논문 하나에 박사 인생이 걸렸는데… AI 학계는 '읽씹' 중입니다

최근 온라인 커뮤니티 레딧(Reddit)의 AI 연구자 게시판이 한 박사 과정 학생의 글로 발칵 뒤집혔어요. 내용은 간단해요. ‘내 인생 망했다(FK MY LIFE)’는 격한 제목 아래, 세계적인 머신러닝 저널인 TMLR에 낸 논문이 감감무소식이라는 하소연이었죠. 처음엔 긍정적인 평가를 받고 신나서 수정본까지 냈는데, 그 뒤로 두 달 넘게 저널 측이 사실상 ‘읽씹’(메시지를 읽고 답장하지 않는 행위) 중이라는 거예요. 액션 에디터(심사 과정을 총괄하는 편집자)에게, 주 편집장에게 몇 번을 물어도 “심사위원 중 한 명만 확인했다”는 말뿐. 애가 타는 이 학생의 절규에 전 세계 AI 연구자들이 “나도 그래!”라며 몰려들었습니다. 웃프죠.

이게 그냥 ‘답장 좀 빨리해 주세요’ 수준의 불평불만일까요? 천만에요. 이건 지금 가장 뜨거운 기술인 인공지능의 심장부에서 벌어지는, 아주 기이하고 중요한 사건입니다. AI라는 초고속 열차를 떠받쳐야 할 선로가 삐걱거리는 소리거든요. 이 사소한 온라인 해프닝이 어떻게 AI 시대의 지식 생산 방식, 나아가 우리 사회의 속도 강박증까지 드러내는지, 오늘 한번 제대로 파헤쳐 보죠. 이건 한 개인의 커리어 문제를 넘어, 지식이라는 게 어떻게 만들어지고 공유되는지에 대한 근본적인 질문을 던지고 있어요.

TMLR은 왜 '답장'을 못 할까: AI판 '맛집'의 성장통

먼저 이 사태의 무대인 TMLR(Transactions on Machine Learning Research)이 어떤 곳인지부터 알아야 해요. 그냥 흔한 학술지가 아니거든요. 머신러닝 분야는 하루가 다르게 새로운 기술이 쏟아져 나와요. 그래서 보통은 1년에 한두 번 열리는 대규모 학회(Conference)를 통해 논문을 발표하는 게 국룰이었죠. 속도가 생명이니까요. 그런데 이게 문제가 좀 있어요. 마감에 쫓겨 설익은 연구가 쏟아지고, 심사도 번갯불에 콩 볶아 먹듯 이뤄지기 일쑤였거든요.

그래서 “이러지 말고, 좀 더 깊이 있고 진득한 연구를 제대로 심사해서 출판하자”는 취지로 만들어진 게 바로 TMLR 같은 저널입니다. 일종의 '슬로우 푸드' 운동이랄까요? 빠르게 찍어내는 패스트푸드(학회) 말고, 시간과 정성을 들여 만드는 '장인의 요리(저널)'를 지향한 거죠. 훌륭한 취지잖아요? 문제는 이 '맛집'이 소문나도 너무 나버렸다는 겁니다.

AI 연구가 폭발적으로 늘면서 TMLR에 논문이 그야말로 홍수처럼 밀려들기 시작했어요. 여기서 시스템의 균열이 발생합니다. 학술 논문 심사 과정은, 비유하자면 '재능 기부'로 운영되는 거대한 품앗이 시스템이에요.

1. 연구자가 논문을 저널에 제출해요(손님 등장).
2. 편집자가 주제에 맞는 다른 연구자(심사위원) 서너 명에게 심사를 부탁해요(주방에 주문 전달).
3. 심사위원들은 자기 시간을 쪼개서, 공짜로, 논문을 꼼꼼히 읽고 평가 의견을 보내요(셰프들이 각자 요리법 검토).
4. 편집자는 이 의견들을 모아 게재 여부나 수정 방향을 결정해 저자에게 전달해요(홀 매니저가 손님에게 피드백 전달).

