SRI Institutional Page

연구 프레임워크

SRI의 연구 프레임워크는 거대한 구상을 그대로 결론으로 내지 않고, 질문, 증거, 모델, 프로토타입, 평가, 사회적 구현 단계로 점진적으로 변환하기 위한 작업 체계입니다. 여러 영역을 가로질러 진행하더라도 무엇이 확인된 사실이고, 무엇이 추론이며, 무엇이 검증되지 않은 가설인지 놓치지 않는 것을 중요하게 여깁니다.

프레임워크가 필요한 이유

AI는 방대한 정보를 단시간에 연결할 수 있습니다. 그러나 그럴듯한 설명을 생성하는 것과 주장이 사실인 것은 다릅니다. 또한, 하나의 평가 지표를 최적화하면 측정되지 않은 가치나 소수의 관점이 손실될 수 있습니다.

SRI는 너무 이른 결론을 피하면서 전진하기 위해, 관찰부터 공개까지의 과정을 분리하고 각 단계에 확인 사항을 둡니다.

6가지 연구 단계

1. Observation|관측

현상, 논문, 통계, 법 제도, 보도, 당사자의 경험, 시스템 로그 등을 수집합니다. 출처, 취득 일시, 대상 범위, 결측 여부, 관측 조건을 기록하며, 정보가 존재한다는 사실과 그 내용이 정확하다는 것을 구분합니다.

2. Representation|표현

문장, 수식, 도표, 데이터 구조, 지도, 시뮬레이션 등 질문에 적합한 형태로 변환합니다. 모든 표현은 현실의 일부를 강조하고 다른 일부를 버립니다. 따라서 하나의 도표나 지표만으로 전체를 대표하게 하지 않습니다.

3. Selection|선택

어떤 가설, 변수, 경계, 시간 척도, 평가 기준을 채택할지 명시합니다. 채택하지 않은 대안과 그 이유 또한 기록하여, 나중에 다른 관찰자가 판단을 재검토할 수 있는 상태를 유지합니다.

4. Experiment|프로토타입 및 검증

작은 계산, 반례 테스트, 프로토타입, 비교 실험부터 시작합니다. AI가 출력한 결과는 검증 후보일 뿐, 그 자체가 증거는 아닙니다. 재현 조건과 실패 조건을 확인합니다.

5. Governance|안전성 및 책임

누가 결정하고, 누가 영향을 받으며, 누가 중단시킬 수 있는지 설계합니다. 의료, 법무, 공공 정책, 금융 등 높은 신중함이 필요한 영역에서는 전문가 검토, 권한 통제, 감사 로그, 이용 범위 제한을 전제로 합니다.

6. Publication|공개 및 업데이트

연구 노트, 프리프린트, 구현 자료, 일반 설명 등으로 번역합니다. 공개 후에도 버전, 정정, 철회, 업데이트 사유를 관리하며 결론을 고정화하지 않습니다.

4가지 유형의 서술 구분

Fact 1차 자료, 관측, 재확인 가능한 데이터
Inference 사실로부터 도출하는 해석. 다른 해석이 가능함
Hypothesis 향후 검증 대상. 현시점에서는 미확인
Creation 가능성 탐색을 위한 이야기, 비유, 그리고 미래 구상

Non-closure|닫히지 않는 설계

판단을 영원히 보류하는 것이 아니라, 실행 시점의 잠정적 결론과 재검토 가능한 여지를 동시에 가집니다. 선택하지 않은 대안, 소수 의견, 모델 외 잔차를 보존하여 상황이 변했을 때 되돌아갈 수 있도록 합니다.

구현으로의 번역

연구 성과는 지식 DB, 의사결정 지원, AI 에이전트, 교육 교재, 공공 데이터 시각화, 감사 가능한 워크플로우 등으로 변환됩니다. 구현의 편리함을 이유로 불확실성이나 사회적 위험을 숨기지 않는 것을 원칙으로 합니다.