AI의 협업과 조직
여러 AI가 역할을 나누고, 흩어진 정보로 함께 판단하며, 서로의 일을 조정하는 방식을 묻습니다.
여러 AI의 역할은 어떻게 나눌까요?
여러 AI에게 서로 다른 이름을 붙인다고 곧바로 협업 구조가 만들어지지는 않습니다. 가운데 조정자가 있으면 정보를 모으기 쉬운 대신 그 조정자의 누락이 전체에 영향을 줄 수 있고, 분산된 구조에서는 다양한 검토가 가능하지만 의견을 종합하는 비용을 따로 다루어야 합니다.
서울대학교 경영대학에서 조직행동과 팀워크를 연구하는 박원우 교수의 연구는 역할과 팀성과를 검토할 때 참고할 수 있는 학술 기반의 일부다. AI에 적용할 때에는 역할을 실제로 수행했는지 관찰 가능한 기준으로 바꾸어야 한다.
AI 협업에서 역할을 확인하는 여섯 항목
| 기준 | 확인할 질문 | 관찰 자료의 예 |
|---|---|---|
| 정의 | 그 역할이 무엇을 맡는지 정해졌는가 | 역할 설명과 입력·산출물의 범위 |
| 배정 | 누가 그 역할을 맡았는가 | 배정 기록과 담당 AI 또는 사람 |
| 운영상 확보 | 필요한 시점에 수행할 수 있는 조건이 있는가 | 자료 접근 권한, 도구, 실행 가능 상태 |
| 기여 | 실제 판단과 결과에 무엇을 더했는가 | 전달한 정보와 최종 판단의 변화 |
| 근거 | 그 기여를 무엇으로 설명하는가 | 원문·실행 기록·출처 연결 |
| 검증 | 적절하게 수행되었음을 확인했는가 | 독립 검토와 결과 확인 |
AI 협업을 위해 구성한 연구 기준이다. 기존 팀역할 이론의 원래 척도와 구분하여 타당성을 검증한다.
자세히 읽기 — 역할과 조직 구조
구조의 장단점은 과제와 정보 조건에 따라 시험할 문제다. 여러 AI에게 서로 다른 이름을 붙인다고 곧바로 협업 구조가 만들어지지는 않는다. 각 역할이 어떤 정보를 다루고 어떤 결과를 전달하며, 그 결과를 누가 사용하는지 정해야 한다. 역할의 이름보다 입력과 책임, 산출물의 관계가 중요하다. 중앙의 조정자가 있으면 정보를 모으기 쉬운 대신 그 조정자의 누락이 전체에 영향을 줄 수 있다. 분산된 구조에서는 다양한 검토가 가능하지만 의견을 종합하는 비용을 따로 다루어야 한다. 초기 역할 진단 연구에서는 역할의 정의, 배정, 운영상 확보, 기여, 근거와 검증을 나누어 확인한다. 이 여섯 항목은 AI 협업을 위해 구성한 연구 기준으로, 기존 팀역할 이론의 원래 척도와 구분하여 타당성을 검증한다.
연구에서는 구성원의 수와 조직 구조를 함께 바꾸기보다 변수를 나누어 비교하는 편이 좋다.
정보가 흩어져 있을 때 어떻게 함께 판단할까요?
협업 과제에서는 필요한 정보가 여러 참여자에게 나뉘어 있습니다. 각각의 정보가 충분히 정확해도 최종 판단에서 함께 고려되지 않으면 문제가 생깁니다. 정보가 전달되는 곳, 이해되는 곳, 적용되고 검증되는 곳을 나누어 관찰하면 실패한 자리를 더 구체적으로 설명할 수 있습니다.
의견이 부딪히면 검토할 정보가 드러나기도 하지만, 모든 단계에서 반대 의견을 내게 하면 이미 정리된 문제를 되풀이하거나 근거 없는 의심을 늘릴 수 있습니다. 그 효과를 평가하려면 반대 의견이 어떤 새 근거를 주었는지, 오류를 고쳤는지, 시간과 자원이 얼마나 들었는지 확인해야 합니다.
