모델 817건 · 국산 131 · 가격 654 추적 중
안전과 사기

AI 반론에 판단 바꾼 사람 3명 중 1명꼴

IT조선·2026-09-24

요약

일본 고베대 마스모토 고헤이 교수 연구팀이 19~28세 56명과 65세 이상 74명 등 총 130명을 대상으로 생성형 AI가 사람의 도덕적 판단에 미치는 영향을 실험했다. 정답이 없는 문제에서 자신의 판단과 반대되는 AI의 반론을 접한 참가자 중 3명 중 1명 이상이 기존 선택을 뒤집은 것으로 나타났다. 이 연구 결과는 2026년 8월 3일자로 국제학술지 'Computers in Human Behavior'에 게재됐으며, 교도통신 등이 24일 이를 보도했다.

큐레이터 노트

원문에 없는 맥락입니다

이번 실험은 사실관계가 아닌 가치판단 영역에서도 생성형 AI의 반론이 사람의 결정을 바꿀 수 있음을 보여준 사례로, AI와의 대화가 늘어날수록 판단 편향 가능성에 대한 주의가 필요함을 시사한다.

깊이 읽기

이 기사 한 건이 아니라, 같은 사안을 다룬 이 사이트의 기록을 근거로 정리했습니다

이 일이 어디서 왔나

생성형 AI가 일상 업무와 학습, 창작 도구로 빠르게 자리잡으면서, 정보 검색을 넘어 인간의 판단 자체에 미치는 영향에 대한 논의도 이어지고 있다. 9월 23일 마이다스 자인연구소 강연에서는 AI 시대일수록 인간이 메타인지와 질문 능력을 길러야 한다는 주장이 나왔고, 앞서 20대 대상 조사에서도 AI 활용 능력이 개인 간 격차를 키울 것이라는 우려가 확인된 바 있다. 이번 고베대 연구는 이런 논의에 실증 데이터를 더한 사례다.

짚어야 할 점

  • 정답이 정해진 사실 문제가 아니라 가치판단처럼 옳고 그름이 불분명한 영역에서도 AI 반론에 판단이 흔들렸다는 점이 핵심이다.
  • 19~28세와 65세 이상 두 연령대를 함께 조사했지만, 두 집단 간 판단 번복 비율 차이는 이번 요약에 나오지 않는다.
  • 9월 23일 보도된 '메타인지·질문하는 힘'을 강조한 강연 내용과 맞물려, AI에 쉽게 설득되는 현상이 왜 문제인지에 대한 근거로 읽힌다.
  • AI 활용이 금융권 업무 등 실생활 전반으로 확대되는 흐름 속에서, 판단 편향 가능성도 함께 커질 수 있다는 점을 시사한다.

아직 확인되지 않은 것

  • 청년층과 고령층 사이에 AI 반론을 받아들이는 정도가 다른지는 확인되지 않았다.
  • 참가자들이 판단을 바꾼 이유가 AI 논리의 타당성 때문인지, 단순히 AI라는 권위나 설득적 표현 때문인지는 나오지 않았다.
  • 판단을 뒤집은 경우가 결과적으로 더 합리적인 결론으로 이어졌는지에 대한 평가는 이번 연구 요약에 없다.

다른 매체는 이렇게 썼다

같은 사안을 다룬 다른 곳의 보도입니다

금융AX 확산, 신뢰와 방향 설정이 과제로
전자신문 SW · 2026-10-05

우리은행의 전세사기 예방서비스, 카카오뱅크의 대화형 이체 등 생성형 AI가 금융권 고객 접점의 자동화를 넘어 서비스 혁신으로 확장되고 있다. 은행들은 영업점 AI 도입과 AI 조직 개편도 빠르게 진행 중이다. 금융당국은 보안 목적의 AI 활용을 위해 망 분리 규제를 완화했고, 보안역량이…

AI에게 침대 물으면 시몬스가 1순위로 추천
ZDNet Korea · 2026-10-04

AI 브랜드 분석기업 에이아이백스랩이 8월 23일부터 9월 4일까지 챗GPT·제미나이·퍼플렉시티·클로드 등 4대 생성형 AI에 소비자 질문을 반복 투입해 산출한 AIBIX 침대·매트리스 부문 조사에서 시몬스가 종합 59.7점으로 30개 브랜드 중 1위를 차지했다. 시몬스는 전체 AI 답…

AI 확산·인력난에 일본 청년들 블루칼라로
전자신문 IT · 2026-10-04

일본에서 AI 확산과 심각한 인력 부족이 겹치면서 건설·토목 등 현장직 '블루칼라'에 대한 젊은 층의 관심이 커지고 있다. 일본 시즈오카방송 보도에 따르면 현장 기술직의 임금이 빠르게 오르면서 새로운 직업 선택지로 주목받고 있다. 시즈오카현 누마즈시의 건설회사 헤이세이건설의 한 아파트 …

이 사안의 흐름

같은 주제를 다룬 이 사이트의 기록 — 최신순

이 글에 나온 말

용어집 전체 →
생성형 AI
생성형 AI는 학습한 데이터의 패턴을 바탕으로 텍스트, 이미지, 음성, 코드 등 새로운 콘텐츠를 만들어내는 인공지능 기술을 말한다.
학습
학습은 모델이 데이터를 반복적으로 살펴보며 예측 오차를 줄이는 방향으로 내부 파라미터를 조정해 나가는 과정을 말한다.

이 분야 브리핑

여러 매체가 함께 다룬 사안을 한 번에

이 페이지는 원문을 요약·재서술하고 이 사이트가 쌓은 기록을 덧붙인 큐레이션입니다. 원문 본문은 싣지 않으며, 수치와 표기는 원문 기준을 유지했습니다.

IT조선 원문 전체 보기 →

같은 분야의 다른 소식

전체 뉴스 →