TL;DR

  • ChatGPT 이후의 AI 연구는 새로운 지식의 발견보다 기존 지식을 AI가 가진 듯 보이게 만드는 데 집중하며, 연구의 지루함과 사회·환경적 피해를 키우는 흐름임.
  • 오늘날 AI 논문의 절반가량은 GPT-n 프롬프트 묶음인 에이전트 파이프라인으로 인간의 과업을 수행하는 방식이며, 일반 인공지능(AGI)이 이미 도래했다는 믿음이 이 흐름을 뒷받침함.
  • 자연어 처리(NLP)는 AI에 뒤처진 것이 아니라 대형 언어 모델(LLM) 세 개가 트렌치코트를 입은 듯한 형태로 속이 비워지고 대체된 분야임.
  • ChatGPT의 튜링 테스트 통과는 LLM을 인간 대체 응용의 후보로 만들었고, 자연어 이해(NLU)와 음성 인식(ASR)은 AI에 편입된 반면 의미 태깅과 구문 분석은 전통적 전산언어학의 잔재로 밀려남.
  • AI 연구는 도래할 지능을 약속하는 단계에서 이미 도착한 신탁을 해석하고 먹여 살리며 파괴의 경고를 전하는 단계로 옮겨간다는 평가임.

AI 연구의 정체와 NLP의 흡수

  • Mike Cook의 2026-09-22년 기사 「Why I love AI」에서 영감을 얻음. MHTML 아카이브는 HTML 페이지와 관련 리소스를 하나의 파일로 합치는 웹 아카이빙 형식임.
  • 젊은 세대의 경험일 수 있지만, 경로 최적화 알고리즘이 한때 AI 연구의 일부로 여겨졌다는 점이 놀라움. 경로 최적화는 독립성이 강한 분야로, 정보학·컴퓨터과학(CS)의 영역 밖으로 취급되는 경우도 있다고 봐왔음.
  • 소속 학과의 이름은 Département d’informatique et de recherche opérationelle, 즉 정보학 및 운영 연구 학과임. 여기서 운영 연구는 이러한 최적화 알고리즘을 다룸.
  • 2026년의 상황이 되기 전 20년 동안 AI 연구에 몰입할 시간이 있었다면, Cook처럼 뒤처졌다고 느꼈을 수 있음. 그러나 Cook이 자신의 분야가 밀려나는 것을 본 바로 그 시기에, 자연어 처리라는 관심 분야가 최신 형태의 ‘AI 연구’에 흡수되는 모습을 봄.
  • 현대 AI 연구가 죽어가고 있다는 Cook의 평가에 공감함. 오늘날 AI 논문의 절반가량은 인간의 과업을 수행할 새로운 에이전트 파이프라인을 만들었다는 내용이며, 여기서 에이전트 파이프라인은 GPT-n에 입력하는 프롬프트 묶음을 뜻함.
  • 이 분야는 일반 인공지능을 적어도 약한 의미에서는 이미 만들었다고 믿는 관점 때문에 이 흐름에 집중됨. 따라서 남은 과제는 이 지능을 사회의 모든 영역에 적용하는 일이라고 여겨짐.
  • ChatGPT의 등장이 쿤식 과학혁명이었다면, 새로운 ‘정상과학’은 사회적으로 ‘AI가 얼마나 잘 작동하는지는 관심 없다’는 반응을 불러올 뿐 아니라 환경에도 파괴적이고, 매우 지루함.
  • fiona fokus, 「AI가 얼마나 잘 작동하는지는 관심 없다」, 개인 블로그, 2025-11-25.
  • Josh Axelrod, 「AI 데이터센터의 숨겨진 환경 비용」, Deutsche Welle, 2026-09-04.
  • Paul Schütze, 「지속 가능한 AI의 문제: 새롭게 부상하는 현상에 대한 비판적 평가」, Weizenbaum Journal of the Digital Society 4: 1, 2024. doi:10.34669/WI.WJDS/4.1.4
  • AI 과학의 과제는 더 이상 새로운 지식을 발명하는 것이 아니라, AI가 그 지식을 가진 듯 보이게 만드는 과정을 진전시키는 일임.
  • Olivia Guest, 「모델」, Zenodo, 2026-06-10.

지능의 정의와 AI 연구의 경계

  • 이 결론에 이른 경로는 Cook과 다름. AI가 NLP를 밀어낸 것이 아니라, NLP가 완전히 속이 비워진 채 트렌치코트를 입은 LLM 세 개로 대체됨.
  • 이로 인한 환멸은 AI 연구가 왜 목표를 옮기는지에 대한 해석에서도 Cook과 견해가 갈리는 이유일 수 있음.
  • Cook은 “AI는 컴퓨터가 할 수 없는 일을 하게 만들려는 분야”라고 말하지만, 이 정의는 어떤 과업을 그 범주에 넣는지 결정하는 분류 기준을 감춤.
  • AI 분야에서 그 기준은 계몽주의적 합리주의가 인간 활동을 분류할 수 있는 ‘지능의 응용’이었으며, 특히 자본과 국가에 중요한 활동이 대상이 됨.
  • NLP가 AI에 쉽게 흡수된 이유도 여기에 있음. 튜링 테스트를 통과한 LLM은 AI 연구자들이 오랫동안 꿈꿔온 인간 대체 응용의 다수에 그럴듯한 후보가 됨.
  • 이 ‘AI’가 언어의 통계 모델이라는 사실은 자연어 이해(NLU)와 음성 인식(ASR) 같은 NLP 하위 분야를 AI 연구의 구성 요소로 즉시 알아볼 수 있게 만듦. 반면 의미 태깅과 구문 분석 같은 고전 NLP 영역은 기호 NLP 시대의 잔재로 버려져 ‘전산언어학’으로 분류됨.

도래한 신탁과 AI 연구자의 역할

  • AI 연구에서 일어난 담론적 전환을 가장 간결하게 표현하면, ChatGPT가 등장한 순간 이전에는 종말론적 미래 현상이었던 인공지능이 도래했다는 것임.
  • AI 연구자들은 더 이상 연구비를 얻기 위해 다가올 메시아를 가리키지 않고, 챗봇이 충분히 그럴듯해져 사람들이 숨은 지식을 품은 확률적 신탁처럼 대하기 시작한 2022년의 순간을 되짚음.
  • 신탁이 지금 도착했고 신들이 그 입을 통해 말한다면, 과학자에서 사제가 된 AI 연구자에게 남은 일은 신탁의 말을 해석하고 신들에게 먹이를 주며 파괴신의 도래를 경고하는 것뿐임.
  • Mohamed Amine Ferrag, Norbert Tihanyi, Mérouane Debbah, 「LLM 추론에서 자율 AI 에이전트까지: 종합 리뷰」, IEEE Access 14: 84237–84285, 2026-06-01.
  • Callum Cant, James Muldoon, Mark Graham, 『기계에 먹이를 주다: AI를 움직이는 숨겨진 인간 노동』, Bloomsbury Publishing, 2024-08-06.
  • Ashley Capoot, Arjun Kharpal, 「연구자가 AI가 ‘모든 인간을 죽일’ 가능성이 10%를 넘는다고 말하자 전문가들이 의견을 밝힘」, CNBC, 2026-09-09.