인공지능과 학술 저자의 종말 & AI에 넘기기 전에 글쓰기가 어떤 용도로 좋은지 먼저 생각해 봅시다 (Med Teach, 2025)

Med Teach. 2025 Jul 22:1-3. doi: 10.1080/0142159X.2025.2523463. Online ahead of print.

Artificial intelligence and the death of the academic author

Ken Masters 1

 

 

 

서론 (Introduction)

1967년, 롤랑 바르트(Roland Barthes)는 논란이 많은 에세이인 『작가의 죽음(The Death of the Author)』을 발표하였다¹. 그는 이 글에서 작가의 의도에 초점을 맞춘 문학 비평을 비판하며, 문학 텍스트는 일단 세상에 나오는 순간, 그 생명력과 의미는 독자에게 달려 있다고 주장하였다. 작가의 역할에 대해 바르트는 다음과 같이 설명한다:

텍스트는 ‘작가-신(Author-God)’의 단일한 ‘신학적 의미(theological meaning)’를 전달하는 단순한 말의 선(line)이 아니라, 수많은 글들이 서로 섞이고 충돌하는 다차원적 공간이다. 텍스트는 수많은 문화의 중심지로부터 인용된 문장들이 엮여 만들어진 조직체(tissue of quotations)이다.

 

작가가 이러한 ‘섞고 충돌시키는(blend and clash)’ 역할을 한다는 점을 더욱 강조하며, 바르트는 다음과 같이 쓴다:

그가 가진 유일한 힘은 글들을 섞어내고, 하나를 다른 하나로 상쇄시키며, 어느 하나에라도 고정되지 않도록 하는 것뿐이다. 만약 그가 자신의 생각을 표현하고자 했다면, 그가 ‘번역하고자 했던’ 내면의 ‘무언가’ 자체가 이미 준비된 사전(a ready-formed dictionary)에 불과하다는 것을 알아야 했을 것이다. 그 사전의 낱말들은 또 다른 낱말들을 통해서만 설명 가능하며, 그렇게 무한히 이어지는 것이다…

---

생성형 인공지능 (Generative AI)

작가가 단지 ‘수많은 문화의 중심지에서 인용된 문장들’을 섞고 충돌시키는 존재이며, ‘그가 번역하고자 했던 내면의 무언가조차 이미 만들어진 사전’이라는 바르트의 관점은 오늘날의 인공지능(Artificial Intelligence, AI) 세계, 특히 생성형 인공지능(Generative Artificial Intelligence, GenAI) 모델의 작동 방식과 깊은 울림을 준다. GenAI는 인간이 만든 텍스트와 문화 산물들을 학습하고, 단어들을 토큰화하여 재조합한 다음, 이러한 ‘기성 사전(ready-formed dictionary)’을 활용해 인간의 프롬프트에 응답한다.

 

대규모 언어 모델(Large Language Models, LLMs)을 지능적이고 거의 자율적인 존재로 보든, ‘확률적 앵무새(stochastic parrots)’²나 고급 자동완성 엔진으로 보든 간에, 바르트가 본 작가의 활동과 LLM의 활동 사이에는 분명한 유사성이 존재한다. 21세기 들어 우리는, 혹은 빠르게 다가오고 있는 바로 그 지점에서, 기계가 인간 학술 저자의 필요성을 아예 제거해버리는 시대로 접어들고 있는 듯하다.

---

보건의료교육 분야의 학술적 글쓰기 (Health professions education academic writing)

하지만 바르트는 ‘소설 작가(fiction authors)’에 대해 이야기하고 있다. 우리가 관심을 가지는 대상은 보건의료교육(Health Professions Education, HPE) 분야의 학술 저자들이다. 과연 바르트의 주장이 어느 정도까지 이 분야에 적용될 수 있을까?

 

LLM이 학술 논문의 저자가 될 수 있는가에 대한 반응들³, 그리고 2022년 11월 ChatGPT의 공개 출시 이후, 대다수의 학술지와 출판사들은 “AI 프로그램은 저자가 될 수 없다”⁴는 입장을 신속하게 그리고 거의 예외 없이 표명했다. 이는 일정 부분 법적 우려⁵에 기초한 것으로 보인다. 이후로는 AI의 학술 출판 활용에 대한 입장이 다소 유연해지기는 했지만, AI는 여전히 ‘책임(accountability)을 질 수 없고’ ‘그 책임을 감당할 수 없다’는 이유로 저자로 받아들여지지 않고 있다⁶.

