[논문 리뷰] Human-AI Symbiosis: A Survey of Current Approaches

Zahra Zahedi, Subbarao Kambhampati|arXiv (Cornell University)|2021. 03. 18.

Ethics and Social Impacts of AI참고 문헌 49인용 수 7

한 줄 요약

이 종합적 서베이는 보완 흐름, 작업 범위, 모델 표현, 지식 수준, 팀워크 목표 등의 핵심 차원을 분석함으로써 인간-AI 공생 연구에 대한 포괄적인 분류 체계를 제안한다. 다양한 연구를 통합된 프레임워크로 융합하여 연구 간 연관성을 명확히 하고 인간-AI 협업 분야의 향후 연구를 이끌어낸다.

ABSTRACT

In this paper, we aim at providing a comprehensive outline of the different threads of work in human-AI collaboration. By highlighting various aspects of works on the human-AI team such as the flow of complementing, task horizon, model representation, knowledge level, and teaming goal, we make a taxonomy of recent works according to these dimensions. We hope that the survey will provide a more clear connection between the works in the human-AI team and guidance to new researchers in this area.

연구 동기 및 목표

• 인간-AI 공생 분야의 다각적 연구 노력 간의 통일성과 연결성 부족 문제를 해결하기 위해.
• 인간-AI 팀워크 접근 방식을 구분하는 데 핵심이 되는 차원을 식별하고 분류하기 위해.
• 연구자들이 다양한 연구 흐름 간의 방법을 찾고 비교하며 통합할 수 있도록 체계적인 분류 체계를 제공하기 위해.
• 신규 연구자들이 인간-AI 협업의 전반적 풍경을 이해하고 다차원적 혁신 기회를 식별할 수 있도록 안내하기 위해.
• 개별 성과보다 팀 성과의 중요성을 강조하고, 장기적 상호작용이 팀워크 목표 형성에 미치는 영향을 부각하기 위해.

제안 방법

• 보완 흐름(인간→AI, AI→인간, 피어 투 피어), 작업 범위(단일 작업 대 순차적 작업), 모델 표현(신념, 목표, 보상 함수, 오류 모델) 등을 포함한 다차원 프레임워크를 제안하여 인간-AI 공생 연구를 분류한다.
• 배경 지식의 추상화(의도, 능력, 계산 제약 등)를 통해 에이전트 수준의 이해를 포괄하는 모델 표현을 분석한다.
• 지식 및 능력 수준에 따라 고수준 추론과 저수준 감지 또는 진단 작업을 구분하여 연구를 분류한다.
• 성과 목표와 상호작용 상태를 기반으로 팀워크 목표를 분석하여 단기적 상호작용과 장기적 상호작용을 구분한다.
• 비언어적 신호, 운동 예측, 공유 계획 인터페이스(예: RADAR, Mobi)와 같은 작업 수준 및 팀 수준의 조율 메커니즘을 통합한다.
• 의료 의사결정 지원, 재범 예측, 로봇공학, 커뮤니티 스케줄링 등 다양한 분야의 사례 연구를 통해 차원들이 실제 응용에 어떻게 적용되는지 설명한다.

실험 결과

연구 질문

• RQ1 다양한 인간-AI 공생 접근 방식을 체계적으로 분류하여, 이질적으로 보이는 연구 흐름 간의 연결 고리를 드러낼 수 있는가?
• RQ2 인간-AI 팀워크 시스템을 구분하는 데 핵심이 되는 주요 차원은 무엇이며, 이는 시스템 설계와 성능에 어떻게 영향을 미치는가?
• RQ3 보완 흐름(인간→AI, AI→인간, 피어 투 피어)이 인간-AI 팀의 상호작용, 신뢰성, 해석 가능성 설계에 어떻게 영향을 미치는가?
• RQ4 작업 범위(단일 작업 대 순차적 작업)와 모델 표현(예: 신념, 보상 함수)가 인간 및 AI 행동 모델링에 어떻게 영향을 미치는가?
• RQ5 팀워크 목표—특히 성과 목표와 상호작용 상태—는 장기적으로 인간-AI 협업 시스템 설계에 어떻게 영향을 미치는가?

주요 결과

• 이 서베이는 보완 흐름, 작업 범위, 모델 표현, 지식/능력 수준, 팀워크 목표의 다섯 가지 핵심 차원을 식별하여 인간-AI 공생 연구 풍경을 종합적으로 구성한다.
• 인간-AI 공생 연구는 종종 각각의 연구가 서로 다른 차원에 집중함으로써 고립되어 있지만, 공통된 차원을 기준으로 군집화하면 방법 간 상호 교류의 잠재력이 드러난다.
• AI→인간 보완은 특히 장기적 상호작용에서 신뢰와 상호 이해가 진화함에 따라 강력한 해석 가능성과 투명성이 요구된다.
• 피어 투 피어 보완은 双방향 피드백과 조율을 가능하게 하여 단방향 지원보다 더 적응력 있고 효과적인 팀워크를 이끈다.
• 순차적 의사결정 작업(예: 계획 수립, 스케줄링)은 의도, 목표, 오류 모델 등을 포함한 더 풍부한 모델 표현이 필요하여 동적 조율를 지원한다.
• 개별 에이전트 성과 최적화만으로는 팀 성과를 보장하지 못하며, 특히 장기적 상호작용에서 개별 목표와 팀 목표의 일치가 핵심이다.