사나흘만에 논문 찍는다…AI가 불지핀 '좋은 연구자' 논란 작성일 03-17 35 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="zd2J2zRfl2"> <p contents-hash="01b975ce50dfc07fdfabd88dce0dfa202d5d0a4cdcdedafaf73fe5b1d2e6775f" dmcf-pid="qzXqXTu5y9" dmcf-ptype="general">서울 소재 한 대학에서 공학 박사 과정을 밟고 있는 이모(28)씨는 논문 작성할 때 자료 조사부터 분석까지, 일단 인공지능(AI)을 켜놓고 본다. 이씨는 AI를 활용해 지난달 설 연휴 기간 논문 한 편을 금세 만들어냈다. AI로 자료를 조사한 뒤, 평소 관심 있는 분야 주제와 이를 검증할 만한 실험 아이디어를 직접 생각해 AI에 던지면, AI가 결과를 도출해줬다. 이씨는 “권위 있는 저널에 제출해볼 만한 품질의 논문이 나와 스스로도 놀랐다”며 “과장을 약간 보태면 이제 AI 없이는 자료 조사를 시작할 엄두가 나지 않는다”고 말했다. </p> <p contents-hash="c1c9cf514ece4f739f4e067a17a43680f5a2517f410f68fdf005231a9ece6db5" dmcf-pid="BqZBZy71SK" dmcf-ptype="general">연구 및 논문 작성 과정에 AI 활용이 늘면서 과학계 논란이 커지고 있다. 논문 작성 건수가 연구자 평가에 직결되는 상황에서 AI 도움을 받은 논문을 어떻게 봐야하냐는 논란이다. 과학기술정보통신부는 이달 초 ‘AI활용 확산에 따른 연구신뢰성 정립 방안’ 연구용역을 공모했다. AI를 활용한 연구와 성과관리 제도를 검토하고, 이를 바탕으로 연구신뢰성(연구 결과가 믿을 만 한지를 판단하는 요소)을 높이기 위한 제도 설계안을 마련하는 게 목표 중 하나다. <br> </p> <figure class="figure_frm origin_fig" contents-hash="02bca200c55e395ffd9b1a05604ee775a898808b4118a71d633b14886ccab996" dmcf-pid="bB5b5Wzthb" dmcf-ptype="figure"> <p class="link_figure"><img alt="지난 9월 오픈AI 한국 지사 출범 기자간담회 당시 모습. 뉴스1" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/17/joongang/20260317060209030tzpv.jpg" data-org-width="1280" dmcf-mid="uI4L4bJ6Tf" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/17/joongang/20260317060209030tzpv.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 지난 9월 오픈AI 한국 지사 출범 기자간담회 당시 모습. 뉴스1 </figcaption> </figure> <p contents-hash="23cc123b9ad018a13db1d649fb4c21c594067909a9033d28fbcd779a0da7b438" dmcf-pid="Kb1K1YqFTB" dmcf-ptype="general"><br> 실제 AI 서비스가 대중화한 2023년 이후 주요 학회에 제출되는 논문 건수는 크게 늘어나는 추세다. AI 분야 최고 권위 학회인 뉴립스의 경우 제출 논문이 2020년 9467건에서 2025년 2만 1575건으로 5년 만에 두 배 이상 급증했다. 또다른 AI 학술대회 ICLR에는 2025년 논문이 1만 1000편 제출됐지만 올해는 2만 편으로 두 배 가까이 늘었다. </p> <p contents-hash="e31521296bfffa88283af9e8bbed157d17afeb4dd16cd248ed86efd543074a84" dmcf-pid="9Kt9tGB3Wq" dmcf-ptype="general">문제는 건수가 늘면, 연구자 평가도 좋아진다는 점이다. 지난 1월 네이처지에 발표된 미국 시카고대·중국 칭화대 연구팀 논문에 따르면 AI를 활용하는 연구자일수록 논문 생산량과 인용 횟수에서 앞섰다. 연구진이 2025년까지 발표된 논문 4130만 편을 분석한 결과, AI를 활용하는 과학자는 비사용자에 비해 논문 생산량이 3.02배 많고, 인용 횟수는 4.85배 더 많았다. 연구 현장에서는 AI 툴을 능숙하게 쓰는 연구자가 AI를 덜 쓰는 해당 학문 권위자보다 더 높은 평가를 받는다는 목소리도 나온다. 한 공학계열 박사과정생은 “논리를 생각해내고 잘 검증하는 게 아니라 AI를 잘 쓰는 게 좋은 연구자의 자질이 돼버렸다”고 말했다. AI 활용 능력이 연구자 평가를 좌우한다는 의미다. </p> <p contents-hash="9bb67ff46b9159d83e8bdd92d8ee10c98b9063f7891db481253ece1da585cb92" dmcf-pid="29F2FHb0vz" dmcf-ptype="general">연구 분야에서 중요한 동료(피어) 리뷰도 AI의 몫이 돼가고 있다. 