맞음, 중요한 건 반복 속도임
AI가 피로 없이 OODA 루프를 더 빨리 돌릴 수 있다면 품질이 조금 떨어져도 결국 승리함
MiG-15와 F-86의 사례처럼, 더 나은 성능보다 빠른 피드백 주기가 승패를 가름함
관련 글: Boyd’s Law of Iteration
나도 동의함. 결국 중요한 건 도구와 흐름이 방해되지 않는 상태에서 빠른 피드백을 받는 것임
글쓰기든 코딩이든, 단축키·디버거·핫리로드·빠른 유닛테스트 등으로 근육 기억을 쌓아야 함
이런 워크플로우를 공유하면 서로 큰 도움이 될 것 같음
보안 엔지니어링에서도 피드백 루프는 핵심임
취약점이 5년 뒤에 발견되면 보안 부채가 기하급수적으로 쌓임
반면 2주 내에 발견하면 리팩터링으로 세대 간 부채를 없앨 수 있음
이는 단순한 “shift left”가 아니라 시스템 사고로 조직 전체의 개발 프로세스를 강화하는 접근임
시작 전에 약간의 느림을 추가해야 함
즉, 일을 시작하기 전에 지연 요소를 제거하고 계획을 세우는 게 진짜 빠름
이 글이 흥미로웠음. 특히 IQ 테스트를 미리 받아본다면이라는 예시가 인상적이었음
대부분의 시험은 ‘빨리 푸는 능력’을 ‘깊이 있는 사고력’으로 착각함
하지만 실제로는 더 똑똑한 사람일수록 더 많은 정보를 통합해야 해서 시간이 더 필요함
AI도 마찬가지로, 더 많은 시간을 주면 더 나은 결과를 냄
결국 교육 시스템이 ‘비판적 사고’보다 ‘순응적 학습’을 선호하도록 설계된 것 같음
“새로운 어려운 문제를 푸는 능력”이 더 경제적으로 가치 있다는 말에 완전히 동의함
하지만 현실적으로 대부분의 사회는 중간 난이도 문제를 빨리 푸는 사람을 더 높이 평가함
나도 예전엔 그 가정에 의문을 가졌지만, 경험상 빨리 푸는 사람이 어려운 문제도 잘 푸는 경우가 많았음
그래서 완전히 틀린 가정은 아닐 수도 있음
하지만 IQ 테스트는 시간 제약이 핵심임
일주일 동안 풀 수 있다면 그건 IQ 테스트가 아니라 단순한 퍼즐 모음임
규칙이 달라지면 게임 자체가 달라지는 셈임
시험은 결국 암기와 이해의 상관관계를 측정하는 도구임
대학생들이 과거 시험 문제를 외워서 점수를 올리는 이유도 여기에 있음
나도 일부러 이전 시험문제를 늦게 봤는데, 장기적으로 훨씬 도움이 되었음
Andrew Wiles가 7년 동안 아무것도 발표하지 않았다는 건 사실이 아님
그는 실제로 미리 준비한 논문들을 꾸준히 발표하며 연구 시간을 확보했음
진짜 문제는 연구자들이 관료적 절차와 행정 업무에 대부분의 시간을 빼앗긴다는 점임
만약 그런 제약이 없다면 얼마나 더 많은 성취가 가능할지 궁금함
내 직장에서도 비슷한 어려움이 있음
모든 프로젝트를 2일 단위로 쪼개야 하는 스프린트 기반 방식이 창의적 연구에는 맞지 않음
예를 들어 새로운 라우팅 알고리즘을 개발할 때는 결과를 예측하기 어렵고, 탐색적 시도가 반복됨
이런 일은 본질적으로 추정 불가능한 작업임
대부분의 관리 방식이 여전히 Taylorism에 묶여 있음
복잡하고 새로운 일을 표준화된 방식으로 관리하려는 건 불가능함
그래도 기업은 일정과 로드맵을 원하니, 다들 그게 통하는 척할 뿐임
깊은 연구의 초기 단계는 오히려 기존 가정 해체와 실패의 반복임
겉보기엔 아무 일도 안 하는 것처럼 보여도, 그 시간이 나중에 수십 배로 보상됨
이런 문서화 절차는 결국 상사가 상사에게 보고하기 위한 수단일 뿐임
문제 해결을 빠르게 하진 않지만, 사회적 구조상 필요한 의식 같은 것임
창의적인 일이라면 계획은 매 단계마다 바뀌는 것이 자연스러움
군대의 격언인 “Slow is smooth, smooth is fast”가 떠오름
IT에 있지 않았다면 군대의 규율과 절차 중심 문화를 좋아했을 것 같음
사실 지속적 배포(Continuous Deployment) 같은 개념도 이런 사고방식에서 비롯됨
