연구실경영학 — 승률을 설계하는 연구실
철자 500개를 외우지 않고도 우승하는 법
철자 맞추기 대회에서 우승하기 위해 세상에 존재하는 단어 500개의 철자를 모두 외울 필요는 없다. 우승을 가르는 것은 총지식량이 아니라, 승부처에서 필요한 지식을 정확히 꺼내는 능력이기 때문이다.
모든 단어를 무작정 암기하는 사람보다 자주 출제되는 어근과 접사를 알고, 언어별 철자 규칙을 구분하며, 발음으로부터 어원을 역추론할 수 있는 사람이 더 강하다. 헷갈리는 예외를 집중적으로 관리하고, 모르는 단어가 나왔을 때 출제자에게 어떤 질문을 해야 하는지 아는 사람도 마찬가지다.
연구도 이와 크게 다르지 않다.
세계의 모든 논문을 읽을 필요도 없고, 가능한 모든 기술을 익힐 필요도 없다. 중요한 것은 앞으로 어떤 문제가 결정적으로 중요해질지, 어떤 실험 하나가 여러 가설을 동시에 가를 수 있는지, 어떤 병목을 풀면 후속 연구가 연쇄적으로 열리는지를 알아보는 능력이다.
연구실 경영의 언어로 바꾸면 이 명제는 더욱 노골적이 된다.
500개의 일을 평균적으로 잘하는 연구실보다, 승패를 결정하는 다섯 가지 일을 압도적으로 잘하는 연구실이 강하다.
논문 한 편에서도 진짜 중요한 것은 반드시 실험의 개수가 아니다. 문제 정의가 기존 문헌의 맹점을 정확히 찌르는가, 핵심 가설을 반박하기 어려운 실험이 있는가, 결과를 한눈에 납득시키는 표나 그림이 있는가, 후속 연구 프로그램으로 확장 가능한가, 그리고 왜 지금 이 연구실이 남들보다 먼저 이 문제를 풀 수 있는가가 훨씬 중요할 수 있다.
그러므로 “더 많이 하자”보다 먼저 물어야 할 질문은 이것이다.
이 경기에서 실제로 우승을 결정하는 단어는 무엇인가?
그리고 더 냉정하게는 다음을 물어야 한다.
우리가 외우고 있는 500개의 단어 가운데, 실제 경기에는 나오지 않을 480개는 무엇인가?
연구실의 스트라이크존을 정한다는 것도 결국 같은 철학을 따른다. 모든 공을 잘 치는 것이 아니라, 가장 큰 장타를 만들 수 있는 공을 구분하고 그 공에 자원을 집중하는 것이다.
다만 이 전략의 본질은 공부를 적게 하는 데 있지 않다. 무엇을 버려도 되는지를 판단할 만큼 전체 구조를 깊이 이해하는 데 있다.
1. 연구실은 지식 생산 조직이 아니라 승률을 설계하는 조직이다
“500개의 단어를 모두 알 필요는 없다”는 말은 단순한 선택과 집중보다 더 강한 주장이다.
연구실의 목적은 구성원들이 가능한 한 많은 기술을 배우고, 많은 실험을 수행하고, 많은 논문을 읽게 만드는 데 있지 않다. 연구실은 제한된 학생, 시간, 연구비, GPU, 데이터, 실험 장비와 교수의 관심을 활용해 특정한 확률을 높이는 조직이다.
그 확률은 다음과 같다.
중요한 문제를 남들보다 먼저 발견하고, 결정적인 증거를 만들고, 그 결과를 반복 가능한 연구 프로그램으로 확장할 확률.
따라서 연구실 경영의 핵심 변수는 총활동량이 아니다.
어떤 경기에 참가할 것인가, 어떤 문제를 끝까지 붙들 것인가, 어떤 능력을 연구실의 공용자산으로 축적할 것인가, 어떤 프로젝트를 중간에 죽일 것인가, 그리고 교수의 관심을 어디에 집중할 것인가가 핵심 변수다.
특히 연구실에서 가장 희소한 자원은 GPU도, 연구비도 아니다.
