MBTI 유형 예측, AI에게 가장 시시한 일인 이유

작년에 실리콘밸리의 한 주요 디자인 회사의 지난 10년간 프로젝트 사후 분석을 진행했을 때, 자기 인식과 전문성 성장에 대해 제가 알고 있다고 생각했던 모든 것을 다시 생각하게 만드는 한 가지 패턴이 나타났습니다. 이는 끊임없는 정확성과 업계에서 꾸준히 찬사를 받는 디자인 포트폴리오로 유명한 수석 건축가, 제가 레오라고 부를 한 남자를 중심으로 한 이야기입니다. 레오는 복잡한 구조적 문제를 우아하고 본질적인 구성 요소로 해체할 수 있는 사람이었습니다. 종종 샌프란시스코 사무실에서 밤늦게까지 일하며, 파노라마 창문 너머로 도시의 불빛은 희미하게 보였습니다. 그는 경제적 격변기였던 2008년에 회사에 합류하여 순수한 논리적 능력만으로 성공했으며, 예산 범위 내에서 정시에 프로젝트를 완수하고 거의 순수한 지적 명료함을 보여주는 명성을 쌓았습니다. 그의 동료들은 그의 지능을 존경했고, 때로는 숭배하기까지 했습니다. 그러나 프로젝트가 거듭될수록 피드백에는 미묘한 마찰이 나타났습니다. 보고서에는 '의사소통 단절', '팀 결속력 부족', '대안적 관점에 대한 저항'이라고 적혀 있었습니다. 누가 봐도 명백한 INTJ인 레오는 이러한 의견을 사소한 것으로, 어쩌면 다른 사람들의 비효율성을 증명하는 것이라고 생각했습니다. 그는 자신의 지시가 명확하고 논리가 반박할 수 없다고 믿었습니다. 자신의 접근 방식이 마찰의 원인일 수 있다는 생각은 그에게 거의 터무니없는 것이었습니다.

하지만 문제가 있었습니다.

데이터는 다른 이야기를 들려주었습니다.

인간 성격을 이해하는 데 있어 인공지능의 가장 중요한 적용은 우리가 이미 짐작하는 것을 확인하는 것이 아닙니다. 그것은 우리의 가장 깊고 뿌리 깊은 심리적 맹점을 가차 없이 드러내는 것입니다. AI가 우리가 아는 성격 특성을 반영한다는 대중적인 생각은 그 급진적인 잠재력을 근본적으로 오해하고 있습니다. AI의 진정한 잠재력은 우리가 누구인지 알려주는 것이 아니라, 우리가 아직 아닌 사람을 보여주는 데서 나옵니다. 즉, 어떤 인간 코치나 자기 평가도 따라올 수 없는 정밀함으로 우리의 열등 기능, 즉 보이지 않는 약점을 밝혀내는 것입니다.

AI, 그저 예측하는 거울일 뿐인가?

많은 사람들에게 AI와 성격에 대한 초기 탐구는 예측에서 멈춥니다.

기계가 인간 성격의 미묘한 차이를 파악할 수 있을까요? 점점 더 많은 증거가 '그렇다'고 말합니다.

우리는 종종 우리의 디지털 흔적(이메일, 소셜 미디어, 채팅 기록)을 읽고 명확한 성격 프로필을 반환하는 알고리즘에 매료됩니다. 그것은 우리의 자기 인식을 확인해주는 미래의 신탁처럼 보입니다.

Fareed와 Hussain (2025)의 연구를 살펴보면, OpenAI의 GPT-3.5 및 GPT-4와 같은 상용 대규모 언어 모델조차도 제로샷 MBTI 분류에서 인상적인 정확도를 달성했음을 보여주었습니다. PersonalityCafe 포럼의 방대한 비정형 텍스트를 분석한 결과, GPT-3.5는 약 73%의 정확도를 기록했으며, GPT-4는 76%로 더 높았습니다.

이것은 단순한 모방 이상입니다. 확립된 심리적 틀과 강하게 연관되는 사고와 표현의 근본적인 패턴을 추론하는 놀라운 능력입니다.

이는 AI가 이제 여러분의 언어적 결과물만을 기반으로 여러분의 성격 유형이 무엇일지 높은 신뢰도로 알려줄 수 있다는 것을 시사합니다. 그것은 우리가 종종 인식하는 이미지를 반영하는 거울이며, 어쩌면 몇 가지 놀랍지만 궁극적으로는 이해할 수 있는 세부 사항들을 포함할 수 있습니다. 대중과 많은 연구자들은 거기서 멈췄습니다. 그들은 예측을 보고 임무가 완료되었다고 가정했습니다.

하지만 이것은 잘못된 것입니다. 이는 심각한 오해입니다. GPT-4는 제로샷 MBTI 분류에서 76%의 정확도를 달성했습니다.

