Founder Note 001 · EXPLORE
1,500시간 뒤에 남은 질문: 이제 무엇을 만들 것인가
After 1,500 hours of learning, the question is what to build next
퇴근 후와 주말에 쌓아온 AI·개발 학습을 이제 1년 동안 제품, 사용자, 실험의 결과로 바꾸려 합니다.
공부한 시간을 세는 이유
2021년부터 병원에서 일하면서 퇴근 후와 주말에 Python, 통계, 머신러닝, 딥러닝, 웹개발, 컴퓨터비전, 생성형 AI, LLM, 멀티모달 AI, 의료 AI를 계속 공부했습니다. 수료증과 공식 커리큘럼으로 확인할 수 있는 교육과정만 합쳐도 1,500시간이 넘습니다.
하지만 이 숫자를 적어두는 이유는 많이 공부했다는 말을 하기 위해서가 아닙니다. 오히려 반대입니다. 일정한 시간을 넘어서면 더 배우는 것보다 무엇을 실제로 만들고, 누가 쓰고, 무엇이 바뀌었는지를 확인하는 쪽이 더 중요해집니다.
배우는 사람에서 만드는 사람으로
AI를 공부할수록 새로운 분야는 계속 생겼습니다. 하나를 배우면 다음 기술이 보였고, 새로운 도구가 나올 때마다 더 알아야 할 것이 늘었습니다. 이 방식은 시야를 넓혀줬지만 한편으로는 가능성을 계속 열어둔 채 하나를 오래 선택하지 않는 핑계가 되기도 합니다.
지금 필요한 것은 지식의 폭을 더 넓히는 일이 아니라, 이미 쌓은 임상 경험과 기술을 하나의 실제 문제에 붙여보는 일이라고 생각합니다. 제가 오래 봐온 문제는 사람의 움직임과 기능에 관한 정보가 현장에서 충분히 구조화되지 않고, 전문가의 판단과 경험도 쉽게 사라진다는 점입니다.
1년 동안 확인하고 싶은 것
휴직으로 생긴 1년은 'AI를 더 많이 공부하는 시간'으로 쓰기보다 실제 제품과 사용자 증거를 만드는 시간으로 쓰고 싶습니다. 재활·운동 전문가가 세션 전후로 반복하는 기록, 평가, 설명, 다음 계획을 더 자연스럽게 연결할 수 있는지 직접 만들어보고 있습니다.
동시에 제 몸도 하나의 실험 환경으로 사용합니다. 철인3종, 역도, 러닝처럼 직접 움직여보고, 무엇이 바뀌는지 기록하고, 필요하면 센서와 영상도 붙여봅니다. 제품 개발과 몸의 실험은 서로 다른 취미라기보다 같은 질문의 두 면에 가깝습니다. 사람의 기능을 어떻게 더 잘 관찰하고, 이해하고, 다음 행동으로 연결할 수 있을까.
아직 증명된 것은 없다
1,500시간의 학습이 좋은 제품을 보장하지는 않습니다. 병원에서 오래 일한 경험도 사용자가 돈을 내고 쓸 제품을 자동으로 만들어주지 않습니다. 휴직을 했다는 사실도 창업가가 되었다는 뜻은 아닙니다.
그래서 앞으로는 공부한 과정이나 아이디어의 크기보다 실제 사용, 반복, 수정, 그리고 다음 행동으로 이어지는지를 더 많이 기록하려 합니다. 어떤 가설이 틀렸는지도 가능한 한 남기려고 합니다.
이번 1년의 기준
이번 1년이 끝났을 때 '많이 배웠다'보다 '무엇을 만들었고, 누가 반복해서 썼으며, 그 과정에서 무엇을 배웠는가'를 말할 수 있으면 좋겠습니다.
지금부터는 가능성을 더 많이 발견하는 것보다, 검증할 가치가 있는 하나를 충분히 오래 선택하는 연습을 해보려 합니다.
지금 알고 있는 것 중 실제 사용자와 현장에서 가장 빨리 틀렸는지 확인할 수 있는 가설은 무엇인가?
오래 준비한 뒤 더 많이 공부하는 단계에서, 이제 한 가지를 실제 결과로 바꾸는 단계로 넘어간다.
- 1,500h는 공식 확인 가능한 교육의 합계이며 개인 학습·프로젝트 시간은 포함하지 않는다.
- 많은 학습 시간이 실제 market/product outcome을 보장하지 않는다.