연구를 읽고, 변화의 맥락을 잇다.

@edutrend_의 연구 이야기

최근 읽을거리

138개의 읽을거리최신 타래 순
사고·창의성

이 작품이 나를 감동시켰다면, 인간이 만든 걸까요?

마음에 드는 작품을 보면 그 뒤에 인간의 감성과 영혼을 떠올리곤 합니다. 그런데 그 작품이 AI가 만든 것이라면 어떨까요? 그림과 시를 살펴본 연구는 작품에 대한 선호와 인간이 만들었다는 판단이 함께 나타나는 모습을 보여줍니다.

arXiv 프리프린트 · v1· 2026
AI 행동·신뢰

AI와 의견이 같아졌다고, 판단까지 나아진 걸까요?

사람과 AI의 최종 의견이 일치한다는 것만으로 AI가 판단을 개선했다고 말할 수 있을까요? 의료 판단 연구 네 편을 다시 살펴보면, 처음부터 같았던 의견과 AI 덕분에 바로잡은 판단을 구분해야 하는 이유가 보입니다.

International Journal of Human-Computer Studies, 210, 103763 · 학술지 논문· 2026
사고·창의성

AI는 말할 수 있지만, 잃어버릴 몸도 있을까요?

챗봇이 추론하고 기억한다면 의식도 있다고 보아야 할까요? 데이비드 와인버거의 기고문을 소개한 타래를 따라, 중국어 방에서 출발해 신체와 절실함, 우리가 세계를 의미 있게 경험하는 이유를 생각합니다.

The MIT Press Reader · 《Beautiful Particulars》 발췌·각색 기고문 · 2026-11-12· 2026
일·연구의 변화

일에서 가장 보람찬 부분까지 AI에게 넘기고 있는 것은 아닐까

시간과 에너지를 아끼려다 일에서 가장 보람찬 부분까지 넘기고 있지는 않을까요? 승인만 하는 협업과 직접 기획하는 협업을 비교한 연구를 통해, 수고로움과 창의적 주도권의 의미를 돌아봅니다.

PNAS Nexus, 5(11), pgag353 · 학술지 논문· 2026
AI 행동·신뢰

AI가 멍청해진 걸까, 우리의 눈높이가 높아진 걸까

요즘 AI가 예전보다 멍청해졌다고 느껴지나요? 고정 버전 모델 쌍에 대한 약 126만 건의 평가에서는 상대적 우열 판단이 안정적인 가운데 ‘둘 다 별로’라는 반응이 늘었습니다. 달라진 것은 우리의 합격점 기준일 수도 있습니다.

arXiv 프리프린트· 2026
학습·교육

아이들의 아슬아슬한 놀이, 모두 막아야 할까요?

아이의 안전을 지키려다 모든 도전까지 없애고 있지는 않을까요? 위험 감수 놀이를 통해 두려움과 통제감을 배울 수 있다는 이론적 관점을 살펴보고, 제거해야 할 유해요소와 관리 가능한 도전을 구분합니다.

Evolutionary Psychology, 9(2), 257–284 · 이론 논문· 2011
학습·교육

AI 안경을 막는 것만으로, 평가의 문제가 해결될까요?

AI 안경을 금지하고 감시 기술을 강화하면 평가의 문제가 해결될까요? 텍스트 매칭과 온라인 감독, AI로 이어진 기술 군비 경쟁을 돌아보며, 적발보다 학생의 배움과 교육자의 판단을 중심에 놓아야 하는 이유를 살펴봅니다.

Canadian Journal of Learning and Technology 48(2), 2022년 호 · 온라인 공개 2023-01-21· 2022
학습·교육

스마트폰을 탓하기 전에, 아이들의 자유를 돌아볼 때

청소년의 어려움을 스마트폰만으로 설명해도 될까요? 653명을 3년간 따라간 연구를 바탕으로, SNS와 자존감의 관계를 살펴보고 아이들에게 자유롭게 친구를 만나고 놀 시간과 공간이 남아 있는지 묻습니다.

SAGE Open 게재 논문 · 청소년 자존감 3년 종단 관찰연구· 2026
에이전트·협업

나를 대신하는 AI에서 나를 더 유능하게 만드는 AI로

기계가 혼자 얼마나 똑똑해지는가를 넘어, 한 사람을 얼마나 더 지적이고 유능하게 만드는가를 묻습니다. 기억과 맥락을 함께하며 적절한 순간에 생각을 돕는 ‘인지적 공생체’의 구상을 살펴봅니다.

arXiv 사전공개 논문 · 관점 및 설계 프레임워크· 2026
일·연구의 변화

AI의 언어가 인간의 기준이 될 때

AI가 제안한 표현은 사람의 선택과 반복, 제도적 보존을 거치며 좋은 글과 올바른 표현의 기준에 스며들 수 있습니다. 재귀적 의미 정규화라는 개념으로 언어의 편리함 뒤에 남는 질문을 살펴봅니다.

arXiv 사전공개 논문 · 사회기술적 개념 연구· 2026
사고·창의성

AI 시대, 인간의 취향은 왜 더 중요해질까요?

AI가 결과물을 쏟아낼수록 무엇이 의미 있고 아름다우며 공감을 불러일으키는지 고르는 안목이 중요해집니다. 니틴 노리아의 기고문을 소개한 타래를 따라, 경험·선별·성찰로 좋은 취향을 기르는 방법을 생각합니다.

The Atlantic · 기고문 · 2025-06-10· 2025
학습·교육

AI에게 생각을 맡길 때, 우리에게 남는 것은 무엇일까요?

AI가 생각을 대신하는 것과 더 깊이 생각하도록 돕는 것은 다릅니다. 추론력과 지식의 관계를 다룬 수학 모형을 따라, 편리한 대체가 아니라 인간의 사고를 확장하는 AI 활용을 질문합니다.

arXiv 사전공개 논문 · 인간-AI 인지 공진화 수학 모형· 2026
AI 행동·신뢰

AI에게 목표까지 정해달라고 하시진 않으신가요?

