AI 시대 수학자들이 결과 소유보다 진리 앞의 겸손을 말한다

테런스 타오의 블로그 'What's new'에 수학자 Karthik C. S., Amit Sahai, Jie Xue가 쓴 게스트 글이 올라왔다. 제목은 'Egoless Mathematics in the AI Era'로, AI가 수학적 작업을 대신할 수 있는 시대에 수학자들이 무엇을 위해 일하는지 다시 묻는 의견글이다. 특정 도구나 모델을 소개하는 글은 아니지만, 결과물 생산을 정체성으로 삼는 지식 노동 전반에 질문을 던진다.

글의 중심에는 수학이 우리가 만들어내는 것인지, 아니면 우리가 발견하는 것인지에 대한 논의가 있다. 저자들은 정의와 공리를 세우는 창조적 행위를 인정하면서도, 그렇게 만든 틀이 예상치 못한 연결이나 반례를 드러낼 때 우리가 스스로 정하지 않은 무엇을 만난다고 본다. 증명을 구성하는 일은 창의적이지만, 그 결과가 참이 되는 이유까지 우리가 임의로 정하는 것은 아니라는 관점이다.

이어서 올바른 유도와 의미를 이해하는 일을 구분한다. 기호 체계 안에서는 끝없이 정리를 만들어낼 수 있지만, 그 모두가 탐구할 가치가 있는 것은 아니다. 어떤 정의가 문제를 밝히고 어떤 정리가 흩어진 현상을 하나로 묶는지 판단하려면 안목이 필요하다. 추론을 길게 이어가는 능력만으로 이해가 생기지 않는다는 지적도 이 맥락이다.

배경에는 AI에 대한 불안이 있다. 논문 수, 인용 수, 수상 같은 지표는 유용하지만 이것이 작업의 가치 자체로 여겨지면, 생산성을 더 잘 수행하는 기계가 등장할 때 위협으로 느껴진다. 저자들은 이런 시각이 AI 이전부터 자리 잡았다고 본다. 사람을 생산 능력의 묶음으로, 지적 작업을 그 출력물로 이해해온 습관이 AI로 인해 드러났다는 것이다.

해법으로 인간만의 창의성이나 직관을 내세우는 것은 충분치 않다. 그런 능력을 기계보다 우위에 있다는 이유로 소중히 여긴다면, 가치 판단의 기준은 여전히 경쟁과 비교에 머문다. 저자들이 말하는 에골리스 수학은 그 경쟁의 틀 자체를 다시 보자는 제안에 가깝다. 증명의 타당성은 증명자의 명성과 무관하며, 이해는 개인의 성취로만 환원되지 않는다.

개발자에게도 이 질문은 낯설지 않다. AI 코딩 도구가 코드와 테스트, 문서를 빠르게 늘리는 환경에서 커밋 수나 PR 수, 처리한 이슈 수가 개발자의 가치처럼 취급되면 불안은 커지기 쉽다. 그러나 중요한 것은 산출량이 아니라 코드가 실제 제약을 만족하는지, 왜 그렇게 동작하는지 이해하는지, 결과를 유지보수할 책임을 질 수 있는지다. AI가 만든 결과라도 검토와 이해의 대상이라는 점은 달라지지 않는다.

다만 이 글은 특정 AI 모델의 성능이나 수학 연구의 자동화 수준을 다루는 실증 보고서가 아니다. 수학과 지식 노동의 가치관을 다루는 의견글이므로, 개발 조직에 곧바로 적용할 측정 지표나 프로세스를 제시하지는 않는다. 성과 지표가 유용하다는 전제도 유지한다. 문제는 지표가 작업의 의미를 대신할 때 생긴다. AI 시대의 개발자에게 이 글은 결과의 소유자로 남기보다, 결과가 향하는 문제와 진실에 먼저 답하라는 질문으로 읽힌다.