인간과 AI: 함께 일하면 더 나은가, 아니면 혼자 일하면 더 나은가?

 

인간-AI ​​협업의 잠재력은 우리의 상상력을 사로잡았다. 인간의 창의성과 AI의 분석력이 결합되어 중요한 결정을 내리고 복잡한 문제를 해결하는 미래이다. 하지만 MIT 집단 지능 센터(CCI)의 새로운 연구에 따르면 이 비전은 우리가 생각했던 것보다 훨씬 더 미묘할 수 있다.

 

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

 

MIT 박사과정 학생이자 CCI 회원인 미셸 바카로와 MIT 슬론 경영대학원 교수인 압둘라 알마아투크, 토마스 말론이 수행한 이 연구는 AI가 인력에 미치는 영향에 대한 흥분과 불확실성이 함께 나타난 시기에 이루어졌다.

 

말론은 일자리 대체 예측에 집중하는 대신 자신과 팀이 더 많은 관심을 받을 만한 질문을 탐구하고 싶었다고 말했다. 인간과 AI가 가장 효과적으로 협력하는 시기는 언제일까? 그리고 조직은 이러한 파트너십이 성공하도록 가이드라인과 보호책을 어떻게 만들 수 있을까?

 

연구원들은 2020년 1월부터 2023년 6월 사이에 관련 학술 저널과 학회 회의록에 게재된 106개의 다양한 실험에서 AI와 인간의 조합에 대한 370개의 결과에 대한 메타 분석을 수행했다.

 

모든 연구는 세 가지 다른 작업 수행 방식을 비교했다. a) 인간 전용 시스템 b) AI 전용 시스템 c) 인간-AI ​​협업. 메타 분석의 전반적인 목표는 연구 조합을 통해 드러난 기본 추세를 이해하는 것이었다.

 

테스트 결과

연구원들은 평균적으로 인간-AI ​​팀이 혼자 일하는 인간보다 성과가 좋았지만, 스스로 작동하는 AI 시스템의 역량을 능가하지는 못했다는 것을 발견했다.

 

중요한 점은 "인간-AI ​​시너지"를 찾지 못했다는 것이다. 즉, 평균적인 인간-AI ​​시스템은 연구된 성과 지표에서 인간 혼자 또는 AI 혼자의 가장 좋은 성과보다 성과가 나빴다는 것을 의미한다. 이는 인간 혼자 또는 AI 시스템만 사용하는 것이 연구된 인간-AI ​​협업보다 더 효과적이었을 것임을 시사한다.

 

바카로는 "AI를 프로세스에 통합하면 항상 성과에 도움이 된다는 일반적인 가정이 있지만, 우리는 그것이 사실이 아니라는 것을 보여준다."라고 말했다. "어떤 경우에는 일부 작업은 인간에게만 맡기고 일부 작업은 AI에게만 맡기는 것이 유익하다."

 

연구팀은 또한 인간과 AI가 얼마나 잘 협력하는지에 영향을 미치는 요인을 확인했다. 예를 들어, 딥페이크 분류, 수요 예측, 의료 사례 진단과 같은 의사 결정 작업의 경우 인간-AI ​​팀은 종종 AI 혼자보다 성과가 낮았다.

 

그러나 소셜 미디어 게시물 요약, 채팅에서 질문에 답하기, 새로운 콘텐츠와 이미지 생성과 같은 많은 창의적인 작업의 경우 이러한 협업은 종종 독립적으로 작업하는 최고의 인간이나 AI보다 더 좋았다.

 

"최근 몇 년 동안 AI는 주로 방대한 양의 데이터를 분석하여 의사 결정을 지원하는 데 사용되었지만, 현재 인간과 AI의 조합에 가장 유망한 기회 중 일부는 텍스트, 이미지, 음악, 비디오와 같은 새로운 콘텐츠 생성을 지원하는 데 있다."라고 말론은 말했다.

 

팀은 창의적인 노력에서 이러한 이점이 이중적 특성에서 비롯된다고 이론화했다. 이러한 작업에는 창의성, 지식, 통찰력과 같은 인간의 재능이 필요하지만 AI가 뛰어난 반복적인 작업도 포함된다. 예를 들어 이미지를 디자인하려면 인간이 뛰어난 예술적 영감과 AI가 종종 빛나는 세부적인 실행이 모두 필요하다.

 

마찬가지로 많은 종류의 텍스트 문서를 작성하고 생성하는 데는 인간의 지식과 통찰력이 필요하지만 보일러플레이트 텍스트를 채우는 것과 같은 일상적이고 자동화된 프로세스도 포함된다.

 

"인간과 AI를 결합하는 데는 많은 잠재력이 있지만, 우리는 이에 대해 더 비판적으로 생각해야 한다."라고 바카로는 말했다. "효과성은 반드시 둘 중 하나의 기본 성과에 관한 것이 아니라, 그들이 어떻게 함께 일하고 서로를 보완하는지에 관한 것이다."

 

협업 최적화

연구팀은 연구 결과가 AI를 직장에 더 효과적으로 도입하려는 조직에 지침과 교훈을 제공한다고 믿는다. 우선, 바카로는 인간과 AI가 인간이나 독립적으로 일하는 AI보다 실제로 더 나은 성과를 내고 있는지 평가하는 것의 중요성을 강조했다.

 

그녀는 "많은 조직이 현재 시스템의 효과를 과대평가하고 있을 수 있다."라고 덧붙였다. "그들은 시스템이 얼마나 잘 작동하는지 파악해야 한다."

 

다음으로, AI가 근로자에게 어떤 면에서 도움이 될 수 있는지 평가해야 한다. 이 연구에 따르면 AI는 창의적인 작업에 특히 도움이 될 수 있으므로 조직은 어떤 종류의 창의적인 작업이 AI를 도입하기에 적합한지 알아봐야 한다.

 

마지막으로, 조직은 AI 사용에 대한 명확한 지침을 설정하고 견고한 보호책을 수립해야 한다. 예를 들어, 상호 보완적인 강점을 활용하는 프로세스를 고안할 수 있다.

 

말론은 "AI가 배경 조사, 패턴 인식, 예측 및 데이터 분석을 처리하고, 인간의 기술을 활용하여 미묘한 차이를 파악하고 상황에 맞는 이해를 적용하도록 하라."라고 제안했다. 다시 말해, "인간이 가장 잘하는 일을 하도록 하라."

 

말론은 "이러한 협업의 잠재력을 계속 탐색하면서 미래는 인간을 AI로 대체하는 것뿐만 아니라 이들이 효과적으로 협력할 수 있는 혁신적인 방법을 찾는 데 있다는 것이 분명해졌다."라고 결론지었다.