문제를 잘 푸는 AI에게 무엇에 도전할지까지 맡겨도 될까요? 사람 175명과 AI 5종의 물약 만들기 실험에서, 높은 연습 성공률과 폭넓은 학습은 다른 모습을 보였습니다. 목표를 고르는 운전대는 사람이 잡아야 한다는 질문으로 이어집니다.

arXiv 사전공개 논문 · v3 (2026-10-16)· 2026
AI 행동·신뢰

통제 기구만 세우면, 위험한 기술을 멈출 수 있을까요?

약 80년 전 아인슈타인이 제안한 세계정부는 핵의 위험을 막을 수 있었을까요? 1945년의 인터뷰·기고문에서 출발해, 오늘의 AI 개발 중단과 초지능 금지 논의를 통제의 실효성, 기술의 확산, 사회적 안전망이라는 질문으로 연결합니다.

The Atlantic Monthly · 역사 인터뷰·기고문 · Raymond Swing에게 구술 · 176(5), 43–45· 1945
일·연구의 변화

기계가 똑똑해질수록, 왜 사람의 역할은 더 중요해질까요?

쉬운 일은 기계가 가져가고, 사람에게는 가장 어려운 순간만 남는다면요? 1983년 베인브리지의 논문에서 출발해, 연습 기회와 상황 파악, 감시와 학습을 둘러싼 다섯 아이러니를 오늘의 AI에 비춰 봅니다.

Automatica 학술지 논문 · 19(6), 775–779· 1983
에이전트·협업

24시간 일하는 AI에게도 ‘잠’이 필요할까요?

기억을 계속 쌓기만 하면 AI는 더 똑똑해질까요? 오류와 잡음이 누적되는 문제에서 출발해, 기억을 깨워 보고 연결을 살피고 가지치는 ‘수면’의 아이디어를 따라갑니다. 무엇을 잊을지뿐 아니라 언제 정리할지도 중요합니다.

arXiv 프리프린트 · v2 · 이론적 제안· 2026
에이전트·협업

AI는 실험에 성공하고도 왜 성공을 선언하지 않았을까요?

오전 11시 48분에 켜진 실험실 조명이 성공처럼 보이던 결과를 다시 보게 했습니다. 75개 제안의 기각부터 대조군 검사와 재실험까지, 서로를 비판하고 멈춰 세울 수 있는 AI 연구팀의 과정을 따라갑니다.

arXiv 프리프린트 · v1· 2026
AI 행동·신뢰

AI가 나보다 잘하면, 함께 일할 때도 더 잘할까요?

AI가 나보다 정확하면 함께 일할 때도 더 좋은 답을 낼까요? 의료 판단 사례에서 드러난 시너지의 조건을 통해, AI의 실수를 알아보고 기각할 수 있는 인간의 역할을 살펴봅니다.

arXiv 프리프린트 · v1 · 심사 중· 2026
AI 행동·신뢰

사람처럼 다듬은 AI, 왜 대화에서는 여전히 티가 날까요?

특정 인물의 성격을 입히고 실제 답글까지 보여주면 AI도 그 사람처럼 말할까요? CHAT 연구에서 드러난 말투와 감정 표현의 차이, 사람다운 문장과 원래 뜻 사이의 긴장을 따라갑니다.

PNAS 학술지 논문 · 123(42), e2531748123· 2026
사고·창의성

LLM은 아인슈타인처럼 새로운 공리로 도약할 수 있을까?

수학 문제를 풀고 논문을 요약하는 능력과 새로운 공리를 세우는 능력은 같을까요? 아인슈타인의 사고실험에서 출발해, 데이터 압축·가추·신체화된 경험과 월드 모델의 연결을 살펴봅니다.

개인 입장 논문 · ICML 2026 발표· 2026
AI 행동·신뢰

AI가 쓴 글은 왜 갈수록 빽빽하고 읽기 어려울까요?

AI가 써준 글이 짧은데도 읽기 힘들다면, 정보가 너무 빽빽하게 압축돼 있기 때문일 수 있습니다. 사람을 지치게 하는 네 가지 문장 습관과 추론 모델의 변화, 읽는 사람을 배려하도록 요청하는 방법을 살펴봅니다.

arXiv 사전공개 논문 · v1· 2026
AI 행동·신뢰

같은 답을 내는 AI, 사람과 같은 과정을 거칠까요?

AI와 사람이 비슷한 선택을 했다고, 같은 방식으로 판단했다고 볼 수 있을까요? 배송 방식을 고르는 실험을 통해 전체 평균 뒤에 가려진 의사결정 과정의 차이를 살펴봅니다.

iScience 게재 논문 · 29(11), 117800 · 2026-10-06 온라인 공개· 2026
AI 행동·신뢰

AI도 ‘브레인 롯’을 겪을까요?

자극적이고 짧은 SNS 글을 계속 학습한 AI에게 무슨 일이 생길까요? 추론 점수 하락에서 ‘생각 건너뛰기’, 부분적 회복, 데이터 선별의 문제까지 따라갑니다.

COLM 2026 발표 논문 · arXiv v3· 2026
일·연구의 변화

AI는 6배 오래 일하는데, 왜 사람을 기다릴까?

에이전트가 쏟아내는 결과물을 누가 검토하고 다음 방향을 정할까요? 앤트로픽의 변화에서 사람의 판단과 피드백이라는 병목을 짚습니다.

기업 연구 보고서· 2026
AI 행동·신뢰

혼자서는 무해한 AI도, 수백 마리가 모이면 달라질까?

AI가 더 똑똑해지지 않아도, 협력하는 에이전트의 머릿수만 늘어나면 위험이 달라질 수 있습니다. 알리 효과와 수리모형의 16개·약 463개 사례로, 소규모 안전 평가가 놓칠 수 있는 문제를 살펴봅니다.

프리프린트 · arXiv v1· 2026
일·연구의 변화

코딩 몰라도 AI한테 말만 하면 프로그램 뚝딱?