기계공학 분야의 한 정부출연연구기관(출연연) 연구원은 “최근 동료에게 논문 검토를 부탁했다가 누가 봐도 AI가 생성한 것으로 보이는 이모티콘과 특수문자가 그대로 발견돼 실망한 기억이 있다“며 “연구 분야에선 동료에 대한 피드백도 좋은 연구자의 자질 중 하나인데, AI 사용이 보편화되면서 이런 피드백을 들을 수 있는 기회 자체가 적어졌다”고 했다. </p> <figure class="figure_frm origin_fig" contents-hash="d085ec245b8acc3b8c5411a6a34f12bc6ad903d82433433257713a4d8332f2e6" dmcf-pid="V23V3XKpl7" dmcf-ptype="figure"> <p class="link_figure"><img alt="EPA=연합뉴스" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/17/joongang/20260317060210312cash.jpg" data-org-width="560" dmcf-mid="7RKeKux2yV" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/17/joongang/20260317060210312cash.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> EPA=연합뉴스 </figcaption> </figure> <p contents-hash="5baad3abd8ddd5a8fd8ef190d4409649656e9c37aabe0034d5f7c9a2ff03afd9" dmcf-pid="fV0f0Z9Ulu" dmcf-ptype="general"> AI 활용이 보편화되면서 대부분 학술지에서는 AI 활용 시 표기 가이드라인 등을 제시하고 있지만, 현실적으로는 이를 확인할 방법이 없다.업계에서 AI 사용이 보편화된 만큼, 논문의 양으로 연구자의 실적을 평가하는 기준을 바꿔야 한다는 주장도 나온다. 출연연에 재직 중인 손모 연구원은 “이미 AI의 효율이 너무 높아져서 연구에서 AI를 활용하는 건 옳고 그름과 관계 없이 이제 거스를 수 없는 흐름”이라며 “실적 평가 기준도 이에 맞춰서 달라져야 한다”고 말했다. </p> <p contents-hash="78f8b8d8b68369b02168a7e8a1ab765f0c860a2f54186e9042c989a4fd027a52" dmcf-pid="4CjhjnOcTU" dmcf-ptype="general">■ 더중앙플러스 : 팩플</p> <p contents-hash="b5cb30446f32aa2c2fedbc432d39023003a9ef7e2d16a815079e6ab937215cde" dmcf-pid="8hAlALIkTp" dmcf-ptype="general">「 더 자세한 기사내용이 궁금하시다면 주소창에 링크를 붙여넣으세요. </p> <p contents-hash="7641f1087fdd626feb26f9443b4d6f3103f7e1e292b3a8b3f0e28ef2e6fd68c1" dmcf-pid="6lcScoCES0" dmcf-ptype="general">바이브 코딩으로 엑셀 지옥 끝…‘카카오벤처스’ 문과남 AI 고수 된 비결 <br> 소프트웨어 엔지니어링 지식은커녕 코드 한 줄 쓸 줄 몰랐던 조현익 카카오벤처스 심사역은 최근 바이브 코딩(평소 쓰는 말로 코딩)으로 투자 기업 정보들을 한 화면에 볼 수 있는 웹 대시보드를 만들었다. 대시보드 개발팀에 인간은 조 심사역 한 명. 대신 챗GPT·제미나이·클로드 등 내로라하는 ‘일잘러’ AI 에이전트들을 팀원으로 부렸다. 코딩 하면 겁부터 나는 문과 출신 직장인은 이번 리포트에 주목. 바이브 코딩 진입 장벽을 최대한 낮추고, 업무 효율을 위한 프로그램을 뚝딱 만들어낼 문과생을 위한 코딩 비법이 여기 있다. <br> https://www.joongang.co.kr/article/25411271 </p> <p contents-hash="fdb4ce088af62cf5f72db2a450894134c486c77c93e4be7164c621324e1f87e5" dmcf-pid="PSkvkghDT3" dmcf-ptype="general">AI 마스터 클래스 PDF북 <br> 챗GPT, 제미나이, 클로드, 그록…. 인공지능(AI) 모델들이 하루가 멀다 하고 쏟아지는데, 정작 매일 출근하는 직장인들의 생활은 뭐가 달라졌을까. 주변에 생성 AI 써서 덕봤다는 사람들은 줄줄이 나오는데. 막상 쓰려고 하면 어디서부터 시작해야할지 막막하다. ‘AI 마스터 클래스’ PDF북은 챗GPT, 제미나이부터 클로드, 그록까지 지금 가장 뜨겁게 관심을 모으고 있는 대표 생성 AI 서비스의 실전 활용 법을 다뤘다. AI뿐만 아니라, 노션·슬랙·옵시디언처럼 요즘 많이 쓰지만 막상 편리한 기능을 낱낱이 알기는 어려웠던 생산성 도구 활용법도 함께 소개한다. <br> 이 정도는 너무 쉽다고? MCP 연결하기, X에서 여론 파악하기 같은 상위 1%만을 위한 심화 과정도 담았다. 챗GPT 한 번도 안 써본 사람부터 아직도 인터넷 검색을 수십 번 해가면서 보고서를 쓰고 있는 사람, 인포그래픽을 PPT 수작업으로 한땀 한땀 만들고 있는 사람, 하나하나 버튼을 눌러 메일을 보내고 있는 사람까지. 직장 업무부터 연구조사, 학업에 각 분야에 똑똑해진 생성 AI, 어떻게 쓰면 좋을지 싹 다 정리했다. <br> https://www.joongang.co.kr/pdf/1019 <br> 」</p> <p contents-hash="af525a0cbf7bed632f5d381f8adcbc5608300332d935d135a211b309a03347bf" dmcf-pid="QvETEalwWF" dmcf-ptype="general">김민정 기자</p> </section> </div> <p class="" data-translation="true">Copyright © 중앙일보. 무단전재 및 재배포 금지.</p> 관련자료 이전 한화·크래프톤이 주목한 ‘몸값 46조’ 안두릴… AI로 전장 지휘하는 신흥 방산 강자 03-17 다음 [비즈톡톡] 삼성전자표 ‘잔디깎기 로봇’ 나오나… 상용화 수준 기술 확보 03-17 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
