콘텐츠로 이동

능력의 섬과 지능 총점의 붕괴

하나의 숫자로 묶이는 순간

한 사람의 지능을 하나의 점수로 말할 때, 우리는 이미 강한 전제를 받아들인다. 언어 이해, 추론, 기억, 처리 속도, 공간 감각, 사회적 판단, 문제 해결 능력이 대체로 같은 방향으로 움직인다는 전제다. 높은 점수를 받은 사람은 여러 영역에서 두루 우수할 것이라 기대되고, 낮은 점수를 받은 사람은 전체 능력의 위치까지 낮게 배치된다. 시험은 점수를 만들고, 점수는 서열을 만들며, 서열은 가능성의 분배에 관여한다.

이 글에서 말하는 총점은 IQ 총점, 학교 시험의 합산 점수, 채용 평가의 종합 점수, AI 벤치마크의 리더보드 점수를 한 종류의 지표로 묶어 버리는 말이 아니다. 여기서 총점은 서로 다른 능력과 수행을 하나의 서열화 지표로 압축하는 평가 형식을 가리킨다. 각 제도는 서로 다른 역사와 측정 절차를 갖지만, 다양한 능력의 배열을 하나의 비교 가능한 값으로 줄인다는 점에서 같은 압축 형식을 공유한다.

총점은 제도에 편리하다. 서로 다른 사람을 같은 표 위에 올릴 수 있고, 판단을 빠르게 만들 수 있으며, 복잡한 개인차를 관리 가능한 형식으로 축소할 수 있다. 학교는 그 값을 기준으로 선발하고, 기업은 그 값을 근거로 잠재력을 추정하며, 행정적 판단에서도 점수는 지원과 배제의 기준으로 쓰일 수 있다. 점수는 복잡한 인간을 처리 가능한 대상으로 만든다.

서번트 증후군은 이 압축의 한계를 선명하게 드러낸다. 이 현상의 핵심에는 능력의 비대칭성이 놓인다. 어떤 사람은 일상적 의사소통에서 큰 어려움을 겪으면서도 특정 날짜의 요일을 즉시 말하고, 어떤 사람은 사회적 맥락을 읽는 데 지원이 필요하면서도 한 번 본 도시 풍경을 세부까지 재현한다. 어떤 사람은 추상적 설명에는 약하지만 음의 간격, 수의 주기, 시각적 배열에는 놀라운 민감도를 보인다. 능력은 전체 인격의 평균값으로 솟지 않는다. 특정 영역에서 섬처럼 솟고, 다른 영역에서는 깊은 해협을 남긴다.

이 사실은 지능에 관한 질문의 방향을 바꾼다. 핵심 질문은 “얼마나 높은가”에서 “어떻게 배치되어 있는가”로 이동한다. 한 사람의 능력을 이해하려면 점수의 크기만으로는 부족하다. 어떤 정보 형식에 주의가 붙는지, 어떤 환경에서 수행이 흔들리는지, 어떤 반복이 보상으로 작동하는지, 어떤 지원이 있어야 강점이 유지되는지를 함께 읽어야 한다. 지능은 여러 회로의 배열이다.

능력의 비대칭성이 여는 질문

서번트 증후군은 예외적 사례이지만, 그 예외성은 일반적 지능관의 숨은 전제를 비춘다. 실제 인간의 능력은 대개 고르게 분포하지 않는다. 어떤 사람은 언어에 강하고 공간 조작에 약하다. 어떤 사람은 빠른 계산에 강하고 정서적 신호 해석에 취약하다. 어떤 사람은 긴 글을 깊게 읽지만 즉각적 반응을 요구하는 환경에서는 쉽게 흐트러진다. 이 비대칭성은 모든 인간에게 여러 정도로 존재한다. 서번트 증후군은 그 대비가 극단적으로 드러나는 경우다.

이때 능력과 취약성은 단순한 반대항으로 갈라지지 않는다. 같은 인지 구조가 한 환경에서는 탁월함으로 나타나고, 다른 환경에서는 부담으로 나타난다. 세부 정보에 강하게 붙는 주의는 사회적 맥락 파악을 어렵게 만들 수 있지만, 패턴 탐지와 정밀 재현에서는 강점이 된다. 전체 의미를 빠르게 통합하지 않는 방식은 일상 대화에서는 불편을 만들 수 있지만, 시각적 배열이나 음의 구조를 보존하는 데에는 유리하게 작동한다.

