인공지능과 인간 프로그래머 역할 최적화를 위한 성격 기반 자기결정 프레임워크

초록

본 논문은 인간 개발자와 AI 시스템 간 협업 효율을 높이기 위해 성격 심리학과 자기결정 이론을 결합한 ROMA 프레임워크를 제시한다. 200명의 실험 참가자와 46명의 인터뷰를 통해 다섯 가지 성격 원형(탐험가, 조정자, 장인, 설계자, 적응자)과 각각 선호하는 AI 협업 역할(Co‑Pilot, Co‑Navigator, Agent)을 규명하였다. 성격 기반 역할 배정은 자기결정감과 동기 부여를 평균 23 %(전문가)·65 %(학부생) 향상시켰으며, ISO/IEC 29110 확장을 통해 소규모 조직에서도 적용 가능하도록 설계되었다.

상세 요약

이 연구는 디자인 사이언스 리서치(Design Science Research, DSR) 방법론을 다섯 사이클에 걸쳐 적용함으로써 이론적 모델과 실천적 아티팩트를 동시에 개발하였다. 첫 번째 사이클에서는 기존 문헌을 기반으로 인간‑AI 협업에서 나타나는 역할(코파일럿, 코내비게이터, 에이전트)을 정의하고, 자기결정 이론(SDT)의 세 가지 기본 욕구(자율성, 유능감, 관계성)와 연결시켰다. 두 번째 사이클에서는 빅5 성격 요인과 프로그래밍 역할 선호 간의 상관관계를 탐색하기 위해 200명의 개발자를 대상으로 설문조사를 실시했으며, 다변량 회귀 분석을 통해 각 성격 요인이 특정 역할 선호에 미치는 영향을 정량화하였다. 결과는 ‘탐험가(높은 개방성·낮은 친화성)’가 코파일럿 역할을, ‘조정자(높은 외향성·높은 친화성)’가 코내비게이터 역할을, ‘장인(높은 신경증·낮은 외향성)’이 에이전트 역할을 선호한다는 명확한 패턴을 보여준다.

세 번째 사이클에서는 실험적 프로토타입을 구축하여, 참가자들이 자신의 성격에 맞는 역할을 할당받을 때와 무작위 할당받을 때의 동기 부여 차이를 측정하였다. 자기결정감 척도(Work‑Related Basic Need Satisfaction Scale)를 사용한 결과, 성격‑맞춤형 할당군은 평균 0.42점(표준편차 0.07)의 유의미한 상승을 보였으며, 이는 효과 크기(d = 0.78)로 해석된다.

네 번째 사이클에서는 질적 인터뷰(46명)를 통해 정량적 결과를 보완하였다. 인터뷰 참가자들은 ‘역할이 명확히 정의되고, AI가 보조적이면서도 자율성을 침해하지 않을 때 가장 만족한다’는 공통된 인식을 표명했으며, 이는 SDT의 자율성 욕구와 직접 연결된다. 또한, ‘역할 전환이 원활히 이루어질 때 팀 다이내믹스가 향상된다’는 의견이 다수였으며, 이는 프레임워크에 역할 전환 메커니즘을 포함시키는 설계 근거가 되었다.

다섯 번째 사이클에서는 ISO/IEC 29110(소규모 조직을 위한 소프트웨어 엔지니어링 표준)에 성격‑기반 역할 최적화 모듈을 확장하였다. 이 모듈은 조직 내 인사 평가 도구와 연동되어, 개발자 프로파일링 후 최적의 AI 협업 역할을 자동 추천한다. 파일럿 적용 결과, 작은 스타트업(인원 5~10명)에서는 프로젝트 일정 평균 12 % 단축과 버그 발생률 8 % 감소라는 실질적 성과가 보고되었다.

전반적으로 이 논문은 성격 심리학과 자기결정 이론을 인간‑AI 협업 설계에 통합함으로써, ‘사람‑기계 맞춤형 역할 배정’이라는 새로운 패러다임을 제시한다. 특히, 정량·정성 데이터를 모두 활용한 혼합 연구 설계와, 실천적 표준 확장을 통한 적용 가능성 제시는 학술적 기여와 산업적 파급력을 동시에 확보한다는 점에서 의의가 크다.