업계 전반의 전문가들이 인공 지능 도구를 채택하기 위해 경쟁하면서 문제가 되는 질문이 추측에서 측정된 증거의 영역으로 옮겨가고 있습니다. 이러한 도구가 지원하는 기술을 우리가 상실하고 있습니까?

Nature에 발표된 보고서에 따르면 초기 결과는 긍정적이지 않습니다. AI 기반 시스템에 대한 의존으로 인해 의사, 소프트웨어 엔지니어 및 기타 숙련된 작업자의 능력이 약화되기 시작하면서 자동화 시대에 인간의 전문성을 보존하는 방법에 대한 긴급한 질문이 제기되고 있습니다. 이 이야기에 대한 자세한 내용은 인공지능 뉴스를 참조하세요.

AI가 없으면 의사의 성과가 더 나쁩니다

가장 명확한 사례 중 하나는 의학에서 비롯됩니다. 내시경 전문 폴란드 의사를 대상으로 한 연구에서는 숙련된 의사가 AI 보조자에 익숙해졌다가 접근할 수 없게 되면 어떤 일이 일어나는지 조사했습니다.

경력 동안 최소 2,000번 이상의 대장내시경 검사를 실시한 의사들에게는 실시간으로 대장내시경 이미지를 분석하고 선종이라고 불리는 일종의 전암성 장 병변을 표시하는 AI 시스템이 제공되었습니다. 이 도구는 어떤 날에는 사용할 수 있었지만 어떤 날에는 사용할 수 없었기 때문에 자연스러운 실험이 이루어졌습니다.

결과는 참담했습니다. AI 도구가 도입되기 전 3개월 동안 전문가들은 대장내시경 검사 중 28.4%에서 최소 1개의 선종을 발견했습니다. 도구가 도입된 후 AI 지원 없이 수행된 대장내시경의 선종 발견률은 22.4%로 떨어졌습니다.

즉, 의사들이 AI 시스템에 의존하기 시작하면 AI 시스템을 사용할 수 없을 때 자체 진단 성능이 저하되는 것입니다. 이번 연구 결과는 지난 10월 The Lancet Gastroenterology and Hepatology에 게재되었습니다.

이 연구의 저자는 이러한 도구에 지속적으로 노출되면 임상의가 "AI 지원 없이 인지적 결정을 내릴 때 동기가 떨어지고 집중력이 떨어지며 책임감이 약해진다"고 결론지었습니다.

설문조사에 따르면 우려가 널리 퍼져 있음이 드러났습니다.

기술 손실에 대한 두려움은 몇몇 연구에만 국한되지 않습니다. 6월 초에 발표된 미국 의료 종사자를 대상으로 한 설문 조사에 따르면 간호사의 70%와 의사의 77%가 AI 시스템에 대한 과도한 의존으로 인해 기술 상실을 걱정하고 있는 것으로 나타났습니다.

그러한 불안은 새로운 데이터에 의해 정당화되는 것으로 보입니다. 더 많은 전문가가 AI를 일상 업무 흐름에 통합함에 따라 기술로 할 수 있는 것과 기술 없이 할 수 있는 것 사이의 격차가 넓어질 수 있습니다.

Syracuse University의 정보 과학자인 Kevin Crowston은 이 문제를 다음과 같이 분명하게 설명했습니다. "이러한 현상이 존재한다는 사실을 인식하는 것만으로도 사람들이 어떤 기술을 유지하고 싶어하는지, 어떤 기술을 AI 도구에 기꺼이 아웃소싱할지에 대한 자기 성찰이 촉발되기를 바랍니다."

소프트웨어 엔지니어는 비슷한 패턴을 보입니다

탈숙련 효과는 의학에만 국한되지 않습니다. 컴퓨터 과학 분야에서 기술이 손실되고 있는지 조사하기 위해 AI 회사 Anthropic의 연구원은 52명의 소프트웨어 엔지니어가 참여하는 무작위 대조 시험을 설계했습니다.

모든 참가자는 기본 코딩 작업을 수행하도록 요청 받았습니다. 모든 엔지니어는 웹을 검색하고 이를 완료하는 방법에 대한 지침에 액세스할 수 있습니다. 절반은 AI 보조자를 사용하라는 메시지도 받았습니다. 사전 인쇄본으로 발표된 이 연구는 AI 지원이 기본적인 코딩 능력에 미치는 영향을 분리하기 위해 설계되었습니다.

이번 연구 결과는 일상적인 인지 작업을 AI에 맡기면 전문가들이 한때 반복 연습을 통해 개발했던 기본 역량이 약화될 수 있다는 증거가 늘어나고 있습니다. AI가 무거운 작업을 처리할 때 인간 실무자는 숙달을 구축하고 유지할 기회가 줄어듭니다.