 

그러나 필자는 이러한 ‘저자의 책임과 책무성’에 대한 초점은 잘못된 방향이라고 주장한다. 소설에서는 설령 작가가 단순히 문화적 산물들을 조합하는 것이라 할지라도, 그 창조성의 중심에는 작가가 있다. 그러나 학술 글쓰기에서는 저자가 다르다: 그 작업은 연구에서 시작된다.

 

소설에서 글쓰기는 곧 작가의 직업이다. 반면 학계에서는 연구가 저자의 직업이며, 글쓰기는 단지 그 연구를 대중에 알리기 위해(publicise, publish) 사용되는 수단일 뿐이다. 따라서 글쓰기는 학술 작업 중 가장 창의성이 낮고 기계적인 부분이며, 그러므로 가장 먼저 인공지능에게 맡겨져야 할 부분이다.

 

현재 HPE 학계에서는 연구(research)와 저자(authorship)를 혼동하고 있다. 제1저자, 교신저자, 공동저자 선정을 둘러싼 논쟁이 이를 보여준다. 그러나 이러한 저자 목록은 단지 연구자들의 중요도를 반영하는 대리지표(proxy list)일 뿐이다. (수십 명의 ‘저자’가 함께 기재된 논문들만 보더라도 이 점은 쉽게 확인할 수 있다.)

 

---

저자/연구자의 분리 (Author/researcher disengagement)

학계에서는 AI 저작 여부를 밝혀내기 위해 끝없는 싸움을 벌이기보다, 저작(authorship)을 연구(research)로부터 분리(disengage)해야 한다. 누가 글을 썼는가는 중요하지 않다. 물론 그들이(혹은 그것이) 누구인지는 명시되고 인정되어야 하며, 경우에 따라 저자로도 명명될 수 있다. 그러나 진정한 초점은 다시 연구 자체로 돌아가야 한다. 그것이 중요한 본질이다. 만약 우리가 저자 명단이 단지 연구자들의 역할을 반영한 것임을 인정한다면, 실제 글을 쓴 저자(인간이든 AI든)의 정체는 거의 무의미하다. 논문 결과물에 대한 책임은 여전히 연구자들이 지게 될 것이기 때문이다.

 

물론 이렇게 말하면서도, 나는 많은 논문들(예: 이 글) 자체가 연구 보고(report)가 아닌 경우가 많다는 점을 잘 알고 있다. 그리고 어떤 사람은 이러한 글쓰기의 ‘섞고 충돌하는(blend and clash)’ 과정 자체가 이 글의 가치라고 주장할 수도 있다. 하지만 그 가치조차도 어느 정도 제한적일 수밖에 없는데, 그 이유는 진정한 가치는 ‘아이디어(ideas)’에 있기 때문이다. 글을 몇 시간씩 쓰고 고치는 데 시간을 들이기보다는, 내 핵심 논지와 참고문헌, 바르트의 인용문 등을 정리해두고 논리 구조를 설명한 뒤, 여러 LLM에게 글을 써달라고 요청했더라면 훨씬 더 효율적이었을 것이다. 이후에 내가 그 글을 정리하거나(또는 AI가 ‘섞도록’ 시키거나) 이름을 붙이고, LLM들을 공동저자로 표기하면 된다. 아이디어와 작업은 내 것이고, 저작은 그들의 것이다.

---

HPE 학술 활동의 미래는 어디로 향하는가? (What lies in the future for HPE scholarship?)

이러한 전망은 모국어로 글을 유창하고 손쉽게 쓰는 연구자들에게는 충격적일 수 있지만, 반대로 글쓰기에 능숙하지 않거나, 대부분의 학술지에서 다뤄지지 않는 언어권의 연구자들에게는 엄청난 해방감을 줄 수 있다. 그리고 우리는 이 점에 대해 지나치게 수줍게 말해서는 안 된다. 이 말은 곧, 모국어가 영어가 아닌 연구자들에게 보다 공정한 기회를 제공한다는 뜻이며, 만약 독자가 이에 불쾌함을 느낀다면, 그 자체에 대해 반성(reflection)이 필요하다.

