똑같이 AI 쓰는데 성과 차이가 나는 이유는? 작성일 03-26 34 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">앤스로픽 ‘경제 지수 보고서: 학습곡선’ 분석<br>AI 숙련자는 AI 자동화보다 협업 선택</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="UoI9QEYCGa"> <figure class="figure_frm origin_fig" contents-hash="5d87b8338c7edc5074b32e7fdf8dd3587b2cc0705915fc7fe893902df2d04229" dmcf-pid="ugC2xDGhYg" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/26/chosun/20260326141659213bzfe.png" data-org-width="1800" dmcf-mid="3VdYF6jJZA" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/26/chosun/20260326141659213bzfe.png" width="658"></p> </figure> <p contents-hash="0021b3f7f1443d8664f03d7c6e321fd56671686a00b0054d4b7b954e6322b817" dmcf-pid="7ahVMwHl5o" dmcf-ptype="general">똑같이 인공지능(AI)을 사용해 일을 해도 기존에 얼마나 AI를 사용해왔는지에 따라 성과가 차이를 보이는 것으로 나타났다. 또 오랫동안 AI를 써온 사용자는 그렇지 않은 사람보다 AI 자동화를 더 적게 사용하는 것으로 조사됐다. AI 기업 앤스로픽은 지난 24일 자사 AI인 ‘클로드’ 사용자 기록 100만건을 분석한 ‘경제 지수 보고서: 학습곡선(Economic Index Report:Learning Curves)’을 발간했다.</p> <p contents-hash="aa540564bc9ba668900896e4d599ba49e55ea420db82b923e8f60471bccf4580" dmcf-pid="zNlfRrXSHL" dmcf-ptype="general">보고서에 따르면, AI를 많이 사용한 사람의 AI 과제 달성률은 신규 사용자보다 6.4%포인트 높은 것으로 나타났다. 과제 달성률은 사용자가 원하는 과제를 AI가 제대로 수행했는지를 평가한 것이다. 클로드를 6개월 이상 사용한 장기 사용자는 과제 달성률이 73.1%였지만, 사용 기간이 6개월 이하인 초기 사용자의 과제 달성률은 66.7%였다. 클로드를 많이 사용해본 사람은 100건의 과제를 AI에 시키면 73.1건의 만족할 만한 답을 얻지만, 사용 기간이 짧은 사람은 66.7건만 만족스러운 답을 얻는다는 것이다.</p> <p contents-hash="a90c7eb8a9d68d86031fc043f42586d1bbf3833da83152347e99f39f42303c35" dmcf-pid="qjS4emZvtn" dmcf-ptype="general">이러한 차이는 과제의 종류와 사용자의 국적, 사용하는 클로드 버전 등의 변수를 통제하고도 약 4%포인트 발생했다. 같은 업무를 해도 개인의 AI 친숙도에 따라 결과 차이가 나는 ‘학습 효과(learning-by-doing)’를 보이는 것이다. AI를 많이 사용해본 사람은 AI에 질문을 하거나 업무를 시킬 때 구체적이고 실용적으로 명령한다. 예컨대 반도체 관련 질문을 할 경우, AI에게 “너는 반도체 업계에서 20년간 일한 엔지니어야”라고 페르소나를 지정하고 물으면 더 자세한 답변을 얻을 수 있다.</p> <figure class="figure_frm origin_fig" contents-hash="030d6866fd738b4c2e612d7be1e5a6f364b18d0d7568b82da76f4f3933de4a6e" dmcf-pid="BAv8ds5TGi" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/26/chosun/20260326141700850efvi.jpg" data-org-width="680" dmcf-mid="pS0gDXKpYN" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/26/chosun/20260326141700850efvi.jpg" width="658"></p> </figure> <p contents-hash="bd900fed5b10f57a0f7ef721d24c2e02451c23fb135988e21cb866f452aec8bc" dmcf-pid="bcT6JO1yXJ" dmcf-ptype="general">AI를 오래 사용한 사람들은 그렇지 않은 사람에 비해 AI에 더 어려운 질문을 던지고, AI를 개인적 용무보다 업무에 더 많이 활용했다. 장기 사용자가 AI를 업무에 활용하는 비율은 48.9%, 개인 용무에 쓰는 비율은 40.3%였다. 반면 최근 AI 사용을 시작한 사람은 AI를 업무에 사용하는 것(41.6%)보다 개인 용무(44.3%)에 더 많이 썼다. 또 장기 사용자는 AI에 평균 12.3년의 교육을 받은 사람이 풀 정도 난이도의 과업을 시키지만, 초기 사용자는 11.5년 교육 수준의 과업을 시키는 것으로 조사됐다.</p> <p contents-hash="3f9b1c6a9fb4fe9610860853761bb4d50d59eca7a7d4e410a03c1fb04868b13a" dmcf-pid="KkyPiItWXd" dmcf-ptype="general">AI를 오래 사용한 사람들은 AI에 업무를 전적으로 맡기는 것보다 함께 협업하는 것이 더 좋은 결과를 얻는다는 것을 알고 있었다. 장기 사용자가 AI에 업무를 전적으로 맡기는 자동화 비율(29.4%)은 초기 사용자(38.1%)보다 낮았다. 앤스로픽은 “이 결과는 AI 숙련자일수록 자동화를 더 많이 쓸 것이라는 작년 가설을 뒤집는 것”이라며 “고숙련 장기 AI 활용자가 AI로부터 더 큰 혜택을 얻고, 이 혜택이 자기 강화적으로 축적될 수 있다”고 분석했다. 테크 업계 관계자는 “이 연구는 AI 격차 문제를 기존 접근성 차원에서 숙련도 문제로 확대했다는 의미가 있다”며 “단순히 AI를 많은 사람이 써보게 하는 것을 넘어 더 능숙하게 사용할 수 있도록 하는 ‘숙련 교육’이 필요하다”고 했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 조선일보. 무단전재 및 재배포 금지.</p> 관련자료 이전 큐닉스 'QX27B' 게이밍 모니터…전국 PC방 확산 고성능 주목 03-26 다음 '금 2·은 3' 역사 쓴 김윤지 "첫 패럴림픽, 앞으로 4년 위한 분기점" 03-26 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
