【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]젊고 똑똑할수록 AI에 더 잘 낚인다?…현직 교사 1300명 실험서 드러났다[후암동 논문 연구소]

온카뱅크관리자

2026-06-16 21:17:32

<div id="layerTranslateNotice" style="display:none;"></div>  
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="pIWS8mmjGw">
          <figure class="figure_frm origin_fig" contents-hash="84116aacce33337c82392c5d76766ef9d4713ecfd9c4342dd8f6c39751c6e4d6" dmcf-pid="UCYv6ssAZD" dmcf-ptype="figure">
           <p class="link_figure"><img alt="[게티이미지뱅크]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/16/ned/20260616211212012klqm.jpg" data-org-width="1280" dmcf-mid="ZWvCVDDgZh" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/16/ned/20260616211212012klqm.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            [게티이미지뱅크]
           </figcaption>
          </figure>
          <p contents-hash="80fc7e11fba00c3bd2365debf8bfe8d28d9031cc4519adfbeb6a486072d7ddec" dmcf-pid="usThfwwaGE" dmcf-ptype="general">[헤럴드경제=장윤우 기자] 조직들이 AI 의사결정 지원 도구를 앞다퉈 도입하면서, 자동화된 시스템의 오류를 최종 점검하는 ‘인간의 감독’이 핵심 과제로 떠올랐다.</p>
          <p contents-hash="2803b77c1297e1a2721fa087d04a7fcb1237e55ed51c79071402d12e5fc27092" dmcf-pid="7Oyl4rrN5k" dmcf-ptype="general">흔히 나이가 많거나 기술에 익숙하지 않은 사람이 AI의 잘못된 판단에 취약할 것이라 생각하기 쉽다. 하지만 정작 기술에 친숙하고 전문성이 높은 젊은 전문가들이 AI의 치명적인 오류를 잡아내지 못하고 그대로 수용한다는 연구 결과가 나왔다.</p>
          <figure class="figure_frm origin_fig" contents-hash="47beee25710aea15fdbd4d0d09a84645c97b98433aba3b905bda840b8aa806b7" dmcf-pid="zIWS8mmjGc" dmcf-ptype="figure">
           <p class="link_figure"><img alt="[게티이미지뱅크]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/16/ned/20260616211212268bvyv.jpg" data-org-width="1280" dmcf-mid="52mE7ggR1C" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/16/ned/20260616211212268bvyv.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            [게티이미지뱅크]
           </figcaption>
          </figure>
          <p contents-hash="6bbae9cc830c8136123c2443e8509cf134e54a4a1e081c9ff281c487a7b8e433" dmcf-pid="qCYv6ssAtA" dmcf-ptype="general">최근 미국 국립과학원 저널 국제학술지 PNAS 넥서스(PNAS Nexus) 제5권 제6호에 호주 모나시대학교 리기사 메갈로코노무 교수 연구팀은 전문가들이 AI의 오류를 어떤 경우에 잡아내고 어떤 경우에 그냥 넘기는지를 무작위 통제 실험으로 확인한 연구 결과를 발표했다.</p>
          <p contents-hash="2fe8d620d6ba99633bda0eca902a6416e84abbfa44445696242de049612dc4d3" dmcf-pid="BhGTPOOc5j" dmcf-ptype="general">그리스 전역의 현직 교사 1339명을 대상으로 진행된 이번 연구는 “과연 무엇이 전문가로 하여금 알고리즘의 오류를 수정하게 하거나, 혹은 그대로 순응하게 만드는가?”라는 질문에서 출발했다.</p>
          <div contents-hash="f518599f2785443f29b90acbaaa7908923b63b56ed66073851f37caaa0c3edbb" dmcf-pid="blHyQIIkXN" dmcf-ptype="general">
