AI 기술에 대한 이해도를 높이기 위해 어떤 노력을 해왔나요?

AI 기술을 공부하면서 과대 선전과 실제 적용 가능성을 구분하는 시각이 중요하다는 걸 느꼈습니다. 특정 모델이 발표될 때 벤치마크 수치만 보면 모든 문제를 해결하는 것처럼 보이지만, 실제 프로젝트에 붙이면 데이터 분포가 달라 성능이 크게 떨어지는 경우가 자주 있습니다. 논문에서 제시한 환경과 내가 다루는 데이터의 조건이 얼마나 다른지를 학습 전에 먼저 확인하는 습관이 생겼습니다.

재현 코드를 직접 돌려보면 논문에서 언급하지 않은 전처리 조건이나 하드웨어 요구사항이 드러나는 경우가 많습니다. 모든 AI 기술이 내 상황에 맞지 않는다는 것을 먼저 가정하고 검증하는 태도가 과장된 기대 없이 실제 결과를 얻는 방법이라는 걸 배웠습니다. 비판적 시각은 기술을 부정하는 게 아니라 적절한 기대 수준을 유지하는 것이라고 생각합니다.