The Wall Street Journal은 NCAA ‘March Madness’ 브래킷 풀에서 ChatGPT, Claude, Gemini 등 3개 주요 대형 언어 모델(LLM)의 경기 예측을 비공개로 제출해 다수의 사람 참가자들과 같은 조건에서 경쟁시켰다. 보도에 따르면 이들 ‘AI 참가자’는 초반에는 우세하지 않았지만, 대회가 진행될수록 이변에 베팅하고, 대세 추종을 피하는 선택을 더 자주 하면서 전체 성적이 점차 많은 사람 참가자들을 앞서기 시작했으며, ‘우승 가능성’이 거론되는 상황도 나왔다.
메커니즘 측면에서 보면, 브래킷 예측은 데이터 요소와 무작위성이 함께 작용하며, 사람 참가자들은 팀 선호, 직감, 감정의 영향을 자주 받아 선택이 동질화되기 쉽다. 반면 AI는 ‘응원팀 편향’이 없는 전제에서, 제한된 정보 안에서도 차별화된 결정을 내리는 쪽으로 기울어 특정 규칙에서는 유리함을 얻을 수 있다. 다만 이런 결과는 AI의 우위가 곧 ‘농구를 더 잘 안다’는 의미일 필요는 없으며, 불확실한 예측 과제에서 사람이 체계적 편향을 더 쉽게 보일 수 있음을 반영하는 것일 수도 있음을 시사한다.
