AI를 믿는 문제는 기술의 문제가 아니라 사람의 문제.
AI 과의존은 무지보다 신뢰에서 발생한다.

최근 생성형 AI의 폭발적인 보급은 기술적 진보를 넘어 인간의 인지적, 심리적 영역에 깊숙이 침투하고 있다. 김도희와 허창구(2025)의 연구 「AI 생성물에 대한 인식과 AI 과의존에 대한 통합적 탐색」은 인간과 상호작용하며 심리적 태도를 형성하는 능동적 주체로 상정하고 그 관계성을 실증적으로 분석했다는 점에서 주목할 만하다. 이 연구는 AI의 결과물을 바라보는 인간의 이중적 잣대와, 특정 성격적 특성이 어떻게 비판 없는 맹신으로 이어지는지, 그리고 직장 내에서 AI 의존이 어떠한 심리적 기제와 결합하는지를 세 가지 연구를 통해 입체적으로 조명한다.

AI 생성물에 대한 인식과 AI 과의존에 대한 통합적 탐색

김도희, 허창구

생성 주체에 따른 이중적 평가: 'AI'라는 라벨이 주는 부정적 편향
연구 1은 동일한 품질의 결과물이라도 '누가 만들었는가'에 따라 평가가 극명하게 갈린다는 점을 시사한다. 흥미로운 발견은 판단 영역(자기소개서 첨삭, 의학적 진단)과 정보 제공 영역(여행 일정, 주식 투자)에서 나타나는 선호의 역전 현상이다. 자기소개서 평가 과업에서 참가자들은 결과물의 품질과 무관하게 생성 주체가 인간일 때 수용성(F=5.66, p<.05), 유용성(F=6.67, p<.05), 신뢰성(F=5.52, p<.05)을 모두 높게 평가했다. 의학적 진단 역시 인간의 판단에 대한 수용성이 더 높았다.

반면, 수치와 데이터가 중심이 되는 주식 투자 추천 영역에서는 정반대의 결과가 나타났다. 정확성(F=6.42, p<.05)과 객관성(F=20.25, p<.001) 항목에서 AI의 결과물이 인간보다 더 높은 점수를 받았다. 이는 사람들이 AI를 '정교한 데이터 처리기'로는 신뢰하지만, 윤리적 책임이나 인격적 공감이 개입되는 '가치 판단의 주체'로는 여전히 거부감을 느끼고 있음을 보여준다. 특히 품질 수준과 생성 주체 간의 상호작용이 유의하지 않았다는 점은, 결과물이 아무리 우수하더라도 'AI가 만든 것'이라는 정보 자체가 일종의 부정적 낙인으로 작용하여 평가의 편향을 유발하고 있음을 시사한다.

AI 과의존의 핵심 변인: 과제 난이도가 아닌 개인의 성향
연구 2는 사용자가 AI의 오류를 인지하지 못한 채 무비판적으로 수용하는 'AI 과의존(AI Overreliance)' 현상이 상황적 요인보다 개인의 성향적 요인에 더 크게 좌우된다는 통찰을 제시한다. 미로 찾기 과업을 이용한 실험에서 쉬운 과제의 과의존과 어려운 과제의 과의존 간 상관관계는 .70(p<.001)으로 매우 높게 나타났다. 이는 AI에 과의존하는 사람이 과제의 난이도와 상관없이 일관되게 AI의 답안을 맹목적으로 선택하는 경향이 있음을 의미한다.

특히 성격 5요인(Big Five) 모델을 넘어 HEXACO 모델의 '정직-겸손성' 요인에 주목한 점이 독특하다. 분석 결과, 어려운 과제 상황에서 AI의 오류를 비판 없이 수용한 집단은 그렇지 않은 집단에 비해 정직-겸손성의 하위 요인인 '진실성(Sincerity)' 점수가 유의하게 낮았으며(t=2.14, p<.04), AI에 대한 신뢰도는 훨씬 높았다(t=-2.69, p<.01). 이는 자신의 이익을 위해 시스템을 이용하려는 욕구가 강하고 스스로의 윤리적 검증 기제가 느슨한 개인일수록, AI가 내놓는 틀린 답안을 편리한 도구로서 그대로 받아들일 위험이 큼을 실증적으로 증명한 것이다.

직장인의 AI 의존: 효율성 인식과 소외 불안(FoMO)의 결합
연구 3은 현직 직장인 200명을 대상으로 AI 의존(AI Dependence)을 유도하는 다차원적 요인을 분석했다. AI 의존은 단순한 활용을 넘어 시스템이 없으면 업무 수행이 불가능하다고 느끼는 강박적 필요 상태를 의미한다. 분석 결과, AI 의존을 가장 강력하게 예측하는 요인은 AI 사용 시간(r=.62, p<.001)과 업무 내 AI 활용도(r=.62, p<.001), 그리고 주관적으로 느끼는 AI 효율성 인식(r=.53, p<.001)이었다.

주목할 점은 정서적 요인과의 연관성이다. 직장 내 소외 불안(FoMO, r=.40, p<.001)과 우울감(r=.39, p<.001)이 AI 의존과 유의한 정적 상관을 보였다. 이는 새로운 기술 트렌드에서 뒤처지는 것에 대한 공포나 심리적 위축이 AI라는 기술적 피난처에 대한 의존도를 높이는 기제로 작동하고 있음을 암시한다. 또한 비판적 사고 성향(r=.18, p<.05)이나 인지 욕구(r=.27, p<.001)가 높은 사람일수록 오히려 AI 의존도가 높게 나타난 점은 역설적이다. 이는 분석적 성향을 가진 이들이 AI의 효율성을 더 민감하게 포착하고 이를 적극적으로 자신의 지적 자산으로 통합하려 시도하는 과정에서 의존이 심화될 수 있음을 보여준다.

기술 관리를 넘어선 심리적 개입의 필요성
본 연구는 AI 과의존이 그저 기술적 이해도가 낮아서 발생하는 문제가 아니라, 인간의 내밀한 성격적 특성과 조직 내 정서적 역동이 얽힌 복합적인 현상임을 규명했다. AI가 도출한 결론에 대한 '판단 근거'를 명확히 제시하는 인터페이스 설계는 기술적 해결책의 일부분일 뿐이다. 실질적인 AI 관리를 위해서는 사용자의 비판적 사고를 고취하는 교육뿐만 아니라, 낮은 진실성이나 높은 소외 불안과 같은 개인의 심리적 취약성이 AI 오용으로 이어지지 않도록 조직 차원의 심리적 가이드라인이 병행되어야 한다.