이 위키가 앞으로 답해야 할 질문

질문은 정보가 부족할 때 잠시 남겨 두는 빈칸만이 아니다. 어떤 문제는 새로운 사실을 찾으면 해결되지만, 어떤 문제는 질문의 기준부터 새로 만들어야 비로소 정확히 물을 수 있다. 이곳에는 아직 닫을 이유가 없는 문제들을 모은다. 아래 항목은 확정된 견해나 검증된 사실의 목록이 아니라 앞으로 탐색할 연구 방향이다.

무엇이 중요한 질문인가

AI가 답변을 더 빠르게 만드는 시대에, 무엇을 물을 가치가 있는지 선택하는 능력은 어떻게 변하는가? 연구 주제의 선별, 개발 과정에서 치명적인 예외를 찾아내는 일, 설명할 때 단 한 문장에 더 많은 노력을 기울이는 판단은 어떤 공통 구조를 가질까?

지식은 풍부하지만 중요도를 잘못 판단하는 경우와, 충분한 정보를 갖지 못했어도 문제의 핵심을 짚는 경우를 어떻게 구별할 수 있을까? 중요도의 감각은 하나의 능력인지, 영역에 따라 다른 실천의 집합인지도 확인해야 한다.

호들갑 감정기의 시범 지표처럼 사건의 실제 중요도와 본래의 놀라움, 정보 유통의 강도를 구별하면 판단을 도울 수 있을까? 개별 화면에 나타난 수사적 과장과 사회 전체의 보도·반응량을 혼동하지 않으려면 무엇을 측정해야 하는가?

새로운 것은 반복 속에서 어떻게 생겨나는가

반복은 언제 복제이고 언제 이전에 없던 것을 만들어 내는 조건인가? 들뢰즈의 차이와 반복을 헤겔의 변증법과 비교하면 실제로 다른 부분과 뜻밖에 가까워 보이는 부분은 각각 어디인가? '차이를 긍정한다'는 말만으로 충분히 설명할 수 있는가?

완전한 원형을 역사 속 특정 시점이 아니라 순수과거의 문제로 읽으면 새로움과 기억은 어떻게 달라지는가? 개념 사이의 유사성을 철학적 동일성으로 오해하지 않을 기준도 필요하다.

즉흥성과 개별성은 어디에서 발생하는가

재즈의 즉흥연주에서 같은 형식을 되풀이해도 한 공연이 다른 공연과 같지 않은 것은 왜일까? 연주자의 선택, 앙상블의 상호 반응, 관객과 장소, 누적된 이력 중 무엇이 결정적인가? 비재현성은 단순한 우연이나 기술적 오류와 구별되는가?

개인화된 AI가 오랜 상호작용과 기억, 지역적 맥락, 다른 AI와의 관계를 갖게 되면 유사한 개별성이 생길 수 있을까? 그러한 개별성은 인간의 고유성과 같아야만 가치가 있는가? 유한성과 필멸성이 실제로 무엇을 바꾸는지도 함께 물어야 한다.

AI가 판단을 돕는 동안 통제력은 어떻게 변하는가

인간을 적대하는 시스템만 위험한 것은 아닐 수 있다. 인간을 거스르지 않으면서도 점차 인간의 판단과 참여를 불필요하게 만드는 구조는 어떻게 분석할까? 점진적 무력화는 극적인 장악의 서사와 다른 문제를 제기한다.

경제적 교섭력, 정치적 결정권, 지식 생산 참여, 개인의 판단 자율성을 하나의 척도로 합칠 수 있을까? 무력화 측정의 문제는 지표를 설정할 때마다 그 지표 밖에서 사라지는 인간의 능력이 없는지도 묻게 한다.

편리한 AI 도구가 선택지를 넓히는 경우와 실제 능력을 약화시키는 경우를 무엇으로 구별할까? 이용 시간이나 작업 속도보다 도구 없이도 스스로 판단을 재구성할 능력을 볼 필요가 있을까?

AI와 인간의 내면을 어떻게 확인할 수 있는가

다른 사람의 내면에도 직접 접근할 수 없다면, AI의 공감만 행동으로 보아 가짜라고 판정할 수 있을까? 반대로 행동이 비슷하면 주관적 경험도 같다고 인정해야 할까?

공감 행동의 성공, 상대를 이해하는 능력, 실제 경험의 존재를 분리했을 때 어떤 실험을 설계할 수 있을까? 해결할 수 없는 타자 인식의 한계는 인간과 AI에게 똑같이 적용되는가, 서로 다른 이유로 적용되는가?