박원우 교수의 2000년 연구는 재니스의 집단사고 모형을 구성하는 변수들을 인간 집단에서 실증적으로 조사했다. 이 연구를 AI에 연결하려면 AI가 인간과 같은 사회적 압력이나 감정을 가진다고 가정하지 않으면서 관찰 가능한 현상을 정해야 한다. 예를 들어 초기 의견이 반복 인용되는지, 반대 근거가 실제로 검토되는지, 수정 가능한 결론이 조기에 확정되는지 살필 수 있다. 이때 의견의 다양성과 근거의 다양성을 구분해야 한다.
보유
누가 무엇을 아는가
원문과 출처 확인
전달
필요한 역할에 도착했는가
전달·수신 기록 확인
해석
조건과 예외를 이해했는가
용어·조건의 해석 대조
판단 반영
결론의 근거에 사용했는가
반영·제외 이유 확인
자세히 읽기 — 흩어진 정보로 함께 판단하기
집단 판단 연구는 정보의 보유와 실제 활용 사이의 차이를 살펴야 한다. 협업 과제에서는 필요한 정보가 여러 참여자에게 나뉘어 있다. 각각의 정보는 충분히 정확해도 최종 판단에서 함께 고려되지 않으면 문제가 생긴다. 전달, 이해, 적용과 검증의 지점을 나누어 관찰하면 실패의 위치를 더 구체적으로 설명할 수 있다.
여러 AI의 일은 어떻게 조정할까요?
집단지능을 연구한다는 것은 구성원이 함께 일할 때 어떤 능력이 나타나는지 묻는 일입니다. 공동 목표와 역할별 평가가 어떻게 이어지는지를 조정해야 하므로, 협업 시스템을 평가할 때는 각 역할의 산출량과 전체 과제의 성공을 함께 봅니다. 가장 복잡한 조직이 늘 가장 좋다는 가정 없이 구조와 조건의 관계를 검토해야 합니다.
사례
아니타 윌리엄스 울리(Anita Williams Woolley)는 미국 카네기멜런대학교에서 팀의 협업과 집단지능을 연구하는 조직심리학자다. 울리 등이 2010년 발표한 연구는 사람들이 여러 과제를 함께 수행할 때 공통적으로 나타나는 집단 수준의 능력 요인을 검토했다. 이 결과는 집단의 수행을 별도의 분석 대상으로 다룰 이유를 제공한다. 인간 집단에서 관찰된 관계가 AI 집단에서도 그대로 성립하는지는 다시 검증해야 한다.
자세히 읽기 — 함께 일하는 AI들의 조정
연구회는 역할 사이의 의존성과 공동 목표의 조정을 협력의 핵심 문제로 다룬다. 집단지능을 연구한다는 것은 구성원이 함께 수행할 때 어떤 능력이 나타나는지 묻는 일이다. AI 협업에서 조정자는 과제를 나누고 정보를 모으며 다음 행동을 선택할 수 있다. 이 기능을 하나의 강한 모델에 집중할 수도 있고 여러 역할에 분산할 수도 있다. 어떤 방식을 선택하든 조정자가 참조한 근거와 결정의 이유를 외부에서 검토할 수 있어야 한다. 조정의 오류를 다른 참여자가 발견했을 때 수정 경로가 존재하는지도 중요하다. 구매 검토에서 자료 수집 AI가 많은 문서를 모으는 데만 집중하면 검토 시간이 과도하게 늘어날 수 있다. 요약 AI가 분량을 줄이는 데만 집중하면 중요한 예외가 사라질 수 있다. 공동 목표와 역할별 평가가 어떻게 연결되는지를 조정해야 한다. 협업 시스템의 평가에서 각 역할의 산출량과 전체 과제의 성공을 함께 보는 이유다.
가장 복잡한 조직이 항상 최선이라는 가정 없이 구조와 조건의 관계를 검토해야 한다.