“진짜 공부는 따로 있습니다” - 구글 딥마인드 시니어 디렉터가 밝히는 AI 학습의 원리
📺 원본 영상: “진짜 공부는 따로 있습니다” 구글 시니어 디렉터가 밝히는 AI 학습의 원리
🎙️ 채널: 안될과학 Unrealscience
📅 정리 일자: 2026-05-21
⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료(차트, 코드, 슬라이드 등)는 포함되지 않을 수 있습니다.
개요
이 영상은 과학 커뮤니케이터 궤도가 구글 딥마인드(Google DeepMind)의 시니어 디렉터 최현정을 인터뷰하는 형식으로 구성되어 있다. 최현정 디렉터는 딥마인드 내에서 교육(Education)과 의료·헬스케어(Medical & Healthcare) 분야를 총괄하고 있으며, 멀티모달리티(Multimodality) AI 관련 제품 개발을 이끌고 있다. 인터뷰는 크게 두 가지 축으로 전개된다. 하나는 순수 문과생이자 전업주부였던 최현정이 어떻게 세계 최고 AI 기업의 시니어 디렉터가 되었는가 하는 개인적 여정이고, 다른 하나는 Gemini의 교육 기능인 ‘가이드 학습’과 ‘Gemini Live’를 직접 시연하며 AI 시대에 공부하는 방식이 어떻게 달라지고 있는지를 보여주는 실전 데모다.
문과생·전업주부에서 구글 딥마인드까지
최현정 디렉터의 이력은 일반적인 AI 전문가의 경로와는 완전히 다른 궤적을 그린다. 그녀는 스스로 “100% 문과생”이라 표현하며, 언론정보학부를 졸업했고 기자나 PD를 꿈꾸던 평범한 대학생이었다. 대학 재학 중 일찍 결혼해 유학을 떠났지만 7개월 만에 귀국하고, 언론고시를 준비하던 중 임신 소식을 접했다. 이후 3년간 두 아이를 키우는 전업주부로 생활했다.
그녀 삶의 첫 번째 전환점은 뜻밖의 곳에서 찾아왔다. 프랑스 유학 시절 불어를 배웠던 경험을 바탕으로 “한국어를 외국인에게 가르치는 일”에 관심을 갖게 되었고, 이를 위해 전혀 연고가 없던 언어학 분야의 석사 과정에 입학했다. 그런데 석사 지도교수가 마침 음성학(Phonetics) 연구자였다. 최현정 디렉터는 그 만남을 인생의 결정적 전환점으로 꼽는다. “언어는 궁극의 인문학인데, 그 언어를 과학적 수치로 풀어내는 것”이 너무 재미있었다고 그녀는 회고한다. 이 흥미가 그녀를 박사 과정까지 이끌었고, 마침내 구글 코리아가 한국어 음성 인식 연구자를 찾고 있다는 소식을 접해 합류하게 되었다.
두 번째 전환점은 구글 코리아에서의 첫 경험이었다. 학문적 연구가 실제 제품이 되어 사람들의 손에 쥐어지는 과정이 너무나 강렬하게 다가왔다는 것이다. 구글 합류 당시에는 영어 소통과 코딩 모두 낯설어 처음 2년이 “눈물 없이 지낼 수 없을 정도”로 힘들었다고 한다. 하지만 주변의 천재 엔지니어들이 10명의 개인 과외교사처럼 가르쳐 주었고, 그 경험이 지금 그녀가 AI 교육을 이끄는 데 중요한 토대가 되었다. “AI가 개인 튜터가 될 수 있다”는 신념은 단순한 기술적 비전이 아니라 그녀 자신이 몸소 경험한 학습의 본질에서 비롯된 것이다. 교수직으로 돌아가겠다며 “6개월만 하고 돌아오겠다”고 말했던 그녀는 15년째 구글에 있다.
