과학 경력을 형성하는 새로운 트렌드

국제 과학 위원회와 그 회원인 중국 과학기술 협회(캐스트), 와 협력하여 자연에서 연구 경력의 변화하는 모습을 탐구하는 6부작 팟캐스트 시리즈를 새롭게 시작했습니다. 이 시리즈에서는 경력 초창기 및 중견 연구자들이 선임 과학자들과 대화를 나누며 급격한 변화 속에서 성장, 협업, 그리고 회복탄력성에 대한 경험을 공유합니다.

이 세 번째 에피소드에서는 Mercè Crosas, 계산 사회 과학 및 인문학 책임자 바르셀로나 슈퍼 컴퓨팅 센터, 그리고 윤리학 조교수인 Mohammad Hosseini 노스 웨스턴 대학AI와 디지털화가 과학 분야 경력과 연구 과정을 어떻게 변화시키고 있는지 논의해 보세요.

이 대화는 AI가 초·중견 연구자들에게 가져다주는 기회와 과제를 모두 강조합니다. 새로운 기술은 획기적인 발전을 가능하게 하고 완전히 새로운 탐구의 길을 열어주지만, 동시에 접근성의 형평성, 자동화 도구에 대한 과도한 의존, 그리고 비판적 사고의 약화에 대한 우려를 불러일으킵니다.

---

성적 증명서

이지 클라크: 00:01

안녕하세요, 환영합니다. 저는 과학 저널리스트 이지 클라크입니다. 국제과학위원회(ISC)와 협력하고 중국과학기술협회(CSA)의 지원을 받아 진행하는 이 팟캐스트에서는 디지털 보조 기술과 AI(인공지능)의 힘, 과학계 경력에 미치는 중요성, 그리고 과학 활동에 대한 잠재적 위협에 대해 논의합니다.

오늘은 바르셀로나 슈퍼컴퓨팅 센터의 계산사회과학 및 인문학 부문 책임자이자 국제과학위원회(CODATA)의 데이터 위원회 위원장인 메르세 크로사스와 함께합니다.

Mercè Crosas: 00:42

헬로우~~

이지 클라크: 00:43

그리고 시카고 노스웨스턴 대학의 윤리학 조교수이자 글로벌 영 아카데미 회원인 모하마드 호세이니.

모하마드 호세이니: 00:51

안녕 잘 지내?

이지 클라크: 00:52

네, 감사합니다. 두 분께 먼저 질문 하나 드리고 싶은 게 있습니다. 디지털화와 AI가 과학계에 어떤 영향을 미치고 있는지, 지금이 왜 성찰해야 할 중요한 시점인지에 대한 질문입니다.

모하마드 호세이니: 01:05

저는 연구자들이 데이터 기반의 의사결정을 내리는 경우가 점점 더 많아지고 있다고 생각합니다. 이는 때로는 국가적 또는 지역적 의사결정으로까지 이어지는데, 이는 좋은 일이지만, 과학 분야의 경력 측면에서 이는 연구자들에게 새로운 기술을 교육해야 한다는 것을 의미합니다.

그리고 이는 항상 그래왔습니다. 하지만 전환점 때문에 세상은 너무나 빠르게 변하고 있어서 우리는 따라잡기가 어렵습니다. 기계는 과학 분야에서 인간 노동력을 대체하거나 대체할 수 있을 만큼 강력해지고 있습니다. 우리는 지금 디지털화에 대해 논의하고, 이러한 기술의 혜택을 받는 사람은 누구이고, 뒤처지는 사람은 누구이며, 이러한 기술의 사용에 있어 투명성과 형평성을 어떻게 보장할 수 있을지 모색해야 하는 중요한 시점에 서 있습니다.

이지 클라크 01:54

메르세, 당신의 생각은 어때요?

Mercè Crosas: 01:56

가장 중요한 점 중 하나는 AI가 과학 분야에서 이미 꽤 오랫동안 사용되어 왔으며, 그 변화는 점진적으로 일어나고 있다는 것입니다. 현재 많은 과학적 생산 과정에서 AI가 기하급수적으로 활용되고 있는 것은 사실입니다.

