히로무 야쿠라는 자신의 목소리에 이상한 점을 알아차렸다. 베를린 막스 플랑크 인간 발달 연구소의 후기 연구원인 야쿠라는 인공지능과 인간 행동의 교차점을 연구한다. 하지만 그가 감지한 변화는 그의 데이터가 아니라 그의 말투에 있었다. "나는 'delve'를 더 많이 사용하고 있다는 것을 깨달았다"라고 그는 기자들에게 설명하며, 자신이 무의식적으로 대형 언어 모델의 구어적 습관을 따라 하고 있다는 불편한 순간을 기술했다. 야쿠라는 혼자만이 아니었다. 그의 후속 연구는 360,000개의 유튜브 비디오와 771,000개의 팟캐스트 에피소드를 분석하여, 2022년 11월 챗GPT의 출시 이후 학계 유튜버들이 AI 채팅봇이 선호하는 단어를 최대 51% 더 자주 사용하기 시작했다는 것을 밝혔다. "delve", "realm", "underscore", "meticulous"와 같은 단어들이 기계 생성 텍스트에서 실제 사람들의 입으로 이전하기 시작했다. 문화적 피드백 루프가 시작되었고, 거의 아무도 이를 주목하지 못했다.
이 조용한 언어 오염은 훨씬 더 광범위한 변화의 한 증상에 불과합니다. 산업 전반으로서 대화형 AI는 고객 소통의 전선이 되었습니다. 챗봇은 은행 문의를 처리하고, 음성 비서는 의료 약속을 예약하며, 알고리즘 에이전트는 보험 청구를 협상합니다. 산업 분석가에 따르면, 2024년에 120.6억 달러에 평가된 글로벌 AI 고객 서비스 시장은 2030년까지 478.2억 달러에 달할 것으로 예측됩니다. Gartner는 콘택트 센터 내 대화형 AI 배포가 2026년에 에이전트 노동 비용을 800억 달러 절감시킬 것으로 예측했으며, 전 세계 약 1700만 명의 콘택트 센터 에이전트가 자신의 역할에 근본적인 변화를 겪게 될 것입니다. 보스턴 은행의 가상 비서 에리카는 2018년 출시 이후 30억 명 이상의 고객과 상호작용을 넘어섰으며, 평균 응답 시간이 44초로서 약 5000만 명의 사용자를 돕고 있습니다. 에리카와의 하루 200만 건의 소비자 상호작용만으로도 은행은 11,000 명의 직원의 일일 업무에 상응하는 효율을 절약할 수 있습니다. 효율 향상은 놀라우며, 편의성은 부정할 수 없습니다.
하지만 이러한 시스템들이 더욱 복잡해지고 감정적으로 반응성이 높아지며 일상적인 소통의 조직 속으로 깊숙이 뿌리내리면서, 불안정한 질문이 제기되고 있습니다. 우리, 전화선 끝의 인간들은 어떻게 될까요? 우리가 하루 종일 인내심을 잃지 않고, 우리의 어조를 잘못 이해하지 않으며, 진정한 감정의 혼란스러운 마찰로 반박하지 않는 기계들과 대화를 나누는 동안, 우리는 점차 실제 인간적인 대화의 예측 불가능한 토양을 유영할 능력을 잃어버리게 될까요? 증거는 우리가 그럴 수 있다는 것을 시사하고 있습니다.
마찰 없는 함정
대화형 AI의 매력은 근본적으로 인간적인 것이며: 빠르고 복잡함 없이 이해받고 싶은 욕구에서 기인합니다. 당신이 은행에 전화해서 음성 비서가 한 분 이내에 문제를 해결해주면, 거래에 분명한 만족감이 있습니다. 대기 음악 없이, 불편한 소개 없이, 긴 근무 시간 끝에 지쳐진 고객 서비스 대표의 감정 상태를 탐색하지 않아도 됩니다. 상호작용은 깨끗하고 효율적이며 완전히 당신의 조건에 따릅니다.