PI의 고품질 판단 시간이 가장 희소한 자원이다.
학생이 네 명일 때는 교수의 직관과 즉흥적인 개입만으로도 연구실이 돌아갈 수 있다. 교수가 학생의 코드를 직접 보고, 논문의 방향을 바꾸고, 실험을 다시 설계해도 아직은 감당할 수 있다.
하지만 연구실이 여덟 명, 열두 명으로 커지면 상황이 달라진다. 프로젝트가 열 개라면 교수는 어느 프로젝트에도 충분히 깊이 들어가기 어렵다. 교수의 관심은 잘게 분절되고, 각 프로젝트는 완전히 틀리지는 않지만 결정적으로 날카롭지도 않은 상태에 머물게 된다.
결국 연구실이 커질수록 선택의 대가가 커지는 것이 아니다.
선택하지 않는 대가가 폭발적으로 커진다.
모든 학생에게 서로 다른 주제를 주고, 모든 흥미로운 아이디어를 프로젝트로 만들고, 모든 가능성을 열어두는 것은 자유로운 운영처럼 보인다. 그러나 실제로는 가장 희소한 자원인 교수의 판단 시간을 무차별적으로 분산시키는 결정이 될 수 있다.
연구실이 커질수록 더 많은 것을 해야 하는 것이 아니라, 무엇을 하지 않을 것인지 더욱 분명해져야 한다.
2. 연구실의 경영 단위는 논문이 아니라 연구 프로그램이어야 한다
많은 연구실은 논문을 기본적인 경영 단위로 삼는다.
ICRA 한 편, IROS 한 편, RA-L 한 편, 혹은 학생 한 명당 논문 한 편이라는 식이다. 학생의 졸업과 성과평가가 논문 단위로 이루어지기 때문에 자연스러운 방식이기도 하다.
그러나 논문은 학계에서 연구 결과를 배포하는 단위일 뿐, 연구실을 경영하기에 가장 적합한 단위는 아니다.
연구실의 실질적인 경영 단위는 연구 프로그램이어야 한다.
연구 프로그램에는 하나의 논문보다 더 긴 시간축이 존재한다. 장기적으로 해결하려는 질문이 있고, 반복해서 사용할 데이터와 코드가 있으며, 여러 세대의 학생이 공유할 수 있는 평가 파이프라인이 있다. 핵심 가설들은 하나의 계층을 이루고, 첫 번째 가설이 실패하더라도 다른 분기로 이동할 수 있다.
좋은 연구 프로그램은 다음과 같은 요소를 가진다.
- 해결하려는 장기 질문
- 반복적으로 수집하고 활용할 데이터
- 재사용 가능한 코드와 평가 시스템
- 서로 연결된 핵심 가설
- 실패하더라도 연구실에 남는 자산
- 후속 논문으로 이어질 수 있는 여러 분기
논문을 단위로 운영하면 프로젝트가 실패하는 순간 학생의 1년이 사라질 수 있다. 반면 연구 프로그램 안에서 프로젝트를 운영하면 결과가 예상과 다르더라도 데이터, 코드, 실패 원인, 새로운 평가법, 반례가 남는다.
그래서 좋은 연구실의 프로젝트는 다음 조건을 만족해야 한다.
성공하면 논문이 남고, 실패하더라도 다음 연구가 남는다.
논문 단위의 연구실은 매번 처음부터 다시 시작한다. 새로운 문제를 정의하고, 새로운 코드를 만들고, 새로운 데이터를 수집하고, 새로운 평가법을 설계한다.
연구 프로그램 단위의 연구실은 반대로 축적한다. 앞선 연구가 다음 연구의 초기조건이 되고, 한 학생의 실패가 다른 학생의 시행착오를 줄이며, 하나의 데이터셋이 여러 질문에 반복적으로 사용된다.
