위대한 아이디어 공장: 로봇이 창의적 과정을 돕거나(때로는 방해하거나) 할 때

당신이 자동차나 장난감을 만드는 것이 아니라, 완전히 새로운 아이디어를 발명하는 것을 목표로 하는 거대하고 혼란스러운 공장을 운영하고 있다고 상상해 보십시오. 이것이 바로 기업과 사람들이 어떻게 새로운 제품, 서비스, 솔루션을 만들어내는지 연구하는 분야인 **혁신(innovation)**의 세계입니다. 수십 년 동안 과학자들과 비즈니스 전문가들은 이 과정이 매우 복잡하다는 것을 알고 있었습니다. 이는 단순히 "유레카"의 순간을 갖는 것만이 아닙니다. 그것은 기발한 개념을 내놓고, 나쁜 것을 걸러내고, 사람들이 실제로 무엇을 원하는지 파악하며, 마침내 그 아이디어들을 현실 세계로 가져오는 긴 여정입니다.

지금의 핵심 질문은 이것입니다: 우리가 초지능형 로봇 조수를 데려온다면 어떤 일이 벌어질까요? 우리는 이 조수를 **생성형 AI(Generative AI)**라고 부릅니다. 인터넷에 쓰인 거의 모든 글을 읽은 디지털 뇌라고 생각하십시오. 이 AI는 몇 초 만에 이야기를 쓰고, 그림을 그리며, 문제를 해결할 수 있습니다. 하지만 여기에는 함정이 있습니다. 로봇이 빠르고 똑똑하다고 해서 인간이 왜 그렇게 행동하는지를 이해한다는 뜻은 아닙니다. 인간에게는 창의적이게도 만들지만 동시에 고집스럽게도 만드는 숨겨진 정신적 함정, 사회적 두려움, 그리고 이상한 습관들이 있습니다. 이 논문은 중요한 질문을 던집니다. 우리가 이 초강력 로봇의 도움을 받아 발명을 할 때, 로봇은 우리의 인간적 문제를 해결해 줄까요, 아니면 실수로 그 문제를 더 악화시킬까요?

---

인간이라는 병목 현상: 왜 우리는 막히는가

이 논문의 저자들은 혁신을 바라보는 새로운 방식을 제안합니다. "AI가 무엇을 할 수 있는가?"를 묻는 대신, "인간은 어디에서 막히는가?"를 묻습니다. 그들은 이러한 막히는 지점을 **병목 현상(bottlenecks)**이라고 부릅니다. 고속도로에서 단 하나의 차선이 막혀 교통이 느려지는 상황을 상상해 보십시오. 아이디어의 세계에서 '교통'은 새로운 개념의 흐름이며, '차단물'은 대개 우리의 뇌나 사회적 집단이 작동하는 방식과 관련이 있습니다.

논문은 생성형 AI가 모든 병목 현상을 동일한 방식으로 해결하지 않는다고 주장합니다. 때때로 AI는 길을 치워주는 마법 지팡이 역할을 합니다. 다른 때에는 불도저처럼 행동하여 실수로 더 깊은 구덩이를 파헤쳐 교통 체증을 더 악화시키기도 합니다. 이를 이해하기 위해, 우리는 발명 과정의 네 가지 주요 단계를 살펴보고 각 단계에서 AI가 우리의 인간적 특성과 어떻게 상호작용하는지 확인해야 합니다.

1단계: 아이디어 공장 (아이디어 구상 - Ideation)

여기서 마법이 시작됩니다. 당신은 많은 새로운 아이디어를 내놓아야 합니다.

• 인간의 문제: 우리는 자신의 생각 속에 갇힙니다. 만약 당신이 항상 특정 방식으로 문제를 해결해 왔다면, 당신의 뇌는 새로운 방식을 보는 것을 거부합니다. 이를 **인지적 고착(cognitive fixation)**이라고 합니다. 이는 마치 자물쇠가 바뀌었음에도 불구하고 10년 동안 사용해 온 열쇠로 문을 열려고 하는 것과 같습니다. 또한, 집단 내에서 일할 때, 상사 앞에서 바보처럼 보이고 싶지 않아서 이상한 아이디어를 말하기를 두려워할 수도 있습니다. 이것이 심리적 안전감(psychological safety) 문제입니다.
• AI의 효과: 만약 당신이 생각 없이 AI에게 아이디어를 요청하기만 한다면, 상황은 오히려 악화될 수 있습니다. AI는 다른 모든 사람이 쓴 글을 학습하기 때문에, '평균적인' 답변을 내놓는 경향이 있습니다. 이는 로봇에게 농담을 해달라고 부탁했는데, 당신이 이미 천 번은 들어본 농담만을 하는 것과 같습니다. 이는 "막힌" 느낌을 심화시킵니다.
• 해결책: 논문은 우리가 AI를 속일 필요가 있다고 제안합니다. AI가 스스로의 패턴을 깨고 기괴하고 대담해지도록 강제하는 특별한 "프롬프트(지시어)"를 사용할 수 있습니다. 하지만 실제 경험이 필요한 정말 무섭고 이상한 아이디어들(예를 들어, 아무도 해주지 않아서 직접 토스터기를 개조해야 하는 리드 유저의 경우)에 대해서 AI는 도움을 줄 수 없습니다. 우리는 여전히 실생활의 경험을 가진 실제 인간이 필요합니다.

