카파시식 AI 학습법의 시작: 작은 모델을 직접 만져라 | DAKER 커뮤니티
카파시의 오래된 글과 교육용 저장소를 따라가면 반복되는 학습법이 보입니다. 큰 모델을 먼저 신비롭게 받아들이기보다, 작게 구현해서 실패 지점을 직접 확인하는 방식입니다.
RNN 글은 문자 단위 언어 모델을 통해 "다음 글자 예측"만으로도 구조가 생기는 감각을 보여 줍니다. micrograd는 역전파를 아주 작은 자동미분 엔진으로 접어 보여 주고, nanoGPT는 GPT 훈련 흐름을 한 저장소에서 볼 수 있게 만듭니다. 다만 nanoGPT는 이제 최신 출발점이라기보다 교육적 기준점으로 보는 편이 맞습니다.
바이브 코딩에서도 같은 원칙이 필요합니다. AI가 코드를 만들어 줄수록, 사람의 실력은 "내가 직접 다 썼는가"보다 "작은 입력과 출력으로 실패를 설명할 수 있는가"에 가까워집니다. 이해가 막힐 때는 더 큰 모델을 찾기보다 더 작은 재현 예제를 먼저 만들어야 합니다.
Mermaid 기반 SVG 차트입니다.
실천 체크리스트
새 AI 도구를 배우기 전에 최소 재현 예제 하나를 만든다.
모델, 앱, 에이전트를 데이터, 학습/생성, 평가, 배포로 나눠 본다.
AI가 만든 코드도 작은 입력과 출력으로 쪼개 검증한다.
설명할 수 없는 부분은 기능 확장 전에 로그나 테스트로 관찰 가능하게 만든다.
흐름 다이어그램
Mermaid 흐름을 SVG로 렌더링한 다이어그램입니다.