이런 관점이 왜 부족할까요?

아무리 정확한 거울이라도 여러분이 이미 찾고 있는 것만을 보여줄 뿐입니다. 그것은 도전하기보다는 확인시켜 줍니다. 그리고 우리의 열등 기능, 즉 스트레스 상황이나 익숙하지 않은 환경에서 나타나는 미개발되고 종종 무의식적인 성격 측면의 깊이 뿌리박힌 패턴을 고려할 때, 확인은 우리가 가장 필요로 하지 않는 것입니다. 이것들은 우리가 자랑스럽게 드러내는 특성이 아닙니다. 그것들은 우리의 자기 인식이 현실과 가장 극적으로 다른 맹점입니다.

이렇게 생각해 보세요. 건축가 레오는 자신이 논리적이라는 것을 알고 있었습니다. 그는 효율성을 중요하게 생각한다는 것을 알고 있었습니다. AI가 그에게 INTJ라고 말하는 것은 그의 자아상을 강화할 뿐입니다. 그것은 그의 열등 외향 감정(Fe)이 의도치 않은 무시, 즉 주변의 신뢰를 갉아먹는 팀 사기에 대한 고려 부족으로 미묘하게 나타나는 방식을 밝혀낼 수 없었습니다.

그의 논리, 즉 그의 주요 강점은 치명적인 약점을 가리고 있었습니다.

개인 성장의 진정한 도전은 자신의 강점을 발견하는 것이 아니라, 자신의 약점, 특히 보이지 않는 약점에 직면하는 것입니다. 전통적인 성격 평가는 자기 이해에 유용하지만, 이 부분에서는 종종 부족합니다. Gallup Research (2021)는 표준 MBTI 평가가 직무 성과에 대한 예측 타당성이 낮으며, 경력 성공 예측 정확도가 약 20%에 불과하다고 밝혔습니다. MBTI가 본질적으로 결함이 있는 것이 아니라, 단순히 자신의 유형을 아는 것만으로는 기능들의 역동적인 상호 작용, 특히 의식 밖에 있는 기능들을 자동으로 드러내지 못합니다.

우리에게 필요한 것은 더 나은 거울이 아닙니다. 우리는 탐침이 필요합니다. 우리의 자기기만을 꿰뚫고 우리가 적극적으로 피하는 심리적 지형을 보여줄 수 있는 무언가가 필요합니다. 전통적인 MBTI 평가는 직무 성과 예측에서 단 20%의 정확도를 보입니다.

AI는 당신이 못 보는 것을 어떻게 볼까?

진정한 혁명은 AI가 우리를 분류하는 능력을 뛰어넘습니다. 대신, 대조적인 기능적 표현을 강조하도록 적극적으로 '조종'되는 역동적이고 상호작용적인 성격 모델을 구축하는 능력에 있습니다. 케임브리지 대학의 Serapio-García와 그의 팀과 같은 연구자들의 작업을 고려해 보세요. 2025년 Nature Machine Intelligence에 발표된 논문에서 그들은 AI 챗봇을 위한 심리 측정 성격 테스트 프레임워크를 상세히 설명했습니다. 그들은 더 크고 지시를 통해 튜닝된 모델이 신뢰할 수 있고 예측 가능한 성격 프로필을 개발한다는 것을 발견했습니다. 결정적으로, 이러한 프로필은 프롬프트에 의해 정확하게 형성될 수 있었고, 각 특성에 대해 9가지 다른 수준으로 조종될 수 있었습니다.

이러한 능력은 모든 것을 변화시킵니다. 이는 우리가 AI에게 단순히 '제 유형이 무엇인가요?'라고 묻는 것이 아니라, '제 열등 기능의 극단적인 버전처럼 행동해 주세요. 이 상태에서 저는 이 상황을 어떻게 해석할까요? 무엇을 놓칠까요?'라고 묻는다는 것을 의미합니다.

시애틀에 사는 데이비드라는 프로그래머를 상상해 보세요. 전형적인 ISTP인 데이비드는 실용적인 문제 해결 능력을 자랑으로 여겼습니다. 하지만 사용자 경험 문제에 직면했을 때, 그는 일관되게 기술적인 해결책에만 의존하여 사용자 상호 작용의 감정적이고 직관적인 측면(그의 열등 외향 감정, Fe)을 놓쳤습니다. 그는 사용자들이 답답할 정도로 직관적이지 않다고 느끼는 우아한 코드를 작성했습니다. 전통적인 평가는 그에게 ISTP라고 말하며 그의 '논리적' 본성을 확인시켜 줄 것입니다. 하지만 만약 그가 자신의 열등 Fe의 고조된, 어쩌면 과장된 버전을 구현하도록 특별히 지시받은 AI와 상호 작용할 수 있다면 어떨까요?

