6개월이면 낡는 AI 논문 주제에 '완전 과도기' 진단, 금융에선 여전히 xgboost가 이긴다는 경험담

28일 밤 11시 무렵, 에이전트코리아 방에 연구자의 고민 하나가 올라왔다. 대학원에서 AI 논문을 쓰고 있는 한 참여자가, 6개월이면 너무 많이 바뀌어 지금 잡은 주제가 의미가 있나 싶다고 털어놓았다. 이날 밤 이 방은 68명이 1526건을 주고받았다.

근데 여러분들 보시기에도 지금 성장중인 ai들이 계속 새로나오고 업데이트 되니깐

돌아온 첫 진단은 짧았다. 한 참여자는 지금을 「완전 과도기」로 본다고 답했다. 또 다른 발언은 너무 급변하는 탓에 고전이라 부르기도 힘든 5년 전, 학술적으로 유망하던 내용들도 크게 의미가 없어지는 시대가 되는 것 같다고 짚었다.

주제는 세 갈래로 나눠 건다

처방도 나왔다. 한 참여자는 주제를 하나에 몰지 말고 낡는 속도가 다른 셋으로 나누라고 권했다.

매우 고전적인 주제 1개 적당히 고전적이고 현대적인 주제 1개 그리고 3개월 내의 매우 빠른 주제 1개

한 주제가 반년 만에 낡을 수 있다면, 속도가 다른 주제를 함께 쥐어 위험을 나누자는 발상으로 읽힌다. 가장 빠른 주제의 시한을 3개월로 잡은 것도 고민에 나온 6개월보다 짧다. 변화 속도 자체를 연구 설계의 변수로 넣자는 제안에 가깝다.

고전 주제가 버팀목 구실을 하고 빠른 주제가 시의성을 맡는 식의 분담으로도 읽힌다. 한 번에 한 주제에 걸기에는 판이 너무 빨리 움직인다는 판단이 깔린 것으로 보인다.

트리 모형은 왜 버티나

대화는 곧 금융 분야로 넘어갔다. 금융 쪽에서는 지금도 xgboost 같은 트리 모형 논문이 실린다는 이야기가 나왔고, 몇 년째 자동매매를 해 왔다는 한 참여자는 「xgboost 진짜 이놈 물건」이라며, xgboost와 lambdaMART가 이유는 모르겠지만 딥러닝을 이기는 경우가 많다고 했다. 논문 주제가 반년 만에 낡는다는 고민 바로 옆에서, 오래된 도구가 실전에서 버틴다는 증언이 나온 것이다.

머신러닝이나 알파고까지 AI로 불러야 하느냐는 정의 논쟁도 곁들여졌다. 새 모델이 쏟아진다는 불안과 오래된 방법이 여전히 이긴다는 경험이 한 대화 안에서 나란히 놓인 셈이다. 무엇을 AI라 부를지조차 합의가 흔들린다는 점은, 앞서 나온 과도기 진단과도 맞물려 보인다.

빨리 낡는 것과 오래 가는 것

같은 날 저녁 이 방의 다른 대화에서도 비슷한 감각이 보였다. 클로드 입문 요령을 묻는 자리에서 한 참여자는 RAG·하네스·온톨로지를 「2026년 초의 추억」이라고 불렀다. 도구 쪽에서도 올해 초의 방법이 벌써 지난 것으로 불린 것이다.

이 장면들은 새로운 것과 오래 통하는 것을 함께 따져야 하는 연구자의 처지를 보여 주는 것으로 보인다. 어제 낮 이 방 대화에는 연구 주제 이야기가 없었다. 다만 트리 모형이 이기는 이유는 이날 대화 안에서 풀리지 않았다.