탈숙련의 역학

연구자들은 탈숙련을 점진적인 과정으로 설명합니다. 도구가 작업을 안정적으로 처리하면 기본 기술에 대한 작업자의 참여도가 감소합니다. 시간이 지남에 따라 수년간의 연습을 통해 연마된 신경 경로와 판단력이 퇴색되기 시작합니다.

의학에서 이는 특히 위험할 수 있습니다. 의심스러운 조직을 발견하기 위해 한때 예리한 시각적 판단에 의존했던 의사는 몇 달 동안 AI 지원을 받은 후에는 시스템의 프롬프트에 의존하게 될 수 있습니다. 시스템이 실패하거나 사용할 수 없는 경우 의사의 단독 수행 능력은 더 이상 예전 기준을 충족하지 못할 수 있습니다.

대장내시경 연구의 공동저자이자 오슬로 대학의 의사이자 연구자인 모리 유이치(Yuichi Mori)는 AI 도구를 사용하는 사람들이 자신의 기술 중 일부를 잃을 위험이 있다는 점을 인식해야 한다고 경고합니다. 그는 “현재 탈숙련화에 대한 확립된 해결책은 없다”고 말했다. "이것은 향후 10년 동안 매우 뜨거운 연구 주제가 될 것입니다."

표준 테스팅이 문제를 놓치는 이유

탈숙련화를 해결하는 데 있어서 어려운 점 중 하나는 AI가 제거될 때까지 그것이 보이지 않는다는 것입니다. 도구를 사용할 때 성능 지표는 강력해 보이며 그 아래 인간 능력의 점진적인 침식을 가립니다.

이로 인해 피드백 루프가 생성됩니다. 작업자는 AI를 통해 더 나은 성과를 거두므로 AI를 더 많이 사용합니다. 더 많이 사용할수록 보조되지 않은 기술을 덜 연습하게 됩니다. 도구가 중단되거나 폐기되거나 교체되는 등 쇠퇴가 명백해질 때쯤에는 기술이 이미 위축되었을 수 있습니다.

이 현상은 또한 조직이 교육과 평가를 어떻게 구성해야 하는지에 대한 의문을 제기합니다. AI 지원이 활성화되는 동안 전문적 역량이 점점 더 측정된다면 평가는 직원이 실제로 스스로 할 수 있는 일을 과장할 수 있습니다.

인간의 전문성 보존

연구자와 직장 전문가들은 이제 AI 시대에 중요한 인간 기술을 보존하는 방법에 대해 토론하고 있습니다. 해결책은 아직 명확하지 않지만 몇 가지 원칙이 등장하고 있습니다.

첫째, 인식이 중요합니다. 탈숙련이 일어날 수 있다는 사실을 인식하는 것만으로도 개인과 조직은 의도적으로 보조받지 않는 관행을 유지하게 될 수 있습니다. 둘째, 전문가들은 어떤 기술을 예리하게 유지하고 어떤 기술을 위임할지 의식적인 선택을 해야 할 수도 있습니다. 모든 기술을 최대한 보존할 가치가 있는 것은 아니지만 일부 기술, 특히 안전, 진단, 비판적 판단과 관련된 기술은 분명히 그렇습니다.

셋째, 조직은 AI가 핵심 인지 작업을 대체하기보다는 강화하도록 워크플로를 재설계해야 할 수도 있습니다. 도구가 생각을 하도록 하는 대신 AI는 인간의 판단을 확인하는 역할을 할 수 있으며, 전문가는 시스템을 참조하기 전에 먼저 답변에 도달해야 합니다.

AI 시대를 위한 결정적인 도전

Nature 보고서는 탈숙련이 더 이상 가상의 문제가 아니라는 점을 분명히 밝혔습니다. 아직 초기 단계이긴 하지만 증거는 여러 분야에서 일관되게 나타납니다. 인간이 인지 작업을 AI에 넘겨주면 기본 기술이 약화될 수 있습니다.

이제 AI를 일상 생활에 통합하는 수백만 명의 전문가에게 있어서 중요한 것은 개인적일 뿐만 아니라 사회적입니다. 종양을 발견하는 감각을 잃은 외과의사, 보조자 없이 디버깅하는 방법을 잊어버린 엔지니어, 임상적 직관이 희미해진 간호사 — 이것들은 추상적인 위험이 아닙니다.

Mori가 언급했듯이 아직 확립된 솔루션은 없습니다. 그러나 연구자들은 첫 번째 단계는 위협을 심각하게 받아들이는 것이라고 동의합니다. 초기 결과는 이미 나와 있으며 이는 경고입니다. 우리를 더 좋게 만들기 위해 고안된 도구를 부주의하게 사용하면 우리의 능력이 이전보다 저하될 수 있습니다.

---

AI 최신 소식

최신 AI 뉴스, 분석 및 혁신을 한 곳에서 확인하세요.

AI 뉴스 더 보기 →