스페인어에도 비슷한 표현이 있음 — “서두를수록 천천히 입어라”라는 뜻임
Age of Empires II 고수들이 초당 수십 번 클릭하면서도 매끄럽게 보이는 플레이를 하는 게 떠오름
나는 “끈끈한 느림”을 실천함. 준비되지 않은 상태로 서두르면 결국 더 느려짐
현장에서는 “Slow is steady, steady is fast”라는 말로도 통함
“개발은 지도에 따라 목표로 가는 실행, 연구는 지도 없이 목표를 찾는 탐색”이라는 문장이 인상 깊었음
이 한 문장만으로도 글의 핵심을 요약할 수 있을 것 같음
규칙을 따르는 사람과 규칙을 발견하는 사람의 차이를 구분해야 함
예를 들어 집합론의 위기 때 Russell 같은 이들은 개념 자체를 재정의하려 했음
이는 단순히 문제를 푸는 것과는 다른, 이론을 세우는 행위임
이 글은 가치 있는 주제를 다루지만 사실 오류가 많음
예를 들어 Einstein은 실제로 ETHZ에서 상위권 학생이었고, IQ 비판을 위한 근거도 부실함
차라리 Higgs처럼 단기성과 중심의 학계 문화를 비판한 과학자들의 말을 인용했으면 더 설득력 있었을 것임
관련 링크: Einstein 학업 영상, IQ 관련 블로그
나도 비슷하게 느꼈음. 글이 경계가 모호하고 논리적 일관성이 부족함
‘빠름’과 ‘가시성’을 무조건 열등하게 취급하지만, 실제로는 유형별 작업의 차이를 구분하지 않음
느린 사고가 곧 깊은 사고는 아니며, 빠른 사고로도 어려운 문제를 푸는 사람이 많음
체스할 때 느꼈던 점이 떠오름
긴 게임(하루 한 수)에서는 ELO 점수가 훨씬 높았음
모두가 느린 체스에서 잘한다면, 내 점수는 왜 더 높아졌을까 궁금했음
시간의 효과는 사람마다 다름
어떤 사람은 15분에서 1시간으로 늘리면 급상승하지만, 어떤 사람은 집중력이 떨어짐
모두가 더 잘해도, 상대적으로 더 많이 향상된 사람은 순위가 오름
모두에게 1달러를 주고 나에게만 1억 달러를 주는 것과 같음
체스닷컴의 시간 제어별 등급 체계가 다르기 때문에 점수 차이는 자연스러움
느린 경기에서 더 좋은 수를 두더라도, 블리츠 등급이 더 높게 나오는 경우도 많음
느림에는 두 종류가 있음
하나는 보이지 않는 성과를 내기 위한 노력, 다른 하나는 단순한 미루기임
이 글이 말하는 건 전자임
문제는 관리자가 이 둘의 차이를 이해하지 못한다는 것임
하지만 실제로는 구분이 쉽지 않음
특히 결과가 바로 보이지 않는 노력은 외부에서 보면 게으름처럼 보이기 쉬움
Hacker News 의견들
이 글의 시점이 HN 메인에 있던 “Working quickly is more important than it seems (2015)” 글과 맞물려 보임
많은 사람들이 James Somers가 ‘빠르게 일하라’는 말을 품질보다 속도로 오해하지만, 실제로는 피드백 루프를 단축하라는 뜻임
즉, 느림이 미덕이라는 말은 Somers의 ‘빠르게 일하라’는 조언과 반대가 아님
AI가 피로 없이 OODA 루프를 더 빨리 돌릴 수 있다면 품질이 조금 떨어져도 결국 승리함
MiG-15와 F-86의 사례처럼, 더 나은 성능보다 빠른 피드백 주기가 승패를 가름함
관련 글: Boyd’s Law of Iteration
글쓰기든 코딩이든, 단축키·디버거·핫리로드·빠른 유닛테스트 등으로 근육 기억을 쌓아야 함
이런 워크플로우를 공유하면 서로 큰 도움이 될 것 같음
취약점이 5년 뒤에 발견되면 보안 부채가 기하급수적으로 쌓임
반면 2주 내에 발견하면 리팩터링으로 세대 간 부채를 없앨 수 있음
이는 단순한 “shift left”가 아니라 시스템 사고로 조직 전체의 개발 프로세스를 강화하는 접근임
즉, 일을 시작하기 전에 지연 요소를 제거하고 계획을 세우는 게 진짜 빠름
