1. 전문가가 되기 위해 필요한 네 가지
한줄요약: 전문가가 되기 위해 필요한 네 가지
| 시간 | 요약 |
|---|---|
| 04:19 | 체스 마스터는 패턴을 인식하여 본능적으로 최선의 움직임을 알고 있음. 이는 장기 기억과 관련됨. |
| 06:20 | 연구에서 알고리즘이 상담사보다 더 정확한 예측을 보여줌. 이는 전문가의 직관이 항상 신뢰할 수 없음을 시사함. |
| 11:50 | 전문가의 판단은 즉각적인 피드백에 의해 개선될 수 있음. 이는 의사 결정의 질을 높임. |
| 16:04 | 의도적인 연습이 필요함. 이는 전문가가 되기 위한 필수 조건으로, 지속적인 노력이 요구됨. |
| 16:18 | 전문성은 인식에서 비롯되며, 이는 장기 기억에 저장된 구조화된 정보에 기반함. 유효한 환경이 필요함. |
| 16:34 | 전문가가 되기 위해서는 단순한 연습 외에도 다양한 요소가 결합되어야 함. 이는 전문성을 발휘하는 데 필수적임. |
| 16:56 | 전문가가 되기 위해서는 문제와 적극적으로 상호작용해야 함. 이는 실질적인 경험을 통해 이루어짐. |
| 17:19 | 안전 지대를 벗어나는 것이 학습의 핵심임. 익숙한 것에서 벗어나 도전하는 것이 필요함. |
| 17:37 | 새로운 것을 정기적으로 배우는 습관이 필요함. 이는 평생 학습의 기초가 됨. |
2. 스크립트
파티에서 이 트릭을 꺼내? 아, 아니, 끔찍한 파티 트릭이야. 자, 시작해 볼까? 3.14159265358979. 이 사람은 Grant Gusman이야. 우리가 두 가지 사고 체계가 있다고 생각하는 방식에 대한 내 오래된 영상을 봤어. 시스템 2는 의식적이고 느리며 노력적인 시스템이고, 시스템 1은 잠재의식적이고 빠르며 자동적인 시스템이야. 이러한 시스템이 자신의 머릿속에서 어떻게 작동하는지 알아보려고 Grant는 파이의 100자리 수인 3846을 암기하기로 했고, 계속 암기했어. 그는 지금까지 북미 기록에 도전하기 위해 파이의 23,000자리 수를 암기했어. 895 4493 8196. [웃음] 200, 대단해. 오랫동안 전문가에 대한 영상을 만들고 싶었어. 이 사람은 5회 세계 체스 챔피언인 Magnus Carlsen이야. 체스판을 보여주고 어떤 게임인지 알아내라고 했어.어머, Tal과 엄청 비슷해. [음악] Botwin, 이것은 Civil의 24번째 게임입니다. 당연히 이제 오프닝을 통해 플레이하고 게임을 알아볼 때 저를 멈추고 이 게임에서 블랙을 둔 사람이 누구인지 말해주세요. 알았어요. 알았어요. 이 오프닝을 전에 본 적이 있을 겁니다. 알았어요. 버터에 대한 언이 될 겁니다. 어떻게 그럴 수 있을까요? 초인적인 능력인 듯합니다. 수십 년 전, 과학자들은 체스 마스터와 같은 전문가를 특별하게 만드는 요소가 무엇인지 알고 싶어했습니다. 그들은 엄청나게 높은 IQ를 가지고 있습니까? 평균보다 훨씬 더 뛰어난 공간 추론 능력을 가지고 있습니까? 단기 기억 범위가 더 넓습니까? 글쎄요, 그룹으로 체스 마스터는 이러한 측정 기준에서 예외적이지 않지만, 한 실험에서 그들의 성과가 아마추어보다 훨씬 우수하다는 것을 보여주었습니다. 1973년, 윌리엄 체이스와 허버트 사이먼은 마스터와 고급 아마추어, 초보자인 세 명의 체스 플레이어를 모집했습니다.