문헌 검토부터 연구 질문 도출, 데이터 처리 및 수집, 그리고 분석 자체, 그리고 과학적 결과 발표까지, 모하마드가 말한 전환점은 그 어느 때보다 훨씬 더 광범위한 영향을 미치고 있다고 생각합니다.

이지 클라크: 02:34

고려해야 할 사항이 많습니다. 출판에 대해 언급하셨는데, 곧 자세히 살펴보겠습니다. 기회 측면에서, 초기 및 중견 연구자들에게 어떤 기회가 생길 것으로 생각하시는지, 그리고 그것이 AI 기반 과학 환경을 어떻게 변화시키고 있는지 말씀해 주시겠습니까?

모하마드 호세이니: 02:55

기회는 대부분 새로운 발견을 하고 5년 전만 해도 꿈같았던 일을 해내는 데 있다고 생각합니다. 모델링의 혜택을 볼 수 있는 모든 분야에서 우리는 지금 훨씬 더 빠르게 움직이고 있습니다. 이는 특히 AI 활용에 더 능숙한 초창기 및 중견 연구자들에게는 기회이지만, 그에 따른 대가도 따릅니다. 이 새로운 역학 속에서 기회를 찾으려면 우리가 훈련받지 않은 새로운 종류의 호기심이 필요합니다. 하지만 자동화될 수 없는 연구 환경에서 과제를 찾고, 그러한 과제에서 탁월한 성과를 내도록 노력해야 한다고 생각합니다.

예를 들어, 제 연구 분야는 윤리 연구자입니다. 잘 논증된 논문을 작성하는 것은 이미 자동화되어 있습니다. 하지만 멘토링, 상호작용적이고 참여적인 대면 수업, 또는 사람들의 실제 경험에서 데이터를 수집하고 새로운 통찰력을 얻기 위한 인터뷰 진행 등은 쉽게 자동화될 수 없는 작업입니다. 따라서 우리는 우리 연구 환경에서 이러한 작업들을 찾아내고, 그 분야에서 탁월한 성과를 거두기 위해 노력해야 한다고 생각합니다.

이지 클라크: 04:06

그리고 메르세는?

Mercè Crosas: 04:07

과학자나 신진 과학자, 중견 과학자들이 대체될 위험은 크지 않다고 생각합니다. 제가 보는 것은 이전 세대의 많은 과학자들이 생각조차 못 했던 새로운 연구 질문을 던질 수 있는 기회입니다. 그렇죠? 그러니까, 단순히 이러한 도구를 적용할 수 있다는 것만이 아니라, 어떤 분야를 완전히 다른 방식으로 생각할 수 있다는 것입니다. 생의학, 기후 변화, 물리학, 생물학, 유전학 등은 AI와 새로운 유형의 데이터의 활용을 통해 변화할 수 있습니다.

이지 클라크: 04:39

AI를 활용하여 다양한 과제를 해결할 수 있는 다양한 방법이 있다는 것을 알게 되었고, 재교육에 대해서도 이야기했습니다. 그렇다면 과학 분야의 초창기 및 중견 연구자들이 염두에 두어야 할 점은 무엇이며, 어디에서 지원을 받을 수 있을까요?

Mercè Crosas: 04:57

과학에서 매우 엄격하게 접근하고, AI를 사용하든 다른 도구를 사용하든 결국 과학은 우리가 하는 일이며, 과학은 추론이고, 과학은 공개되어야 한다는 것을 이해하는 것이 그 어느 때보다 중요합니다. 우리가 사용하는 방법, 데이터, 그리고 그 방식은 타인에 의해 검증되어야 합니다.

다시 말해, 우리는 AI 도구를 사용하여 단순히 답을 얻는 데 그치지 않고, 그 답을 검증하는 방법에 있어서도 더욱 전문화되어야 합니다. 그리고 이를 위해서는 연구 분야의 이론과 결과의 엄격성에 대해 더욱 철저히 준비해야 합니다.

이지 클라크: 05:33

네, 모하마드, 저도 이에 대해 당신의 생각을 듣고 싶습니다. 당신이 이 문제에 많은 관심을 기울이고 있다는 걸 알고 있거든요.