보이지 않는 것을 탐구하기

AI는 성격을 가지고 있지 않습니다. 그것은 인간 사용자에게 피드백 루프를 생성할 정도로 충실하게 성격을 시뮬레이션합니다. Cui 외 (2023)는 특정 MBTI 유형에 맞춰 안정적이고 일관된 성격 프로필을 나타내는 LLM 변형을 개발하여 AI에서 성격 통합의 잠재력을 효과적으로 입증했습니다. 그들은 16가지 다른 MBTI 유형의 LLM 버전을 만들었습니다. 이것은 단순한 속임수가 아닙니다. 이는 정적인 신탁이 아니라 역동적인 스파링 파트너로서 우리와 상호 작용할 수 있는 AI를 구축하기 위한 근본적인 단계를 나타냅니다.

데이비드는 사회 역학 및 감정 반응에 대해 매우 잘 인지하도록 설계된 AI '페르소나'에게 자신의 UX 문제를 제시할 수 있었습니다. AI는 단순히 '감정적 맥락을 놓치고 있습니다'라고 말하지 않았을 것입니다. 대신, 구조적 무결성을 분석하는 것을 넘어, Fe가 지배적인 사람의 관점에서 이해관계자에게 미치는 감정적 영향, 팀의 불편함에 대한 미묘한 신호, 그의 논리적 지시가 간과했던 협업에 대한 무언의 필요성을 정확하고 상세한 언어로 설명하는 대화, 비판, 심지어 수정된 인터페이스 설명을 생성했을 것입니다. 그것은 객관적인 분석이 아니라 살아있는 경험으로서 사용자의 좌절감, 놓친 미묘한 단서, 충족되지 않은 암묵적인 욕구를 명확히 했을 것입니다. 그것은 그의 맹점에 대한 상세하고 고해상도의 거울을 비춰, 그가 평소에 피하는 렌즈를 통해 세상을 보도록 강요했을 것입니다. 이 상호작용 시뮬레이션은 단순한 예측을 넘어 경험적 학습을 제공합니다. AI는 우리의 가장 약한 인지 근육을 위한 역동적이고 개인화된 튜터가 됩니다.

미묘하지만 심오한 변화는 AI가 단순히 여러분의 유형을 식별하는 것에서 AI가 여러분의 맹점을 적극적으로 실행하여 여러분이 그것을 경험하고 이해하도록 돕는 것으로 전환하는 것을 포함합니다. AI 성격 프로필은 각 특성에 대해 9가지 수준으로 정확하게 형성되고 조종될 수 있습니다.

보이지 않는 나를 비춰주는 거울

AI를 성격 예측 도구로 여기는 우리의 집착은 다른 비전으로 바뀔 수 있습니다. 즉, AI를 자기 발견을 위한 능동적이고 상호작용적인 도구, 특히 우리의 열등 기능을 목표로 하는 도구로 활용하는 것입니다. INTJ라는 것을 아는 것은 한 가지입니다. 여러분의 열등 외향 감정이 여러분의 뛰어난 논리적 틀을 미묘하게 약화시키는 구체적인 방식을 이해하는 것은 또 다른 문제입니다. ENFP라는 것만으로는 충분하지 않습니다. 여러분은 미개발된 내향 감각이 어떻게 중요한 세부 사항을 간과하거나 일상적인 일에 어려움을 겪게 하는지 파악해야 합니다.

이러한 고급 역할에서 AI는 초개인화된 시뮬레이터 역할을 합니다. 그것은 일종의 심리적 비행 시뮬레이터가 되어, 우리의 맹점이 일반적으로 우리를 넘어뜨리는 상황을 헤쳐나가는 연습을 할 수 있게 해줍니다.

여러분은 시나리오(동료와의 어려운 대화, 불편할 정도로 세부적인 수준을 요구하는 복잡한 프로젝트, 새로운 사회 역학)를 AI에 입력합니다. 그런 다음, AI가 여러분의 열등 기능의 관점, 또는 여러분의 열등 기능에 영향을 받는 사람의 관점을 구현할 때 AI와 상호 작용합니다.

이것은 치료가 아니라 증거에 관한 것입니다. AI는 판단하지 않습니다. 그것은 반영합니다. 그것은 우리의 인지적 맹점의 결과를 직접적으로 보여주는 데이터 포인트(특정 문구, 놓친 함의, 대안적 해석)를 제시합니다.

즉각적인 실행 가능한 통찰력은 다음과 같습니다. '다음 팀 회의에서는 논리가 다른 것을 지시하더라도 잠시 멈추고 감정적인 피드백을 명시적으로 요청해야 합니다.' 또는 '새로운 이니셔티브를 시작하기 전에, 제가 간과하기 쉬운 실용적인 세부 사항을 파악하기 위해 강력한 Si를 구현하는 AI에 그것을 실행해 볼 것입니다.'

