오랜만에 티스토리에 글을 남긴다.
돌아보면, 2025년은 내 커리어에서 여러 갈림길이 겹쳐 있던 해였다.
증명하고, 준비하고, 연결된 해.
연구자로서 붙잡아 온 문제의식이 하나의 결과로 확정되었고, 그 결과를 발판 삼아 산업계로 나아가기 위한 준비를 본격적으로 시작했다. 그리고 여름에 참여한 하나의 프로젝트가 사람과의 인연으로 이어지며, 결국 지금의 자리까지 자연스럽게 연결되었다.
증명 — 연구자로서의 마침표
NAACL 2025 논문은 2025년에 시작된 일이 아니었다.
2024년 10월 ACL ARR에 논문을 제출했고, 11월에 받은 리뷰 결과는 예상보다 긍정적이었다. 그 흐름을 이어 12월에 NAACL로 리서브밋했고, 2025년 1월 말 최종 Accept를 받았다.
그 순간의 감정은 단순한 성취감보다는 확인에 가까웠다.
논리적 오류 탐지와 프롬프트 설계, 그리고 LLM의 신뢰성과 한계를 집요하게 분석하던 연구 방향이 틀리지 않았다는 것을 외부로부터 검증받았다는 느낌이었다. 이 논문은 나에게 하나의 성과이자, 동시에 연구자로서 한 챕터를 정리하는 마침표였다.
진짜… 1월 말 결과가 나오기전까지 매일 Reddit에 들락나락 거리며 내가 될까.. 될까…
그 어떤 일에도 집중할 수 없었다.
준비 — 다음 단계를 향한 시간
연구가 하나의 결과로 마무리되자, 자연스럽게 다음 질문이 생겼다.
“이 연구 감각을 산업 환경에서도 계속 가져갈 수 있을까?”
상반기 동안 나는 산업계로의 진입을 진지하게 고민하며 취업 준비를 병행했다.
단순히 지원서를 쓰는 시간이 아니라, 내가 어떤 문제를 풀고 싶은지, 연구에서 중요하게 여겼던 관점을 실제 시스템과 서비스 안에서 어떻게 적용할 수 있을지를 계속해서 정리해 나가는 과정이었다.
이 시기는 불확실했지만, 동시에 필요했던 시간이었다.
연구자에서 실무로 이동하기 위해 어떤 준비가 필요한지를 스스로에게 묻고 답하던 구간이었다.
연결 — 프로젝트가 기회가 되다
여름방학이 시작되면서 카카오 테크포임팩트 B-PEACH LAB에 참여했다.
느린 학습자를 위한 번안기 프로젝트를 진행하며, 기술적인 구현뿐만 아니라 문제를 정의하는 방식과 실제 사용자를 고려하는 시각의 중요성을 다시 한 번 느꼈다.
이 프로젝트를 통해 만난 분과의 인연이 뜻밖의 제안으로 이어졌다.
“회사에 한 번 지원해보지 않겠냐”는 제안은 갑작스러웠지만, 그동안 쌓아온 고민과 준비 덕분에 자연스럽게 받아들일 수 있었다. 그렇게 지원을 진행했고, 2025년 9월 15일부터 현재 회사에 입사해 근무하게 되었다.
적응 — 연구 감각을 실무에 놓다
입사 이후의 시간은, 내가 쌓아온 연구적 사고를 실제 조직과 시스템 안에 올려보는 과정이었다.
처음부터 빠르게 성과를 내기보다는, 이 환경에서 어떤 문제가 중요하게 다뤄지는지, 그리고 내가 어떤 질문을 던질 수 있는지를 이해하는 데 집중했다.
입사 직후부터 11월 말까지는 토이 프로젝트를 중심으로 움직였다.
한국어 LLM의 hallucination을 구조적으로 정의하고 평가하는 작은 프로젝트로,
모델이 언제, 어떤 이유로 신뢰할 수 없는 출력을 내놓는지를 분류하고 정리하는 데 초점을 맞췄다.
이 과정은 단순한 실습이 아니라, 실무에서 문제를 다룬다는 것이 무엇을 의미하는지를 배우는 시간이었다.
정의되지 않은 문제는 해결할 수 없고, 작은 기준 하나가 이후의 판단과 설계를 크게 좌우한다는 사실을 체감했다.
12월에 들어서면서부터는 GPT-OSS-120B 모델을 Unsloth와 H100 80GB 단일 GPU 환경에서 QLoRA로 학습하며, 대형 LLM의 실제 학습 환경을 직접 마주하게 되었다.
논문이나 개인 프로젝트에서는 설명으로 충분했던 문제들이, 실무에서는 반드시 결과로 이어져야 했다. 모델은 돌아가야 했고, 학습은 명확한 제약 안에서 이루어져야 했으며, 선택 하나하나에는 비용과 책임이 따랐다.
이 경험을 계기로, 단일 GPU 환경을 넘어 멀티 GPU와 분산 학습 환경에서도 재사용 가능한 학습 구조가 필요하다는 문제의식이 생겼다. 이후에는 분산 학습을 직접 구현하고, 다양한 실험에 반복해서 활용할 수 있는 템플릿 형태의 학습 코드를 만들어두는 것을 목표로 삼게 되었다.