 

이 논리를 더 밀고 나가면, 우리는 다음과 같은 보건의료교육(HPE) 출판 환경을 상상할 수 있다. 연구자는 연구를 수행하고, ‘기성 사전(ready-formed dictionary)’을 만들어낸 뒤, 큐레이터(curator) 혹은 디렉터(director)의 역할을 맡아, 데이터와 지침을 AI 에이전트에게 제공하고, 그 AI가 출판물을 만들어내는 것이다(어쩌면 그것은 더 이상 ‘논문(paper)’조차 아닐 수도 있다). 즉, HPE 학술 활동의 중심은 글쓰기에서 연구와 아이디어로 이동할 수 있다.

 

우리는 연구하고, 생성형 AI(GenAI)가 글을 쓴다.

---

결론 (Conclusion)

나는 이 글에서 제안한 바가 도발적일 수 있다는 점을 잘 알고 있으며, 결코 가볍게 말하는 것이 아니다. 사실 AI는 우리 현실에 있어 일종의 코페르니쿠스적 전환(Copernican shift)을 만들어내고 있으며, 저작의 중심이 인간으로부터 이탈되는 현상은 이 전환의 불가피한 결과일 뿐이다.

 

롤랑 바르트는 그의 에세이를 이렇게 끝맺는다. 작가의 죽음은 독자의 탄생을 가져온다.
그리고 HPE 학술 글쓰기에서, HPE 작가의 죽음은 HPE 연구자의 재탄생을 의미한다.

 

 

 

Med Teach. 2025 Jul 22:1-2. doi: 10.1080/0142159X.2025.2523464. Online ahead of print.

Let's consider what writing is good for before we hand it over to AI

Lorelei Lingard 1

 

논평: 인공지능과 학술 저자의 죽음 (The commentary, ‘Artificial Intelligence and the Death of the Academic Author’)

『인공지능과 학술 저자의 죽음』¹이라는 논평은 보건의료교육(HPE) 연구자들이 글쓰기의 고된 노동을 AI에게 넘기고, 진짜 중요한 일에 집중해야 한다고 주장한다. 이 주장은 도발적이다. AI는 저자가 될 수 없다고 규정한 출판 지침에 정면으로 도전하고 있다. 또한 이 주장은 매혹적이다. 연구 프로젝트가 흔히 ‘논문화(writing up)’ 단계에서 정체되거나 중단되는 상황에 AI가 해답을 줄 수 있다는 희망을 제시한다. 그러나 동시에 위험하기도 하다. 글쓰기가 “전체 과정 중 가장 창의성이 낮고 가장 기계적인 부분”이라는 잘못된 전제를 반영하고 있기 때문이다¹. 이러한 위험을 탐색하기 위해, 이 짧은 응답 글은 다음과 같은 질문을 던진다: “글쓰기는 무엇에 좋은가?” 그리고 이 질문에 대한 세 가지 대답을 제시함으로써, 우리가 AI에게 글쓰기를 넘길 경우 HPE 연구자들이 잃게 될 것들을 강조하고자 한다.

---

글쓰기는 곧 사고다 (Writing is thinking)

글쓰기는 사고다. 잘 쓰는 것은 명확하게 사고하는 것이다. 그래서 어렵다. (D. McCullough)²

 

대부분의 연구자들은 초안을 쓰고 고치는 과정을 거쳐야 비로소 자신이 무엇을 말하고 싶은지를 정확히 알게 된다. 필자는 이러한 사실이 질적 연구(qualitative research)에서 특히 진실임을 직접 체험을 통해 알고 있다. 글쓰기는 해석적 과정을 단순히 보고하는 것이 아니라, 그 해석 과정을 이어가는 연속선상의 작업이다. 이는 다른 연구 패러다임에도 적용될 가능성이 크다. 글쓰기는 우리가 알고 있는 것을 설명하는 방식이기도 하지만, 동시에 우리가 알고 있는 것을 구성하는 방식이기도 하다³.

