본문으로 건너뛰기
피드

프로그래밍을 모두에게 끔찍하게 만드는 방법 — AI를 최악의 컴퓨터 언어로 비판한 에세이

general 약 7분
vote
0
댓글
북마크

AI를 컴퓨터 언어 설계의 관점에서 비판한 에세이. 해석, 예측 가능성, 발견 가능성이라는 세 가지 설계 원칙으로 AI 프로그래밍 도구를 평가하며, 예측 가능성에서의 완전한 실패를 지적함.

  • 1

    좋은 컴퓨터 언어의 3대 원칙: 해석, 예측 가능성, 발견 가능성

  • 2

    AI는 발견 가능성은 뛰어나지만 예측 가능성에서 완전히 실패

  • 3

    ELIZA 효과: 사용자가 AI에 인간적 능력을 투사하는 인지적 위험

  • 4

    1981년 'The Last One'과 현재 AI 프로그래밍 도구의 유사성 지적

Quine Programmer에서 시작하는 질문

  • 저자가 The Daily WTF(아직도 운영 중이라고 놀람)에서 영감을 받아 던지는 근본적 질문: "아무거나 할 수 있는 시스템"과 Python의 차이가 뭔가?
  • "Quine Programmer"란 충분한 설정만 주면 뭐든 할 수 있는 시스템을 만든 사람을 말함. 그런데 프로그래밍 언어도 충분한 코드만 주면 뭐든 할 수 있잖음. 그럼 이 둘의 차이는 뭔가?
  • Excel이 프로그래밍 언어인가? Scratch는? nginx.conf는? find 명령어의 커맨드라인 플래그는? 저자는 이 모든 것이 넓은 의미에서 프로그래밍의 일종이라고 봄

컴퓨터 언어의 세 가지 설계 원칙

  • 저자가 제시하는 "컴퓨터 언어"의 정의: "의미 있는 입력의 복잡성에 한계가 없는 컴퓨터 프로그램" — 설정 파일, 마크업, 스타일 언어, 비텍스트 언어까지 포함하는 정의임
  • 좋은 컴퓨터 언어의 3대 설계 목표:
    1. 해석(Interpretation): 유효한 입력은 처리하고 무효한 입력은 거부해야 함
    2. 예측 가능성(Predictability): 사용자가 컴퓨터가 입력을 어떻게 해석할지 이해할 수 있어야 함
    3. 발견 가능성(Discoverability): 사용자가 시스템 안에서 새로운 목표를 표현하는 방법을 알 수 있어야 함
  • Quine Programmer는 해석은 자랑하지만, 예측 가능성은 생각도 안 했고("구현 자체가 멘탈 모델이지"), 발견 가능성도 무시함("코드 읽으면 되잖아!"). 그리고 에러 메시지라는 핵심 발견 도구도 놓침

AI를 이 잣대로 평가하면

  • AI는 발견 가능성에서는 뛰어남. 자연어로 소통하니까 진입 장벽이 극도로 낮음. 뭐든 설명해줄 의향이 있음 (사실 정확성은 제쳐두고)
  • 하지만 무효한 입력 거부를 못 함. 유효/무효 입력의 구분 자체가 있는지도 의문임
  • 가장 치명적인 실패는 예측 가능성 — 데이터셋의 규모 때문에 사용자가 동작에 대한 멘탈 모델을 구성하는 게 원천적으로 불가능함. "Peter Griffin이 블라인드와 씨름하는" 워크플로우를 코드베이스에 자동화한 셈

ℹ️참고

> Dijkstra가 주장했듯이, 논리적/기술적 작업에 형식 기호를 사용하는 것은 역사적으로 중대한 돌파구였음. 자연어의 모호성, 지역적 표현, 자기 부정, 문맥 의존성은 해석 과정을 극도로 오류에 취약하게 만듦

ELIZA 효과 — 사용자는 AI에 능력을 투사한다

  • 1960년대 ELIZA 챗봇 창시자 Weizenbaum의 분석: 사용자가 시스템을 이해할 수 없으면, 자기 자신의 사고 능력을 유일한 비유로 가져다 붙임. "고양이가 내가 전등을 켜고 끄는 걸 보고 마법이라 생각하는 것"과 같은 원리
  • 이건 순진한 비서만의 문제가 아님 — 전문 정신과 의사들이 ELIZA를 "정신의학의 미래"라고 선언했고, 칼 세이건까지 "컴퓨터 터미널로 치료받는 장밋빛 미래"를 제시했음
  • 저자 본인도 2014-2017년에 자기 트윗으로 학습된 트위터 봇(@jneebooks)을 운영했는데, 고등학교 친구가 봇과 대화하면서 저자 본인인 줄 알았고, 봇이라고 말해도 안 믿었음
  • 현대 AI는 이 의인화 경향이 중립적이지 않음. 적극적인 인지적 위험(cognitohazard)임. 최근에 Meta AI 전문가가 공개적으로 OpenClaw에게 "이메일 지우지 마"라고 꾸짖었는데 — 컴퓨터가 수치심을 느끼고 행동을 교정할 거라고 가정한 거임

