LLM은 아인슈타인이 될 수 없다. 아직은. 구글 딥마인드의 Zahavy(2026)는 아인슈타인의 사례를 들어 LLM이 자연과학에서 인지적 도약을 이루는데 한계점이 있음을 지적한다. 수많은 경험에서 규칙을 찾는 귀납(Induction)과, 규칙에서 결과를 도출하는 연역(Deduction)은 이미 LLM이 놀라운 수준까지 도달하였다. 하지만, 인류의 위대한 발견은 놀라운 결과를 보고 원인을 상상해내는 가추(Abduction)를 통하여 이루어진다. 이는 부족한 데이터 속에서 불확실하지만 과감하게 가설과 공리를 세우는 인지적 도약이라고 할 수 있다. 이는 아직 LLM이 도달하지 못한 인간의 영역이다. 이는 자연과학에서의 가추가 '체화된 경험'에서 비롯되기 때문이다. 아인슈타인이 가속도와 중력의 등가원리를 밝혀낼 때에 자유 낙하하는 엘레베이터 안의 사람이 느끼는 '감각'을 시뮬레이션했던 것처럼 말이다. Bisk 등(2020)의 월드 스코프(WS) 5단계 프레임워크에 따르면, 머지 않은 미래 LLM은 직접 몸을 움직이며 물리적 인과 관계를 터득하게 될 것이다. 또한 더 나아가 사회적 상호작용을 통해 사회성을 배우게 될 것이다. 이는 곧 LLM이 실제 세계와 접지(Grounding)됨을 의미한다. 그때에는 가추의 영역이 비단 인간의 전유물이 아닐 수도 있겠다. ■ 참고 문헌 Zahavy, T. (2026). LLMs can't jump. Google DeepMind. https://openreview.net/forum?id=klU4737opt Bisk, Y., Holtzman, A., Thomason, J., Andreas, J., Bengio, Y., Chai, J., Lapata, M., Lazaridou, A., May, J., Nisnevich, A., Pinto, N., & Turian, J. (2020). Experience grounds language. arXiv preprint arXiv:2004.10151. https://doi.org/10.48550/arXiv.2004.10151