글로벌 플랫폼 틱톡에서 25만 달러(약 3억 7,000만 원)의 고액 연봉을 받던 머신러닝 엔지니어 소우리쉬 쿤두(Sourish Kundu)는 대책 없이 사표를 던진 후, 단 3개월간의 혹독한 ‘밑바닥 독학’ 끝에 비디오 및 3D AI 최고 권위인 ‘루마 AI(Luma AI)’ 연구원으로 이직한 사연이 화제입니다.
AI포스트 핵심 요약
- ✅ [2026 AI 면접관의 칼날... 화려한 스펙 지우고 라이브러리 없는 ‘순수 구현력’ 요구] 현재 최정상급 AI 스타트업들은 단순한 도구 활용법을 넘어 모델 내부의 수학적 메커니즘을 뜯어고칠 수 있는 ‘창조자’를 원함.
- ✅ [뇌를 고통에 밀어 넣는 ‘프롬 스크래치’... 3개월 만에 최신 알고리즘 마스터] 쿤두는 외부와 단절된 3개월의 공백기 동안 GPT-2부터 최신 디퓨전 트랜스포머(DiT), 변분 오토인코더(VAE)까지 백지상태에서 한 줄씩 코드를 짜 내려감.
- ✅ [이력서 한 줄의 환상 깨라... 깃허브에 새긴 고유의 ‘엔지니어링 역량’이 무기] 격변하는 AI 생태계에서 대체 불가능한 인재가 되는 유일한 패스포트는 스스로 증명해 낸 진짜 구현력임. 쿤두는 학위나 직장의 간판에 안주하기보다 오픈소스 커뮤니티에 기여하거나 깃허브(GitHub)에 ‘밑바닥부터 구현한 모델’의 기록을 집요하게 남기는 것이 강력한 무기라 조언함.
실리콘밸리의 고액 연봉과 안정적인 직장은 모든 개발자들의 로망이다. 특히 글로벌 플랫폼 틱톡(TikTok)에서 머신러닝 엔지니어로 재직하며 25만 달러(약 3억 7000만 원)의 연봉을 받던 자리라면 더더욱 그렇다.
하지만 소우리쉬 쿤두(Sourish Kundu) 엔지니어는 그 달콤한 안락함을 스스로 걷어찼다. 다음 직장에 대한 아무런 대책도, 약속된 오퍼도 없는 상태에서 사표를 던진 것이다. 목적은 단 하나였다. ‘진짜 인공지능(AI)을 밑바닥부터 독학하겠다’는 배수진이었다.
결과는 대성공을 넘어 실리콘밸리의 전설이 됐다. 그는 단 3개월간의 혹독한 독학 끝에, 현재 전 세계 생성형 비디오 및 3D AI 분야에서 가장 뜨거운 관심을 받고 있는 최정상급 연구소 '루마 AI(Luma AI)'의 핵심 연구원으로 당당히 입사했다.
쿤두는 최근 아만 마나지르의 팟캐스트에 출연해 현재 요동치는 AI 채용 시장의 적나라한 현실을 풀어냈다. 아울러 수많은 엘리트 후보자들이 실리콘밸리 AI 스타트업 면접에서 줄줄이 낙방하는 치명적인 이유, 고난도 기술을 남들보다 수십 배 빠르게 흡수하는 자신만의 학습법을 공개했다.
AI 스타트업 면접에서 천재들이 떨어지는 이유
쿤두가 진단하는 현재 AI 채용 시장의 가장 큰 문제점은 '스펙과 실전의 괴리'다. 수많은 지원자가 화려한 컴퓨터공학 석·박사 학위를 가졌거나 이름만 대면 아는 빅테크 출신임에도 불구하고, 루마 AI를 비롯한 최첨단 AI 스타트업 면접에서 추풍낙엽처럼 떨어진다.
쿤두는 그 원인을 "표면적인 도구 사용법에만 매몰되어 있기 때문"이라고 진단했다. 그는 "많은 엔지니어들이 오픈AI의 API를 가져다 쓰거나, 허깅페이스(Hugging Face)에 이미 올라와 있는 기존 모델과 프레임워크를 복사하고 붙여넣는 법만 배운다"라고 지적했다.
