A Systematic Review of Human-AI Co-Creativity

함께 만드는 것의 마법

당신이 아주 그림을 잘 그리지만 연필을 한 번도 잡아본 적 없는 친구와 한 방에 있다고 상상해 보세요. 당신은 그 친구와 함께 걸작을 만들고 싶습니다. 만약 당신이 그저 연필을 건네며 "시작해"라고 말한다면, 그 친구는 졸라맨을 그릴지도 모릅니다. 하지만 당신이 원을 하나 그리면 친구가 미소를 더하고, 그다음 당신이 모자를 그려 넣으면 친구가 망토를 더하는 식으로 진행한다면, 당신은 단순히 그림을 그리는 것이 아니라 '공동 창작(co-creating)'을 하고 있는 것입니다. 이것이 바로 **인간-AI 공동 창의성(Human-AI Co-Creativity)**이라 불리는 분야의 핵심입니다. 이는 컴퓨터 과학의 한 분야로, 연구자들이 단순히 계산기처럼 명령을 따르는 인공지능이 아니라, 창의적인 파트너처럼 행동하는 인공지능을 구축하려고 노력하는 분야입니다.

이를 이해하기 위해 몇 가지 간단한 개념을 알아야 합니다. 첫째, **창의성(creativity)**이란 단순히 예쁜 것을 만드는 것이 아니라, 새로우면서도 유용한 아이디어를 내놓는 것을 의미합니다. 둘째, 이 맥락에서의 AI 시스템은 엄격한 규칙 목록을 따르기보다 학습하고 적응할 수 있는 컴퓨터 프로그램입니다. 마지막으로, **공동 창의성(co-creativity)**은 인간과 AI가 나란히 협력하여 양쪽 모두가 아이디어를 기여하고, 최종 결과물이 두 존재의 노력이 혼합된 형태가 될 때 일어납니다. 이것이 왜 중요할까요? 컴퓨터가 점점 똑똑해짐에 따라, 우리는 컴퓨터가 단순히 지루한 잡무를 처리하는 것을 넘어 우리가 새로운 이야기, 노래, 디자인을 꿈꿀 수 있도록 도와주기를 원하기 때문입니다. 큰 질문은 이것입니다: 어떻게 하면 컴퓨터를 독단적인 로봇이 아닌 도움이 되는 팀원처럼 느껴지게 만들 수 있을까요?

위대한 AI 예술 탐정 이야기

이 논문에서 네덜란드와 영국의 대학 연구진은 탐정 놀이를 하기로 했습니다. 그들은 무엇이 좋은 AI 창의적 파트너를 만드는지 알아내고 싶었습니다. 새로운 로봇을 직접 만드는 대신, 그들은 2015년에서 2023년 사이에 발표된 62개의 서로 다른 연구 논문을 살펴보았습니다. 이 논문들은 모두 인간과 AI가 그림, 이야기 쓰기, 작곡, 게임 디자인과 같은 예술적 과업을 함께 수행한 시스템에 관한 것이었습니다.

이 62개의 논문을 인간과 AI가 함께 예술을 시도했던 62개의 서로 다른 '놀이터'라고 생각해보세요. 연구자들은 모든 놀이터를 돌아다니며 메모를 하고 패턴을 찾았습니다. 그들은 다음과 같은 질문을 던졌습니다: 어떤 종류의 예술을 만들고 있는가? 인간의 통제권은 얼마나 되는가? AI는 단순히 지시를 기다리는가, 아니면 스스로 아이디어를 내며 끼어드는가?