이 과정에서 핵심적인 역할을 하는 심사위원과 편집자 대부분은 보수를 받지 않는 자원봉사자입니다. 다들 자기 연구와 강의, 프로젝트에 치이는 와중에 학문 공동체에 기여한다는 사명감 하나로 하는 일이죠. 그런데 주문(논문)이 갑자기 열 배, 스무 배로 늘어나면 어떻게 될까요? 주방(심사위원 풀)은 그대로인데 말이에요. 주문은 밀리고, 음식(심사평)은 늦어지고, 손님(연구자)은 애가 타는 거죠. 특히 수정본 심사는 신규 논문 심사보다 우선순위에서 밀리기 십상이에요. 그러니 “다 고쳤습니다, 확인해주세요!”라는 외침이 공허한 메아리가 되기 쉬운 구조입니다. TMLR의 지연은 특정 누군가가 게을러서가 아니라, 선의에 기반한 낡은 시스템이 AI의 폭발적인 성장을 감당하지 못해 터져버린 '성장통'에 가까워요.

과학의 속도 vs. 자본의 속도: 어긋난 톱니바퀴

“아니, 그래도 그렇지. 자기들이 만든 저널인데 이렇게 무책임해도 되나?”라는 생각이 들 수 있어요. 충분히 일리 있는 지적입니다. 하지만 이 문제의 본질은 좀 더 깊은 곳에 있어요. 바로 ‘과학의 속도’와 ‘자본의 속'도가 충돌하고 있다는 점입니다.

원래 과학, 특히 기초 학문의 발전 속도는 더디고 점진적이에요. 가설을 세우고, 실험하고, 동료들의 검증(피어 리뷰)을 거쳐 오류를 바로잡고, 또다시 실험하는 지난한 과정의 반복이죠. 논문 심사라는 제도는 바로 이 ‘검증’의 핵심입니다. 내 주장이 맞는지 동료 학자들에게 혹독하게 비판받고 방어하는 과정, 즉 ‘지적 스파링’을 통해 지식의 단단함을 확보하는 거예요. 이 과정은 본질적으로 시간이 걸릴 수밖에 없어요. 숙성 김치가 맛있듯, 지식도 숙성의 시간이 필요한 법이죠.

그런데 지금의 AI 분야는 어떤가요? 순수 학문이라기보다는 거대 자본이 격돌하는 산업에 가깝습니다. 구글, 메타, 오픈AI 같은 빅테크 기업들이 천문학적인 돈을 쏟아부으며 ‘누가 먼저 더 똑똑한 AI를 만드나’ 경쟁하고 있어요. 여기서 중요한 건 ‘숙성’이 아니라 ‘속도’입니다. 몇 달 차이로 시장의 판도가 뒤집히니까요. 챗GPT가 세상을 놀라게 한 게 엊그제 같은데, 벌써 수많은 후발 주자들이 등장하고 하루가 멀다 하고 새 모델이 발표되는 걸 보세요.

이런 ‘자본의 속도’가 ‘과학의 속도’를 압도하기 시작한 겁니다. 연구자들은 학자이면서 동시에 이 거대한 산업 경쟁의 플레이어예요. 기업 소속 연구원은 물론, 대학에 있는 연구자들도 다음 펀딩을 따내고, 더 좋은 일자리를 얻고, 기술 경쟁에서 뒤처지지 않기 위해선 누구보다 빨리 연구 결과를 내놓아야 합니다. ‘빨리빨리’ 결과물을 세상에 알려야 하는데, 정작 그 결과물을 공인해 줄 학계의 ‘품질 보증(QA)’ 시스템은 여전히 19세기 속도를 고수하고 있는 셈이죠. 마치 KTX를 타고 서울에서 부산까지 2시간 반 만에 주파했는데, 부산역에서 내려 시내로 들어가는 버스가 1시간에 1대 오는 상황이랄까요? 답답해 미치죠.