그래서 서번트 능력은 “특수 재능”이라는 말만으로 포착되지 않는다. 그것은 세계가 분해되고 다시 조립되는 방식이다. 어떤 사람에게 장면은 분위기와 의미로 먼저 도착한다. 다른 사람에게 장면은 선, 각도, 반복, 개수, 간격으로 도착한다. 어떤 사람에게 음악은 감정의 흐름으로 열리고, 다른 사람에게 음악은 음높이와 리듬 구조의 정밀한 배열로 열린다. 세계는 모든 사람에게 같은 형식으로 주어지지 않는다.

지능은 어떻게 정보를 처리하는가와 연결되는 지점이 여기에 있다. 정보 처리 관점은 입력, 저장, 변환, 출력의 구조를 통해 지능을 설명한다. 서번트 증후군은 그 설명을 한 단계 더 밀어붙인다. 같은 입력도 어떤 처리 방향을 통과하느냐에 따라 전혀 다른 능력으로 나타난다. 지능에는 처리량과 함께 처리의 방향, 선호, 안정성, 환경 의존성이 작동한다.

총점은 왜 살아남는가

총점 중심 평가를 비판하려면 총점이 왜 오래 살아남았는지도 함께 보아야 한다. 총점은 단순한 억압 장치로만 작동하지 않는다. 심리측정학에서 일반지능, 곧 g factor는 여러 인지 과제 수행 사이의 양의 상관에서 추출되는 잠재 요인을 가리킨다. 서로 다른 과제를 수행하는 능력이 완전히 흩어져 있다면 총점은 아무 의미도 갖기 어렵다. 여러 과제 수행이 일정하게 함께 움직이는 경향이 있으므로 총점은 일정 범위에서 예측력을 갖는다.

이 점은 중요하다. 총점은 거친 도구이지만 완전히 공허한 도구는 아니다. 학교나 임상 현장, 대규모 선발 절차에서는 빠른 선별과 비교가 필요하다. 제한된 시간과 자원 안에서 많은 사람을 평가해야 할 때, 단일 지표는 행정적 효율을 제공한다. 심리측정 총점은 특정 조건에서 학업 성취, 과제 수행, 인지 부담의 대략적 수준을 예측하는 신호로 기능할 수 있다.

문제는 총점이 자신의 유효 범위를 넘어설 때 발생한다. 총점은 사람의 전체 능력 구조를 설명하지 못한다. 총점은 강점과 취약성의 조합, 특정 환경에서의 붕괴 조건, 감각 부담, 지원 필요, 학습 양식, 과제 형식과의 적합성을 충분히 담지 못한다. g factor가 여러 과제의 공통 요인을 포착한다고 해서, 한 개인의 능력 지형이 하나의 총량으로 환원되는 것은 아니다. 공통 요인과 개인 프로파일은 서로 다른 설명 층위에 있다.

따라서 이 글이 말하는 “지능 총점의 붕괴”는 심리측정학의 모든 총점 개념이 무의미해진다는 뜻이 아니다. 붕괴하는 것은 총점이 인간 능력 전체를 대표할 수 있다는 제도적 착시다. 총점은 신호일 수 있지만, 지도 전체가 될 수는 없다. 총점은 선별의 출발점일 수 있지만, 이해의 종착점이 될 수는 없다. 평가가 총점에서 멈추는 순간, 점수는 설명을 가로막는 표지가 된다.

총점은 지형을 지운다

총점은 평균화 효과를 만든다. 평균화 효과는 비교를 가능하게 한다. 그러나 그 비교는 내부 지형을 흐리게 만든다. 한 사람의 언어 점수, 공간 점수, 기억 점수, 처리 속도, 사회적 판단 능력을 하나의 값으로 합치면 그 사람의 강점과 취약성 사이의 관계가 희미해진다. 실제 삶에서 핵심은 평균적 위치값 아래에 놓인 지형이다. 사람은 자기 능력의 가장 높은 곳에서 세계와 접속하고, 가장 낮은 곳에서 쉽게 흔들린다.