연구실 규모가 커질수록 이 차이는 더욱 커진다. 연구 프로그램이 없는 연구실에서는 학생 수가 늘어날수록 독립된 프로젝트가 늘어나고 관리 복잡도도 함께 증가한다. 반면 프로그램이 있는 연구실에서는 학생 수가 늘어날수록 공용자산과 문제 해결 능력이 함께 커진다.
3. 가장 위험한 프로젝트는 실패하는 프로젝트가 아니라 그럭저럭 되는 프로젝트다
명백히 안 되는 프로젝트는 의외로 덜 위험하다.
실험이 완전히 실패하거나, 가설이 틀렸다는 증거가 분명하거나, 필요한 자원이 현실적으로 부족하다면 비교적 빠르게 중단할 수 있다.
정말 위험한 것은 그럭저럭 진행되는 프로젝트다.
- baseline보다 성능이 약간 좋아진다.
- 그림은 그럴듯하다.
- 실험을 조금 더 하면 논문 한 편은 가능할 것 같다.
- 학생이 이미 반년을 투자했기 때문에 중단하기 어렵다.
- 연구 질문이 중요한지는 분명하지 않지만 결과는 조금씩 나온다.
이런 프로젝트가 교수의 시간과 학생의 1년을 가장 많이 소비한다.
성과가 전혀 없지 않기 때문에 중단할 명분은 부족하고, 결정적인 발견은 없기 때문에 자원을 더 투입할 명분도 부족하다. 프로젝트는 죽지도 않고 크게 성장하지도 않은 채 연구실의 관심과 계산 자원을 계속 점유한다.
따라서 프로젝트의 생존 기준을 단순히 “결과가 나오는가”로 잡으면 안 된다. 다음 질문을 함께 던져야 한다.
- 이 결과가 기존의 믿음이나 문제 인식을 바꾸는가?
- 다른 연구에서 재사용 가능한 자산을 만드는가?
- 후속 질문이 자연스럽게 열리는가?
- 연구실의 핵심 연구 프로그램을 강화하는가?
- 외부 연구자가 이 결과를 기억할 이유가 있는가?
이 가운데 어느 하나도 강하게 답할 수 없다면, 출판 가능성이 있더라도 장기적으로는 약한 프로젝트일 수 있다.
이를 관리하기 위해 연구실에는 정기적인 kill review가 필요하다.
8주나 12주마다 프로젝트를 다음 세 가지 중 하나로 분류하는 방식이다.
Double down
중요한 신호가 발견됐고 연구실의 강점과도 맞는다. 학생, GPU, 데이터 수집, PI의 시간을 추가로 배정한다.
Reframe
현재의 접근이나 중심 주장은 약하지만, 실험 과정에서 중요한 문제를 발견했다. 방법을 조금 수정하는 수준이 아니라 질문 자체를 다시 정의한다.
Stop
현재 프로젝트에 더 이상 연구실의 핵심 자원을 투자하지 않는다. 지금까지 얻은 코드, 데이터, 실패 기록을 정리하고 종료한다.
여기서 가장 중요한 것은 중단을 실패로 취급하지 않는 문화다.
나쁜 프로젝트를 3개월 만에 정확하게 죽인 학생은, 같은 프로젝트를 1년 동안 끌고 간 학생보다 더 뛰어난 연구적 판단력을 보여준 것일 수 있다. 무엇이 안 되는지 빨리 알아내는 능력 역시 연구 성과다.
중단을 처벌하면 학생은 부정적인 결과를 숨기고, 교수에게 보여주기 좋은 결과만 선택하게 된다. 반대로 반증과 중단을 인정하면 프로젝트의 평균 생존 기간은 짧아지지만 연구실 전체의 승률은 높아진다.
4. 교수는 모든 프로젝트에 많이 개입하는 사람이 아니라 결정적인 순간에 개입하는 사람이어야 한다
교수가 모든 프로젝트를 지속적으로 깊게 지도하는 것은 좋은 책임감처럼 보인다. 하지만 연구실이 커지면 이 방식은 유지될 수 없다.
교수의 개입이 가장 높은 가치를 가지는 순간은 따로 있다.