결국 TMLR 논문 지연 사태는 AI라는 분야의 정체성 혼란을 보여주는 상징적인 사건입니다. 이것은 학문인가, 산업인가? 지식의 엄밀함이 중요한가, 시장 선점이 중요한가? 이 두 개의 어긋난 톱니바퀴가 서로 맞물려 돌아가려니 삐걱거리고 부서지는 소리가 날 수밖에 없는 겁니다.

'출판 아니면 죽음'인데, 출판이 죽어간다

이 삐걱거림의 가장 큰 피해자는 누구일까요? 당연히 이제 막 커리어를 시작하는 젊은 연구자들, 특히 레딧에 글을 올린 것 같은 박사 과정 학생들입니다. 학계에는 ‘출판 아니면 죽음(Publish or Perish)’이라는 유명한 말이 있어요. 논문을 출판하지 못하면 살아남을 수 없다는 뜻이죠. 이건 그냥 말이 아니라 현실입니다.

• 졸업과 학위: 박사 학위를 받으려면 보통 주요 저널이나 학회에 논문 1~2편 이상을 게재해야 하는 졸업 요건이 있어요. 심사가 6개월, 1년씩 늦어지면 졸업 자체가 막힙니다. 등록금을 더 내야 하는 건 물론이고, 인생 계획이 통째로 어그러지는 거죠.
• 취업과 커리어: 졸업 후 포닥(박사후연구원)이나 교수직, 혹은 기업 연구소에 지원할 때 가장 중요한 스펙이 바로 논문 실적입니다. 심사가 기약 없이 늘어지면, 눈앞의 좋은 기회를 그냥 놓칠 수밖에 없어요. ‘곧 나올 예정’이라는 말은 이력서에 한 줄 적을 수 없으니까요.
• 연구의 연속성: 연구는 연쇄 반응이에요. 내 논문 A가 나와야 그걸 바탕으로 다음 연구 B를 시작할 수 있는데, A가 심사 지옥에 갇혀버리면 모든 게 올스톱됩니다.

상황이 이렇다 보니, 연구자들은 점점 더 공식 저널을 ‘패싱’하기 시작합니다. 대안은 ‘아카이브(arXiv.org)’ 같은 프리프린트(preprint) 서버예요. 프리프린트는 ‘동료 심사를 거치기 전의 날것 그대로인 논문’을 의미해요. 여기엔 심사 과정이 아예 없어요. 그냥 올리면 몇 시간 안에 바로 공개됩니다. 속도는 타의 추종을 불허하죠.

연구자들은 일단 아카이브에 올려서 “이 아이디어는 내가 최초야!”라고 깃발부터 꽂고, 세상에 빨리 알린 뒤, 저널 심사는 하세월 기다리는 전략을 택합니다. 문제는 이게 학계 전체로 보면 위험한 신호라는 점이에요. 검증되지 않은 주장들이 무분별하게 유통될 수 있기 때문이죠. 누군가 아카이브에 “물로 가는 자동차를 발명했다”는 그럴싸한 논문을 올리면, 그게 동료 연구자들의 검증을 거치기 전에 언론이나 소셜미디어를 타고 퍼져나가며 혼란을 일으킬 수 있어요. 공식 출판 시스템의 권위가 흔들리고, 지식의 ‘옥석’을 가리는 기능이 마비되는 겁니다. ‘출판 아니면 죽음’인 세상에서, 정작 ‘출판’ 시스템 자체가 신뢰를 잃고 서서히 죽어가는 아이러니가 펼쳐지고 있는 거죠.

흔한 오해와 뼈 때리는 진실

이런 문제를 이야기하면 꼭 나오는 두 가지 순진한 해결책이 있어요. 하지만 현실은 그렇게 간단하지 않습니다.

1. 오해: “심사위원이 부족하면 돈 주고 더 뽑으면 되는 거 아닌가요?”

