고속도로 정체는 왜 생길까: 좋은 AI는 가속기가 아니라 댐퍼다

2026.09.25

#AI에이전트 #자율주행 #유령정체 #업무자동화 #AI거버넌스 #조직운영

좋은 AI는 가속기가 아니라 댐퍼다 블로그 커버 이미지 — 유령 정체 실험은 AI를 더 빨리 달리는 장치가 아니라, 시스템의 출렁임을 줄이는 장치로 봐야 한다는 힌트를 준다.

고속도로에서 제일 답답한 순간이 있다.

차가 거의 멈춰 선다. 사람들은 자연스럽게 사고를 떠올린다. 앞에서 접촉사고가 났나. 공사 중인가. 차선이 줄어드나. 그런데 한참을 기어가다가 막힌 구간을 빠져나오면 아무 일도 없다.

사고도 없다. 공사도 없다. 차선도 그대로다.

그런데 도로는 막혔다.

이런 정체를 보통 유령 정체, 영어로는 phantom traffic jam이라고 부른다. 원인은 보이지 않는데 정체만 남아 있기 때문이다.

재미있는 점은 이 현상이 단순한 운전 미스터리가 아니라는 데 있다. 2008년 일본 나고야대의 유키 스기야마(Yuki Sugiyama) 연구팀은 이 문제를 아주 단순한 실험으로 보여줬다. 그리고 이 실험은 AI 시대의 조직 운영을 생각할 때도 꽤 좋은 비유가 된다.

내가 이 실험에서 보는 핵심은 이것이다.

정체는 속도가 느려서 생기는 것이 아니라, 작은 흔들림이 증폭될 때 생긴다.

AI도 마찬가지다. AI를 조직에 넣는다고 자동으로 일이 빨라지는 것은 아니다. 잘못 설계된 AI는 작은 불확실성을 더 크게 만들고, 더 많은 검토 요청을 만들고, 더 많은 승인 대기를 만들 수 있다.

좋은 AI는 무조건 더 빨리 달리는 차가 아니다. 좋은 AI는 전체 흐름이 덜 출렁이게 만드는 차다.

나고야대 실험: 병목이 없어도 정체는 생긴다

나고야대 연구팀의 실험 조건은 오히려 너무 깨끗했다.

연구팀은 둘레 230m의 원형 트랙에 차 22대를 올렸다. 운전자들에게는 한 가지 지시만 했다.

시속 30km로 일정하게 달려라.

교차로도 없다. 신호도 없다. 합류 차선도 없다. 공사도 없다. 사고도 없다. 앞에서 끼어드는 차도 없다. 이론상 정체가 생기면 안 되는 환경이다.

처음에는 차들이 잘 움직였다. 그런데 시간이 지나자 차간거리가 조금씩 흔들리기 시작했다. 어떤 운전자가 아주 조금 감속한다. 뒤차는 그걸 보고 조금 더 감속한다. 그 뒤차는 더 크게 감속한다. 몇 대 뒤에서는 차가 거의 멈춰 선다.

정체가 생긴 것이다.

더 흥미로운 것은 정체가 차량 진행 방향으로 움직이지 않았다는 점이다. 정체 구간은 차량 진행 방향의 반대쪽으로, 즉 뒤쪽으로 파도처럼 이동했다. 실제 고속도로에서 관찰되는 정체 파동과 같은 방식이다.

논문 제목도 직관적이다.

Traffic jams without bottlenecks — 병목 없는 교통정체

이 실험의 결론은 단순하지만 강하다.

정체는 반드시 사고나 공사 때문에 생기는 것이 아니다. 차량 밀도가 일정 수준을 넘으면, 작은 속도 변화가 증폭되어 정체가 스스로 생긴다.

문제는 한 명의 운전자가 아니라 증폭 구조다

이 이야기를 들으면 쉽게 이렇게 말하고 싶어진다.

“결국 누가 브레이크를 밟아서 그런 거네.”

맞지만, 반만 맞다.

