🔎 #846. Claude와 18개 분야로 연구를 넓힌 물리학자

안녕하세요?
매일 사람이 쓰는 뉴스레터 Daily Prompt입니다.

오늘은 Claude가 잘하는 연구 문제를 찾아 18개 분야로 연구를 넓힌 물리학자의 사례를 소개합니다.

Claude와 18개 분야로 연구를 넓힌 물리학자

물리학자 매슈 슈워츠(Matthew Schwartz)는 Claude와 함께 3개월 동안 18개 분야에서 논문 원고 36편을 진행했다고 밝혔습니다. 공저자는 19명입니다. 오늘은 그가 10월 1일 Anthropic 블로그에 올린 기고문을 살펴봅니다.

과학자가 원하는 것과 AI가 잘하는 것

슈워츠는 AI의 과학 성과를 다루는 보도와 연구 현장의 경험 사이에 간극이 있다고 짚습니다. 지금까지의 성과 상당수는 범위가 분명한 문제에 기존 기법을 적용한 것이고, 문제와 답의 검증 조건을 명확히 정할 수 있는 수학에 관심이 쏠려 있다는 것입니다. 실제 연구에서는 무엇을 문제로 삼고 어떤 증거로 답을 판단할지부터 정해야 하는 경우가 많습니다.

그는 Claude와 GPT가 과학 작업에는 능하지만, 가치 있는 연구로 이어지려면 상당한 지도가 필요하다고 설명합니다. 과학자가 원하는 것과 AI가 잘하는 것이 충분히 맞물리지 않는 상황을 물리학의 ‘임피던스 불일치’에 빗대기도 했습니다. 아래 그림에서 두 영역이 겹치는 부분이 현재 AI의 강점에 맞는 ‘Claude-shaped problems’입니다.

AI의 강점에 맞춰 연구를 시작하기

슈워츠는 자신의 경험상 현재 Claude가 깊은 개념적 질문에는 도움이 되지 못하지만, 여러 분야의 지식을 연결하고 코드를 작성하며 논문과 데이터를 빠르게 읽는 데는 뛰어나다고 봤습니다. 그래서 자신이 원하는 과학자처럼 일하게 하려던 접근을 바꾸어, 이 능력을 잘 활용할 수 있는 문제를 찾기 시작했습니다.

그 과정에서 개발한 것이 BootLoops입니다. 정량적 문제를 풀기 위한 계산 도구와 검증 절차를 모은 도구상자로, 코드는 공개되어 다른 AI 모델로도 쓸 수 있습니다. Claude는 이를 활용하며 한 분야에서 막혀 있던 문제가 다른 분야의 수학·물리학·컴퓨터과학 기법으로 풀릴 수 있다는 연결을 찾아냈습니다.

결론을 의심하고, 연구의 취향을 제공하기

슈워츠는 Claude가 계산을 잘해도 그로부터 도출하는 결론은 틀릴 수 있다고 강조합니다. 결과가 무엇을 뜻하는지 납득할 때까지 설명을 요구하고, 그래프와 계산을 직접 확인해야 했다는 것입니다. 핵심 증명을 남겨둔 채 완료했다고 선언한 경우도 있었습니다.

그가 말하는 ‘취향을 제공하라’는 조언도 눈에 들어옵니다. Claude가 다룰 수 있는 문제는 많지만, 그중 무엇이 흥미롭고 연구할 가치가 있는지에 대한 판단은 그대로 믿기 어렵다고 합니다. 같은 계산을 더 빨리 하거나 정밀도를 높이는 데서 나아가, 이제 새롭게 알아낼 수 있는 것이 무엇인지 살펴보도록 이끌어야 했습니다.

마무리

1. 현재 미학과 철학을 주로 다루는 연구실에서 박사과정을 하고 있습니다. AI로 대체하기 가장 어려운 분야이면서, AI 시대에 더욱 중요해질 것이라고 생각했기 때문입니다. 이 분야의 난제는 과거의 데이터를 많이 안다고 해서 풀리는 것이 아닙니다. 하나의 정답으로 끝나지 않는 질문이 많고, 시대가 변하면서 받아들여지는 답도 달라집니다. 그 변화를 지켜보고, 기존의 기준을 되묻고, 지금 우리가 무엇을 중요하게 여겨야 하는지 논증하는 일이 매우 '인간적'이라고 생각했습니다.
2. 오늘 글에서 슈워츠가 연구의 '취향을 제공하라'고 한 대목도 이와 연결해 읽었습니다. 계산 결과를 얻은 뒤에도 그것이 왜 흥미롭고 어떤 의미가 있는지 인간이 판단해야 합니다. 그런데 사람은 정치적으로 중립적이지 않습니다. 무엇을 중요하게 여기는지에는 각자의 입장과 이해관계, 살아온 경험이 들어갑니다. 그래서 연구의 의의를 정하는 일에도 그 기준이 누구의 관점에서 만들어졌으며, 지금도 타당한지 되묻는 과정이 필요하겠습니다.
3. 무엇을 중요하게 여길지, 무엇을 문제로 부를지, 누구의 설명을 받아들일지를 정하는 과정은 담론을 만드는 일이기도 합니다. 여기에는 누가 그 담론을 정할 수 있는가라는 문제가 따라옵니다. 연구비를 배분하는 기관, 논문을 심사하는 학술지, 대학과 기업은 같은 질문을 다르게 평가할 수 있습니다. 연구의 영향을 받는 사람들은 정작 그 질문을 정하는 과정에 참여하지 못할 수도 있겠죠. '인간이 중요하게 여기는 것' 안에도 서로 다른 목소리와 힘의 차이가 있는 셈입니다.
4. 이렇게 보면 과학자가 원하고 AI가 잘하는 교집합도 기술의 문제로만 보이지 않습니다. 연구비와 평가가 AI로 빠르게 성과를 낼 수 있는 주제에 유리해진다면, 연구자도 거기에 맞춰 질문을 고르게 될 수 있습니다. AI가 잘하는 일이 우리가 중요하게 여기는 연구의 기준에도 영향을 주는 것이죠. 그 교집합은 새로운 도구와 질문에 따라 넓어질 수 있지만, 그 밖의 질문에도 관심과 지원이 이어져야 한다고 생각합니다. 지금 AI로 다루기 어렵다는 이유로 그 질문의 가치까지 낮게 평가해서는 안 될 테니까요.
5. 이런 의미에서 AI 시대에는 정치가 더 중요해질지도 모르겠습니다. 공동의 우선순위를 정하고, 자원을 배분하며, 그 결정에 이의를 제기할 수 있게 하는 과정 말입니다. AI가 답을 구하는 일을 더 많이 맡을수록, 어떤 질문에 그 능력을 쓸지 정하는 권한에도 관심을 기울여야 할 것 같습니다.

오늘의 Midjourney Prompt & Music

아래 Midjourney 이미지를 음악과 함께 감상해보세요:)

Defaced

0:00

/197

1×

프롬프트 (by @jae_hong__an) :