한눈에
Terence Tao 블로그에 Bowdoin College 수학 교수 Jennifer Taback의 게스트 글이 올라왔다. 헤드라인에 오를 난제를 푸는 사람이 아니라, 20년 가까이 자기 분야 문제를 붙잡아 온 평범한 연구자 입장에서 AI를 어떻게 쓰고 있는지 적었다.
배경
요즘 수학계에서는 증명이 무엇인지, 무엇을 가치 있게 볼지를 두고 글이 계속 나온다. 대부분은 큰 추측에서 성과를 내는 수학자들이 쓴 글이다. Taback은 자기는 그런 쪽이 아니라고 먼저 밝힌다. 글 머리에는 이 글이 다른 파일 형식으로 쓰였고 AI로 변환됐다는 Tao의 메모가 붙어 있다.
무슨 일
오래 붙잡은 문제를 AI로 푼 적은 아직 없다. 그래도 AI는 틀린 보조정리를 고쳐 줬고, 논문 구성을 다시 짜자고 제안했다. 생각하지 못한 방향도 짚어 줬고, 그 덕에 새 수학을 공부하게 됐다고 한다.
Bowdoin 같은 작은 대학에는 같은 전공 동료가 둘 있는 경우가 드물다. 협업자는 있지만 다 멀리 있다. Taback은 그 빈자리를 AI가 채운다고 썼다. 답이 늘 맞지는 않지만, 사람 동료에게 하듯 되묻고 설명을 요구한다. 논문 글쓰기에서도 꼼꼼히 봤다고 생각한 원고의 작은 불일치를 AI가 잡아낸다.
수업 얘기에서는 톤이 바뀐다. AI 때문에 평가가 시간 제한 감독 시험으로 좁아진 게 화가 난다고 했다. 구술시험 같은 대안은 대학원생 조교가 없는 작은 대학에선 규모상 어렵다. 그런데 이런 논의는 주로 연구 중심 대학에서 열린다며, 강의 부담이 큰 학교 교수들도 끼워 달라고 했다.
왜 중요한가
글의 무게는 제도 쪽에 있다. 종신재직을 앞둔 젊은 동료들은 아직 없는 규칙 아래서 실적을 쌓고 있다. Taback은 무엇을 증명으로 볼지, 출판·종신재직 심사에서 무엇을 가치로 칠지 정해야 한다고 했다. 연구에 쓴 도구는 눈치 보지 않고 밝히되, 검증과 이해의 책임은 저자가 진다는 원칙도 내놨다. AI가 먼저 풀까 봐 연구 주제를 버리지는 말자고도 했다. 두 번째 증명도 문제를 새로 보게 해 준다는 이유다.
그래서 뭐
연구나 글쓰기에 AI를 쓰고 있다면, 사용 사실을 어디까지 밝히고 검증은 누가 책임질지 팀 기준을 정할 때 참고할 만하다. 강의를 맡고 있다면 평가 방식 논의에 작은 학교 사례도 넣어 보자는 요청으로 읽으면 된다.