당구게임으로 진로 찾기? 게임하듯 진로 탐색하는 AI 시스템의 등장

메릴랜드대학교의 왕지이(Ziyi Wang) 연구팀이 개발한 ‘커리어풀러(CareerPooler)’가 당구게임 방식의 새로운 AI 진로 탐색 시스템으로 주목받고 있다. 기존 대화형 AI와 달리 시각적·공간적 상호작용을 통해 진로 개발의 불확실성과 복잡성을 현실적으로 체험할 수 있도록 설계된 이 시스템은 학부생부터 박사후연구원까지 다양한 배경의 참가자 24명을 대상으로 한 비교 연구에서 몰입도와 만족도에서 기존 챗봇을 크게 앞섰다.

당구 테이블 메타포로 구현한 진로 시뮬레이션

커리어풀러는 당구 테이블 메타포를 활용해 진로 탐색을 게임화한 시스템이다. 사용자는 당구공을 쳐서 다양한 진로 이벤트를 수집하며, 각각의 공은 마일스톤(주요 성취), 스킬(기술 습득), 랜덤 이벤트(예상치 못한 상황), 결정 이벤트(이진 선택이 필요한 상황)를 나타낸다.

라운드마다 1개의 마일스톤, 3개의 랜덤 이벤트, 3개의 스킬 이벤트가 생성된다. 시스템은 마일스톤 이미지는 실시간으로 생성하고, 랜덤 이벤트와 스킬 이벤트는 감정 카테고리별로 사전 제작하는 하이브리드 전략을 사용한다. 드래그 거리는 투자할 일수에 대응되어 사용자가 시간 투자량을 조절할 수 있다.

시뮬레이션은 2년(730일) 또는 6개의 주요 마일스톤 달성 시까지 진행된다. 당구공에 마우스를 올리면 추상적인 힌트가 나타나지만 결과의 긍정적·부정적 성격은 숨겨져 있어 현실적인 불확실성을 재현한다.

챗GPT 대비 통계적으로 유의미한 개선 확인

연구 결과 커리어풀러는 챗GPT 기반 시스템 대비 사용자 경험에서 유의미한 차이를 보였다. 몰입도는 3.67점에서 4.54점으로, 전체 만족도는 3.58점에서 4.42점으로 향상됐다. 두 지표 모두 통계적으로 유의미한 차이를 나타냈다. 반면 정보 획득과 진정성 인식에서는 유의미한 차이가 없었다.

행동 데이터에서도 차이가 나타났다. 24명의 참가자가 커리어풀러로 총 63회의 진로 탐색을 진행했으며(평균 2.63회), 이 중 9명(37.5%)이 추가 라운드를 요청했다. 반면 챗GPT는 43회만 사용됐고(평균 1.79회) 추가 사용을 요청한 참가자는 없었다.

참가자들은 커리어풀러에 대해 “각 이벤트 생성에 노력이 필요해서 더 주의 깊게 읽었다”, “단계별로 진행되어 유용했다”고 평가했다. 일부는 포켓몬 트레이너, 산림 레인저 등 상상적 진로도 탐색했는데, 이는 시스템의 게임적 특성 때문으로 분석된다.

진로 명확성에서만 통계적 유의성 달성

진로 탐색 결과 측면에서 커리어풀러는 진로 명확성에서만 통계적으로 유의미한 개선을 보였다. 진로 명확성 점수가 사전 3.21점에서 사후 3.92점으로 향상된 반면(p = 0.01), 챗GPT는 3.21점에서 3.54점으로 소폭 증가에 그쳤다(p = 0.28). 단계별 이해와 진로 자신감에서는 두 시스템 모두 통계적 유의성을 달성하지 못했다.

연구진은 이런 효과가 경험 기반 학습에서 비롯된다고 분석했다. 한 참가자는 “나에게 일어나는 사건들을 저비용으로 경험하는 것이 상당히 충격적이었다”고 말했다. 또 다른 참가자는 “커리어풀러가 사고 속도를 늦춰줘서 각 이벤트에 집중해서 생각할 수 있었다”고 평가했다.

