# AI 상담창을 달면 고객 선택이 달라질까?

_독일 하이델베르크대 실험에서 AI 도우미가 선택을 바꿨는지 확인했다_

> 158명이 실제 돈이 걸린 선택을 했지만 AI 도우미에 따른 위험 선택의 차이는 0.032에 그쳤다. 반면 선택지의 위치는 −0.308만큼 차이를 만들었다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/live-ai-advice-risk-choice-158
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-09-29

AI 상담창을 붙였다고 고객이 더 과감하게 고르거나 더 조심스럽게 고르지는 않았다. 독일 하이델베르크대 연구진이 158명에게 실제 돈이 걸린 선택을 시킨 결과, AI 도우미와 계산표 사이의 위험 선택 차이는 0.032였다. 오히려 선택지를 화면 어디에 놓느냐에서 −0.308의 차이가 나타났다.

AI를 옆에 두는 것과 AI의 말대로 고르는 것은 다른 일이다.

## AI 상담창을 붙이면 고객이 달라질까

이번 실험에서 참가자는 안전한 선택과 위험한 선택 가운데 하나를 골랐다. 중요한 점은 말로만 답한 것이 아니라 실제 돈을 받을 수 있는 선택이었다는 것이다.

참가자는 모두 158명이었고, 온라인에서 1인당 여섯 번씩 선택했다. 참가비 2.50유로를 받고, 여섯 번 가운데 무작위로 뽑은 한 번의 결과를 추가로 받았다.

| 항목 | 내용 |
|---|---|
| 참가자 | 158명(2026년 6월, 온라인) |
| 선택 횟수 | 1인당 6번(안전한 쪽 vs 위험한 쪽) |
| 보상 | 참가비 2.50유로 + 무작위 한 판 결과 |
| 첫 문제 안전한 쪽 | 38% 확률 2.50유로 / 62% 확률 2.00유로 |
| 첫 문제 위험한 쪽 | 38% 확률 5.50유로 / 62% 확률 0.10유로 |
| 사용한 AI | 오픈AI gpt-5.4-mini |

첫 문제에서 안전한 선택은 38% 확률로 2.50유로, 62% 확률로 2.00유로를 받는 방식이었다. 위험한 선택은 38% 확률로 5.50유로, 62% 확률로 0.10유로를 받는 방식이었다.

나머지 다섯 문제는 앞에서 무엇을 골랐는지에 따라 자동으로 바뀌었다. 그래서 참가자가 같은 문제를 반복해서 푸는 실험은 아니었다.

## AI가 어떻게 붙어 있었나

참가자는 세 무리로 나뉘었다. 한 무리는 계산표를 봤고, 한 무리는 AI가 한 번 답했고, 다른 한 무리는 AI에게 판마다 두 번까지 이어서 물을 수 있었다.

세 무리 모두 버튼을 누르면 도우미가 열리는 방식이었다. 차이는 도우미가 답을 보여 주는 방식이었다.

| 무리 | 인원 | 도우미 모양 |
|---|---|---|
| 계산표 | 56명 | 미리 짜 둔 기대값 계산 |
| AI 한 번 답 | 53명 | 실시간 AI가 판마다 한 번 답함 |
| 대화형 AI | 49명 | 판마다 두 번까지 이어서 질문 가능 |

계산표는 두 선택지의 기대값과 조심스러운 사람, 과감한 사람이 어떻게 고를지를 보여 줬다. AI 한 번 답 무리는 같은 내용을 실시간 AI가 답했다.

대화형 AI 무리는 같은 방식으로 답을 받은 뒤 더 물어볼 수도 있었다. 연구진은 AI가 계산표와 같은 형식으로 답하도록 지시문을 넣었다.

## 그래서 AI가 고객의 선택을 바꿨나

결과만 보면 큰 변화는 없었다. AI 한 번 답 무리와 계산표 무리의 위험 회피 정도 차이는 0.032였고, 대화형 AI 무리와 계산표 무리의 차이는 −0.045였다.

두 차이 모두 통계적으로 0과 구별되지 않았다. 대화형 AI와 한 번 답 AI의 차이도 −0.077로 통계적으로 차이가 없었다.

| 비교 | 위험 회피 정도 변화 | 판정 |
|---|---|---|
| AI 한 번 답 vs 계산표 | +0.032 | 차이 없음 |
| 대화형 AI vs 계산표 | −0.045 | 차이 없음 |
| 대화형 vs 한 번 답 | −0.077(p=0.60) | 차이 없음 |
| 안전한 쪽을 A 자리에 둠 | −0.308(p 

- AI가 대화로 광고 상품을 권하면 고객은 얼마나 따라 살까?

- AI가 틀리는데도 왜 계속 믿고 쓸까?

- 가게 상담 챗봇을 만들 때, 우리 자료만 쓸까 웹 검색까지 붙일까?
 

## 자료 출처

 

- Access to Live AI Advice and Behavior Under Risk: An Incentivized Experiment(Althaus·Houf·Schwieren, 하이델베르크대·카를스루에공대, 2026년 9월 arXiv 제출, 참가자 158명)

- 같은 논문 PDF 전문(표 1~3 수록)

- 사전 등록 문서(AsPredicted, 가설·표본 계획)

- Algorithm appreciation: People prefer algorithmic to human judgment(Logg·Minson·Moore, 2019)

- Algorithm aversion: People erroneously avoid algorithms after seeing them err(Dietvorst·Simmons·Massey, 2015)

- AI 검색 트렌드 리포트 2026 하반기(오픈서베이, 2026.7, 전국 1,000명)

- Americans and AI 2026: Chatbots, Smart Devices and Views on Impact(퓨리서치센터, 2026.6.17 발표, 미국 성인 5,119명, 2026.2.17~23 조사)