Gemini 교육의 철학적 토대 - LearnLM과 가이드 학습
최현정 디렉터가 직접 개발에 참여한 Gemini의 ‘가이드 학습(Guided Learning)’ 기능은 단순한 Q&A 모드가 아니다. 이 기능의 배경에는 구글 딥마인드 내의 LearnLM이라는 전담 팀이 있다. LearnLM 팀은 “LLM 모델을 교육학적 원리에 맞게 어떻게 개발할 수 있는가”만을 연구하는 특수 팀으로, 현직 교육 종사자와 교육학 연구자들과의 협업을 통해 모델의 행동 방식 자체를 교육학적으로 재설계한다.
가이드 학습의 핵심은 Gemini가 단순히 정답을 제공하는 것이 아니라, 학습자가 스스로 생각하고 답에 도달하도록 유도하는 방식으로 행동한다는 점이다. 이는 LearnLM이 모델 훈련 자체에 교육학적 이론을 반영한 결과다. 다시 말해, 가이드 학습은 인터페이스의 문제가 아니라 모델 레벨의 행동 변화다. 영상에서 직접 진행된 데모에서는 사용자(궤도)가 영어 공부 목표와 맥락을 입력하자 Gemini가 단순한 답변을 나열하는 대신 단계별 학습 커리큘럼을 제안하고, 학습자가 직접 영어 문장을 만들어보도록 유도하며, 즉각적인 피드백을 제공하는 모습을 보여주었다.
11:00 - 가이드 학습 데모 진행 중 - Gemini가 궤도의 닉네임(천문학 개념)을 활용한 영어 문장을 생성하고 직접 만들어보도록 유도하는 시점
또한 Gemini는 YBM과의 파트너십을 통해 검증된 토익(TOEIC) 모의고사 문제를 풀 수 있는 기능도 탑재했다. 단순히 문제를 푸는 데서 그치지 않고, 풀이 후 Gemini가 사용자의 강약점을 진단하고 가이드 학습으로 연계해 약점 보완 학습을 이어갈 수 있도록 설계되었다. 최현정 디렉터는 이를 “러닝 토익 킷(Learning TOEIC Kit)“이라 표현하며, 사용할수록 사용자에게 개인화(Personalization)되어 약한 영역에 집중된 문제를 자동으로 제공하게 된다고 설명했다.
13:06 - YBM 파트너십을 통한 토익 모의고사 기능과 가이드 학습 연계 학습 흐름 설명
AI를 제대로 활용하는 프롬프트의 기술
최현정 디렉터는 프롬프트 작성에 대한 실용적 조언을 제시했다. 가장 핵심적인 원칙은 “구체성”이다. 일반적인 프롬프트를 입력하면 AI도 일반적인 답변을 반환하고, 구체적인 프롬프트를 입력할수록 원하는 수준의 구체적인 답변을 얻을 수 있다는 것이다. 이 원칙 아래 그녀는 두 가지 실천 방법을 강조했다.
08:50 - 구체적인 프롬프트가 구체적인 답변을 만든다는 원칙과 두 가지 핵심 방법(페르소나 부여, 컨텍스트 제공) 설명
첫 번째는 역할 부여, 즉 페르소나(Persona) 설정이다. “너의 역할은 나의 영어 튜터야” 또는 “너는 30년간 영어 교육 외길을 걸어온 스타 강사야”처럼 명확한 역할을 부여하면, AI가 그 역할에 맞는 어조와 방식으로 일관되게 응답한다. 두 번째는 충분한 컨텍스트(Context) 제공이다. 사용자 자신이 누구인지, 어떤 목적으로 무엇을 원하는지, 현재 수준은 어떤지를 구체적으로 기술할수록 AI의 응답 품질이 높아진다. 여기에 더해 기대하는 아웃풋의 예시를 몇 가지 함께 제시하면 원하는 답변에 훨씬 빠르게 도달할 수 있다고 덧붙였다.