모하마드 호세이니: 05:38

네, 물론입니다. 그리고 메르세가 여기서 한 말의 요점을 다시 한번 되짚어 보고 싶습니다. 네, 이론을 생각해 보는 것은 중요합니다. 하지만 동시에 데이터 기반 과학의 부상으로 사회 이론의 종말이 다가오고 있다고 주장하는 사람들도 많습니다. 이론은 그다지 중요하지 않습니다. 데이터를 수집하고 데이터 마이닝을 통해 관련성을 파악할 수 있기 때문입니다. 데이터 수집 전에 가설을 세우지 않아도 말이죠.

저는 이것이 매우 주목할 만한 발전이며, 많은 신중한 고려와 관심이 필요하다고 생각합니다. 제가 강조하고 싶은 또 다른 과제 중 하나는 지역에 따라 다양한 자원에 접근할 수 있다는 사실입니다. 또한 기관들이 제공하는 정보의 격차도 존재합니다. 저는 다양한 AI 모델을 무료로 이용할 수 있는 미국의 부유한 사립 대학에 근무하는 특권을 누리고 있지만, 다른 수백만 명의 연구자들은 그렇지 못합니다.

그리고 이러한 불균형은 다른 많은 사람들을 불리한 입장에 놓이게 합니다. 많은 대학들은 AI 모델 사용에 대한 일반적인 정책조차 갖고 있지 않습니다. 제가 그런 대학에 있었다면, 대학 행정실이나 도서관에 연락해서 지침과 교육을 제공해 달라고 부탁했을 겁니다.

Mercè Crosas: 06:54

데이터 중심적으로 변할 위험성에 대해 계속 이야기해 보겠습니다. 저는 그것이 우리가 가야 할 방향이라고 생각하지 않습니다. 그 결과는 이론적 모델과 데이터 중심 접근 방식의 교차점입니다. 하지만 생성적 AI나 새로운 유형의 AI 도구를 사용하는 측면에서는 유럽이 다른 지역과는 상당히 다른 접근 방식을 취하고 있다고 생각합니다.

그리고 현재 과학 분야에서 새로운 AI 전략과 AI를 위한 과학이 개발되고 있습니다. 우리는 어떤 종류의 AI 도구를 사용할지, 어떤 데이터가 사용되었는지 명확하게 정의되어 있는지, 오픈 소스인지, 신뢰할 수 있는 AI에 초점을 맞추고 있는지 신중하게 고려해야 합니다. 저는 이것이 매우 중요하다고 생각합니다.

이지 클라크: 07:36

거기서도 한 가지 짚고 넘어가고 싶은 게 있습니다. 업무와 출판 분야에서 AI를 어떻게 활용하고 있는지에 대해서도 이야기하고 있습니다. 모하마드 씨, 초창기 및 중견 연구자들이 출판과 AI 활용에 관해 염두에 두어야 할 점은 무엇이라고 생각하시나요?

모하마드 호세이니: 07:54

네, 우리가 정말 염두에 두어야 할 것 중 하나는 우리가 AI에게 어떤 작업을 맡기고 있는지, AI에게 어떤 작업을 맡기고 있는지입니다. AI 붐이 시작되었을 때, AI는 주로 연구 과정의 마지막 단계, 즉 원고 교정이나 가독성 향상 등에 활용되었습니다.

하지만 이제 우리는 이러한 중요한 업무를 AI에게 떠넘기고 있습니다. 다음에 다음 연구 주제를 고민할 때, 읽는 교과서나 새로운 논문에 대해 더 깊이 생각하는 대신, "아, AI가 이 주제에 대해 뭐라고 하는지 한번 물어봐야겠다"라고 생각하게 됩니다. 이는 매우 중독성이 강하기 때문에, 연구자들이 자신에게 위임하는 업무를 인지하고 스스로에게 "이게 과연 가치 있는 일인가?"라고 자문해 보라고 권하고 싶습니다.

제가 드리고 싶은 말씀은, 정말 중요한 내용이 아니라면 단순히 출판 자체를 목적으로 출판하지 말라는 것입니다. 누구를 인용하는지 생각해 보세요. AI를 사용하여 문헌을 찾는다면, 인용하는 내용을 꼼꼼히 읽어보세요. 이러한 인용은 대부분 관련성이 없기 때문입니다.