첫째, 문제를 정의할 때
연구 초기에 잘못된 문제를 선택하면 이후의 모든 최적화가 무의미해질 수 있다. 학생이 1년간 코드를 정교하게 작성하고 실험을 반복하더라도, 질문 자체가 중요하지 않다면 좋은 연구가 되기 어렵다.
처음 2주에 이루어지는 문제 정의는 이후 1년의 생산성을 결정한다.
둘째, 첫 번째 반증 실험을 설계할 때
초기 연구에서 필요한 것은 아이디어가 잘 작동하는 사례를 만드는 것이 아니다. 어떤 결과가 나오면 이 아이디어를 포기해야 하는지 정의하고, 이를 가장 싸고 빠르게 확인하는 실험을 만드는 것이다.
성공 사례를 수십 개 만드는 것보다, 핵심 가설을 직접 공격하는 반증 실험 하나가 더 많은 시간을 절약할 수 있다.
셋째, 결과를 해석할 때
학생은 흔히 평균 성능이 올랐다는 사실에 집중한다. 교수는 그보다 왜 특정 조건에서만 성능이 올랐는지, 어떤 데이터에서는 반대 결과가 나왔는지, 예상하지 못한 패턴이 무엇인지를 봐야 한다.
좋은 연구는 예상한 결과를 얻는 데서 끝나지 않는다. 예상과 어긋난 결과를 새로운 질문으로 변환하는 데서 시작된다.
넷째, 논문의 중심 주장을 압축할 때
논문 작성 막바지에 교수의 가장 중요한 역할은 실험을 더 추가하는 것이 아니다. 무엇을 주장하지 않을 것인지 결정하는 것이다.
한 편의 논문에 가능한 모든 결과를 넣으면 기여가 많아지는 것이 아니라 중심이 흐려진다. 가장 강한 주장 하나를 남기고, 약한 주장을 버리고, 그 주장을 지지하는 증거의 구조를 만드는 일이 중요하다.
반대로 교수의 시간이 상대적으로 덜 필요한 일도 있다. 반복적인 하이퍼파라미터 튜닝, 표의 형식 정리, 단순한 디버깅, 문장 단위의 교정까지 교수가 직접 담당한다면 모든 프로젝트는 교수의 처리속도에 묶인다.
좋은 연구실 경영은 교수의 개입을 무조건 줄이는 것이 아니다.
교수 개입의 정보가치를 높이는 것이다.
5. 많이 아는 학생보다 이상함을 빨리 발견하는 학생이 강하다
연구의 승부는 지식량의 경쟁이라기보다 anomaly detection의 경쟁에 가깝다.
좋은 연구자는 예상과 다른 것을 빨리 알아본다.
왜 이 baseline만 비정상적으로 좋은가? 왜 특정 방향의 주행에서만 실패하는가? 왜 장기 환경에서는 평균 metric과 실제 체감 성능이 반대로 움직이는가? 왜 language model의 설명과 실제 로봇의 행동이 일치하지 않는가? 왜 평균 성능은 좋아졌는데 hard negative에서는 더 심하게 무너지는가?
이런 질문을 던지는 능력은 단순히 논문을 많이 읽는다고 자동으로 생기지 않는다.
학생에게 정답을 많이 전달하는 것보다, 이상한 결과를 보고 작업을 멈추는 습관을 훈련해야 한다. 예상과 다른 결과를 단순한 구현 오류로 치부하지 않고, 새로운 현상의 후보로 다루는 태도가 필요하다.
연구회의 질문도 이에 맞게 바뀌어야 한다.
“이번 주에 무엇을 했는가?”만 물으면 학생은 활동량을 보고하게 된다. 코드 몇 줄을 작성했고, 실험을 몇 번 했으며, 성능이 얼마나 올랐는지를 보여준다.
대신 다음과 같은 질문을 반복적으로 던질 수 있다.
- 예상과 가장 다르게 나온 것은 무엇인가?
- 현재 가설을 가장 위협하는 증거는 무엇인가?
- 이 결과가 틀렸다면 어디서부터 잘못됐을 가능성이 큰가?
