AI가 과학자를 대체할까? 과학의 경계는 무한하다
We will need more (not fewer) scientists
AI 공동 과학자가 등장하면서 과학자들의 일자리 불안이 커지고 있다. 역사적으로 기술 발전이 노동을 대체한 사례는 많지만, 과학은 고정된 파이가 아니라 계속 커지는 파이와 같다. 저자는 과학 지식의 경계가 무한하다는 점을 강조하며, AI가 오히려 탐구할 영역을 확장시켜 더 많은 과학자가 필요해질 것이라고 주장한다. 질문을 선택하고, 결과를 비판적으로 검증하며, 책임을 지는 과학자의 역할은 더욱 중요해진다.
과학의 경계가 바깥으로 밀려나면서, 우리 모두가 서 있는 그 경계의 껍질은 곧 훨씬 더 넓어질 것이다.
- Alive-in-2025
오늘날 새로 배출되는 과학자들에 대해 좀 걱정된다. 내가 90년대에 박사 과정을 할 때만 해도 세상이 그렇게 요란하지 않았다. 어떤 멍청한 LLM(지적인 존재가 아니라는 의미에서, 동의하지 않으면 알아서들 얘기하시라)이 그냥 온갖 것들의 조합을 대량으로 만들어내고 그 함의를 따져보고 모순이 있는지 확인하는 방식으로 네 분야에서 온갖 발견을 쏟아낼까 봐 걱정할 필요가 없었다. 그 박사 학위가 의미가 있을까, 네 분야가 불과 몇 년 만에 완전히 새로운 방향으로 확장돼서 도저히 따라잡을 수 없게 될까? 신나면서도 무섭다. 그런 사람들이 다 그냥 (내가 그랬던 것처럼) 한심한 닷컴 회사에 가서 뭔가를 할 수도 없는 노릇이고. 3년 안에 부교수 자리는 있을까? 종신 재직권은? 우리는 90년대에도 이런 걱정을 했지만 그때는 지금보다 훨씬 덜 심각했다. 나는 항상 모든 게 엉망이 되면 새로운 기술 분야를 배우면 된다고 생각했다. 우리 할아버지는 1930년대에 농업공학 학위를 받았고 그 배경을 살려 뭔가 다른 일을 항상 찾을 수 있다고 생각하셨다. 그리고 그때는 지금보다 훨씬 더 심각했다. 네가 아는 모든 사람이 집과 농장과 목숨을 잃는 상황을 상상해 봐. 한쪽 조부모는 너무 가난해서 농장이 없었고(소작농), 다른 쪽은 농장을 잃었다. 그리고 우리는 운이 좋은 편이었다. 그들은 무일푼에서 시작해 대학까지 마쳤으니까!
- Otterly99
과학에서 AI에 대한 내 양면적 논쟁을 펼쳐 보겠다(전직 생물물리학자로서).
긍정적인 면: 과학에서는 프레젠테이션, 데이터 큐레이션, 데이터 분석 같은 다양한 횡적 기술이 필요하다. 특히 생물학에서는 학생들이 데이터를 제대로 저장하는 법을 배우지 못하고, 분석을 자동화하는 법은 더더욱 배우지 못한다. 내가 본 패턴은 항상 똑같았다. 데이터는 사람이 읽기 편한 방식으로 저장되어 있지만 스크립트로 처리하기는 불가능했다(별도의 엑셀 시트에 흩어진 열 조각들, 때로는 라벨이 값 위쪽이 아니라 옆에 있는 식). 나도 박사 과정 초기에는 이런 잘못을 저질렀고 배워야 했다. 코딩 에이전트가 있으면 더 이상 코딩이라는 장벽이 없어지고 데이터를 플롯하고 데이터를 제대로 저장하는 방법에 대한 코칭도 받을 수 있으니 이건 엄청난 축복이라고 생각한다.
두 번째 긍정적인 면은 내 분야에서 조금 벗어난 논문에서도 통찰을 얻고 정보를 추출할 수 있다는 점이다.
부정적인 면: AI는 더 많은 쓰레기를 쏟아내게 만든다. 특히 실험이 덜 중요한 분야에서 일한다면 더욱 그렇다. 이제 나쁜 논문도 좋아 보이게 만들 수 있으니 좋은 논문과 나쁜 논문을 가려내기가 더 어려워질 것이다. 솔직히 이것은 과학 전반의 더 깊은 문제로, 출판 수에 따라 연구비를 주는 '출판 아니면 죽음'이라는 불행한 사고방식이 퍼져 있다. 이제 논문을 더 빨리 쏟아낼 수 있으니 이 문제는 더 악화될 것이다, ...