방법론의 구조적 조건으로서의 주체
노드와 화살표만 있는 정지 화면
열두 상태 모형은 선험, 후험, 정리 사이에서 지식이 어떻게 전달되는지 그린다. 그러나 더 앞선 판단이 남는다. 어떤 상수는 틀이 요구한 필연인가, 자료에 맞춘 매개변수인가. 음성 실험은 가설을 무너뜨렸는가, 아니면 실제 노출이 유효 구간에 닿지 않았음을 보였는가. 이 위치 판단 없이는 노드와 화살표가 있어도 아무것도 움직이지 않는다.
이 판단 계열을 whether라고 부른다. why, what, how보다 먼저 “정말 여기에 속하는가”를 묻는다. whether는 일곱째 전달 경로가 아니다. 그래프 위에서 변수의 자리를 배정하고, 벽의 종류를 진단하며, 국소 부정 뒤에 방향을 버릴지 구를 고칠지 결정하는 선택 연산자다.
세 whether와 두 종류의 벽
whether-1은 위치를 정한다. 이 패턴은 선험인가 후험인가, 정리인가. whether-2는 벽을 진단한다. 개념 구조가 잘못된 선험의 벽인가, 자료와 측정이 부족한 후험의 벽인가. whether-3은 부정 뒤의 연속성을 판단한다. 한 공식을 포기해야 하는가, 아니면 그 공식을 낳은 방향까지 버려야 하는가.
선험의 벽은 매개변수를 더 찾는다고 무너지지 않는다. 변수를 잘못 정의했다면 최적화는 에피사이클만 늘린다. 후험의 벽은 이론을 더 아름답게 만든다고 사라지지 않는다. 새 측정과 더 나은 표본이 필요하다. 두 벽을 바꾸어 진단하면 가장 열심히 일하는 방향이 가장 헛된 방향이 된다.
틀린 선험도 충분히 단단하면 발견 기능을 한다. 명확히 반증되는 순간 여항의 위치를 알려 주기 때문이다. 모든 결과를 흡수하는 부드러운 가설은 체면을 보존하지만 지식을 생산하지 못한다.
whether 비위임 정리
AI는 후보를 만들고, 계산을 검토하며, 모순과 반례를 찾을 수 있다. 그러나 최종 whether를 맡을 수는 없다. 그 판단은 무엇을 성공으로 셀지 정하는 틀 자체를 바꾸기 때문이다. 손실 함수를 세우고, 되돌릴 수 없는 비용을 지며, 긴 시간 하나의 목적을 유지하고, 무엇이 중요하다고 볼지를 결정해야 한다. 현재의 AI 출력은 이 네 책임을 부담하지 않는다.
ZFCρ 수론, 비평형 열역학, 우주상수, 암흑물질, 우주물리와 네 힘의 통일 작업 기록에서 AI는 많은 계산과 부정을 제공했다. 그러나 방향 결정은 사람이 인준했다. 16.2572를 “충분히 좋은 수치”로 받지 않고 16.25의 구조를 의심한 일, 같은 4-form을 장 이론에서는 선택으로 보되 SAE의 4DD 정의에서는 차원 일치의 필연으로 본 일, 한 공식을 부정하면서도 질문의 방향은 붙든 일이 그렇다.
이 관찰은 모든 미래 AI의 형이상학적 불가능성을 증명하지 않는다. 현재 협업의 책임 구조를 말한다. 계산 위임은 가능하지만 결과의 비용과 목적까지 위임할 수는 없다.
whether에서 how까지
견고한 협업은 whether→why→what→how로 흐른다. 사람은 문제의 종류와 벽의 위치를 정한다. 한 AI는 가능한 원인과 해석인 why를 펼친다. 다른 AI는 대상, 정의와 명제인 what을 안정시킨다. 또 다른 AI는 계산, 코드, 증명과 프로토콜인 how를 실행한다. 모델의 역할은 바뀌어도 기능의 구별은 유지해야 한다.
여기서 후보의 출처와 채택의 출처를 분리해야 한다. AI가 먼저 제안한 수식이나 분류라도 사람이 문제의 목적과 다른 증거를 대조해 채택하면 최종 whether는 사람의 것이다. 반대로 사람이 처음 떠올린 생각이라도 모델의 유창한 확장에 밀려 검토 없이 유지된다면 주체적 판단이라고 부를 수 없다. 저작권이나 공로의 문제가 아니라 방향 결정이 실제로 어디에서 일어났는지를 묻는 구분이다.
모델 사이의 대립은 식민화 방어다. 하나는 발산하고 하나는 모순을 찾으며 하나는 세부를 감사하고 하나는 방향 자체를 묻는다. 그러나 여러 모델이 곧 독립 검증을 뜻하지 않는다. 학습 자료가 겹치고, 사람이 어떤 문장을 다른 모델에 전달할지 고른다. 라우터인 사람은 자기 압축을 기록하고 소수 의견 속 여항이 사라지지 않게 해야 한다.
결과보다 과정 기록을 보기
ZFCρ의 후반 작업은 여러 선험, 수십 차례 수치 실험과 큰 방향 수정이 어떻게 왕복했는지 남겼다. 암흑물질 작업에서 Tully–Fisher 벽은 a0의 위치를 잘못 잡으면 더 많은 매개변수 탐색이 문제를 고치지 못함을 보였다. 우주상수 문제에서 4-form은 한 관점에서는 여러 모델 가운데 하나였지만 다른 관점에서는 유일한 차원 일치가 되었다. 같은 수학 대상의 노드가 틀에 따라 달라지고, whether가 어느 전달을 정당한 것으로 만들지 결정한다.
이 사례들은 관련 물리 이론의 성공을 증명해서가 아니라 오류가 어떻게 발견되었는지 보여 주는 과정 자료이기 때문에 중요하다. 방법론은 성공한 결과의 회고담보다 가정이 부정되고 재배치된 기록 위에서 시험해야 한다.
단단할수록 발표할 가치가 있다
여기서 제도적 결론이 나온다. 선험이 단단할수록 반증되기 쉽고, 그만큼 발표할 가치가 높다. 어떤 결과도 견디도록 부드럽게 만든 이론은 안전하지만 가치가 낮다. 학계가 “틀리지 않을 문장”을 품질로 보상하면 발표 가능성이라는 노드가 식민화되고, 연구는 계속 에피사이클을 더한다.
주체는 완성된 방법론을 바깥에서 사용하는 사람이 아니다. 방법론이 움직이기 위한 구조적 조건이다. 주체가 있다고 판단이 옳아지는 것은 아니다. 다만 오류가 어디에서 생겼고 누가 비용을 지며 어떻게 수정할지 분명해진다. 그래프를 지식 과정으로 바꾸는 최소 조건은 무오류가 아니라 책임이다.