2026.11.17 발행 | 카테고리 · AI 트렌드
코딩을 모르던 직장인과 주부, 은퇴자들이 각자 PC에서 돌리는 로컬 AI를 연결해 실험을 했고, 그 결과를 정리해 국제 학회에 제출했다는 사례가 공개됐다. 이 글은 그 과정을 ‘대단한 사람들의 이야기’가 아니라 재현 가능한 절차로 바꿔 읽어본다. 결론부터 말하면 관문은 코딩이 아니라 문제 정의와 기록이다.
1. 어떤 사례였나
공개된 영상에 따르면, 비전공자 커뮤니티 구성원들이 각자의 로컬 모델을 연결해 하나의 실험을 완성하고 그 결과를 국제 인공지능 학회(ICAI) 에이전트 부문에 제출해 수락 통보를 받았다고 한다. 참여자 구성이 직장인·주부·은퇴자였다는 점이 이 사례의 핵심이다.
중요한 건 학회 이름이 아니다. 전공자만 하던 일의 절차가 도구로 내려왔다는 점이다. 모델을 돌리는 일은 설치 몇 번이면 되고, 남은 병목은 “무엇을 검증할 것인가”를 정하는 몫이다.

노트북으로 수업에 참여하는 학생들. 사진 = U.S. Army / Pfc. Kaden Pitt (Public Domain)
2. 멀티 에이전트는 ‘집단 지성’이 아니라 ‘반대 의견 장치’
여러 모델을 연결한다고 저절로 똑똑해지지는 않는다. 같은 모델을 여러 번 부르면 비슷한 답이 나오고, 틀린 전제도 같이 복제된다. 효과가 나는 지점은 역할과 관점을 다르게 줄 때다.
예를 들어 한 모델은 주장을 만들고, 다른 모델은 반박하고, 세 번째는 근거를 검색해 붙인다. Microsoft가 공개한 AutoGen 같은 프레임워크는 이런 대화 구조를 코드 몇 줄로 구성하게 해준다. 연구자들이 쓰는 ‘다중 에이전트 토론’ 기법도 같은 원리다. 정답을 맞히는 게 아니라 틀린 전제를 드러내는 것이 목적이다.

비전공자 AI 로드맵의 뼈대
3. 코딩 없이 시작하는 3단계
1단계 · 입문. Ollama나 LM Studio로 내 PC에 모델을 설치하고 요약·번역·질문을 직접 돌려본다. 이 단계의 목표는 잘 쓰는 게 아니라 어디서 틀리는지 아는 것이다. 모델이 자신 있게 틀리는 지점을 한 번 보면 이후 판단이 달라진다.
2단계 · 응용. 내 업무나 관심사에 붙여 작은 자동화를 만든다. 기준은 하나다. “남에게 5분 안에 설명할 수 있는 결과물인가.” 설명이 안 되면 아직 실험이 아니라 장난이다.
3단계 · 실습. 커뮤니티 프로젝트에 합류해 역할 하나를 맡는다. 데이터 정리, 평가 질문 만들기, 결과 표 만들기처럼 코딩이 필요 없는 몫이 항상 남아 있다. 여기서 남긴 기록이 논문의 재현성 섹션이 된다.

코딩 없이 시작하는 3단계
4. 현실적인 한계
로컬 모델은 GPU 메모리에 따라 성능이 급격히 떨어진다. 노트북에서 돌리는 7B급 모델은 요약·분류에는 쓸 만하지만, 긴 문서 추론에서는 클라우드 모델과 차이가 크다. 비용을 아끼려다 실험 자체가 무의미해지는 경우도 많다.
평가도 어렵다. “좋아졌다”를 숫자로 바꾸지 않으면 논문도, 개선도 없다. 질문 30개와 채점 기준표를 먼저 만드는 이유가 여기 있다. 이 준비가 없으면 모델을 바꿔도 무엇이 나아졌는지 말할 수 없다.

실제로 쓰는 도구 카탈로그
자주 묻는 질문
Q. 수학을 몰라도 논문을 쓸 수 있나요?
에이전트 응용 연구는 수식보다 실험 설계 비중이 크다. 다만 결과를 해석하려면 기본 통계 개념은 필요하다. 평균과 분산, 표본 수 정도는 익혀두는 게 좋다.
Q. 로컬 모델과 클라우드 모델 중 무엇부터?
입문은 로컬이 낫다. 한계를 빨리 보기 때문이다. 결과물을 만들어야 하는 단계에서는 클라우드 모델을 섞는 편이 효율적이다.
Q. 학회 논문이 목표가 아니어도 의미가 있나요?
있다. 절차를 문서로 남기는 습관 자체가 업무에 남는다. 사내 자동화 제안서도 같은 구조(문제·방법·결과·한계)로 쓰인다.
핵심 정리
- 학회 논문의 관문은 코딩이 아니라 문제 정의와 재현 가능성이다.
- 로컬 모델은 비용과 통제 가능성 때문에 개인 연구에 여전히 유효하다.
- 멀티 에이전트는 정답을 만드는 장치가 아니라 반대 의견을 만드는 장치다.
- 3단계 로드맵의 핵심은 ‘남에게 보여줄 산출물’을 남기는 것이다.
- 전공은 자격이 아니라 출발선일 뿐이다.

핵심 요약
참고 자료
· CONNECT AI LAB 「AI 비전공자 구독자분들과 함께 쓴 논문, 해외 학회에 억셉트 되었습니다」 영상
· Microsoft Research, AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation
· Ollama·LM Studio 공식 문서
2026.11.17 발행
'시사·트렌드' 카테고리의 다른 글
| AI 시대 전문직 시험 생존 전략 3가지 (2) | 2026.11.17 |
|---|---|
| AI 지침·스킬 설정 4단계 정리 2026 (0) | 2026.11.17 |
| AI 부정행위, 수능 감독 3가지 맹점 (0) | 2026.11.17 |
| 트레이더조 2.99달러 토트백과 홈플러스 전략 — 한국판 트레이더조 비교 (0) | 2026.11.16 |
| 챗GPT 닷츠(dots) 사용법 — 24시간 AI 에이전트 구조·요금제·업무 활용법 (0) | 2026.11.16 |