샌프란시스코에서 자율주행차 웨이모(Waymo)를 이용한 경험은 우리에게 새로운 편리함을 선사합니다. 운전자와 대화해야 하는 부담이나 라디오 선곡에 대한 미묘한 신경전 없이, 오롯이 혼자만의 시간을 가질 수 있는 '작은 오아시스' 같은 경험이죠. 이처럼 기술이 인간과의 마찰을 제거하고 그로 인한 편리함을 '순수한 이득'으로 느끼게 하는 현상을 '웨이모 효과(Waymo effect)'라고 부릅니다. 하지만 이 편리함 뒤에는 우리가 미처 인지하지 못했던 중요한 가치, 즉 '마찰'이 제공했던 이점을 잃어버리는 대가가 숨어 있습니다.
이러한 '웨이모 효과'는 이제 연구 분야에도 스며들고 있습니다. 대규모 언어모델(LLM)은 지적 활동의 '웨이모'와 같습니다. 동료 연구자는 특정 시간에만 가능하고, 자신의 의제와 관점을 가지고 있으며, 때로는 불편한 방식으로 우리의 가설에 이의를 제기하기도 합니다. 반면 LLM은 언제든 즉시 이용 가능하며, 우리의 요청에 따라 정확히 필요한 만큼만 비판하고, 자신의 의제 없이 오직 유용하게만 작동합니다. 예를 들어, LLM에게 논문 초고를 비판해달라고 요청하면, 요청한 부분에 대해 능숙하게 비판해주지만, 우리가 근본적으로 '잘못된 문제'를 풀고 있다는 점이나 다른 연구 그룹이 이미 시도했다가 실패한 경험 등은 알려주지 않습니다.
결국 동료와의 '불편함'은 단순한 버그가 아니라 협업의 본질 그 자체입니다. 다른 사람의 생각은 우리의 사고방식의 확장을 거부할 때 비로소 가치를 발휘합니다. 연구는 단순히 아이디어를 논문으로 바꾸는 생산 기능이 아니라, 논쟁, 도제 관계, 학회에서의 우연한 대화, 어려운 심사 보고서의 고통을 공유하며 유지되는 '실천 공동체(community of practice)'입니다. 이러한 공동체는 우리가 지금 제거하고 있는 바로 그 '마찰'들로 짜여진 사회적 직물입니다. 동료와의 대화가 챗봇으로 대체될 때마다, 이 직물의 한 가닥이 조용히 사라지는 것과 같습니다. 개별 가닥은 중요하지 않아 보이지만, 이 직물 전체는 연구의 깊이와 혁신, 그리고 지속 가능성에 결정적인 영향을 미칩니다.