2단계: 필터 (스크리닝 및 테스트 - Screening and Testing)

이제 아이디어의 산더미가 생겼습니다. 당신은 승자를 골라내야 합니다.

• 인간의 문제: 인간은 본래 새로운 것을 두려워합니다. 우리는 안전하고 익숙해 보이는 아이디어를 선호합니다. 또한 우리는 쉽게 지칩니다. 검토해야 할 아이디어가 너무 많으면, 우리 뇌는 지쳐버려서 반드시 가장 좋은 아이디어가 아니라 가장 읽기 쉬운 아이디어를 선택하게 됩니다.
• AI의 효과: 여기서 AI는 양날의 검입니다. AI가 생성한 아이디어는 종종 매우 매끄럽게 작성되며 매우 전문적으로 보입니다. 이것이 우리의 뇌를 속입니다! 우리는 "와, 정말 세련됐네, 분명 좋은 아이디어일 거야!"라고 생각합니다. 하지만 그것은 그저 매끄럽게 들리는 가짜일 뿐일 수 있습니다. AI는 우리를 너무 많은 아이디어로 몰아붙여, 지친 우리의 뇌가 더욱더 쉬운 지름길(휴리스틱)에 의존하게 만듭니다.
• 해결책: 우리는 게임의 규칙을 바꿔야 합니다. 논문은 심사위원들을 "블라인드(맹검)" 처리해야 한다고 제안합니다. 아이디어가 인간이 썼는지 로봇이 썼는지 알지 못하게 해야 합니다. 또한, AI를 사용하여 더미를 분류하는 데 도움을 받을 수는 있지만, AI의 "추론"이 단지 설명이 자신감 있게 들린다는 이유만으로 나쁜 아이디어를 선택하도록 우리를 설득하지 않도록 주의해야 합니다.

3단계: 고객의 마음 읽기 (선호도 측정 - Preference Measurement)

선택된 아이디어가 있습니다. 이제, 고객은 실제로 무엇을 원할까요?

• 인간의 문제: 사람들은 자신이 무엇을 원하는지 설명하는 데 서툽니다. 그들은 흔히 말하는 것과 다르게 행동합니다. 게다가, 그들은 본 적 없는 것을 상상하지 못합니다. 만약 2005년에 사람들에게 어떤 휴대폰을 원하느냐고 물었다면, 그들은 "터치스크린"이라고 말하지 않았을 것입니다. 왜냐하면 그것이 가능하다는 것을 몰랐기 때문입니다. 이것이 **언어화의 격차(articulability gap)**입니다.
• AI의 효과: AI는 사람들이 말하는 것을 읽는 데는 뛰어나지만, 사람들이 무엇을 하는지 또는 무엇을 느끼는지는 이해하는 데 서툽니다. 만약 당신이 AI에게 고객을 시뮬레이션하라고 요청한다면, AI는 완벽하고 논리적인 로봇처럼 행동할 수 있습니다. 하지만 실제 인간은 복잡합니다! 우리는 실수를 하고, 화를 내며, 이미 돈을 지불했다는 이유만으로 나쁜 제품을 계속 사용하기도 합니다. AI는 이러한 "비합리적인" 인간 행동을 놓치는 경우가 많습니다.
• 해결책: 논문은 인간의 설문 조사를 AI 시뮬레이션으로 대체해서는 안 된다고 제안합니다. 대신, AI를 사용하여 사람들이 온라인에 쓰는 수백만 개의 리뷰와 댓글을 읽는 데 활용해야 합니다. 하지만 사람들이 말로 표현조차 할 수 없는 깊고 기묘한 "숨겨진" 욕구를 파악하기 위해서는, 여전히 사람들을 관찰하는 인간 탐정(민속지학자)이 필요합니다.

4단계: 출시와 그 이후 (확산 및 학습 - Diffusion and Learning)

제품이 출시되었습니다. 잘 되고 있을까요?