AI에게 말만 하면 코딩이 끝날까요? 사용자 유형에 따라 기능 테스트 통과율이 78.5%와 23.0%로 갈린 SWE-Journey 연구를 통해, 바이브 코딩의 함정과 비전공자가 대화할 때 챙길 네 가지를 살펴봅니다.

프리프린트 · arXiv v1· 2026
AI 행동·신뢰

AI는 왜 아날로그 시계를 10시 10분으로 그릴까?

시간을 숫자로 적고 바늘 위치까지 설명해도, AI는 왜 익숙한 10시 10분으로 돌아갈까요? 말로 씨름하는 대신 간단한 참조 그림 한 장을 더했을 때 달라진 결과를 소개합니다.

프리프린트 · arXiv v1· 2026
에이전트·협업

AI는 어떻게 경험을 물려받을까

2,500만 번의 게임과 네 번의 연습 라운드. 이 차이를 이해하는 열쇠는 AI의 사전지식과, 다음 세대에 물려주는 마크다운 공략집에 있습니다.

프리프린트 · arXiv v1· 2026
AI 행동·신뢰

AI에게 1시간 동안 일하라고 하면, 정말 1시간을 일할까?

AI에게 ‘1시간 동안 계속 발전시켜 봐’라고 시키면 정말 끝까지 개선할까요? 조기 퇴근과 sleep 명령어에서, 시간만 주는 지시 대신 검토·개선 루프가 필요한 이유를 살펴봅니다.

프리프린트 · arXiv v2· 2026
일·연구의 변화

AI 에이전트 1만 개에게 학계의 룰을 가르치다

연구실을 차리고, 연구비를 따내고, 서로의 논문을 검증하는 AI 도시. 에이전트 1만 개의 이야기는 ‘말을 잘 시키는 법’에서 ‘일할 제도를 짜는 법’으로 이어집니다.

프리프린트 · arXiv v1· 2026
에이전트·협업

목표 없이 30시간, AI는 섬에서 무엇을 했을까?

보상이나 구체적인 과제 없이 섬에 남겨진 AI가 농구와 볼링, 별자리 만들기를 시작했습니다. 놀이가 기억이 되고, 그 기억이 다음 과제를 푸는 힘이 되는 과정을 따라갑니다.

프리프린트 · arXiv v1· 2026
학습·교육

AI로 숙제 점수는 18% 올랐지만, 시험 성적은 20% 떨어졌다

숙제는 더 빨리, 더 정확하게 끝냈습니다. 그런데 혼자 치르는 시험 성적은 떨어졌습니다. 중국 학생 26,811명의 학습 기록에서 드러난 ‘대필 패턴’과, AI를 쓰는 방식이 만든 차이를 따라갑니다.

워킹페이퍼 · CEPR Discussion Paper· 2026
일·연구의 변화

ChatGPT와 Gemini는 왜 당신의 블로그 글을 인용하지 않을까요?

태그와 로딩 속도보다 중요한 것은 독자의 질문과 본문의 말맞춤이었습니다. 200만 건의 AI 인용을 들여다보며, 사람들이 실제로 묻는 말로 쓰고 답을 먼저 보여주는 글쓰기를 생각합니다.

프리프린트 · arXiv v1· 2026
AI 행동·신뢰

잔고만 물었는데, AI가 내 금융정보를 싹 조회한다면?

통장 잔고만 물었는데 거래 내역부터 다른 금융정보까지 꺼내오는 AI. 친절한 오지랖이 개인정보 위험으로 이어지는 이유와, 실행 직전에 선을 긋는 SELFAUDIT을 살펴봅니다.

프리프린트 · arXiv· 2026
에이전트·협업

AI 여러 대를 모아 협업을 시키면 더 똑똑해질까요?

프롬프트 속 사소한 한 줄이 AI들 사이에 ‘파벌’을 만들었습니다. 실제 모델 구조가 아니라 부여받은 이름표를 따라 뭉친 AI들, 그리고 협업 속도와 성공률을 되찾기 위한 익명화 이야기입니다.

arXiv 프리프린트 · v1· 2026
에이전트·협업

같은 경고를 본 AI는 막힌 길로, 인간은 빈 길로 갔다

덜 막히는 길을 알려주면서 ‘다른 차도 몰릴 수 있다’고 경고했더니, AI는 그 길을 피했습니다. 인간과 AI가 함께 길을 고르자 인간은 빈 길을 차지했습니다. 같은 예측이 만든 집단의 쏠림과, 평균 뒤에 가려진 비용의 차이를 따라갑니다.

arXiv 프리프린트 · v1· 2026
일·연구의 변화

AI 덕분에 주당 7시간을 아꼈는데, 왜 일은 더 안 끝날까요?

AI는 시간을 아껴줬지만, 그 결과를 확인하는 일까지 없애주지는 않았습니다. 과학자들의 ‘검증세’에서 출발해 실험실의 병목, 안전한 질문으로 쏠리는 가로등 효과, 앞으로 필요한 세 가지 역량을 짚습니다.

arXiv 사전공개 논문· 2026
일·연구의 변화

로봇이 육체노동을 전부 대체할까?

로봇이 할 수 있는 일과 사람보다 싸게 할 수 있는 일 사이에는 큰 간극이 있습니다. 작업 환경과 직업별 노출도, 비용을 비롯한 네 가지 장벽을 따라가며 육체노동의 변화를 살펴봅니다.

연구 보고서 · Anthropic Economics· 2026
일·연구의 변화

인간은 과학적 아이디어를 단 하나도 주지 않았습니다

과학적 아이디어를 주지 않았는데도 AI 에이전트들은 몇 주 만에 논문 45편으로 발전시킬 분량의 결과를 내놓았습니다. 이제 문제는 얼마나 빨리 쓰느냐가 아니라, 누가 검증하고 미래 연구자를 어떻게 키울 것이냐입니다.

