LLM 시대에서 머신러닝 개념 이해 필요성 문의

안녕하세요,
강의 잘 듣고 있습니다.

과거 학습했던 머신러닝 개념을 다시 정립하고자 강의를 구매 후 열심히 수강하고 있습니다.

당시에는 빅데이터 열풍이 갓 풀었던 시기로 모든걸 혼자서 해내가던 시기라 당시 정확히 이해 못 한것을 선생님을 통해 하나하나씩 다시 정립해나가고있습니다. 감사합니다.

그런데, 요즘 LLM의 발달로 간단한 프롬프트를 통하여 AI가 머신러닝도 분석을 해줍니다.

이런 상황에서.. 과연 머신러닝의 개념이 필요할지 궁금합니다.

저는 개인적으로 AI가 알려준 결과물을 검증하고 더 나은 분석 기법이나 하이퍼파라미터, 모델평가 등 더 적합한 접근을 하기 위해 머신러닝 개념을 알아야지만 정확한 지시반복으로 완성도 높은 결과물이 나온다고 믿는데.. 이런 것도 AI에게 규칙과 질의 반복을 통해 해결한다고 합니다..

물론 아직 제가 LLM을 제대로 사용하지 않은 상황이라 그럴지도 모르겠지만, 머리로는 그게 불가능할것같은데 여러 강의를 보면 AI활용만 잘하면 코딩, 해당 분야 지식없이도 다 해결가능하다라고하니.. 이해가 안가지만 또 간단한 프롬프트로 AI가 분석코딩이나 개발코딩을 해주는 것을 보면 가능할것같기도하고 혼란스러운 상황입니다.

혼란스러운상황이다보니 강의 집중도 떨어지며 방향을 잘 못 잡겠습니다..

현업에서 고차원 분석을 위해 머신러닝 개념을 알아야할지 아니면 그냥 AI활용법으로도 충분히 대체가 가능한지..이와 관련하여 현업에서 많은 경험을 하셨을 전문가이신 선생님의 의견을 듣고 싶습니다..

자칫 선생님에게 민감한 질문이 될 수 도 있지만 질문드립니다.

감사합니다.