구글 딥마인드(DeepMind)의 톰 자하비(Tom Zahavy)가 LLM(대규모 언어모델)이 과학적 혁명을 일으키기 어렵다고 주장했다. 자하비는 7월 30일 ‘LLMs can't jump’(LLMs는 점프할 수 없다)라는 입장문에서 과학적 발견의 핵심을 ‘조작적(abductive) 추론’으로 규정하며, 언어모델은 이를 할 수 없다고 밝혔다. 그는 발견이 감각 경험에서 직관적 ‘도약’을 거쳐 공리로 정립되고, 이후 논리적 연역이 검증 가능한 결론으로 이어진다는 알베르트 아인슈타인의 틀을 인용했다. 또 찰스 샌더스 퍼스(Charles Sanders Peirce)의 분류를 바탕으로 연역·귀납은 비교적 기계가 해낼 수 있지만, 기존 후보에서 가장 그럴듯한 설명을 고르는 ‘일반적 조작적 추론’보다 언어 템플릿이 없는 공리를 스스로 만들어내는 ‘조작적 추론(조작적 abduction)’이 병목이라고 주장했다. 자하비는 모델이 예측과 현실의 오차를 줄이는 방식으로 학습하기 때문에, 아인슈타인이 겪었던 것처럼 ‘검출 가능한 오차’가 없으면 기계가 새로운 틀을 만들 계기가 부족하다고 설명했다. 대안으로 그는 물리적으로 일관된 ‘월드 모델’을 제시했다. 다음 장면을 맞히는 비디오 생성기 수준을 넘어, 시뮬레이션에서 행위자가 개입해 반사실 실험을 돌릴 수 있는 작동 제어형 월드 모델이 ‘새 공리’를 만들어내는 피드백 고리를 제공할 수 있다는 논리다.
