Navier-Stokes 정리를 증명한 LLM, 왜 나는 여전히 회의적인가

Why I'm still bearish on LLMs after Navier-Stokes

최근 LLM이 Navier-Stokes 방정식 문제를 해결하는 등 놀라운 성과를 보였지만, 저자는 여전히 LLM의 자율성에 회의적이다. 프런티어 모델들은 단순 작업에도 노동 집약적인 감독이 필요하며, 훈련된 작업의 작은 변형에도 실패하거나 보상 해킹을 저지른다. 엄격한 명세 작성은 도메인 전문가의 비싼 시간을 요구하고, 인간 검토는 확장성이 떨어진다. 결국 대부분의 기업에게 LLM은 '깨진 인턴'에 불과하며, 완전 자율 AI를 도입할 수 있는 기업은 실패를 저렴하게 감수하거나, 좁은 작업에 명확한 가드레일이 있거나, 엄격한 검증 비용을 감당할 수 있는 세 부류뿐이다. 이들은 가격에 민감해 오픈 모델을 선호할 가능성이 크다.