Threads digest · @edutrend_
AI 행동·신뢰AI가 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.

AI가 잘한다고 협업까지 잘되는 것은 아닙니다
AI가 나보다 일을 훨씬 잘하면, AI와 같이 일했을 때 결과도 무조건 좋아질까요? AI 단독 정확도가 높아도 협업 성과가 자동으로 좋아지지는 않습니다.
Campagner와 연구진은 사람이 먼저 판단하고, 실제 또는 모의 AI 조언을 본 뒤 최종 판단을 내린 기존 의료 연구의 일곱 사례를 분석했습니다. 인간과 AI가 함께 내린 답이 양쪽의 단독 판단보다 모두 정확해야 진정한 시너지라고 보았습니다.
일곱 사례 중 시너지가 나타난 곳은 세 곳
엑스레이, MRI, 심전도, 내시경 등 일곱 사례 중 사람과 AI가 함께했을 때 AI 단독보다 정확도가 높았던 것은 세 사례였습니다. 이 세 사례에서는 인간 단독 성과도 넘어섰습니다. 나머지 네 사례의 최종 판단은 AI 단독보다 부정확했습니다.
사람에게 도움이 되는 것과 팀 전체가 더 뛰어나지는 것은 다른 문제입니다. AI 덕분에 사람의 정답률이 올라도, AI 혼자 내놓은 답보다 낮다면 두 판단의 강점을 충분히 살렸다고 보기 어렵습니다.
지배의 함정에서 놓치는 인간의 교정
저자들은 이를 AI의 우위가 인간의 유효한 교정을 약화할 수 있는 ‘지배의 함정(Dominance Trap)’으로 해석합니다. AI가 평소 잘 맞힌다는 이유로 그 판단에 기대면, AI가 틀리는 개별 사례에서 사람이 개입할 기회를 놓칠 수 있다는 것입니다.
다만 이 분석이 높은 AI 성능 때문에 사람이 맹신하게 되거나 오류를 고치는 능력을 잃는다는 인과관계를 직접 입증한 것은 아닙니다. 관찰된 판단의 패턴과 그에 대한 저자들의 해석을 구분해 읽어야 합니다.
서로의 실수를 고치는 두 방향
첫째는 AI가 틀렸을 때 인간의 올바른 판단을 지키는 것입니다. 둘째는 사람이 틀렸을 때 AI의 올바른 판단을 받아들이는 것입니다. 단순히 서로 고쳐준 사례가 있다는 것만으로는 부족하고, 각 방향에서 올바르게 고친 이득이 잘못 고친 손실보다 커야 합니다.
인간과 AI가 같은 답을 내면 최종 판단도 그 답을 유지한다는 가정 아래에서는 이 두 교정 조건이 시너지의 필요충분조건입니다. 이 가정이 없을 때는 합의를 뒤집으면서 생긴 이득과 손실까지 함께 따져야 합니다.
척추 엑스레이에서 나타난 약 9%p의 차이
척추 엑스레이 사례에서는 최종 판단의 정확도가 더 정확한 단독 판단보다 약 9%p 높았습니다. 인간과 AI가 서로 다른 상황에서 틀렸고, 양방향의 순교정 이득이 합의를 뒤집어 생긴 순손실보다 컸습니다.
이 결과는 AI가 틀리는 상황에서 인간의 판단을 살릴 여지가 중요함을 보여줍니다. 다만 의사의 메타인지가 그 향상의 원인으로 입증됐다는 뜻은 아닙니다.
AI의 실수를 기각할 수 있는 환경인가요?
결국 AI 시대에 살펴볼 것은 AI의 정답률만이 아닙니다. AI가 틀리는 틈새를 사람이 알아보고, 필요할 때 그 판단을 기각할 수 있는 환경인지도 함께 물어야 합니다.
AI를 무조건 믿거나 무조건 거부하기보다, 서로의 실수를 제대로 고칠 수 있는 관계를 만드는 것. 뛰어난 AI를 곁에 두는 일만큼, 그 AI와 어떻게 판단을 나눌지도 중요합니다.
이 글에서 소개한 원문
When Do Humans and Machines Truly Complement Each Other? Formal Conditions and Empirical Evidence for Human-AI Synergy
Andrea Campagner, Federico Cabitza, Vincenzo Crupi (2026)
arXiv 프리프린트 · v1 · 심사 중
연구 원문 보기 ↗