뼈 때리는 진실: 이건 돈으로 해결될 문제가 아니에요. 훌륭한 심사, 즉 동료의 연구를 깊이 이해하고 건설적인 비판을 해줄 수 있는 능력은 아무나 가질 수 있는 게 아닙니다. 해당 분야의 최전선에 있는 최고 전문가여야 가능하죠. 그런데 이런 전문가들은 몸값이 가장 비싸고 가장 바쁜 사람들이에요. 이들에게 논문 한 편당 몇십만 원의 심사비를 준다고 해서, 과연 자기 프로젝트를 제쳐두고 남의 논문을 열심히 봐줄까요? 어설프게 심사비를 지급하기 시작하면, 오히려 돈벌이를 위해 퀄리티 낮은 심사를 남발하는 ‘어뷰저’들만 늘어날 수 있어요. 이건 전형적인 ‘공유지의 비극’ 문제입니다. 모두가 양질의 심사라는 깨끗한 목초지를 원하지만, 누구도 자기 양(시간과 노력)을 들여 목초지를 가꾸려 하지 않는 거죠. 사명감과 명예에 기대던 기존 방식이 한계에 부딪혔지만, 시장 논리가 깔끔한 해답이 되지도 못하는 진퇴양난의 상황입니다.

1. 오해: “AI 시대인데, 논문 심사도 AI한테 시키면 안 되나요?”

뼈 때리는 진실: 아직 한참 멀었습니다. 물론 지금의 AI도 표절 검사, 문법 교정, 참고문헌 확인 같은 기술적인 부분은 도울 수 있어요. 하지만 논문 심사의 핵심은 그게 아니에요. 이 연구가 기존의 지식에 어떤 새로운 벽돌을 쌓아 올리는가(독창성), 연구 방법은 믿을 만한가(엄밀성), 그래서 이 결과가 학문과 세상에 어떤 영향을 미칠 것인가(영향력)를 종합적으로 판단하는 일입니다. 이건 미묘한 맥락을 읽고 비판적 사고를 해야 하는, 고도의 지적 활동이죠. 지금의 LLM(거대 언어 모델, 쉽게 말해 챗GPT처럼 말을 그럴싸하게 만들어내는 AI)은 그럴듯한 텍스트를 생성할 순 있지만, 진짜 ‘이해’하고 ‘평가’하는 능력은 없어요. AI에게 논문 심사를 맡기는 건, 아직 덧셈 뺄셈 배우는 아이에게 미적분 문제를 풀라고 하는 것과 같아요. 언젠가는 가능할지 몰라도, 지금 당장은 아닙니다.

그래서, 이 시스템은 망가졌나? 우리가 봐야 할 신호들

그럼 이대로 손 놓고 있어야 할까요? 시스템이 붕괴 직전이라는 건 모두가 알게 됐어요. 이제 학계와 산업계 모두 대안을 모색하기 시작했습니다. 몇 가지 변화의 신호들을 눈여겨볼 필요가 있어요.

• 심사 과정의 새로운 모델 등장: 논문을 먼저 공개하고, 누구나 리뷰에 참여할 수 있게 하는 ‘오픈 리뷰(Open Review)’ 플랫폼이 대표적입니다. 심사를 소수의 지정된 전문가에게만 맡기는 게 아니라, 커뮤니티 전체의 집단 지성에 맡겨보자는 시도죠. 투명성은 높아지지만, 여전히 리뷰의 질을 어떻게 보장할 것인가 하는 숙제가 남습니다.

• 심사 기여에 대한 인정 강화: 논문 심사를 ‘공짜 노동’이 아니라 중요한 학술 활동으로 인정해주려는 움직임도 있어요. 예를 들어, 특정 저널에서 얼마나 성실하게 심사에 참여했는지를 공개적으로 표시해주거나, 이를 교수 임용이나 연구비 평가에 반영하자는 주장입니다. ‘돈’ 대신 ‘명예’와 ‘실질적 혜택’을 보상으로 주는 방식이죠.

