이 책은 인문사회과학연구자를 위해 Python을 활용해서 다양한 AI 도구를 이용한 사회과학방법론에 대해 소개한 책입니다. 인문사회과학 연구자들이 LLM과 AI 에이전트의 원리를 이해하고, 이를 연구 도구로 비판적으로 활용하며, 그 방법론적 정당성을 학술적으로 확보할 수 있도록 안내하는 것이 이 책의 목적입니다.
〈머리말〉
학문 간 융합과 통섭에 관한 논의는 오랜 역사를 지니고 있으나, 그 주도권은 대체로 이공계 영역에서 행사되어 왔다. 문·이과 통합이든 학제간 연구든, 인문사회과학은 이공계 발전을 위한 보조적 역할로 규정되는 경향이 있었다. 이러한 구도 속에서 인문사회과학은 교양 학문 정도로 인식되어 왔으며, '문송’이라는 표현은 이 분야 연구자와 학생들이 직면한 현실을 보여 준다.
필자는 이러한 불균형에 대한 문제의식을 품어 왔다. 이공계가 인문사회과학을 도구로 활용하는 방식이 아니라, 인문사회과학의 관점에서 이공계적 방법론을 융합하는 가능성을 모색하고자 했다. 이러한 관심에서 파이썬, 웹프로그래밍, 데이터베이스, 머신러닝과 딥러닝 등 인공지능 분야를 학습하기 시작했으나, 알고리즘 사고에 익숙하지 않은 인문사회과학 연구자에게 그 과정은 쉽지 않았다. 2022년 11월 ChatGPT의 등장은 필자의 학습 경험에 전환점이 되었다.
대규모 언어 모델(Large Language Model: LLM)의 출현은 인문사회과학 연구자에게 새로운 도구적 가능성을 제공한다. 이공계 전공자가 인문사회적 상상력과 맥락적 해석 능력에서 한계를 보이는 것처럼, 인문사회 전공자 역시 수학적·기술적 사고에서 어려움을 겪어 왔다. LLM을 적절히 활용할 수 있다면, 인문사회과학 연구자는 자신의 강점-비판적 사고, 맥락적 해석, 인간과 사회에 대한 이해-을 기반으로 연구 생산성을 극적으로 높일 수 있다. 인문사회계와 이공계 학생들을 동시에 가르치며 관찰한 결과도 이를 뒷받침한다. 인문사회계 학생들은 AI라는 도구를 갖추었을 때 놀라운 문제해결 역량을 보여 주었다.
이 책은 학부생을 포함해 전문 연구자를 주된 독자로 상정한다. 연구자와 교육자가 먼저 변화해야 학생들에게 새로운 방법론을 전수할 수 있기 때문이다. 인문사회과학 연구자들이 LLM과 AI 에이전트의 원리를 이해하고, 이를 연구 도구로 비판적으로 활용하며, 그 방법론적 정당성을 학술적으로 확보할 수 있도록 안내하는 것이 이 책의 목적이다.
다만 AI 활용에 대한 낙관적 전망만을 제시하는 것은 적절하지 않다. AI의 생산성은 연구자에게 유용한 도구가 되지만, 동시에 고려해야 할 문제가 있다. AI에 대한 과도한 의존은 인간의 사고력을 약화시킬 가능성이 있다. AI로 결과물을 생성하는 행위 자체가 문제라기보다, 그 과정에서 인간이 사고 능력을 잃게 되는 것이 문제이다.
이 지점에서 대학 교육의 역할에 대한 성찰이 필요하다. AI의 등장이 대학의 존재 가치를 위협할 것이라는 주장이 있었다. 필자는 다른 관점을 제시한다. AI 시대이기에 대학의 기능은 오히려 중요해져야 한다. 대학 교육의 일부는 AI 사용을 배제한 채 원고지에 연필로 글을 쓰는 것과 같은 사고력 훈련과 지식의 주입식 교육으로 회귀할 필요가 있다. "Back to the Basics"이 요구된다. AI를 제대로 활용하기 위해서는 인간의 사고력과 지식이 전제되어야 하기 때문이다. 유능한 교수가 역량 있는 조교를 충분히 활용할 수 있듯이, 유능한 연구자와 학생이 AI를 제대로 활용할 수 있다. 그렇지 못할 경우, 인간은 AI에 종속된다. 따라서 대학은 기초 원리 체득 및 지식 습득 교육과 AI에 과업을 위임하고 그 결과물을 감독·승인하는 교육을 동시에 수행해야 한다. AI에게 대체 당하는 인간도 생길 것이고 이러한 AI를 더욱 강력한 무기로 사용하는 인간도 생기는 양극화가 생길 것이다. 더 뛰어난 학문적 역량을 가진 연구자가 AI를 지백하게 될 것이다. 어떤 의미에서는 AI와 인간의 지적인 대결이 시작된 셈이다. 참고로 필자는 거칠게라도 직접 글을 작성한 후에 내용과 논리, 문체 등의 검토와 마무리를 AI에게 맞기고 최종 결정을 한다. 이는 LLM 시대에 연구자로서의 생명력을 잃지 않기 위해서이다. 학생들이 위협받는 것 이상으로 LLM을 어떻게 사용하느냐에 따라 지식 연구자의 지적 역량이 퇴보할 수도 더 증강될 수도 있다.
이 책은 문서 수집 및 요약과 정리, 원고 점검 과정에서 LLM 도구를 활용했음을 밝히며 내용과 관련한 모든 책임은 필자에게 있음을 밝힌다. 그리고 실습 파일은 깃허브에 있으며 윈도우, 맥, 리눅스 모든 운영 체제에서 실습이 가능하다. 마지막으로 이 책의 출판을 응원해 주시고 수고해 주신 정재훈 대표님과 임직원에게 진심으로 감사의 마음을 전한다.
