핵심 요지 — 26년 동안 흩어져 있던 연구를 여러 AI와 대화하며 다시 설계했다. 현재 작품의 점수 대신 도달 가능한 창작세계를 측정한다는 발상을 풀어낸다.
오랫동안 붙들고 있던 연구에는 이상한 맹점이 생긴다. 너무 익숙해서 전제를 의심하지 못하고, 자료가 많아질수록 다음 질문은 오히려 흐릿해진다. 나는 이것을 농담 삼아 ‘돌머리의 한계’라고 불렀다.
26년 동안 띄엄띄엄 이어온 색채·창작 연구의 미래 방향을 놓고 한 AI에게 제안을 받았다. 다른 AI에게 그 제안을 비판하고 확장해보라고 했다. 두 번째 모델은 처음 제안보다 한 걸음 더 나아가, 현재의 작품을 평가하는 대신 학습자가 앞으로 도달할 수 있는 창작세계의 범위를 연구하자고 했다.
점수에서 궤적으로
전통적인 평가는 완성된 작품을 한 시점에서 본다. 색채 조화가 좋은가, 구성이 안정적인가, 과제의 조건을 충족했는가를 점수로 환산한다. 그러나 교육이 바꾸려는 것은 현재의 한 작품만이 아니다. 학습자가 다음 작품에서 무엇을 시도할 수 있는지, 실패 뒤에 어느 방향으로 이동할 수 있는지, 표현의 선택지가 얼마나 넓어졌는지가 더 중요하다.
그래서 질문을 바꾼다. 이 학습자에게 제약, 힌트, 반례, 표상 변환을 제공했을 때 앞으로 가능한 창작궤적은 어떻게 달라지는가. 지금까지의 창작 이력과 수정·삭제 과정, 받은 개입을 바탕으로 ‘도달 가능한 미래 창작 레퍼토리’를 그려볼 수 있는가.
AI는 결론이 아니라 반론 장치다
여기서 AI의 역할은 연구자를 대신해 이론을 확정하는 것이 아니다. 첫 모델이 제안을 만들고, 두 번째 모델이 비판과 확장을 제시하며, 연구자는 자신의 오랜 자료와 대조한다. 같은 문제를 서로 다른 모델에 통과시키면 감탄할 문장이 아니라 논리의 약한 고리가 드러난다.
낯선 위상기하학 수식이 등장했다고 해서 그것이 곧 연구 성과가 되는 것도 아니다. 수식의 변수와 가정이 실제 창작 과정에서 관찰 가능한지, 기존 개념과 무엇이 다른지, 반증할 수 있는지를 다시 따져야 한다. 이해하지 못한 수식은 권위가 아니라 경고등이다.
오래된 연구를 다시 여는 법
AI가 준 가장 큰 도움은 답이 아니라 관점의 전환이었다. 색상환의 관계가 어떻게 창발하는가라는 질문에서, 어떤 교육적 개입이 학습자의 가능한 미래를 넓히는가라는 질문으로 이동했다. 대상은 같은데 연구의 단위가 ‘작품’에서 ‘궤적’으로 바뀌었다.
좋은 AI 활용은 연구자의 한계를 감추지 않는다. 익숙한 사고의 벽을 두드리고, 벽 너머에 검증해야 할 새 질문을 만들어낸다.
26년 연구를 AI가 몇 분 만에 완성해준 것이 아니다. 다만 흩어진 조각 사이에 임시 다리를 놓아주었다. 그 다리가 견딜 수 있는지는 이제 자료, 실험, 동료의 비판으로 확인해야 한다. 연구자의 돌머리를 밀어주는 힘과 연구를 책임지는 힘은 끝내 다른 것이다.