• 빅테크의 사회적 책임 요구: 사실 AI 발전으로 가장 큰 이득을 보는 건 구글, 메타, 엔비디아 같은 빅테크 기업들입니다. 이들의 연구원들은 학술지에 논문을 내며 명성을 얻고, 동시에 학계의 공짜 심사 시스템에 무임승차하고 있죠. 이제 이 기업들이 자신들이 거둬가는 이익만큼 학술 생태계에 더 많이 기여해야 한다는 목소리가 커지고 있어요. 예를 들어, 소속 연구원들의 심사 활동을 의무화하거나, 학술 단체에 직접적인 재정 지원을 늘리는 방식 등이 거론됩니다.

TMLR 사태는 종착역이 아니라 분기점입니다. 기존의 낡은 시스템이 더는 작동하지 않는다는 명백한 신호탄이죠. 앞으로 AI 학계가 어떤 새로운 ‘게임의 규칙’을 만들어나가는지 지켜보는 것은, 미래의 지식이 어떻게 생산되고 유통될지를 가늠하는 중요한 바로미터가 될 겁니다.

결국 이 모든 논의는 하나의 질문으로 귀결됩니다. 우리는 ‘속도’를 위해 ‘신뢰’를 얼마나 희생할 수 있는가? AI라는 전례 없는 기술 앞에서, 인류의 지적 성취를 검증하고 축적해 온 오랜 시스템이 중대한 시험대에 올랐습니다. 이건 단순히 몇몇 박사 과정 학생들의 푸념이 아니라, 우리 모두의 미래가 걸린 문제일지도 몰라요. 잘못된 지식 위에 세워진 기술은 사상누각일 테니까요.

Q. 아니, 그래서 레딧에 글을 올렸던 그 박사 과정 학생은 어떻게 됐나요? A. 글쎄요, 그 학생의 논문이 구체적으로 어떻게 처리됐는지 후기는 아직 올라오지 않았어요. 하지만 중요한 건 그 학생 개인의 결말이 아니에요. 그 글에 수백 개의 댓글과 수천 개의 ‘좋아요’가 달렸다는 사실이죠. 이건 이 문제가 특정 저널의 실수가 아니라, AI 연구자 다수가 겪는 보편적인 고통이라는 걸 보여줍니다. 한 사람의 문제가 아니라 시스템의 문제라는 게 핵심이에요.

Q. TMLR 말고 다른 저널이나 학회는 괜찮은 건가요? A. 정도의 차이는 있지만, 비슷한 압박을 받고 있기는 마찬가지입니다. 특히 AI처럼 급성장하는 분야는 모두 해당돼요. TMLR이 유독 주목받는 이유는, ‘느리고 깊은 심사’라는 야심 찬 목표를 내걸고 출범한 신생 강자인데, 그 목표를 달성하기는커녕 가장 기본적인 ‘속도’ 문제로 삐걱거리는 모습이 더 극적으로 보이기 때문입니다. 다른 저널들도 논문 폭증과 심사위원 부족이라는 시한폭탄을 안고 있긴 매한가지입니다.

Q. 연구자라면 그냥 아카이브(arXiv)에 빨리 올리는 게 낫지 않나요? 굳이 저널 심사를 기다릴 필요가 있나요? A. 전형적인 ‘하이 리스크, 하이 리턴’ 전략이죠. 속도와 아이디어 선점이라는 엄청난 이득을 얻는 대신, ‘공신력’이라는 가장 중요한 자산을 포기해야 하니까요. 아카이브 논문은 말 그대로 ‘개인적인 주장’일 뿐, 학계의 공식적인 검증을 받은 ‘과학적 사실’로 인정받지 못해요. 취업, 연구비 수주, 교수 임용 같은 결정적인 순간에는 결국 동료 심사를 통과한 공식 출판물이 필요합니다. 마치 개인이 유튜브에 올린 영상과, 방송사의 엄격한 심의를 거쳐 방영된 다큐멘터리의 무게감이 다른 것과 같아요. 그래서 연구자들은 ‘울며 겨자 먹기’로 두 가지를 모두 하는 겁니다.