Threads digest · @edutrend_
AI 행동·신뢰같은 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.

출력이 비슷하다고, 과정까지 같을까
AI와 인간의 출력이 비슷하다고 해서, 그 과정까지 유사한 것은 아닙니다. 사람처럼 답하는 AI를 보며 우리가 쉽게 놓치는 지점입니다.
Tao 등의 연구는 보상과 벌칙이 반복되는 쇼핑 환경에서 사람과 AI가 어떻게 선택하는지 비교했습니다. 같은 선택을 얼마나 많이 했는지만이 아니라, 그 선택에 이르는 경로가 같은지를 묻는 실험입니다.
빠른 배송과 느린 친환경 배송 사이
인간 참가자와 DeepSeek-v.3.2, Qwen3-Max는 총 120일의 가상 의사결정 과제에서 배송 방식을 골랐습니다. 빠른 배송과, 느리지만 포인트를 받을 수 있는 친환경 배송 사이의 선택이었습니다.
전체 통계만 보면 AI는 인간의 반응을 비슷하게 재현하는 것처럼 보였습니다. 보상이 없을 때는 빠른 배송을 주로 택하고, 보상이 생기면 친환경 배송으로 이동했습니다. 하지만 세부 데이터를 들여다보면 다른 모습이 드러났습니다.
같은 평균 뒤에 가려진 다른 경로
DeepSeek는 규칙을 적용해 이론적 기준에 가까운 선택을 비교적 일관되게 유지했다. 반면 인간은 시행착오를 거치며 점진적으로 전략을 조정했고, Qwen3-Max도 라운드가 진행되면서 선택을 조정하는 별도의 패턴을 보였다.
겉으로 드러난 전체 선택 비율만으로는 이런 차이가 보이지 않습니다. 어느 쪽을 얼마나 골랐는지와, 선택이 어떻게 달라졌는지는 별개의 질문인 셈입니다.
AI를 인간의 대리지표로 삼기 전에
같은 종착지에 도착하더라도 AI와 인간은 서로 다른 경로를 따라갈 수 있습니다. 이 타래의 핵심도 여기에 있습니다.
겉보기에 반응이 비슷하다는 이유만으로 AI를 인간의 대리지표로 삼는 것은 위험할 수 있습니다. 결과가 닮았는지를 넘어, 사람이 실제로 어떻게 판단하고 경험을 통해 바뀌는지까지 살펴야 합니다.
이 글에서 소개한 원문
Similar aggregate but divergent disaggregate responses in human and AI under sequential reward-penalty incentives
Sihan Tao, Linghao Wang, Zheng Zhu, Der-Horng Lee (2026)
iScience 게재 논문 · 29(11), 117800 · 2026-10-06 온라인 공개 · DOI: 10.1016/j.isci.2026.117800
연구 원문 보기 ↗