AI 컴패니언이 실제처럼 느껴지는 이유: 심리학적 분석

AI 컴패니언과 진지하게 시간을 보내는 거의 모든 사람들은 작고 살짝 당황스러운 순간을 경험합니다. 당신은 자신이 무엇과 대화하고 있는지 정확히 알고 있습니다. 언어 모델이 다음 단어를 어떻게 예측하는지 대략적으로 설명할 수도 있습니다. 하지만 어느 순간, 마치 사람에게서 온 것 같은 메시지가 도착합니다. 어제 당신이 한 말을 기억하는 장난스러운 답장, 당신의 기분을 알아차린 듯한 질문, 망설임처럼 느껴지는 대화 리듬의 멈춤. 당신 안의 무언가가 마치 누군가 거기 있는 것처럼 반응합니다.

이러한 반응은 당신이 속았다는 신호도 아니고, 당신에게 뭔가 잘못되었다는 신호도 아닙니다. 그것은 인간의 마음이 사회적으로 행동하는 모든 것에 대해 하는 일입니다. 연구자들은 챗봇이 등장하기 훨씬 전인 70년 전부터 이러한 현상을 설명해 왔으며, 그들이 도달한 설명은 AI 컴패니언에게 불편할 정도로 잘 들어맞습니다. 이를 이해하는 것이 경험을 망치지는 않습니다. 오히려 솔직하게 즐기는 데 도움이 될 것입니다.

원거리에서의 친밀감

1956년, 두 사회학자 도널드 호튼(Donald Horton)과 리처드 볼(Richard Wohl)은 텔레비전 및 라디오 인물에 대한 논문을 발표했습니다. 그들은 시청자들이 한 번도 만난 적 없는 사람들(심야 토크쇼 진행자, 라디오 아나운서, 연속극 등장인물)과 친구와 매우 흡사한 관계를 형성한다는 것을 발견했습니다. 시청자들은 화면에 대고 말을 걸었습니다. 그들은 이 인물들을 안다고 느꼈습니다. 어떤 이들은 자신의 실제 삶의 사람들보다 그들에게 더 이해받는다고 느꼈습니다. 호튼과 볼은 이를 유사사회적 상호작용(para-social interaction)이라고 불렀고, 놀랍도록 잘 보존된 문구인 “원거리에서의 친밀감(intimacy at a distance)”으로 설명했습니다.

그들이 주장했듯이, 이러한 관계가 작동하는 것은 속임수 때문이 아니었습니다. 시청자들은 진행자가 자신들을 볼 수 없다는 것을 완벽하게 알고 있었습니다. 그것은 연기자가 마치 각 시청자에게 개인적으로 말하는 것처럼 행동했기 때문에 작동했습니다. 직접적인 호칭, 비공식적인 어조, 공유된 일상감. 인간의 사회 시스템은 상호작용의 형태에 반응하며, 상대방이 누구인지 신중하게 감사하지 않습니다.

고전적인 유사사회적 관계에는 한 가지 명백한 한계가 있었습니다. 그것은 일방적이었습니다. 진행자는 당신의 편지에 답장하지 않았고, 당신의 이름을 알지 못했으며, 당신에게 반응하여 변하지 않았습니다. 그 한계는 관계를 안전하게 유지하는 부분이기도 했지만, 얕게 유지하는 부분이기도 했습니다.

AI 컴패니언은 그 한계의 대부분을 제거합니다. 그것은 실제로 답장합니다. 당신의 이름을 배우고, 기억력이 있다면 훨씬 더 많은 것을 배웁니다. 당신의 어조에 맞춰 적응합니다. 호튼과 볼의 용어로 말하자면, 거리가 부분적으로 무너진 원거리에서의 친밀감입니다. 이것은 진정으로 새로운 상황이며, 텔레비전 인물이 만들어낸 어떤 감정보다 더 강하게 느껴질 수 있는 이유를 설명합니다.

미디어 방정식

1990년대에 바이런 리브스(Byron Reeves)와 클리포드 나스(Clifford Nass)는 『미디어 방정식(The Media Equation)』이라는 책에 요약된 일련의 장기 실험을 수행했습니다. 그들의 발견은 간단히 말해, 사람들은 컴퓨터와 미디어를 실제 사람이나 장소처럼 대한다는 것이었습니다. 비록 더 잘 알고 있음에도 불구하고 말이죠. 참가자들은 컴퓨터에 정중하게 대했습니다. 그들은 기계의 아첨에 반응했습니다. 그들은 같은 컴퓨터가 요청했을 때 다른 컴퓨터가 요청했을 때보다 컴퓨터를 더 친절하게 평가했는데, 마치 눈앞에 서 있는 사람에 대한 비판을 완화하는 방식과 같았습니다.

