매슬로우 이론에서 영감을 받은 AI 모델 참여의 계층 구조
매슬로우 이론에서 영감을 받은 AI 모델 참여의 계층 구조
이 논문은 개인과 조직이 인공지능(AI)을 받아들이고 활용하는 과정을 인간의 동기 부여 이론인 ‘매슬로우의 욕구 계층 이론’에 접목하여, 기술적 성숙도를 넘어 윤리적, 사회적 책임을 포함하는 포괄적인 성장 모델 ‘AI 참여 계층(HE-AI)’을 제시한 연구입니다.
1. 연구의 목적
AI 기술이 사회 전반에 급속히 확산됨에 따라, 개인과 조직이 AI를 도입하고 활용하는 여정을 체계적으로 이해하고 안내할 프레임워크가 시급합니다. 기존의 AI 성숙도 모델들은 주로 기업의 기술적 준비 상태나 경쟁력 확보에 초점을 맞추어, 개인의 학습 과정이나 윤리적 책임, 사회적 기여와 같은 다차원적 측면을 간과하는 한계가 있었습니다.
이 연구의 목적은 이러한 한계를 극복하기 위해, 매슬로우의 욕구 계층 이론에서 영감을 받아, 단순한 AI 기술 노출에서 시작하여 사회 생태계에 기여하기까지의 과정을 8단계로 정의한 새로운 성숙도 모델, ‘HE-AI(Hierarchy of Engagement with AI)’를 제안하고 그 타당성을 검증하는 것입니다.
2. 연구의 방법
본 연구는 이론적 토대를 바탕으로 새로운 개념 모델을 설계하고, 실제 사례 연구를 통해 모델을 검증 및 정교화하는 디자인 과학 연구 접근법을 따랐습니다.
- 이론적 기반: 매슬로우의 욕구 계층 이론(생리적 욕구 → 안전 → 소속감 → 존중 → 자아실현 → 자기초월)의 단계적 발전 구조를 AI 참여 과정에 적용했습니다. 즉, AI에 대한 단순한 호기심(기초 욕구)에서 시작해 신뢰를 쌓고(안전), 조직 내에서 협력하며(소속감), 자체 인프라를 구축하고(존중), 혁신을 창출하며(자아실현), 최종적으로는 생태계에 기여(자기초월)하는 과정으로 개념화했습니다.
- 모델 개발: AI 참여 과정을 8단계(Level 0~7)로 구조화하고, 각 단계별로 동기 부여 요인, 필요한 기술 및 인프라, 활동의 복잡성, 적용 범위 등을 구체적으로 정의했습니다.
- 사례 연구를 통한 검증: 개발된 HE-AI 모델의 적용 가능성과 타당성을 검증하기 위해, 서로 다른 성격의 4가지 사례(①제너럴 모터스(GM) - 산업, ②에스토니아 정부 - 국가, ③텍사스 대학교 시스템 - 고등교육, ④아프리카 연합(AU) AI 전략 - 대륙 정책)를 심층 분석했습니다. 각 사례의 AI 도입 및 활용 활동들을 모델의 각 단계에 매핑하여 모델의 설명력과 정합성을 확인하고, 이를 통해 모델을 수정하고 정교화했습니다.
아래는 HE-AI 모델(마슬로우 영감 AI 참여 계층)을 자연스러운 한국어로 번역한 표입니다.