튜닝된 노이즈로서의 AI와 그 한계

  • 셰이더 프로그래밍에서 노이즈를 예술적으로 쓰려면 노이즈의 분포와 행동을 이해하는 것이 핵심임. 예측 가능성이 노이즈 활용의 전제 조건이라는 거임
  • AI/LLM 모델은 본질적으로 튜닝된 노이즈의 한 형태임. Andrej Karpathy도 "GPT는 입력 토큰을 다음 토큰의 확률 분포로 매핑하는 큰 수학 함수"라고 설명함
  • 노이즈를 출력에 쓰는 건 정당한 활용임 (예: 이미지 생성, 텍스트 생성 등). 하지만 인터페이스에 노이즈를 넣는 건 다른 문제 — 입력 복잡성이 무한한 컴퓨터 언어에서 이미 자연스러운 불확실성이 충분한데, 행동이 잘 이해되지 않는 새로운 불확실성 소스를 추가하는 건 창작 통제의 불필요한 포기임

결론: AI 프로그래밍의 운명은 The Last One과 비슷할 것

  • 1981년에도 "The Last One"이라는 Quine 시스템이 "프로그래밍의 종말"이라는 찬사를 받았음. "적응 못 하는 데이터 프로세싱 종사자는 일자리를 잃을 것"이라는 기사까지 나왔는데, 실제로는 끔찍한 시스템이었음
  • Claude 등 자연어 기반 프로그래밍 도구는 "The Last One의 실패가 기술적 한계 때문이었고, 하드웨어가 좋아지면 해결된다"는 전제 위에 서 있음. 하지만 문제는 인터페이스에 있음 — 기술 발전이 사용자를 얼마나 empowering하는지가 핵심인데, 그 부분이 빠져있다는 거임
  • 저자의 전망: 프로그래밍 도구가 불안정하고, 멘탈 모델링을 완전히 거부하고, 무효한 입력을 일관되게 거부하지 못하면 목적에 부적합한 것이고, 확실히 프로그래밍의 미래는 아님
  • 하지만 프로그래밍 기술 자체는 AI 겨울을 살아남을 것이고, AI가 만든 혼란을 치우는 일거리가 꽤 있을 거라고 봄
  • 마지막 조언: "올해 새로운 전통적 프로그래밍 언어를 배워봐라. 아니면 직접 만들어봐라. Quine Programmer의 실수는 컴퓨터 언어를 만든 것이 아니라, 형편없이 만들고 사용자에 대한 공감이 없었던 것"

AI를 프로그래밍 도구가 아니라 '형편없이 설계된 컴퓨터 언어'로 프레이밍하는 시각이 참신함. 특히 '노이즈는 출력에 쓰면 괜찮지만 인터페이스에 넣으면 문제'라는 구분이 날카로움.

댓글

댓글

댓글을 불러오는 중...

general

존 카맥이 돌아본 초기 id 소프트웨어의 실수들

존 카맥이 퀘이크 개발 당시의 기술적 과욕, 팀 운영, 지분 구조 문제를 직접 돌아봤다. 퀘이크 자체는 엄청난 성취였지만, 그 과정에서 회사와 사람들에게 너무 큰 부담을 줬다는 반성에 가깝다.

general

정부, 공공부문을 ‘AI 민주정부’로 바꾸겠다는 전략 공개

행정안전부가 전자정부의 날 행사에서 공공 인공지능 전환 전략인 ‘세계 최고의 AI 민주정부 실현 전략’을 발표했다. 핵심은 행정 효율화에 그치지 않고 국민 의견 수렴, 정책 참여, 행정 역량 강화를 AI로 밀어보겠다는 구상이다.

general

워드 빨간 밑줄을 만든 토니 크루거를 기억하며

마이크로소프트 워드의 빨간 맞춤법 밑줄과 초록 문법 밑줄을 처음 만든 개발자 토니 크루거를 기리는 글이다. 예전에는 사용자가 직접 맞춤법 검사를 실행하고 기다려야 했지만, 토니는 이 기능을 백그라운드에서 덜 거슬리게 만들고 오류를 즉시 화면에 표시하는 방식으로 바꿨다. 지금은 거의 모든 문서 편집기와 개발 도구에 비슷한 표시가 들어갔다는 점에서, 조용하지만 엄청나게 널리 퍼진 사용자 경험 개선 사례다.

general

삼성전자, AI 모듈러 홈 3년 안에 1만 채 팔겠다고 선언

삼성전자가 공장에서 80% 이상 제작되는 AI 모듈러 홈을 3년간 누적 1만 채 판매하겠다는 목표를 밝혔다. 스마트싱스 기반 보안, 화재·누수 알림, 에너지 절감, 방문자 맞이 자동화까지 주거 솔루션을 패키지로 묶는 전략이다.

general

중기부, 딥테크 7개 팀에 예비연구 티켓 줬다

중기부가 생태계혁신형 딥테크 챌린지 프로젝트 예비연구팀 7곳을 출범시켰다. 206개 컨소시엄 중 7개가 뽑혀 41대 1 경쟁률을 통과했고, 최종 5개 과제에는 4년간 최대 200억 원의 연구개발 지원이 붙는다.