체스판은 게임 중에 배치할 수 있는 약 25개의 말로 설정되었고, 각 플레이어는 5초 동안 판을 볼 수 있었습니다. 그런 다음 앞에 있는 두 번째 판에서 기억에 따라 설정을 복제하도록 요청받았습니다. 플레이어는 가능한 한 많은 말을 가져갈 수 있었습니다. 5초 피크는 보드를 맞추기 위해 필요했기 때문입니다. 마스터는 첫눈에 16개 조각의 위치를 기억할 수 있었습니다. A 플레이어는 8개, 초보자는 4개만 기억할 수 있었습니다. 마스터는 보드를 완벽하게 만들기 위해 A 플레이어의 절반의 피크만 필요했지만, 연구자들은 실제 게임에서는 결코 발생하지 않을 무작위 위치에 조각을 배치했고, 이제 체스 마스터는 초보자보다 더 나은 성과를 내지 못했습니다. 첫눈에 모든 플레이어는 랭크에 관계없이 3개 조각의 위치만 기억할 수 있었습니다. 데이터는 명확합니다. 체스 전문가는 일반적으로 더 나은 기억력을 가지고 있지 않지만, 실제 게임에서 발생할 수 있는 체스 위치에 대한 기억력이 더 좋습니다. 이것은 체스 마스터를 특별하게 만드는 것이 그들이 수많은 체스 게임을 보았고, 그 시간 동안 그들의 뇌가 패턴을 학습했기 때문에 개별 조각이 개별 위치에 있는 것을 보는 대신 더 적은 수의 인식 가능한 구성을 본다는 것을 의미합니다. 이를 청킹이라고 합니다.
장기 기억에 저장된 것을 통해 복잡한 자극을 인식할 수 있습니다. 예를 들어, 이것을 6개의 관련 없는 숫자나 무의미한 문자열이 아닌 파이로 인식합니다. 그 문제에 대한 squiggles, 내가 정말 좋아하는 멋진 시퀀스가 있는데, 그것은 30173입니다. 제게는 Stephen Curry의 30번째 선수가 173게임에서 승리했다는 것을 의미하는데, 이는 2016년의 기록입니다. 그래서 30173의 핵심 전문성은 인식에 관한 것입니다. Magnus Carlsen은 체스 포지션을 우리가 얼굴을 인식하는 것과 같은 방식으로 인식하고, 인식은 직관으로 직접 이어집니다. 화난 얼굴을 보면 다음에 무슨 일이 일어날지 대략적으로 알 수 있습니다. 체스 마스터는 보드 포지션을 인식하고 본능적으로 가장 좋은 움직임을 알고 있습니다. 대부분의 경우 무엇을 해야 하는지 알고 있습니다. 전문가의 장기 기억을 개발하기 위해 알아낼 필요가 없습니다. 오랜 시간이 걸립니다. 10,000시간은 Malcolm Gladwell이 대중화한 경험 법칙이지만, 10,000시간의 연습만으로는 충분하지 않습니다.
충족해야 하는 네 가지 추가 기준이 있으며, 이러한 기준을 충족하지 못하는 분야에서는 전문가가 될 수 없습니다. 첫 번째 기준은 피드백을 통한 반복적인 시도입니다. 테니스 선수는 수백 번의 포핸드를 칩니다. 실제로 체스 선수들은 그들의 거장들과 물리학자들이 수천 개의 물리 문제를 풀기 전에 수천 개의 게임을 합니다.
2.1. 체스 마스터는 패턴을 인식하여 본능적으로 최선의 움직임을 알고 있음. 이는 장기 기억과 관련됨.