- 지금 실험 하나만 할 수 있다면 무엇을 하겠는가?
- 어떤 결과가 나오면 이 프로젝트를 중단해야 하는가?
이 질문들은 단순한 회의 형식이 아니다. 연구실이 무엇을 좋은 연구 행동으로 인정하는지를 결정한다.
활동량을 묻는 연구실에서는 학생이 바쁘게 움직인다. 반증을 묻는 연구실에서는 학생이 생각한다. 이상함을 묻는 연구실에서는 학생이 발견한다.
6. 연구실의 진짜 성과지표는 논문 수가 아니라 축적률이다
논문 수는 중요하다. 학생의 졸업과 진로, 연구실의 평가와 연구비 수주를 위해 반드시 필요하다.
그러나 논문 수는 연구실 경영의 결과를 뒤늦게 보여주는 후행지표이며, 때로는 조직의 상태를 왜곡한다. 논문 수가 많더라도 매번 새로운 코드와 데이터로 처음부터 시작한다면 연구실 내부에는 아무것도 축적되지 않을 수 있다.
그래서 연구실에는 논문 수와 별개의 내부 지표가 필요하다.
재사용률
한 프로젝트에서 만들어진 코드, 데이터, 평가기가 다른 프로젝트에서 몇 번 사용되는가?
재사용이 많다는 것은 단순히 정리가 잘됐다는 의미가 아니다. 서로 다른 논문이 하나의 연구 프로그램 안에서 연결되어 있다는 신호다.
진입 시간
신입생이 연구실에 들어온 뒤 첫 번째 유의미한 실험을 수행하는 데 얼마나 걸리는가?
진입 시간이 짧다면 코드, 데이터, 문서, 지식 전달 구조가 살아 있다는 뜻이다. 진입에 6개월이 걸린다면 선배의 지식이 개인의 머릿속에만 저장되어 있을 가능성이 크다.
반증 시간
하나의 아이디어가 틀렸는지를 확인하는 데 몇 주가 필요한가?
아이디어를 많이 내는 연구실보다, 약한 아이디어를 빠르게 제거하는 연구실이 장기적으로 더 강하다.
자산 잔존율
논문 제출이 끝난 뒤에도 코드, 데이터셋, benchmark, 실험 기록, 문서 가운데 얼마나 많은 것이 계속 사용되는가?
논문 제출과 동시에 모든 것이 버려진다면 연구실은 결과물을 만들었을 뿐 자산을 만들지는 못한 것이다.
프로그램 연결도
각 논문은 이전 연구의 자산을 얼마나 사용하며, 다음 연구를 얼마나 자연스럽게 열어주는가?
서로 인용만 한다고 연결된 것은 아니다. 실제 코드, 데이터, 문제 정의, 평가 구조가 이어져야 한다.
PI 의존도
교수가 직접 코드를 디버깅하고, 실험을 재설계하고, 논문의 구조를 처음부터 다시 잡지 않아도 프로젝트가 얼마나 진행될 수 있는가?
PI 의존도가 낮아진다는 것은 교수가 필요 없어진다는 뜻이 아니다. 교수의 역할이 저수준 문제 해결에서 고가치 판단으로 이동했다는 뜻이다.
이 지표들이 좋아질수록 연구실은 단순히 논문을 생산하는 장소에서 지식을 복리로 축적하는 조직으로 바뀐다.
논문은 매년 새로 시작되지만, 연구실의 능력은 해마다 누적되어야 한다.
7. 넓은 호기심은 유지하되 인력 포트폴리오는 좁아야 한다
미래를 넓게 보는 능력과 새로운 기술에 빠르게 관심을 갖는 태도는 연구자의 중요한 장점이다. VLA, world model, agentic memory, self-evolving skill, formal verification과 같은 새로운 흐름을 일찍 발견하는 것은 장기적인 연구 방향을 설계하는 데 큰 도움이 된다.
하지만 연구실 경영에서는 이 강점이 그대로 위험이 될 수 있다.
