그룹 브레인스토밍이 실패하는 이유, AI에는 같은 문제가 없는 이유

1957년, 광고업계의 거물 알렉스 오스본은 브레인스토밍을 널리 알리면서 구체적이고 검증 가능한 주장을 내세웠습니다. 함께 작업하는 그룹은 구성원이 혼자 생각할 때보다 대략 두 배 많은 아이디어를 떠올릴 수 있다는 것이었습니다. 그 이후로 많은 조직이 이 전제를 바탕으로 그룹을 운영해 왔습니다. 하지만 실제로 측정해 본 결과, 이 주장은 오히려 정반대였습니다.

1958년, Taylor, Berry, Block이 이를 직접 검증했습니다. 4명이 함께 브레인스토밍하는 경우와, 4명이 각자 따로 브레인스토밍한 뒤 나중에 그 아이디어 목록을 단순히 합산하는 경우를 비교한 것입니다. 그 결과, 개별적으로 생각한 아이디어를 합산한 쪽이 실제 그룹보다 거의 두 배 많은 서로 다른 아이디어를 만들어냈습니다 — 오스본의 주장과는 정반대였습니다. 이 결과는 이후 수차례 재현되었고, 1987년 시점의 한 리뷰에서는 비교 연구 22건 중 18건이 같은 패턴을 보였으며, 반대 패턴을 보인 연구는 하나도 없었습니다.

1987년 연구가 밝혀낸 원인

Michael Diehl과 Wolfgang Stroebe(튀빙엔 대학교)는 당시 유력했던 세 가지 설명을 검증하고자 했습니다. 프리라이딩(다른 사람이 열심히 해줄 것이라 기대하고 자신은 힘을 뺌), 평가 우려(다른 사람 앞에서 어리석게 보일까 봐 스스로를 검열함), 그리고 프로덕션 블로킹(한 번에 한 사람만 말할 수 있어서, 나머지 전원은 그저… 기다림)입니다.

네 차례의 실험에 걸쳐, 앞의 두 설명은 그다지 지지받지 못했습니다. 사람들이 자신의 기여가 어떻게 평가될지에 대한 기대를 조작한(프리라이딩을 겨냥한) 실험에서는, 개인과 그룹 성과 차이의 8% 미만밖에 설명하지 못했습니다. 평가 우려는 어느 정도 효과가 있었지만 일관성이 없었으며, 이론이 예측한 조건과 확실하게 상호작용하지 않았습니다.

실험 4: 진짜 원인을 가려내다

결정적인 실험에서는 신호등 시스템으로 그룹 브레인스토밍을 모사하여 다른 모든 요인을 통제했습니다. 피험자들은 각자 다른 방에 앉아, 자신의 불이 초록색일 때만 말할 수 있었고, 한 조건에서는 다른 참가자의 발언을 아예 들을 수조차 없었습니다 — 그저 침묵 속에서 자기 차례를 기다려야 했고, 실제로 들을 내용은 아무것도 없었습니다.

• 개인, 대기 없음: 아이디어 106개
• 모의 그룹, 블로킹 없음: 102.67개
• 블로킹 있음, 실제로 들을 내용 없음: 45.67개
• 블로킹 있음, 실제 그룹 커뮤니케이션 있음: 37.67개

"실험 4에서 실험 조작으로 발생한 분산의 대부분은 블로킹의 유무로 설명되었다. […] 우리 데이터가 가장 강하게 뒷받침한 해석은 프로덕션 블로킹이었다."

주목할 점은, 아무것도 들리지 않았던 조건(조건 3)이 모든 것이 들렸던 조건(조건 4)과 거의 비슷한 수준으로 성과를 해쳤다는 것입니다 — 즉 피해의 원인은 다른 사람의 아이디어에 정신이 팔리는 것이 아니었습니다. 원인은 조용히 기다려야만 한다는 그 자체였습니다.

진짜 메커니즘: 주의 산만이 아니라 단기 기억의 문제

"집단사고가 브레인스토밍을 늦춘다"는 통념이 대부분 잘못 이해하고 있는 부분이 바로 여기입니다. 이 논문이 명확히 밝히는 것은, 원인이 "다른 사람의 발언과 비교해 자신의 아이디어를 재평가하는 것"도, "듣는 데 정신이 팔리는 것"도 아니라는 점입니다. 훨씬 더 단순하고 기계적인 이유였습니다.

"단기 기억의 저장 공간은 상당히 제한적이며, 개인은 특정 시점에 소수의 아이디어만 보관할 수 있다."

