세인트루이스 워싱턴 대학교와 하버드 대학교 연구팀은 인간처럼 행동을 이해하고 분류하는 AI 모델을 개발했어요. 인간은 주변에서 일어나는 행동을 의미 있는 단위로 나누어 이해하고 예측하는 "이벤트 모델"을 통해 상황 변화에 따라 이를 유연하게 전환합니다. 연구진은 이를 구현하기 위해 ①예측 오류와 ②예측 불확실성을 기반으로 각각 다른 행동 전환 모델을 설계하고 비교했어요. 

✅ 연구 결과, 예측 불확실성 기반 AI 모델이 더 인간다운 결과를 보였습니다. 이 모델은 "다음 행동을 알 수 없는 순간"에 이벤트를 전환하며, 작은 변화에도 민감하게 반응해 자연스러운 행동 구분과 분류를 가능하게 했습니다. 인간처럼 행동의 전환점을 잘 포착하고, 그 행동이 어떤 의미를 가지는지 적절한 범주로 이해할 수 있다는 뜻이에요. 예를 들어, 누군가 커피를 따르다 잔을 내려놓는 세부적인 행동도 명확히 구분했죠. ☕➡️

반면, 예측 오류 기반 모델은 예상과 실제가 크게 어긋나는 순간에만 반응했어요. 큰 변화에는 강했지만, 섬세한 변화는 놓치는 경향이 있었습니다. 😵‍💫

이 연구는 인간의 행동을 이해하는 데 있어 불확실성이 얼마나 핵심적인 역할을 하는지를 알려줍니다. 우리는 종종 미래를 완벽히 예측할 수 없지만, "무엇이 일어날지 모르겠다"는 순간에 더 신중해지고 주변 변화를 세밀히 관찰하죠. 이런 불확실성의 활용이 인간 뇌의 중요한 메커니즘임을 밝혀낸 거예요.

이 발견은 AI가 인간의 행동을 더 자연스럽고 정교하게 이해하며 반응할 수 있는 방향을 제시합니다. 예를 들어, 스마트 홈 AI는 사용자의 행동 패턴 변화를 감지해 필요를 더 정확히 예측할 수 있고, 자율주행차는 예기치 못한 상황에서도 더 안전하게 대응할 수 있을 거예요.🤖

게이머가 직장에서 잘 나가는 이유