대규모 기반 모델 기반 인간-AI 협업 연구
A Survey on Human–AI Collaboration with Large Foundation Models
원저자 Vanshika Vats, Marzia Binta Nizam, Minghao Liu 외 5인·ACM Transactions on Intelligent Systems and Technology·원발행 2026.08· 72 인용·카라멜 랩 해설 공개 2026. 11. 8.
최근 1년 63회 인용· 떠오르는 연구
한국어 핵심 요약
인공지능(AI)의 역량이 빠르게 확장됨에 따라, 인간의 지능과 AI 시스템을 결합하는 인간-AI(HAI) 협업은 문제 해결 및 의사 결정 과정 발전에 필수적인 요소가 되었습니다. 특히 대규모 기반 모델(LFM)의 등장은 방대한 데이터를 활용하여 복잡한 패턴을 이해하고 예측하는 전례 없는 능력을 제공하며 HAI 협업의 잠재력을 크게 증대시켰습니다.
본 연구는 LFM과 HAI의 중요한 통합을 검토하며, 기회와 위험 요소를 모두 조명합니다. 분석은 인간 중심 모델 개발, 협업 설계 원칙, 윤리 및 거버넌스 프레임워크, 그리고 고위험 영역에서의 응용을 중심으로 구조화됩니다.
검토 결과, 성공적인 HAI 시스템은 단순히 강력한 모델의 자동적인 결과가 아니라 신중하고 인간 중심적인 설계의 산물임이 밝혀졌습니다. 안전, 공정성, 제어와 관련된 지속적인 과제를 해결하는 것이 이러한 잠재력을 책임감 있게 실현하는 데 중요합니다.
이 설문조사는 주요 미해결 과제를 식별함으로써, LFM의 원시적인 힘을 사회에 신뢰할 수 있고 유익한 파트너십으로 전환하기 위한 현재 및 미래 연구에 대한 통찰력을 제공하는 것을 목표로 합니다.
섹션 미리보기
연구 배경
AI 역량의 급속한 확장과 함께 인간-AI(HAI) 협업이 문제 해결 및 의사 결정 발전에 핵심으로 부상했습니다. 특히 대규모 기반 모델(LFM)은 방대한 데이터 기반으로 복잡한 패턴을 이해하고 예측하며 HAI 협업의 잠재력을 크게 확대했습니다.
핵심 발견
성공적인 HAI 시스템은 단순히 강력한 모델의 결과가 아닌, 신중하고 인간 중심적인 설계의 산물입니다. 안전, 공정성, 제어와 같은 과제 해결이 LFM 기반 HAI의 잠재력을 책임감 있게 실현하는 데 필수적입니다.
관련 컴퓨터 과학 논문
개념 그래프 기반 스키마 매칭
2026·18
오프로드 주행을 위한 시각 기반 마찰 학습
2026·8
내결함성 양자 컴파일 벤치마크
2026·13
트로터 공식을 활용한 양자 시뮬레이션
2026·6