게임의 여섯 가지 규칙

연구자들은 모든 공동 창의 시스템이 여섯 가지 주요 '재료' 또는 차원으로 설명될 수 있다는 것을 발견했습니다. 당신이 커스텀 비디오 게임 캐릭터를 만들고 있다고 상상해 보세요. 이것들은 당신이 조절할 수 있는 슬라이더들입니다:

1. 창의적 과업 (The Creative Task): 무엇을 만들고 있는가? 노래인가, 그림인가, 이야기인가, 아니면 비디오 게임 레벨인가?
2. 프로세스의 단계 (The Phase of the Process): 어느 단계에서 작업하고 있는가? 단지 기발한 아이디어를 구상 중인가(아이디어 구상, Ideation), 엉망인 초안을 수정 중인가(개발, Development), 아니면 완성된 작품에 마지막 광택을 내는 중인가(구현, Implementation)?
3. 주도적 행동 (Proactive Behavior): AI는 지시를 기다리는가, 아니면 스스로 주도권을 잡는가? '주도적인' AI는 묻지 않아 없이도 "이봐요, 회색 하늘 대신 파란 하늘로 해보는 게 어때요?"라고 제안할 수 있습니다.
4. 사용자 통제권 (User Control): 인간이 얼마나 많은 결정권을 갖는가? AI가 하는 모든 것을 바꿀 수 있는가, 아니면 AI가 생성한 것에 묶여 있는가?
5. 시스템 체현 (System Embodiment): AI에게 '몸'이 있는가? 물리적인 로봇인가, 화면 속의 가상 캐릭터인가, 아니면 채팅창의 목소리인가?
6. 두뇌 유형 (The Brain Type): 시스템을 구동하는 AI는 어떤 종류인가? 거대 언어 모델(에세이를 쓰는 모델 같은 것)인가, 신경망(패턴 인식에 뛰어난 것)인가, 아니면 다른 것인가?

그들이 발견한 것들

모든 데이터를 분류한 후, 연구자들은 흥미로운 트렌드와 함께 지도상의 몇몇 빈틈을 발견했습니다.

'통제'의 스윗 스팟 (The "Control" Sweet Spot)
가장 큰 발견 중 하나는 통제에 관한 것이었습니다. 인간이 AI의 제안에 대해 완전한 통제권을 가질 때(즉, AI가 제안한 것을 수용하거나, 거부하거나, 수정할 수 있을 때), 인간은 더 행복해하고, 더 신뢰하며, 최종 작품의 '소유자'라는 느낌을 받았습니다. 이것은 요리 보조가 재료를 제안하지만, 냄비에 무엇을 넣을지는 당신이 결정하게 하는 것과 같습니다. 만약 보조가 묻지도 않고 접시에 음식을 쏟아부어 버린다면, 인간은 좌절감을 느낄 것입니다. 논문은 인간에게 '운전석'을 내어주는 것이 협업을 훨씬 더 성공적으로 만든다고 제안합니다.

주도성의 역설 (The Proactive Paradox)
연구자들은 또한 주도성을 살펴보았습니다. 그들은 주도권을 잡는 AI 시스템(새로운 방향을 제안하거나 질문을 던지는 등)이 협업을 심화시킬 수 있다는 것을 발견했지만, 오직 주의를 기울일 때만 그러했습니다. 만약 AI가 너무 강압적이거나 부적절한 타이밍에 인간의 말을 끊는다면, 그것은 짜증스럽게 느껴졌습니다. 그러나 AI가 도움을 제안하기 전에 침묵의 순간이나 혼란의 징후를 기다린다면, 그것은 진정한 팀원처럼 느껴졌습니다. 논문은 AI가 '말 잘하는 사람'이 되기 전에 '잘 듣는 사람'이 되어야 한다고 제안합니다.

놓친 부분들 (The Missing Pieces)
이 리뷰는 AI가 여전히 서툰 몇 가지 영역을 강조했습니다.