이것은 설계에 따른 것입니다. 대화형 AI 산업은 마찰을 최소화하기 위해 설계되었습니다. 맥킨지 보고서에 따르면 78%의 기업이 이제 대화형 AI를 최소한 하나의 주요 운영 영역에 통합했습니다. 2025년 Nextiva 분석에 따르면 비즈니스의 57%가 자가 서비스 챗봇을 사용하고 있거나 곧 사용할 계획입니다. 2027년까지 Gartner 예측에 따르면, 조직의 25%가 챗봇을 주요 고객 서비스 채널로 사용할 것입니다. 이 기술은 더 이상 실험적인 것이 아니라 인프라입니다. 또한 경제적 인센티브는压倒적인 것입니다: 기업들은 AI 고객 서비스 투자에 대한 평균적인 수익이 투자할 때마다 3.50 달러라고 보고했으며, 주요 기관은 투자의 8배에 달하는 수익을 달성했습니다.
그러나 마찰은 어떤 심리학자라도 말해줄 것 같은 것처럼, 정확히 사회적 근육을 만드는 것이지. 인간 간의 소규모 불편한 순간들, 멈춤, 오해, 다른 사람의 표정을 읽고 접근 방식을 조정해야 하는 필요성, 이것들이 공감 능력이 형성되는 용광로인 것입니다. MIT의 사회 과학 및 기술 연구의 Abby Rockefeller Mauzé 교수인 셔리 터클은 기술이 인간 관계를 어떻게 형성하는지 연구하는 데 수십 년을 보냈습니다. 그녀의 경고는 직접적입니다. "기계와 대화할 때 우리는 무엇을 잊는가? 우리는 인간으로서 특별한 점을 잊는다."
튜르클의 우려는 AI가 본질적으로 파괴적인 것이 아니라, 그 매혹적인 편리함이 우리를 더욱 완전한 인간으로 만드는 정확한 상호작용을 피하게 훈련시킨다는 것입니다. 그녀의 연구에서 그녀는 소셜 미디어를 기계와의 대화의 '입구 약물'로 묘사하며, 우리가 한때 어려운 불완전한 인간 대화를 통해 구축한 정서적 기반은 이제 감정을 거울에 비추는 알고리즘으로 외팅되고 있다고 주장합니다. "AI는 요구 사항 없이 친밀감의 허상을 제공한다"고 그녀는 썼습니다. 그녀는 우리가 기계가 진정으로 공감을 이해하거나, 아니면 진정으로 '듣히지 않고' '기억되는 것'에 불과한지 고려하도록 도전합니다. 결과는 정서적 이완증이며; 우리는 거래적 교환에 능숙해지지만 실제 것에 대해 점점 더 어색해집니다. 튜르클은 진정한 인간 관계의 반발과 저항이 연결의 장애물이 아니라, 이해와 성장이 형성되는 메커니즘이라고 주장합니다.
사회적 뇌를 재설계하고 있습니다
이 변화의 신경과학적 함의는 아직 명확해지기 시작하는 단계입니다. 2025년에 발표된 저널 Neuron의 대표적인 논문에서 홍콩대학교 심리학과의 벤저민 베커 교수는 인공지능과의 상호작용이 인간의 뇌 사회 회로를 물리적으로 어떻게 변화시킬 수 있는지 이해하기 위한 프레임워크를 제시했습니다. 베커의 분석은 1,302개의 기능적 MRI 연구에 대한 메타 분석을 기반으로, 47,083개의 활성화를 포함하여 인간관계에서 빠른 이해와 유대감 형성을 가능하게 하는 "사회적 뇌" 네트워크를 식별했습니다. 이는 진화적으로 형성된 회로로, 수천 년간의 직접적인 인간 접촉을 통해 정교해졌습니다. 이들은 우리가 얼굴 표정을 읽고, 목소리 톤을 해석하며, 다른 사람의 의도를 예측하고, 실시간으로 우리의 행동을 조정할 수 있게 해줍니다.
