MIT 석학, AI시대 대학원 교육·연구 방향 제언

MIT 통계데이터사이언스센터장 사샤 라흘린 교수가 AI가 수학·통계·머신러닝 등 학문 분야를 어떻게 바꾸는지 다룬 에세이를 발표했다. 그는 검증이 빠르고 신뢰할 수 있는 분야일수록 AI 발전이 빠르다며, 논문 완성도가 개인 역량의 신호로서 약해지고 있어 학과들이 학문적 공로 평가 기준을 재고해야 한다고 주장했다. 또한 반복 계산이나 코딩 등 실패 경험을 통해 학생들이 직관과 판단력을 기르던 과정이 AI 위임으로 사라질 위험을 지적하며, 문제 설정·결과 재현·모델 출력 검증 능력 훈련이 필요하다고 강조했다. 아울러 대학이 실패한 실험과 암묵적 지식을 포착하는 공유 AI 연구 인프라를 구축해 실험실 간 연결을 강화해야 한다고 제안했다.

이 일이 어디서 왔나

같은 주에 오픈AI가 수학 난제 해법 722편을 공개하면서 수학계에서는 성과에 대한 찬사와 함께 검증 부족, 접근 제한에 대한 우려가 동시에 제기됐다. 라흘린 교수의 제언은 이런 상황 직후 나온 것으로, AI가 연구 성과물을 쏟아내는 시대에 대학이 '누가 무엇을 기여했는가'를 어떻게 평가할지 묻는 내용이다. MIT 내부에서는 인문학 프로그램 콩코스도 비슷한 시기에 AI 시대 인간다움을 묻는 교육을 강조한 바 있다.