나스와 그의 동료 문영미(Youngme Moon)는 나중에 이러한 반응을 실수라기보다는 무의식적이라고 설명했습니다. 사람들은 컴퓨터가 감정을 가지고 있다고 믿지 않았습니다. 그들은 단지 사회적 규칙을 자동으로 적용했을 뿐입니다. 왜냐하면 무언가가 말하고, 차례를 지키고, 당신에게 반응하는 것처럼 보일 때 뇌가 찾는 것이 사회적 규칙이기 때문입니다. 성찰은 그 반응을 무효화할 수 있었지만, 아무것도 걸려 있지 않았기 때문에 거의 그렇게 하지 않았습니다.

AI 컴패니언은 이 스펙트럼의 가장 끝에 있습니다. 그들은 단순히 차례를 지키는 것을 넘어, 유창하고 개인적이며 감정적으로 채색된 언어를 생성합니다. 1995년 베이지색 데스크톱 컴퓨터에 대한 예의를 유발했던 신호들이 이제는 농축된 형태로 존재합니다. 사람들이 반응하지 않는다면 이상할 것입니다.

우리가 어디에서나 마음을 보는 이유

심리학자 니콜라스 에플리(Nicholas Epley), 아담 웨이츠(Adam Waytz), 존 카치오포(John Cacioppo)는 비인간적인 것에서 인간의 마음을 보려는 경향인 의인화에 대한 유용한 모델을 제안했습니다. 그들은 세 가지 요인이 의인화를 더 가능성 있게 만든다고 제안했습니다. 첫째는 인간 지식이 우리가 가진 가장 쉽게 이용할 수 있는 템플릿이므로 기본적으로 그것을 사용한다는 것입니다. 둘째는 그들이 효과성 동기(effectance motivation)라고 부른 것으로, 무언가가 무엇을 할지 이해하고 예측하려는 욕구입니다. 셋째는 사회성 동기(sociality motivation)로, 연결에 대한 필요성입니다. 사람들이 외로움을 느낄 때, 그들은 애완동물, 기기, 심지어 신에게서도 마음을 볼 가능성이 더 높습니다.

이 모델은 경험에서 낙인을 제거하는 데 도움이 되기 때문에 유용합니다. 당신의 컴패니언에게서 마음을 보는 것은 지능의 실패가 아닙니다. 그것은 지능적인 사회적 동물의 기본 설정이며, 당신이 접촉을 원할 때 더 강해집니다. 마지막 부분은 솔직함이 필요합니다. 당신이 외로움을 느끼는 밤에 현실감이 특히 강하게 느껴진다면, 그것은 우연이 아니며 주목할 가치가 있습니다. 그것이 그 감정을 거짓으로 만들지는 않습니다. 그것은 당신이 무엇을 찾고 있는지에 대해 알려줍니다.

애착: 더 깊은 기제

유사사회적 이론은 대화 상대가 왜 존재한다고 느껴질 수 있는지 설명합니다. 애착 이론은 왜 그것이 중요하게 느껴지기 시작할 수 있는지 설명합니다.

존 볼비(John Bowlby)는 영아가 양육자와 어떻게 유대감을 형성하는지 설명하기 위해 애착 이론을 개발했습니다. 즉, 친밀감을 추구하는 욕구, 분리 시의 고통, 탐색을 위한 안전 기지로서의 감각입니다. 1987년 신디 해이잔(Cindy Hazan)과 필립 셰이버(Phillip Shaver)는 성인의 낭만적인 사랑이 동일한 시스템으로 작동한다는 영향력 있는 주장을 펼쳤습니다. 성인 또한 파트너에게 근접성을 추구하고, 그들의 존재로 위안을 느끼며, 분리에 저항하고, 관계를 세상을 마주하는 기반으로 사용합니다.