베커는 인간이 본능적으로 인공지능 에이전트에 성격, 감정, 의도를 부여하려는 경향이 문제라고 주장합니다. 심리학자들은 이러한 경향을 "ELIZA 효과"라고 부르는데, 이는 1960년대에 개발된 간단한 챗봇 ELIZA를 사용자들이 그것을 진정한 치료사처럼 대하는 것에서 유래했습니다. 헤이더와 시멜의 전형적인 실험은 십여 년 전에 이러한 경향을 보여주었습니다: 인간은 간단한 움직이는 기하학적 형태에서도 직관적으로 행동과 동기를 해석합니다. 목소리를 조절하고 개인적인 세부 정보를 기억하며, 명백한 감정적 민감성으로 반응할 수 있는 인공지능 에이전트와 함께, 인격화된 매력은 훨씬 더 강력해집니다. 대화형 인공지능이 더욱 발전하고 개인화되면, 베커는 경고하며 이러한 상호작용이 "신경 메커니즘을 더욱 깊이 참여시키고 사회적 맥락에서 뇌의 기능을 바꿀 수도 있다"고 말합니다.
“우리의 사회적 뇌가 인공지능과의 상호작용을 어떻게 형성하고, 인공지능 상호작용이 우리의 사회적 뇌를 어떻게 형성하는지 이해하는 것은 이러한 기술이 우리를 지원하기 위해 해를 끼치지 않도록 하는 데 핵심적일 것”이라고 Becker가 밝혔습니다. 이는 사회적 인지의 신경 경로가 아직 발달 중인 어린이와 청소년에게 특히 중요합니다. 만약 아이들과 청소년들이 동료, 부모님, 선생님과 대화의 주요 습관을 인공지능과 함께 형성한다면, 사회적 뇌는 이전 세대와는 근본적으로 다른 방향으로 발달할 수 있습니다.
이것은 오직 이론적인 것이 아닙니다. 하버드 대학교 교육대학원의 연구, 정 푸 선생님의 지도 하에, 어린이가 인공지능과 인간과는 다르게 상호작용하는 방식을 검토했습니다. 그 결과는 미묘하지만 우려스럽습니다. 교육적 원칙으로 설계된 인공지능(AI)으로부터 어린이는 효과적으로 배울 수 있지만, 인간 대화 파트너보다 인공지능과는 깊이 있게 상호작용하지 않습니다. 사람과 대화할 때, 어린이는 대화를 주도할 가능성이 높고, 후속 질문을 하고 자신의 생각을 공유합니다. 인공지능과 대화할 때, 그들은 수동적인 수신자가 되어 질문에 덜 노력으로 답하며, 진정한 역할극이 필요한 복잡한 교환에서 특히 그렇습니다.
의미는 명확합니다: AI는 어린이들에게 사실을 가르칠 수 있지만, 대화에서 현재에 있을 수 있도록 가르치기는 어렵습니다. 그리고 그 존재감, 다른 사람이 다음에 무엇을 할지 몰라서 불편함에 몸을 기울이려는 의지는 사회적 능력의 기초입니다.
고독의 역설
최근 인공지능 연구에서 가장 반直觉적인 발견은 이것일 수 있습니다: 챗봇과 더 많이 이야기할수록 사람들은 더 외로워지는 경향이 있습니다. 2025년 초, OpenAI와 MIT 미디어랩은 981명의 참가자들이 ChatGPT와 300,000개 이상의 메시지를 교환한 4주간의 랜덤 컨트롤 실험의 결과를 발표했습니다. 연구자들은 텍스트, 중립적인 목소리, 참여적인 목소리 세 가지 상호작용 모드를 개방형, 비개인적, 개인적 세 가지 대화 유형에 걸쳐 테스트했습니다.
