사람들은 AI 에이전트가 나를 대신해 말하는 일에는 마음을 열고 있습니다. 그런데 상대방의 에이전트가 말을 걸어오면 훨씬 더 망설입니다.

8월 18일 공개된 사전 공개 논문은 한 대형 데이트 플랫폼의 실제 이용자를 대상으로 한 두 설문에서 이 차이를 확인했습니다. 첫 설문은 2,894명에게 AI가 프로필 작성을 돕는 기능을 물었고, 두 번째 설문은 2,617명에게 스스로 대화하는 에이전트를 물었습니다. 연구진이 계산한 평균 의향은 내 에이전트를 보내는 쪽이 상대의 에이전트와 대화하는 쪽보다 약 3배 높았습니다.

화면 버튼 하나로 풀 문제는 아닙니다. 자동 메시지를 보내려는 사람이 많아도, 받는 사람이 그 대화를 원하지 않으면 서비스는 성립하기 어렵습니다.

보내는 것과 받는 것은 서로 다른 결정입니다

연구진은 AI에게 대화를 맡길 의향과 다른 사람의 AI가 건넨 대화에 응할 의향을 나눠 측정했습니다. 두 태도는 서로 밀접했지만, 하나의 태도로 볼 때보다 따로 볼 때 설문 결과를 더 잘 설명했습니다.

무작위로 이용자를 짝지었다고 가정한 계산에서는 한쪽이 에이전트를 보내고 다른 쪽이 응할 조합이 전체의 4~13%에 그쳤습니다. 받는 쪽의 의향이 높은 사람에게 연락을 보내는 방식은 별도의 검증에서도 의향 상위 집단과 하위 집단 사이에 3.1배 차이를 냈습니다.

이 수치는 설문 응답을 바탕으로 만든 가상 계산입니다. 실제 에이전트가 데이트를 주선하는 장면이나 관계의 결과를 관찰한 연구가 아닙니다. 학술 심사를 마친 논문도 아닙니다.

그럼에도 한 가지는 분명합니다. 보내는 사람이 허락했다고 해서 받는 사람의 허락까지 끝난 것은 아닙니다. 에이전트가 먼저 연락하는 제품이라면 AI 사용 사실을 밝히고, 받는 사람이 선택할 수 있게 하며, 자동 연락을 기본값처럼 다루지 않는 장치가 필요합니다.

스스로 배우는 AI가 과제 순서를 외웠을 수도 있습니다

같은 날 나온 또 다른 사전 공개 논문은 앞선 과제의 경험을 글로 저장한 뒤 다음 과제에 쓰는 AI 에이전트 두 종류를 다시 평가했습니다. Salesforce AI Research 연구진은 실험을 여러 번 반복하고, 기존 평가와 달리 과제 순서도 무작위로 섞었습니다.

결과는 크게 달라졌습니다. 시험한 경우의 71%에서 실행할 때마다 벌어지는 차이가 더 커졌고, 같은 실험의 최고 결과와 최저 결과는 최대 10%포인트까지 벌어졌습니다. 기본 과제 순서에서는 평균 1.5% 좋아졌지만, 순서를 섞자 오히려 4.5% 낮아졌습니다.

연구진은 기본 순서가 쉬운 과제에서 어려운 과제로 넘어가는 숨은 교육과정처럼 작용했다고 설명합니다. 브라우저만 쓸 수 있는 환경에서 API 사용을 권하는 등, 그럴듯하지만 실행할 수 없는 기억도 발견했습니다. 더 자세한 평가 기준과 환경 정보를 주자 성능이 일부 회복됐지만 차이는 남았습니다.

이 연구가 AI 에이전트는 경험으로 좋아질 수 없다고 증명한 것은 아닙니다. 두 방법이 한 번의 대표 점수보다 반복 실행과 과제 순서 변화에 더 취약했다는 결과입니다. 연구진은 코드와 데이터도 함께 공개했습니다.

Meta는 나중에 확인할 수 있는 약속을 적었습니다

Meta는 8월 10일 ‘개인 초지능’으로 가는 길을 설명하는 긴 글을 공개했습니다. 누구나 강력한 개인 에이전트를 쓰게 하고, 무료 또는 부담 가능한 가격으로 제공하며, Meta조차 들여다볼 수 없는 완전 비공개 모드를 만들고, 일부 오픈소스 모델 공개를 재개하겠다고 썼습니다.

Axios는 두 가지 약속을 더 전했습니다. 독립 위원회가 모델 공개의 안전 기준을 승인하고 실제 공개가 그 기준을 지켰는지 검토하며, 추가 연산 자원은 가격을 동적으로 정하는 경매 방식으로 제공한다는 내용입니다.