각각은 피드백을 받습니다. 테니스 선수는 각 샷이 그물을 통과하여 안에 들어갔는지 밖에 들어갔는지 확인합니다. 체스 선수는 게임에서 이기거나 지고, 물리학자는 문제를 옳게 풀거나 틀리게 풉니다.. 하지만 일부 전문가는 같은 종류의 문제에 대해 반복적으로 경험을 얻지 못합니다. 정치학자 필립 테틀록은 정치 및 경제 동향에 대해 논평하거나 조언을 제공하는 284명을 골랐습니다. 여기에는 언론인, 외교 정책 전문가, 경제학자, 정보 분석가가 포함되었습니다. 그는 20년 이상 동안 '조지 부시가 재선될까요?', '남아프리카 공화국의 아파르트헤이트가 평화롭게 종식될까요?', '퀘벡이 캐나다에서 분리 독립할까요?', '도트컴 버블이 터질까요?'와 같은 질문을 던졌습니다. 각각의 경우 전문가들은 여러 가지 가능한 결과의 확률을 평가했고, 연구가 끝날 무렵 테틀록은 82,361개의 예측을 정량화했습니다. 그렇다면 어떻게 그들이 꽤 끔찍한 성과를 보였을까요? 대부분이 대학원 학위를 소지한 이 전문가들은 그저 동일한 확률을 할당했다면 성과가 더 나빴을 것입니다. 모든 결과, 다른 말로 하면 특정 주제를 공부하는 데 시간을 보내고 생계를 유지하는 사람들은 무작위 우연보다 예측이 더 나쁩니다. 심지어 그들이 가장 뛰어난 전문가가 전문가가 아닌 사람보다 크게 나을 것이라고 알고 있는 분야에서도 문제는 그들이 예측해야 하는 대부분의 이벤트가 일회성이라는 것입니다. 그들은 이러한 이벤트나 매우 유사한 이벤트를 여러 번 경험한 적이 없습니다. 대선조차도 드물게 발생하고 각각 약간 다른 환경에서 발생하므로 피드백에 대한 반복적인 경험이 없는 전문가를 조심해야 합니다. 다음 요구 사항은 적어도 어느 정도 예측 가능하게 만드는 규칙성이 포함된 유효한 환경입니다. 예를 들어, 룰렛 휠에서 베팅하는 도박꾼은 동일한 이벤트에 대해 수천 번의 반복적인 경험을 할 수 있으며, 각각에 대해 승리했는지 패배했는지에 대한 형태로 명확한 피드백을 받지만, 환경의 타당성이 낮기 때문에 그들을 전문가로 간주하지 않는 것이 옳습니다. 룰렛 휠은 본질적으로 무작위적이므로 배울 수 있는 규칙성이 없습니다.
2006년, 전설적인 투자자 워런 버핏은 월가보다 성과가 좋은 투자를 선택할 수 있다고 100만 달러를 베팅하겠다고 제안했습니다. 10년 동안의 스트리트 최고 헤지펀드들은 월가에서 가장 뛰어나고 경험이 풍부한 트레이더가 적극적으로 관리하는 자금 풀입니다. 이들은 공매도, 레버리지, 파생상품과 같은 고급 기술을 사용하여 엄청난 수익을 제공하고 결과적으로 상당한 수수료를 부과합니다.
2.2. 연구에서 알고리즘이 상담사보다 더 정확한 예측을 보여줌. 이는 전문가의 직관이 항상 신뢰할 수 없음을 시사함.
한 사람이 버핏의 베팅을 받아들였습니다. 프로테제 파트너스의 테드 사이드는 투자를 위해 5개의 헤지펀드를 선택했습니다. 사실, 5개의 헤지펀드, 즉 총 200개가 넘는 개별 펀드를 모았습니다. 워런 버핏은 매우 다른 접근 방식을 취했습니다. 그는 상상할 수 있는 가장 기본적인 지루한 투자, 미국에서 가장 큰 500개 상장 기업의 가중 가치를 추적하는 수동 인덱스 펀드인 S&P 500을 선택했습니다. 그들은 2008년 1월 1일에 베팅을 시작했고, 즉시 버핏에게 좋은 상황이 아니었습니다. 글로벌 금융 위기가 시작되었고 시장은 폭락했지만, 헤지펀드는 지분을 변경하고 시장 하락에서 이익을 얻을 수 있었기 때문에 일부 가치를 잃었지만 시장 평균만큼은 아니었습니다. 헤지펀드는 다음 3년 동안 앞서 나갔지만, 2011년까지 S&P 500은 균형을 이루었고 그 이후로는 근접하지도 않았습니다. 시장 평균은 급등하여 10년 후 헤지펀드를 먼지 속에 남겨 두었습니다. 버핏의 인덱스 펀드는 125.8%를 얻었고, 헤지펀드는 36%를 얻었습니다. 현재 시장 성과는 이 기간 동안 8~12%의 연간 성장률로 이례적인 일이 아니었습니다. 주식 시장의 장기 평균과 거의 일치합니다.
