출처
- source_url: https://x.com/itsreallyvivek/status/2064686372737454155
- author: @itsreallyvivek
- published: 2026-06-10
- raw: raw source:
web-2026-06-15-how-to-be-good-at-research
요약
이 글은 연구는 아무도 제대로 가르쳐 주지 않으며, 대부분의 사람은 눈에 보이는 논문·트윗 스레드·발표로부터 연구 방법을 거꾸로 추론해 결국 “연구자가 되는 법”이 아니라 “연구자처럼 보이는 법”을 배우게 된다는 문제의식에서 출발한다. 필자는 진짜 실력이 의도적으로 훈련 가능한 작은 기술들의 더미라고 주장하며, 이를 일곱 개 절로 정리한다.
문제는 스스로 골라라: 리처드 해밍이 벨 연구소에서 동료들에게 “왜 그 중요한 문제를 연구하지 않느냐”고 되물어 자리를 옮기게 만들었다는 일화로 시작해, 흡수한 문제(지도교수·유명 연구소·유행 논문에서 받아들인 문제)는 추론 과정 없이 결론만 쥐고 있어 방향이 바뀌어도 뒤늦게 알게 되고 이미 많은 경쟁자와 같은 경주를 하게 된다고 지적한다. 존 슐먼의 ML 연구 가이드를 인용해, 문헌에서 개선할 거리를 찾는 방식보다 원하는 결과를 먼저 정하고 거기서 실험으로 거슬러 추론하는 방식이 독창성을 만든다고 옹호한다. 안목(taste)은 타고나는 게 아니라 근육처럼 훈련되며, 모든 실험 전에 결과를 예측하고 논문의 결과를 가리고 방법만으로 수치를 맞혀보는 식으로 교정을 반복하라고 권한다.
입력을 업그레이드하라: 공유된 독서 목록은 공유된 결론을 낳으므로 arXiv 인기 페이지와 단체 대화방 필터만으로는 가치가 0에 수렴하는 결론에 도달한다고 경고한다. 오래된 자료(mixture of experts 1991년, LSTM 1997년, backprop 1986년, 리치 서튼의 2019년 “쓰라린 교훈”)를 저평가하지 말라고 하며, 폭도 깊이만큼 중요해 해석가능성은 신경과학을, 평가 설계는 메커니즘 디자인을 빌려온다고 강조한다. 논문 요약 스레드가 아니라 논문 자체를, 특히 부록과 한계(limitations) 절을 읽으라고 조언한다.
전부 적어 둬라: 폴 그레이엄의 관찰(말로 옮기기 전엔 다듬어진 것처럼 느껴지는 아이디어)과 파인만의 규칙(자신을 속이지 않는 것이 최우선)을 근거로, 다윈이 자기 이론에 어긋나는 사실을 즉시 적어 둔 절차를 예로 들며 가설·설정·기대·결과·갱신된 믿음을 기록하라고 한다. 올라와 카터의 “연구 부채” 에세이를 인용해 명료한 설명을 공개하는 것이 진정한 기여이자 강력한 이력서가 된다고 말한다.
루프를 조여라: 연구 속도는 대체로 틀렸음을 발견하는 속도이므로, 실험 실행·시각화가 명령어 하나로 되고 설정 파일에서 재현 가능해야 하며, 카파시의 훈련 레시피처럼 대규모 훈련 전에 단일 배치에 과적합시켜 보는 30초 점검으로 버그 절반을 없앨 수 있다고 한다. 엔지니어링을 후순위로 보는 태도를 폐기하고, 실험 장치·평가·데이터 파이프라인을 직접 만들 수 있는 연구자야말로 가설을 실제로 검증하는 사람이라고 말한다.
출력을 응시하라: 내려가는 손실 곡선은 분석이 아니라 안심거리일 뿐이며, 카파시의 레시피가 훈련 코드를 쓰기 전 원시 데이터를 손으로 들여다보는 데서 시작하는 이유는 대부분의 ML 버그가 소리 없이 실패하기 때문이라고 설명한다. 앤드루 응의 오래된 수법(실패 사례 100개를 뽑아 읽고 분류한 뒤 가장 큰 더미를 공략)을 모델과 평가 양쪽에 적용하라고 권한다.
의도적으로 방황하라: 첫 세부 분야는 타이밍의 우연이니 정착 전에 해석가능성·평가·강화학습·시스템을 두루 경험하고, 모든 아이디어를 일회용 버전으로 돌려본 뒤 대부분 일찍 버리고, 베이스라인은 아플 때까지 튜닝하며, 제거 실험(ablation)으로 결과를 떠받치는 요소를 확인하라고 한다. 세부 분야는 포화하므로 폭넓은 경험이 보험 역할을 한다.
당신의 사람들을 찾아라: 해밍의 관찰(문을 열어 둔 동료가 중요한 일을 해냈다)을 들어 받은 편지함을 열어 두고, 결과를 재현·공개하고 도구를 풀어 주는 너그러움이 협업과 추천으로 복리처럼 돌아온다고 말한다. 마지막 “장기전” 절은 파스퇴르와 해밍을 인용해 지식과 생산성이 이자처럼 복리로 불어난다며, 매일의 우위(읽는 것, 기록하는 것, 루프 속도, 논쟁 상대)를 몇 년 쌓으면 외부에서는 행운처럼 보이는 경력이 만들어진다고 마무리한다.
관련 위키
원문 보존 위치
원문 전체는 raw source: web-2026-06-15-how-to-be-good-at-research에 source_url과 함께 저장되어 있다.