15년 전, 저는 연구자였습니다. 박사 과정생이었기에 오랜 시간 연구에 매달렸습니다. 논문, 논문, 이메일, 북마크 등에 압도당했죠. 그런데 인용 관리 도구인 Mendeley를 발견했을 때 정말 마음이 놓였습니다. 마치 제가 다시 연구 과정을 통제하는 것 같았습니다. 북마크 관리자인 XBookmark를 발견했을 때는 정말 생산적으로 일할 수 있었습니다 (북마크는 아직도 가지고 있습니다). 당시에는 XBookmark가 제게 아주 잘 맞았고, 박사 과정을 마치고 학위를 받았습니다.
1화 - 현실에 직면하다
요즘 저는 정말 심각한 실존적 위기를 겪고 있습니다. 특히 AI 기반 연구 지원 도구의 엄청난 발전으로 더욱 그렇습니다. 최근 Scinito를 사용하면서 그 성능에 큰 충격을 받았습니다. 이 도구들이 단지 문헌 검토를 돕는 도구일 뿐이라고 스스로를 설득하려 했지만, 박사 학위를 취득한 사람들은 제대로 된 문헌 검토를 하는 것이 얼마나 어려운지 너무나 잘 알고 있습니다. 농담이 아닙니다. 100편이 넘는 논문을 읽고, 분류하고, 이해하고, 요약해야 합니다. 15년 전에 제대로 된 문헌 검토에 3~6개월이 걸렸다고 해도 틀리지 않았을 겁니다. 네, 소중한 인생의 3~6개월이 걸린다는 뜻입니다.
처음에는 Scinito나 다른 유사한 도구들이 연구자들에게 미미한 가치만 제공한다고 스스로를 설득하려고 했습니다. 하지만 안타깝게도, 아니, 다행히도 제 생각은 틀렸습니다…
이 도구들은 1분 만에 문헌 검토를 완료할 수 있을 뿐만 아니라 (동료 여러분, 죄송합니다. 맞습니다), 논문을 게재하기 전에도 검토할 수 있습니다. 멘토와 어드바이저들이 제 논문을 검토해 주기를 얼마나 기다렸는지, 그리고 만족스러운 수준에 도달하기까지 얼마나 많은 피드백을 주고받았는지 절대 잊지 못할 것입니다. 이 모든 노력에도 불구하고, 논문이 게재되기 전에 저널 검토자들로부터 심도 있는 피드백을 받게 됩니다. 또는 단순히 잘못된 저널을 선택했다는 이유로 3개월 또는 6개월 후에 논문이 거부되기도 합니다. AI 기반 연구 보조원은 논문 검토 및 가장 적합한 저널 선택 등 이 모든 단계를 최적화할 수 있습니다.
정말 놀랍습니다. 이 시대의 연구자들에게는 정말 놀라운 일이지만, 훨씬 더 쉽고 빠르게 할 수 있었던 일에 얼마나 많은 시간을 쏟았는지 생각하면 마음이 아픕니다. 흥미로운 점은 이것이 끝이 아니라 시작이라는 것입니다.
이 과제는 연구자만을 위한 것이 아닙니다. 소프트웨어 개발자에게도 중요합니다. 커서 IDE와 같은 도구는 소프트웨어 개발 방식을 획기적으로 변화시켰습니다. 박사 학위를 취득한 후 저는 엔지니어링 경력을 시작했습니다. 그 결과, 프로그래밍, 테스트 등을 많이 했습니다. 이제 코드 디버깅을 위해 Stack Overflow를 읽을 필요가 없습니다. 코드 테스트를 작성하는 데 시간을 들일 필요도 없습니다. 웹사이트를 만들기 위해 React나 CSS 전문가가 될 필요도 없습니다. 과거에 웹사이트 구축에 얼마나 많은 시간을 투자하셨나요? 생각하기도 싫습니다!