현실적 시나리오 제공하지만 시간 순서 오류 한계

커리어풀러는 대형언어모델의 생존 편향을 완화하기 위해 실패와 중립적 결과를 명시적으로 포함하는 파인튜닝을 사용했다. 58.3%의 참가자가 이벤트의 현실성을 강조했으며, 특히 부정적 결과가 현실적이라고 평가했다. 한 참가자는 “자금 삭감 이벤트가 너무 현실적이었다. 실제로 작년에 우리 연구실 동료에게 일어난 일이다”라고 말했다.

하지만 25%의 참가자가 시간 순서 불일치 문제를 지적했다. “시스템이 때때로 비논리적인 순서를 보인다. 학위를 마치기 전에 선임 엔지니어로 승진하는 식이다”라는 의견이 있었다. 또한 일부 참가자들이 AI를 통한 진로 탐색에 대한 개인정보 보호 우려를 표명했다.

진로의 현실을 미리 체험하는 새로운 접근

여러 한계에도 불구하고 커리어풀러는 “실제로 그 일을 하면 어떤 상황들을 마주하게 될까”를 체험할 수 있게 한다. 예를 들어 연구자가 되고 싶어 하는 학생이 있다고 해보자. 기존 방식이라면 “연구에 흥미가 있나요?”, “논리적 사고를 좋아하나요?” 같은 질문에 그칠 것이다. 하지만 이 시스템에서는 “첫 번째 논문이 혹독한 리뷰를 받아 거절 당했습니다”, “지도 교수가 다른 대학으로 이직했습니다”, “연구비 지원이 삭감됐습니다” 같은 현실적 상황들을 직접 경험해볼 수 있다.

이런 체험이 중요한 이유는 진로 선택에서 가장 큰 문제가 ‘예상과 현실의 괴리’이기 때문이다. 많은 사람이 꿈과 이상만 가지고 진로를 정했다가 실제 업무 환경에서 예상치 못한 어려움을 마주하며 좌절한다. 커리어풀러는 이런 현실적 변수들을 게임이라는 안전한 환경에서 미리 경험해 볼 기회를 제공한다. 실패해도 실제 손실은 없지만, 그런 상황에 어떻게 대응할지 생각해볼 수 있다. 연구에서 한 참가자가 “실패 경험들이 젊은 학생들의 회복 마인드셋을 준비하는 데 중요하다”고 말한 것처럼, 이런 시뮬레이션은 심리적 면역력을 기를 수 있게 해준다.

물론 가상 체험이 실제 경험을 완전히 대체할 수는 없다. 하지만 적어도 “이런 일들이 일어날 수 있구나”를 인지하고 진로를 선택하는 것과 전혀 모르고 선택하는 것 사이에는 큰 차이가 있다.

FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)

Q: 커리어풀러가 기존 진로 상담 AI와 다른 점은 무엇인가요?

A: 커리어풀러는 대화형 인터페이스 대신 당구 게임 방식을 사용합니다. 당구공을 쳐서 진로 이벤트를 수집하는 방식으로, 진로 개발의 불확실성과 노력의 필요성을 물리적 상호작용을 통해 체험할 수 있습니다.

Q: 시스템의 신뢰성은 어느 정도인가요?

A: 연구에서 일부 참가자들이 AI 생성 시나리오의 시간 순서 논리 오류를 지적했습니다. 또한 개인정보 보호에 대한 우려도 제기되어 향후 개선이 필요한 부분으로 확인됐습니다.

Q: 실제 진로 결정에 도움이 될까요?

A: 연구에서 진로 명확성 향상이 통계적으로 확인됐지만, 장기적 효과나 실제 진로 결정에 미치는 영향은 추가 연구가 필요한 상황입니다.

해당 기사에 인용된 논문 원문은 arvix에서 확인 가능하다.

논문명: CareerPooler: AI-Powered Metaphorical Pool Simulation Improves Experience and Outcomes in Career Exploration

이미지 출처: 이디오그램 생성

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.