2025-06-30-TIL
Today I Learned
오늘은 R사 면접을 보았다. 최근에 몇 번의 면접을 보면서 느낀건, 분명히 똑같은 이력서인데도 물어보는 내용이 완전히 다르다는 것이다. 확실히 각 기업에서 필요로 하는 기술이나 사용하는 기술이 다르다. 그리고 그 성향이 면접에서 고스란히 드러난다. 따라서 너무 광범위하게 면접을 준비하는 것은 비효율적이다.
그리고 내가 사용하던 주력 기술과 이력서에 작성된 키워드에 대해서만이라도 확실히 알아야 한다. 하지만 그렇다고 착각했던 부분이 끊임없이 인식되는 순간이었다. 다시 면접 질문을 복기하면서 찾아보니 기억 저편에 있는 확실히 정리되지 않은 개념들이었다. 대충대충 알고 넘어가니깐 완벽히 이해했다고 착각을 하고 있었다. 누락된 부분에 대해서 하나씩 완벽히 정리해야겠다.
경력 면접을 여러군데 보면서 확실히 느낀건, 신입때처럼 ‘발전 가능성’을 보고 뽑아주지는 않는다는 것이다. 실제로 회사에 와서 큰 도움을 주면서 진두지휘할 인재를 원한다. 이러한 인재는 기본이 탄탄하고 정확한 해법을 제시할 수 있는 엔지니어인 것 같다. 이번 면접은 떨어지더라도 크게 실망하지는 않을것 같다. 오히려 나의 부족한 부분을 더 구체적으로 알게되어서 시원한 경험이 되었다.
AI 키워드: The Illusion of Thinking
Apple 연구진이 6월 초 추론 모델(Large Reasoning Model, LRM)의 한계를 다룬 논문 “The Illusion of Thinking”을 발표했다. 수학, 코딩 벤치마크는 학습 데이터 오염 문제가 있고 최종 답만 본다는 이유로, 복잡도를 정밀하게 조절할 수 있는 퍼즐 환경을 만들어 추론 과정까지 분석했다. 결과는 복잡도에 따라 세 구간으로 나뉘었다. 쉬운 문제에서는 오히려 일반 모델이 낫고, 중간 난도에서는 추론 모델이 앞서고, 어느 복잡도를 넘으면 둘 다 정확도가 완전히 무너졌다. 토큰 예산이 남아 있는데도 문제가 어려워지면 추론에 쓰는 노력이 오히려 줄어드는 현상도 보고했다. 생각하는 과정을 길게 보여 준다고 해서 그만큼 이해하고 있다는 뜻은 아니라는 말이구나.
댓글
아직 댓글이 없습니다