얼마 전, 새로운 연구 아이디어가 떠올랐습니다. 개념적인 방향은 명확했지만, 실행에는 상당한 노력이 필요했습니다. 문헌을 종합하고, 코드를 작성하고, 모델을 훈련시키고, 통계 분석을 수행해야 했기 때문입니다. 불과 몇 년 전만 해도 다음 단계는 너무나 당연한 선택이었을 것입니다. 저는 대학원생을 연구실로 영입해 프로젝트를 주도하게 하고, 그 과정에서 지도를 제공했을 것입니다. 하지만 이번에는 불편한 생각이 머릿속을 스쳤습니다. 학생에게 기회를 주는 대신, 이 작업들을 인공지능(AI)에게 맡겨야 하지 않을까?
10여 년 전 대학원에 입학했을 때 제가 가졌던 역량과 지금의 위치에 오기까지 얼마나 많은 멘토링이 필요했는지 떠올려 보았습니다. 컴퓨터 과학 박사 과정에 관심이 있다고 교수님들께 이메일을 보냈을 때, 저는 연구 경험이 전혀 없었습니다. 교수님들이 어떤 연구를 하는지 찾아보는 등 기본적인 사전 조사는 했습니다. 하지만 교수님들의 연구실에 앉아 로봇공학, 알고리즘, 자연어 처리 등에 대해 이야기를 들을 때, 저는 그 개념들이 실제로 무엇을 의미하는지 거의 알지 못했습니다.
한 교수님은 제 무지함을 꿰뚫어 보시고 저를 지도하기로 동의해 주셨습니다. 그 기회에 무척 감사했지만, 처음 몇 달은 냉혹한 현실을 마주하는 시간이었습니다. 저는 쉬지 않고 일했습니다. 읽고, 요약하고, 아이디어를 구상하며, 이 모든 것을 이해하려고 애썼죠. 하지만 지도교수님께 제 연구 결과를 발표할 때마다, 교수님은 제가 내놓은 엉터리 같은 내용을 보시고 피드백을 주시곤, 다시 처음부터 시작하라고 하셨습니다.
포기할까 생각했습니다. 저는 끊임없이 그녀를 실망시키고 있다고 느꼈습니다. 하지만 그녀는 저를 포기하지 않았습니다. 어쩌면 제 잠재력을 믿었거나, 제가 최선을 다하고 있다는 것을 알아차렸거나, 아니면 단순히 학자를 양성하는 과정 자체를 믿었기 때문일지도 모릅니다. 마침내 우리가 발전시킬 수 있는 무언가를 만들어 내기까지 1년 남짓한 엄청난 인내의 시간이 필요했습니다. 그 후, 저는 서서히 무지한 초보자에서 주니어 동료로 변모해 갔습니다.
몇 년 후, 제가 교수가 되었을 때, 제 학생들도 한때 저처럼 진전을 이루기 위해 고군분투하는 모습을 지켜보았습니다. 제 일정은 학생들의 혼란을 풀어주는 것이 주된 임무인 회의들로 가득 찼습니다. 하지만 결국 그 투자는 결실을 맺었고, 학생들이 유능한 후배 동료로 변모하는 모습을 지켜보며 깊은 만족감을 느꼈습니다.
이제 AI가 새로운 선택지를 제시합니다. AI가 비범한 지적 파트너는 분명 아닙니다. 하지만 AI는 내가 당장 필요로 하는 많은 작업을 능숙하게 수행할 수 있습니다. AI는 적응 기간도, 회의도, 그리고 감정적 지원도 전혀 필요하지 않습니다. 이는 저의 사고방식에 조용하지만 불편한 변화를 강요하고 있습니다.
문제는 제자들이 가치 있는 존재인지 여부가 아닙니다. 장기적으로 볼 때 그들은 그 무엇과도 바꿀 수 없는 존재입니다. 문제는 그들의 가치가 서서히 드러나는 반면, AI는 즉각적인 성과를 제공한다는 점입니다. 이것이 얼마나 유혹적인지 인정하는 것이 다소 부끄럽습니다. 우리 문화에서 수습생보다 알고리즘을 선호하는 것은 학문적 사명에 대한 배신처럼 느껴집니다.
