지난 10월, 2025 오픈 액세스 주간에서 연구계는 다시 한번 지식의 자유롭고 공정한 교환에 주목했습니다. 올해 논의는 저널과 유료의 장벽을 넘어 새로운 영역인 인공지능(AI)으로 확장되었습니다. 한재 정보의 궁극적인 민주화 도구로 칭송받던 AI는 이제 연구를 발견하고 해석하며 공유하는 방식을 형성하고 있습니다. 하지만 이 과정에서 이러한 질문을 던지지 않을 수 없습니다. ‘개방성을 추구하는 동시에, AI로 인해 새로운 지식 사일로(Knowledge Silo)를 야기하는 건 아닐까?’
지난 오픈 액세스 주간에서는 다양한 학문 분야와 지역의 사고 리더(thought leader)들이 AI가 글로벌 정보 생태계를 어떻게 재구성하고 있는지 논의했습니다. 이들의 관점은 역설을 표면 위로 끌어 올립니다. AI는 연결하지만, 동시에 조용히 분열시킬 수도 있다는 점이죠.
알고리즘 문지기
AI 윤리학자 팀닛 게브루(Timnit Gebru)는 오랫동안 LLM(대규모 언어 모델)이 중립적인 도구가 아니라고 주장해 왔습니다. 이 모델들은 구축 기반이 된 데이터의 불평등을 그대로 반영한다고 말이죠. 모델은 주로 영어권 및 서구권의 데이터세트로 훈련되는데, 이 경우 다른 지역의 시기 체계 전체가 반영되지 않습니다. (Harvard Business School)
게브루가 주장하는 투명성과 공동체 주도형 AI 개발은 AI 민주화가 단순히 공개 API를 의미하는 게 아니라, 애초에 데이터에 무엇이 반영되었는지에 관한 문제임을 상기시킵니다.
반향 효과
사회과학자 시난 아랄(Sinan Aral)은 알고리즘과 개인화된 콘텐츠 흐름이 우리의 정보 소비를 어떻게 제한하는지 강조합니다. 아랄이 제안한 ‘하이프 머신* 루프(hype machine loop)’라는 개념은 SNS 알고리즘은 우리가 이미 좋아하는 콘텐츠를 더 보여주려는 경향이 있어, 다양한 관점에 대한 노출을 제한한다는 점을 설명하죠. (CHM)
* 하이프 머신: SNS가 만든 실시간 커뮤니케이션 생태계
AI가 관련성 높은 콘텐츠를 찾는 데 도움을 주는 것은 사실이나, 동시에 우리가 접하는 정보의 범위를 좁히기도 합니다. 피드를 스마트하게 만드는 그 개인화 기능이, 학계와 연구 공간에서 우리를 글로벌 관점으로부터 보이지 않게 고립시킬 수 있습니다.
데이터 격차의 심화
스탠퍼드 인간 중심 인공지능 연구소 공동 소장인 페이페이 리(Fei-Fei Li)는 확대되는 ‘데이터 격차’에 대해 경고합니다. 소수의 기업과 엘리트 기관만이 대규모로 데이터를 수집, 라벨링, 훈련할 자원을 보유합니다. 이는 한때 개방적 협업의 상징이었던 혁신이 이제 정보 유통 경로를 누가 통제하느냐에 달려 있음을 의미합니다. (McKinsey & Company)
리 소장의 인간 중심적인 AI에 대한 비전은 지식 독점 방지를 위한 포용성과 공동 거버넌스를 강조합니다.
위기의 오픈 사이언스
오픈 액세스 옹호자이자 cOAlition S의 요한 루릭(Johan Rooryck) 사무총장은 AI가 독점 시스템 뒤에 통찰력을 가둔다면 오픈 사이언스를 훼손할 수도 있다고 경고합니다. AI가 생성한 통찰력을 검증하거나 인용할 수 없다면, 과학적 지식 공유의 기반 중 하나인 투명성을 잃을 위험이 있다는 것이죠.
들리지 않는 목소리
인지과학자 아베바 비르하네(Abeba Birhane)는 남반구 지역의 지역적 지식이 AI 데이터세트나 벤치마크에 거의 반영되지 않는 현상을 두고 ‘지식의 배제(epistemic exclusion)’ 현상이라 설명합니다. (WIRED)
해당 지역의 관점이 누락되면 AI가 그리는 세계에서 해당 지역의 공동체는 보이지 않는 존재로 남겨지죠.
아시아에도 놓이는 가교
아시아 전역에서 조용한 역류가 형성되고 있습니다. 일본과 한국에서는 언어별 AI 모델(rinna, HyperCLOVA)이 연구자가 모국어로 작업하면서 글로벌 네트워크와 연결되도록 돕고 있습니다. 이러한 노력은 비영어권 연구자를 위한 AI 지식의 민주화를 목표로 하며, 글로벌 AI가 강화해 온 언어적 고립을 깰 수 있습니다.
평등화를 위한 AI 교정 도구
페이퍼팔의 실피 메흐라에 따르면, “AI는 우리가 어떻게 활용하느냐에 따라 격차를 심화하거나 해소할 수도 있”습니다. 다국어 연구 논문 작성을 지원하고 접근성을 개선함으로써, AI 교정 도구는 제도적 지원이나 영어 실력이 부족한 연구자에게 공정한 경쟁의 장에 참여하는 데 도움을 줄 수 있습니다. 이는 에디터를 대체하는 것이 아니라 접근성과 포용성을 확대합니다.
AI는 새로운 장벽을 쌓는 기술이 아닙니다. 그러나 데이터, 코드, 컴퓨팅 자원이 제한된 소수에게 집중됨으로써 그런 결과가 초래될 위험이 있습니다. 장벽을 허물기 위해서는 기술자, 출판사, 연구 커뮤니티 사이의 협력이 필요하며, 이를 통해 투명성, 다양성, 개방성을 보장해야 합니다. 지식의 미래가 알고리즘을 소유한 주체에게 달려서는 안 됩니다. 알고리즘에 기여하는 자에게 달려야 하는 것이죠.
더 읽어 보기
노벨상과 이그노벨상을 모두 받은 과학자, 안드레 가임 이야기
연구자들에게 APEC 2025이란 – 지속 가능한 연결, 혁신, 번영의 미래를 위해
괜찮지 않아도 괜찮아요 – 학계에서의 정신 건강 지원은 필수입니다
