카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

가장 핫한 댓글은?

정말이지 이공계 모든분야에서 AI못쓰면 도태 확정인듯

2025.03.04

14

11960

도태라는 단어가 너무 과도한가 싶었는데 지금 상황을 표현할 단어가 그거뿐임

생물 화학 지금 구글AI코사이언티스트나 알파폴드같은 애들이 휩쓸고있고

물리도 메타물질쪽은 AI써서 ‘응 패턴최적화해서 해봣더니 되긴하는데 왜 되는진 몰겟음 근데 잘됨 그니까 논문받아줘‘ 이런꼴이 최첨단 연구들

근데 이게 앞으론 물리이론도 어느정도 대체가 될거라 보고

천문학도 AI가 도입될때 발전이룰 여지가 너무 큼

이젠 AI없이도 잘 하는 능력을 키울때가 아니라, AI를 써서 최대효율을 뽑아내는 능력을 키울때같음

교수라는 직종도 앞으론 어떤기준으로 뽑게될지도 궁금해지네.

카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

댓글 14개

2025.03.05

AI가 그렇게 뛰어나면 암흑물질이 뭔지 좀 빨리 알려주시게나. 모든 것의 이론도 좀 끝내주고.

대댓글 2개

2025.03.05

일단 이렇게 냉소적인 사람들부터 사라질

2025.03.05

ㅇㅈ 신문물도 좀 받아들이세요 교수님

2025.03.05

거품과 진짜를 구분해내는 능력이 필요한거지.. “돌려봤더니 잘되더라“라는게 과연 학문의 쌓아가는 성질에 어울릴까?

참고로 알파폴드도 공학인들이야 노벨상 나왔다고 파티 열고 난리치지만, 실제 기여가 되는건 structural biologists들에게 자기가 보고 싶은 분자구조를 기존의 60%에서 90%남짓의 정확도로 볼 수 있게 되었다는 차이를 준 것임. 물론 연구계의 중요한 업적이지만 “기능적“기여를 한거지 세상에 이해를 더한게 아니다.
그 증거로 protein folding문제는 생물학계에서 아직도 open problem이고 그 누구도 알파폴드가 거기 기여했다고 생각 안한다. 깨작깨적 리버스 엔지니어링으로 그 매커니즘을 파악해버려하는거지.

중국인들 하는 것마냥 서로 citation 펌핑하고 “이번엔 이 토픽에 돌려보니 잘되더라“류의 작업을 쏟아내는걸 안했다고 도태 확정이라는건.. 딱 그 수준 아카데미아를 목표했을때 맞는 말이지.

대댓글 4개

2025.03.05

학문의 본질이 변할수도 있는거죠. 그리고 최첨단 장비를 자유롭게 활용할 줄 아는 사람과 아닌 사람 중 누가 세상을 보다 깊이있게 이해할 수 있을까요. 지금이야 "리버스 엔지니어링 깨작" 일 수 있지만 나중에는 그 깨작거림이 쌓여서 어떤 상황이 벌어질지는 알 수 없는거죠. 말씀하시는 바를 이해 못 하는건 아닌데 개인적으로는.... "도태확정"이라는 지나치게 강한 워딩에도 불구하고 본문의 글이 좀 더 설득력 있게 느껴집니다.

2025.03.05

학문의 본질을 아직 이해 못했으니 당연히 틀린 말을 설득력이 있게 느끼는 겁니다.

아카데미아는 지식의 적층을 목표로 합니다. 학문의 본질은 변한 적 없고 본질이 바뀐다면 그저 학문이 아닌 다른 것일 뿐입니다. 그렇게 다른 길이 있다 믿으면 학문 안하면 됩니다.

AI야 당연히 학문에 기여하고 있고 앞으로도 기여할 겁니다. 그리고 깨작거림이 쌓여서 무슨 일 날 지 모르는게 맞죠. 하지만 그건 이 글에서의 핵심을 벗어난 지적입니다.