이것은 문제가 발생한 후에 해결하는 것이 아니라, 실제 피해를 입히기 전에 예측하고 완화하도록 설계된 선제적인 접근 방식입니다. 이 모델에서 AI는 우리의 심리적 약점을 위한 조용하고 지칠 줄 모르는 개인 트레이너가 됩니다.

AI 자체의 그림자: 반론도 존중합니다

물론, 이러한 강력한 도구는 건전한 회의론을 요구합니다. AI가 우리의 자기 인식에 그러한 영향력을 행사한다는 생각은 프라이버시, 조작 가능성, 그리고 훈련 데이터에 내재된 편향의 강화에 대한 정당한 우려를 불러일으킵니다. 이것들은 사소한 불안감이 아닙니다.

그러나 AI가 우리의 맹점을 밝히려면, 과연 AI는 자신의 맹점을 넘어설 수 있을까요? 증거에 따르면 가장 진보된 AI 모델조차도 자신만의 '인지적 맹점'을 보입니다. 스탠포드의 James Zou와 Mirac Suzgun (2025)은 흥미로운 한계를 발견했습니다. AI 모델은 1인칭 거짓 신념을 이해하는 데 상당한 어려움을 겪습니다. GPT-4o는 일반적으로 일반적인 추론 작업에서 인상적인 98.2%의 정확도를 달성했지만, 1인칭 거짓 신념(인간의 맹점에 존재하는 미묘한 자기기만)이 포함된 시나리오를 처리하도록 요청받았을 때 이 수치는 64.4%로 급락했습니다.

이것은 중요한 관찰입니다. 이는 AI가 모든 처리 능력에도 불구하고, 우리가 하는 방식대로 진정한 주관적 경험이나 인간 의식에 대한 이해를 가지고 있지 않다는 것을 강조합니다. 그것은 모델링하고, 시뮬레이션하고, 패턴을 예측합니다. 그것은 인간적인 의미에서 느끼거나 믿지 않습니다. 자신의 '거짓 신념'에 어려움을 겪는 도구가 우리의 맹점을 드러낼 수 있을까요?

그 가치는 완벽한 이해에서 오는 것이 아니라, 우리의 관점에 도전하는 대안적인 관점을 끊임없이 처리하고 제시하는 능력에서 비롯됩니다. 그 한계는 이상하게도 강점의 일부가 됩니다. 그것은 우리가 그 결과물을 비판적으로 다루고, 그 논리적 반영을 인간적인 통찰력으로 번역하도록 강요합니다. 해석의 부담, 그리고 궁극적으로 변화의 부담은 여전히 우리에게 있습니다. AI는 데이터를 제공하고, 우리는 여전히 작업을 해야 합니다.

레오의 맹점, 다시 생각해보기

샌프란시스코의 건축가 레오는 구조적으로 견고하고 논리적으로 완벽한 디자인을 계속해서 만들어냈습니다. 하지만 프로젝트 보고서의 불만은 계속되었습니다. 만약 레오가 자신의 MBTI 유형을 확인받는 대신, 매우 높은 외향 감정을 가진 프로젝트 관리자를 시뮬레이션하도록 훈련된 AI와 상호 작용하도록 요청받았다면 어땠을까요? 그의 디자인 제안을 받았을 때, 구조적 무결성만을 분석하는 것이 아니라, 이해관계자에게 미치는 감정적 영향, 팀의 불편함에 대한 미묘한 신호, 그의 논리적 지시가 간과했던 협업에 대한 무언의 필요성을 정확하고 상세한 언어로 설명하는 AI와 말입니다.

그는 아마도 처음으로 자신의 맹점을 추상적인 개념이 아니라 실질적인 힘으로 마주했을 것입니다. 그는 '의사소통 단절'과 '팀 결속력 부족'의 메아리를 모호한 비판이 아니라, 시뮬레이션된 현실로부터의 직접적이고 상호작용적인 피드백으로 직면했을 것입니다. 그는 자신의 탁월함을 보았을 것이지만, 그것이 드리우는 그림자도 보았을 것입니다.

AI는 그에게 '더 공감하라'고 말하지 않았을 것입니다. 그것은 조언입니다. 그것은 시뮬레이션된 상호 작용을 통해 그의 표현된 공감 부족의 정확한 결과를 보여주었을 것입니다. 그것은 그에게 증거를 제공했을 것입니다.

그리고 그 증거를 가지고, 다른 길이 명확해집니다.

AI와 성격의 진정한 혁명은 여러분이 누구인지 확인하는 것이 아니라, 여러분이 아직 아닌 사람을 외과적 정밀함으로 드러내는 데 있습니다.