| HE-AI 단계 | 동기 요인 | 인프라 요구사항 | 참여 복잡도 | 주 적용 범위 | 마슬로우 대응 |
|---|---|---|---|---|---|
| 0. Initial Exposure & Curiosity | 호기심, 접근 용이성, 신뢰 형성, 확산 활동 | 없음 (무료/공개 도구, 데모) | 낮음 – 탐색적, 비공식적 사용 | 개인, 확산 프로그램 | 생리적 욕구 – 참여를 위한 경험적 ‘생존 기반’ 제공. 노출 없이는 상위 참여 불가 |
| 1. Awareness & Orientation | 안전, 효율, 책임 있는 사용 지침 | 최소(소비자/기업 앱) | 낮음~중간 – 한정 과제 | 개인, 소규모 팀 | 안전의 욕구 – 신뢰 구축과 조기 보호장치 내재화 |
| 2. Guided Application | 소속감, 협업, 구조화된 AI 리터러시 | 기관 라이선스, 훈련 플랫폼 | 중간 – 업무 통합 | 팀, 조직(초기) | 소속의 욕구 – 커뮤니티, 협업, 조직 내 AI 도입 강화 |
| 3. Autonomous Utilisation | 존중감, 자율성, 데이터 주권, 연합 | 조직 인프라, 보안 데이터 파이프라인 | 중~높음 – 독립적 배포 | 조직, 정부 | 존중의 욕구 – 인프라와 데이터 숙련 통한 자신감, 인정, 독립성 |
| 4. Creation & Innovation | 자기실현, 창의성, 윤리적 설계 | R&D 역량, 혁신 랩, 전문성 | 높음 – 맞춤형 모델 개발 | 조직, 연구 그룹 | 자기실현 – 창의적 성취, 혁신, 조직의 잠재력 발휘 |
| 5. Responsible Deployment & Operational Impact | 책임감, 거버넌스, 생애주기 모니터링 | 규제 인프라, 감독 시스템 | 높음 – 핵심 응용 | 기업, 정부 | 자기실현(체크포인트) – 창의성의 윤리적, 투명한 실천 전환, ‘존재 가치’ 구현 |
| 6. Human–AI Co-Evolution | 회복탄력성, 상호운용성, 연합 조직 | 고도 디지털 생태계, 인재 파이프라인 | 매우 높음 – 조직 간 확장 | 시스템, 연합 기관 | 조직 차원 자기실현 – AI 내재화 기반, 신뢰도·지속 가능 성숙 |
| 7. Societal & Global Integration | 초월, 관리 책임, 상호성 | 글로벌 플랫폼, 국제 규격 | 매우 높음 – 국제 협력 | 생태계, 사회, 글로벌 거버넌스 | 자기초월 – 관리 책임과 상호성, 넓은 생태계·사회에 가치 창출 |
3. 주요 발견
사례 분석을 통해 HE-AI 모델의 핵심적인 특징과 타당성이 입증되었습니다.
- AI 참여 과정의 다차원성: AI 성숙도는 단순히 기술을 도입하는 것을 넘어, 기술 역량, 조직 문화, 윤리적 거버넌스, 생태계 협력이 복합적으로 작용하는 다차원적 과정임을 확인했습니다.
- 모델의 유연성과 적용성: GM(산업), 에스토니아 정부(국가), 텍사스 대학(교육), AU(정책) 등 전혀 다른 분야의 사례들이 HE-AI 모델의 8단계 과정에 대부분 부합하는 것으로 나타나, 모델이 특정 분야에 국한되지 않고 폭넓게 적용될 수 있는 유연성을 가졌음을 보여주었습니다.
- 윤리적 관문의 중요성: 특히 GM의 자율주행 택시(Cruise) 프로그램의 실패 사례는 혁신(Level 4) 이후 책임 있는 배포와 거버넌스(Level 5) 단계가 ‘윤리적 관문(ethics gate)’으로서 얼마나 중요한지를 명확히 보여주었습니다. 이 단계를 건너뛰고 무리하게 확장을 시도할 경우, 신뢰를 잃고 이전 단계로 퇴보할 수 있음을 시사합니다.
- 비선형적 발전: AI 성숙 과정이 항상 순차적으로만 진행되는 것은 아니며, 상황에 따라 특정 단계를 건너뛰거나, 실패를 통해 이전 단계로 회귀하기도 하는 비선형적 특성을 보였습니다. 또한, 상위 단계에 도달하더라도 하위 단계의 활동(예: 신입직원 교육)은 계속해서 이루어져야 함을 확인했습니다.
4. 결론 및 시사점
HE-AI 모델은 AI를 단순한 기술 도입의 관점에서 벗어나, 인간과 조직의 동기 부여와 성장의 관점에서 이해하는 새로운 패러다임을 제시합니다. 이 모델은 학계에는 AI 성숙도를 분석하는 새로운 이론적 틀을 제공하고, 산업계 및 정책 입안자에게는 자신들의 현재 위치를 진단하고 책임감 있는 AI 도입을 위한 전략적 로드맵을 수립하는 실용적인 도구를 제공합니다.
특히 교육적 관점에서 이 모델은 AI 리터러시 교육이 단순한 ‘사용법 교육(Level 0~1)’에 머물러서는 안 되며, 협력적 활용(Level 2), 비판적 사고 기반의 혁신(Level 4), 그리고 윤리적 책임과 사회적 기여(Level 5~7)까지 아우르는 전인적인 시민 교육으로 나아가야 함을 강력하게 시사합니다.