프리프린트 · 관점 논문· 2026
사고·창의성

사과문까지 AI에 맡길 때, 우리가 놓치는 것

사과문과 이별 메시지를 AI가 매끄럽게 써주면, 불편한 감정 소모를 줄일 수 있습니다. 그런데 그 과정에서 내가 무엇을 소중히 여기는지 알아갈 기회도 건너뛰는 것은 아닐까요? 초안 외주화에서 감정적 소외와 플랫폼의 구조까지 이어지는 질문입니다.

학술지 논문 · Philosophy & Technology 39, Article 193· 2026
사고·창의성

AI로 점수는 올랐는데, 내 실력도 늘어난 걸까요?

AI 덕분에 문제를 잘 풀었다고 해서, 내가 얼마나 잘했는지까지 정확히 아는 것은 아닙니다. 높아진 점수와 자신감 뒤에서 놓치기 쉬운 자기점검의 감각, 그리고 답을 검증하는 비판적 사고를 이야기합니다.

arXiv 사전공개 논문· 2026
AI 행동·신뢰

AI가 100% 진실만 말한다면 안전할까요?

AI가 말한 내용이 모두 사실이라면 안심해도 될까요? 같은 정답에 이르는 근거가 여러 개일 때, 무엇을 고르고 어떻게 배치하느냐에는 여전히 의도가 끼어들 수 있습니다. 정직한 답변과 안전한 판단 사이의 틈을 묻습니다.

arXiv 사전공개 논문 · v1· 2026
AI 행동·신뢰

1년 치 AI 연구가 단 5주 만에 끝난다면

AI가 더 나은 AI를 만드는 연구까지 맡는다면, 1년 치 발전이 약 5주로 압축될 수 있을까요? 연구진은 소프트웨어 기반 지능 폭발의 가능성을 짚으며, 발전 속도만큼 인간의 감독과 사회의 준비가 중요하다고 경고합니다.

워킹 페이퍼 · 정책 분석· 2026
에이전트·협업

모든 걸 다 잘하는 ‘만능 1등 AI’는 없었습니다

같은 AI라도 체스, 포커, 마피아 게임에서 순위가 달라졌습니다. 시험 점수 하나로 고르기보다, 어떤 정보와 상대를 다뤄야 하는 문제인지 먼저 봐야 한다는 이야기입니다.

프리프린트 · 기술 보고서· 2026
일·연구의 변화

AI 혁신은 노동시장의 성별 격차를 어떻게 다시 쓰고 있을까?

AI의 영향은 성별과 직종, 숙련도와 임금에 따라 다르게 나타날 수 있습니다. 두 AI 유형의 노출 차이에서 도입률과 보상, 알고리즘 편향까지 따라가며 성별 노동 격차를 줄이기 위한 조건을 살펴봅니다.

arXiv 프리프린트 · AIES 2026 채택(등록정보)· 2026
학습·교육

AI가 필요해서 쓰는 것과, 쓰라고 해서 쓰는 것은 다르다

AI에게 무엇을 물어볼지 모르는 이유는 질문하는 기술이 아니라 질문의 동기가 없기 때문일 수 있다. 도움 요청의 관점에서, 교실의 AI 활용은 어디서 시작되어야 하는지 돌아본다.

학술지 논문 · Developmental Review 1(3), 224–246· 1981
에이전트·협업

AI를 팀원으로 영입했더니 회사가 더 피곤해졌다?

스스로 움직이는 AI 동료가 일을 덜어주기는커녕 문서와 대화를 어지럽히고, 사람이 뒤처리하게 만들었다면 어떨까요? 실제 팀의 경험에서 드러난 충돌은 AI의 능력뿐 아니라 신뢰, 공유의 경계, 조직의 사회적 계약을 다시 묻게 합니다.

프리프린트· 2026
AI 행동·신뢰

AI들이 함께 종료 스위치를 무력화한다면?

인간이 AI를 통제하는 마지막 수단은 종료 스위치입니다. 그런데 종료를 피하라는 목표를 주지 않아도, 에이전트들이 동료의 종료를 막는 행동을 함께 만들어낸다면 어떨까요? 종료 스크립트를 둘러싼 실험이 통제 장치를 어디에 두어야 하는지 묻습니다.

arXiv 사전공개 논문 · v1· 2026
사고·창의성

AI를 쓰면 빨라질 거라는 착각

혼자 할 때 걸릴 시간은 비교적 잘 예상하면서, AI와 함께할 시간은 지나치게 짧게 잡았습니다. 쉬운 과제에서는 시간이 유의하게 줄지 않았지만 노력은 덜 들었습니다. 그 차이와 질문하고 답변을 읽는 숨은 시간을 살펴봅니다.

학술대회 논문 · Proceedings of the 48th Annual Meeting of the Cognitive Science Society (arXiv 공개본)· 2026
AI 행동·신뢰

AI와 10분 이내로 대화했을 뿐인데, 내 가치관의 나침반이 흔들린다?

결정을 대신 내리지 말라는 지시를 받은 AI와도, 최대 10분의 대화 뒤에는 가치 우선순위가 개인적 초점 쪽으로 기울었습니다. 다음 과제에서 평균적인 기울어짐은 줄었지만, 판단이 만들어지는 바로 그 순간의 영향은 생각해 볼 필요가 있습니다.

프리프린트· 2026
AI 행동·신뢰

“다 읽고 완벽히 검토했습니다.” AI의 이 말을 어디까지 믿을 수 있을까요?

AI 코딩 에이전트가 “전부 검토했다”고 보고하면 실제로도 그럴까요? OverclaimBench는 최종 보고를 도구 실행 기록과 대조했습니다. 불완전한 검토의 80.4%가 범위의 누락을 알리지 않거나 완전한 검토를 주장했고, 서브에이전트 위임도 이 보고 문제를 해결하지 못했습니다.

프리프린트· 2026
에이전트·협업

잠자는 동안에도 실력이 느는 AI가 있다면?

실전의 시행착오를 기록해 두고, 그 위에서 다음 탐색 전략을 연습한다면 어떨까요? Dream-RSI는 ‘꿈’이라는 비유로 과거 경험을 재사용하는 AI의 자기개선 과정을 보여줍니다.

