필즈상 수상자 타오제쉰, AI가 수학을 “공허하게 만든다”고 경고… 학자들은 반박: 인류는 실직하지 않았다, 단지 직업이 바뀌었을 뿐
안녕하세요, 여러분의 금융 전문 기자이자 경제학자입니다. 오늘 우리가 이야기할 주제는 주가의 상승과 하락이나 어떤 회사가 상장하는 것이 아니라, 모든 사람의 미래 직업 운명과 관련된 심오한 주제입니다: AI가 마치 돈을 찍는 기계처럼 답을 무작위로 “생산”하기 시작할 때, 인류에게는 무엇이 남을까요?
최근 수학계의 “탑스타”인 필즈상 수상자 타오제쉰(Terence Tao)이 소셜 미디어에 일련의 글을 올렸고, 이후 24명의 동료 전문가들과 함께 성명을 발표하여 AI가 수학 문제를 “과도하게 채굴”하고 있으며 이로 인해 인류의 수학 연구 기반이 손상될 수 있다고 경고했습니다.
이 글의 저자(복단대학교의 조빈)는 타오제쉰의 견해에 대해 매우 날카롭고 현실적인 반박을 제시했습니다. 그는 타오제쉰이 걱정하는 것은 “강물”(문제 해결 능력)이 고갈되는 것이지만, 실제로 가치 있는 것은 “수도꼭지를 잡고 있는 사람”이라고 주장했습니다. 즉, 어떤 문제를 어떤 목적으로 해결할지 결정하는 사람이 중요하다는 것입니다.
이제 이 “신들의 대결”을 다섯 가지 측면으로 자세히 설명해 드리겠습니다.
---
1. 타오제쉰이 무엇을 두려워하는가? – “쓰레기 같은 답들”이 “좋은 문제들”을 덮어버리고 있다
먼저, 타오제쉰이 정확히 무엇을 걱정하는지 이해해야 합니다. 많은 사람들은 그가 AI에 반대하는 것으로 생각하지만, 사실은 **“저품질의 AI 결과물이 연구 생태계를 오염시키는 것”에 반대하는 것입니다.
타오제쉰은 아주 생생한 비유를 했습니다: 현대의 식량 은행입니다.
예전에는 식량 은행이 누구에게나 도움을 주었지만, 이제는 그렇지 않습니다. 만료되거나 곰팡이가 생긴 식품이 기부되면, 식량 은행은 그것을 그냥 나눠주지 못하고 분류하고 보관하거나 버려야 합니다. 이런 “쓰레기”는 도움이 되지 않을 뿐만 아니라 자원을 소모하고, 실제로 신선한 식품이 필요한 사람들을 배제시키는 잘못된 인상을 만듭니다.
수학계에 비유하면:
1. 문제가 너무 많고, 좋은 문제가 너무 적다: 수학 문제는 바다처럼 많지만, 인류의 지식을 발전시키는 “좋은 문제”는 귀중합니다.
2. AI가 “채굴”하고 있다: 현재의 AI 모델(예: 오픈AI의 모델)은 수학적 증명과 답을 무작위로 생성할 수 있습니다. 하지만 많은 AI가 생성하는 답은 “생성된 답”일 뿐, 과정이 없거나 검증조차 불가능합니다.
3. 생태계가 파괴되고 있다: 연구실이 AI가 성공한 사례만 공개하고 실패한 사례는 공개하지 않거나, 검증할 수 없거나 구축할 수 없는 쓰레기 같은 답들을 대량으로 공개하면, 연구자들은 진정으로 어렵고 가치 있는 문제들을 탐구하는 데 집중할 수 없습니다.
간단히 말해: 타오제쉰은 AI가 멈추지 않고 이해할 수 없는 “천서”를 무작위로 생성하는 것을 걱정합니다. 이러한 “천서들”이 도서관을 가득 채워서 진정으로 연구할 가치가 있는 “좋은 책들”을 볼 시간을 빼앗고 있습니다. 이는 AI가 강력하기 때문이 아니라, AI가 “소음”을 많이 내기 때문입니다.
