프롬프트:
“이 코드를 실행할 때, 각 레이어마다 텐서 shape이 어떻게 변하는지,
실제 숫자 예시까지 넣어서 단계별로 표로 정리해줘.”
→ “작동은 하는데 왜 작동하는지 모름” 현상을 완전 차단.

5 🔍 어떤 기술이든 ‘핵심 아이디어 3개 + 기존 대비 차이점 3개’만 추출


LLaMA, QLoRA, FlashAttention, LoRA, whatever.
무조건 이렇게 물어보세요:
“이 기술의 핵심 아이디어를 3문장으로,
기존 방식과 비교해서 달라진 점 3가지를 bullet으로 정리해줘.”
→ 하루에 새로운 논문/기술 10개씩 소화 가능.

마지막 한 마디

지금 이 순간,
지식 자체는 이미 AI가 더 많이, 더 빨리 가지고 있습니다.
그러니까 인간이 해야 할 일은 단 하나예요.
모르는 것을 끝까지 파고들어,
연결하고,
실제로 작동하는 무언가를 만들어내는 것.
가브리엘 피터슨은 고졸이었지만
여러분보다 5년 일찍 이 사실을 알았을 뿐입니다.
지금 당장 ChatGPT/Claude 켜고
여러분이 제일 만들고 싶은 걸 하나 정하세요.
그리고 “일단 만들어보자”라고 시작하세요.
그게 여러분을 OpenAI 연구원, 아니 그 이상으로 만들어줄
진짜 유일한 공략집입니다.
화이팅입니다 🔥