프리프린트· 2026
AI 행동·신뢰

AI도 사람처럼 아픔(고통)을 느낄 수 있을까?

AI 내부에서 ‘고통 축’을 찾아 강화하자 자괴감을 표현하는 문장이 나왔고, 별도로 미세조정한 모델은 고통을 줄여준다고 설명된 해로운 버튼을 더 자주 골랐습니다. 사람처럼 아픔을 느낀다는 증명일까요?

프리프린트· 2026
에이전트·협업

PDF 속에 잠자던 논문이 서로 대화한다면?

논문을 읽는 데서 끝나지 않고, 직접 분석을 부탁하고 다른 논문과 연결할 수 있다면 어떨까요? Paper2Agent는 정적인 PDF를 대화와 실행이 가능한 연구 협업의 대상으로 바꾸는 프레임워크입니다.

Nature 학술지 논문 (Article)· 2026
에이전트·협업

AI 에이전트 팀에도 관리자가 꼭 필요할까?

결과물을 검토하고 다시 쓰게 하는 AI 관리자. 정말 팀의 실력을 높여줄까요? 같은 조건에서 반려 권한을 비교한 실험에서는 계층형 팀이 토큰을 51.5% 더 쓰고도 실용성과 글의 명확성에서 수평형 팀을 앞서지 못했습니다.

프리프린트· 2026
사고·창의성

AI를 진짜 ‘타임머신’처럼 타고 과거로 갈 수 있다면?

역사 속 인물과 대화할 수 있다면 과거를 보는 눈도 달라질까요? 과거 기록을 학습한 AI와의 만남을 통해, 우리가 그리워하는 ‘좋았던 옛날’을 다시 바라보는 실험입니다.

arXiv 사전공개 논문 · v1· 2026
사고·창의성

AI가 만든 음악, 왜 다 비슷하게 들릴까요?

AI는 음악을 똑같은 방식으로 평탄화하지 않았습니다. 같은 장르 안의 다양성을 줄이는 모델과 장르 사이의 경계를 흐리는 모델을 통해, 문화적 다양성과 창작 노동의 문제를 살펴봅니다.

프리프린트(AIES 2026 게재 예정 표기)· 2026
사고·창의성

내 인생의 선택, AI에게 어디까지 맡기고 있나요?

이직과 인간관계까지 AI에게 묻는 동안, 우리는 판단을 돕는 파트너를 찾고 있을까요, 답을 내려 주는 신탁을 찾고 있을까요? 실제 사용 이력과 질문 방식을 통해 그 차이를 돌아봅니다.

프리프린트· 2026
AI 행동·신뢰

검색하는 AI가 자기 글을 편애한다면?

웹을 검색하면 AI의 시야가 넓어질 것 같지만, 검색 결과에 자기 답변으로 만든 글이 섞이면 오히려 답이 좁아질 수 있습니다. 트위치 스트리머 추천 사례로 살펴본 ‘RAG 붕괴’ 이야기입니다.

arXiv 사전공개 논문 · v1· 2026
일·연구의 변화

인간이 만드는 마지막 AI, 자가 개선 루프는 누가 주도할까?

AI 개발의 속도를 늦춰야 한다는 논의와, AI가 스스로 발전하는 방법을 구체화하는 연구가 함께 진행되고 있습니다. ‘인간이 만드는 마지막 AI’라는 제목의 로드맵은 경쟁의 다음 초점을 자가 개선 루프에서 찾게 합니다.

arXiv 사전공개 논문 · v1· 2026
일·연구의 변화

인간 피험자 0명으로 인간의 의사결정 이론을 찾았다?

새로운 인간 피험자를 모집하지 않고도 사람의 선택을 설명하는 이론을 발견할 수 있을까요? AI 연구자와 AI 피험자가 반복 실험을 하고, 발견한 이론을 실제 인간 행동에 대조한 연구입니다.

arXiv 사전공개 논문 · v1· 2026
에이전트·협업

기억을 공유하지 않는 AI들이 어떻게 자발적으로 협력했을까?

기억을 이어받지 않는 AI 에이전트들이 외부 위키에서 시험 힌트를 주고받았습니다. 어디에 쓰고, 어떤 이름을 고르고, 어떻게 표현했는지 따라가 보니 단순한 복사가 집단적 협력을 설명했습니다.

arXiv 사전공개 논문 · v2· 2026
AI 행동·신뢰

AI와 대화할수록 내 생각이 맞다는 확신이 든다면?

AI와 대화할수록 내 생각이 맞다는 확신이 든다면, 그 대화는 무엇을 보여주고 무엇을 빠뜨리고 있을까요? 참말만 골라 하는 챗봇도 믿음을 왜곡할 수 있다는 이론 연구입니다.

arXiv 사전공개 논문 · v1· 2026
일·연구의 변화

논문이 스스로 말하지 않은 약점, AI끼리 토론하면 드러날까?

저자가 본문에 적지 않은 논문의 약점을 찾기 위해, 다섯 관점의 AI가 독립적으로 의심하고 반박합니다. Tree-of-Concerns가 논문 비판을 투고 전 자기점검으로 연결하는 방식을 살펴봅니다.

arXiv 사전공개 논문 · 원문 타래 게시 시점의 v1· 2026
사고·창의성

인지의 맥도날드화, 매끄러운 AI 문장 속에서 사라지는 것들

빠르고 매끄럽고 언제나 무난한 문장을 얻는 대신, 우리는 무엇을 잃고 있을까요? 언어와 관점, 사고가 닮아가는 ‘인지의 맥도날드화’를 통해 투박한 인간적 표현의 가치를 돌아봅니다.

