정리나 증명, 그리고 코드 중간 부분부터는 잘 이해한 사람도 드물어지는 것 같거든요.. <- 이 소수에 속하기 위해 학위를 밟는거죠. LLM이 내놓는 답을 아무런 검증 없이 그대로 받아들여도 된다고 생각하는 사람은 많지 않을 겁니다. 그렇다면 AI 시대에 박사의 생산성이나 학위의 가치를 이야기하기에 앞서, 적어도 자신의 전문 분야에서 어떤 결과물의 타당성을 독립적으로 검증하고 오류를 찾아낼 수 있다는 것 자체가 상당히 희소하고 쉽게 대체되기 어려운 가치라고 생각합니다. 인간 사회에서 이런 희소한 전문성은 항상 중요한 가치를 가져왔고요. 그리고 그런 검증 능력을 훈련하는 것 역시 박사과정의 핵심적인 목표 중 하나라고 알고 있습니다. 적어도 지금까지 는 학사-석사-박사 과정이 이런 전문성을 체계적으로 쌓는 가장 제도화된 교육·훈련 경로이기도 하고요. 조금 첨언하자면, 수학 같은 분야는 애초에 사람이 쓴 논문조차 제대로 심사하는 것이 무척 어렵습니다. 결과가 어렵고 복잡할수록 더 그렇고요. 아주 난도가 높은 증명의 경우에는 논문만 읽어서는 검증이 쉽지 않아, 저자가 세미나나 강연 등을 통해 다른 전문가들에게 증명의 아이디어와 세부를 직접 설명하면서 검증이 이루어지기도 합니다.
AI도 아카데미도 이해하지 못하셨네요. AI는 결국 컴퓨터의 연장선일 뿐이고 발명이 된 과거로부터 지금까지 지성을 돕는 도구로 쓰였을 뿐입니다. 앞으로도 AI를 잘 이용하는 사람들은 박사가 될 수 밖에 없습니다. 박사는 곧 모르는 것이 무엇이냐를 정의하는 사람들이기 때문입니다.
2026.09.10
2026.09.10
대댓글 1개
2026.09.10
대댓글 3개