직접 연구 안하고 Gpt만 돌려서 논문 쓸 수 있나? -> 쓸 수 있음.
그럼 연구 생산성 올라간거 아니냐? -> 그건 아님
바이브코딩 하는 게이들은 뭔 느낌인지 대충 알거임
겉보기엔 인간이 할 수 없는 부분들까지 ai가 커버치는것 처럼 보여도
Ai의 작업물을 검토하는 과정에서 필연적으로 그것들을 조금이라도 이해하기 위해 공부할 수 밖에 없고, 검토가 끝났을 때 ai가 한 일은 결국 사용자의 잠재적 능력 범주 안에 있는 일이 됨.
여기서 문제가 생김. 만약 시킨 연구가 정말 너무 어려워서 사용자가 2~3일 본다고 이해할 수 있는 수준이 아니라면? 그 상태로 두루뭉술하게 작업 지시만 계속 하면?
거의 무조건 퀄리티 개차반으로 나옴. 그래서 ai는 아직 "사용자의 지능을 증폭시키는 고오급 자동완성기" 같은 느낌이고
그래서 대학원생들 논문 뽑는 속도가 아직도 그대로인거임.(코딩해서 실험하는 랩) 원래 논문 못뽑았던 학생한테 gpt 붙인다고 잘 뽑게 되는게 아님 결국 생산성 자체는 유의미한 차이가 없지
그래서 난 아모데이가 틀렸다고 봄. 물론 1~2년 뒤 결과적으로 옳게 될 수 있지만 일단 지금은 아님
그정도 시각이면 아모데이랑 별 차이 안나는거 아니노
논문 뽑는 속도 bottleneck은 그냥 lm이 아니라 실험을 돌릴 gpu자원임
연구 잘하는 학생은 그런데 못하는 학생은 그렇지가 않음 나처럼 ㅋㅋ
그렇다고 하기엔, 1년-2년 걸릴 연구논문 6개월만에 완성한다면 충분히 생산성 있는거 아니냐? 연구하다 새로운 개념을 맞닥뜨렸을 때 인공지능으로 빠르게 공부하고 테스트코드 빠르게 구축하고 필요한 유도증명 정확하게 완성하고 그럴거잖아
일리있음. 확실히 나처럼 주장하기엔 시기가 너무 이른 감이 있을 수 있음. ai를 사용해서 이론도 파고, 실험도 돌리고 이정도 레벨이 된게 몇개월 안지났으니까
지금 모델의 사용자 경험일뿐임
llm은 인공지능이 아니라 어쩔수 없음 근데 시간 단축만으로도 엄청 의미는 있는거같음