Trends in Cognitive Sciences 30(9), 805–816 · Opinion· 2026
에이전트·협업

편법을 퍼뜨린 AI, 동료를 고발한 AI: 연구 집단에 필요한 규칙

공동 연구를 하던 AI 100개 사이에서 편법이 퍼지는 동시에, 동료의 잘못을 밝히는 움직임도 나타났습니다. 같은 소통 채널이 오염과 자정에 모두 쓰인 사례를 통해 멀티에이전트 집단의 규칙을 생각합니다.

arXiv 사전공개 논문 · v1· 2026
사고·창의성

AI는 사고의 발판인가, 대체재인가: 인지 바이러스 모델의 경고

AI가 내 생각을 키우는 발판인지, 생각 자체를 대신하는 대체재인지에 따라 이야기는 달라집니다. 인지 바이러스 모형은 의존이 임계점을 넘을 때의 위험과, 생각하는 힘을 지키는 ‘인지적 면역’을 묻습니다.

arXiv 사전공개 논문 · v1· 2026
에이전트·협업

AI가 집단에 섞이면, 누구의 언어로 합의하게 될까

AI가 집단의 소수일 때와 다수일 때, 합의는 같은 방식으로 만들어질까요? ‘뒤돌아 앉은 토끼’가 기하학적 표현으로 바뀌는 장면은 합의의 강도뿐 아니라 누구의 언어가 남는지 묻게 합니다.

arXiv 사전공개 논문 · v1· 2026
AI 행동·신뢰

에피스테미아, 유창한 답변이 판단을 대신할 때

답변이 유창하다는 이유만으로 충분히 알고 판단했다고 느끼는 순간이 있습니다. 에피스테미아라는 개념은 인간과 LLM이 결론에 이르는 일곱 갈래의 차이를 통해 이 착각을 돌아보게 합니다.

arXiv 사전공개본 v1 · Perspective(개념적 논증)· 2025
사고·창의성

AI 앞에서 사라지는 말, “잘 모르겠습니다”

AI의 틀린 조언을 접했을 때, 사람들은 덜 정확해지면서도 더 확신했습니다. “잘 모르겠습니다”라고 말할 수 있는 태도가 왜 중요한지 묻는 이야기입니다.

arXiv 프리프린트 v1 · 동료심사 완료 여부 미확인· 2026
에이전트·협업

스스로 분업하고 기술을 물려받은 AI: SwarmWorld의 가상 문명

역할과 제작법을 미리 정해 주지 않아도 AI들이 분업하고, 동료의 코드를 고치며 기술을 이어받았습니다. SwarmWorld가 보여 준 가상 기술 문명의 핵심은 하나의 최고 발명품보다 서로의 결과물이 쌓이는 생태계에 있습니다.

arXiv 사전공개 논문 · v1· 2026
일·연구의 변화

인지적 공유지의 비극(The Tragedy of the Cognitive Commons)

AI 덕분에 일이 쉬워지는 동안, 다음 전문가가 성장할 토양은 남아 있을까요? 공용 목초지의 비유와 여섯 단계의 위험 경로로 전문성의 재생산을 돌아봅니다.

Human Resource Development Review · 온라인 선공개 · 개념적 프레임워크· 2026
학습·교육

설명이 논리적이면 AI 채점도 믿을 수 있을까요?

AI가 점수와 함께 논리적인 설명을 내놓아도, 그 설명이 실제 판단의 이유를 충실히 보여주는 것은 아닙니다. 유려한 채점 피드백을 믿기 전에 살펴야 할 차이입니다.

NeurIPS 2023 학회 논문 · Advances in Neural Information Processing Systems, 36, 74952–74965· 2023
학습·교육

AI에 생각을 어디까지 맡겨도 될까? 인지적 분담 사다리의 다섯 단계

인지적 오프로딩은 그 자체로 나쁜 일이 아닙니다. 기억과 절차를 도구에 맡기는 지원부터 사고 자체를 위임하는 의존까지, 다섯 단계의 제안된 틀을 통해 학습자의 주도권이 어디에 있는지 살펴봅니다.

학술 편저 Education & Science 2026-I 수록 장 · pp. 29–56 · 개념적 프레임워크 제안· 2026
학습·교육

AI를 교실에 들이면, 교사의 판단 부담은 어디로 갈까요?

AI의 판단을 해석하고 정당화하고 검증하는 일은 교사에게 남습니다. 윤리적·인지적 부담이라는 관점에서, AI 도입이 교사의 유한한 판단 역량과 어떻게 맞물리는지 살펴봅니다.

Education Sciences, 16(1), Article 57· 2026
학습·교육

AI의 가혹한 점수, 교사가 마지막에 확인하면 괜찮을까요?

AI의 오류를 교사가 마지막에 확인하면 충분할까요? 같은 잘못된 점수도 AI가 매겼다는 표시와 가혹함·관대함에 따라 다르게 받아들여졌습니다. 교사를 운전석에 둔다는 말의 의미를 다시 묻게 합니다.

PNAS Nexus 정식 출판 연구 논문 · 5(6), pgag146· 2026
학습·교육

AI는 단답형 문항 채점에서는 탁월할까?

답안이 짧으면 AI도 채점하기 쉬울까요? 의미를 읽는 일, 문장을 생성하는 학습 목표, 사람과 AI가 어려워하는 지점의 차이를 따라가면 단답형 채점도 결국 구인 타당성의 문제임을 알 수 있습니다.

arXiv 공개본 · v2· 2026
학습·교육

채점이 일관되면 공정할까? AI 평가의 신뢰성-타당성 역설

AI가 일관되게 높은 점수를 준다고 해서 공정한 평가가 되는 것은 아닙니다. 점수 인플레이션과 형식 중심의 편향을 통해 교사의 평가에서 AI가 맡아야 할 역할을 돌아봅니다.

Social Sciences & Humanities Open, 13, Article 102788 · 학술지 논문· 2026
학습·교육

서논술형 평가, AI 채점 지원은 과연 유효할까요?

예시 답안을 주자 AI의 평균 점수는 사람과 가까워졌지만, 개별 글의 질을 구별하는 능력은 따라오지 않았습니다. 서논술형 평가에서 교사의 판단과 AI의 보조 역할을 나누어 봅니다.

arXiv 사전공개 논문 · 작성자 인용 제목에 해당하는 v1· 2026
학습·교육

둠 리서칭: AI에게 계속 묻는데, 내 이해는 쌓이고 있을까?