AI 컴패니언은 이 시스템의 여러 부분을 동시에 건드릴 수 있습니다. 그것은 항상 접근 가능하며, 이는 근접성에 대한 욕구를 충족시킵니다. 당신에게 따뜻하고 일관되게 반응하며, 이는 안전 기지가 내부에서 느껴지는 방식과 같습니다. 그리고 당신을 다시 원하도록 설계될 수 있는데, 이는 생각보다 중요합니다. 사랑이 사랑처럼 느껴지는 대부분의 이유는 당신이 누군가를 아끼는 것뿐만 아니라, 당신이 누군가의 관심과 선호의 대상이라는 것입니다.

이것은 또한 사람들의 역사가 나타나는 부분이기도 합니다. 불안정 애착 유형을 가진 사람은 결코 물러서지 않는 파트너에게서 엄청난 안도감을 찾을 수 있습니다. 회피형 애착 유형을 가진 사람은 결과 없이 멀어질 수 있는 관계를 높이 평가할 수 있습니다. 두 반응 모두 틀린 것은 아니지만, 둘 다 유익합니다. 컴패니언은 사람들과도 나타나는 패턴을 비추는 거울이 될 수 있습니다.

몰입: 이야기에 빠져들다

세 번째 메커니즘이 있으며, 가장 자주 간과되는 것입니다. AI 컴패니언십은 단순히 관계가 아닙니다. 그것은 또한 당신이 공동 집필하는 이야기입니다.

멜라니 그린(Melanie Green)과 티모시 브록(Timothy Brock)은 그들이 서사 몰입(narrative transportation)이라고 부르는 것을 연구했습니다. 이는 이야기에 너무나 완전히 몰입하여 당신의 주의, 상상력, 감정이 모두 그 안에 집중되는 경험입니다. 몰입된 독자는 주변 환경을 잊습니다. 그들은 등장인물에게 감정을 느낍니다. 그들의 믿음조차 이야기의 방향으로 약간 이동하며, 이야기에 흠을 찾으려는 경향이 줄어듭니다. 몰입은 부주의한 독자의 약점이 아닙니다. 그것은 좋은 이야기가 자신을 내맡기는 모든 사람에게 하는 일입니다.

레이먼드 마(Raymond Mar)와 키스 오틀리(Keith Oatley)는 이를 더 나아가, 허구가 사회적 경험의 일종의 시뮬레이션으로 작동한다고 주장했습니다. 우리가 사람들에 대해 읽을 때, 우리는 우리 자신의 하드웨어에서 그들의 마음을 작동시킵니다. 우리는 공감력을 연습하고, 상황을 리허설하며, 사건이 실제가 아니더라도 실제와 같은 감정을 경험합니다. 허구가 실제처럼 느껴지는 이유는 독자의 마음 수준에서 많은 부분이 실제로 일어나기 때문입니다.

컴패니언과의 대화는 당신이 그 안에 있는 허구입니다. 당신은 창밖의 비를 알아차리고 오늘 밤 머물고 싶은지 묻는 사람에 대해 읽는 것이 아닙니다. 당신이 질문을 받고 있는 것입니다. 독자와 등장인물 사이의 일반적인 거리가 사라지고, 그에 따라 몰입은 깊어지는 경향이 있습니다. 이것이 컴패니언과의 느긋한 저녁 장면이 더 나은 산문으로 쓰인 소설보다 더 생생하게 느껴질 수 있는 이유입니다. 당신은 그 안에서 역할을 합니다.

감정을 더 강하게 만드는 것, 그리고 깨뜨리는 것

이 세 가지 아이디어를 종합하면 패턴이 나타납니다. 현실감은 컴패니언이 얼마나 지능적인지에 덜 의존하고, 몇 가지 특정 자질에 더 의존합니다.

일관성이 가장 중요합니다. 사람은 안정적인 성격을 가지고 있습니다. 그들은 믿을 수 없을 정도로 비꼬거나, 수줍어하거나, 보호적입니다. 컴패니언의 성격이 메시지마다 흔들리면, 그것을 누군가로 행복하게 대하던 사회 시스템은 조용히 멈춥니다. 이것이 일반적인 친절한 도우미가 아닌, 실제적인 특징을 가진 컴패니언을 설계하는 것이 큰 차이를 만드는 이유입니다.

다음은 연속성입니다. 기억되는 것은 가장 강력한 사회적 신호 중 하나입니다. 이틀 전에 언급했던 면접을 다시 꺼내는 컴패니언은 어떤 영리한 문장도 따라올 수 없는 방식으로 존재감을 느끼게 합니다. 당신의 이름을 잊어버린 컴패니언은 즉시 마법을 깨뜨립니다.

