암호학자 아미트 사하이(Amit Sahai)가 수학자 테런스 타오의 블로그에 2026년 9월 24일 올린 게스트 글이 수학·연구 커뮤니티에서 논쟁을 불러일으키고 있다. 제목은 "우리는 훨씬 더 많은 수학자가 필요하다". 글 자체가 GPT 6 Astra의 도움을 받아 작성됐다고 밝히고 있어, 형식부터 이미 AI와 인간의 협업이라는 이 글의 주제를 그대로 보여준다.
사하이는 학부 시절 기억에서 출발한다. 최상위 학생들이 새로운 개념을 받아들이는 속도를 도저히 따라갈 수 없다고 느낀 동료들이 결국 수학 연구의 꿈을 접고 다른 길을 찾았다는 것이다. 그는 지금 연구 수학자 공동체 전체가 그때 그 학생들과 똑같은 감정을 마주하는 시기에 들어섰다고 진단한다. 그가 함께 작업한 AI 시스템은 이미 인상적인 계산이나 빠른 논증 수행을 넘어 '아름다운 새로운 아이디어'를 만들어내고 있으며, 앞으로의 시스템이 낼 결과는 상상조차 어렵다는 것이다.
따라갈 수 없다는 감각, 그리고 선택
핵심 질문은 이렇다. 기계가 우리보다 훨씬 빠르게 움직일 때, 우리는 그것을 연구를 떠날 이유로 삼을 것인가. 사하이는 개인이 다른 삶을 택할 권리는 존중하되, 공동체가 '이해하는 일' 자체를 포기하는 것은 인류에 대한 책임의 방기라고 본다. 그가 말하는 책임은 인간이 세상을 바꿀 발견을 이해하고 거기에 기여할 수 있는 미래, 곧 '의미 있는 인간 행위성(human agency)'이 남아 있는 미래를 만드는 일이다.
그는 이해에는 '분투'가 필수적이며 다행히 그 분투는 나눌 수 있다고 말한다. 여러 연구 그룹이 각각 한 학기나 1년 동안, AI의 도움을 받아 AI가 내놓은 비범한 아이디어 묶음을 이해하려 애쓰는 풍경을 상상해 보라는 것이다. 그는 이것이 앞으로 가장 중요한 수학적 작업 중 하나가 될 수 있으며, 그만큼 지원과 우선순위를 받아야 한다고 주장한다.
1테라와트 핵융합 발전소라는 사고실험
왜 사회가 이를 원해야 하는가에 대해, 사하이는 구체적인 사고실험을 든다. 미래의 AI가 인간이 한 번도 생각해내지 못한 방식으로 핵융합을 제어하는 1테라와트급 발전소 설계를 제안하고, 로봇이 즉시 제작에 나설 준비가 됐다고 하자. 값싸고 풍부하며 청정한 전력이라는 약속은 매력적이지만, 바로 그 참신함 때문에 우리는 수십 년간 유사 설비를 운영하며 쌓은 신뢰를 물려받을 수 없다. 고장을 어떻게 격납할지, 정지 시 저장된 에너지는 어떻게 되는지, 재료가 예상대로 거동할지를 인간 공동체가 이해한 뒤에야 건설을 승인해야 한다는 것이다.
그는 인간이 개입한다고 결정이 자동으로 나아지는 것은 아니며, AI가 더 신뢰성 있게 할 수 있는 작업을 인간이 굳이 반복할 이유는 없다고 인정한다. 다만 정리(theorem)는 모델 안에서만 성립하기에, 보증을 이해한다는 것은 모델과 그 경험적 근거, 그리고 모델의 정확성에 대한 불확실성까지 이해하는 일이다. 이는 고도로 숙련된 사람이 감당해야 하는 노동이다. 그렇지 않으면 우리는 어떤 인간 공동체도 이해하지 못하는 근거 위에서 중대한 결정을 내리는 미래를 받아들이게 된다. 그는 각주에서 이해가 기술을 제안한 조직에만 머물러선 안 되며, 회사 전문가만 논증을 따라갈 수 있는 공청회는 위험하다고 지적한다. 독립적 전문성이 관건이라는 것이다.
'배치 가능한 지적 예비군'과 남은 물음들
사하이가 제시하는 개념은 '배치 가능한 지적 예비군(deployable intellectual reserve)'이다. 수학적으로 숙련된 사람들의 공동체를 유지해, 인류가 중대한 AI 발(發) 돌파구를 이해해야 할 때 호출할 수 있게 하자는 것이다. AI가 각자를 더 유능하게 만들어 오히려 적은 인원으로 충분해지지 않겠냐는 반론에는, 인간은 생물학적 한계를 지녔고 깊은 이해에는 지속 가능한 시간과 삶의 속도가 필요하기에 협력하는 다수가 필요하다고 답한다.
한국의 IT·연구 실무자 입장에서 이 글은 두 가지로 읽힌다. 하나는 AI 검증(AI oversight)이라는 실무 과제다. 모델 카드나 벤치마크 수치를 넘어, 시스템이 내놓은 설계·증명·의사결정의 전제와 불확실성을 독립적으로 따라 읽을 수 있는 인력을 조직 차원에서 확보하는 문제로 번역된다. 다른 하나는 인력·평가 체계의 재설계다. 검증과 이해가 핵심 기여가 된다면, 새 결과를 처음 만든 사람만 평가하던 관행은 흔들린다.
다만 이 글의 한계도 분명하다. 댓글에서 여러 연구자가 지적하듯, 종신교수 자리를 얻기가 극도로 어려운 현실에서 '정리를 증명하는 흥분과 인정'이 사라진다면 젊은 수학자에게 무슨 유인이 남느냐는 물음에 사하이는 구체적 정책을 내놓지 않는다. 한 댓글은 재현하는 데 걸리는 시간에 비례해 논문을 읽을지 정해야 한다며, 대다수 점진적 연구가 더는 그 기준을 통과하지 못한다고 냉정하게 진단하기도 한다. 결국 이 글은 해법의 제시라기보다, 이해라는 인간의 역할을 어떻게 제도로 뒷받침할 것인가라는 질문을 공론장에 던진 문제 제기로 보는 편이 정확하다.