Terence Tao와 Richard Feynman이 공유한 역설: 완벽한 연구 환경이 오히려 창의성을 저해한다. 프린스턴 고등연구소처럼 오로지 연구만 할 수 있는 환경에서 처음 몇 주는 훌륭하지만, 시간이 지나면 아이디어가 고갈된다. 학생들을 가르치고, 기초적인 것을 다시 설명하고, 예상치 못한 대화를 나누는 ‘비효율’이 오히려 새로운 통찰의 원천이다.
이 통찰은 AI가 모든 것을 효율적으로 자동화하는 시대에 더욱 중요해진다. 딸깍되는 일만 하다 보면 serendipity(의외의 발견)가 사라진다. 농담이 실패하는 이유도 비슷하다. 농담은 비선형적인 점프와 예상치 못한 연결을 필요로 하는데, 현재 AI의 최적화 패러다임은 점진적 개선에 특화되어 있기 때문이다. Karpathy가 오토 리서치로 산문은 창의적으로 잘 만들어냈지만 농담은 실패한 이유도 여기에 있다.
취향에 관한 발견도 같은 맥락이다: ‘싫어하는 것’이 좋아하는 것보다 더 강력한 시그널이다. 이는 부정적 예시가 긍정적 예시보다 정보량이 많기 때문이며, AI가 단순히 긍정적 피드백만으로는 포착하기 어려운 인간 고유의 판단 영역을 시사한다.
근거
“처음 몇 주는 훌륭한데 시간이 지나면 영감이 고갈된다… Richard Feynman도 똑같은 이야기를 했습니다. 연구만 할 수 있는 상황은 과학자를 망치는 지름길”
연결된 생각
- 20260606-verifiability-determines-ai-capability — 검증 가능성과 비효율의 역설 (검증 가능한 최적화가 창의성과 충돌하는 지점)
- 20260606-humans-shift-to-meta-engineering — 인간이 평가 시스템 설계자로 이동해야 하는 이유 (비효율이 필요한 영역은 인간이 설계)
출처
- 📎 클리핑: 20260613-ep98-ko-transcript