하지만 저는 이러한 계산이 제 주변 연구실들을 형성해 가는 것을 목격합니다. 가까운 동료들은 예전만큼 많은 학생을 받아들이지 않으려 조용히 자제하고 있습니다. 학생을 받아들일 때면 눈에 띄게 더 까다로워집니다.
이 새로운 환경에서 제가 모집하는 학생이라면 누구든 처음부터 훨씬 더 높은 수준의 기여를 할 것이라고 기대하는 것이 저의 즉각적인 본능입니다. 하지만 그런 높아진 기대치를 충족시키기 위해 학생은 아마도 저 자신이 의지할 수 있는 것과 똑같은 AI 도구에 크게 의존하게 될 것입니다. 그 과정에서 학생들은 초기 과제를 해결하며 고군분투하고 실수로부터 배우는 소중한 경험을 건너뛸 수도 있습니다. 학생들이 단순히 원시적인 아이디어와 AI의 산출물 사이의 중개자 역할만 하게 될까 봐 걱정됩니다.
한편 교수진에게는 연구 성과를 내야 한다는 압박이 끊임없이 가해지고, 과학계의 속도는 무자비하기 때문에, 생산적이고 마찰 없는 AI는 더욱 매력적으로 다가옵니다. 제가 보는 진정한 위험은 가까운 미래에 AI가 대학원생을 완전히 대체할 것이라는 점이 아닙니다. 학생을 지도하는 것이 단순히 교수의 학문적 여정의 일부라는 기본적인 전제가 서서히 무너질 것이라는 점입니다. 어떤 경우에는 AI를 사용하는 것이 가장 실용적인 해결책이 될 수도 있습니다.
연구 경험이 전혀 없는 신입생들은 그 결과가 어떻게 될지 모르겠습니다. 개인적으로 저는 새로운 프로젝트에 초보자를 기용하는 데 주저하게 됩니다. 즉, 오늘의 저라면 아마도 과거의 저를 채용하지 않을 것입니다.
*출처: Science Careers (12 Mar 2026)
*저자: Ariel Rosenfeld, Bar-Ilan University 교수
*본 글은 원병묵 님(성균관대 신소재공학부)이 페이스북에 공유한 글로 동의를 받고 숲사이에 소개합니다. #과학자되기
얼마 전, 새로운 연구 아이디어가 떠올랐습니다. 개념적인 방향은 명확했지만, 실행에는 상당한 노력이 필요했습니다. 문헌을 종합하고, 코드를 작성하고, 모델을 훈련시키고, 통계 분석을 수행해야 했기 때문입니다. 불과 몇 년 전만 해도 다음 단계는 너무나 당연한 선택이었을 것입니다. 저는 대학원생을 연구실로 영입해 프로젝트를 주도하게 하고, 그 과정에서 지도를 제공했을 것입니다. 하지만 이번에는 불편한 생각이 머릿속을 스쳤습니다. 학생에게 기회를 주는 대신, 이 작업들을 인공지능(AI)에게 맡겨야 하지 않을까?
10여 년 전 대학원에 입학했을 때 제가 가졌던 역량과 지금의 위치에 오기까지 얼마나 많은 멘토링이 필요했는지 떠올려 보았습니다. 컴퓨터 과학 박사 과정에 관심이 있다고 교수님들께 이메일을 보냈을 때, 저는 연구 경험이 전혀 없었습니다. 교수님들이 어떤 연구를 하는지 찾아보는 등 기본적인 사전 조사는 했습니다. 하지만 교수님들의 연구실에 앉아 로봇공학, 알고리즘, 자연어 처리 등에 대해 이야기를 들을 때, 저는 그 개념들이 실제로 무엇을 의미하는지 거의 알지 못했습니다.
한 교수님은 제 무지함을 꿰뚫어 보시고 저를 지도하기로 동의해 주셨습니다. 그 기회에 무척 감사했지만, 처음 몇 달은 냉혹한 현실을 마주하는 시간이었습니다. 저는 쉬지 않고 일했습니다. 읽고, 요약하고, 아이디어를 구상하며, 이 모든 것을 이해하려고 애썼죠. 하지만 지도교수님께 제 연구 결과를 발표할 때마다, 교수님은 제가 내놓은 엉터리 같은 내용을 보시고 피드백을 주시곤, 다시 처음부터 시작하라고 하셨습니다.
