스크랩 [김프로칼럼] 노가다(Labor)는 AI에게, 통찰(Insight)은 인간에게. 연구의 질은 이제 '질문'이 결정한다.

[사이다스쿨]

문헌 조사부터 분석까지 AI 전담, 인간은 이제 ‘프롬프터’가 되는 시대

한때 연구의 경쟁력은 얼마나 많은 자료를 모으고, 얼마나 많은 시간을 들여 정리하느냐에 달려 있었다. 설문지를 만들고, 응답을 모으고, 문헌을 찾고, 표를 정리하고, 요약하고, 다시 비교하는 과정은 연구자의 성실성을 보여주는 대표적인 장면처럼 여겨졌다. 그러나 지금은 상황이 달라졌다. 이제 연구의 판을 바꾸는 것은 단순한 노동량이 아니다. 더 이상 핵심은 “누가 더 오래 붙잡고 있었는가”가 아니라 “누가 더 정확하고 날카로운 질문을 던졌는가”에 있다.

AI의 등장은 이 변화를 급격하게 앞당기고 있다. 과거에는 문헌 조사만 해도 적지 않은 시간이 소요됐다. 키워드를 바꿔가며 논문을 찾고, 관련 내용을 발췌하고, 중복 내용을 정리하고, 핵심 개념을 분류하는 데 상당한 에너지가 필요했다. 하지만 이제는 많은 기초 작업을 AI가 대신 수행할 수 있다. 자료 탐색, 초안 정리, 개념 비교, 패턴 추출, 요약과 재구성까지 이전에는 사람이 반복적으로 처리하던 업무들이 점점 자동화되고 있다. 다시 말해, 연구의 ‘노가다’는 빠르게 AI의 영역으로 넘어가고 있다.

그렇다면 인간의 역할은 줄어드는가. 오히려 반대다. 단순 작업의 비중이 줄어들수록 인간의 역할은 더 본질적인 방향으로 이동한다. 이제 중요한 것은 자료를 많이 모으는 능력이 아니라, 무엇을 물어야 하는지 아는 능력이다. 같은 AI를 써도 어떤 사람은 뻔한 요약만 얻고, 어떤 사람은 새로운 관점을 발견한다. 이 차이를 만드는 것은 프로그램의 성능이 아니라 질문의 수준이다. 결국 연구의 질은 도구가 아니라 질문이 결정한다.

앞으로의 연구자는 정보를 직접 캐내는 사람이라기보다, 정보를 움직이게 하는 사람이 될 가능성이 크다. 즉, 이제 연구자는 단순한 작성자가 아니라 프롬프터가 된다. 여기서 프롬프터란 단순히 명령어를 입력하는 사람이 아니다. 문제를 구조화하고, 핵심 변수를 설정하고, 모호한 주제를 분석 가능한 질문으로 바꾸는 사람이다. 예를 들어 같은 주제를 다루더라도 “청소년의 스마트폰 사용 실태는 어떠한가”라고 묻는 사람과 “청소년의 스마트폰 의존은 사용 시간보다 불안 반응과 어떤 상관을 보이는가”라고 묻는 사람의 연구 깊이는 출발부터 다르다. 질문이 정교할수록 AI는 더 유의미한 결과를 내놓고, 연구자는 그 결과를 바탕으로 더 깊은 해석을 시도할 수 있다.

이 점에서 우리는 연구의 생산성을 새롭게 이해할 필요가 있다. 예전에는 많은 시간을 들이는 것이 곧 성실함이자 경쟁력이었다. 그러나 지금은 시간을 오래 쓰는 것 자체가 경쟁력이 아니다. 오히려 핵심은 시간을 어디에 쓰느냐이다. 단순 반복 정리에 시간을 소비할 것인가, 아니면 질문을 다듬고 해석의 깊이를 높이는 데 집중할 것인가. 연구의 미래는 분명 후자에 있다. 설문을 무작정 많이 돌리는 것보다, 정말 물어야 할 질문 하나를 더 정교하게 만드는 일이 훨씬 더 큰 가치를 가진다.

물론 이것이 인간의 사고를 AI에 넘기자는 뜻은 아니다. AI는 빠르게 정리할 수 있지만, 왜 이 문제가 중요한지 판단하지는 못한다. AI는 자료를 연결할 수 있지만, 어떤 연결이 의미 있는 통찰인지 최종적으로 판별하는 것은 인간이다. AI는 패턴을 보여줄 수 있지만, 그 패턴이 사회적 맥락 속에서 어떤 의미를 갖는지 해석하는 능력은 아직 인간의 몫이다. 그래서 앞으로의 연구는 인간과 AI의 역할 분담이 더 선명해질 것이다. 노동은 AI에게, 통찰은 인간에게. 이 구분이 명확해질수록 연구는 더 빨라지고, 동시에 더 깊어질 수 있다.

결국 시대는 바뀌었다. 더 이상 연구는 많이 찾고 많이 정리하는 사람의 전유물이 아니다. 이제는 예리한 문제의식을 가진 사람이 유리하다. 누가 더 많이 읽었는가보다 누가 더 본질적인 질문을 던졌는가가 중요해진다. AI가 문헌 조사와 분석의 상당 부분을 맡는 시대, 인간은 질문을 설계하고 의미를 해석하는 존재로 재정의되고 있다. 그래서 지금 우리에게 필요한 역량은 하나다. 답을 빨리 찾는 능력이 아니라, 답을 끌어낼 질문을 정확히 만드는 능력이다.

이제 정말 중요한 말은 이것이다.
설문 돌릴 시간에 질문을 다듬어라.
연구의 승부는 이미 그 지점에서 갈리고 있다.