풀리지 않는 난제에 부딪혔을 때, 우리는 종종 오랜 경험을 가진 전문가에게 조언을 구합니다. 하지만 최근에는 이러한 질문에 대해 "대규모 언어모델(LLM)에 물어보라"는 답변을 듣는 경우가 늘고 있습니다. 필자는 이미 클로드(Claude)와 같은 LLM을 충분히 활용한 후에도 해결되지 않는 문제에 대해, 30년 경력의 전문가가 가진 통찰력과 개인적인 의견을 듣고 싶었지만, 돌아온 것은 기계적인 답변이었습니다. 이는 단지 필자만의 경험이 아니라, 여러 차례 데이터 문제나 다른 난관에 봉착했을 때도 비슷한 반응을 겪었다고 합니다.
필자는 이러한 상황을 과거 사람들이 검색 엔진 사용법을 모를 때 "LMGTFY(Let Me Google That For You)" 링크를 보내던 것과는 다르다고 설명합니다. LLM에 물어보는 것은 단순히 정보를 찾는 단계를 건너뛴 것이 아닙니다. 오히려 수많은 토큰을 소비하며 LLM과 씨름한 후에도 여전히 남아있는 질문에 대한 인간적인 해답을 갈구하는 것입니다. 이는 마치 친구에게 맛집을 추천해달라고 했을 때, 단순히 상위 10개 목록을 받는 것이 아니라, 비슷한 취향과 공유된 역사를 바탕으로 친구의 개인적인 의견과 '왜 그 목록이 틀렸는지'에 대한 통찰을 듣고 싶어 하는 것과 같습니다. 전문가의 오랜 경험에서 나오는 개인적인 견해와 통찰은 기계가 줄 수 없는 가치입니다.
"LLM에 물어보라"는 답변은 어쩌면 "모른다", "지금은 바쁘다", 또는 "생각해볼 시간이 없다"는 말을 정중하게 돌려 표현하는 방식일 수 있습니다. 물론 모든 질문이 인간의 깊은 통찰을 필요로 하는 것은 아니며, 많은 질문은 LLM이나 검색 엔진으로 충분히 해결될 수 있습니다. 그러나 이미 그러한 단계를 거친 후에도 남아있는 질문에 대해 전문가의 경험에서 우러나오는 사려 깊은 답변을 얻지 못하는 것은, 결국 그 질문에 대한 진정한 해답을 얻을 기회를 놓치는 것과 같습니다. 이는 정보의 홍수 속에서 인간 고유의 지식과 경험, 그리고 그로부터 파생되는 통찰력의 가치를 다시 한번 되짚어보게 합니다.