그러면서 그는 "하지만 지금 가장 앞서나가는 AI 스타트업들이 원하는 사람은 그런 '사용자'가 아니다. 모델 내부에서 수학적으로 어떤 일이 벌어지고 있는지, 왜 특정 병목 현상이 발생하는지, 이를 해결하기 위해 아키텍처를 어떻게 뜯어고쳐야 하는지 아는 '창조자'를 원한다"라고 덧붙였다.
그의 설명에 따르면, 2026년의 AI 면접관들은 후보자에게 단순히 "이 모델을 다뤄본 적이 있느냐"고 묻지 않는다. 대신 최신 논문에 등장하는 복잡한 수학 공식과 메커니즘을 적어준 뒤, "이것을 라이브러리 없이 순수 파이토치(PyTorch)나 로우레벨 코드로 직접 구현해 보라"고 요구한다.
이 지점에서 상위 개념의 프레임워크 껍데기만 핥았던 수많은 천재가 말문이 막힌 채 탈락의 고배를 마신다는 것이다.
어려운 기술을 초고속으로 흡수하는 학습법
틱톡을 퇴사한 후 쿤두가 몰두한 독학 방식은 단순한 '인터넷 강의 시청'이 아니었다. 그는 어려운 인공지능 논문과 기술을 가장 빠르게 마스터할 수 있는 유일한 방법으로 ‘프롬 스크래치(From Scratch, 밑바닥부터 직접 짜기)’ 철학을 제시했다.
그는 3개월의 공백기 동안 외부와 연락을 끊고 거대언어모델(LLM)의 시초가 된 GPT-2 모델의 전체 구조부터 최신 디퓨전 트랜스포머(DiT), 변분 오토인코더(VAE) 등의 핵심 알고리즘을 그 어떤 기존 라이브러리도 빌리지 않고 백지상태에서 한 줄 한 줄 코드로 직접 구현해 나갔다.
그는 "어려운 기술을 빠르게 배우는 비결은 뇌를 가장 고통스러운 상황에 밀어 넣는 것이다. 논문을 읽다가 복잡한 확률 통계나 미적분 수식이 나오면 대부분은 '대충 이런 뜻이겠지' 하고 넘어간다. 하지만 저는 그 수식이 코드로 변환될 때 메모리 위에서 어떻게 연산 되는지 완전히 이해할 때까지 파고들었다"라고 했다.
이어 "논문의 수식을 보고 그것을 돌아가는 작동 코드로 완전히 구현해 낼 수 있다면, 그 기술은 비로소 내 것이 된다. 이 고통스러운 과정을 거치면 남들이 1년 걸려 배울 내용을 단 몇 주 만에 완벽히 마스터할 수 있다"라고 강조했다.
이러한 깊이 있는 이해는 루마 AI 면접관들이 던진 까다로운 기술적 질문과 아키텍처 설계 요구에 그가 막힘없이 최고의 해답을 내놓을 수 있었던 결정적인 원동력이 됐다.
"진짜 엔지니어링 역량을 증명하라"
쿤두는 2026년 격변하는 AI 생태계에서 최고의 기업에 진입하고자 하는 동료 및 주니어 개발자들을 향해 날카로운 조언을 남겼다. 이제는 단순히 AI 붐에 편승한 이력서 한 줄로는 그 어떤 문도 열 수 없으며, 오직 스스로의 손으로 증명한 '진짜 엔지니어링 역량'만이 유일한 패스포트라는 지적이다.
그는 학위나 직장의 간판보다 자신이 관심 있는 AI 분야의 기술을 깊숙이 파고들어, 오픈소스 커뮤니티에 기여하거나 깃허브(GitHub)에 '밑바닥부터 구현한 모델'의 기록을 집요하게 남겨두는 것이 백 배는 강력한 무기가 된다고 조언했다.
남들이 만들어 놓은 탄탄한 길 위를 걷는 '안정적인 엔지니어'는 언제든 대체될 수 있다는 것이다. 아무도 가보지 않은 미지의 영역에서 논문을 씹어 삼키며 시스템을 바닥부터 구축해 나가는 '구현력을 갖춘 인재'의 몸값은 천정부지로 솟구칠 수밖에 없다는 게 그의 주장이다.
Copyright ⓒ AI포스트 무단 전재 및 재배포 금지