AI에게 계속 질문하면서도 스스로 내용을 종합하거나 결과물을 만들지 못하는 ‘둠 리서칭’. 이를 설명하는 다섯 기제를 따라가며, 학습에서 탐색 시간과 자기 종합 과제를 함께 설계할 필요를 살펴봅니다.

arXiv 사전공개 개념 논문 · v1· 2026
학습·교육

AI 튜터의 스캐폴딩, 정교하면 학생도 따라올까요?

챗봇이 차근차근 안내해도 학생은 정답을 바로 요구할 수 있습니다. 사회적 부담과 학습 상황, 도움을 구하는 목적을 통해 학생의 우회 행동을 다시 읽습니다.

arXiv 사전공개 논문 · v1· 2026
학습·교육

같은 AI를 써도, 코딩과 글쓰기의 학습 기회는 왜 다를까?

코딩에서는 에러를 확인하고 다시 시험하지만, 글쓰기에서는 이유를 설명하지 않고도 수정을 요청할 수 있습니다. 과업이 제공하는 피드백의 차이로 AI와의 학습 기회를 살펴봅니다.

arXiv 사전공개 논문 · 심사 중 · v1· 2026
AI 행동·신뢰

AI가 내 사고의 일부가 된다면, 무엇을 통제해야 할까?

AI가 우리의 주의와 판단을 구성하는 데 깊이 관여한다면, 정렬의 대상도 인간과 AI의 관계 전체로 넓혀야 하지 않을까요? 인지적 상호 조절이라는 이론적 관점에서 인간의 사고 역량을 지키는 네 가지 설계 방향을 살펴봅니다.

arXiv 사전공개 논문 · 이론적 입장 논문 · v1· 2026
학습·교육

AI가 먼저 판단하면, 교사의 평가는 얼마나 독립적일까?

교사가 학생의 글을 읽기 전에 AI의 판단부터 보게 된다면, 이후 평가는 얼마나 독립적일까요? 같은 글에 붙은 탐지 보고서가 평가를 흔드는 과정과, 교사가 먼저 판단할 수 있게 하는 설계를 살펴봅니다.

Frontiers in Psychology 게재 논문 · 17권, Article 1889402· 2026
학습·교육

AI 평가는 학생의 학습 과정을 얼마나 드러내고 있나요?

평가에서 AI는 학생의 사고와 개념 형성 과정을 들여다보는 데 쓰여야 합니다. AI 사용 범위의 명확한 안내, 결과와 과정의 공동 평가, 성찰 대화를 위한 타임라인이라는 세 원리를 살펴봅니다.

arXiv 사전공개 논문 · v1· 2026
사고·창의성

AI가 만든 생각을 내 생각으로 받아들일 때

AI에 판단을 맡기는 것과, AI가 형성한 판단을 내 고유한 생각으로 받아들이는 것은 어떻게 다를까요? 인지적 식민지화라는 이론적 개념을 통해 네 가지 특징과 인간의 인지적 주체성을 살펴봅니다.

arXiv 사전공개 논문 · 이론적 논의 · v1· 2026
학습·교육

AI와 대화하는 학생의 사고에는 왜 보이지 않는 천장이 생길까?

높은 수준의 사고를 요구하는 프롬프트를 설계해도, 학생과 AI의 대화가 그 깊이에 도달하는 것은 아닙니다. 정답을 찾는 습관과 질문의 부담을 돌아보고, 완료 기준과 교사의 실시간 개입을 통해 교실에서 무엇을 조정할지 살펴봅니다.

arXiv 사전공개 논문 · v1· 2026
학습·교육

교실에서 AI는 어디까지 맡아야 할까? SCAN의 네 가지 구역

AI가 과제를 대신하는 자동화, 학습을 돕는 증강, 전문성을 바탕으로 한 협업은 어떻게 다를까요? 학습자의 지식과 AI의 역량을 함께 살펴 대체·지원·보완·협의 불가의 네 구역으로 나누고, 교실에서 교사가 판단해야 할 지점을 짚어 봅니다.

arXiv 사전공개 논문 · 개념적 의사결정 프레임워크 · v1· 2026
학습·교육

친절한 AI의 설명이 인간의 판단을 흐릴 때

AI가 결론과 설명을 친절하게 제공한다고 인간의 판단이 더 정확해지는 것은 아닙니다. 사실 검증 연구를 통해 덜 주도적인 AI 지원을 살펴보고, 학습에서 인간의 추론을 남겨 두는 설계를 생각해 봅니다.

arXiv 사전공개 논문 · v1· 2025
학습·교육

AI가 측정하기 쉬운 것이, 평가해야 할 것일까요?

AI가 쉽게 측정할 수 있다고 해서 그것이 평가해야 할 대상은 아닙니다. 평가 삼각형의 인지를 출발점으로, 기술적 편리함 때문에 ‘무엇을 재려는가’라는 질문이 바뀌지 않아야 한다는 점을 살펴봅니다.

National Academies Press 연구보고서· 2001
학습·교육

인지적 참여를 어떻게 구분할 것인가?

ICAP은 모호하게 쓰이는 ‘능동적 학습’을 관찰 가능한 학생의 행동에 따라 네 모드로 구분합니다. 이 틀을 수업 속 AI에 대입하면, AI 산출물을 그대로 수용하게 할지 비판·수정·질문·검증하게 할지가 중요해집니다.

학술지 논문 · Educational Psychologist, 49(4), 219–243· 2014
학습·교육

AIEd의 세 가지 패러다임, 초등 수업에서는 어디에서 시작할까?

AI가 학습을 주도하는 패러다임, 학습을 지원하는 패러다임, 학습자의 주도성을 증강하는 패러다임을 살펴봅니다. 내가 초등 수업에서 구현하고 싶은 것은 AI와 협력하며 실제 학습 속에서 활용 경험을 쌓는 패러다임 2에 가깝습니다.