정말 중요한 원인은 특정 운전자 한 명이 아니다. 인간 운전이 가진 구조적 특성이다. 사람은 앞차와의 간격을 완벽하게 일정하게 유지하지 못한다. 앞차가 조금 가까워지면 살짝 감속한다. 그런데 반응에는 지연이 있다. 뒤차는 그 감속을 보고 조금 더 크게 감속한다. 그 뒤차는 더 크게 반응한다.

도로 위에서는 이런 일이 벌어진다.

작은 감속
→ 뒤차의 더 큰 감속
→ 그 뒤차의 더 큰 감속
→ 몇 대 뒤에서는 완전 정지

교통공학에서는 이런 현상을 stop-and-go wave, shockwave jam, jamiton 같은 말로 설명한다. 한국어로 풀면 멈춤-출발 파동에 가깝다.

이 파동이 무서운 이유는, 운전자가 원인을 보지 못한다는 데 있다. 정체의 시작점에 도착했을 때는 이미 최초의 작은 감속이 사라져 있다. 그래서 운전자는 “도대체 왜 막힌 거야?”라고 느낀다.

하지만 원인은 있었다. 다만 너무 작았고, 너무 빨리 지나갔고, 뒤로 갈수록 커졌을 뿐이다.

도로는 복잡계다

나고야대 연구팀은 이 현상을 단순한 운전 매너 문제가 아니라 비평형계의 집단 현상으로 봤다.

도로 위의 차량은 하나하나 독립적으로 보인다. 하지만 실제로는 앞차와 뒤차가 계속 영향을 주고받는 입자들의 집합처럼 움직인다. 밀도가 낮을 때는 작은 흔들림이 금방 사라진다. 하지만 밀도가 높아지면 작은 흔들림이 사라지지 않고 커진다.

물이 끓기 전에는 조용하다가 어느 순간 기포가 생기는 것처럼, 교통 흐름도 일정 밀도를 넘으면 안정 상태에서 불안정 상태로 바뀐다. 연구팀은 이를 일종의 동역학적 상전이와 패턴 형성의 문제로 설명했다.

이 관점이 중요하다.

정체는 나쁜 운전자 몇 명의 문제가 아니다. 정체는 시스템이 임계점에 가까워졌다는 신호다.

도로가 꽉 찬 상태에서는 모두가 나름 안전하게 운전해도 정체가 생길 수 있다. 누구도 큰 잘못을 하지 않았는데 전체 시스템은 나빠질 수 있다.

이게 유령 정체의 핵심이다.

한 대의 자율주행차가 파동을 줄였다

여기서 [[자율주행]]과 AI 이야기가 연결된다.

2018년 Vanderbilt, Arizona, Berkeley 등 연구진은 나고야대 실험과 비슷한 원형 트랙 실험을 했다. 약 20대의 차량이 원형 도로를 달리도록 하고, 그중 한 대만 자동 제어 차량으로 넣었다.

모든 차를 자율주행차로 바꾼 것이 아니다. 단 한 대였다. 비율로 보면 약 5%다.

그런데 이 한 대가 정체 파동을 줄였다.

이유는 단순하다. 자동 제어 차량은 인간 운전자처럼 앞차를 따라 급하게 가속하고 급하게 감속하지 않았다. 대신 평균 속도에 가깝게 부드럽게 움직이면서 앞에 여유 공간을 만들었다. 그 여유 공간이 충격을 흡수했다.

사람 운전자는 파동을 증폭한다. 잘 설계된 자동 제어는 파동을 흡수한다.

실험에서는 stop-and-go wave가 줄고, 급제동이 감소하고, 연료 소비도 줄어드는 효과가 보고됐다. 이후 CIRCLES 프로젝트처럼 실제 고속도로에서 AI와 연결 차량을 이용해 유령 정체를 줄이려는 시도도 이어졌다.

이건 자율주행을 보는 관점을 바꾼다.

자율주행차의 가치는 단지 “내 차가 나를 목적지까지 데려다준다”에만 있지 않다. 도로 전체의 흐름을 안정화하는 이동하는 조절 장치가 될 수 있다.