 

물론 실증 논문의 방법(methods)과 결과(results) 섹션은 대부분 묘사적이다. 하지만 도입(introduction)과 논의(discussion)를 작성하는 순간, 즉 연구를 우리 분야에서 ‘의미 있는 이야기’로 전환하는 순간, 이는 단순한 묘사를 넘어서게 된다. 그것은 창의적인 사고 과정이며, 이 과정을 통해 우리는 지식을 구성한다. 따라서 글쓰기를 AI에 맡기는 것은 사고 과정의 조기 종료(premature closure)를 초래할 수 있다.

---

글쓰기는 통화다 (Writing is currency)

인용은 학문 세계의 통화다.
우리가 무엇을 쓰고, 얼마나 자주 쓰며, 어디에 출판되고, 얼마나 인용되는가는 모두 ‘세어지고 평가된다.’
(P. Thompson)⁴

 

글쓰기는 학술적 가치를 평가하는 주요 수단이다. 양과 질 모두가 중요하다. AI는 글의 ‘양’을 폭발적으로 늘릴 수 있음이 분명하다. 그 텍스트는 믿기지 않을 정도의 속도로 화면에 펼쳐진다. 그러나 ‘질’에는 어떤 영향을 미칠까?

 

글쓰기의 질은 연구자의 윤리적 성격(ethos)과 연결되어 있다. 우리는 글을 통해 연구자로서의 성품, 신뢰성, 타당성 등을 드러낸다. 설령 데이터의 진실성, 책임소재, 투명한 공개 등의 기준을 지킨다고 해도, 글쓰기를 AI에 맡기는 것은 연구자의 ethos를 위협할 수 있다. 저널리즘 분야의 연구는 AI가 관여한 글쓰기가 저널리즘에 대한 신뢰를 해칠 수 있음을 보여주고 있다⁵. 글 속에서 연구자의 ‘목소리’를 들을 수 없다면, 우리의 과학적 기여에 대한 신뢰도 흔들릴 수 있다.

 

물론, 현재의 학술적 글쓰기가 본래 그리 ‘인간적’이지 않다는 점도 주목할 필요는 있다. 스티븐 핑커(Steven Pinker)는 학자들이 자주 “난해하고, 축축하고, 딱딱하고, 부풀고, 서툴고, 모호하며, 읽기 불쾌하고, 이해 불가능한 산문을 써낸다”고 지적한 바 있다⁶. AI는 이러한 형편없는 학술 문체를 모방하고 복제하는 데 아무런 문제도 없을 것이다. 긍정적인 면이 있다면, 이로 인해 우리가 그러한 글에 대한 식욕을 잃게 되고, ‘진짜 사람처럼 들리는’ 새로운 학술적 글쓰기의 가능성이 열릴 수도 있다⁷. 그러나 글쓰기를 AI에 맡긴 이들은 학문적 ‘통화(currency)’의 심각한 가치 하락을 겪게 될 위험이 있다.

---

글쓰기는 학자로서의 성장이다 (Writing is becoming)

글쓰기는 단지 내용을 전달하는 수단이 아니라 자아를 표현하는 방식이다.
… 글쓰기는 개인이 사회문화적으로 형성된 주체 위치와 정체성에 자신을 맞추어가는 ‘정체성의 행위(act of identity)’이며,
이러한 글쓰기를 통해 기존의 지배적 담론을 재생산하거나 도전하는 역할을 하게 된다.
(R. Ivanic)⁸

 

우리는 행함으로 배운다. 그리고 종종 그것은 생산적인 ‘고투(struggle)’를 포함한다⁹. 글쓰기는 바로 이 고투의 핵심 수단이다.

 

우리는 모두 이런 경험이 있다. 대학원생이나 동료 연구자들이 연구 데이터를 수집하고 분석까지 마친 후, “며칠 내에 초안을 제출하겠다”고 자신 있게 예고하는 경우 말이다. 그러나 그 예측은 거의 항상 빗나간다. 그리고 그건 좋은 일이다. 글을 쓰기 위해 앉은 그 순간, 글쓴이는 자신의 발견을 충분히 이해하지 못했다는 사실, 또는 그 발견이 학계의 논의 속에서 어떤 의미를 가질 수 있는지를 더 깊이 고민해야 한다는 점을 깨닫게 된다. 글쓰기는 이 과정을 가능하게 한다.