그렇다면 수년간의 업계 경험 연구를 손끝에서 사용할 수 있고 큰 재정적 인센티브를 통해 실적을 낼 수 있는 많은 투자 전문가가 주식이 낮은 타당성 환경이기 때문에 시장을 이기는 데 실패한 이유는 무엇입니까? 단기적으로 주가 움직임은 거의 완전히 무작위이므로 피드백은 명확하고 즉각적이지만, 실제로 의사 결정의 질에 대한 어떤 것도 반영하지 않습니다. 체스보다 룰렛 휠에 더 가깝습니다. 10년 기간 동안 모든 적극적으로 관리되는 투자 펀드의 약 80%가 시장 평균을 이기지 못하고, 더 긴 기간을 살펴보면 저조한 성과가 90%로 상승합니다. 글쎄요, 그것은 관리자의 10%가 실제 기술을 가지고 있다는 것을 의미하기 전에 그냥 다음을 고려하십시오. 무작위적인 기회, 어떤 사람들은 어쨌든 시장을 이길 것입니다. 고양이가 고르거나 다트를 던져서 고른 포트폴리오는 정확히 그렇게 하는 것으로 나타났으며, 운 외에도 내부자 거래에서 펌프 앤 덤프 계획에 이르기까지 사악한 관행이 있습니다. 이제 저는 전문 투자자가 없다고 말하고자 하는 것이 아닙니다. 워런 버핏 자신이 명확한 예이지만, 주식 선택자와 적극적 투자 관리자의 대부분은 환경의 타당성이 낮기 때문에 전문적인 성과를 보여주지 못합니다. 간단한 참고 사항, 주식 선택이 장기적으로....
일반적으로 더 나쁜 결과를 낳을 것이고, 적극적인 관리자가 수수료로 청구하는 것이 개선된 성과로 보상되는 경우가 드물다면, 왜 개별 주식, 뮤추얼 펀드 및 헤지 펀드에 많은 돈을 투자합니까? 글쎄요, 이야기로 대답하겠습니다. 쥐와 사람을 대상으로 수행된 실험에서는 빨간 버튼과 녹색 버튼이 있습니다. 각각 80%의 시간 동안 녹색 버튼이 켜지고, 20%의 시간 동안 빨간 버튼이 켜지지만 무작위이므로 어느 버튼이 켜질지 확신할 수 없습니다. 이제 실험 대상인 쥐나 사람이 해야 할 일은 어느 버튼이 켜질지 미리 추측하는 것입니다. 쥐에게 버튼을 누르게 하면, 쥐가 맞히면 약간의 음식을 얻고, 틀리면 가벼운 전기 충격을 받습니다. 쥐는 녹색 버튼만 누르는 법을 빨리 배우고, 80%의 승률을 받아들입니다. 반면에 인간은 보통 녹색 버튼을 누르지만, 가끔은 빨간 불이 언제 들어올지 예측하려고 시도하고, 그 결과 68%의 시간 동안만 맞춥니다. 우리는 평균적인 결과를 받아들이는 데 어려움을 겪고, 무작위성을 포함하여 모든 곳에서 패턴을 보므로 패턴을 예측하여 평균을 이기려고 하지만, 패턴이 없을 때 이것은 끔찍한 전략입니다. 패턴이 있더라도 이를 배우기 위해서는 적시에 피드백이 필요합니다.
YouTube는 이를 알고 있기 때문에 비디오를 게시한 후 1시간 이내에 마지막 10개 비디오와 비교하여 성능이 어떻게 되는지 알려줍니다. 비디오가 1위일 때는 색종이 불꽃놀이도 합니다. 어리석은 일처럼 보이지만, 이것이 얼마나 강력한 보상인지, 그리고 YouTuber가 이 엄청난 도파민 히트를 쫓아 얼마나 많은 노력을 기울이는지, 즉각적인 피드백과 지연된 피드백의 차이를 이해하는지 전혀 모릅니다. 심리학자 다니엘 카너먼은 경험을 대조합니다. 마취과 의사와 방사선과 의사, 마취과 의사는 환자와 함께 일하며 즉각적인 피드백을 받습니다. 환자가 의식을 잃고 안정적인 생체 신호를 보이는 경우, 이러한 즉각적인 피드백을 통해 방사선과 의사는 환경의 규칙성을 더 쉽게 배울 수 있습니다. 반면 방사선과 의사는 진단에 대한 빠른 피드백을 전혀 받지 못합니다. 이로 인해 방사선과 의사는 개선하기가 훨씬 더 어렵습니다. 방사선과 의사는 일반적으로 X선에서 유방암을 올바르게 진단하지만, 70%에 불과합니다.