AI의 역할은 더 빨리 가는 것이 아닐 수 있다

우리는 AI를 보통 “더 빠르게 처리하는 기술”로 생각한다.

더 빨리 답한다. 더 빨리 요약한다. 더 빨리 코드를 쓴다. 더 빨리 보고서를 만든다. 더 빨리 판단한다.

물론 속도는 중요하다. 그런데 모든 시스템에서 빠른 반응이 좋은 것은 아니다. 어떤 시스템에서는 모두가 빨리 반응할수록 전체가 더 나빠진다.

앞차가 조금 움직였다고 바로 가속하고, 조금 가까워졌다고 바로 감속하면 흐름은 더 불안정해진다. 도로가 어느 정도 비어 있을 때는 문제가 되지 않는다. 하지만 밀도가 높아지면 이 작은 반응들이 서로를 키운다.

조직도 비슷하다.

누군가 작은 이슈를 제기한다. 다음 사람이 더 크게 반응한다. 관리자가 리스크를 묻는다. 다른 부서가 해석을 덧붙인다. 감사 가능성이 언급된다. 결재권자가 판단을 미룬다. 결국 아무도 큰 잘못을 하지 않았는데 일이 멈춘다.

이건 조직의 유령 정체다.

원인은 보이지 않는다. 하지만 흐름은 막힌다.

AI 에이전트도 유령 정체를 만들 수 있다

여기서 더 중요한 질문이 생긴다.

AI가 조직에 들어오면 정체가 줄어들까, 늘어날까?

무조건 줄어든다고 보기 어렵다. [[AI 에이전트]]가 잘못 설계되면 오히려 유령 정체를 만들 수 있다.

예를 들어 이런 상황을 생각해볼 수 있다.

A 에이전트가 작은 이상 신호를 감지
→ B 에이전트가 리스크 태그를 붙임
→ C 에이전트가 승인 필요로 분류
→ D 에이전트가 사람 검토 요청
→ 사람은 요청 폭주로 멈춤

각 에이전트는 나름 합리적으로 행동했다. 하지만 전체 시스템은 정체된다.

고속도로에서 앞차의 작은 감속이 뒤로 갈수록 커지듯, 조직 안에서도 작은 불확실성이 AI 에이전트 사이를 지나며 증폭될 수 있다.

그래서 에이전틱 AI 설계에서 중요한 것은 단순 자동화가 아니다.

AI는 더 많은 일을 처리하게 하는 장치이면서, 동시에 흔들림을 증폭하지 않게 만드는 완충 장치여야 한다.

좋은 AI는 가속기가 아니라 댐퍼다

나쁜 AI는 앞차만 보고 반응하는 운전자와 같다.

요청이 오면 즉시 처리한다.
리스크가 보이면 즉시 알린다.
불확실하면 즉시 에스컬레이션한다.
모든 신호에 과민하게 반응한다.
자신이 만든 알림이 다음 단계의 병목을 만든다는 사실은 보지 못한다.

겉으로는 성실해 보인다. 하지만 전체 시스템에서는 파동을 키운다.

좋은 AI는 댐퍼에 가깝다.

작은 변동은 흡수한다.
정말 중요한 변동만 전달한다.
급격한 반응을 줄인다.
전체 흐름의 평균 속도를 유지한다.
사람에게 넘길 때와 넘기지 않을 때를 구분한다.
에스컬레이션이 몰릴 때는 우선순위를 다시 잡는다.

이건 자율주행차가 유령 정체를 줄이는 방식과 비슷하다. 한 대의 자동 제어 차량은 도로 위에서 “나는 지금 앞차만 보고 달리지 않겠다. 전체 흐름을 보고 부드럽게 움직이겠다”고 행동한다.

업무 AI도 그래야 한다.

지금 들어온 요청 하나만 보면 안 된다. 전체 업무 흐름, 승인 병목, 사람의 주의력, 리스크 임계값을 함께 봐야 한다.

대학 행정에도 유령 정체가 있다

이 프레임은 대학 행정이나 조직 컨설팅에도 잘 맞는다.