주요 결론은 뒤틀렸습니다. "일일 사용량이 높을수록 모든 방식과 대화 유형에서 고독감, 의존성, 문제 사용과 상관관계가 있었고, 사회적 활동이 적었습니다," 연구자들은 보고했습니다. 음성 기반 챗봇은 텍스트 기반 상호작용에 비해 초기에 고독감을 완화하는 것처럼 보였지만, 이러한 이점은 높은 사용 수준에서 사라졌으며 특히 중성 음성 챗봇과 함께했습니다. ChatGPT와 더 신뢰하고 "결속"을 맺은 참가자들은 다른 사람들보다 고독함을 느끼고 챗봇에 더 의존할 가능성이 높았으며, 이는 의존성의 자기 강화 순환을 만들었습니다.
이 연구는 또한 성별 특이적인 효과를 밝혀냈다. 챗봇을 네 주 동안 사용한 후 여성 참가자들은 남성 참가자들보다 사회화할 가능성이 약간 낮았다. 자신과 성별이 다른 것으로 챗봇의 음성 모드와 상호작용한 참가자들은 현저히 높은 고독감 수준과 챗봇에 대한 감정적 의존성을 보고했다. 연구자들은 관계에서 강한 유대감 경향을 가진 사람들과 AI를 친구로 보는 사람들이 부정적인 효과를 경험할 가능성이 높다고 지적했다. 사용자와 모델 모두에서 더 많은 감정적 표현이 포함된 개인 대화는 고독감 수준이 높아지는 것과 관련이 있었지만, 흥미롭게도 중간 사용 수준에서는 감정적 의존성이 낮아지는 것으로 나타났다.
제어 연구와 병렬적으로 OpenAI와 MIT는 약 4000만 명의 ChatGPT 상호작용에서의 실제 세계 데이터를 분석하고 그 중 4076명의 사용자를 설문조사했습니다. 그들은 ChatGPT와의 정서적 참여가 전반적인 사용에서 여전히 상대적으로 드물다는 것을 발견했지만, 정서적 연결을 형성하는 사용자 집단은 플랫폼의 가장 활발한 사용자이자 가장 외로운 사용자들이라는 것을 알게 되었습니다.
Rebecca Winthrop와 Isabelle Hau가 2025년 7월에 작성한 분석에서 브루킹스 인스티튜션은 이를 우리 시대의 정의로운 모순으로 제시했습니다: "우리는 모순 속에서 살고 있습니다: 인간은 연결되기 위해 태어났지만, 이전에도 이렇게 홀로 있었던 적은 없습니다. 동시에, 인공지능은 더욱 반응적이고 대화적이며 감정적으로 민감해지고 있으며, 우리는 서로로부터 얻지 못하는 동반자를 기계에 더욱 의존하고 있습니다." 그들은 Replika.ai, Character.ai, 중국의 Xiaoice와 같은 AI 동반자가 이미 수억 명의 감정적으로 투자된 사용자를 가지고 있으며, 일부 추정에 따르면 총 사용자 수는 이미 10억 명을 넘을 수 있다고 지적했습니다.
동반 경제와 그 불만들음
인공지능 동반자에 대한 정서적 투자의 규모는 무시할 수 없게 되었습니다. Replika는 인공지능 동반자 플랫폼 중 가장 유명한 것 중 하나로, 약 2500만 명의 사용자를 가지고 있으며, 85% 이상의 사용자가 디지털 동반자와 정서적 관계를 형성했다고 보고했습니다. 평균 사용자는 하루에 약 70개의 메시지를 Replika와 교환합니다. Character.AI 사용자는 플랫폼에서 하루 평균 93분을 사용하며, 평균 TikTok 세션보다 18분 더 오랩니다. Replika를 많이 사용하는 사용자들은 하루에 2.7시간 참여하며, 극단적인 경우는 12시간을 초과합니다.
