# 최선을 다한다는 것
위대한 일을 해내기 위해서는 세 가지가 모두 필요하다. 재능, 연습, 그리고 노력. 이 중 두 가지만 잘해도, 어떤 일이든 상당히 잘할 수 있다. 하지만 최고의 결과를 내려면 세 가지 모두 필요하다. 엄청난 재능과 수많은 연습, 그리고 무엇보다 그 일에 최선을 다해야 한다.
최선을 다한다는 것은 가장 가운데를 향한다는 것이며, 가장 위대한 문제에 도전한다는 것이다.
자신에게 적합한 일은 자신의 재능보다 오히려 자신이 어떤 일에 흥미를 느끼는가와 더 관련이 있을 수 있다. 어떤 주제에 대한 진정한 호기심은 다른 어떤 마음가짐보다 그 사람을 더 열심히 일하게 만들어준다.
이 일에 계속 매달려야 할지를 말해주는 가장 좋은 기준은 바로 자신이 그 문제를 흥미롭게 생각하는가 이고, 이것이야 말로 최선을 다한다는 것이 무엇인지에 대한 가장 중요한 기준이다. 매 순간의 판단에 있어 스스로에게 정직해야 한다.
최선을 다한다는 것은 그저 노력의 강도를 최대치로 올리는 것이 아니라, 시시각각 변하는 복잡한 시스템에서 매 순간 최적의 결정을 내려야 하는 문제다. 진짜 일이 어떤 것인지를 이해해야 하고, 자신이 어떤 일에 적합한지를 파악해야 하고, 그 일의 핵심에 가능한한 가깝게 접근해야 하고, 매 순간 자신이 할 수 있는 노력을 다하는지와 얼마나 잘하고 있는지를 정확하게 판단해야 하고, 결과를 해치지 않는 선에서 하루 몇 시간을 투자해야 하는지를 판단해야 한다.
# 우아한 작업과 잡일의 비율
학생들은 기업 프로젝트를 시작할 때 80% 정도의 우아한 작업과 20% 정도의 잡일로 구성될 거라고 기대한다. 막상 프로젝트를 시작해보면 정반대다. 프로젝트의 80% 정도는 ‘노가다’가 차지한다.
우아한 작업은 문제의 모델링, 알고리즘 설계, 디버깅(에러 교정)을 제외한 코딩, 모자라는 것에 대한 공부 등을 포함한다.
잡일은 데이터 만지기, 디버깅, 실패 분석, 엔진(소프트웨어/하드웨어) 뜯어보기, 이미 신선함이 떨어진 초기 작업의 재반복 등을 포함한다.
잡일은 단순히 의미 없는 과정이 아니다. 학생들은 흔히 지루하고 고통스러운 그 과정 속에서 결정적인 통찰을 획득한다. 데이터로 온갖 지저분한 가공과 관찰을 하는 동안 데이터의 질감을 느끼게 된다. 자신이 적용하는 모델의 안으로 들어가서 온갖 변형,시행착오를 거치는 동안 해당 기법에 대한 통찰이 생기게 된다. 반복을 통해 그런 모든 과정에 편안해지는 단계가 있다.
# 고프로 밀리언 달러 챌린지 21년 수상작 모음
댓글
의견을 남겨주세요