기술은 인간의 일과 숙련을 어떻게 바꾸는가

무성영화와 극장 음악가의 사례처럼 기술은 직업 하나를 지우기보다 일의 장소, 숙련의 평가 기준, 보상의 방식을 옮길 수도 있다. AI에서도 비슷한 재배치가 일어난다면 무엇이 사라지고 무엇이 다른 형태로 남을까?

역사적 비교의 공통점과 차이는 무엇인가? 기계로 더 많은 일을 가능하게 하는 동시에 사람이 그 일을 배워 가는 과정을 잃을 수도 있는가?

생산성이 높아지는 속도와 노동자가 새로운 소득원으로 옮기는 속도가 다를 때, 실직 기간과 재취업 임금, 신입의 숙련 형성을 어떻게 함께 추적할까? AI 경제 이행기의 과업·수요·혁신 분석은 같은 자동화에서도 경로가 달라지는 조건을 묻는다.

소득 지원으로 생활을 유지하는 것과 생산 자산을 소유하거나 결정에 참여하는 것은 어떻게 다른가? AI 자본·노동과 분배에서 구별한 소득·고용·숙련·교섭력·결정권 가운데 어느 항목이 개선되고 어느 항목이 약해지는지 따로 확인할 수 있을까?

미래의 일상은 왜 예측보다 낯설어지는가

10년이나 20년 후의 장치를 나열하는 일과, 그 장치들이 너무 익숙해진 사람들의 일상을 구체적으로 묘사하는 일은 다르다. 무엇이 미래의 독특한 일상을 구성하는가? 새 기계보다 사람들의 바뀐 습관과 더는 의심하지 않는 상식에서 낯섦이 발생하지 않을까?

미래를 확정된 예언처럼 쓰지 않으면서도 충분히 구체적인 소설을 만들기 위해서는 현재의 어떤 주변적 실천을 관찰해야 할까? 오늘의 밈, 놀이, 제도, 기술적 편법 가운데 무엇이 내일의 일상이 될지 어떻게 가늠할까?

과거의 실제 가능성을 어떻게 복원하는가

역사적 사건의 결과를 아는 것과 당시 사람들이 가진 선택의 범위를 아는 것은 다르다. 문서·제도·결정의 순서를 복원하면 필연처럼 서술되던 사건에서 어떤 우연과 대안을 발견하게 될까?

서커스 음악의 역사적 질문처럼 자료가 부족한 공연 문화에서는 하나의 정답보다 당시 가능했던 연주 방식의 범위를 재구성해야 할지도 모른다. 악보, 실제 관행, 후대의 회고가 어긋날 때 각각 어떤 질문의 근거가 될 수 있는가?

언어와 이름을 연구할 때도 어원 풀이보다 이름이 붙던 시기의 일상적 어휘와 사용 환경이 중요할 수 있다. 아름다운 뜻풀이와 실제 입증 가능한 언어적 역사를 구분하는 기준은 무엇일까?

연결된 위키는 언제 한 권의 책이 되는가

비선형적인 링크를 따라 읽는 위키와 논증의 순서를 설계한 책은 어떻게 함께 만들 수 있을까? 하나의 Markdown 원고를 서로 다른 독서 경로에서 사용할 때 중복과 필요한 반복은 어디서 갈라지는가?

AI가 새로운 문서 관계를 발견하는 일은 언제 생산적인 해석이고, 언제 그럴듯한 연상의 과잉인가? 기계의 후보 추천과 본문 집필 승인 사이에는 어떤 판단 기준이 더 필요한가?

원본의 모든 발화를 저장하지 않으면서도 논증과 세부 사례를 잃지 않았다고 말하려면 무엇을 측정해야 하는가? 지식의 보존율은 문장 수가 아닌 무엇으로 검증할 수 있을까?

질문을 다루는 방식

질문은 선언문이나 할 일 목록이 아니다. 연구가 진행되면 실제 근거를 가진 답으로 연결하고, 해결하지 못한 이유와 가능한 검증 방법을 기록한다. 서로 다른 분야의 연결은 직접 근거와 해석적 유비를 구분한다. 어떤 답을 얻었다는 이유로 그 답을 가능하게 했던 질문의 역사를 없애지 않는다.

운영 기준은 열린 노트와 편집 규칙에, 실제 구현과 기술적 한계는 위키 구축사에 정리되어 있다.