           AI가 틀려도 의심하긴 어려워
          </div>
          <figure class="figure_frm origin_fig" contents-hash="1d65b2888886a0f42b759d26576bfa7265522537ab6eb8cbf9c935d7b937d94f" dmcf-pid="KSXWxCCEGa" dmcf-ptype="figure">
           <p class="link_figure"><img alt="(A) AI가 점수를 너무 짜게 줬을 때, 그래프의 막대가 오른쪽(양수)으로 갈수록 AI 점수를 비판 없이 수용해 공정성 격차가 커졌음을 의미한다. 젊은 교사(51세 미만)와 고학력자(석·박사), 기술에 친숙한 집단이 AI의 가혹한 오류에 더 취약했다. (B) AI가 점수를 너무 후하게 줬을 때는 모든 집단이 AI 라벨에 휘둘리지 않고 적극적으로 점수를 깎아 오류를 바로잡았다. [미국 국립과학원 저널 국제학술지 PNAS 넥서스(PNAS Nexus) 제5권 제6호]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/16/ned/20260616211212495fjvl.jpg" data-org-width="520" dmcf-mid="1gFZJTTsGI" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/16/ned/20260616211212495fjvl.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            (A) AI가 점수를 너무 짜게 줬을 때, 그래프의 막대가 오른쪽(양수)으로 갈수록 AI 점수를 비판 없이 수용해 공정성 격차가 커졌음을 의미한다. 젊은 교사(51세 미만)와 고학력자(석·박사), 기술에 친숙한 집단이 AI의 가혹한 오류에 더 취약했다. (B) AI가 점수를 너무 후하게 줬을 때는 모든 집단이 AI 라벨에 휘둘리지 않고 적극적으로 점수를 깎아 오류를 바로잡았다. [미국 국립과학원 저널 국제학술지 PNAS 넥서스(PNAS Nexus) 제5권 제6호]
           </figcaption>
          </figure>
          <p contents-hash="6afe44b3c829d2b27d2e963114f2f836233ff6c5be3e77d2d9eb7eb1e5c0f542" dmcf-pid="9vZYMhhDHg" dmcf-ptype="general">연구팀은 실험 참가자들에게 동일한 학생 답안지를 보여줬다. 답안은 객관적으로 10점 만점에 8점짜리였다. 그런데 채점 결과는 5점이었다. 한 그룹에게는 “동료 교사가 준 점수”라고 했고, 다른 그룹에게는 “AI가 준 점수”라고 했다.</p>
          <p contents-hash="c7391204d74b3312c272a1d5969103bb5262fe8fe6c871c6243037e31a916dcd" dmcf-pid="2T5GRllwXo" dmcf-ptype="general">AI 점수라고 들은 교사들은 틀린 점수를 훨씬 더 자주 그냥 받아들였다. 실제 점수와의 격차가 동료 교사 점수라고 들었을 때보다 22% 더 컸다.</p>
          <p contents-hash="c4588c6e670de2b80573c1bfc719c47a36d5e0a3a83e2865390460b286191517" dmcf-pid="Vu2BD00H1L" dmcf-ptype="general">반대 실험도 진행했다. 2점짜리 답안에 5점을 준 경우, 즉 AI가 점수를 후하게 준 경우는 달랐다. 교사들은 AI든 사람이든 가리지 않고 비슷하게 점수를 고쳐 내렸다.</p>
          <p contents-hash="47f226915c6f22b9a83154ae39a64873c218e6da8514ec517497344199a29883" dmcf-pid="f7VbwppXHn" dmcf-ptype="general">연구팀이 원인을 추적하자 핵심이 드러났다. 교사들은 AI가 가혹한 점수를 줬을 때 그 AI를 더 유능하고 책임감 있다고 평가했다. 엄격함을 전문성의 신호로 읽은 것이다. 반대로 AI가 후한 점수를 줬을 때는 능력·공정성·의도 모든 차원에서 회의론이 발동해 교사들이 적극적으로 개입했다.</p>
          <div contents-hash="938b011df503825c5795d2ab845ce9a51b5037123453d9a5ce683ce7430d0033" dmcf-pid="4zfKrUUZZi" dmcf-ptype="general">
           젊고, 학력 높고, 기술에 친숙할수록 AI 맹신
          </div>
          <figure class="figure_frm origin_fig" contents-hash="877b438b96b0f8b647f1b21c88ba6e7c4174ff93ce1293af620033f668c21601" dmcf-pid="8q49muu55J" dmcf-ptype="figure">