2025년 12월
이석민
학문 간 융합과 통섭에 관한 논의는 오랜 역사를 지니고 있으나, 그 주도권은 대체로 이공계 영역에서 행사되어 왔다. 문·이과 통합이든 학제간 연구든, 인문사회과학은 이공계 발전을 위한 보조적 역할로 규정되는 경향이 있었다. 이러한 구도 속에서 인문사회과학은 교양 학문 정도로 인식되어 왔으며, '문송’이라는 표현은 이 분야 연구자와 학생들이 직면한 현실을 보여 준다.
필자는 이러한 불균형에 대한 문제의식을 품어 왔다. 이공계가 인문사회과학을 도구로 활용하는 방식이 아니라, 인문사회과학의 관점에서 이공계적 방법론을 융합하는 가능성을 모색하고자 했다. 이러한 관심에서 파이썬, 웹프로그래밍, 데이터베이스, 머신러닝과 딥러닝 등 인공지능 분야를 학습하기 시작했으나, 알고리즘 사고에 익숙하지 않은 인문사회과학 연구자에게 그 과정은 쉽지 않았다. 2022년 11월 ChatGPT의 등장은 필자의 학습 경험에 전환점이 되었다.
대규모 언어 모델(Large Language Model: LLM)의 출현은 인문사회과학 연구자에게 새로운 도구적 가능성을 제공한다. 이공계 전공자가 인문사회적 상상력과 맥락적 해석 능력에서 한계를 보이는 것처럼, 인문사회 전공자 역시 수학적·기술적 사고에서 어려움을 겪어 왔다. LLM을 적절히 활용할 수 있다면, 인문사회과학 연구자는 자신의 강점-비판적 사고, 맥락적 해석, 인간과 사회에 대한 이해-을 기반으로 연구 생산성을 극적으로 높일 수 있다. 인문사회계와 이공계 학생들을 동시에 가르치며 관찰한 결과도 이를 뒷받침한다. 인문사회계 학생들은 AI라는 도구를 갖추었을 때 놀라운 문제해결 역량을 보여 주었다.
이 책은 학부생을 포함해 전문 연구자를 주된 독자로 상정한다. 연구자와 교육자가 먼저 변화해야 학생들에게 새로운 방법론을 전수할 수 있기 때문이다. 인문사회과학 연구자들이 LLM과 AI 에이전트의 원리를 이해하고, 이를 연구 도구로 비판적으로 활용하며, 그 방법론적 정당성을 학술적으로 확보할 수 있도록 안내하는 것이 이 책의 목적이다.
다만 AI 활용에 대한 낙관적 전망만을 제시하는 것은 적절하지 않다. AI의 생산성은 연구자에게 유용한 도구가 되지만, 동시에 고려해야 할 문제가 있다. AI에 대한 과도한 의존은 인간의 사고력을 약화시킬 가능성이 있다. AI로 결과물을 생성하는 행위 자체가 문제라기보다, 그 과정에서 인간이 사고 능력을 잃게 되는 것이 문제이다.
이 지점에서 대학 교육의 역할에 대한 성찰이 필요하다. AI의 등장이 대학의 존재 가치를 위협할 것이라는 주장이 있었다. 필자는 다른 관점을 제시한다. AI 시대이기에 대학의 기능은 오히려 중요해져야 한다. 대학 교육의 일부는 AI 사용을 배제한 채 원고지에 연필로 글을 쓰는 것과 같은 사고력 훈련과 지식의 주입식 교육으로 회귀할 필요가 있다. "Back to the Basics"이 요구된다. AI를 제대로 활용하기 위해서는 인간의 사고력과 지식이 전제되어야 하기 때문이다. 유능한 교수가 역량 있는 조교를 충분히 활용할 수 있듯이, 유능한 연구자와 학생이 AI를 제대로 활용할 수 있다. 그렇지 못할 경우, 인간은 AI에 종속된다. 따라서 대학은 기초 원리 체득 및 지식 습득 교육과 AI에 과업을 위임하고 그 결과물을 감독·승인하는 교육을 동시에 수행해야 한다. AI에게 대체 당하는 인간도 생길 것이고 이러한 AI를 더욱 강력한 무기로 사용하는 인간도 생기는 양극화가 생길 것이다. 더 뛰어난 학문적 역량을 가진 연구자가 AI를 지백하게 될 것이다. 어떤 의미에서는 AI와 인간의 지적인 대결이 시작된 셈이다. 참고로 필자는 거칠게라도 직접 글을 작성한 후에 내용과 논리, 문체 등의 검토와 마무리를 AI에게 맞기고 최종 결정을 한다. 이는 LLM 시대에 연구자로서의 생명력을 잃지 않기 위해서이다. 학생들이 위협받는 것 이상으로 LLM을 어떻게 사용하느냐에 따라 지식 연구자의 지적 역량이 퇴보할 수도 더 증강될 수도 있다.
이 책은 문서 수집 및 요약과 정리, 원고 점검 과정에서 LLM 도구를 활용했음을 밝히며 내용과 관련한 모든 책임은 필자에게 있음을 밝힌다. 그리고 실습 파일은 깃허브에 있으며 윈도우, 맥, 리눅스 모든 운영 체제에서 실습이 가능하다. 마지막으로 이 책의 출판을 응원해 주시고 수고해 주신 정재훈 대표님과 임직원에게 진심으로 감사의 마음을 전한다.
2025년 12월
이석민