이지 클라크: 09:03

좋은 지적이라고 생각합니다. 네, AI를 활용하여 어떤 면에서는 도움이 될 수 있는 방법들이 있지만, 그 중 일부 기술은 계속 활용하고 다른 측면에서도 실사를 철저히 진행해야 합니다.

이제 신뢰성에 대한 논의로 넘어가야 할 것 같습니다. 그렇다면 당신의 분야와 더 넓은 대중에게 디지털 시대에 신뢰성을 유지하려면 무엇이 필요할까요? 메르세(Merce)?

Mercè Crosas: 09:30

음, 아주 쉽다고 생각합니다. 제가 말하는 건, 여러분이 무엇을 하고 있는지, 그리고 여러분이 이해하지 못하는 다른 무언가에 의해 생성된 것이 아니라, 여러분이 그것을 전달할 수 있을 때, 그리고 여러분이 무엇을 하고 있는지 완전히 이해할 때, 신뢰성을 얻게 된다는 것입니다. 과학과 오픈 사이언스의 가치로 돌아가서, 최대한 투명해야 한다는 것입니다. AI 모델, 방법론, 사용한 데이터, 워크플로우, 그리고 검색 가능하고, 접근 가능하며, 상호 운용 가능하고, 재사용 가능한 데이터에 대한 공정한 원칙들을 적용하여 여러분이 한 일을 누구든 검증할 수 있어야 합니다. 또한, 여러분이 사용하는 것을 공유하고, 다른 사람들이 찾고, 검증할 수 있도록 하는 소프트웨어도 필요합니다.

이지 클라크: 10:06

하지만 이것이 과학과 디지털화를 혁신하는 도구가 될 수 있는 흥미로운 방법들이 많이 있습니다. 그렇다면 Mercè 씨, 기술이 발전함에 따라 과학 커뮤니케이션의 역할도 어떻게 성장할 것으로 생각하십니까?

Mercè Crosas: 10:20

과학 커뮤니케이션은 사회를 위해 아직 많은 노력이 필요합니다. AI가 많은 과학 결과물을 요약하고 더 많은 사람들이 쉽게 접근할 수 있도록 돕는 데에도 기여할 수 있는 가능성과 기회가 이미 기대되고 있습니다. 그래서 저는 그것이 흥미로울 수 있다고 생각합니다.

이지 클라크: 10:41

마지막으로, 디지털 세상에서 과학의 미래에 대한 두 분의 희망은 무엇인가요? 모하마드 씨?

모하마드 호세이니: 10:47

제게 희망을 주는 것은 목소리를 내는 새로운 세대의 연구자들이라고 생각합니다. 우리는 자신의 생각을 당당하게 말하고, 그에 대한 대가를 기꺼이 치르려는 새로운 세대를 지켜보고 있습니다. 저는 미국에 살고 있는데, 온갖 대기업들이 연구 환경과 대학 등 모든 것에 어떻게 영향을 미칠 수 있는지 보고 있습니다. 그래서 그런 모습을 보는 것이 매우 중요합니다.

이지 클라크: 11:12

그리고 메르세는?

Mercè Crosas: 11:15

그래서 저는 우리가 어떻게 일하고, 어떻게 협업하고, 과학에서 어떤 새로운 질문을 던질 수 있는지 이해할 수 있는 더 많은 도구를 갖게 되었다고 생각합니다. 그리고 우리가 과학의 본질과 오픈 사이언스의 가치를 잃지 않으면서, 동시에 이 새로운 유형의 AI 기법을 활용한다면 더 나은 과학을 향한 희망을 가질 수 있을 것이라고 생각합니다.

이지 클라크: 11:34

두 분 모두 저와 함께해 주셔서 정말 감사합니다.

경력 초반 또는 중반의 연구자이고 AI의 미래에 대한 대화에 참여하고 싶다면 신진 과학자를 위한 국제 과학 위원회 포럼에 참여하세요.

방문 협의회.과학/포럼 더 많은 것을 알 수 있습니다.

저는 이지 클라크입니다. 다음 시간에는 신진 및 중견 연구자들이 어떻게 해양 보호에 기여할 수 있는지, 그리고 이를 위한 학제간 접근 방식의 힘에 대해 이야기해 보겠습니다. 그럼, 그때까지.

---