평가 제도가 총점에 의존할수록 능력의 섬은 해석되지 못한다. 낮은 언어 수행은 높은 시각 기억을 가리고, 낮은 사회 적응 점수는 높은 규칙 탐지 능력을 가린다. 반대로 한 영역의 탁월함은 다른 영역의 지원 필요를 지울 수 있다. 뛰어난 계산 능력을 가진 사람이 일상생활에서 지속적 도움이 필요할 수 있고, 뛰어난 암기력을 가진 사람이 추상적 통합이나 정서 조절에서 어려움을 겪을 수 있다. 점수는 높낮이를 알려 주지만, 어떤 조건에서 수행이 가능한지 설명하지 못한다.

여기서 평가는 설명과 판정 사이에서 갈라진다. 설명으로서의 평가는 한 사람의 능력 구조를 풀어낸다. 어떤 환경이 필요하고, 어떤 방식의 과제가 적합하며, 어떤 취약성이 반복되는지 밝힌다. 판정으로서의 평가는 사람을 한 위치에 놓는다. 선발, 탈락, 보정, 지원, 관리의 대상으로 만든다. 제도는 판정을 선호한다. 판정은 빠르고, 문서화되며, 책임을 분산시키기 쉽다. 그러나 인간 이해에 필요한 것은 설명이다.

경험하는 인지와 처리하는 인지의 문제의식은 이 지점에서 이어진다. 인간 인지를 처리 능력의 합으로 다루면, 그 사람이 세계를 어떤 감각적·정서적 구조로 경험하는지 놓치기 쉽다. 어떤 사람에게 소리는 압력으로 먼저 도착하고, 어떤 사람에게 문자는 의미 이전에 패턴으로 열리며, 어떤 사람에게 교실은 학습 공간이기 전에 감각 부담의 장이 된다. 수행의 결과만 기록하는 평가는 수행의 조건을 놓친다. 총점은 결과의 표면을 남기고, 조건의 구조를 지운다.

교육 제도의 평균적 인간

현대 교육은 평균적 발달 곡선을 기준으로 움직인다. 학생은 정해진 나이에 맞추어 읽고, 쓰고, 계산하고, 말하고, 협력하고, 발표하고, 시험에 적응해야 한다. 여러 능력이 일정한 속도로 자라며, 학교는 그 균형을 확인하는 장치처럼 작동한다. 이 균형에서 벗어난 학생은 곧장 문제로 표시된다. 너무 앞서면 특별 관리의 대상이 되고, 너무 뒤처지면 보정의 대상이 된다.

비대칭적 능력 구조를 가진 학생은 이 제도 안에서 자주 오해된다. 특정 영역에서 강한 학생은 “할 수 있는데 하지 않는 학생”으로 읽힌다. 다른 영역에서 어려움을 겪는 학생은 전체 능력까지 낮게 평가된다. 한 학생이 복잡한 패턴을 즉시 파악하면서도 서술형 답안을 구성하지 못할 수 있다. 한 학생이 긴 설명은 힘들어하면서도 시각적 구조를 통해 문제의 핵심을 잡을 수 있다. 한 학생이 교실에서는 무너지고 조용한 공간에서는 높은 집중력을 발휘할 수 있다. 점수표는 이 차이를 충분히 담기 어렵다.

교실 장면으로 옮기면 문제가 더 선명해진다. 같은 수학 문제를 두 학생이 푼다. 한 학생은 풀이 과정을 문장으로 잘 설명하지만 구조적 패턴을 찾는 데 시간이 걸린다. 다른 학생은 도형의 반복 규칙을 즉시 잡지만 자신의 사고 과정을 말로 옮기지 못한다. 표준화된 답안지는 후자의 학생을 낮게 기록할 수 있다. 그러나 실제 문제 해결 장면에서 후자의 학생은 과제의 핵심 구조를 이미 붙잡고 있다. 평가 형식이 사고의 형식과 맞지 않을 때 능력은 낮은 점수로 번역된다.

좋은 교육은 모든 능력을 평균선에 맞추는 작업으로 끝나지 않는다. 좋은 교육은 능력의 배치를 읽고, 그 배치가 작동할 수 있는 조건을 설계한다. 어떤 학생에게는 시간 조정이 필요하고, 어떤 학생에게는 감각 환경의 조절이 필요하며, 어떤 학생에게는 구두 설명을 줄이고 그림, 구조, 조작의 비중을 높이는 방식이 필요하다. 강점을 키우는 일과 취약성을 보호하는 일은 같은 프로파일을 다른 방향에서 다루는 작업이다.