자기 차례를 기다리는 동안, 30초 전에 떠올린 아이디어는 지금 생각하고 있는 것과 기억 속 자리를 두고 경쟁하게 되고, 대개는 밀려나 버립니다. 실제로 말할 차례가 왔을 때는 이미 사라진 뒤입니다. 방 안의 모든 사람에게, 누군가 말할 때마다 이 일이 반복되면서, 같은 구성원이 각자 따로 작업했을 때보다 아이디어 생성 능력이 눈에 띄게 떨어지는 방이 만들어집니다.

AI가 화두가 되기 훨씬 전에 나온, 저자들 스스로의 처방

저자들의 제언은 다음과 같습니다.

"먼저 개별 세션에서 아이디어를 발전시키게 한 다음, 그룹 세션에서 그 아이디어들을 논의하고 평가하게 하는 편이 더 효과적일 수 있다. 그러면 그룹의 역할은 아이디어의 '생성'이 아니라 '평가'가 된다."

따로, 병렬로 생성한다. 함께 평가한다. 이것이 해법입니다 — 그리고 아이디어를 만들어내는 참여자가 사람이 아니라 AI 모델일 때는, 애초에 이 문제 자체가 존재하지 않습니다. 답변을 작성하는 AI 모델은 신호등을 바라보며 조용히 자기 차례를 기다리는 동안 단기 기억에서 아이디어가 사라지는 일을 겪지 않습니다. 모든 모델이 다른 모든 모델과 정확히 같은 시간대에 각자의 답변을 작성할 수 있습니다. 막힐 '대기열' 자체가 존재하지 않는 것입니다.

2026년 연구가 이 격차를 직접 측정했다

케임브리지 대학교와 Microsoft Research의 최근 연구는 멀티에이전트 LLM 팀이 만든 아이디어 4,541개와, 114개 팀·341개의 실제 인간 팀 아이디어를 여섯 가지 창의적 문제 해결 과제에 걸쳐 비교했으며, 훈련된 인간 평가자들이 참신성과 유용성에 대해 블라인드 평가를 진행했습니다.

전체 창의성 점수에서 LLM 팀은 인간 팀의 약 두 배에 달하는 점수를 기록했다(Cohen's d = 1.50). 이는 거의 전적으로 참신성 차이(d = 1.29)에 의한 것이며, 유용성 점수는 두 집단 사이에 통계적으로 유의미한 차이가 없었다.

이 논문 스스로가 제시하는 이 격차의 설명은 1987년의 메커니즘과 거의 정확히 일치합니다. 인간 팀의 아이디어가 비슷하게 몰리는 이유는, 그룹으로 기능하기 위해 "매끄러운 대화 흐름"을 유지해야 하기 때문이며, 이는 프로덕션 블로킹을 일으키는 것과 정확히 같은 제약입니다. LLM 팀에는 이러한 제약이 없었고, 일관된 주고받음을 유지할 필요가 없었던 만큼 아이디어 공간을 더 넓고 효율적으로 탐색할 수 있었습니다.

실제로 어떻게 적용되는가

이것이 그룹 토론에 가치가 없다는 뜻은 아닙니다 — 1987년 논문 자체의 결론은 오히려 정반대로, 토론이야말로 그룹이 진짜 가치를 발휘하는 지점이며, 다만 그것이 아이디어 생성 단계는 아니라는 것입니다. 실용적인 교훈은 "순서"입니다. 발산·생성 단계에서는 하나의 질문을 모든 모델에게 동시에 던지세요 — 그렇게 하면 답변들이 서로 뒤에 줄 서서 기다리지 않고 진짜로 독립적인 상태를 유지합니다. 그런 다음 그룹을 모아 논의하고, 다듬고, 실제로 타당한 결론으로 수렴시키세요.

Brainstorming Room이 실제로 이 사고방식에 맞춰 어떻게 설계되어 있는지("일단 모든 판단을 보류하라"는 고전적 규칙 대신, 양과 구체적이고 단호한 반박을 중시하며, 목표 → 발산 → 수렴 → 결정이라는 흐름을 의도하고 있다는 점)는 모범 사례 가이드를 참고하세요.

참고 문헌

• Diehl, M., & Stroebe, W. (1987). Productivity Loss in Brainstorming Groups: Toward the Solution of a Riddle. Journal of Personality and Social Psychology, 53(3), 497–509. https://doi.org/10.1037/0022-3514.53.3.497
• Hu, T., Jiang, Y., Li, H., Hernández-Orallo, J., Xie, X., Collier, N., Stillwell, D., & Sun, L. (2026). Multi-agent AI systems outperform human teams in creativity. arXiv:2605.17885.