AI 학습에 인간의 '확률 왜곡' 모방이 효과적

인공지능(AI) 학습 시 인간의 확률 왜곡 편향을 모방하면 AI의 성능을 향상하고 비용을 절감할 수 있다는 연구 결과가 나왔다.

Thu May 07 2026

AI 학습의 새로운 접근 방식

시카고 부스 경영대학원의 연구에 따르면, 인공지능이 정보를 처리할 때 냉정하고 합리적이라고 생각하기 쉽지만, 인간의 편향을 모방한 학습 방식이 AI를 더 똑똑하고 저렴하게 만들 수 있다고 제안한다. 프린스턴 대학교 박사 과정 학생 시지아 리우(Sijia Liu), 스탠퍼드 대학교 박사 과정 학생 니클라스 뮌닝호프(Niklas Muennighoff), 그리고 시카고 부스 경영대학원의 카윈 에타야라지(Kawin Ethayarajh)는 AI 모델의 사전 학습 후 정렬(alignment) 방식 차이를 분석했다. 그 결과, 우수한 성능을 보이는 방법들이 우연히 인간의 확률 편향을 반영한다는 점을 발견했다.

비용 효율적인 AI 정렬 기법

최신 언어 모델 훈련에는 막대한 비용이 소요되며, 이 중 상당 부분이 정렬 과정에서 발생한다. 정렬은 모델이 학습된 방대한 데이터를 기반으로 유용하고 적절한 결과물을 생성하도록 조정하는 과정이다. 연구진은 값비싼 온라인 정렬 방식이 효과적인 이유가 부분적으로는 AI가 인간 심리를 반영하는 방식으로 학습하도록 유도하기 때문이라고 설명한다. 이를 통해 연구진은 고비용 방법과 유사한 품질을 유지하면서도 비용을 크게 절감할 수 있는 새로운 접근 방식을 개발할 수 있었다. 인간은 극단적이거나 희귀한 결과의 확률을 과대평가하고, 보통의 수익 확률은 과소평가하는 경향이 있는데, 이는 행동 경제학의 확률 가중(probability weighting) 개념과 연관된다.

*출처: The University of Chicago Booth School of Business (2026-05-07)*

Tags: #인공지능 #AI #확률편향 #머신러닝 #시카고부스