교육은 균형 잡힌 표준 인간을 만드는 장치에서 비대칭적 인간이 자기 지형을 읽도록 돕는 장치로 이동해야 한다. AI 시대의 교육은 무엇을 가르쳐야 하는가는 이 논의를 현재의 교육 문제로 확장한다. AI가 계산, 검색, 요약, 번역, 코드 작성, 이미지 생성의 일부를 수행하는 시대에 학생에게 필요한 능력은 단순 수행의 평균적 숙련에 한정되지 않는다. 자기 능력의 조건을 이해하고, 도구와 환경을 적절히 배치하며, 결과를 비판적으로 판정하는 능력이 교육의 중심에 놓인다.

평가가 능력을 만든다

평가는 이미 존재하는 능력을 중립적으로 기록하는 절차처럼 보인다. 그러나 평가는 어떤 능력을 능력으로 인정할지 결정한다. 시험이 빠른 언어 반응을 요구하면 느린 시각적 사고는 낮게 평가된다. 평가가 제한된 시간 안의 정답 산출을 중시하면 긴 탐색과 구조적 이해는 밀려난다. 학교가 발표와 협업을 핵심 수행으로 삼으면 조용한 몰입과 독립적 분석은 덜 보이는 능력이 된다. 평가는 능력을 발견하는 동시에 능력의 형식을 생산한다.

이 점에서 지능 총점은 단순한 측정값 이상의 제도적 언어다. 총점은 학생을 교실 안에 배치하고, 입시 안에 배치하며, 노동시장 안에 배치한다. 총점은 개인의 능력을 요약하지만, 동시에 어떤 능력이 사회적으로 교환 가능한 가치가 되는지 정한다. 이 언어 안에서 해석되지 않는 능력은 쉽게 사라진다. 실제 능력이 있어도, 제도가 그것을 읽는 문법을 갖지 못하면 그 능력은 기록되지 않는다.

서번트 증후군은 이 문법의 한계를 극단적으로 드러낸다. 특정 능력의 압도적 존재에도 불구하고 전체 기능의 어려움은 남는다. 동시에 전체 기능의 어려움에도 불구하고 특정 능력의 압도적 존재는 사라지지 않는다. 이 두 사실을 함께 붙들 때, 평가는 한 사람을 단순히 높거나 낮은 존재로 놓을 수 없다. 필요한 것은 능력의 지도다. 이 지도는 뒤에서 말할 프로파일의 다른 이름이다.

능력의 지도는 세 가지를 함께 표시해야 한다. 첫째, 어디에서 수행이 강하게 나타나는가. 둘째, 어디에서 수행이 반복적으로 흔들리는가. 셋째, 어떤 환경과 지원이 그 간극을 연결하는가. 이 세 가지가 함께 기록될 때 평가가 교육과 연결된다. 강점만 기록하면 낭만화가 되고, 취약성만 기록하면 병리화가 된다. 강점과 취약성의 관계를 읽을 때 비로소 교육적 설계가 가능해진다.

AI 벤치마크의 같은 착시

인간 서번트와 AI 시스템은 존재론적으로 전혀 다른 대상이다. 한쪽은 살아 있는 신경발달적 존재이고, 다른 한쪽은 계산 시스템이다. 이 글의 비교 대상은 인간과 기계의 본질이 아니다. 비교 대상은 평가 압축의 형식이다. 좁은 영역의 탁월한 수행이 전체 지능의 증거로 오인되는 순간, 인간 평가와 AI 평가 모두에서 같은 착시가 발생한다.

특정 벤치마크에서 높은 점수를 받은 모델은 지능적인 시스템으로 불린다. 여러 시험에서 인간 평균을 넘는 수행을 보이면 일반 지능에 가까워졌다는 인상을 만든다. 그러나 특정 과제의 높은 수행은 능력의 통합을 자동으로 증명하지 않는다. 문제 풀이, 번역, 코드 작성, 이미지 인식, 문서 요약은 각각 다른 능력 형식이다. 이 수행들이 하나의 안정된 이해 구조로 묶이는지는 별도의 질문이다.

AI 평가 장면을 생각해 볼 수 있다. 한 모델이 법률 문서 요약 벤치마크에서 높은 점수를 얻는다. 그 점수는 문장 압축, 핵심 항목 추출, 형식적 일관성에 관한 유용한 신호가 될 수 있다. 그러나 실제 행정 심사나 보험 판정에 그 모델을 투입할 때는 다른 질문들이 추가된다. 오류가 특정 집단에 집중되는가. 모델이 근거 없는 확신을 산출하는가. 사람의 이의제기가 들어왔을 때 어떤 절차로 재검토되는가. 피해가 발생했을 때 판단 책임, 설명 책임, 제도 설계 책임은 어디에 놓이는가. 벤치마크 점수는 이 질문들에 답하지 않는다.