지연된 피드백은 대학 입학 관리자와 채용 전문가에게도 문제가 되는 것으로 보입니다. 누군가를 대학에 입학시키거나 대기업에 채용한 후에는 결코 그들이 어떻게 했는지 알아낼 수 없거나 훨씬 나중에야 알 수 있습니다. 이로 인해 이상적인 후보자의 패턴을 인식하기가 더 어렵습니다. 한 연구에서 리차드 멜튼은 대학 1학년 말에 신입생의 성적을 예측하려고 시도했습니다. 14명의 상담사가 각 학생을 45분에서 1시간 동안 인터뷰했습니다. 또한 고등학교 성적, 여러 적성 검사 및 비교를 위한 4페이지 분량의 개인 진술서도 볼 수 있었습니다.
2.3. 전문가의 판단은 즉각적인 피드백에 의해 개선될 수 있음. 이는 의사 결정의 질을 높임.
멜튼은 고등학교 성적만을 정보의 일부로 사용하는 알고리즘을 만들었습니다. 그리고 하나의 적성 검사에도 불구하고, 이 공식은 14명의 상담사 중 11명보다 더 정확했습니다. 멜튼의 연구는 가석방을 위반할 사람을 예측하는 것부터 조종사 훈련에서 성공할 사람을 예측하는 것까지 다양한 다른 도메인에서 12개 이상의 유사한 결과와 함께 보고되었습니다. 교육 기관에 입학이 거부되거나 일자리가 거절된 적이 있다면, 전문가가 귀하의 잠재력을 고려하고 성공할 자질이 없다고 결정한 것처럼 느껴질 수 있습니다. 저는 영화 학교에서 두 번, 드라마 프로그램에서 두 번 거절당했기 때문에 이러한 기관의 게이트키퍼가 미래의 성공을 예측하는 데 큰 도움이 되지 않는다는 것을 아는 것은 위안이 됩니다. 따라서 유효한 환경에 있고, 각 시도에 대한 명확한 적시 피드백과 함께 동일한 이벤트에 대한 반복적인 경험을 얻는다면, 10,000시간 정도 후에 확실히 전문가가 될까요? 불행히도 답은 '아니요'입니다. 대부분의 사람들이 인생에서 많은 일에 편안함을 원하기 때문입니다. 우리는 비교적 짧은 시간 안에 유능해질 수 있습니다. 예를 들어 자동차 운전을 생각해 보세요. 처음에는 매우 어렵습니다. 시스템 2를 모두 차지하지만, 50시간 정도 지나면 시스템 1이 자동으로 됩니다. 인수하고 의식적으로 생각하지 않고도 할 수 있습니다.
그 후 더 많은 시간을 운전에 투자해도 성과가 향상되지 않습니다. 지속적으로 개선하고 싶다면 새로운 지형, 더 높은 속도 또는 어려운 날씨와 같은 어려운 상황에서 운전을 시도해야 합니다. 저는 25년 동안 기타를 쳤지만 전문가는 아닙니다. 보통 같은 노래를 연주하기 때문입니다. 더 쉽고 재미있지만, 배우려면 능력의 한계에 도달하여 편안한 영역을 넘어서 연습해야 합니다. 많은 집중력을 사용하고 체계적으로 자신이 잘하지 못하는 일을 반복적으로 시도해야 합니다. 모든 것을 있는 그대로, 정확히 쓰여진 대로 연습할 수 있습니다. 음, 하지만 생각하고 정확히 어디에 있는지, 손가락이 무엇을 하는지, 어떤.... 느낌인지 알아야 하는 속도로 이것을 의도적인 연습이라고 하며, 많은 분야에서 전문가들은 의도적인 연습에 참여하지 않으므로 성과가 향상되지 않습니다.
사실, 때로는 흉통이 있고 병원에 들어가면 감소합니다. 최근 졸업한 의사를 원하십니까? 아니면 20년 경력의 의사를 원하십니까? 연구자들은 의대생의 진단 능력이 의대 재학 기간에 따라 증가한다는 것을 발견했습니다. 피드백을 통해 더 많은 사례를 볼수록 패턴을 더 잘 발견할 수 있지만, 이것은 심장이나 폐의 희귀 질환에 대해서만 효과가 있습니다. 20년 경력의 의사들은 실제로 최근 졸업생보다 진단이 나빴습니다. 그 이유는 그들이 오랫동안 희귀 질환에 대해 생각하지 않았기 때문에 증상을 인식하지 못했기 때문입니다. 새로 고침 과정을 거친 후에야 의사들이 이러한 질병을 정확하게 진단할 수 있었고, 체스에서도 같은 효과를 볼 수 있습니다. 기술 수준을 가장 잘 예측하는 요소는 플레이한 게임이나 토너먼트 수가 아니라, 진지하게 혼자 공부하는 데 투자한 시간 수입니다. 플레이어는 수천 시간을 혼자 보내 체스 이론을 배우고, 자신의 게임과 다른 사람의 게임을 연구하며, 퍼즐인 구성을 통해 플레이하여 전술적 패턴을 인식하는 데 도움이 됩니다. 체스에서, 다른 분야와 마찬가지로 의도적으로 연습하도록 강요하는 것은 어려울 수 있으며, 이것이 코치와 교사가 매우 귀중한 이유입니다.
