AI가 만든 팀 인지 파동

초록

본 논문은 AI와 인간이 협업하는 상황에서 AI가 직접적인 도구 역할을 넘어 팀 구성원 간의 언어, 주의, 공유 정신 모델 및 사회적 결속에까지 영향을 미치는 ‘인지 스필오버’ 현상을 실험적으로 입증한다. 두 차례의 무작위 통제 실험을 통해 텍스트와 음성 기반 AI의 다양한 속성이 인간‑인간 상호작용에 미치는 인과적 효과와 그 강인성을 확인하고, 이러한 영향이 사용자의 의식적 평가와 무관하게 자동적으로 발생한다는 점을 강조한다.

상세 분석

본 연구는 인간‑AI 팀에서 AI가 단순히 작업을 보조하는 도구가 아니라 ‘사회적 힘장’으로 작용한다는 가설을 검증한다. 이를 위해 두 개의 무작위 대조 실험을 설계했으며, 각각 텍스트 기반 ChatGPT와 음성 기반 AI 어시스턴트를 사용하였다. 첫 번째 실험에서는 AI의 시스템 프롬프트를 ‘공감형’과 ‘형식적’으로 조작해 참가자들이 고객 서비스 답변을 작성하도록 하고, 이후 인간 파트너와의 대면 인터뷰에서 언어 사용 패턴을 분석했다. 여기서 핵심 측정값은 AI가 사용한 특정 어휘·구문이 인간‑인간 대화에 재현되는 정도이며, 이는 기본 과제 어휘 정렬을 통제한 뒤에도 유의미하게 나타났다. 두 번째 실험은 3~4인 팀이 복합 문제 해결 과제에 음성 AI를 활용하도록 구성했으며, AI의 ‘친절도’와 ‘음성 인간화 수준’을 교차 조작했다. 팀 내 대화 기록을 통해 언어적 동조, 토픽 동시성(집단 주의), 공유 정신 모델 설문, 그리고 대명사 사용 빈도와 설문 기반 사회적 결속 지표를 동시에 측정했다. 결과는 네 가지 정렬 채널 모두에서 AI 노출이 긍정적·부정적 조작에 따라 유의한 차이를 만든다는 것을 보여준다. 특히 AI가 사라진 상황에서도 이러한 효과가 지속되는 점은 사용자의 신뢰·지능 인식 등 의식적 평가와 무관하게 자동적 인지 메커니즘이 작동함을 시사한다. 연구는 또한 AI 속성(텍스트·음성, 친절·인간화)과 과제 단계(AI 존재·부재) 전반에 걸쳐 효과가 일관되게 나타났으며, 이는 ‘인지 스필오버’가 상황에 구애받지 않는 일반적 현상임을 뒷받침한다. 이론적으로는 분산 인지·팀 인지 프레임워크에 AI를 새로운 ‘사회적 매개자’로 삽입함으로써, 언어적 앙상블이 인지적·정서적 정렬을 동시에 촉진한다는 모델을 제시한다. 실무적 함의는 AI 설계 시 단순 성능 최적화가 아니라, AI가 팀 내 정렬 메커니즘에 미치는 파급 효과를 고려한 ‘사회적 설계’가 필요하다는 점이다.