박사 논문 계산을 AI가 10시간 만에 했다는 글에 반박 쏟아짐

클로드가 뭘 하는지 이해할 수 있어야 해요. 계산을 따라가고 양자중력을 깊이 알아야 제대로 된 질문을 던질 수 있죠. 모든 걸 클로드에 맡기기만 해서는 그런 수준에 절대 도달할 수 없습니다.

저 README 읽어봤나요? 감사를 진행한 사람은 2007년 논문을 우드워드와 함께 쓴 원저자 E. O. 카야입니다. 그는 실제 물리학을 하면서 이론 틀을 만들고, 드시터 팽창의 경계 조건을 정하고, 처음부터 파인만 규칙을 세우는 데 수년을 썼어요. 20년 뒤 자기 논문을 자동화 도구로 검토하는 일과 물리학을 처음부터 발견하는 일은 인지적으로 완전히 다른 문제입니다.

그리고 혼자 알아서 해낸 10시간짜리 기적도 아니었어요. 카야가 계산 전체를 18개 작업, 9단계 파이프라인으로 직접 구성하고 단계마다 정확한 경계 조건을 입력했습니다. 클로드는 주로 SymPy와 mpmath 스크립트를 조율해 텐서 대수를 교차 확인하고 30자리 정밀도 값을 계산했어요.

핵심 물리 결과는 바뀌지 않았습니다. 발견된 건 산술 실수, 전체 정의의 부호 반전, 중간 정리 표의 항목 누락, 오탈자 23개였어요. 복잡한 텐서 전개에서 사람이 지치며 내는 계산 실수를 잡는 건 원래 컴퓨터가 잘하던 일이죠. 저자는 ‘인간 전문가가 여전히 검토해야 할 것’이라는 절도 넣었고, 수치 표본 검증의 한계도 분명히 경고했습니다.

‘기계에 망치로 어디를 쳐야 하는지 아는 건 999달러, 실제로 한 번 치는 건 1달러’라는 오래된 농담이 있죠. 자기 분야를 잘 아는 과학자는 더 나은 질문을 던질 수 있어요. 중요한 수학 결과가 쏟아지는 것도 수십 년 동안 중요한 질문을 다듬어온 덕분이고요. 기존 질문들이 해결되면 과학자는 또 좋은 질문을 만들어야 합니다.

솔직히 이런 허위 정보가 섞인 글은 운영진이 내리고, 내용을 바로잡아 다시 올렸으면 좋겠음.

맞아요. 2007년 논문은 거의 20년 동안 arXiv에 올라와 있었으니 학습 데이터에 들어갔을 가능성이 크고, 데이터 오염이 중요한 변수예요. 전문가가 경계 조건을 제공하고 과정을 검증하지 않으면 LLM은 그럴듯해 보이는 엉터리 물리학을 만들어냅니다. 카야의 프로젝트가 성공한 건 모델을 결정론적 기호 계산 코드 작성에 활용하고, 사람이 설계한 검증 절차 안에 넣었기 때문이에요. 이건 인간의 전문성이 여전히 필요하다는 사례이지, 그 반대가 아닙니다.

먼지가 가라앉고 나면 사람들은 이 일을 인류 역사상 가장 큰 긍정적 변화 중 하나로 돌아볼지도 몰라요. 하지만 그 시점까지 한두 세대가 겪을 변화는 꽤 험난할 겁니다. 다가오는 세대가 얼마나 힘든 시기를 맞을지 제대로 생각하는 사람은 많지 않아요.

이 제목은 마치 불쌍한 물리학자의 평생 연구를 AI 쓰는 기술 업계 사람이 무효로 만든 것처럼 들려요. 실제로는 물리학자가 자기 연구 결과를 검증하려고 AI를 쓴 겁니다. 엄밀한 검토가 되도록 클로드가 따라갈 구체적인 틀도 직접 설계했고요. 학계에서 AI를 활용하는 모습을 보여주는 좋은 사례입니다.

그러면 이 문제를 바로잡는 좋은 댓글들까지 같이 사라지잖아요. 가장 좋은 방법은 제목을 조금 고치고 운영진이 수정했다고 표시하는 거겠지만, 레딧은 여러 이유로 그걸 지원하지 않네요.

앞으로는 온라인부터 AI 에이전트만으로 운영되는 대학도 생길 거예요. 각 에이전트는 해당 분야의 최고 교수보다 더 많은 지식을 갖고, 학생 질문에 즉시 답하고 연구도 훨씬 잘 도와주겠죠. 기존 대학보다 비용도 훨씬 적게 들 테고요.

철학을 빼면 학계는 무너질 겁니다. 그런데 그런 세상에서 학생은 왜 있어야 할까요? 학생들의 미래는 어떻게 되는 거죠?

그러니까 AI가 작동하려면 저자의 연구가 필요했던 거네요? 결국 기존 지식을 모아 정리하는 역할에 가깝다는 거잖아요.

계산기나 빠른 컴퓨터, 시뮬레이션이 없던 시절에 손으로 계산하던 사람들도 비슷했겠죠. 쓸 수 있는 도구를 최대한 활용하면 됩니다.

체스도 컴퓨터가 순식간에 계산하는 수를 사람들이 수백 시간씩 따져봤어요. 그렇다고 과거의 선수들이 지금보다 실력이 부족했던 건 아니죠. 컴퓨터는 도구고, 사람이 직접 할 시간이 없던 일을 도와주는 역할을 하면 됩니다. 다만 나쁜 의도를 가진 사람 손에 들어가면 문제가 생길 수 있어요.

AI가 필요할 때마다 뭘 가르쳐줄 수 있게 되면, 수천 달러를 내고 대학에 가는 게 많은 사람에게는 말이 안 될 수 있어요. 최소한 고등교육은 곧 크게 개편될 겁니다.

이건 레버리지와 가속의 문제예요. 예전엔 1년씩 매달려야 했던 고도의 기술 작업이 이제 몇 시간 만에 가능해졌다는 거죠. 역사적으로도 베틀은 직공을, 수확기는 농부를, 엔진은 마부를, 컴퓨터는 계산원을 밀어냈어요. 이런 변화가 닥쳤을 때 영향받는 쪽이 힘든 건 사실입니다. 앞으로 올 변화는 엄청날 거예요.