 

많은 이들이 글쓰기의 고통을 피하기 위해 AI를 활용하고 싶어한다. 이 고통은 단지 연구 훈련생에게만 해당되는 것이 아니다. 모국어가 영어가 아닌 연구자들에게는 더욱 현실적인 장벽이며, 이로 인해 우리 분야의 지식이 빈곤해지는 것은 분명한 사실이다¹⁰.

 

하지만 AI를 단순한 해법으로 사용하는 것은 또 다른 형태의 빈곤화를 초래할 수 있다. 우리가 아이디어를 다듬고, 그것을 세상과 공유할 표현을 고르는 과정에서의 고투를 회피한다면, 그 아이디어도, 우리 자신도 함께 빈곤해질 수밖에 없다. 우리는 비판적 사고를 결여한 학자, 즉 기존의 담론을 재생산은 하되 도전하지는 못하는 존재가 될 위험에 처하게 되고, 우리 분야는 정체될 것이다.

---

요약 (In summary)

‘우리는 연구하고, GenAI가 글을 쓴다(We research, genAI writes)’¹는 표어는, 특히 글쓰기를 어려워하는 연구자들에게는 매혹적인 슬로건이다. 그러나 매우 위험한 슬로건이기도 하다. 글쓰기는 단지 연구의 마지막 단계에서 빠르게 처리할 수 있는 절차가 아니다. 글쓰기는 우리가 사고하는 방식이며, 학문적 가치를 판단하는 기준이고, 우리가 학자가 되어가는 과정 그 자체다. HPE 연구자들이 글쓰기를 AI에게 넘긴다면, 얻는 것보다 훨씬 더 많은 것을 잃게 될 것이다.

 

 

Med Teach. 2025 Jul 22:1-2. doi: 10.1080/0142159X.2025.2523466. Online ahead of print.

A lifeline for the craft of writing: A response to Masters' Artificial Intelligence and the Death of the Academic Author

Morag Paton 1, Ayelet Kuper 2 3

 

 

3코를 잡아 시작한다 Cast on 3 stitches

7줄을 안뜨기로 뜬다 Knit 7 rows

방금 뜬 작은 직사각형의 가장자리를 따라 3코를 주워서 뜬다 Pick up 3 stitches along the border of the small rectangle you have just knit

시작할 때 잡았던 3코 각각에 한 코씩 주워서 뜬다 Pick up and knit 1 stitch in each of the 3 cast-on stitches

 

이것은 Medical Teacher라는 학술지의 해설(Commentary)로서는 다소 이례적인 시작일 수 있다. 그러나 여러분 중 뜨개질을 해보신 분이라면 이것을 ‘가터 탭(Garter tab)’이라고 알아보셨을지도 모른다. 이것은 숄을 뜰 때 흔히 사용하는 시작 방식이다.

 

무언가를 손으로 떠서 만든다는 것은 아주 매혹적인 경험일 수 있다. 가게에 들어가 기계로 만든 스웨터를 60달러에 사는 대신, 우리는 먼저 도안을 고르고, 어떤 사이즈를 떠야 하는지 결정하고, 어떤 종류의 실과 몇 미터가 필요한지 확인한다. 그런 다음 현혹적이고 매혹적인 공간, 즉 지역의 실가게(local yarn shop)로 들어간다. 선반에 가지런히 쌓인 실들을 만져보고, 이것들이 스웨터가 되었을 때의 느낌을 상상해보며, 우리는 결국 120달러가 넘는 실을 사 들고 가게를 나서게 된다.

 

초보 니터(이 글의 저자 중 한 명이 그렇다)로서 우리는 그 후 6개월(또는 7개월, 8개월…)을 그 스웨터를 뜨며 보낸다. 곧 우리는 ‘라이프라인(lifeline)’이라 불리는 기법을 배우게 된다. 이는 한 줄의 코에 실을 끼워넣는 방법인데, 틀렸을 때(그럴 수밖에 없다) 전체를 잃지 않도록 하기 위한 장치다. 이 실 덕분에 우리는 그 지점까지 뜨개질을 풀고, 해당 줄에서 다시 코를 주워 뜰 수 있다.

