GPT-5.4와 Claude Code 등장 이후 “딸깍딸깍” 되는 작업들은 급격히 증가했다. 누군가 이미 성공한 일이라면 AI에게 시키면 거의 즉시 PoC가 나온다. 하지만 최승준이 3D 메쉬 알고리즘 구현에서 경험했듯, 단순 포팅이나 쉬운 경로는 순식간에 되지만, 수학적 난제나 경계 연결 문제(예: 바운더리 엣지 접합)는 AI조차도 수많은 가설과 실패 끝에 겨우 실마리를 찾는 ‘덜컹’ 구간이 존재한다. 이 지점이야말로 인간의 진정한 역할이 드러나는 순간이다.
근거
대화 중 최승준은 모델이 제안한 동적 계획(DP) 접근을 따르다가 자신의 직관을 밀어붙여 컨벡스 헐과 구면 투영을 결합한 가설을 세웠다. 모델들은 그 가설에 반대했지만, 인간의 도메인 지식(3D 그래픽스 경험)과 끈기로 실험을 지속했다. 비록 완전한 해결에는 이르지 못했지만, “이거는 이렇게 되겠다”는 직관이 문제를 푸는 방향을 결정했다.
“모델들은 반대했지만 제 직관을 밀어붙인 게 있거든요. 그래서 이거는 제 직관은 이런 식으로 어떤 링들이 있을 때… 이거를 위상 동형까지는 아니지만 얘네들이 어떤 링 비슷하게 펼칠 수 있고, 그거를 구면에 투영을 하면 이렇게 돼서 이 나머지 부분들을 연결하는 방식으로 컨벡스 헐을 구현할 수 있지 않을까, 이걸로 하면 되겠다라는 아이디어를 얻었다.” — 최승준
연결된 생각
- 20260607-harness-engineering-kr — 하네스는 검증 가능한 작은 단위로 쪼개는 일을 돕지만, 검증 자체가 어려운 덜컹 구간에서는 인간의 직관이 하네스를 넘어서는 전략을 세워야 한다.
- 20260607-ai-delegation-domain-expansion-kr — AI가 해결하지 못하는 문제를 발견하고 정의하는 능력은 위임을 해도 사라지지 않는 인간만의 영역이다.
출처
- 📎 클리핑: 20260613-ep89-ko-transcript