LLM에게 어려운 주제를 설명해 달라고 하면 대개 비슷한 게 돌아옵니다. 지나치게 단순한 문장, 불릿 목록, 그리고 이모지. 어떤 엔지니어는 이 방식을 포기하고 대신 게임을 만들게 했습니다.

엔지니어 로렌치우 라두쿠가 자신의 LLM 학습법을 정리했습니다. 데이터센터 증설을 늦출 만한 병목을 분석하다가 칩 생산 공정을 자기가 잘 모른다는 걸 깨달은 게 시작이었죠. 웹을 뒤지던 중 이런 생각이 들었다고 합니다. 팹에서 칩이 만들어지는 과정을 직접 통과해보는 게임이 있다면 어떨까.

출처: How I use LLMs to learn complex topics – Laurentiu Raducu

읽는 대신 통과하게 만든다

발상의 근거는 단순합니다. 개념을 게임 속 오브젝트에 대응시켜 놓으면 그 방식으로 배운 것이 더 오래 남는다는 것이죠. 파운드리 공정처럼 단계가 길고 각 단계에서 재료의 상태가 바뀌는 주제라면 특히 그렇습니다. 문장으로 읽으면 순서가 뒤엉키지만, 카트 하나가 라인을 따라 이동하는 걸 보고 있으면 순서가 저절로 잡힙니다.

그가 만든 ChipTycoon에서는 모래를 채취하는 순간부터 완성된 칩이 데이터센터로 배송되는 순간까지 카트를 따라갑니다. 카트에 실린 물건이 단계마다 어떻게 변하는지도 눈으로 보이죠. 로우폴리 스타일이라 세부 묘사는 빠지지만, 제품이 여러 공정을 지나며 달라진다는 사실을 파악하기에는 충분합니다.

네 단계로 정리된 흐름

그가 쓰는 순서는 이렇습니다.

1. 기초 지식 구축 — 코딩 에이전트(글에서는 Claude Code나 OpenCode)의 플랜 모드에서 해당 주제의 기초 지식 베이스를 만들게 합니다.
2. 정확성 검토 — 방금 만든 지식 베이스의 정확성을 스스로 검토하게 시킵니다.
3. 시뮬레이션 제작 — 그 내용을 로우폴리 롤러코스터 타이쿤 풍 애니메이션으로 구현하게 합니다. 이때 화면 크기에 맞춰 보여야 한다든가, 원할 때 흐름을 멈출 수 있어야 한다는 UX 요건도 함께 넣습니다.
4. 배포 — 결과물을 새 레포에 올리고 GitHub Pages를 켭니다.

핵심은 1번과 3번 사이에 2번이 끼어 있다는 점입니다. 설명을 시각화하기 전에 그 설명 자체를 한 번 검증하게 만드는 단계죠.

저자는 이 흐름으로 만든 결과물이 “100% 정확하고 환각이 없다”고 말합니다. 다만 이건 검증 단계를 거쳤다는 뜻이지 보장은 아닙니다. 모델이 자기 출력을 검토하는 구조라 같은 오해를 두 번 통과시킬 여지는 남아 있죠.

더 밀어붙일 수 있는 지점

로우폴리 도형만으로는 석영 모래가 용광로를 지난 뒤 어떻게 됐는지 상상이 잘 안 갈 수도 있습니다. 저자는 사진을 3D 오브젝트로 변환하는 자기 스킬을 써서 실제에 가까운 모델을 시뮬레이션에 얹는 방법을 제안합니다.

기억에 남기는 쪽으로는 다른 장치가 더 효과적입니다. 앞 단계에 대한 질문을 시뮬레이션 중간에 끼워 넣거나 직관적인 퍼즐을 붙이면 지식 유지에 큰 도움이 된다는 게 그의 경험이죠. 읽고 넘어가는 대신 답을 꺼내게 만드는 방식이니까요.

같은 흐름으로 만든 페이지가 몇 개 더 있습니다. 로켓 엔진 제작, LLM 작동 원리, F1 엔진 조립, EUV 노광 장비 제작. 목록을 보면 이 방법이 어떤 주제에서 힘을 받는지 짐작이 갑니다. 전부 물리적인 단계가 있고, 각 단계에서 대상이 눈에 보이게 변하는 것들이죠.