첫 번째 기계에는 여러 인형이 빼곡하게 쌓여 있었습니다. 가장 눈에 들어온 것은 중앙에 놓인 중간 크기의 인형. AI에게 기계 사진을 보여주자, AI는 망설임 없이 이 인형을 추천했습니다.

언뜻 보기에는 주변 인형에 덜 눌려 있고, 집게가 양옆을 잡기에도 적당해 보였습니다. 설명도 그럴듯했죠. “상단이 비교적 노출돼 있어 집게가 걸릴 가능성이 높다”는 판단이었습니다.

하지만 기계 앞에 서서 다시 보니 문제가 있었습니다. 추천받은 인형은 집게가 실제로 닿을 수 없는 사각지대에 있었습니다. 사진 속에서는 중앙에 가까워 보였지만, 기계 내부의 레일과 집게 이동 범위를 생각하면 아예 도전할 수 없는 위치였던 것이죠.

AI는 인형의 상대적인 위치는 읽었지만, 집게가 움직일 수 있는 실제 공간까지는 계산하지 못했습니다. ‘잘 잡을 수 있을 것 같은 인형’과 ‘애초에 집게가 닿는 인형’은 전혀 다른 조건이라는 것을 첫 시도부터 배웠습니다.

두 번째 기계에서는 조금 더 현실적인 목표를 잡았습니다. 비교적 가볍고, 틈 사이에 끼어 있지 않은 작은 피카츄 인형이 보였거든요.

AI도 같은 인형을 골랐습니다. 다만 이번에는 “인형의 머리 쪽보다 몸통과 팔 사이를 노려보라”는 정도의 초기 위치만 알려줬습니다. 구체적인 이동 거리나 집게를 내릴 타이밍까지 제시해주지는 못했습니다.

그렇게 시작한 피카츄 도전. 결과는 5트 만의 성공이었습니다. 🎉

하지만 솔직히 말하면, 이 성공을 AI의 공으로만 돌리기는 어려웠습니다. 한 번 집게를 내릴 때마다 피카츄의 위치와 각도가 달라졌기 때문입니다. 처음에는 몸통을 향해 있던 인형이 옆으로 굴러가고, 다음 시도에서는 팔이 바닥에 걸렸습니다. 같은 목표를 향해 집게를 움직여도 매번 다른 전략이 필요했죠.

AI는 첫 화면에서 “어떤 인형을 노릴지”는 잘 골랐습니다. 하지만 실제 플레이에서는 매 시행 뒤의 변화를 사람이 다시 읽고, 손으로 조작해야 했습니다. 결국 피카츄를 꺼낸 것은 AI의 추천과 뽑는 사람의 감각이 함께 만든 결과였습니다. 굳이 공신을 나눈다면… 마지막 한 끗은 인간의 손끝에 있었습니다.

세 번째는 박스형 상품 기계였습니다. 봉제 인형보다 형태가 단단하고, 잡는 지점도 비교적 명확해 보였습니다. “이번에는 AI가 더 잘 판단할 수 있지 않을까?”라는 기대가 생겼죠.

이번에는 한 장의 사진만 보여주지 않았습니다. 정면, 측면, 위쪽에 가까운 각도까지 여러 방향에서 촬영해 AI에게 전달했습니다. 그리고 가장 성공 가능성이 높은 박스와 이유를 물었습니다.

AI는 박스의 모서리가 노출된 상품, 주변 물체에 덜 눌린 상품 등을 근거로 후보를 좁혀줬습니다. 이미지마다 보이는 정보를 조합해 판단하려는 모습도 보였습니다.

그런데 막상 기계 앞에서 집게를 움직여보니, 사진만으로는 알 수 없는 변수가 다시 나타났습니다. 박스가 경사면에 얼마나 단단히 걸쳐 있는지, 집게가 박스의 무게를 버틸 만큼 힘이 있는지, 한쪽 모서리를 잡았을 때 상품이 어느 방향으로 회전할지까지는 확인할 수 없었습니다.

여러 방향의 사진을 주면 AI의 판단은 더 풍부해졌습니다. 하지만 사진이 늘어난다고 해서 기계의 공간감과 물리 법칙까지 완전히 이해하는 것은 아니었습니다. AI는 ‘눈에 보이는 배치’를 설명할 수 있었지만, ‘집게가 실제로 만들어낼 결과’를 예측하는 데는 한계가 있었습니다.

세 번의 실험을 통해 내린 결론은 명확합니다. AI는 인형뽑기의 후보를 고르는 조력자로는 꽤 쓸 만하지만, 승부를 결정하는 플레이어는 아니었습니다.

AI가 잘한 일은 분명했습니다. 복잡하게 쌓인 인형 사이에서 비교적 노출된 목표를 빠르게 찾고, 피해야 할 인형의 특징을 언어로 설명해줬습니다. 처음 기계 앞에 섰을 때처럼 무엇부터 봐야 할지 막막한 상황에서는 좋은 관찰자 역할을 해줄 수 있습니다.

반면 AI가 어려워한 것도 분명했습니다. 사진 한 장으로는 집게의 이동 범위와 힘, 인형이나 박스의 실제 무게, 바닥과의 마찰, 매 시도 이후 달라지는 배치를 정확히 알 수 없습니다. 특히 인형뽑기는 한 번의 실패가 다음 판의 조건을 바꿉니다. 정적인 이미지를 해석하는 AI에게는 가장 까다로운 변수죠.

👍 AI는 첫 판단을 빠르게 도와줍니다.

인형이 많을수록 어디를 봐야 할지 혼란스러운데, AI에게 사진을 보여주면 목표 후보를 정리하는 데 도움이 됩니다.

👍 사진은 한 장보다 여러 장이 낫습니다.

정면만 보여주기보다 측면과 가까운 각도를 함께 보여주면, 인형이 눌린 상태나 박스의 모서리를 조금 더 정확히 논의할 수 있습니다.

🤔 현장 정보는 반드시 사람이 보완해야 합니다.

“집게가 이 위치까지 갈 수 있는가?”, “인형이 바닥에 걸려 있는가?”, “한 번 밀어서 더 좋은 자리로 만들 수 있는가?” 같은 질문은 기계 앞에서 직접 확인해야 합니다.

🤔 AI의 추천은 정답지가 아니라 관찰 포인트입니다.

AI가 추천한 목표를 그대로 믿기보다, “왜 이 인형을 추천했는지”를 듣고 내 눈으로 다시 확인하는 방식이 가장 좋았습니다.