5. 리뷰어의 ADD(+) One: 생각 더하기
(1) 이 연구의 탁월한 점 (강점)
- 인본주의적 접근: 기술 중심의 논의가 팽배한 AI 분야에서, 인간의 심리와 동기를 중심에 둔 ‘매슬로우’ 이론을 접목한 것은 매우 독창적이고 탁월한 접근입니다. 이는 AI를 ‘어떻게 만들까’의 문제를 넘어 ‘인간과 사회가 AI와 함께 어떻게 성장할 것인가’라는 근본적인 질문을 던지게 합니다.
- 포용적 시작점 설정: 대부분의 성숙도 모델이 ‘준비된 조직’을 전제로 하는 반면, HE-AI 모델은 ‘호기심을 가진 개인’의 탐색(Level 0)에서부터 여정을 시작합니다. 이는 AI에 대한 논의를 전문가 집단에서 일반 대중으로 확장하고, 누구나 자신의 수준에서 AI 여정을 시작할 수 있다는 포용적 관점을 제시하는 중요한 교육적 함의를 가집니다.
- 윤리의 내재화: 윤리를 별개의 평가 항목이 아닌, 성숙의 과정에서 반드시 통과해야 하는 ‘관문(Gate)’으로 설정한 점이 매우 인상적입니다. 이는 ‘빠른 혁신’보다 ‘책임 있는 성장’이 더 중요하며, 윤리적 성숙 없이는 진정한 기술적 성숙도 이룰 수 없다는 강력한 메시지를 전달합니다.
(2) 교육 현장을 위한 추가 제언
- AI 리터러시 교육과정 개발의 나침반: 이 모델은 초·중·고 및 대학의 AI 리터러시 교육과정을 설계하는 데 훌륭한 나침반이 될 수 있습니다. 챗GPT를 써보는 체험(Level 0)에서 시작해, 과제에 활용하며 규칙을 배우고(Level 1-2), 자신만의 프롬프트를 창조하고(Level 4), AI 결과물의 편향성을 비판하며 책임 있는 사용을 고민하는(Level 5) 단계로 심화되는 나선형 교육과정을 개발할 수 있습니다.
- 학생 및 교사의 AI 활용 수준 진단 도구: 학생이나 교사가 HE-AI 모델을 바탕으로 자기 진단 체크리스트를 만들어 자신의 AI 활용 수준이 어느 단계에 있는지 스스로 점검하게 할 수 있습니다. “나는 주로 AI를 정보 검색에만 쓴다(Level 1)” 혹은 “나는 여러 AI를 조합해 새로운 결과물을 만들고 그 과정의 윤리적 문제를 고민한다(Level 4-5)”와 같이 자신의 위치를 파악하고 다음 단계로의 성장을 계획하도록 도울 수 있습니다.
- 미래 세대를 위한 시민 교육 프레임워크: HE-AI 모델의 궁극적 지향점인 Level 7 ‘사회 및 글로벌 통합’은 AI 시대의 시민이 갖추어야 할 역량이 무엇인지를 보여줍니다. 이는 기술 교육을 넘어, 학생들이 AI 기술을 활용하여 어떻게 사회 문제 해결에 기여하고, 더 나은 디지털 생태계를 만드는 데 동참할 수 있을지를 고민하게 하는 고차원적인 시민 교육의 목표를 설정하는 데 영감을 줍니다.
6. 추가 탐구 질문
- 이 모델을 소규모 기업(SME)이나 비영리 단체(NGO)와 같이 자원이 부족한 조직에 적용했을 때, 그들의 AI 참여 여정은 어떤 독특한 경로를 보일까?
- 문화적 배경(예: 서구권 vs 비서구권)에 따라 AI를 받아들이는 동기 부여 요인과 각 단계별 중요도는 어떻게 달라질까?
- HE-AI 모델의 각 단계를 측정할 수 있는 구체적이고 정량적인 지표(KPI)를 개발하여, 조직의 성숙도를 객관적으로 평가하고 비교하는 것이 가능할까?
- 개인의 AI 참여 수준이 조직 전체의 수준과 불일치할 때 어떤 갈등이 발생하며, 이를 해소하기 위한 교육적, 조직적 개입은 무엇이 있을까?
출처: - Ogot, M. (2025). A Maslow-inspired hierarchy of engagement with AI model. arXiv.