똑같이 깨작거리는 것도 유의미한 게 있고, 무의미한 방식이 있기 때문입니다. 그걸 배우려고 박사학위를 받으려 하는거겠죠? 그 길을 걷고 있는 사람이 “이 방법론을 안쓰면 도태될 듯“이라는 말을 할 수 없습니다. 그건 목적과 도구를 혼동한 것이며 세속적 목표와 연구적 목표도 혼동한 것입니다.

그러니 “최첨단 장비를 사용하니 세상을 더 잘 이해할 것이다“ 라는 말을 겁없이 하고있는거죠… ㅎㅎ Computation theory를 어디까지 이해하고 있습니까. 현재 ml의 어느 부분이 “최첨단“이고 기존의 컴퓨팅은 어디까지 한계가 있나요? 모르리라 확신합니다. 알면 알수록 감히 이런 소리 가볍게 못하거든요.

2025.03.06

명댓글

2025.05.31

매우 동의하는 댓글을 써주셨네요! 아무리 cutting edge tech가 나온다고 해도 분명히 한계점이 존재합니다. 하물며 다른 예시들로도 무수히 많아 하나의 장비로는 논문 작성자들의 근거를 증명해줄 수 없어요. 특히 biology 쪽은 더더욱 변칙성(single cell 마다의 차이, organ, speices 등등)이 크기에 조심스러워야 할 부분인겁니다.

2025.03.05

공학적 효용 측면에서는 아주 훌륭한 도구가 맞지요. 많은 통계적 추론을 자동화 해주니까요.

진리 탐구의 영역에서까지 전가의 보도라고 생각하지는 않습니다.

저도 AI 응용해서 연구하는 몸이지만, '이걸로 사람들 더 편하게 해줘야지' 가 주된 동기입니다. 새로운 법칙을 찾는다거나 물리적 근원을 파헤치는 것은 AI에 대한 의존성이 낮은 것 같아요.

2025.03.05

이미 최신 모델 AI가 새로운 아이디어를 낼 수 있고, 피규어만 던져주고 설명해주면 10분만에 논문도 다 써주는데, 10년 뒤에 학계가 지금과 같을까?

로봇으로 실험 자동화하고 데이터 추출, 평가 및 분석까지 하는 프로토콜 논문들도 작년부터 나오는데, 왜 이런 큰 변화를 거부하실까?

미국에서 엄청난 돈을 들여서 개발한 모델에 한 개인 또는 소수의 랩 구성원이 언제까지 대응할 수 있을까?
그 분야에 대가가 아닌 이상 조만간이라고 보고, 학위도 자기만족에 그칠 가능성이 높다.

2025.03.06

새롭다라고는 하지만, 과연 무의 창조인가 에 대한 고민은 필요한 것 같아요. 결국 수많은 데이터 사이의 interpolation이기 때문이다보니..그리고 GPT가 쓴 글에 대해서, 음..영어 어휘와 문법적으로는 당연히 완벽하지만 academic writing 을 잘하고 있다는 아직까지 느끼지 못하였습니다. 우리가 말하는 논문이란 논설문을 뜻하는데, 100% 생성형기반 글들은 보고서에 가깝다는 인상을 받았습니다. 이 또한 시간이 지나면 해결될 부분이지만요.

2025.03.06

단순히 AI를 잘 활용하는걸 넘어서서 AI가 박사들 다 대체할겁니다

2025.08.06

어차피 지금도 도태아님?

2025.08.06

솔직히 무의 창조 논문 스스로 내려면 연구비 엄청필요하고 시간도 엄청 요구되는 상황에서 최신 method적용해서 적당한 수준 논문 많이 뽑아내는게 더 좋다고 느끼지 않을 사람이 몇이나 될까... 원론적 과학의 의미를 추구하고 싶지만 한국 과학계의 현실이 그렇지 못한걸. 글쓴이 의견에 많이 공감합니다

댓글쓰기

게시판 목록으로 돌아가기

김박사넷의 새로운 거인, 인공지능 김GPT가 추천하는 게시물로 더 멀리 바라보세요.

자유 게시판(아무개랩)에서 핫한 인기글은?

자유 게시판(아무개랩)에서 최근 댓글이 많이 달린 글

🔥 시선집중 핫한 인기글

최근 댓글이 많이 달린 글