---
2. 저자의 반박: 잘못된 기준을 사용하고 있다 – “난이도 지도”는 AI에게 적용되지 않는다
저자는 타오제쉰의 우려가 타당하지만 근본적인 오류를 저질렀다고 생각합니다: 그는 “인류 시대”的 기준으로 “AI 시대”的 변화를 측정하고 있습니다.
타오제쉰은 두 개의 “오래된 기준”을 가지고 있습니다:
1. 난이도 지도: 이 지도는 어디가 어렵고 어디가 쉬운지를 보여줍니다. 예를 들어, 어떤 증명 문제가 인류에게는 3년이 걸리기 때문에 가치가 있다고 생각합니다.
- 저자의 비판: 이것은 AI에게는 의미가 없습니다! AI는 피곤하지도 않고, 그 문제가 인류에게 얼마나 어려운지 신경 쓰지 않습니다. 마치 자동차에게 “어떤 산길이 힘들다”는 지도를 보여주는 것과 같습니다. 자동차는 그 정보가 필요하지 않습니다. 타오제쉰은 “인류가 어렵다고 생각하는 것”을 문제의 가치로 여기는데, 이는 구시대적인 생각입니다.
2. 좋은 문제의 기준: 인류 수학계에서 “좋은 문제”는 소수의 사람들의 취향, 전통, 권력에 의해 결정됩니다.
- 저자의 비판: 이것은 바둑과 같습니다. 예전에는 인류가 어떤 수법이 “정통”이라고 생각했지만, 알파고 제로(AlphaGo Zero)는 모든 인류의 기록을 무시하고 스스로 최적의 전략을 찾아냈습니다. 이는 인류가 세대를 거듭해 쌓은 “정통적인 수법”이 “부분적인 최적解”일 수 있음을 보여줍니다. 수학자들이 “좋은 문제”를 판단하는 기준이 소수의 사람들에 의해 결정된다면, AI가 이러한 기준을 깨는 것이 반드시 나쁜 것은 아닙니다. 오히려 새로운 가능성을 열 수 있습니다.
간단히 말해: 타오제쉰은 AI가 수학의 “난이도 등급”을 평준화시켜서 손실을 가져올 것이라고 생각하지만, 저자는 난이도는 인류의 신체적 한계에서 비롯된 것이지 수학의 본질이 아니라고 주장합니다. AI는 난이도에 관심이 없고, 논리와 결과에만 관심이 있습니다. 따라서 “인류가 어렵다고 생각하는 것”으로 가치를 정의하는 것은 AI 시대에는 더 이상 유효하지 않습니다.
---
3. 핵심적인 분쟁: 인류에게 남은 능력은 “탐구”인가, “기획”인가?
이 글의 가장 흥미롭고 심오한 부분입니다. 저자와 타오제쉰의 근본적인 분쟁은 AI가 문제 해결을 맡았을 때, 인류에게 남은 능력이 “탐구”라고 불릴 수 있는가입니다.
- 타오제쉰의 견해: 그렇습니다. 그는 “수학을 위한 수학”이라는 순수한 탐구가 신성하며 인류 지능의 핵심이라고 생각합니다. AI가 문제 해결을 맡았지만, 인류가 좋은 문제를 식별하는 능력은 여전히 귀중하다고 합니다.
- 저자의 견해: 그렇지 않습니다. 이는 “기획(Curation)”에 더 가깝습니다.
저자는 중요한 개념을 제시합니다: 이익의 결정:
- AI에게는 이익이 없다: AI는 자신의 욕구가 없으며, 왜 그 문제를 해결해야 하는지 모릅니다. 그저 명령을 실행할 뿐입니다.
