인간과 AI: 함께 일하는 것이 더 나은가, 아니면 단독으로 일하는 것이 더 나은가?

인간과 AI 협업의 잠재력은 인간의 창의성과 AI의 분석 능력이 결합되어 중요한 결정을 내리고 복잡한 문제를 해결하는 미래라는 우리의 상상력을 사로잡았다. 그러나 MIT 집단지성센터(CCI)의 새로운 연구에 따르면 이 비전은 우리가 한때 생각했던 것보다 훨씬 더 미묘할 수 있다.

Nature Human Behaviour에 발표된 "인간과 AI의 조합이 유용한 경우"는 인간과 AI의 조합이 작업 완료에 유용한 경우와 그렇지 않은 경우를 더 잘 이해하기 위해 수행된 최초의 대규모 메타 분석이다. 놀랍게도 이 연구는 인간과 AI를 결합하여 의사 결정 작업을 완료하는 것이 종종 부족하다는 것을 발견했다. 그러나 인간-AI 팀은 창의적인 작업을 수행하기 위해 함께 작업할 때 많은 잠재력을 보여주었다.

MIT 박사과정 학생이자 CCI 소속인 미셸 바카로(Michelle Vaccaro)와 MIT 슬론 경영대학원(MIT Sloan School of Management)의 압둘라 알마투크(Abdullah Almaatouc) 교수와 토마스 말론(Thomas Malone) 교수가 진행한 이 연구는 AI가 노동 인구에 미치는 영향에 대한 흥분과 불확실성이 공존하는 시기에 이루어졌다.

Malone은 일자리 감소 예측에 초점을 맞추는 대신, 자신과 팀이 더 많은 관심을 기울일 가치가 있다고 생각하는 질문, 즉 인간과 AI가 가장 효과적으로 협력하는 시기는 언제인지에 대해 탐구하고 싶었다고 말했다. 그리고 조직은 이러한 파트너십의 성공을 보장하기 위한 지침과 가드레일을 어떻게 만들 수 있을까?

연구진은 2020년 1월부터 2023년 6월까지 관련 학술지 및 학회 논문집에 발표된 106개의 서로 다른 실험에서 다양한 과제에서 AI와 인간의 조합에 대한 370개의 결과를 메타 분석했다. 모든 연구는 과제를 수행하는 세 가지 다른 방법을 비교했다. 인간 전용 시스템 b.) AI 전용 시스템 및 c.) 인간-AI 협업. 메타 분석의 전반적인 목표는 연구의 조합에 의해 드러난 근본적인 경향을 이해하는 것이었다.

테스트 결과
연구원들은 평균적으로 인간-AI 팀이 혼자 일하는 인간보다 더 나은 성과를 냈지만, 자체적으로 작동하는 AI 시스템의 기능을 능가하지는 않는다는 것을 발견했다.

중요한 것은 "인간-AI 시너지"를 발견하지 못했다는 것인데, 이는 연구된 성능 지표에서 평균적인 인간-AI 시스템이 인간만 단독으로 또는 AI만 단독으로 사용하는 최고의 시스템보다 더 나쁜 성능을 발휘한다는 것을 의미한다. 이는 인간을 단독으로 사용하거나 AI 시스템을 단독으로 사용하는 것이 연구된 인간-AI 협업보다 더 효과적이었을 것임을 시사한다.

바카로는 "AI를 프로세스에 통합하면 항상 성능에 도움이 될 것이라는 가정이 널리 퍼져 있지만, 우리는 그것이 사실이 아니라는 것을 보여주고 있다"고 말했다. "어떤 경우에는 어떤 작업은 인간에게만 맡기고, 어떤 작업은 AI에게만 맡기는 것이 유리합니다."

연구팀은 또한 인간과 AI가 얼마나 잘 협력하는지에 영향을 미치는 요인을 파악했다. 예를 들어, 딥 페이크 분류, 수요 예측, 의료 사례 진단과 같은 의사 결정 작업의 경우 인간-AI 팀은 AI만으로는 실적이 저조한 경우가 많았다.

그러나 소셜 미디어 게시물 요약, 채팅에서 질문에 답변, 새로운 콘텐츠 및 이미지 생성과 같은 많은 창의적인 작업의 경우 이러한 협업이 독립적으로 작업하는 최고의 인간이나 AI보다 더 나은 경우가 많았다.

말론은 "최근 몇 년 동안 AI는 주로 대량의 데이터를 분석하여 의사 결정을 지원하는 데 사용되었지만, 현재 인간-AI 결합의 가장 유망한 기회 중 일부는 텍스트, 이미지, 음악 및 비디오와 같은 새로운 콘텐츠 생성을 지원하는 것"이라고 말했다.

연구팀은 창의적 노력의 이러한 이점은 창의성, 지식, 통찰력과 같은 인간의 재능이 필요하지만 AI가 탁월한 반복적인 작업을 수반하는 이중적 성격에서 비롯된다는 이론을 세웠다. 예를 들어, 이미지를 디자인하려면 인간이 뛰어난 예술적 영감과 AI가 빛을 발하는 세밀한 실행이 모두 필요하다. 비슷한 맥락에서 많은 종류의 텍스트 문서를 작성하고 생성하려면 인간의 지식과 통찰력이 필요하지만 상용구 텍스트를 채우는 것과 같은 일상적이고 자동화된 프로세스도 필요하다.

"인간과 AI를 결합하는 것에는 많은 잠재력이 있지만, 우리는 이에 대해 더 비판적으로 생각해야 합니다"라고 Vaccaro는 말했다. "효율성은 반드시 둘 중 하나의 기본 성과에 관한 것이 아니라 그들이 어떻게 함께 작동하고 서로를 보완하는지에 관한 것입니다."

협업 최적화 

연구팀은 이번 연구 결과가 AI를 직장에 보다 효과적으로 도입하려는 조직에 지침과 교훈을 제공한다고 믿는다. 우선, 바카로는 인간과 AI가 실제로 인간이나 독립적으로 일하는 AI를 능가하는지 평가하는 것이 중요하다고 강조했다. "많은 조직이 현재 시스템의 효율성을 과대평가하고 있을 수 있다"고 그녀는 덧붙였다. "그들은 자신이 얼마나 잘 일하고 있는지 파악해야 한다.

다음으로, AI가 작업자를 도울 수 있는 부분을 평가해야 한다. 이 연구는 AI가 창의적인 작업에 특히 도움이 될 수 있으므로 조직은 AI를 삽입할 수 있는 어떤 종류의 창의적인 작업을 탐색해야 한다고 지적한다. 마지막으로, 조직은 명확한 지침을 설정하고 AI 사용에 대한 강력한 가드레일을 설정해야 합니다. 예를 들어, 상호 보완적인 강점을 활용하는 프로세스를 고안할 수 있다.

말론은 "AI가 배경 조사, 패턴 인식, 예측 및 데이터 분석을 처리하는 동시에 인간의 기술을 활용하여 뉘앙스를 파악하고 맥락 이해를 적용할 수 있도록 해야 한다"고 제안했다. 다른 말로 하자면, "인간이 가장 잘하는 일을 하게 하라"는 것이다.