박사과정생들은 AI를 거부하지 않는다 — 직무 안에 선을 긋고 있다

박사과정생 가운데 연구 업무 대부분에 AI를 들여도 편하다고 답한 비율은 16%에 불과합니다. 그런데 3,785명의 박사과정 연구자를 분석한 새 연구에서 더 의미심장한 숫자는 따로 있습니다. 단일 최대 집단인 44%는 AI를 거부하는 게 아니었습니다. 이들은 자기 직무 한가운데에 선을 긋고, 선의 한쪽에서는 AI를 환영하고 다른 쪽에서는 차단하고 있었습니다.

그 선은 어디에 그어질까요? 도입 논쟁이 흔히 가정하는 자리가 아닙니다.

[사실] 이 발견은 Francesco Angelini와 Johan Lyrvall이 2026년 8월 26일 arXiv에 공개한 워킹페이퍼에서 나왔습니다. Nature의 2025년 대학원생 설문(Graduate Survey)에 참여한 STEM 및 의학·보건 분야 박사과정생 3,785명의 응답을 분석한 연구입니다.

대부분의 설문이 건너뛰는 질문

직장 내 AI 설문 대부분은 뭉뚱그려 묻습니다. AI를 쓰는가, 어떻게 느끼는가. 그 답은 "수용자 대 거부자"라는 익숙한 이야기를 만들고, 그 이야기가 학술지 정책부터 박사과정 교육까지 좌우합니다. Angelini와 Lyrvall은 더 좁고, 결과적으로 더 유용한 질문을 던졌습니다. 연구 논문 저술, 데이터 수집·분석, 실험 설계, 문헌 추적, 문헌 요약 — 다섯 가지 구체적 과제 각각에 대해 AI 사용이 얼마나 편한지를 6점 척도(모름 선택지 포함)로 측정한 것입니다.

그리고 답을 하나의 수용 점수로 평균 내는 대신 잠재계층분석(latent class analysis)을 돌렸습니다. 연구자가 미리 정한 범주가 아니라 응답 패턴 전체로 사람들을 묶는 통계 기법입니다. 데이터에서 네 개의 뚜렷한 프로필이 나타났습니다.

[사실] 최대 집단은 44%로, 저자들이 "분업(division of labour)" 프로필이라 부르는 유형입니다. 모든 과제에서 전반적으로 불편해하는 "현상 유지(status quo)" 프로필이 34%, 거의 모든 과제에서 편안한 "전방위(all-purpose)" 프로필은 겨우 16%, 나머지 7%는 입장이라기보다 상당한 불확실성을 표현하는 진짜 "미결정" 집단입니다.

빠진 것에 주목하세요. 어느 극단에도 과반이 없습니다. 전면 불편과 전면 수용, 두 극단을 합쳐도 표본의 절반입니다. 무게중심은 눈앞의 과제에 따라 예스와 노를 동시에 말하는 사람들에게 있습니다.

선이 그어지는 자리

분업 프로필 내부의 균열은 선명합니다. [사실] 문헌 요약에 AI를 쓰는 것은 60%가, 문헌 추적은 48%가 편하다고 답했습니다. 그러나 AI가 연구 논문을 쓰는 것은 33%, 데이터를 수집·분석하는 것은 33%, 실험을 설계하는 것은 36%만이 편하다고 했습니다.

이 숫자들에서 두 가지가 도드라집니다.

첫째, 격차입니다. 문헌 요약과 논문 저술 — 언어 기술로는 인접해 보이는 두 과제 사이에서 편안함이 27%p 떨어집니다. 하나의 프로필 안에서, 하나의 직무 안에서 벌어지는 낙차입니다.

둘째, 군집입니다. [추정] 저항받는 세 과제는 서로 3%p 이내(33%, 33%, 36%)에 몰려 있는 반면, 수용되는 두 과제는 48%와 60%로 훌쩍 높습니다. 이 촘촘함은 다섯 개의 개별 의견이라기보다 하나의 원칙이 일관되게 적용된 흔적처럼 보입니다. AI는 연구를 둘러싼 것은 맡아도 되지만, 연구를 구성하는 것은 안 된다는 원칙 말입니다. 저술, 분석, 실험 설계는 저자됨(authorship)과 책임이 사는 자리이고, 저자들의 주장에 따르면 저항이 집중되는 곳도 정확히 거기입니다. 논문은 이를 규범적 경계, 즉 단순한 선호가 아니라 위임·저자됨·책임에 관한 선이라고 표현합니다.

대조 프로필들이 그림을 더 또렷하게 만듭니다. 전방위 집단에서는 94%가 AI 문헌 요약을, 77%는 AI가 논문을 직접 쓰는 것까지 편하다고 답했습니다. 현상 유지 집단에서는 71%가 AI 저술에, 76%가 AI의 데이터 수집·분석 개입에 "매우 불편"하다고 했습니다.