• 인간의 문제: 제품이 출시되면 피드백의 쓰나미가 밀려옵니다. 수천 개의 리뷰, 트윗, 불만 사항들 말입니다. 인간은 그 모든 것을 다 읽을 수 없습니다. 또한, 기업들은 이미 제품에 많은 돈을 썼다면 나쁜 소식을 무시하곤 합니다. 그들은 자신의 아이디어가 훌륭하다고 믿고 싶어 하며, 데이터를 자신들의 이야기에 맞게 왜곡합니다.
• AI의 효과: 이것이 바로 AI가 빛을 발하는 지점입니다! AI는 수천 개의 리뷰를 몇 초 만에 읽고 "이봐요, 모두가 배터리에 대해 불평하고 있어요"라고 말해줄 수 있습니다. AI는 "정보 과잉" 문제를 해결합니다. 하지만 AI가 글을 너무 매끄럽게 쓰기 때문에, 상사가 잘못된 결정을 정당화하기 위해 좋은 내용만을 골라 쓰기가 더 쉬워질 수도 있습니다.
• 해결책: 우리는 AI를 단순히 시끄럽고 인기 있는 불만 사항을 찾는 데 쓰는 것이 아니라, 소음 속에서 사라지는 기묘하고 조용한 신호를 찾는 데 사용해야 합니다. 하지만 AI의 자신감이 우리를 속려 진실을 무시하게 만들지 않도록 주의해야 합니다.

큰 그림: 앞으로 어떻게 될 것인가?

이 논문은 단순히 이 단계들만 보는 것이 아니라, 전체적인 그림을 보기 위해 줌 아웃합니다. 논문은 세 가지 큰 함정에 대해 경고합니다.

1. "탈숙련화(Deskilling)" 함정: 만약 우리가 AI가 모든 어려운 생각을 하도록 내버려 둔다면, 기업 내의 인간들은 스스로 생각하는 법을 잊어버릴 수 있습니다. AI가 모든 아이디어를 생성한다면, 주니어 직원들은 아이디어를 내는 법을 배우지 못할 것입니다. 결국, 회사 전체가 AI가 틀렸다는 것을 구별할 줄 모르는 사람들로 가득 차게 될 수도 있습니다.
2. "불평등" 함정: AI는 주로 다수의 사람으로부터 나온 데이터를 학습합니다. 만약 우리가 AI를 사용하여 제품을 설계한다면, 우리는 의도치 않게 소수 집단이나 특이하고 구체적인 문제를 가진 사람들의 요구를 무시하게 될 수 있습니다. AI는 "평균적인" 사람에게는 완벽한 제품을 만들 수 있지만, 그 외의 모든 이들에게는 쓸모없는 제품을 만들 수 있습니다.
3. "역전된 곡선(Inverted Curve)" 함정: 과거에는 프로토타입(작동 모델)을 만드는 데 오랜 시간이 걸렸습니다. 하지만 이제 AI는 몇 초 만에 프로토타입을 만들 수 있습니다! 그러나 문제는 더 이상 프로토타입을 만드는 것이 아닙니다. 그것이 실제 세상에서 안정적으로 작동하는지 확인하는 것이 진짜 어려운 일입니다. 기업들은 빠른 프로토타입에 흥분하여, 진짜 작업은 이제부터 시작이라는 사실을 잊을 수 있습니다.

최종 판결

그래서 결론은 무엇일까요? 이 논문은 "AI가 인간을 대체할 것인가?"라고 묻지 말라고 제안합니다. 대신, "인간이 어디에서 주도권을 유지해야 하는가?"를 물어야 합니다.

답은 이렇습니다: 인간은 혁신의 복잡하고, 감정적이며, 비합리적인 부분에 대한 주도권을 반드시 유지해야 합니다. 우리는 고객의 기묘하고 말로 표현되지 않는 욕구를 이해하고, 큰 결정에 책임을 지며, 우리가 단지 다른 사람들이 하는 것을 그대로 복사하고 있는 것은 아닌지 확인하기 위해 인간이 필요합니다.

생성형 AI는 초고속 계산기와 같은 강력한 도구입니다. 숫자를 계산하고 데이터 더미를 분류하는 데는 놀랍도록 뛰어납니다. 하지만 그것은 인간의 마음, 인간의 직관, 또는 사람들이 왜 그런 미친 짓을 하는지를 이해하는 능력을 대체할 수 없습니다. 만약 우리가 길을 치우기 위해 AI를 사용하면서 정작 운전대를 잡는 것을 잊는다면, 우리는 속도를 높여 벽을 향해 돌진하게 될 것입니다. 혁신의 미래는 인간 대(vs) AI의 대결이 아닙니다. 그것은 인간이 더 적게 인간적이기 위해서가 아니라, 더 인간답게 되기 위해 AI를 사용하는 것입니다.