혼합 주도 AI에 대한 사용자 인식: 문제 해결 지원에 대한 태도

초록

본 연구는 온디맨드(버튼)와 사전 예약(타이머) 두 가지 도움 제공 방식을 Rush Hour 퍼즐 과제에 적용해 비교하였다. 동일한 시간·금전 비용 제약 하에서 성과는 유사했지만, 타이머 방식 이용자는 AI에 대한 긍정적 인식이 더 높았다. 이는 도움의 내용보다 제공 시점·방법이 사용자 경험에 중요한 영향을 미친다는 점을 시사한다.

상세 분석

이 논문은 혼합‑주도 시스템에서 “언제” 도움을 제공하느냐가 “무엇을” 제공하느냐만큼 중요한 설계 변수임을 실증적으로 입증한다. 연구자는 두 가지 전형적인 이니셔티브 할당 방식을 선택했다. 버튼 모드는 사용자가 직접 도움을 요청하고 원하는 이동 수를 지정하는 전형적인 사용자‑주도(on‑demand) 방식이며, 타이머 모드는 사용자가 미리 정의한 무활동 시간 초과 시 자동으로 AI가 지정된 이동 수만큼 개입하는 시스템‑주도(proactive) 방식이다. 두 모드 모두 사용자가 도움의 양(이동 수)과 비용(시간당 1¢, AI 개입당 5¢)을 명시적으로 인식하도록 설계돼, 실제 비즈니스·의료·교육 현장에서 흔히 나타나는 시간·재정적 제약을 시뮬레이션한다.

실험은 66명의 참가자를 대상으로 Rush Hour 퍼즐을 3~5단계 난이도로 제공했으며, 각 참가자는 사전에 버튼 혹은 타이머 중 하나의 모드만 사용할 수 있었다. 퍼즐 해결 시간, 사용된 예산, 요청된 AI 이동 수 등 객관적 성과 지표는 두 그룹 간에 통계적으로 유의미한 차이가 없었다. 그러나 설문을 통해 측정한 AI에 대한 인식(신뢰성, 유용성, 자율성 침해 정도 등)에서는 타이머 그룹이 일관되게 더 높은 점수를 보였다. 특히 예산이 거의 소진된 상황에서도 타이머 이용자는 “AI가 적절한 시점에 도움을 주었다”는 긍정적 평가를 유지했으며, 이는 사용자가 시스템이 스스로 판단해 개입하는 것을 ‘예측 가능하고 통제 가능한’ 형태로 경험했기 때문으로 해석된다.

이러한 결과는 두 가지 중요한 함의를 가진다. 첫째, 혼합‑주도 인터페이스 설계 시 이니셔티브 전환 메커니즘을 ‘첫 번째 설계 차원’으로 다루어야 한다는 점이다. 기존 연구가 AI의 정확도·성능 향상에 집중했다면, 본 연구는 사용자 경험을 좌우하는 타이밍 메커니즘 자체가 별도의 연구·개선 대상임을 강조한다. 둘째, 성과 중심의 평가만으로는 실제 사용자 만족도를 충분히 설명할 수 없으며, 자율성·통제감·예측 가능성 등을 포함한 정성적 지표를 함께 고려해야 한다는 점이다. 이는 특히 의료 알림, 내비게이션 재경로, 교육 힌트 제공 등 ‘시점이 중요한’ 도메인에서 자동화 수준을 조절할 때 실용적인 설계 가이드라인을 제공한다.

또한, 논문은 기존 혼합‑주도 연구가 ‘한 번의 도움 제공’에 국한된 경우가 많았던 반면, 본 연구는 연속적인 문제 해결 과정에서 사용자가 AI와 반복적으로 상호작용하도록 설계함으로써 장기적인 전략 형성 및 적응 메커니즘을 관찰했다. 이는 실제 업무 환경에서 사용자가 AI와 지속적으로 협업하면서 언제 개입을 허용할지, 언제 직접 제어를 유지할지를 스스로 학습하는 과정을 모델링한 것으로, 향후 조정 가능한 자율성(adjustable autonomy) 시스템 설계에 중요한 실증 기반을 제공한다.

요약하면, 동일한 비용·성능 조건 하에서도 ‘도움이 언제 제공되는가’는 사용자의 AI에 대한 신뢰와 만족도를 크게 좌우한다. 따라서 설계자는 사용자에게 명시적·암묵적 제어 옵션(예: 타이머 임계값 조정)을 제공함으로써 시스템 주도형 개입에 대한 예측 가능성을 높이고, 궁극적으로 인간‑AI 협업의 효율성과 지속 가능성을 동시에 향상시킬 수 있다.