 

기본 도안에 변형을 가하기도 한다. 예를 들어 단순한 가터 스티치 대신 소매에 케이블 무늬를 추가할 수 있다. 또 유튜브에서 다양한 기법 영상을 찾아보거나, 독일식 숏로우(German short rows) 같은 고급 기법에 대해 친구들이나 동료 니터들에게 조언을 구한다. (개인적으로는 얇은 스티치 마커를 사용하는 일본식 숏로우(Japanese short rows)를 추천한다.)

 

이것은 매장에서의 단순한 소비가 아니다. 무언가를 손으로 떠내는 행위는 커뮤니티에 진입하는 경험이며, 하나의 옷을 완성하는 데 시간과 정성을 들이는 과정이다.

---

이제 바늘에 9코가 있다 You now have 9 stitches on the needle

편물을 돌리고, 가운데 코를 표시한다 Turn work and mark centre stitch

 

연구 결과를 논문화하는 과정 역시 하나의 커뮤니티에 들어가는 일이다. 연구자는 기존에 이루어진 담론에 자신의 목소리로 참여하게 된다. 데이터를 걷고, 분석하고, 다시 분석하면서 그 속을 천천히 걸어간다. 그리고 그 결과를 글로 옮기면서, 커뮤니티에 자신의 발견을 공유하고, 그 대화에 합류한다.

 

그러나 글을 쓰는 중, 어딘가 잘 맞지 않거나, 흐름이 끊기거나, 이해가 되지 않는 부분이 있다면, 우리는 그것을 조정한다. 도안의 일부를 개인적으로 바꾸는 것처럼, 초기 선택을 되돌아보며 수정한다. 여기에도 라이프라인이 있다 — 이전에 저장한 초안이거나, ‘되돌리기(undo)’ 버튼일 수 있다. 글을 쓰는 과정에서 아이디어가 정제되고, 동료들의 피드백을 받으며, 단어를 지우고 다시 쓰며, 우리는 완성물을 향해 나아간다. 그리고 마침내 동료평가(peer review)를 위해 투고하게 된다. (물론, 그 글이 딱 맞아떨어지지는 않을 수도 있다.)

 

우리가 Masters의 코멘터리 [Citation1]를 읽었을 때, 그는 연구자들이 글쓰기 작업을 인공지능에게 넘길 수도 있다고 제안했다. 왜냐하면 그에 따르면, 글쓰기는 연구 과정 중 가장 창의적이지 않은 부분이기 때문이다. 하지만 우리는 이 주장에 대해 무엇이 잃어버려질 수 있는지를 떠올리지 않을 수 없었다. 자신의 목소리를 찾는 것은 신진 연구자에게 매우 중요한 일이다. 우리는 그 목소리의 패턴과 리듬을 익혀야 하고, 어떤 대화에 참여할지, 그리고 어떻게 참여할지를 배워야 한다 [Citation2].

 

다른 저자들이 Masters의 주장에 대해 다른 관점에서 반박을 시도하는 동안, 우리는 글쓰기라는 작업 자체의 ‘공예성(craft)’에 대해 성찰하고자 한다. 뜨개질을 하는 사람으로서 우리는 어떤 실을 쓸지 선택하고, 도안을 수정하며, 창의적인 작업을 시도한다. 예상치 못한 방식으로 도전을 시도할 수도 있다. 글쓰기 또한 마찬가지다.