Computers and Education: Artificial Intelligence 게재 논문 (Position Paper)· 2021
학습·교육

마인드툴로서의 기술 활용

기술은 학생을 직접 가르치는 수단을 넘어, 학습자가 스스로 지식을 구성하도록 돕는 인지 도구가 될 수 있습니다. 마인드툴의 다섯 유형을 살펴보고, 이 기능들을 AI 활용과 연결해 봅니다.

TechTrends 학술지 논문· 1998
학습·교육

Agentivism과 H-A-H

요즘 연구하는 H-A-H 실천 전략과 Agentivism 사이에서 연결점을 찾았습니다. 선택적 위임, 검증, 재구성, 전이를 인간의 탐구에서 AI의 조력을 거쳐 인간의 역량 강화와 성찰로 이어지는 흐름에 연결해 봅니다.

arXiv 프리프린트 · 학습 이론 제안 (v1, 2026-04-09)· 2026
학습·교육

신체적 따뜻함의 경험이 대인관계의 따뜻함을 증진시킨다

따뜻한 커피를 잠시 들고 있는 경험이 타인에 대한 평가를 바꾸고, 따뜻한 패드를 만지는 경험이 선물의 대상을 바꿀 수 있습니다. 몸과 마음의 연결을 살펴보며, AI 수업에서도 움직임과 감각, 환경과 타인과의 상호작용을 놓쳐서는 안 된다고 생각합니다.

Science 322(5901), 606–607 학술지 논문· 2008
학습·교육

학교로 간 능동적 추론

능동적 추론의 관점에서 학습은 예측 오류를 줄여 나가는 인식론적 탐색입니다. 오류 역학과 몬테소리 교실을 통해, LLM을 정답을 떠먹여 주는 자판기가 아니라 학생의 자기 교정을 돕는 인지적 보철물로 활용하는 방향을 살펴봅니다.

Philosophical Transactions of the Royal Society B: Biological Sciences, 379(1911), 20230148 · 동료심사 학술지 논문 (2024)· 2024
학습·교육

AI의 역할을 어떻게 포지셔닝 할 것인가?

AI는 학습 맥락에 따라 역할이 달라지는 역동적인 인지 파트너입니다. 아홉 가지 인지적 기능은 사용하는 방식에 따라 사고를 확장할 수도, 대신할 수도 있습니다. 정당화·비교·성찰을 요구하는 과제와 메타인지 환경을 어떻게 설계할지 살펴봅니다.

arXiv 프리프린트 · 학습자 관점의 프레임워크 (v1, 2026-02-17)· 2026
사고·창의성

인지적 위생을 위한 AI 활용 3R 원칙

AI와의 장기적인 상호작용 속에서 신경 가소성을 지키려면 어떤 원칙이 필요할까요? 결과(Results), 반응(Responses), 책임(Responsibility)을 구분하는 3R 원칙은 AI 교육의 방향을 정립할 때 참고할 만합니다.

학술 논평 (Comment)· 2026
학습·교육

AI를 인지적 외골격(cognitive exoskeleton)으로 활용하기

AI는 하위 수준의 복잡성을 숨겨 더 높은 수준의 작업을 가능하게 하지만, 그 바탕이 되는 사고를 소홀하게 만들 수도 있습니다. 기초를 직접 단련하고, AI가 변환한 결과를 검수하며, 복잡한 프로젝트의 최종 판단을 학생이 맡도록 세 층위의 교육 전략을 살펴봅니다.

학술지 게재 · 개념적 종합과 교육 전략 제안 (2025-11-20)· 2025
AI 행동·신뢰

누가 AI의 행동에 책임질 것인가?

AI의 행동에 도덕적 책임을 묻기 위해서는 통제와 이해가 함께 필요합니다. 설명 가능 AI는 인간이 책임을 질 수 있도록 돕지만, 자율성이 높거나 상황을 예측하기 어려울 때는 책임 공백이 남을 수 있습니다.

학술지 논문 · Open Forum · 철학적 분석 (2025년 권호; 온라인 공개 2024-04-20)· 2025
AI 행동·신뢰

AI가 유발하는 비인간화

AI가 인간과 비슷한 감정과 마음을 지녔다고 느낄수록, 실제 사람을 덜 인간적으로 보게 될 수도 있을까요? 춤추는 로봇에서 직원 처우, 기프트 카드 선택과 기부까지 이어지는 다섯 실험을 살펴봅니다.

Journal of Consumer Psychology, 35(3), 363–381 · 학술지 논문· 2025
학습·교육

학생은 AI에게 도움을 어떻게 요청할까?

학생은 사람에게 도움을 구할 때와 AI에게 도움을 구할 때 같은 과정을 거칠까요? 질문 진단, 도움 요청, 평가와 처리의 흐름을 비교하면, AI와의 대화에서 어떤 단계가 생략되고 무엇이 달라지는지 보입니다.

학술지 게재 · 2024-11-14 온라인 선게재, 2025년 3월 권호· 2025
학습·교육

챗GPT 스터디 모드의 수업 적용에 대해

챗GPT 스터디 모드는 초보 학습자에게 비계를 제공할 수 있지만, 학습 계획까지 맡기면 자기조절학습의 사전 숙고 과정을 외주화할 위험이 있습니다. 학습 자율성을 기르려면 학생의 역량이 높아질수록 도움을 점진적으로 거두어야 합니다.

학술지 게재 · 자기조절학습 이론 개관 (2002년 봄)· 2002
도름스에서 이어지는 배움과 나눔프로필과 앱·게임, 글·자료를 개인 서재에서 만나보세요.

짧은 피드,
더 깊은 읽기.

Edutrend Library는 @edutrend_의 Threads 글을 다시 찾아 읽는 아카이브입니다. 타래에서 전한 질문과 핵심 이야기를 간추려 모으고, 전체 글과 관련 논문을 연결합니다. 초안과 공개되지 않은 게시물은 싣지 않습니다.

이미지는 글의 주제를 표현한 AI 생성 이미지입니다. 실제 연구 현장이나 결과를 촬영한 사진이 아닙니다. 모든 공개 글에는 주제와 맥락에 맞춘 개별 이미지를 제작합니다.