MIT 미디어랩 탠저블 코아이디에이션 — 두 사람과 AI 멘토가 함께 아이디어를 겨루는 인터페이스

핵심 메시지

• MIT 미디어랩 탠저블 리서치 그룹이 두 사람과 AI 시스템이 함께 아이디어를 내는 3자 협업 인터페이스를 개발 중이다.
• AI 멘토는 특정 학자의 논문과 강연을 허가받아 학습한 에이전트이며, 주판이나 피아노 같은 실물로 표현돼 손으로 집어 판 위에 올릴 수 있다.
• 개발 동기는 학생들이 같은 프롬프트를 그대로 붙여넣어 거의 똑같은 결과물을 제출하는 현실이었고, 연구진은 이를 모델이 아닌 인터페이스의 문제로 봤다.
• 멘토마다 관점이 뚜렷하게 치우쳐 있어 서로 다른 답을 내놓고, 사용자는 동의 여부를 따지며 자기 생각을 정리하게 된다.
• 시스템은 어느 멘토가 옳은지 판정하지 않으며, 승패 판단은 사용자에게 남기고 상호작용을 놀이처럼 만드는 역할만 맡는다.

쉽게 이해하기

MIT 미디어랩의 이시이 히로시 교수가 이끄는 탠저블 리서치 그룹이 초기 단계 프로젝트 '탠저블 코아이디에이션'을 공개했다. 키보드와 화면 대신 디지털 화이트보드와 손으로 집을 수 있는 물체를 쓰는, 보드게임을 닮은 아이디어 발상 인터페이스다. 두 사람과 AI 시스템이 셋이서 협업하는 구조이고, AI 에이전트는 각각 특정 멘토를 대표한다. 이시이 교수는 주판으로, 미디어랩 동문이자 피아니스트인 샤오 샤오는 피아노로 표현된다. 각 에이전트는 해당 인물의 논문과 강연을 허가를 받아 학습한 상태다.

프로젝트의 출발점은 교실 풍경이었다. 연구팀의 한 참여자는 열다섯 살 동생이 창의력을 요구하는 과제를 받으면 반 전체가 같은 프롬프트를 챗봇에 붙여넣고, 결국 교사가 거의 동일한 항목이 나열된 서른 개의 문서를 받게 된다고 말했다. 연구진은 이것이 언어모델 자체의 문제가 아니라 사람이 모델과 만나는 방식, 즉 인터페이스의 문제라고 판단했다. 관점이 분명히 치우친 멘토를 두면 답 자체가 더 흥미로워질 뿐 아니라, 사용자가 그 답에 동의하는지 되묻게 되고 결과를 그대로 받아들이지 않게 된다는 것이다.

사용 흐름은 먼저 무엇을 함께 궁리할지 의도를 정하는 데서 시작한다. 아이디어의 씨앗이 될 방을 만들고 그 안에 스케치하거나 맥락을 더한 뒤, 어떤 멘토를 부를지 고른다. 시연에서는 인간과 반려동물의 관계를 주제로 삼았다. 이시이 멘토는 모션 센서와 조명이 달린 인터랙티브 고양이 장난감, 생체 센서로 반려동물의 기분을 추적하는 웨어러블, 야옹 소리를 사람 말로 옮기는 앱을 제안했다.

같은 주제에 샤오 멘토를 올리자 결이 확연히 달라졌다. 이름 짓기를 좋아하는 성향대로 '위스커 위스퍼'라는 진짜 고양이처럼 빛나고 움직이는 고양이 모양 램프, 사용자의 입력을 바탕으로 이야기를 들려주는 디지털 반려묘 '펠라인 페이블스', 방 안의 감정적 분위기에 따라 달라지는 AI 생성 그르렁 소리 '미아우 무드 미아우'를 내놓았다. 학습 자료가 인터페이스의 감성적 측면에 더 기울어 있고 피아니스트라는 배경 때문에 소리 쪽으로 답이 쏠린다는 설명이 따랐다.

가장 흥미로운 장면은 두 멘토를 맞붙였을 때다. 샤오 멘토는 실제 동물의 소통은 이미 풍부하니 기술은 고양이 기분의 본질을 증폭하거나 되비추는 데 써야 한다고 주장했다. 이시이 멘토는 고양이의 그르렁 리듬을 따라 빛나는 램프는 여전히 주의를 흩뜨리는 장치라고 반박하며, 자신의 앰비언트 룸 프로젝트에서는 존재감과 활동을 은근히 전달했을 뿐 흉내 내거나 대체하려 하지 않았다고 근거를 댔다. 시스템은 승자를 가리지 않는다. 서로 다른 관점을 읽고 판단하는 몫은 사용자에게 남기고, 시스템은 그 과정을 상호작용적이고 놀이처럼 만드는 데 집중한다.

연구진이 관찰한 효과는 결과물의 질만이 아니었다. 장난감 같은 환경에서는 사람들이 조금 더 엉뚱한 아이디어까지 꺼내보려는 경향을 보였다. 브레인스토밍은 흰 화면을 마주하고 무슨 말을 해야 할지 모르는, 게다가 상대를 잘 모르면 기분 상하게 할까 조심스러워지는 부담스러운 작업이기 쉬운데, 보드게임 같은 상호작용이 그 문턱을 곧바로 낮춰 사람들이 더 자유롭게 말하게 만들었다는 것이다.

주요 인사이트

• AI 결과물이 획일화되는 원인을 모델 성능이 아니라 인터페이스 설계에서 찾은 점이 이 프로젝트의 핵심 관점이다. 같은 모델도 어떤 틀로 만나느냐에 따라 전혀 다른 답을 내놓는다.
• 일반적인 AI 어시스턴트가 중립적이고 균형 잡힌 답을 지향하는 것과 반대로, 이 시스템은 멘토의 편향을 일부러 살린다. 편향이 뚜렷해야 비교와 판단이 가능해지기 때문이다.
• AI를 실물로 만드는 결정에도 이유가 있다. 손으로 집어 판 위에 올리는 행위 자체가 관점을 불러오는 명시적 선택이 되고, 화면 속 대화창보다 협업의 구조를 눈에 보이게 만든다.
• 시스템이 승패를 판정하지 않는 설계는 AI에게 최종 판단을 넘기지 않겠다는 의도적 선택이다. 사용자가 판단 주체로 남을 때 비로소 성찰과 독립적 결정이라는 목표가 성립한다.
• 심리적 문턱을 낮추는 효과는 협업 도구에서 자주 간과되는 부분이다. 낯선 상대와의 브레인스토밍에서 사람을 막는 것은 아이디어 부족이 아니라 먼저 말을 꺼내는 부담이며, 놀이의 형식이 그 부담을 대신 떠안는다.

자주 묻는 질문

관련 AI 소식