대학 행정에서 정체는 꼭 일이 많아서만 생기지 않는다. 오히려 이런 식으로 생긴다.

해석이 애매한 규정 하나
책임 소재가 불명확한 문서 하나
부서 간 확인 요청 하나
민원 가능성이 있는 표현 하나
결재권자가 판단을 미루는 순간 하나

처음에는 작은 감속이다. 하지만 그 감속이 부서들을 지나며 커진다.

담당자 확인
→ 팀장 확인
→ 관련 부서 확인
→ 법무·감사 확인
→ 다시 원부서 수정
→ 결재 대기

사고가 난 것도 아니다. 누가 일을 안 한 것도 아니다. 그런데 전체 흐름은 막힌다.

이것이 조직의 phantom jam이다.

여기서 AI가 할 수 있는 일은 단순히 문서를 빨리 써주는 것이 아니다. 더 중요한 것은 병목이 생기기 전에 흐름을 완충하는 것이다.

예를 들면 이런 판단이다.

이 건은 자동 처리 가능하다.
이 건은 사람 검토가 필요하다.
이 건은 규정 해석 이슈다.
이 건은 부서 간 합의가 필요하다.
이 건은 지금 넘기면 병목 가능성이 높다.
이 건은 먼저 FAQ나 표준 답변으로 흡수할 수 있다.

AI가 이런 판단을 해주면 조직의 흐름이 부드러워진다. 이때 AI는 “더 빨리 달리는 차”가 아니라 “전체 흐름을 덜 막히게 하는 차”가 된다.

AI 도입의 질문을 바꿔야 한다

그래서 AI 도입의 질문은 조금 바뀌어야 한다.

기존 질문은 대체로 이렇다.

몇 시간을 줄일 수 있는가?
몇 건을 자동 처리할 수 있는가?
몇 명의 일을 대체할 수 있는가?
얼마나 빨리 답할 수 있는가?

이 질문들이 틀린 것은 아니다. 하지만 충분하지 않다.

AI를 실제 조직 흐름에 넣는다면 다음 질문이 더 중요해진다.

이 AI는 작은 변동을 흡수하는가, 증폭하는가?
이 AI는 사람 검토 요청을 줄이는가, 늘리는가?
이 AI는 불확실성을 정리하는가, 더 많은 부서로 퍼뜨리는가?
이 AI는 평균 흐름을 안정화하는가, 순간 반응만 빠르게 하는가?
이 AI는 언제 멈추고, 언제 넘기고, 언제 그냥 흡수하는가?

AI 에이전트의 성능은 처리 속도만으로 평가하면 안 된다. 전체 시스템의 출렁임을 얼마나 줄였는지도 봐야 한다.

도로에서는 이것이 급가속·급감속 감소, 연료 소비 감소, 정체 파동 완화로 나타난다. 조직에서는 승인 대기 감소, 불필요한 검토 감소, 반복 문의 감소, 사람의 주의력 보호로 나타난다.

가속보다 안정화

나고야대의 유령 정체 실험은 단순히 고속도로 이야기가 아니다. 그것은 복잡한 시스템이 어떻게 멈추는지를 보여주는 작은 모델이다.

작은 감속 하나가 뒤로 갈수록 커지면 도로 전체가 멈춘다. 작은 확인 요청 하나가 부서를 지나며 커지면 조직 전체가 멈춘다. 작은 불확실성 하나가 AI 에이전트 사이를 돌며 커지면 자동화 시스템 전체가 사람에게 검토 요청을 쏟아낸다.

그래서 AI를 조직에 넣을 때 질문은 “얼마나 빨리 처리하느냐”만이어서는 안 된다.

더 중요한 질문은 이것이다.

이 AI가 흐름을 안정화하는가, 아니면 작은 흔들림을 증폭하는가?

좋은 AI는 무조건 빨리 달리는 차가 아니다. 좋은 AI는 도로 전체를 덜 막히게 만드는 차다.

AI의 다음 역할은 가속기가 아니라 댐퍼일 수 있다.