헤더 바로가기 메뉴 바로가기 푸터 바로가기
혁신 & 운영관리

당신의 상사가 금속 팬츠를 입었을 때

월터 프릭(Walter Frick)
매거진
2015. 6월호

인간과 로봇에 관한 최신 연구에서 얻은 통찰

 

2013년 열린 한 로봇공학 콘퍼런스에서 MIT대 연구원인 케이트 달링은 참가자들에게 장난감 공룡 로봇을 직접 만지고 놀아보라고 권유했다. 플레오라고 하는 이 로봇 인형은 크기가 치와와만 했다. 달링은 참가자들에게 각자의 로봇에 이름을 지어주고 서로 교감을 나눠보라고 말했다. 참가자들은 플레오가 의사표현을 할 줄 안다는 사실을 금세 알아챘다. 이 로봇은 몸짓과 표정을 통해 사람들이 쓰다듬어 주는 걸 좋아하고, 꼬리를 잡아 들어올리는 건 싫어한다는 의사를 확실하게 표시했다. 그렇게 한 시간을 보낸 뒤 달링은 참가자들에게 휴식을 취하도록 했다. 참가자들이 휴식을 마치고 돌아오자 이번에는 칼과 손도끼를 건네며 공룡 로봇을 고문하듯 괴롭히고 절단해달라고 요청했다.

 

img_20150528_102_1

 

달링은 참가자들이 약간의 거부감을 보일 것이라고는 예상했다. 그러나 놀랍게도 참가자 전원이 하나같이 로봇 해치기를 거부했다. 심지어 어떤 참가자들은 다른 사람들이 플레오를 해치지 못하도록 직접 몸으로 가로막기까지 했다. “사람들은 이런 살아 있는 것 같은 기계가 내보내는 사회적 단서에 반응합니다.” 달링은 그해 참석한 어떤 강연에서 이렇게 결론을 내렸다. “상대가 실물이 아닌 기계에 불과하다는 사실을 아는 데도 불구하고 말입니다.”

 

이 같은 통찰을 바탕으로 차세대 자동화 물결이 일어나게 될 것이다. 에릭 브린욜프슨과 앤드루 맥아피가 그들의 저서 <2의 기계 시대: 인간과 기계의 공생이 시작된다>에서 설명했듯이 앞으로는생각하는 기계들이 직장에 배치돼 경제적으로나 사회적으로 엄청난 가치를 창출할 것이다. 제조공장에서 새로운 작업을 빠르게 습득하는 자동 제어 로봇에서부터 입사 살아있는 것 평가하거나 기업 전략을 추천해주는 소프트웨어에 이르기까지 말이다. (브린욜프슨, 맥아피와의 인터뷰는 68쪽 참조.) 그러나 기술적 제약이 사라지고 있는 데 반해 사회적 제약은 아직 남아 있다. 팀원들에게 인공지능을 신뢰하라고 어떻게 설득할 수 있을까? 로봇을 동료 팀원이나 어쩌면 관리자로까지 받아들이라고 얘기할 수 있을까? 그 로봇을 교체한다면 직원들의 사기가 떨어질까?

 

이런 질문에 답하려면 과연 사람들이 생각하는 기계와 어떻게 같이 일하고 관계를 맺을지에 대해 이해할 필요가 있다. 이와 관련한 연구가 늘어나고 있는 덕분에 우리는 인간과 기계의 조화로운 협력이 어떻게 성공할 수 있는지에 대해 더 많이 알아가고 있다. 기계가 도구에서 팀 동료로 진화함에 따라 한 가지는 분명해졌다. 기계를 받아들이는 문제가 단순히 새로운 기술을 도입하는 차원을 넘어설 것이라는 점이다.

 

 

img_20150528_102_2 

 

img_20150528_102_3 

 

img_20150528_102_4 

위에서부터 플레오사회적 로봇공학이 급성장하고 있음을 보여주는 한 가지 예일 뿐이다. 플레오는 몸동작과 얼굴 표정으로 의사를 표시한다. 예를 들면, 사람들이 어루만져 주는 것을 좋아하고 꼬리를 잡아서 들어올리는 것은 싫어한다. 스낵봇은 사무실 안에서 간식을 배달하고 직원들과 대화를 나눈다. 직원들이 좋아하는 간식을 기억할 수도 있다. 은 목소리를 내고 손을 움직이기 때문에 사람들이 보고 지능을 갖추고 있다고 느꼈을 것이다. 실제로는 연구자들이 제어를 하고 있었지만 말이다.

 

사람들은 알고리즘이 실수하는 것을

좋지 않게 여긴다. 사람의 판단은 개선될

여지가 있지만 알고리즘은 그럴 수 없다고

(잘못) 생각하기 때문이다.

 

 

우리는 어떤 때 알고리즘을 불신하고, 어떤 때 신뢰하는가

생각하는 기계와 함께 일할 때 첫 번째로 어려운 점은 기계가 우리보다 더 많이 알 때도 있다는 사실을 인정하는 것이다. 2014년에 나온 한 연구결과를 살펴보자. 와튼스쿨 연구진이 진행한 일련의 실험에서 참가자들은 예측을 잘하면 금전적으로 보상을 받게 돼 있었다. 다만 혼자 힘으로 판단하거나 알고리즘에 의존해 예측하는 방법 중 한 가지를 선택할 수 있었다. 예를 들면 한 실험에서는 참가자들에게 과거에 MBA 과정에 들어갔던 학생들의 입학 관련 자료를 제공하고 그들의 학업 성과가 얼마나 뛰어났을지 예측해보도록 했다. 대부분의 참가자들이 알고리즘으로 예측한 결과를 이용하기보다 자신의 직관에 따르기를 더 선호했다.

 

아티클을 끝까지 보시려면
유료 멤버십에 가입하세요.
첫 달은 무료입니다!

(03187) 서울시 종로구 청계천로 1 동아일보사빌딩 9층 (주)동아일보사
대표자: 김재호 | 등록번호: 종로라00434 | 등록일자: 2014.01.16 | 사업자 등록번호: 102-81-03525
(03737) 서울시 서대문구 충정로 29 동아일보사빌딩 8층 (주)디유넷(온라인비즈니스)
대표이사: 김승환, 김평국 | 통신판매신고번호: 제 서대문 1,096호 | 사업자 등록번호: 110-81-47558