           <p class="link_figure"><img alt="[게티이미지뱅크]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/16/ned/20260616211212720boqj.jpg" data-org-width="1280" dmcf-mid="tmyl4rrN5O" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/16/ned/20260616211212720boqj.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            [게티이미지뱅크]
           </figcaption>
          </figure>
          <p contents-hash="71719bb9bf7b29f9faf5ee06c0a2b76893c59c40943a845b881634c05f7aa832" dmcf-pid="6B82s771Xd" dmcf-ptype="general">누가 가장 많이 속았을까. 연구팀의 세부 분석 결과는 통념을 완전히 뒤집었다.</p>
          <p contents-hash="b0c40a06703cd9e9a1bfc85a3a1b83e28371f09f79e31e75bbdc3b8de077335d" dmcf-pid="Pb6VOzztZe" dmcf-ptype="general">AI의 오류를 잡아내지 못하고 수용한 비율은 51세 미만 젊은 교사, 석·박사 이상 고학력 교사, 스스로 기술에 대해 잘 안다고 평가한 교사에서 두드러졌다. 반면 고령 교사, 학사 학위 교사, 기술에 덜 익숙한 교사들은 AI에 휘둘리지 않았다.</p>
          <figure class="figure_frm origin_fig" contents-hash="25055731d0b1edc223bc72c362db98b51ca1abb759471b43ba0f625c444abb54" dmcf-pid="QKPfIqqFHR" dmcf-ptype="figure">
           <p class="link_figure"><img alt="구글 AI 챗봇 제미나이 검색 화면 [게티이미지]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/16/ned/20260616211212978tmwb.png" data-org-width="594" dmcf-mid="FNAgtee4Hs" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/16/ned/20260616211212978tmwb.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            구글 AI 챗봇 제미나이 검색 화면 [게티이미지]
           </figcaption>
          </figure>
          <p contents-hash="315c976e0b2426aebd3336f2ca36de1980eaf804fe112dbe8cae633dad92c0c5" dmcf-pid="x9Q4CBB3XM" dmcf-ptype="general">인문계 교사들의 AI 의존도도 높게 나왔다. 평가 기준이 주관적일수록 알고리즘의 판단을 더 쉽게 따른다는 해석이다. 채점 기준이 명확한 수학·과학 교사들은 AI 점수가 틀렸을 때 자신의 기준으로 반박할 여지가 있었지만, 인문계 교사들에게는 그 여지가 좁았다.</p>
          <p contents-hash="164d20bb4ee285bec5e9a9b2511ac06c9d79d80255a19b2af210074a1ca6802d" dmcf-pid="ysThfwwaGx" dmcf-ptype="general">AI를 가장 잘 안다고 자부하는 집단이 AI 오류에 가장 취약했다. 연구팀은 이를 두고 “기술에 우호적인 전문가들이 AI의 특정 오판 방향에 취약하며, 이것이 인간 감독 시스템의 거대한 사각지대를 형성할 수 있다”고 경고했다.</p>
          <div contents-hash="a2db9c9bfb62ac0187721cc3cd0b8d3dedc4249e44055360f14ca3138c59115f" dmcf-pid="WawcULLxXQ" dmcf-ptype="general">
           말로는 AI에 반대하면서 실제론 순응
          </div>
          <figure class="figure_frm origin_fig" contents-hash="4864838b6ba559822a921ffc3020fb5a5389cffc6ab50b32b54d150b83ac62d2" dmcf-pid="YNrkuooM5P" dmcf-ptype="figure">
           <p class="link_figure"><img alt="연합]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/16/ned/20260616211213199wvkn.jpg" data-org-width="1280" dmcf-mid="3mhsKccntm" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/16/ned/20260616211213199wvkn.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            연합]
