#커리어
5개의 포스트
![[특집] 월급은 엔진이지 목적지가 아니다 — 해커뉴스를 달군 '커리어로 부를 쌓는 법', 인적 자본을 소유로 바꾸는 70년의 경제학](/_next/image?url=https%3A%2F%2Ffiles.core.today%2Fstorage%2Fcoredot%2Fpublic%2Fblog%2Fcw-hero.webp&w=3840&q=75)
[특집] 월급은 엔진이지 목적지가 아니다 — 해커뉴스를 달군 '커리어로 부를 쌓는 법', 인적 자본을 소유로 바꾸는 70년의 경제학
2026년 10월 11일, 반년 전에 올라온 블로그 글 한 편이 해커뉴스 첫 화면에 올라 이틀 동안 166개의 댓글을 모았다. 나이지리아 급여 핀테크 창업자 아셔 아데니이가 쓴 「커리어로 부를 쌓는 법」 — 부는 창업가만의 몫이 아니며, 좋은 직장은 '엔진'이고 그 출력을 소유로 바꾸는 규율이 부를 만든다는 글이다. '저축하라는 말을 길게 늘였을 뿐'이라는 냉소와 '아이들에게 읽히겠다'는 찬사가 정면으로 부딪쳤다. 이 글은 그 논쟁을 출발점으로, 원문이 기대고 있는 70년 치 경제학을 처음부터 풀어 본다. 슐츠·베커·민서의 인적 자본 이론과 학교 1년의 수익률 9%, 스펜스의 신호 이론, 모딜리아니의 생애주기 가설과 '인적 자본이 금융 자본으로 옮겨 가는 곡선', 베블런에서 킬링스워스·카너먼까지 이어지는 쾌락의 쳇바퀴, 그리고 의지가 아니라 기본값이 저축률을 바꾼다는 매드리언·시어와 탈러·베나치의 실험까지. 2026년 노동소득 분배율이 1947년 이후 최저로 내려가고 AI가 커리어 사다리의 아래 칸을 바꾸는 지금, 한국 직장인이 이 글에서 무엇을 가져가야 하는지 여섯 개의 인터랙티브 도구와 함께 정리했다.
![[특집] 5년 계획을 태워라 — 사힐 블룸의 '인접 가능성', 지도 대신 나침반으로 사는 법](/_next/image?url=https%3A%2F%2Ffiles.core.today%2Fstorage%2Fcoredot%2Fpublic%2Fblog%2Fadj-hero.webp&w=3840&q=75)
[특집] 5년 계획을 태워라 — 사힐 블룸의 '인접 가능성', 지도 대신 나침반으로 사는 법
"5년 뒤 당신은 어디에 있을 것 같습니까?" 2021년 1월, 사모펀드 7년 차였던 사힐 블룸은 멘토의 이 질문에 그럴듯한 답을 셋 내놓았다. 5년 반이 지난 2026년 7월 그는 이렇게 썼다 — '그때 100개의 시나리오를 써 보라고 했다면, 그중 단 하나도 근처에도 가지 못했을 것이다.' 「5년 계획을 그만 세워라(대신 이걸 하라)」는 계획이 사실은 과거의 외삽이라는 진단과, 이론생물학자 스튜어트 카우프먼의 '인접 가능성(Adjacent Possible)'이라는 처방으로 이루어진 짧은 글이다. 이 특집은 그 짧은 글이 딛고 선 긴 지층을 파낸다. 1928년 소련의 5개년 계획에서 면접장의 단골 질문까지, '역사의 종말 착각'과 '계획 오류'의 실험, 카우프먼의 TAP 방정식과 트리아·스트로가츠의 '트리거가 있는 항아리', 스탠리의 '목표를 버려야 찾는다', 그라노베터에서 링크드인 2천만 명 실험까지 이어지는 약한 연결의 과학, 크럼볼츠의 '계획된 우연'과 사라스바티의 '효과화'. 그리고 AI가 해마다 문의 지도를 다시 그리는 2026년, 한국의 청년 통계 위에서 '지도는 태우고 나침반은 지켜라'가 무엇을 뜻하는지 일곱 개의 인터랙티브 도구로 풀었다.
![[특집] 학교는 손실 함수다 — 340만 명이 읽은 'AI 시대의 커리어 조언', 채점할 수 없는 일을 찾아서](/_next/image?url=https%3A%2F%2Ffiles.core.today%2Fstorage%2Fcoredot%2Fpublic%2Fblog%2Fcareer-ai-hero.webp&w=3840&q=75)
[특집] 학교는 손실 함수다 — 340만 명이 읽은 'AI 시대의 커리어 조언', 채점할 수 없는 일을 찾아서
2026년 7월 3일 새벽, 전 OpenAI·딥마인드 연구자 필 첸이 X에 올린 에세이 한 편이 주말 사이 300만 명을 넘게 읽혔다. 첫 문장은 이랬다 — 'AI는 손실 함수를 쓸 수 있는 모든 것에서 좋아진다. 그리고 학교는 대부분 손실 함수다.' 이 글은 그 한 문장을 끝까지 파고든다. 손실 함수와 '검증 가능한 보상'이 모델을 어떻게 가르치는지(DeepSeek-R1의 AIME 15.6%→71.0% 곡선, GRPO의 구조), 제이슨 웨이의 '검증자의 법칙'이 왜 커리어 예언이 되는지, 그리고 '문제 찾기·가장 야심찬 형태·마지막 10%·xG와 효율·연구 진입'이라는 여섯 조언이 1938년 아인슈타인부터 2025년 '탄광 속 카나리아'까지 어떤 생각의 계보 위에 서 있는지를 사례와 데이터로 풀었다. 리트코드를 옹호한 반론과 '문제 선정도 결국 채점 가능해지지 않느냐'는 날카로운 질문, 메타의 AI 동반 면접과 우버의 토큰 예산 소진, 네이버·카카오의 신입 공채 실종까지 — 2026년 가을, 한국의 독자가 이 글에서 무엇을 가져가야 하는지 다섯 개의 인터랙티브 도구와 함께 정리했다.

박사 학위로도 부족하다: 어느 DeepMind 연구자의 면접 가이드가 드러낸 'AI 실력의 지도'
옥스퍼드 박사에 1저자 논문이 여러 편, 그런데도 그녀는 LeetCode 150문제를 풀고 FlashAttention을 맨손으로 구현했다. DeepMind에 합격한 Silvia Sapora의 면접 가이드가 화제가 된 건 '준비법' 때문만이 아니다. 그 글에 담긴 공부 목록이 곧 2026년 현대 AI의 전체 지도였기 때문이다. 면접의 역사부터 어텐션·디퓨전·정렬·분산학습의 핵심 개념까지, 쉽고 자세하게 풀어본다.

DX 로드맵: 기술을 배운 뒤, 조직을 어떻게 바꾸는가
클라우드를 배우고, 컨테이너를 익히고, CI/CD 파이프라인을 구성했다. 그런데 다음은? 기술 학습과 조직 변혁 사이의 간극을 메우는 DX 로드맵을 다룬다. 20대 엔지니어가 기술 역량을 커리어 자산으로 전환하는 구체적인 경로.