약 10분간 AI의 도움을 받은 사람은 도움이 사라진 뒤 문제를 덜 풀고 더 자주 포기했습니다. 연구진이 온라인 참가자 1,222명을 대상으로 한 무작위 실험에서 나온 결과입니다. 이 논문은 아직 학술지 심사를 거친 것으로 확인되지 않은 프리프린트입니다.

프리프린트는 정식 심사 전에 공개하는 논문 초안을 말합니다. 결과를 확정된 사실로 받아들이기는 이릅니다.

어떤 연구이고 누가 냈나

논문은 AI 도움이 끈기와 독립 수행 능력을 해친다는 내용입니다. 제1저자는 Grace Liu이고 Brian Christian 등 모두 5명이 썼습니다.

소속은 UC버클리와 카네기멜런 등으로 보도됐습니다. MIT와 옥스퍼드, UCLA도 포함됩니다.

arXiv에는 2026년 4월 6일 처음 올라왔습니다. 최신판인 5판은 2026년 10월 3일에 올라왔습니다.

한국어 요약 사이트 GeekNews는 학회 심사를 거쳤다고 전했습니다.

그러나 arXiv 페이지에는 학회나 학술지가 적혀 있지 않습니다. The Decoder는 심사 전 프리프린트로 소개했습니다. 이 글은 확인되는 범위인 프리프린트로 씁니다.

실험은 어떻게 진행됐나

실험은 세 차례였고 모두 무작위 대조 방식이었습니다. GeekNews에 따르면 참가자는 354명과 667명, 201명이었습니다. 합계는 1,222명이며 이 총합은 arXiv 초록에도 나옵니다.

실험 1은 분수 문제 15개를 풀게 했습니다. The Decoder에 따르면 AI군은 화면 옆 창에서 AI를 쓸 수 있었습니다. 대조군은 아무 도구도 없었습니다.

12번째 문제가 끝나면 AI를 치웠습니다. 이후 3문제는 모두 AI 없이 풀었습니다. 이때 AI군은 문제를 덜 풀었고 건너뛴 문제는 약 2배였습니다.

실험 2는 분수 문제로 같은 실험을 되풀이했습니다. 사전검사를 추가했습니다.

AI 없이 본 시험에서 AI군 점수가 낮았습니다. 다만 건너뛴 비율의 차이는 통계적으로 유의하지 않았습니다.

실험 3은 SAT 독해 문제를 썼습니다. 도움을 빼자 AI군의 풀이율이 대조군 아래로 내려갔고 건너뛰기도 늘었습니다. 5초 미만에 낸 답은 건너뛴 것으로 처리했습니다.

10분이면 정말 능력이 떨어지나

arXiv 초록은 수학 추론과 독해에서 같은 흐름이 나타났다고 밝혔습니다. AI 도움은 그 순간의 성과를 높였습니다. 그러나 도움이 사라진 뒤에는 성적이 유의하게 낮아졌고 포기할 가능성이 커졌습니다.

이런 효과는 약 10분의 짧은 상호작용 뒤에도 나타났습니다. KTLA는 노출 시간을 10분에서 15분으로 적었습니다. 이 글은 초록의 10분을 따릅니다.

효과의 크기는 확인되지 않았습니다. 초록에는 구체적인 퍼센트가 없고 본문 전체는 확인하지 못했습니다.

어떤 사용 방식이 더 문제였나

정답을 그대로 요청한 방식이 가장 나빴습니다. The Decoder에 따르면 실험 2에서 AI 이용자의 약 61%가 주로 정답을 직접 요청했습니다. 힌트나 설명을 활용한 사람은 약 25%였습니다.

정답을 직접 요청한 집단의 성적이 가장 낮았습니다. AI를 아예 무시한 참가자는 대조군보다 풀이율이 높았습니다.

KTLA는 힌트와 설명 용도로 쓴 참가자에게서는 같은 하락이 보이지 않았다고 전했습니다. 다만 61%라는 수치를 KTLA는 독해 과제의 결과로 적었습니다. 두 보도의 과제 귀속이 달라서 어느 쪽인지는 확정하기 어렵습니다.

연구진은 왜 그렇다고 설명했나

저자들은 AI가 과제의 적정 난이도에 대한 기준을 바꾼다고 설명했습니다. AI 없이 하는 일이 더 힘들게 느껴진다는 뜻입니다. 또 스스로 애쓰며 배우는 “생산적 어려움”의 경험을 놓친다고 봤습니다.

저자 중 한 명인 Brian Christian은 답을 바로 주지 않는 튜터형 AI를 주장했습니다. 사람의 능력을 대체하지 않고 키우는 방향입니다.

저자들은 소크라테스식 질문 AI나 사용 제한 같은 사용자 쪽 대책을 임시방편으로 봤습니다. 때로 도움을 보류하도록 AI 설계를 바꿔야 한다는 주장입니다.

이 결과에는 어떤 한계가 있나

첫째, 측정 범위가 좁습니다. 한 번의 세션에서 분수와 독해 같은 단순한 과제로 쟀습니다. 매일 쓰면 누적 효과가 생긴다는 이야기는 가설입니다.

둘째, 참가자가 온라인 실험 참여자입니다. 실제 직장이나 학교에서도 같은 결과가 나올지는 이 연구로 알 수 없습니다.

셋째, 심사 상태가 불분명합니다. 앞서 적은 대로 심사를 거친 논문인지는 출처마다 다르게 전합니다.

지금 독자가 할 수 있는 일은

연구에서 상대적으로 덜 나빴던 쪽은 힌트와 설명을 요청하는 방식입니다. 정답을 그대로 받아 적는 사용이 가장 부정적인 결과와 이어졌습니다.

먼저 스스로 풀어 보고 AI를 쓰는 방법이 효과적인지는 이 연구가 직접 검증하지 않았습니다. 이 연구와 연결된 정부 정책이나 지원 제도도 확인되지 않았습니다.