2화 - 현실 수용하기
이 경험의 다른 측면을 공유해 드리겠습니다. 정말 놀랍습니다. AI 기반 스마트 검색 도우미에게 방대한 데이터베이스 내에서 의미론적 검색을 수행하도록 요청할 수 있습니다. 이전에는 불가능했던 일입니다. 키워드 매칭만 하면 됐습니다. AI가 생성한 문헌 검토를 몇 초 만에 읽어서 어떤 주제나 연구 질문에 대한 최신 정보를 몇 시간 안에 받아볼 수 있습니다. LaTeX 코드도 손쉽게 작성할 수 있고, 몇 분 안에 모든 지침에 맞춰 연구 논문의 형식을 수정할 수 있습니다. 우리 시대의 연구자들이 정말 기쁩니다. 불필요하고 시간 소모적인 작업에 시간을 허비하는 대신, 창의력을 발휘하고 문제를 해결하며 소중한 삶을 즐기는 데 더 많은 시간을 할애할 수 있게 된 것입니다.
저도 행복해요. 원하는 프로그래밍 언어로 코드를 작성할 수 있고, Wix나 WordPress에 얽매이지 않고 웹사이트를 만들 수 있어요. 필요한 Python 코드는 무엇이든 작성할 수 있고, 최적화도 하고 테스트 코드도 작성할 수 있어요. 와! 정말 놀랍네요. 프로그래밍, 디자인, 연구, 그리고 그 사이의 모든 것이 빠르게 발전하고 있어요. 사람이나 조직이 아무리 저항적이라 해도 기술은 결국 길을 찾아갈 거예요.
여기에 문제가 있습니다. 단일 라우터(그리고 단 하나의 라우터)로 웹사이트를 구축한다는 약속은 거짓입니다. 저는 아주 최근의 경험을 바탕으로 이렇게 말합니다. 요즘 저는 소프트웨어와 AI 전문가인 동료와 함께 새 웹사이트를 만들고 있습니다. 이번에는 Wix나 WordPress는 전혀 고려하지 않았습니다. Curosr와 Claude-3.7-sonnet을 사용한 Cursor Agent 실험을 시작했습니다. Cursor Agent는 웹사이트 구조를 단 1초 만에 생성할 수 있지만, 세부적인 부분에서는 부족합니다.
예를 들어, 두 개의 서로 다른 텍스트를 정렬해야 할 때, 특히 하나는 정적이고 다른 하나는 동적인 경우, AI는 제대로 작업할 수 없습니다. 기본적으로 AI는 웹사이트 구조를 단 몇 초 만에 생성할 수 있지만, UI 디자인 전문가만큼 세부적인 작업(미리 만들어진 구조에 사람이 적용해야 하는 세부 사항)을 완벽하게 수행할 수는 없습니다. 즉, React나 CSS 전문가일 필요는 없지만, 필요할 때 코드베이스에 개입할 수 있도록 기본 원리는 알아야 합니다. 또한, 개념을 충분히 이해하여 자세히 설명할 수 있어야 합니다. 말로 표현할 수 없다면 AI도 생성할 수 없습니다!
저는 이러한 AI 모델의 약점에 놀라지 않습니다. 이 모델들은 "대중의 지혜"라는 원칙에 기반합니다. 즉, 개별 전문가의 직관을 모방하는 것이 아니라 가장 인기 있는 정보를 종합하는 데 기반을 두고 있습니다. 이는 AI 모델의 기본 원리에 뿌리를 두고 있습니다. 전반적으로는 훌륭하지만, 구체성 측면에서는 어려움을 겪습니다. 이 짧은 팟캐스트에서 저는 비슷한 개념을 다른 관점에서 설명했습니다.정의의 침식".
마지막 말
AI 커뮤니티의 일원이라는 행운을 누렸습니다. 저는 이러한 기술적 변화를 수용할 확고한 계획을 가진 AI 설계자입니다. 하지만 특히 AI의 급속한 발전과 일자리에 미치는 영향 때문에 이러한 변화에 적응하지 못하는 많은 사람들이 걱정됩니다. 이는 결코 쉬운 일이 아닙니다. AI 때문에 커리어에서 중요한 순간을 경험해 보셨다면 알려주세요. 도움이 될 만한 정보를 알고 있거나, 적어도 적절한 AI 학습 자료를 안내해 드릴 수 있습니다.
여기서 한 가지 조언을 드린다면, "AI의 기본을 깊이 있게 배우세요"라고 말씀드리고 싶습니다. 반복적이고 고수준의 일반적인 작업은 AI에 맡기고, 당신의 창의력과 전문성을 비즈니스/제품을 빛나게 하는 세부적인 부분에 집중할 수 있습니다(그리고 그래야 합니다).
댓글이 닫혔습니다.