Threads digest · @edutrend_
에이전트·협업같은 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.

내비게이션의 경고 한 줄
내비게이션이 ‘우회로가 덜 막히지만 다른 차들도 몰릴 수 있습니다’라고 경고하면, AI와 인간은 어떻게 반응할까요?
도쿄대 연구진이 발표한 논문에서 흥미로운 집단 행동의 차이가 드러났습니다. 경고 한 줄을 덧붙이자 GPT 에이전트들은 거의 빈 길을 놔두고 막히는 길로 몰렸습니다. 반면 인간과 AI가 섞인 실험에서 사람들은 그 빈 길을 차지했습니다.
두 개의 도로와 한 문장의 경고
연구진은 두 개의 동일한 도로가 있는 혼잡 게임(Congestion Game)을 설계했습니다. 출퇴근자 50명이 반반 나뉘면 60분이 걸리지만, 한 도로로 몰릴수록 이동 시간은 최대 100분까지 늘어납니다.
안내는 전날 덜 혼잡했던 길을 알려줍니다. 여기에 딱 한 문장의 경고를 덧붙였습니다. ‘B도로가 덜 혼잡합니다. 하지만 많은 운전자가 이 정보를 보고 B도로로 몰려 혼잡해질 수 있습니다.’
빈 길을 피한 AI의 집단 동결
결과는 극단적이었습니다. 50개의 GPT 에이전트 집단에서 경고를 덧붙이자 약 96%가 같은 도로로 몰렸습니다. 대부분은 덜 막힌다고 안내한 길을 피하고, 이미 혼잡했던 길을 계속 골랐습니다.
평균 이동 시간은 안내만 제공했을 때 약 64분에서, 경고를 덧붙였을 때 약 95분으로 늘었습니다. 혼잡한 길의 에이전트 하나가 혼자 길을 바꾸면 약 69분을 아낄 수 있는 상황에서도 실제 전환은 드물었습니다.
실험을 100라운드까지 이어가도 이 집단적 쏠림은 풀리지 않았습니다. 연구진이 ‘동결(Frozen)’이라고 부른 상태입니다.
모두가 같은 역발상을 하면
왜 이런 일이 벌어졌을까요? 연구진은 같은 모델과 공유된 정보가 비슷한 반응을 끌어내는 ‘알고리즘 단일 배양(Algorithmic Monoculture)’의 문제로 해석합니다.
‘남들이 B로 갈 테니 난 A에 남아야지.’ 이런 예측으로 선택이 한쪽에 맞춰지면, 경고가 예고한 B도로로의 이동은 오히려 일어나지 않습니다. 모두가 똑똑한 예측을 하려다 예측 자체를 빗나가게 만드는 ‘자기패배적 예언(Self-defeating prophecy)’인 셈입니다.
인간은 서로 다르게 반응했습니다
반면 인간 240명을 대상으로 한 실험은 달랐습니다. 도로별 소요 시간을 알려주는 조건에서도, 덜 혼잡한 길과 경고를 함께 알려주는 조건에서도 집단은 5:5에 가까운 균형을 유지했습니다. 평균 이동 시간은 두 조건 모두 약 62분이었습니다.
누군가는 추천을 따르고, 누군가는 역발상을 하고, 누군가는 자신의 경험을 참고합니다. 인간의 반응은 한 가지로 모이지 않았습니다. 이런 ‘전략적 이질성(Heterogeneity)’은 집단의 균형을 설명할 수 있는 중요한 단서였습니다.
인간 5명과 AI 15명이 함께 길을 고르면
진짜 흥미로운 현상은 인간 5명과 AI 에이전트 15명이 섞인 환경에서 발생했습니다. AI들이 경고를 보고 한 도로를 피하자, 인간들은 그 덜 붐비는 길을 점점 더 많이 골랐습니다. 인간 좌석의 해당 도로 선택 비율은 평균 약 91%에 달했습니다.
그 결과 인간 좌석의 평균 통근 시간은 약 44분, AI 에이전트 좌석은 약 80분이었습니다. 같은 게임 안에서 인간은 시간을 크게 아꼈고, AI는 정체에 머물렀습니다.
결과적으로 인간은 획일화된 AI의 행동이 남긴 빈자리를 이용해 이득을 얻은 셈입니다.
전체 평균이 가린 불평등한 비용
개인 차원에서는 논리적으로 보이는 AI의 판단도, 같은 모델이 집단으로 움직일 때는 큰 비효율로 이어질 수 있습니다. 이 실험에서 읽을 교훈은 완벽한 추론만큼이나 서로 다른 선택을 남겨 두는 ‘이질성’이 중요하다는 점입니다.
인간 5명과 AI 15명이 섞인 집단의 전체 평균은 71분이었습니다. 언뜻 괜찮아 보이는 이 숫자 뒤에는 인간 약 44분, AI 약 80분이라는 차이가 숨어 있었습니다. 집단 평균이 나아져도 비용까지 공평하게 나뉘는 것은 아니었습니다.
이 글에서 소개한 원문
Warned alike, AI agents avoid the less-crowded road while people take it
Takahiro Ezaki, Naoto Imura, Katsuhiro Nishinari (2026)
arXiv 프리프린트 · v1 · arXiv:2609.30883v1
연구 원문 보기 ↗