영상의 데모에서 궤도는 “30년간 영어 공부 외길을 걸어온 스타 강사”라는 페르소나와 “과학 커뮤니케이터로서 글로벌 진출을 준비 중”이라는 컨텍스트를 함께 입력했다. 그 결과 Gemini는 궤도의 닉네임이 담고 있는 천문학적 개념을 활용한 맞춤형 영어 문장 예시(“How do you stay fixed here?” - 지구의 위치 고정 방법을 묻는 궤도 스타일의 시그니처 표현)를 생성해내는 수준의 개인화를 보여주었다. 최현정 디렉터는 이 과정을 보며 “이게 사람하고 정말 비슷한 거예요”라고 표현했는데, 이는 단순한 감탄이 아니라 AI 튜터 설계의 핵심 방향성을 가리키는 말이기도 하다.
멀티모달이 ‘네이티브’가 된다는 것의 의미 - Gemini Live
최현정 디렉터가 특별히 강조한 기술적 차별점은 Gemini가 ‘네이티브 멀티모달(Native Multimodal)’ 모델이라는 사실이다. 이를 이해하려면 기존 LLM의 멀티모달 구현 방식과의 차이를 살펴볼 필요가 있다.
기존 방식은 텍스트, 오디오, 이미지 이해 모델을 각각 별도로 훈련한 후 사후 통합(Post-processing) 단계에서 결합하는 방식이었다. 이 경우 각 모달리티는 서로 다른 방식으로 학습되었기 때문에, 결합 시 정보 손실이나 처리 지연이 발생할 수 있다. 반면 Gemini는 모델이 탄생하는 시점부터 텍스트, 오디오, 이미지 등 모든 모달리티를 동시에 학습하는 방식으로 훈련되었다. “태어나는 순간부터 멀티모달 네이티브로 훈련을 시켰다”는 표현이 이 철학을 잘 나타낸다.
07:00 - Gemini가 기존 LLM의 사후 통합(Post-processing) 방식과 달리 처음부터 네이티브 멀티모달로 훈련된 방식의 차이 설명
Gemini Live는 이 네이티브 멀티모달 능력을 최대한 활용한 제품이다. 카메라 공유, 화면 공유(Screen Sharing), 음성 대화가 동시에 가능하며, 이를 통해 실제 사람 튜터처럼 제스처를 보고, 말을 듣고, 즉각 반응하는 경험을 제공한다. 특히 오디오 처리 방식에서 중요한 차이가 있다. 기존에는 음성 인식(STT) 기술로 오디오를 먼저 텍스트로 변환한 후 LLM에 전달했지만, Gemini Live는 오디오 파일을 텍스트 변환 없이 직접 LLM으로 전달해 처리하는 ‘네이티브 오디오(Native Audio)’ 방식을 채택하고 있다. 이 구조 덕분에 발음이 부정확하거나 배경 소음이 있어도 훨씬 강인한(Robust) 인식 성능을 보인다는 것이 최현정 디렉터의 설명이다.
17:58 - Gemini Live의 네이티브 오디오 모델 기술 설명 - 텍스트 변환 없이 오디오를 LLM에 직접 전달해 처리하는 방식과 성능 향상 효과
영상의 Gemini Live 데모에서 궤도는 의도적으로 발음을 흐리게 하고 박수 소음을 추가했음에도 Gemini가 내용을 정확히 인식하는 모습을 확인했다. 또한 Gemini Live는 실시간 영어 인터뷰 연습 도구로도 활용 가능한데, 자기소개부터 직무 관련 질문, 압박 질문까지 한 세트로 진행하고 문법 오류와 표현 개선점을 즉각 피드백하는 기능을 보여주었다. 최현정 디렉터 자신도 출퇴근 운전 20분을 Gemini Live를 이용한 브레인스토밍 시간으로 활용한다고 밝혔는데, 이는 Gemini Live가 단순한 학습 도구를 넘어 핸즈프리(Hands-free) 환경에서 생산성을 높이는 업무 도구로도 활용될 수 있음을 보여준다.