모든 재미있는 아이디어가 학생의 주제가 되는 위험
교수가 흥미를 느끼는 것과 연구실이 인력을 배정해야 하는 것은 다른 판단이다.
좋은 아이디어라고 해서 모두 지금 연구해야 하는 것은 아니다. 중요한 아이디어라도 연구실의 현재 자원, 학생 구성, 축적된 기술, 시점과 맞지 않을 수 있다.
따라서 아이디어는 넓게 수집하되 실제 프로젝트로 전환하는 비율은 낮아야 한다.
호기심 포트폴리오는 넓게, 인력 포트폴리오는 좁게.
새로운 아이디어는 논문 읽기 목록, 소규모 탐색 실험, 학생 세미나의 형태로 유지할 수 있다. 그러나 정규 학생의 1년과 교수의 지속적인 관심을 투입하는 순간에는 훨씬 엄격한 기준이 필요하다.
새로운 분야의 어휘를 배우느라 기존의 우위를 잊는 위험
VLA나 foundation model이 중요하다고 해서 해당 분야의 대형 연구실과 동일한 방식으로 경쟁할 필요는 없다.
오히려 기존의 강점이 새로운 흐름과 만나는 경계를 찾아야 한다.
예를 들면 다음과 같은 질문이다.
Foundation model이 실제 장기 로봇 환경에 들어오면 어디에서, 왜, 어떤 구조로 실패하는가?
이 질문에는 장기 로봇 운용, 기하학적 상태추정, 환경 변화, localization과 mapping, 실제 데이터 수집 경험이 직접적인 경쟁력이 된다.
새로운 어휘를 받아들이되 기존의 문법을 버리지 않는 것이 중요하다.
학생별 독립왕국이 생기는 위험
한 학생만 이해하는 코드, 한 학생만 접근할 수 있는 데이터, 한 학생만 아는 평가법이 늘어나면 연구실은 학생 수가 많아질수록 강해지는 것이 아니라 취약해진다.
학생이 졸업하는 순간 프로젝트가 사라지고, 신입생은 다시 처음부터 시작한다.
핵심 연구 프로그램에는 최소한 두 명 이상이 기술적 맥락을 공유해야 한다. 코드를 대신 작성할 필요까지는 없더라도, 다른 사람이 데이터 구조와 실험 논리, 주요 실패 원인을 이해할 수 있어야 한다.
논문 마감이 연구 방향을 지배하는 위험
학회 마감은 연구를 압축하고 완결시키는 유용한 장치다. 그러나 마감에 맞추기 위해 연구 질문을 급하게 발명하기 시작하면 연구 프로그램이 분절된다.
ICRA 마감이 다가왔기 때문에 ICRA용 주제를 만들고, IROS가 다가왔기 때문에 또 다른 주제를 만드는 방식은 단기적으로는 논문 수를 만들 수 있다. 하지만 장기적으로는 연구실이 어떤 문제를 푸는 곳인지 불분명해진다.
마감은 연구를 압축하는 장치여야지, 연구 질문을 생성하는 장치가 되어서는 안 된다.
8. 연구실의 정체성은 선택보다 일관된 비선택에서 만들어진다
한 번 어떤 주제를 선택하는 것은 어렵지 않다.
정말 어려운 것은 그 주제를 선택한 뒤 몇 년 동안 계속해서 다른 좋은 기회를 거절하는 일이다. 새로운 분야가 등장하고, 흥미로운 논문이 나오며, 공동연구 제안과 과제가 들어올 때마다 연구실의 방향을 바꾸지 않는 것은 강한 자제력을 요구한다.
연구실의 정체성은 무엇을 했는가뿐 아니라 무엇을 반복해서 하지 않았는가에 의해 만들어진다.
- 남들이 한다는 이유만으로 따라가지 않는다.
- 장비가 있다는 이유만으로 연구 주제를 만들지 않는다.
- 학생이 이미 구현했다는 이유만으로 논문화하지 않는다.
- 성능이 올랐다는 이유만으로 중요한 결과라고 부르지 않는다.