• '시작'의 문제: 그들이 연구한 대부분의 시스템은 창의적 과정의 중간(아이디어 만들기)이나 끝(완성하기)에 집중되어 있었습니다. 매우 적은 수의 시스템만이 가장 초기 단계인 **문제 명확화(problem clarification)**를 도왔습니다. 이는 당신이 실제로 무엇을 해결하려고 하는지를 파악하는 단계입니다. 논문은 AI가 문제를 해결하기 시작하기 전에 인간이 문제를 정의하는 것을 돕는 데 여전히 어려움을 겪고 있다고 언급합니다.
• '몸'의 문제: 대부분의 시스템은 화면 위의 소프트웨어(비체현형)였습니다. 물리적 로봇이나 가상 아바타가 존재하긴 하지만 드뭅니다. 연구자들은 '몸'(예: 당신과 함께 그림을 그리는 로봇)을 갖는 것이 상호작용을 더 몰입감 있게 만들 수 있지만, 항상 필수적인 것은 아니라는 점을 발견했습니다.
• '기타' 카테고리: 그들은 거대 언어 모델(LLM)이 글쓰기와 스토리텔링에서 인기를 얻고 있는 반면, 시각 예술과 음악에서는 다른 유형의 AI가 여전히 핵심적인 역할을 수행하고 있다는 점을 주목했습니다.

디자이너를 위한 24가지 황금 규칙

이 모든 발견으로부터, 팀은 24가지 구체적인 디자인 고려사항(좋은 AI 파트너를 만들기 위한 레시피라고 생각하세요)을 도출했습니다. 다음은 가장 중요한 몇 가지를 쉬운 말로 번역한 것입니다:

• 인간이 이끌게 하라: 항상 인간이 최종 결정을 내리게 하세요. AI가 무언가를 제안하더라도, 인간은 그것을 수정하거나 "괜찮아요"라고 말할 수 있어야 합니다.
• 과정을 보여줘라: AI는 왜 그런 제안을 했는지 설명해야 합니다. 만약 이야기의 문장을 바꾼다면, 그냥 조용히 바꾸는 것이 아니라 "더 흥미롭게 만들기 위해 이 부분을 수정했습니다"라고 말해야 합니다. 이것이 신뢰를 쌓습니다.
• 도구가 아닌 캐릭터가 되어라: 사람들은 AI를 사람처럼 취급하는 경향이 있습니다(의인화 현상). 논문은 디자이너들이 이를 약간 활용하되(AI에게 이름이나 성격을 부여하는 등), 인간인 척하지는 말라고 제안합니다. 그것은 '마법 상자'가 아니라 '사회적 팀원'처럼 느껴져야 합니다.
• 일관성을 유지하라: 만약 AI가 용을 그리는 데는 뛰어나지만 나무를 그리는 데는 형편없다면, 사용자에게 미리 알려주세요! AI가 갑자기 다르게 행동할 때 사용자가 혼란을 느끼게 하지 마세요.
• 다양하게 섞어라: 때로는 새로운 창의적 아이디어를 얻는 가장 좋은 방법은 과업을 전환하는 것입니다. 만약 이야기를 쓰고 있다면, AI는 당신에게 캐릭터의 그림을 먼저 그려보라고 제안할 수도 있습니다. 이러한 '과업 전환(task shifting)'은 인간이 자신의 작업을 새로운 관점에서 보도록 도와줍니다.

결론

논문은 우리가 우리와 함께 예술을 창조할 수 있는 AI를 만드는 데 점점 더 능숙해지고 있지만, 아직 완벽하지는 않다고 결론짓습니다. 가장 성공적인 시스템은 인간의 창의성을 존중하고, 주도권을 뺏지 않으면서 도움을 제안하며, 자신이 무엇을 할 수 있고 할 수 없는지 명확히 하는 시스템입니다.

연구자들은 미래의 시스템이 창의성의 초기 단계(무엇을 만들지 결정하는 단계)에 더 집중해야 하며, 사용자의 기분과 숙련도에 더 잘 적응해야 한다고 제안합니다. 또한, 이러한 도구들이 발전함에 따라 우리가 함께 만든 예술의 소유권이 누구에게 있는지 주의해야 하며, 이 AI들을 학습시키는 데 사용되는 데이터가 공정하고 동의를 얻은 것인지 확인해야 한다고 경고합니다.

요약하자면, 공동 창의성의 미래는 인간 예술가를 로봇으로 대체하는 것이 아닙니다. 그것은 붓을 쥐는 법을 알고, 인간의 신호를 기다릴 줄 알며, 어쩌면, 정말로 멋진 하늘 색깔을 제안할 줄 아는 로봇을 만드는 것입니다.