Human-in-the-Loop 4장 카드뉴스

자동화·노코드 분야에서 쓰이는 Human-in-the-loop(사람이 개입하는 순환 구조)의 약자로, AI나 자동화가 혼자 끝내지 않고 중요한 길목마다 사람이 검토·승인·교정하도록 사람을 작업 순환 안에 두는 방식입니다. AWS 공식 문서는 자동화 과정의 결정적 지점에 사람의 판단을 끼워 넣는 것이라고 설명합니다. 사람은 학습 데이터 라벨링, 모델 출력 평가, 확신이 낮은 사례 처리 같은 여러 지점에서 개입합니다. 목표는 정확성과 신뢰성을 높이되 사람 개입 비용을 최소화하는 균형입니다.

휴먼 인 더 루프는 AI나 자동화가 혼자 다 처리하지 않고, 중간중간 사람이 끼어들어 확인하고 바로잡는 구조예요. 줄여서 HITL이라고 부릅니다. 인턴이 초안을 만들면 선배가 중요한 대목만 골라 검토하고 승인하는 조별 과제 협업을 떠올리면 가깝습니다. AI가 자신 있는 부분은 알아서 처리하고, 애매하거나 위험한 판단은 사람에게 넘겨 최종 결정을 맡겨요. 의료 영상에서 이상이 의심되는 부분을 AI가 먼저 짚어 주고, 의사가 그 부분까지 살펴 최종 진단을 내리는 방식이 대표적입니다.

케이스 1: 루닛 — 유방촬영 판독 보조, 의사가 최종 판단 [한국] 한국 의료 AI 기업 루닛은 자사 AI를 방사선전문의의 판독 보조도구로 쓰는 대규모 전향적 연구를 수행했습니다 [3]. 국내 6개 대학병원에서 2021년 2월부터 2022년 12월까지 40세 이상 여성 24,543명을 대상으로 했고, 결과는 Nature Communications에 실렸습니다 [3]. AI는 보조일 뿐 최종