요약 — 네이버 부스트캠프 AI Tech 3~6기와 8기에서 LLM 개발자를 꿈꾸는 수강생들을 멘토링했습니다. 주 1회 멘토링으로 모델링 방법, 도커(Docker) 세팅, 모델 실험 설계, 논문 읽는 법을 전했고, 자연어처리(NLP)와 추천시스템 영역을 맡았습니다. 8기에는 LLM 파트 조교로 참여해 내부 RAG 경진대회를 직접 설계·운영했습니다.
무엇을 멘토링했나
부스트캠프 수강생 대부분은 모델을 돌려본 적은 있어도, "현업 개발자가 실제로 일하는 방식"은 처음입니다. 그래서 도구 사용법보다 일하는 흐름을 전하는 데 초점을 뒀습니다.
| 영역 | 멘토링 내용 |
|---|---|
| 모델링 | 문제를 모델 구조로 옮기는 사고방식 |
| 환경 세팅 | 도커로 재현 가능한 실험 환경 구성 |
| 실험 설계 | 가설–지표–비교가 있는 모델 실험 설계 |
| 논문 읽기 | 논문을 빠르게 읽고 핵심을 구현으로 옮기는 법 |
| 도메인 | 자연어처리(NLP) · 추천시스템 과제 멘토링 |
8기 — LLM 파트 조교
8기에서는 LLM 파트 조교를 맡아 내부 RAG 경진대회를 직접 설계하고 운영했습니다. 수강생들이 RAG 파이프라인을 직접 만들고 검색·답변 품질을 겨루도록 과제와 평가 기준을 잡고, 진행 전반을 운영했습니다.
남기고 싶었던 것
주 1회라는 짧은 호흡이지만, 한 번의 멘토링마다 "다음 한 주를 스스로 굴릴 수 있는 기준"을 남기려 했습니다. 모델을 한 번 더 돌려보는 것보다, 실험을 설계하고 결과를 읽고 다음을 정하는 사이클을 손에 익히는 것이 LLM 개발자로 가는 길이라고 봤기 때문입니다.