이 문제는 자기보고는 의식의 증거인가와 직접 연결된다. 시스템이 자기 설명을 산출한다는 사실은 그 설명이 실제 내부 작동의 투명한 보고라는 뜻을 담보하지 않는다. 사람의 경우에도 자기보고는 의식의 중요한 단서이지만, 그것만으로 경험의 전체 구조를 확정할 수 없다. AI의 경우에는 이 간극이 더욱 커진다. 모델은 그럴듯한 이유를 말할 수 있지만, 그 이유가 판단 과정을 실제로 이끈 원인인지 확인하려면 별도의 검증 구조가 필요하다.

평가 기준은 정답률에서 수정 가능성으로 확장되어야 한다. 사유가 붕괴하는 조건에서 제시되는 기준도 여기에 적용할 수 있다. 핵심은 이유 제시 여부에서 새로운 증거, 반례, 조건 변화가 들어왔을 때 판단이 실제로 수정되는가로 옮겨간다. AI 벤치마크의 평가 대상은 정답률에 한정되지 않는다. 실패의 패턴, 오류 수정 능력, 맥락 변화에 대한 안정성, 한계 표명의 신뢰성, 인간 판단이 개입해야 할 지점까지 함께 평가해야 한다. 능력은 성공 결과의 높이와 함께 실패 구조에서 더 분명하게 드러난다.

프로파일의 언어

지능 총점의 한계를 인정한 뒤에는 더 정밀한 언어가 필요하다. 그 언어는 프로파일의 언어다. 프로파일은 한 사람이나 시스템을 단일 서열 위에 놓지 않고, 여러 능력의 배치로 읽는다. 여기서 인간 평가와 AI 평가는 동일한 프로파일을 공유하지 않는다. 두 영역은 서로 다른 존재와 절차를 다룬다. 다만 단일 점수에서 수행 조건의 기록으로 이동해야 한다는 점에서 유비적 평가 양식을 공유한다.

프로파일은 최소한 다섯 가지를 함께 기록해야 한다. 강점, 취약성, 실패 조건, 지원 조건, 검증 조건이다. 강점은 수행이 안정적으로 나타나는 영역이다. 취약성은 반복적으로 흔들리는 영역이다. 실패 조건은 어떤 과제 형식, 감각 환경, 시간 압박, 맥락 변화에서 수행이 무너지는지를 말한다. 지원 조건은 능력이 작동하기 위해 필요한 도구, 사람, 시간, 환경, 절차를 뜻한다. 검증 조건은 그 수행을 신뢰하기 위해 필요한 확인 절차다.

프로파일의 언어는 인간 교육에도 필요하고 AI 평가에도 필요하다. 학생에게는 점수와 함께 수행 조건이 기록되어야 한다. 모델에게는 벤치마크 점수와 함께 오류 조건, 접지 수준, 판단 책임의 위치, 설명 책임의 범위, 제도 설계 책임의 귀속이 기록되어야 한다. 높은 점수는 유용한 정보지만, 그것만으로 충분한 정보에 이르지는 않는다. 점수 뒤의 구조를 풀어낼 때 평가가 판단으로 이어진다.

이 전환은 평가를 폐기하는 일이 아니다. 평가를 더 정확하게 만드는 일이다. 선발과 지원에는 여전히 기준이 필요하다. 사회는 제한된 자원을 나누어야 하고, 교육은 학습 상태를 확인해야 하며, 기술 시스템은 안전성과 성능을 검증받아야 한다. 필요한 변화는 평가의 형태다. 단일 총점에 기대는 평가는 복잡한 능력 지형을 납작하게 만든다. 프로파일 기반 평가는 강점과 취약성의 관계를 읽고, 적절한 배치를 설계한다.

능력은 개인 내부에 고정된 물건처럼 존재하지 않는다. 능력은 도구, 환경, 시간, 감각 조건, 사회적 지원, 과제 형식과 함께 나타난다. 같은 사람이 다른 환경에서 전혀 다른 수행을 보이는 이유가 여기에 있다. 같은 모델이 다른 프롬프트, 다른 데이터, 다른 검증 절차 아래에서 전혀 다른 안정성을 보이는 이유도 여기에 있다. 능력은 조건 속에서 드러나는 사건이다.

