새로운 AI 시대의 가장 중요한 인재는 엔지니어가 아니라 연구자 입니다.
- 누구나 AI로 “무료로 만들 수 있는” 시대가 되면, 진짜 차별점은 “무엇을 만들 가치가 있는가? 과연 만들 수 있는가?” 를 판단하는 능력이다.
- 연구자는 해결책이 없을 수도 있는 문제를 붙잡고, “이 베팅에 목숨 걸 만한가?” 를 결정하는 사람들입니다.
시장도 이미 이 사실을 반영하고 있다
- 퀀트 펌들은 포트폴리오 한 번 관리해 본 적 없는 학부생에게 $600k 를 준다.
- AI 랩(Meta Superintelligence Labs 등)은 연구자 한 명에게 4년간 $3억 까지 제안한다.
→ 한 번의 학습 비용이 수억 달러인데, 데이터 효율을 1~2%만 올려도 그 연구자가 수십 배로 돈을 벌어줍니다.
왜 연구는 자동화하기 어려운가?
- 엔지니어링은 “정답이 이미 존재한다. 그냥 찾아서 구현하면 된다.” 입니다.
- 연구는 “정답이 있는지조차 모른다” (halting problem).
1년을 매달려도 “답은 No” 일 수 있습니다.
연구자를 차별화하는 핵심 능력 = Taste (문제 선택 감각) 입니다.
- 수백만~수억 달러짜리 “편향된 동전” 이 수조 개 있는 방에서,
어느 20개만 뒤집을지 미리 아는 사람. - 지능은 기본 스펙이고, 진짜 가치는 “커리어를 걸고 계속 실패할 각오” + 보상 구조(성과에 따라 돈/승진)입니다.
- Taste는 도메인이 바뀌어도 옮겨갑니다 (물리학자 → 퀀트 → AI, 생물학자 → 신약 등).
AI 에이전트는 아직 한계가 있습니다.
- 코딩 에이전트는 테스트·벤치마크가 명확해서 빠르게 발전 중입니다.
- 하지만 연구 taste는 실패 사례·내부 판단이 공개되지 않아 학습 데이터가 없습니다.
- Karpathy의 autoresearch처럼 밤새 126번 실험을 돌려도, 결국 하이퍼파라미터 스윕 수준에 머무릅니다.
결론
지금 당장은 “무엇을 시도하고, 무엇을 과감히 포기할지” 결정하는 사람이 병목입니다.
이 격차는 빠르게 좁혀지겠지만, 아직은 연구자의 판단력이 AI 시대의 진짜 희소 자원입니다.
(공동 집필: Amy Tam @ Bloomberg Beta + E Chi @ Quadrillion, Trenton Chang 기여)
원문 조회수 33만+, 좋아요 1.6k+ (2026.3.9 게시)