 

우리는 이 글을 함께 기획하며 — 하나의 주장을 한 땀 한 땀 꿰매듯 엮어가며 — 우리 둘 사이에 공통된 공예 활동이 있다는 사실을 떠올렸고, 이 은유(metaphor)를 글에 적극적으로 도입하기로 했다. 그래서 누군가가 예측 알고리즘에 글쓰기를 맡기자고 제안했을 때, 우리는 이렇게 답한다 — 일부에게는 바로 그 '글쓰기'라는 행위 자체가 생성적이며, 창의적이고, 자기표현적 활동이라는 것이다. 연구 과정이나 최종 결과 못지않게, 글쓰기 자체가 필수적인 과정일 수 있다. 거기서 우리는 기쁨을 느끼며, 가슴이 뛰고, 우리의 생각과 언어를 엮어서 하나의 작품처럼 공동체 앞에 내놓는다. 비록 그것에 모두가 동의하지 않을지라도, 그 완성된 결과물 속에서 각각의 ‘한 땀’이 보이기를, 그래서 여러분 또한 이 공예 자체의 가치를 느껴주기를 바란다.

 

다음 줄 (오른쪽 면, RS): 겉뜨기 2코, 실감기(yo), 가운데 코 바로 전까지 겉뜨기, 실감기, 겉뜨기, 실감기, 끝에서 두 코 전까지 겉뜨기, 실감기, 겉뜨기 2코 Next row (RS) k2, yo, knit to just before centre stitch, yo K yo, K to 2 before end of row, yo K2

왼쪽 면 (WS)은 전체 겉뜨기 WS knit across

 

그리고 이 이야기를 이어가며 우리는 동시에 이렇게도 알고 있다. 기계로 만든 제품이 들어설 자리도 분명히 존재한다. 저자 중 한 명은 수제 양말이 들어 있는 서랍이 하나 있고, 기계로 만든 양말이 들어 있는 서랍이 또 하나 있다. AI가 만든 글도 분명히 그만의 자리를 갖게 될 것이다. 무언가에 의미나 실용성이 있으려면 반드시 손으로 만들어야 하는 것은 아니다. 우리의 모든 작업이 그토록 소중하거나 정교할 필요는 없다.

 

만약 우리가 연구 논문을 준비하고 있다면, AI는 우리가 직접 쓰는 것보다 훨씬 빠르게, 우리의 방법 섹션이나 기술적 결과 부분을 저널에 적합한 텍스트로 바꾸어줄 수 있다. 하지만 우리는 주장한다. 그 외의 섹션에 대해서는 신중한 선택이 필요하다. 우리는 연구 문제를 제기하는 부분, 분석, 제한점 논의, 그리고 토론 부분에서 우리의 인간 지성을 AI로 대체하지 않을 것이다. 우리는 바로 그 섹션들을 통해, 의미와 뉘앙스를 완전히 탐색할 수 있도록 글쓰기라는 ‘공예’를 우리가 직접 수행하길 원한다.

 

곧 우리는 이렇게 될 것으로 예상한다. 글의 서랍이 두 개 생기는 것이다. 하나는 전적으로 인간의 지성으로 빚어진 저널 논문들이 들어 있는 서랍이고, 다른 하나는 AI가 작성한 글들 — 일부 섹션만 AI가 쓴 글, 전체가 AI로 작성된 논문, 혹은 전체 저널 자체가 AI로 만들어진 글들로 구성된 경우까지도 포함하는 서랍이다. 그리고 우리 학문 공동체는 아마도 이 둘 모두를 수용할 공간을 마련해야 할 것이다.

 

 

우리는 뜨개질(또는 글쓰기)을 할 수 있는 시간이 있다는 것 자체가 특권이자 사치라는 것을 인정한다. 그리고 누군가에게는 글쓰기 행위 자체가 가장 가치 있는 부분일 수 있다고 주장하면서도, 다른 누군가에게는 글쓰기 자체가 그렇지 않을 수도 있다는 점을 잘 알고 있다. 하지만 이런 질문도 던져본다: 만약 우리가 입는 모든 스웨터가 같은 도안, 같은 실, 같은 기계에서 만들어진 것이라면 세상은 어떤 모습일까?
누군가의 손으로, 하나하나 뜨여진, 매 코마다 심장이 뛰는 듯한 그런 물건에는 특별함이 있다.
우리는 그 특별함을 붙잡아야 한다. 그것을 잃지 않기 위해 라이프라인을 걸 수 있는 방법은 없을까?

---

오른쪽 줄(RS)과 왼쪽 줄(WS)을 원하는 크기까지 반복하여 뜬다 Continue RS and WS rows till size desired

코를 마무리한다 (cast off) Cast off