1+1 ̸ = 2: Appearance and utterance to determine the virtual agent’s intellectual impression

디지털 비서의 세계가 성장함에 따라, 우리는 종종 단순한 질문을 던지곤 합니다. 무엇이 컴퓨터 프로그램이 똑똑해 보이게 만드는가? 수년 동안 디자이너와 연구자들은 명쾌한 가정을 바탕으로 운영되어 왔습니다. 만약 가상 캐릭터가 지적으로 느껴지길 원한다면, 지적인 인상을 주는 외형(예를 들어 날카롭고 진지한 얼굴이나 세련되고 현대적인 디자인)을 부여하고, 이를 정교한 사실과 전문 용어를 사용하는 유식한 말투와 결합해야 한다는 것입니다. 똑똑해 보이는 얼굴과 똑똑하게 들리는 말을 결합하는 것이 가장 설득력 있는 전문가를 만들어낼 것이라는 생각은 논리적으로 보입니다. 이 아이디어는 인간의 지각이 단순히 부분들의 합인 것처럼 작동한다는 믿음에 기초합니다. 그러나 인간의 판단은 결코 그렇게 선형적이지 않습니다. 우리는 심리학을 통해 인간이 항상 합리적인 선택을 하는 것은 아니라는 점을 알고 있습니다. 때때로 우리의 뇌는 모순되거나 예상치 못한 조합에 대해 이상하게 반응하며, 단순한 수학적 계산을 거부하는 결론에 도달하기도 합니다. 우리가 인공지능을 어떻게 인식하는지 이해하는 것은 매우 중요합니다. 왜냐하면 이러한 디지털 에이전트들이 학교, 병원, 기업에서 흔히 쓰이고 있기 때문입니다. 만약 우리가 사람들이 그들을 신뢰하게 만들기를 원한다면, 단순히 당연해 보이는 것에 의존하기보다 실제로 무엇이 효과적인지를 알아야 합니다.

일본 대학 연구진은 이 상식적인 아이디어를 테스트하기 위해 연구를 시작했습니다. 그들은 '지적인' 특성과 '지적이지 않은' 특성을 혼합하는 것이 실제로 에이전트를 더 똑똑해 보이게 만드는지, 아니면 전통적인 방식처럼 똑똑한 특징들을 쌓아 올리는 것이 최선인지를 확인하고 싶었습니다. 이를 위해 연구진은 여성 가상 에이전트가 일본의 유명한 성(castle) 여행을 추천하는 일련의 짧은 영상들을 제작했습니다. 본 실험을 촬영하기 전, 연구진은 사람들에게 '똑똑한' 모습과 '멍청한' 모습이 실제로 무엇을 의미하는지 결정해야 했습니다. 그들은 동일한 캐릭터를 헤어스타일만 다르게 하여 다섯 가지 버전으로 만들었습니다. 그들은 이 이미지들을 온라인상의 약 90명에게 보여주고 어떤 캐릭터가 더 지적으로 보이는지 선택하게 했습니다. 결과는 명확했습니다. 짧고 깔끔한 머리의 캐릭터는 일관되게 가장 똑똑하다는 평가를 받은 반면, 양갈래 머리의 캐릭터는 가장 지적이지 못하다는 평가를 받았습니다. 이 두 가지 특정 외형이 본 실험의 시각적 기준점이 되었습니다.

다음으로, 연구진은 에이전트가 말할 두 가지 유형의 대본을 준비했습니다. 한 대본은 지식 있고 전문적인 스타일로 작성되었고, 다른 하나는 정보가 부족하고 능력이 떨어지는 것처럼 들리도록 작성되었습니다. 그런 다음 이 요소들을 네 가지 뚜렷한 시나리오로 결합했습니다. 첫 번째는 에이전트가 똑똑한 외형을 가지고 똑똑하게 말하는 경우였습니다. 두 번째는 똑똑해 보이는 에이전트가 지적이지 않은 방식으로 말하는 경우였습니다. 세 번째는 지적이지 않은 외형을 가진 에이전트가 지적인 방식으로 말하는 경우였습니다. 네 번째는 외형과 말투 모두 지적이지 않은 경우였습니다. 227명의 사람들이 이 영상들을 시청하고 캐릭터가 얼마나 지적이고 신뢰할 만한지 평가했습니다. 연구진은 첫 번째 시나리오, 즉 똑똑한 외형과 똑똑한 말투를 갖춘 경우가 압도적인 차이로 승리할 것이라고 예상했습니다.