포기할까 생각했습니다. 저는 끊임없이 그녀를 실망시키고 있다고 느꼈습니다. 하지만 그녀는 저를 포기하지 않았습니다. 어쩌면 제 잠재력을 믿었거나, 제가 최선을 다하고 있다는 것을 알아차렸거나, 아니면 단순히 학자를 양성하는 과정 자체를 믿었기 때문일지도 모릅니다. 마침내 우리가 발전시킬 수 있는 무언가를 만들어 내기까지 1년 남짓한 엄청난 인내의 시간이 필요했습니다. 그 후, 저는 서서히 무지한 초보자에서 주니어 동료로 변모해 갔습니다.
몇 년 후, 제가 교수가 되었을 때, 제 학생들도 한때 저처럼 진전을 이루기 위해 고군분투하는 모습을 지켜보았습니다. 제 일정은 학생들의 혼란을 풀어주는 것이 주된 임무인 회의들로 가득 찼습니다. 하지만 결국 그 투자는 결실을 맺었고, 학생들이 유능한 후배 동료로 변모하는 모습을 지켜보며 깊은 만족감을 느꼈습니다.
이제 AI가 새로운 선택지를 제시합니다. AI가 비범한 지적 파트너는 분명 아닙니다. 하지만 AI는 내가 당장 필요로 하는 많은 작업을 능숙하게 수행할 수 있습니다. AI는 적응 기간도, 회의도, 그리고 감정적 지원도 전혀 필요하지 않습니다. 이는 저의 사고방식에 조용하지만 불편한 변화를 강요하고 있습니다.
문제는 제자들이 가치 있는 존재인지 여부가 아닙니다. 장기적으로 볼 때 그들은 그 무엇과도 바꿀 수 없는 존재입니다. 문제는 그들의 가치가 서서히 드러나는 반면, AI는 즉각적인 성과를 제공한다는 점입니다. 이것이 얼마나 유혹적인지 인정하는 것이 다소 부끄럽습니다. 우리 문화에서 수습생보다 알고리즘을 선호하는 것은 학문적 사명에 대한 배신처럼 느껴집니다.
하지만 저는 이러한 계산이 제 주변 연구실들을 형성해 가는 것을 목격합니다. 가까운 동료들은 예전만큼 많은 학생을 받아들이지 않으려 조용히 자제하고 있습니다. 학생을 받아들일 때면 눈에 띄게 더 까다로워집니다.
이 새로운 환경에서 제가 모집하는 학생이라면 누구든 처음부터 훨씬 더 높은 수준의 기여를 할 것이라고 기대하는 것이 저의 즉각적인 본능입니다. 하지만 그런 높아진 기대치를 충족시키기 위해 학생은 아마도 저 자신이 의지할 수 있는 것과 똑같은 AI 도구에 크게 의존하게 될 것입니다. 그 과정에서 학생들은 초기 과제를 해결하며 고군분투하고 실수로부터 배우는 소중한 경험을 건너뛸 수도 있습니다. 학생들이 단순히 원시적인 아이디어와 AI의 산출물 사이의 중개자 역할만 하게 될까 봐 걱정됩니다.
한편 교수진에게는 연구 성과를 내야 한다는 압박이 끊임없이 가해지고, 과학계의 속도는 무자비하기 때문에, 생산적이고 마찰 없는 AI는 더욱 매력적으로 다가옵니다. 제가 보는 진정한 위험은 가까운 미래에 AI가 대학원생을 완전히 대체할 것이라는 점이 아닙니다. 학생을 지도하는 것이 단순히 교수의 학문적 여정의 일부라는 기본적인 전제가 서서히 무너질 것이라는 점입니다. 어떤 경우에는 AI를 사용하는 것이 가장 실용적인 해결책이 될 수도 있습니다.
연구 경험이 전혀 없는 신입생들은 그 결과가 어떻게 될지 모르겠습니다. 개인적으로 저는 새로운 프로젝트에 초보자를 기용하는 데 주저하게 됩니다. 즉, 오늘의 저라면 아마도 과거의 저를 채용하지 않을 것입니다.
*출처: Science Careers (12 Mar 2026)
*본 글은 원병묵 님(성균관대 신소재공학부)이 페이스북에 공유한 글로 동의를 받고 숲사이에 소개합니다. #과학자되기