최승준은 “모델을 도우려면 모델을 도와야 된다”는 역설적인 표현을 사용한다. 즉, LLM이 인간을 잘 돕기 위해서는 인간이 모델의 작동 방식을 이해하고 그에 맞게 신호(토큰)를 제공해야 한다는 것이다. 이는 단순한 사용법을 넘어, 모델과의 협업 관계를 정립하는 메타인지적 접근이다. 나는 이 생각에 깊이 공감한다. 모델을 블랙박스로 두고 사용하기보다, 그 원리를 조금씩이라도 알면 프롬프팅의 결과가 달라진다는 경험을 여러 번 했다. 특히 attention 메커니즘과 MoE의 기본 개념만 알아도 ‘왜 특정 용어를 넣어야 하는지’가 납득된다.
근거
최승준은 Transformer의 QKV, attention, FFN, MoE 등을 이해하면 “왜 적확한 토큰이 중요한지”가 자연스럽게 납득된다고 설명한다. 또한 자신이 스킬의 작동 방식을 이해하면서 스킬 크리에이터로 도메인 프라이밍 스킬을 직접 만들 수 있었다는 경험을 공유한다. 모델의 구조를 이해함으로써 단순한 사용자에서 설계자로의 전환이 가능해진다.
“이 모델들이나 AI들은 뭔가 이국적인 존재인 거잖아요. 어떻게 보면 alien 같기도 하고 근데 이 모델이 나를 잘 돕게 하려면 내가 모델을 잘 도울 필요가 있다는 생각을 많이 해요.”
연결된 생각
- 20260607-precise-token-priming — 직접적인 응용: 원리를 알면 더 정교한 프라이밍이 가능
- 20260607-skills-as-reusable-procedures — 실천: 스킬이 모델 이해의 결과물
출처
- 📎 클리핑: 20260613-ep82-ko-transcript