AI 분야에서 ‘6개월 후면 현재의 한계가 해결될 것’이라는 가정은 위험해 보이지만, 김성현은 오히려 이것이 합리적인 전략이라고 주장한다. 과거 이미지 생성 모델이 손가락을 못 그리던 시절, 예술가들은 AI를 무용하다고 폄하했지만 시간이 해결했다. 현재의 모델 한계(컨텍스트 길이, 검증 가능성, 에이전트 성능 등) 또한 대부분 시간이 지나면 해결될 문제라는 것이다. ‘Fog of Progress’ 개념에서 비롯된 이 통찰은, 우리가 안개의 앞쪽(프론티어)에 있지 않은 이상 단기 예측에 집착하기보다 모델 발전의 장기 궤적을 신뢰하는 것이 더 효과적임을 시사한다. 복잡한 하네스를 조기에 구축하기보다 기다렸다 더 강력한 모델에 단순한 하네스를 결합하는 것이 오히려 더 나은 제품을 만드는 지름길일 수 있다. 이는 FOMO에 휘둘리지 않고 자신의 연구나 제품 방향에 집중할 수 있는 균형 감각을 제공한다.
근거
“수많은 하네스들을 만들고 복잡하게 만들어서 나온 제품보다 한 3개월에서 6개월 정도 기다려서 새 모델 나왔을 때 그 모델을 가지고 단순한 하네스를 써서 제품을 만드는 것이 훨씬 만들기 쉽고 성능도 훨씬 강력하더라.”
“지금 안 되는 문제가 있다면 6개월 후의 모델이 될 거라 가정하고 6개월 후의 모델을 상대로 제품을 만든다.”
연결된 생각
- 20260603-rl-post-training-paradigm — 이 패러다임 안에서 기술을 기다리는 전략의 근거