사람을 움직이는 건 노출이지, 전공이 아니다

누가 어느 프로필에 속할까요? [사실] STEM 학생은 의학·보건 분야 동료보다 현상 유지 진영에 속할 확률이 높았습니다(계수 0.307, p<0.01). 도구에 열광한다는 STEM의 평판을 생각하면 다소 의외의 결과입니다. 남성은 전방위 집단에 속할 확률이 약간 높았습니다(0.272, p<0.05). 그러나 다른 모든 변수를 압도하는 것은 행동입니다. AI를 주 단위 또는 매일 쓰는 학생은 현상 유지 집단에 속할 확률이 극적으로 낮았습니다(계수 -1.911, p<0.01).

[추정] 크기를 비교하면 사용 계수는 전공 계수의 약 6배입니다. 논문의 표가 허용하지만 명시하지는 않은 비교입니다. 어느 분야에 있는가보다 AI로 무엇을 해봤는가가 입장을 훨씬 잘 예측합니다.

"익숙해지면 받아들인다"는 뻔한 해석에는 단서가 필요합니다. 인과는 반대로 흐를 수도 있습니다. 원래 편했던 사람이 AI를 더 많이 쓰는 것일 수 있으니까요. 이 논문의 횡단면 설계로는 둘을 분리할 수 없고, 저자들도 할 수 있는 척하지 않습니다.

짚어야 할 한계

이 연구는 아직 동료심사를 거치지 않은 프리프린트이고, 표본은 자기선택된 집단입니다. Nature 설문에 응하기로 한 박사과정생들은 무시한 이들보다 어느 방향으로든 AI에 대한 생각이 강할 수 있습니다. 저자들은 더 미묘한 한계도 강조합니다. 이 설문이 측정한 것은 편안함이지 정당성 판단이 아닙니다. AI가 내 논문을 쓰는 게 불편하다는 것과 그것이 부당하다고 선언하는 것은 다릅니다. 네 프로필은 규범적 차원을 지닌 태도의 구성으로 읽는 게 가장 정확하며, 과학에서 AI에게 무엇을 허용해야 하는가에 대한 국민투표가 아닙니다.

실험실 밖에서 이것이 중요한 이유

이 학생들이 적용하는 틀은 학계를 훌쩍 넘어 통용됩니다. 이들이 지키는 과제 — 저술, 분석, 설계 — 는 공로와 책임에 묶인 일입니다. 이들이 위임하는 과제 — 남이 쓴 것을 추적하고 요약하는 일 — 는 대체당해도 직업적으로 잃을 게 없는 일입니다.

이것은 지금 대부분의 지식노동자가 마주한 바로 그 분할선입니다. 데이터 과학자는 매일 같은 질문에 부딪힙니다. 분석에서 어디까지가 진짜 내 것이고 어디부터가 배관 작업인가? 연구를 생산하는 동시에 바로 이 설문 속 박사과정생들을 지도하는 대학 교수·강사들은 지금 그 44%가 따르게 될 공시 규칙을 쓰고 있습니다.

[주장] 차세대 연구자의 44%가 이미 "이건 AI에게, 저건 아니게" 방식으로 움직이고 있다면, 허용이냐 금지냐의 이분법 위에 세워진 정책은 자신이 규율하는 최대 집단에게 빗나갈 것입니다. 학술지 공시 요건, 박사과정 교육, 연구 평가는 과제 단위로 세분화되어야 합니다. 규율받는 사람들이 실제로 그렇게 사고하기 때문입니다.

개별 연구자에게, 그리고 인접 분야에서 이를 지켜보는 지식노동자에게, 데이터가 시사하는 실용적 행동은 세 가지입니다.

1. 이 연구가 한 방식대로 자기 직무를 지도로 그려보세요. "AI를 써야 하나?"가 아니라 "구체적으로 어느 과제에?"입니다. 27%p 격차는 그 둘이 답이 다른 별개의 질문임을 보여줍니다.
2. 어떤 과제가 나의 지적 기여를 구성하는지 명시적으로 정하세요. AI 역량이 커질수록 직업 정체성을 정의하는 것은 도구 선택이 아니라 그 경계선입니다.
3. 위임 가능한 과제에서 실전 숙련도를 쌓으세요. -1.911이라는 계수는 막연한 논쟁이 아니라 직접 써보는 경험이 전면적 불편함을 녹인다는 것, 그리고 어디에 선을 그을지 스스로 판단할 근거를 준다는 것을 시사합니다.

연구라는 직무 한가운데의 선은 지금, 과제 단위로 그어지고 있습니다. 그 선을 긋는 사람들 — 오늘의 박사과정생들 — 이 그 선과 함께 가장 긴 경력을 살아갈 사람들입니다.

출처

• Francesco Angelini & Johan Lyrvall (2026), "Normative boundaries of AI in scientific work: Evidence from PhD researchers," arXiv:2608.25678 [econ.GN], v1 2026년 8월 26일 제출, CC BY 4.0. https://arxiv.org/abs/2608.25678
• 기초 데이터: Nature 2025년 대학원생 설문 (STEM 및 의학·보건 분야 박사과정생 3,785명), 위 논문에서 분석.

이 글은 AI 보조 분석으로 작성되었습니다. 모든 수치는 발행 전 1차 자료(arXiv:2608.25678v1)와 대조해 검증했습니다. 이 논문은 프리프린트이며 아직 동료심사를 거치지 않았습니다.