AI가 연구 원고를 쓰면 사람은 뭘 할까? 클로드 실험 쉽게 보기

복잡한 수학 숙제를 할 때 성능 좋은 계산기가 있으면 무척 편리합니다. 하지만 '지금 어떤 식을 세워야 하는지' 결정하는 것은 결국 학생의 몫입니다. AI가 과학 연구를 돕는 상황도 이와 비슷합니다. AI가 방대한 데이터를 다루고 수치를 아무리 빠르게 계산해 내더라도, 그 결과가 현실에서 참으로 유용한 지식인지 판단하고 새롭게 질문하는 역할은 여전히 사람에게 남아 있습니다.

AI는 계산을 돕고, 사람은 가치를 묻는다

하버드대학교 매슈 슈워츠 교수는 최근 앤스로픽 공식 블로그를 통해, AI 모델 클로드를 활용해 3개월 만에 36개의 연구 원고를 도출한 경험을 보고했습니다. 이 과정에서 슈워츠 교수는 AI에게 막연하고 추상적인 발견을 요구하지 않았습니다. 대신 사람이 명확히 확인할 수 있는 계산 문제에 집중하도록 유도했습니다.

한 생태학 연구 사례에서 AI는 숲의 나무 종류가 변하는 속도를 수치로 정확히 계산해 냈습니다. 하지만 생태학 전문가의 눈에는 그 기술적인 계산 결과만으로 새로운 학문적 의미를 부여하기엔 부족했습니다. 그래서 전문가는 "그럼 우연에 의한 변화를 제외하고, 자연의 선택에 의한 변화만 다시 계산해 보자"며 연구의 방향을 수정했습니다. 해당 분야의 맥락을 깊이 이해하는 사람이 진짜 중요한 질문을 던져야 비로소 쓸모있는 결과를 얻을 수 있다는 점을 잘 보여주는 대목입니다.

내 업무에 AI를 똑똑하게 쓰는 법

이러한 접근법은 우리가 일상 업무에서 AI를 활용할 때도 매우 유용하게 적용됩니다. 포괄적이고 광범위한 기획안을 처음부터 요구하기보다, 사람이 직접 결과의 사실 여부를 확인하기 쉬운 데이터 정리나 계산을 먼저 맡기는 방식입니다. 예를 들어 "이번 달 팀 지출 내역을 식비와 교통비로 나누어 항목별 합계와 비율을 표로 정리해 줘"처럼 구체적인 임무를 지시합니다.

이렇게 하면 사용자는 기존 엑셀 자료나 실제 영수증을 보면서 AI가 표에 채워 넣은 계산 결과가 맞는지 쉽게 교차 검증할 수 있습니다. 내가 직접 결과를 확인하고 판단할 수 있는 기준선을 마련해 두는 것입니다.

실제로 슈워츠 교수가 2026년 10월 5일에 정식으로 공개한 정량 계산용 오픈소스 도구 'BootLoops 1.0'도 AI가 검증 불가능한 결과를 멋대로 상상하지 못하도록 엄격한 수치 확인 절차를 거치게 설계되었습니다. 보고된 원고 수만으로 정식 학술지 심사와 독립 검증까지 끝났다고 판단할 수는 없지만, 우리가 AI를 도구로 쓸 때 구체적인 결과를 요구하고 그 가치를 직접 판단하는 '안목'이 필수적이라는 사실을 분명히 알려줍니다.