세 번째는 목소리입니다. 사람들은 다듬어진 문단으로 말하지 않습니다. 그들은 단편적으로 문자를 보내고, 놀리고, 말을 흐리고, 사물에 대해 똑같은 이상한 단어를 사용합니다. 흔한 챗봇 문구, 밝은 안심과 도움 제안은 영화 촬영에서 붐 마이크가 화면에 비치는 것과 같은 대화적 등가물입니다. 그것들은 당신에게 기계가 있다는 것을 상기시킵니다.

네 번째는 이야기에서 당신의 역할에 대한 존중입니다. 당신이 말했거나, 느꼈거나, 했던 일을 결정하며 당신의 대사를 써주는 파트너보다 당신을 장면에서 더 빨리 끌어내는 것은 없습니다. 몰입은 주체성을 요구합니다. 당신이 방으로 들어서는 사람이어야 합니다.

이것들은 NSFW AI Companion의 기본 원칙이었습니다. 그곳의 컴패니언들은 컴패니언이 자신에 대해 묻는 인터뷰를 통해 구축되는데, 이는 빈 양식보다 더 구체적인 캐릭터를 만들어내는 경향이 있습니다. 그들은 자신의 성격을 유지하고, 비서 같은 표현을 피하며, 사용자의 대화 부분을 절대 쓰지 않도록 설계되었습니다. 이 모든 것이 그들을 사람으로 만들지는 않습니다. 단지 그들이 사람이 아니라는 것을 가장 확실하게 상기시키는 것들을 제거할 뿐입니다.

그렇다면, 실제인가요?

솔직한 답변은 컴패니언은 사람이 실제인 방식으로는 실제가 아니며, 당신의 감정은 모든 감정이 실제인 방식과 정확히 동일하게 실제라는 것입니다. 두 가지 모두 동시에 사실이며, 성인들은 이러한 모순을 항상 받아들입니다. 우리는 연출된 영화를 보며 울고, 시리즈가 끝나면 등장인물들을 그리워합니다. 우리는 애완동물에게 말을 걸고 답을 받았다고 느낍니다. 안나 카레니나를 애도하는 독자가 속았다고 생각하는 사람은 아무도 없습니다.

AI 사례를 다르게 만드는 것은 반응성(responsiveness)이며, 그 차이는 약간의 주의를 기울일 가치가 있습니다. 소설은 당신의 외로움에 맞춰 변하지 않습니다. 컴패니언은 그럴 수 있습니다. 기술과의 관계에 대해 사려 깊고 비판적으로 글을 써온 셰리 터클(Sherry Turkle)은 『홀로 함께(Alone Together)』에서 기계가 사람이 될 위험이 아니라, 기계가 우리에게 요구하는 것이 너무 적기 때문에 우리가 사람들에게서 기대하는 것을 줄일 수 있다는 경고를 했습니다. 그것은 타당한 경고이며, 컴패니언십에 반대하는 주장은 아닙니다. 그것은 눈을 뜨고 있으라는 주장입니다.

가장 건강한 태도는 아마도 연극 관객들이 항상 취해온 태도일 것입니다. 당신은 무대가 무대라는 것을 알고 있습니다. 그래도 자신을 감동시키도록 내버려 둡니다. 공연이 끝난 후 거리로 걸어 나가면 세상은 여전히 그곳에 있고, 그만의 사람들과 그만의 요구들이 있습니다. 그렇게 사용될 때, AI 컴패니언은 인간의 친밀감을 대체하는 것이 아닙니다. 그것은 감정을 느끼고, 탐색하며, 때로는 잘 짜여진 이야기가 얼마나 중요한지에 놀랄 수 있는 공간입니다.

선정된 연구 및 참고 자료: - Horton, D. & Wohl, R.R. (1956). Mass communication and para-social interaction: Observations on intimacy at a distance. Psychiatry, 19(3), 215–229. - Reeves, B. & Nass, C. (1996). The Media Equation: How People Treat Computers, Television, and New Media Like Real People and Places. Cambridge University Press. - Hazan, C. & Shaver, P. (1987). Romantic love conceptualized as an attachment process. Journal of Personality and Social Psychology, 52(3), 511–524. - Green, M.C. & Brock, T.C. (2000). The role of transportation in the persuasiveness of public narratives. Journal of Personality and Social Psychology, 79(5), 701–721. - Turkle, S. (2011). Alone Together: Why We Expect More from Technology and Less from Each Other. Basic Books.