- 새로운 모델이 나왔다는 이유만으로 기존 질문을 버리지 않는다.
- 학회 마감이 다가왔다는 이유만으로 독립적인 프로젝트를 추가하지 않는다.
이런 비선택이 수년간 일관되게 축적되면 외부에서 연구실을 특정한 방식으로 인식하기 시작한다.
저 연구실은 장기 공간 기억과 변화하는 환경에서의 로봇 지능을 정말 깊게 연구하는 곳이다.
이 인식은 단순한 홍보 문구가 아니다. 연구실이 어떤 학생을 끌어들이는지, 어떤 공동연구 제안을 받는지, 어떤 과제에 초대되는지, 어떤 논문의 리뷰어와 발표자로 불리는지를 결정한다.
좋은 학생, 공동연구자, 데이터, 과제, 초청이 동일한 축을 따라 모이기 시작하면 스트라이크존은 더 이상 내부의 연구 전략에 머물지 않는다.
외부의 기대와 자원의 유입을 스스로 강화하는 연구실의 브랜드가 된다.
9. 모든 프로젝트에 던져야 할 네 가지 질문
연구실의 현재 프로젝트와 후보 프로젝트를 정리할 때는 복잡한 평가표보다 네 가지 질문이 더 유용할 수 있다.
첫째, 이 프로젝트는 어느 장기 연구 프로그램에 속하는가?
어느 프로그램에도 속하지 않는다면 독립적인 프로젝트를 새로 만들 만큼 중요한 질문인지 다시 검토해야 한다.
둘째, 기존 연구실 자산 가운데 무엇을 재사용하는가?
데이터, 코드, 평가기, 하드웨어, 이론, 실험 경험 가운데 아무것도 재사용하지 않는다면 연구실의 기존 우위가 작동하지 않는 프로젝트일 수 있다.
셋째, 실패하더라도 무엇이 남는가?
실패했을 때 아무것도 남지 않는다면 프로젝트의 위험을 한 명의 학생이 모두 부담하게 된다.
넷째, 이 프로젝트가 끝나면 다음 논문 두 편은 무엇인가?
후속 연구가 전혀 보이지 않는다면 단발성 아이디어일 가능성이 높다. 반대로 다음 질문이 자연스럽게 이어진다면 연구 프로그램의 일부가 될 수 있다.
이 네 가지 가운데 두 가지 이상에 명확히 답하기 어렵다면, 그 프로젝트는 아직 연구실의 핵심 자원을 배정받을 준비가 되지 않은 것이다.
좋은 아이디어가 아니라는 의미는 아니다. 아직 정규 프로젝트가 되기 위한 구조가 부족하다는 뜻이다.
맺음말: 이번 경기에서 출제될 언어를 판단하는 사람
철자 맞추기 대회의 비유로 돌아가면, 연구실의 목표는 500개의 단어를 외우는 것이 아니다.
어떤 언어에서 문제가 출제되는지 알고, 반복되는 어근과 변형 규칙을 익히며, 헷갈리는 예외를 관리하고, 결정적인 단어가 나왔을 때 틀리지 않는 조직을 만드는 것이다.
이 관점에서 PI의 가장 중요한 역할은 학생들에게 더 많은 단어를 계속 나누어주는 것이 아니다.
이번 경기에서 실제로 출제될 언어가 무엇인지 판단하는 것이다.
그리고 연구실의 가장 중요한 능력은 모든 가능성에 조금씩 대비하는 능력이 아니다.
무엇이 승부를 결정하는지 알아보고, 그것을 남들보다 깊게 준비하며, 나머지 좋은 기회들을 일관되게 포기할 수 있는 능력이다.
결국 강한 연구실은 가장 많은 것을 하는 연구실이 아니다.
중요한 순간에 중요한 문제를 선택하고, 결정적인 증거를 만들며, 그 과정에서 얻은 능력을 다음 연구에 축적하는 연구실이다.
철자 500개를 외우지 않고도 우승하는 것.
그것이 연구실 경영에서 선택과 집중이 도달해야 할 가장 높은 형태다.