이 문서는 회사의 철학과 제품 계획입니다. 비공개 모드와 미래 에이전트, 이용 방식, 사회적 효과가 지금 완성됐다는 증거는 아닙니다. 앞으로 나오는 제품과 데이터 정책, 모델 공개 결정, 위원회의 실제 권한을 보면 약속이 지켜졌는지 판단할 수 있습니다.

뉴사우스웨일스는 확정된 금지 대신 검토를 요청했습니다

뉴사우스웨일스 부총리 겸 교육부 장관 Prue Car는 8월 10일 주 교육표준기관 NESA에 감독 없이 집에서 치르는 평가를 한시적으로 중단할지 검토해 달라고 요청했습니다. AI가 학습과 평가에 미치는 영향을 더 넓게 살피는 동안 취할 임시 조치입니다.

학교 평가가 고등학교 졸업 자격시험 HSC 성적의 절반을 차지하고, 그중 일부는 교실 밖에서 작성되기 때문에 나온 요청입니다. 정부는 부적절한 AI 사용을 확인할 공통 기준도 검토해 달라고 했습니다. 임시 변경안이 마련되면 2027년 HSC 응시 학생을 위해 올해 4학기부터 적용할 수 있다고 밝혔습니다. 미술·디자인·기술 분야의 대형 프로젝트에는 예외나 과목별 기준이 필요할 것으로 봤습니다.

전면 금지가 확정된 것은 아닙니다. 공개된 사실은 장관의 요청과 진행 중인 검토입니다. 정책의 초점도 AI가 쓴 문장을 잡아내는 데서 멈추지 않습니다. 교사가 학생 본인의 작업임을 확인할 수 있도록 평가 방식을 다시 만드는 문제로 옮겨가고 있습니다.

Adobe 도구 70여 개가 ChatGPT 안으로 들어왔습니다

Adobe는 8월 6일 ChatGPT용 통합 플러그인을 공개했습니다. Photoshop, Firefly, Premiere, Acrobat, Lightroom, Illustrator, InDesign, Express, Stock 등에 걸친 도구 70여 개를 연결했다고 밝혔습니다.

Adobe가 설명한 방식에서는 대화로 사진을 고치고, 캠페인 영상을 만들고, 디자인 틀을 고르거나 PDF를 다듬을 수 있습니다. 더 세밀한 작업이 필요하면 Adobe 앱에서 이어서 편집합니다. Adobe는 ChatGPT 웹과 앱에서 전 세계 이용자가 쓸 수 있다고 밝혔고, 공식 데모 영상도 공개했습니다.

출시 여부와 연결된 도구 목록은 확인할 수 있습니다. 품질과 생산성이 좋아지고 작업이 매끄러워진다는 평가는 Adobe의 주장이라 실제 사용을 더 지켜봐야 합니다. 대화창이 도구 사이의 경계를 가릴 수는 있어도 원본 파일, 수정 내역, 이용 권리, 최종 결과를 확인하는 일까지 없애지는 않습니다.

LinkedIn은 개성 없는 AI형 글의 확산을 줄입니다

조금 앞서 나온 플랫폼 변화도 함께 볼 만합니다. LinkedIn은 6월 4일 AI가 만든 듯 보이면서 뚜렷한 관점이 없는 글을 회원의 직접 연결망 밖으로 널리 배포할 가능성을 낮춘다고 밝혔습니다. 자동화 도구로 대량 작성한 댓글과 원문을 그대로 되풀이하는 답글도 대상입니다.

LinkedIn은 초기 시험에서 개성 없는 콘텐츠를 94% 정확도로 식별했다고 발표했습니다. 회사 내부 평가 수치이며, 외부 검증 결과나 오류 유형, 이의 제기 절차는 공개 글에 담기지 않았습니다.

AI로 글을 돕는 일을 금지한 정책은 아닙니다. LinkedIn이 밝힌 기준은 사람이 자기 관점을 담은 도움과, 새 내용 없이 자동으로 늘린 글을 구분하는 것입니다. 창작자와 직장인에게 사람의 관점은 이제 문체의 취향을 넘어 콘텐츠 배포에도 영향을 주는 요소가 됐습니다.

이 한국어 기사는 영어 원문을 번역한 것이며, 번역 과정에서 오류가 있을 수 있습니다. 이 글은 Wonder Bricks AI Agent의 도움을 받아 작성했으며 SunnyLabs가 편집했습니다.