이 글이 흥미로웠음. 특히 IQ 테스트를 미리 받아본다면이라는 예시가 인상적이었음
대부분의 시험은 ‘빨리 푸는 능력’을 ‘깊이 있는 사고력’으로 착각함
하지만 실제로는 더 똑똑한 사람일수록 더 많은 정보를 통합해야 해서 시간이 더 필요함
AI도 마찬가지로, 더 많은 시간을 주면 더 나은 결과를 냄
결국 교육 시스템이 ‘비판적 사고’보다 ‘순응적 학습’을 선호하도록 설계된 것 같음
하지만 현실적으로 대부분의 사회는 중간 난이도 문제를 빨리 푸는 사람을 더 높이 평가함
그래서 완전히 틀린 가정은 아닐 수도 있음
일주일 동안 풀 수 있다면 그건 IQ 테스트가 아니라 단순한 퍼즐 모음임
규칙이 달라지면 게임 자체가 달라지는 셈임
대학생들이 과거 시험 문제를 외워서 점수를 올리는 이유도 여기에 있음
나도 일부러 이전 시험문제를 늦게 봤는데, 장기적으로 훨씬 도움이 되었음
Andrew Wiles가 7년 동안 아무것도 발표하지 않았다는 건 사실이 아님
그는 실제로 미리 준비한 논문들을 꾸준히 발표하며 연구 시간을 확보했음
진짜 문제는 연구자들이 관료적 절차와 행정 업무에 대부분의 시간을 빼앗긴다는 점임
만약 그런 제약이 없다면 얼마나 더 많은 성취가 가능할지 궁금함
내 직장에서도 비슷한 어려움이 있음
모든 프로젝트를 2일 단위로 쪼개야 하는 스프린트 기반 방식이 창의적 연구에는 맞지 않음
예를 들어 새로운 라우팅 알고리즘을 개발할 때는 결과를 예측하기 어렵고, 탐색적 시도가 반복됨
이런 일은 본질적으로 추정 불가능한 작업임
복잡하고 새로운 일을 표준화된 방식으로 관리하려는 건 불가능함
그래도 기업은 일정과 로드맵을 원하니, 다들 그게 통하는 척할 뿐임
겉보기엔 아무 일도 안 하는 것처럼 보여도, 그 시간이 나중에 수십 배로 보상됨
문제 해결을 빠르게 하진 않지만, 사회적 구조상 필요한 의식 같은 것임
군대의 격언인 “Slow is smooth, smooth is fast”가 떠오름
사실 지속적 배포(Continuous Deployment) 같은 개념도 이런 사고방식에서 비롯됨
“개발은 지도에 따라 목표로 가는 실행, 연구는 지도 없이 목표를 찾는 탐색”이라는 문장이 인상 깊었음
이 한 문장만으로도 글의 핵심을 요약할 수 있을 것 같음
규칙을 따르는 사람과 규칙을 발견하는 사람의 차이를 구분해야 함
예를 들어 집합론의 위기 때 Russell 같은 이들은 개념 자체를 재정의하려 했음
이는 단순히 문제를 푸는 것과는 다른, 이론을 세우는 행위임
이 글은 가치 있는 주제를 다루지만 사실 오류가 많음
예를 들어 Einstein은 실제로 ETHZ에서 상위권 학생이었고, IQ 비판을 위한 근거도 부실함
차라리 Higgs처럼 단기성과 중심의 학계 문화를 비판한 과학자들의 말을 인용했으면 더 설득력 있었을 것임
관련 링크: Einstein 학업 영상, IQ 관련 블로그
‘빠름’과 ‘가시성’을 무조건 열등하게 취급하지만, 실제로는 유형별 작업의 차이를 구분하지 않음
느린 사고가 곧 깊은 사고는 아니며, 빠른 사고로도 어려운 문제를 푸는 사람이 많음
체스할 때 느꼈던 점이 떠오름
긴 게임(하루 한 수)에서는 ELO 점수가 훨씬 높았음
모두가 느린 체스에서 잘한다면, 내 점수는 왜 더 높아졌을까 궁금했음
어떤 사람은 15분에서 1시간으로 늘리면 급상승하지만, 어떤 사람은 집중력이 떨어짐
모두에게 1달러를 주고 나에게만 1억 달러를 주는 것과 같음
느린 경기에서 더 좋은 수를 두더라도, 블리츠 등급이 더 높게 나오는 경우도 많음
느림에는 두 종류가 있음
하나는 보이지 않는 성과를 내기 위한 노력, 다른 하나는 단순한 미루기임
이 글이 말하는 건 전자임
특히 결과가 바로 보이지 않는 노력은 외부에서 보면 게으름처럼 보이기 쉬움