섬을 읽는 제도

능력의 섬은 지원 필요와 강점의 관계를 함께 기록하게 만든다. 특정 능력의 탁월함은 한 사람의 독립성 전체를 보증하지 않는다. 동시에 한 영역의 어려움은 다른 영역의 강점을 지우지 않는다. 섬은 지형이다. 제도는 그 섬을 구경하는 데서 멈추지 않고, 그 섬이 어떤 해협으로 끊기고 어떤 다리로 연결될 수 있는지 읽어야 한다.

서번트 증후군은 지능 개념을 과장 없이 다시 묻도록 만든다. 지능은 여러 영역이 서로 다른 높이와 속도로 조직되는 구조다. 이 구조를 읽지 못하는 평가는 사람을 과소평가하거나 과대평가한다. 과소평가는 강점을 지우고, 과대평가는 지원 필요를 지운다. 두 경우 모두 한 사람의 실제 삶에서 멀어진다.

인간을 줄 세우는 제도에서 인간의 능력 지형을 읽는 제도로 이동해야 한다. 정답의 높이를 재는 평가에서 수행의 조건을 해석하는 평가로 이동해야 한다. AI 시스템에 대해서도 같은 전환이 필요하다. 벤치마크의 높은 점수에 도취하지 않고, 과제별 프로파일과 실패 조건, 판단 책임, 설명 책임, 제도 설계 책임의 구조를 기록해야 한다.

이때 “지능 총점의 붕괴”는 총점이 사라져야 한다는 주장이 아니다. 그것은 총점이 인간과 기계의 능력 전체를 대표한다는 믿음이 무너지는 장면이다. 총점은 선별의 신호로 남을 수 있다. 프로파일은 그 신호가 가리는 능력의 지형을 다시 펼친다. 서번트 증후군은 드문 임상 현상에 머무르지 않는다. 그것은 평가가 사람을 이해하는 방식, 교육이 능력을 배치하는 방식, AI 벤치마크가 지능을 선언하는 방식을 다시 조정하게 만드는 철학적 사례가 된다.

이어 읽기

작성 정보

초안 작성: GPT · GPT 5.5 · Extended Thinking
검토·개고: ChatGPT · GPT-5.5 Extended Thinking

참고자료

서번트 증후군

  • Darold A. Treffert, “The Savant Syndrome: An Extraordinary Condition. A Synopsis: Past, Present, Future,” Philosophical Transactions of the Royal Society B: Biological Sciences, Vol. 364, No. 1522, 2009.
  • Darold A. Treffert, “Savant Syndrome: Realities, Myths and Misconceptions,” Journal of Autism and Developmental Disorders, Vol. 44, 2014.
  • Patricia Howlin, Susan Goode, Jane Hutton, Michael Rutter, “Savant Skills in Autism: Psychometric Approaches and Parental Reports,” Philosophical Transactions of the Royal Society B: Biological Sciences, Vol. 364, No. 1522, 2009.
  • Laurent Mottron, Michelle Dawson, Isabelle Soulières, “Enhanced Perception in Savant Syndrome: Patterns, Structure and Creativity,” Philosophical Transactions of the Royal Society B: Biological Sciences, Vol. 364, No. 1522, 2009.
  • Simon Baron-Cohen, Emma Ashwin, Chris Ashwin, Teresa Tavassoli, Bhismadev Chakrabarti, “Talent in Autism: Hyper-Systemizing, Hyper-Attention to Detail and Sensory Hypersensitivity,” Philosophical Transactions of the Royal Society B: Biological Sciences, Vol. 364, No. 1522, 2009.

일반지능·g factor

  • Ian J. Deary, “Intelligence,” Annual Review of Psychology, Vol. 63, 2012, pp. 453–482.
  • Linda S. Gottfredson, “Why g Matters: The Complexity of Everyday Life,” Intelligence, Vol. 24, No. 1, 1997.

AI 평가·위험관리

  • National Institute of Standards and Technology, Artificial Intelligence Risk Management Framework (AI RMF 1.0), 2023.
  • National Institute of Standards and Technology, Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile, NIST AI 600-1, 2024.

인포그래픽

작성일: 2026년 6월 6일