테렌스 타오의 앱렛 복원, 코딩 에이전트의 좋은 범위

1999년 Java 앱렛이 돌아온 이유

테렌스 타오의 블로그 글은 과장된 "AI가 수학자를 대체한다" 서사가 아니라 훨씬 실용적인 장면을 보여준다. 타오는 1999년 무렵 복소해석, 선형대수, honeycomb, Besicovitch set 등을 시각화하기 위해 Java 1.0 앱렛을 만들었지만 웹 표준 변화로 오래전에 동작하지 않게 됐다. 최근 그는 현대적 AI assistance를 활용해 이 오래된 앱렛들을 JavaScript로 옮겼고, 몇 시간 만에 약 두 dozen 앱렛이 다시 작동했다고 썼다.

중요한 것은 성공의 범위다. 타오는 LLM 기반 코딩 에이전트가 노골적이거나 미묘한 버그를 만들 수 있음을 인정하면서도, 이 앱렛들이 수학 논증의 핵심이 아니라 보조 시각 자료라서 downside risk가 낮다고 설명했다. 이 판단은 Claude Science 연구실 워크벤치, Phosphor AI 튜터, OpenAI 수학 돌파와 함께 읽어야 한다. AI는 연구를 대체하기보다 실험과 설명의 표면적을 넓히고 있다.

낮은 위험, 높은 반복성

타오 사례의 핵심은 "AI 코딩으로 무엇을 할 것인가"에 대한 답이다. 결제, 의료, 항공, 보안 패치처럼 실패 비용이 큰 영역에 바로 투입하는 대신, 오래된 교육 자료 복원, 논문 부록 시각화, 강의 보조 앱, 개념 탐색 도구처럼 검증 가능하고 피해가 제한된 영역에서 가치가 먼저 나온다. 실제로 타오는 complex analysis 앱렛의 drag event 관련 사소한 버그 하나를 발견했고, 에이전트가 원래 코드의 버그 두 개를 찾아냈다고 밝혔다.

Teorth GitHub Pages 저장소, 복원된 applets 목록, Gilbreath conjecture 시각화, Minkowski space 앱을 보면 결과물은 논문을 대신하는 것이 아니라 이해를 돕는 인터랙티브 표면이다. 한국 대학과 연구기관에도 이 틈이 크다. 오래된 Flash, Java, MATLAB, Mathematica 자료를 웹 기반 도구로 되살리는 작업은 연구자의 시간을 많이 잡아먹지만, 위험은 상대적으로 낮다.

코딩 에이전트는 기억을 현대화한다

레거시 자료 복원의 경제성도 주목할 만하다. 1990년대와 2000년대 초반의 웹 교육 자료는 학문적 가치가 있어도 기술 스택이 낡아 접근성이 떨어졌다. 사람이 새로 만들면 비용이 커서 방치되지만, 에이전트가 초안을 빠르게 만들고 전문가가 검토하면 복원 가능한 범위가 넓어진다. 이는 오픈소스 유지보수에도 비슷하게 적용된다. Mr. Baby Paint처럼 작은 UI 실험이 새로운 사용성을 만들 수 있고, Short Leash처럼 에이전트의 범위를 짧게 묶으면 품질 관리가 쉬워진다.

한국의 수학, 과학, 공학 교육 현장에는 "좋지만 낡은" 자료가 많다. Java applet, ActiveX 실험, 플래시 시뮬레이터, 교수 개인 홈페이지의 코드 조각, 오래된 PDF 부록이 여기에 해당한다. AI 코딩 에이전트는 이런 자료를 단번에 완제품으로 바꾸지는 못하지만, 첫 작동 버전을 만드는 비용을 크게 낮춘다. 이때 필요한 것은 더 강한 모델보다 더 명확한 저위험 과제 선정이다.

연구자의 새로운 워크플로

타오는 special relativity 시각화 앱, Gilbreath conjecture 보조 도구도 몇 시간의 대화로 만들었다고 적었다. 앞으로 연구자는 논문을 쓰며 "그림 하나" 대신 "작동하는 미니 앱"을 부록으로 붙이는 일이 쉬워질 수 있다. 다만 이 변화가 좋은 방향으로 가려면 세 가지 습관이 필요하다. 첫째, 앱이 논증의 일부인지 보조 도구인지 명확히 표시한다. 둘째, 생성 과정 transcript와 known limitation을 남긴다. 셋째, 학생이나 독자가 잘못된 시각화를 정리된 사실로 오해하지 않도록 입력 범위와 검증 상태를 공개한다.

AI 코딩의 건강한 미래는 "전부 자동화"가 아니라 "전문가가 귀찮아서 못 하던 보조 작업을 더 많이 하게 되는 것"일 수 있다. 타오의 사례가 설득력 있는 이유도 여기에 있다. 그는 AI를 권위의 대체재가 아니라 낡은 실험 도구를 되살리는 손으로 썼다.

자주 묻는 질문

Q1: 이 사례가 수학 연구 자동화를 의미하나요?

A: 아니다. 타오의 글은 보조 시각화와 앱렛 복원에 가깝다. 핵심 수학 논증은 여전히 사람의 검토와 엄밀성이 필요하다.

Q2: 왜 JavaScript로 옮기는 것이 중요한가요?

A: 최신 브라우저에서 바로 실행되고 별도 플러그인 없이 공유할 수 있기 때문이다. 오래된 Java applet보다 접근성이 훨씬 높다.

Q3: 버그 위험은 어떻게 관리해야 하나요?

A: 낮은 위험의 보조 도구로 시작하고, 원본 동작 비교와 수동 테스트, 제한된 입력 범위 표시를 병행해야 한다.

Q4: 한국 교육 현장에 적용할 수 있나요?

A: 가능하다. 오래된 실험 시뮬레이터나 교수 개인 페이지 자료를 웹 기반 인터랙티브 자료로 옮기는 작업이 좋은 출발점이다.

Q5: 코딩 에이전트를 잘 쓰는 핵심은 무엇인가요?

A: 과제를 작게 자르고 전문가가 결과를 검토하는 구조다. 에이전트에게 권위를 넘기는 것이 아니라 반복 구현 비용을 낮추는 방식이 안전하다.