FAANG(구글, 메타, 테슬라 등)에서 상위 1%의 엔지니어들은 평범한 경력을 거부하고, 실패와 미지의 영역에 뛰어들며, 자기만의 방식으로 진짜 혁신을 만들어간다. 이들의 공통점은 '항상 정답을 찾는 것'이 아니라 '의미 있는 방식으로 틀리는 것'이다. 즉, 실패를 학습의 밑거름으로 삼고, 자기 한계를 기꺼이 드러내며, 장기적이고 과감한 시도를 두려워하지 않는 태도가 이들을 진정한 차별화로 이끌었다.

1. GAN의 탄생: 불가능을 가능하게 만든 한밤의 도전

2014년 어느 밤, 이안 굿펠로우(Ian Goodfellow)는 몬트리올의 한 바에서 친구들과 맥주를 마시고 있었다. 친구들은 컴퓨터가 현실적인 이미지를 스스로 만들어내는 불가능해 보이는 문제에 대해 토론했고, 각자 해법을 제시한다. 하지만 굿펠로우는 그들이 전혀 잘못된 방향으로 가고 있다고 생각했다.

"그것보다는... 완전히 다른 방식이 필요해."

그는 논쟁하기보다 집에 돌아가 밤새 전혀 새로운 방법으로 코드를 짜기 시작했고, 아침이 되기 전에 GAN(생성적 적대 신경망, Generative Adversarial Networks) 을 탄생시켰다. AI 역사상 가장 중요한 혁신 중 하나가 이 순간 시작된 것이다.

2. '신중하게 틀리는 것'의 힘: 1% 엔지니어의 공통된 태도

굿펠로우와 함께 토론했던 친구들도 결코 멍청한 사람이 아니었다. 정통적이고 똑똑한 엔지니어들이었다. 하지만 '점을 보수적으로 이어가는 것'보다 '완전히 새로운 각도에서 크게 틀리는 것'이, 작고 옳은 진전보다 훨씬 더 큰 가치를 낳았다.

이러한 경향은 FAANG 1% 엔지니어들에게서 반복적으로 나타난다. 혼을 담아 커리어 궤적을 분석해 본 결과, 이들은 자주, 크게 틀리지만

"옳게 틀리는 것이 작은 옳음을 꿰차는 것보다 훨씬 이득이다."

라는 사실을 몸소 증명했다.

3. 가르침의 용기와 성장: 카파시의 사례

안드레이 카파시(Andrej Karpathy)는 자신의 딥러닝 지식을 혼자만 간직하는 대신, 스탠포드 최초의 딥러닝 강의를 개설해 750명을 가르쳤고, 지금은 유튜브에서 수백만에게 AI를 알리고 있다.

"가르침은 똑똑한 사람에게는 두렵다. 남들 앞에서 '모른다'고 말해야 하고, 아이디어를 단순화하다 실수를 저지르기 쉽기 때문이다."

많은 엔지니어가 이런 취약함을 피하려 하지만, 최고의 엔지니어는 오히려 이런 상황을 환영한다. 가르치면서 자신의 이해의 빈틈을 확인하고, 질문을 던지는 학생들을 통해 자신의 사각지대를 들여다본다.

"가르침은 다른 사람뿐 아니라, 내 오해(착각)를 바로잡는 데 도움이 된다."

4. 경계를 허무는 경력, '아이디어 차익거래'

일리야 서츠케버(Ilya Sutskever)는 학계 → 구글 → OpenAI 공동창업 → ChatGPT 개발 → 새로운 기업(SSI) 로 넘어왔다. 카파시 역시 스탠포드, OpenAI, 테슬라를 오가며 다양한 경험을 쌓았다. 굿펠로우 또한 구글, OpenAI, 애플, 딥마인드 등 분야와 조직을 끊임없이 넘나드는 경력이 특징이다.

일반적으로 이렇게 자주 이직하는 것은 불안정하다고 본다. 하지만 이들은 각각의 세계(학계, 산업, 대기업, 스타트업)를 오가며 서로 다른 관점과 통찰을 수집했다.

"각 분야마다 보이지 않는 맹점이 있다. 그 맹점은 한 쪽에서는 당연한 사실이지만, 다른 쪽에서는 혁신이 된다."

이런 인재들은 지식의 섬들을 잇는 다리가 되었고, 많은 이들이 원하는 '단일 분야의 능숙함' 보다 더 폭넓고 깊은 역량을 갖추게 된다.

5. 위험을 감수하는 태도: 평판과 경력, 그리고 담대한 도전

서츠케버가 구글을 떠나 OpenAI를 공동 창업할 때, 대부분은

"범용 인공지능은 수십 년은 더 걸릴 것이다. 가능하긴 한가?"

같은 의심을 던졌다. 1990년대, 르쿤(LeCun)이 합성곱 신경망(CNN)을 밀고 나갈 때도 AI계는 뉴럴넷에 등을 돌린 상태였다.
이는 단순한 이직 이상의 평판 리스크였다.

"진짜 혁신적인 아이디어는 언제나 똑똑한 사람들에게조차 틀린 것처럼 보인다. 만약 명확히 옳았다면 이미 누군가 실현했을 것이다."

이처럼 세상을 바꿀 아이디어는 실패작 사이에 숨어 있고, 정작 성공 여부는 사후에야 알 수 있다.
최고의 엔지니어들은 '틀림'을 두려워하지 않는다. 오히려 '진실을 알기 위한 학습비' 정도로 여긴다.

6. 장기적 사고와 세상을 앞지르는 힘

서츠케버는 단순히 AI를 개발하는 데 그치지 않고,

"AI가 인간보다 더 강력해지는 세상을 대비해, 연구팀을 위한 재난 대비 벙커까지 계획하고 있다." 는 식으로 아주 장기적인 시각을 가진다.

르쿤 역시

"현재 방식에는 근본적 한계가 있으니, 완전히 새로운 구조가 필요하다." 며 지금 당장 쓸모 없어 보이는 일에도 전념한다.

이런 십 년을 내다보는 관점은 단기 경쟁력 확보에는 별다른 도움이 안 된다.
현실적으론 대부분의 사람들이 이렇게 못 한다.
즉각적 보상이 없기 때문이다. 하지만 이렇게 오랜 시간 공을 들인 엔지니어들이 결국 미래를 창조하고, 나머지는 그들이 만든 세상에 적응하게 된다.

7. 일반적인 조언과 완전히 다른 1%의 길

놀랍게도 이 엔지니어들이 가진 성공의 특성——

• 대중 앞에서 가르치는 것
• 여러 분야로 자주 이동하는 것
• 돌+아닌 아이디어에 베팅하는 것
• 비현실적으로 장기적인 관점을 갖는 것

——모두 대부분 커리어 조언(하나에 집중, 리스크 최소화, 전문가로서 브랜드 구축 등)과 정반대다.

"최상위 1%는 단지 좋은 엔지니어가 되고 싶은 게 아니다. '미래에 옳은 사람'이 되고 싶은 것이다. 그리고 미래에 옳은 가장 좋은 방법은, 지금 여기저기서 '기꺼이 틀려보는 것'이다."

마치며

이 글은 한 마디로, '획기적 성공 뒤에는 반복된 실수와 취약함을 감수하는 용기'가 있다고 말한다.
틀려서 얻은 경험, 경계를 허무는 이동, 장기적 관점, 그리고 가르침을 통한 자기확장——이 네 가지가 FAANG 탑 1% 엔지니어들의 진짜 경쟁력이다.
우리 모두 도전과 실수에 더 관대해질 때, 혁신의 길이 가까워진다. 🚀