           </figcaption>
          </figure>
          <p contents-hash="4a83117aa51092c2b7009a2c8011f880d3f7ee2018e3ba4bdadaf8a27f6a8a52" dmcf-pid="GjmE7ggR56" dmcf-ptype="general">실험 후 설문에서 교사들은 AI 채점에 회의적이었다. AI가 공정하게 채점할 수 있다고 믿는 교사도, 이를 윤리적으로 받아들일 수 있다는 교사도 소수였다. 반면, 실제 실험 결과는 설문과 정반대로 나와 실상은 AI 채점을 거부하면서 실제 행동에서는 AI의 판단을 그냥 받아들인 셈이다.</p>
          <p contents-hash="0c44a63048566ae0ed649f1f56bafadc37d38de0eaf01a67780a5aa864dcd7b1" dmcf-pid="HAsDzaaet8" dmcf-ptype="general">교사들이 남긴 개방형 답변도 눈길을 끈다. 한 교사는 “AI가 결석이나 학습 장애, 취약한 가정환경 같은 맥락을 이해할 수 있느냐”고 반문했다. 다른 교사는 “이집트 출신 아이가 유급되면 12살에 결혼을 시키는 집안 환경을 AI가 고려할 수 있느냐”고 했다.</p>
          <figure class="figure_frm origin_fig" contents-hash="ad3ecd3123ca45ce7f9d04f9bb6f124143a726c6adb4c7fdb3d853717e8046c1" dmcf-pid="XcOwqNNd14" dmcf-ptype="figure">
           <p class="link_figure"><img alt="[로이터]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/16/ned/20260616211213449xhmi.jpg" data-org-width="1280" dmcf-mid="08kN3JJ65r" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/16/ned/20260616211213449xhmi.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            [로이터]
           </figcaption>
          </figure>
          <p contents-hash="16a58cd33e88ed6210c645696828f05a097b7a3260c1a1d04126c4f44031efae" dmcf-pid="ZkIrBjjJXf" dmcf-ptype="general">연구팀은 AI에 대한 걱정 대부분이 기술적 한계가 아닌 윤리적 판단 부재를 겨냥했다는 점을 보면 단순히 AI 정확도를 높이는 것만으로는 교사들의 근본적인 불신을 해소하기 어렵다고 설명했다.</p>
          <p contents-hash="832ebb237407adab73066c1850c7aaf38832eadcedf57cf8e6c530d85c118609" dmcf-pid="5ECmbAAi1V" dmcf-ptype="general">연구팀은 단순한 기술 수용 교육을 넘어, AI가 보내는 신뢰 신호와 오류 방향을 비판적으로 평가할 수 있는 훈련과 알고리즘 투명성 확보를 위한 제도적 설계가 필요하다고 강조했다.</p>
          <div contents-hash="befa7e3c022dc4c7b3539632d88809e1cb11192ce0c5f9cddc3b9baac3d67c0b" dmcf-pid="1DhsKccnt2" dmcf-ptype="general">
           참고논문
          </div>
          <p contents-hash="d7bd2e090ad6dacc40bcbadbbaec15b649e302878ee9040400e3611e988a0e3a" dmcf-pid="twlO9kkL19" dmcf-ptype="general">DOI : 10.1093/pnasnexus/pgag146</p>
          <p contents-hash="23cf53d2603640b71c1172574a86d71151770f2f19ca82130d3dac0617b29dd2" dmcf-pid="FH01nWWIGK" dmcf-ptype="general">논문 제목 : Sofoklis Goulas, Rigissa Megalokonomou, Panagiotis Sotirakopoulos, Why do experts miss AI’s errors? Evidence from a randomized labeling experiment, PNAS Nexus, Volume 5, Issue 6, June 2026, pgag146.</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 헤럴드경제. 무단전재 및 재배포 금지.</p>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기