그들은 당신의 약점을 인식하고 이를 해결하기 위한 작업을 할당할 수 있습니다. 전문가가 되려면 불편한 영역에서 수천 시간 동안 연습해야 하며, 할 수 없는 일을 시도해야 합니다. 아직은 사실인 전문성은 저에게는 놀랍습니다. 마법처럼 보이지만 사실은 그렇지 않습니다. 전문성은 인식이며, 인식은 장기 기억에 저장된 엄청난 양의 고도로 구조화된 정보에서 비롯됩니다. 기억을 구축하려면 4가지가 필요합니다.
2.4. 의도적인 연습이 필요함. 이는 전문가가 되기 위한 필수 조건으로, 지속적인 노력이 요구됨.
유효한 환경, 많은 반복, 시기적절한 피드백, 수천 시간의 의도적 연습(이러한 기준을 충족할 때) 인간의 성과는 놀랍고, 그렇지 않을 때는 실제로는 전문가가 아닌 사람들이 전문가라고 생각합니다. STEM 전문가가 되고 싶다면 문제와 적극적으로 상호 작용해야 합니다. 이것이 바로 이 영상의 스폰서인 Brilliant에서 할 수 있는 일입니다.
2.5. 전문성은 인식에서 비롯되며, 이는 장기 기억에 저장된 구조화된 정보에 기반함. 유효한 환경이 필요함.
방에서 열쇠를 찾는 최적의 전략을 발견하고, 신경망 논리에서 자신의 전략을 어떻게 복제할 수 있는지 빠르게 배울 수 있는 컴퓨터 과학 과정을 확인해 보세요. 제가 정신적으로 도전하는 또 다른 훌륭한 과정입니다. 무언가를 이해했다고 생각하는 것에서 실제로 이해하는 것으로 넘어가고, 어렵게 느껴진다면 좋은 일입니다.
2.6. 전문가가 되기 위해서는 단순한 연습 외에도 다양한 요소가 결합되어야 함. 이는 전문성을 발휘하는 데 필수적임.
안전 지대를 벗어나고 있다는 의미입니다. 이것이 Brilliant가 의도적인 연습을 촉진하는 방식이며, 막혔을 때 유용한 힌트가 항상 가까이에 있으므로 넘어지지 마세요. 그냥 편안해지고 자신이 할 줄 아는 일을 하는 함정에 빠지지 마세요.
2.7. 전문가가 되기 위해서는 문제와 적극적으로 상호작용해야 함. 이는 실질적인 경험을 통해 이루어짐.
불편함을 감수하고 새로운 것을 정기적으로 배우는 습관을 들이세요. 이것이 평생 학습하고 성장하는 방법입니다. 그래서 brilliant.org/veritassium에서 코스를 확인해 보세요.
2.8. 안전 지대를 벗어나는 것이 학습의 핵심임. 익숙한 것에서 벗어나 도전하는 것이 필요함.
여러분이 배우고 싶은 것을 찾을 수 있을 겁니다. 지금 바로 클릭하시면 Brilliant에서 처음 등록하는 200명에게 연간 프리미엄 구독료를 20% 할인해 드립니다. Veritassium을 지원해 주셔서 Brilliant에 감사드리고, 시청해 주셔서도 감사드립니다..
2.9. 새로운 것을 정기적으로 배우는 습관이 필요함. 이는 평생 학습의 기초가 됨.
3. 영상정보
- 채널명: 스테이지5
- 팔로워 수: 40,100
- 좋아요 수: 16
- 조회수: 229
- 업로드 날짜: 2025-03-24
- 영상 길이: 17분 58초
- 다시보기: https://www.youtube.com/watch?v=CHcHhDIrpMY