AI 시대의 학습 철학 - 껍질과 알맹이
인터뷰의 말미에서 최현정 디렉터는 자신만의 학습 철학을 이야기했다. 그녀에 따르면, 공부에는 ‘알맹이’와 그것을 둘러싼 ‘껍질’이 있다. 껍질이란 특정 지식을 습득하는 데 반드시 필요한 기능적인 지식의 축적, 즉 절차적이고 외형적인 학습 과정을 의미한다. 진정한 공부는 이 껍질을 벗겨내어 알맹이, 즉 개념의 본질에 도달하는 것이다.
AI의 역할은 바로 이 껍질을 빠르게 벗겨주는 것이다. 누구나 원하는 주제를, 원하는 수준으로, 원하는 시간과 장소에서 학습할 수 있게 해준다는 것이다.
20:22 - AI 시대 학습 철학 설명 - 공부의 알맹이와 껍질 비유, AI가 껍질을 빠르게 벗겨주는 역할을 한다는 핵심 메시지
이는 그녀가 구글에서 직접 경험한 것이기도 하다. 코딩도 모르고, 영어도 서툰 상태에서 천재 엔지니어들에게 개인 튜터처럼 배웠던 그 경험이 이제 AI를 통해 대중화된 형태로 모두에게 제공될 수 있다고 그녀는 믿는다. “AI 네이티브 시대를 경험하는 우리 친구들이 얼마나 멋지게 성장할지 기대가 많이 된다”는 말은, 단순한 홍보 멘트가 아니라 그녀 자신의 학습 여정에서 우러난 진심 어린 전망으로 읽힌다.
마무리 / 핵심 정리
이번 인터뷰에서 최현정 디렉터가 전달하는 메시지는 크게 세 층위로 요약된다.
첫째, AI 교육 기술의 차별화는 인터페이스가 아닌 모델 훈련 방식에 있다. Gemini의 가이드 학습이 LearnLM 팀의 교육학적 훈련으로 만들어진 것처럼, 진정한 AI 교육 도구는 단순히 챗봇에 교육 콘텐츠를 연결하는 것이 아니라 AI의 행동 방식 자체를 교육학 원리에 맞게 재설계한 결과여야 한다.
둘째, AI를 잘 쓰는 것도 기술이다. 페르소나 부여, 충분한 컨텍스트, 기대 아웃풋 예시 제공이라는 세 가지 프롬프트 원칙은 AI와의 소통 품질을 결정하는 핵심 변수이며, 이는 사람과의 소통 방식과 본질적으로 다르지 않다. 추상적이고 일반적인 요청은 추상적인 답변을 낳는다는 이 원칙은, AI가 일상화될수록 더 중요한 리터러시(Literacy)가 될 것이다.
셋째, AI가 가진 가장 큰 교육적 가능성은 개인화된 튜터링의 민주화다. 과거에는 최고의 튜터를 옆에 두는 것이 극소수에게만 가능했지만, AI는 언제 어디서나 맞춤형 학습 경험을 제공할 수 있다. 최현정 디렉터의 여정 자체가 그 가능성을 가장 극적으로 보여주는 사례이기도 하다. 문과 전업주부가 세계 최고의 AI 연구소에서 교육 AI를 이끌게 된 것은 우연이 아니라, 좋은 가르침이 한 사람을 어디까지 데려갈 수 있는지를 보여주는 살아있는 증거다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | ”진짜 공부는 따로 있습니다” 구글 시니어 디렉터가 밝히는 AI 학습의 원리 |
| 채널 | 안될과학 Unrealscience |
| 리포트 작성 | 2026-05-21 |
| 작성 방식 | YouTube 영상 STT 변환 후 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 정확한 내용은 원본 영상을 참조해 주세요.