현재 DP와 DDP에 대한 이론 공부를 하고 DDP 코드 구현을 완료했다..!
2025년이 남긴 것
2025년은 나에게 많은 것을 바꿔놓은 해라기보다, 하나의 흐름을 완성시킨 해였다.
연구자로서 나를 증명했고, 산업계로 가기 위한 준비를 했으며, 하나의 프로젝트와 인연이 실제 커리어로 연결되었다. 그리고 입사 이후의 시간은, 그 선택이 우연이 아니었음을 확인하는 과정이었다.
이제 나는 질문만 던지는 사람이 아니라, 그 질문에 대해 현실적인 답을 만들어야 하는 위치에 서 있다.
2026년에는 이 역할에 더 익숙해지고, 더 책임 있게 답할 수 있는 사람이 되고 싶다.
2026년을 향해 — 질문에 책임을 더하다
2026년에는, 지금까지 던져 온 질문들에 더 큰 책임을 지고 답하는 사람이 되고 싶다.
연구에서는 “왜 이런 현상이 발생하는가”를 설명하는 데 집중했다면, 이제는 실무에서 “그래서 이 선택이 어떤 결과를 만드는가”까지 함께 고민해야 하는 위치에 서게 되었다고 느낀다.
첫째, 대형 LLM을 더 깊이 이해하는 엔지니어가 되고 싶다.
모델 구조나 학습 기법을 아는 데서 그치지 않고, 단일 GPU 환경에서의 한계를 경험한 이후, 멀티 GPU와 분산 학습 환경까지 고려해 재사용 가능한 학습 구조를 설계하고 설명할 수 있는 수준에 도달하고 싶다.
단순히 “돌아가는 코드”가 아니라, 왜 그런 선택을 했는지, 어떤 트레이드오프가 있었는지를 명확히 말할 수 있는 구현을 목표로 한다.
둘째, 신뢰성과 실패를 다루는 감각을 실무 수준으로 끌어올리고 싶다.
논문에서는 분석으로 끝났던 failure case들이, 실무에서는 곧바로 사용자 경험과 리스크로 이어진다.
2026년에는 모델의 한계를 인지한 상태에서 설계하고, 문제가 발생했을 때 재현·분석·완화까지 이어지는 흐름을 스스로 책임질 수 있는 사람이 되고 싶다.
“왜 틀렸는지 아는 사람”을 넘어, “그래서 어떻게 대응할지 결정할 수 있는 사람”으로 성장하는 것이 목표다.
셋째, 연구와 실무를 연결하는 언어를 계속 만들어가고 싶다.
논문, 블로그, 문서화 등 어떤 형태든, 내가 고민한 문제와 선택의 이유를 남기고 공유하고 싶다.
연구자와 엔지니어 중 하나를 택하기보다는, 두 세계를 오가며 같은 질문을 다른 조건과 책임 아래에서 던질 수 있는 위치를 유지하는 것이 나의 방향이다.
동시에, 실무를 병행하더라도 연구자로서의 질문을 완전히 내려놓지는 않고 싶다.
퇴근 이후의 시간에도 꾸준히 공부를 이어가며, 토이 프로젝트에서의 경험을 발판 삼아 할루시네이션이라는 문제를 더 넓은 관점에서 다루는 연구를 동기와 함께 완주하고 싶다.
실무에서 마주하는 실패와 불안정성을 연구의 언어로 다시 정리하고, 그것을 하나의 논문으로 남기는 과정 자체가 2026년의 중요한 목표다.
궁극적으로는, 2026년이 끝날 즈음
“이 문제는 이 사람이 제일 잘 안다”
는 인식이 자연스럽게 형성되는 위치에 서고 싶다.
특정 모델이나 코드 한 줄이 아니라, LLM 학습과 안정성, 그리고 실패를 다루는 전체 맥락을 함께 고민할 수 있는 사람으로 신뢰받는 것이 목표다.
그 신뢰가 역할로 이어지고, 역할이 책임으로 이어질 때, 보상은 결과로 따라온다고 믿는다.
2025년이 하나의 흐름을 완성한 해였다면, 2026년은 그 흐름 위에서 속도를 내는 해가 되었으면 한다.
아직은 부족하지만, 어떤 질문을 붙잡고 가야 하는지는 분명해졌다.
그 질문을 끝까지 놓지 않는 한 해를 만들어보고 싶다.
'취업할거야 > 회고' 카테고리의 다른 글
| 2026년 1월, 절반을 넘기며 (1월 19일 ~ 1월 25일 계획) (0) | 2026.01.18 |
|---|---|
| 짧지만 길었던 6개월, AI 취업 준비를 마치며 (2) | 2025.09.10 |
| 상반기 취준 후기 - 취업은 쉽지 않다…! (5) | 2025.07.11 |
| 📝 CJ올리브네트웍스 AI 직무 서류부터 1차면접 까지의 회고 (2) | 2025.05.22 |