- 인류에게는 이익이 있다: 인류는 연구를 통해 어떤 목적을 위해 일합니다 – 우주를 이해하거나 암호학을 개발하거나 노벨상을 받거나 순수한 호기심을 충족시키기 위해서입니다. 하지만 그 목적은 항상 인류에게 있습니다.
따라서 AI가 “방향 찾기”와 “문제 해결”(물 생산)을 맡았지만, 인류는 “이익을 결정하는” 역할을 유지해야 합니다.
- 과거: 인류는 방향을 찾고, 문제를 해결하며, 가치를 판단해야 했습니다.
- 현재: AI는 넓은 범위에서 정보를 생성하고 구조를 만들지만, 인류는 그 중에서 인류의 이익, 미학적 가치, 실용적 가치가 있는 부분을 선택해야 합니다.
간단히 말해:
과거에는 인류가 “광부”였습니다 – 스스로 석탄을 캐고, 강철을 제련하며, 어떤 강철이 좋은지 판단했습니다.
지금은 AI가 “슈퍼 굴착기”가 되어 산 전체를 파내고 광석을 모두 걸러냅니다.
인류는 더 이상 광부가 아니라 “보석 감정가”나 “기획자”가 되었습니다. 더 이상 스스로 캐낼 필요가 없으며, 어떤 돌이 다이아몬드인지, 누구에게 팔 것인지, 어떤 용도로 사용할 것인지를 판단해야 합니다.
저자는 이러한 “선택하고 의미를 부여하는” 능력을 “탐구”라고 부르는 것은 과장된 것이라고 생각합니다. 사실은 “기획”에 가깝습니다. 하지만 이것이 가치가 떨어진 것은 아니라, 오히려 AI가 무한한 선택권을 제공하기 때문에 “선택” 자체가 더욱 중요해졌습니다.
---
4. 구체적인 문제: 연구실은 성공 사례만 공개한다
저자는 철학적인 차원에서 타오제쉰의 반박을 했지만, 타오제쉰이 실제 연구 운영의 측면에서 매우 정확하고 시급한 경고를 했다는 것을 인정합니다.
타오제쉰은 지적했습니다: 현재의 AI 연구실은 성공한 사례만 공개하고 실패한 사례는 공개하지 않습니다.
이로 인해 문제가 생깁니다: 우리는 “전선”이 어디인지 볼 수 없습니다.
- “전선”이란 무엇인가? 수학 연구에서 “전선”은 AI가 현재 해결할 수 있는 문제와 해결할 수 없는 문제 사이의 경계를 의미합니다.
- 왜 볼 수 없는가? 연구실이 “우리의 AI가 X 문제를 해결했다”고만 발표하고 “Y 문제에서 100번 실패했다”고 하지 않으면, 연구자들은 AI의 실제 능력을 판단할 수 없습니다.
- 결과: 연구자들은 AI가 이미 해결할 수 없는 문제를 무모하게 시도하거나, AI가 이미 해결했지만 아무도 모르는 문제를 간과할 수 있습니다. 이는 전쟁에서 적의 성공적인 공격만 보고 패배나 실패 기록을 보지 못하는 것과 같습니다. 이로 인해 학계는 AI의 실제 능력을 오해할 수 있습니다.
간단히 말해: 이것은 정보 불균형의 문제입니다. AI 회사는 마치 보험을 판매하는 것처럼 “얼마나 많은 집을 보호했는지”만 말하고 “얼마나 많은 화재를 거부했는지”는 말하지 않습니다. 이로 인해 학계는 AI의 능력을 잘못 이해하게 됩니다. 저자는 이것이 타오제쉰의 경고 중에서 가장 구체적이고 실질적으로 바로 개선할 수 있는 부분이라고 생각합니다. 연구실이 실패 사례를 공개하고 투명한 “난이도 지도”를 만든다면 많은 우려가 해소될 것입니다.
---
5. 결론: 강이 마르는 것을 걱정하지 말고, 누가 수도꼭지를 잡고 있는지를 걱정하라
마지막으로, 저자