30papers.com, “Ilya가 건넨 30편”을 읽기 쉬운 ML 입문서로 재구성
Original: 30papers.com – Ilya's 30 essential ML papers, in a beginner friendly format View original →
30papers.com은 Ilya Sutskever가 John Carmack에게 건넨 것으로 알려진 30개 AI·딥러닝 논문 목록을 웹에서 읽기 쉽게 풀어낸 프로젝트다. 원문 PDF를 던져 놓는 방식이 아니라, 어려운 용어를 초보자용 설명과 함께 배치해 “논문을 처음 읽는 사람”을 명확한 독자로 잡았다.
이 목록에는 transformer, attention, RNN, reinforcement learning, 정보이론처럼 현대 ML을 이해할 때 반복해서 마주치는 축이 들어 있다. 이미 오래 알려진 reading list지만, 이번에 관심이 모인 이유는 접근 방식이다. 논문 제목과 링크만 모아 둔 북마크가 아니라, 연구 문헌을 읽을 때 막히는 지점을 웹 인터페이스 안에서 줄이려는 시도에 가깝다.
HN 댓글은 사용성 쪽을 집요하게 파고들었다. 작성자는 첫해 CS 학생이며, Claude 사용량을 많이 쓰지 않고도 친구들이 논문 읽기에 들어올 수 있게 만들었다고 설명했다. 다만 일부 사용자는 배경 애니메이션과 시각 효과가 읽기를 방해한다고 지적했고, 작성자는 움직임과 배경을 끄는 옵션을 추가했다. 또 다른 논점은 읽는 순서였다. 예컨대 attention을 소개하는 자료가 “Attention Is All You Need”보다 앞에 오는 편이 낫다는 의견이 나왔다.
이 프로젝트의 가치는 “Ilya의 목록”이라는 유명세보다, ML 입문자가 논문을 읽는 실제 마찰을 낮추는 데 있다. AI 교육 자료가 영상 강의나 요약본으로 쏠리는 가운데, 원 논문을 읽되 옆에 설명을 붙이는 형식은 여전히 유용하다.
Related Articles
지식 저장과 추론 연산을 분리한 Mobius가 7B Transformer와 비슷한 성능을 학습 데이터 62.6%로 달성했다. Qwen3.5-35B에서 이어 학습한 버전은 종단 간 추론 속도를 약 4배 높였다.
Stanford의 공개 CS25 강의는 Zoom, recordings, Discord를 통해 campus 밖까지 확장된 Transformer 연구 학습 채널로 다시 작동하고 있다.
100개 미만의 파라미터를 가진 초소형 트랜스포머 모델이 두 개의 10자리 숫자를 더하는 작업에서 100% 정확도를 달성했다는 흥미로운 연구 결과가 공개되었습니다.