그러나 결과는 예상했던 결과를 뒤집었습니다. 똑똑한 외형과 똑똑한 말투를 결합한 에이전트가 가장 지적이거나 신뢰할 만하다는 평가를 받은 것이 아니었습니다. 대신, 두 가지 스타일을 혼합한 캐릭터들이 더 좋은 성과를 냈습니다. 똑똑해 보이지만 단순하고 지적이지 않은 방식으로 말하는 에이전트와, 단순해 보이지만 전문적인 지식으로 말하는 에이전트 모두 완벽하게 일관된 '올-스마트(all-smart)' 캐릭터보다 더 높은 점수를 받았습니다. 데이터는 명확한 통계적 차이를 보여주었습니다: 에이전트의 말투가 지적이지 않을 때, 똑똑해 보이는 버전은 단순해 보이는 버전보다 더 많은 신뢰를 얻었습니다. 그러나 말투가 지적일 때는, 단순해 보이는 에이전트와 똑똑해 보이는 에이전트 사이의 평가에 통계적으로 유의미한 차이가 없었음에도 불구하고, 혼합된 스타일의 에이전트들은 전반적으로 일관된 '올-스마트' 에이전트보다 높은 성과를 냈습니다. 가장 일관되고 '완벽한' 에이전트는 실제로 꼴찌를 기록했습니다. 연구진은 상충하는 특성의 결합이 일관된 것보다 더 긍정적인 인상을 만든다는 것을 발견했습니다.

왜 이런 일이 일랐는지 이해하기 위해, 저자들은 '천성적 지능 이론(natural-born intelligence theory)'이라는 개념을 활용했습니다. 이 이론은 우리가 모순(예를 들어, 진지한 얼굴이 우스꽝스럽게 말하는 경우)을 마주할 때, 우리의 뇌가 단순히 두 인상을 더하는 것이 아니라고 제안합니다. 대신, 그 충돌은 우리가 표면 너머를 바라보도록 강제합니다. 보이는 것과 들리는 것 사이의 불일치는 우리의 일반적인 기대를 깨뜨리며, 우리가 캐릭터의 성격이나 친숙함을 상상하기 시작하는 일종의 정신적 '외부' 공간을 만들어냅니다. 마치 그 모순이 에이전트를 더 실제처럼 느껴지게 하고 딱딱한 기계처럼 느껴지지 않게 만드는 것과 같습니다. 에이전트가 완벽하게 일관되었을 때, 관찰자는 단지 정보를 처리할 뿐 이러한 추가적인 몰입 층을 경험하지 못했습니다. 이 연구는 가상 에이전트의 경우, 외형과 말투 사이에 약간의 마찰이 존재하는 것이 완벽하게 다듬어진 일관된 이미지보다 신뢰를 구축하는 데 더 효과적일 수 있음을 시사합니다.

연구진은 이러한 결과가 자신들이 테스트한 여성형 인간형 에이전트와 여행 추천 맥락에 구체적으로 적용된다는 점을 언급했습니다. 그들은 에이전트가 남성이거나, 로봇 형태이거나, 다른 상황에서 사용될 경우 결과가 달라질 수 있음을 인정했습니다. 그럼에도 불구하고, 이 연구는 표준적인 디자인 규칙에 도전합니다. 이는 에이전트가 동시에 똑똑해 보이도록 하고 똑똑하게 들리도록 만드는 것이 반드시 사람들의 신뢰를 높이는 것은 아님을 보여줍니다. 사실, 작은 모순을 도입하는 것이 에이전트를 더 유능하고 신뢰할 수 있게 만들 수 있으며, 이는 인간의 지능 지각이 단순히 적절한 특징들을 더한다고 해서 해결되는 단순한 과정이 아님을 증명합니다.