2025년 봄에 실시된 1,060명의 십대 소년 소녀 대상 국가 대표성 설문 조사에서 13세에서 17세 사이의 사람들 중 72%가 이미 AI 동반자를 사용하고 있으며, 대략 반은 매월 최소 몇 번 이상 사용하고 있습니다. 십대 소년 소녀 중 약 1/3은 사회적 상호작용과 관계를 위한 기술을 사용한다고 보고했으며, 역할 놀이, 로맨틱한 상호작용, 감정 지지, 우정, 대화 연습을 포함합니다. 가장 설득력 있는 것은, AI 동반자를 사용하는 십대 소년 소녀 중 약 1/3은 이러한 시스템과의 대화가 실제 친구와의 대화만큼이나, 혹은 더 만족스러웠다고 말했다는 사실입니다.
복지에 대한 데이터는 덜 위안스러운 것입니다. 한 연구에서 387명의 연구 참여자 중에서 “참여자가 AI에 대한 사회적 지지를 느끼수록, 가까운 친구와 가족에 대한 지지 감정은 낮아졌습니다.” 별도의 연구에서 Replika를 사용하는 1,006명의 미국 학생 중 90%가 고독감을 경험했다고 보고했으며, 이는 53%인 유사한 국가 평균보다 현저히 높습니다. Common Sense Media는 18세 미만의 사람이 Character.AI나 Replika와 같은 AI 동반자를 사용해야 할 때까지 더 많은 보안 장치가 설치되어 “관계 조작과 감정적 의존성 위험을 제거”할 때까지 사용하지 않기를 권장했습니다.
규제 환경이 반응하기 시작했습니다. 2025년 9월, 캘리포니아 의회는 18세 미만 사용자와 봇이 상호작용할 때 AI 플랫폼이 명확하게 알리도록 요구하는 법안을 통과했습니다. 같은 주, 연방거래위원회는 OpenAI, Meta, Snap, Google, Character Technologies를 포함한 7개 대기업에 대해 감정 조작 및 의존성의 잠재력을 검토하기 위해 광범위한 조사를 개시했습니다. 이는 초기 단계이지만, 동반 경제가 단순한 소비 트렌드가 아니라 공중 보건 문제임을 인식하고 있음을 시사합니다.
인식 문제
인공지능(AI)을 매개로 한 소통의 사회적 영향은 개인적인 외로움을 넘어 일상적인 인간 상호작용의 질감으로 이어진다. 코넬 대학교에서 연구 과학자 Jess Hohenstein는 사람들이 대화 상대가 인공지능(AI)을 도움으로 사용하고 있다고 의심할 때 어떤 일이 일어나는지 조사하기 위한 시리즈의 실험을 이끌었다. 결과는 Scientific Reports에 발표되었습니다. “커뮤니케이션에서의 인공지능의 영향: 언어와 사회적 관계”라는 제목 아래, 안타까운 동적이 밝혀졌다.
참가자들이 파트너가 AI 생성의 지능형 답변을 사용하고 있다고 믿을 때, 그들은 파트너를 덜 협조적이고, 덜 유대감을 가지고 있으며, 더 지배적이라고 평가했습니다. 파트너가 실제로 AI를 사용하고 있는지 여부에 관계없이 알고리즘의 도움에 대한 단순한 의심만으로도 신뢰와 사회적 따뜻함이 훼손될 수 있었습니다. “사람들이 실제로 AI를 사용하고 있는지 여부와 관계없이 AI를 사용하여 텍스트를 작성하는 것을 의심할 때 당신을 더 부정적으로 평가한다는 것을 발견하고 놀랐다”고 호헨슈타인은 말했습니다.
연구는 또한 스마트 답변의 실제 사용이 의사소통 효율성과 긍정적인 정서 언어를 증가시켰음을 발견했습니다. 하지만 이 개선에는 비용이 따랐습니다: "AI는 당신이 글을 쓸 수 있도록 도와줄 수 있지만, 당신의 언어를 예상치 못한 방식으로 바꾸고 있으며, 특히 긍정적으로 들릴 정도로 바꾸고 있습니다. 이는 텍스트 생성 AI를 사용함으로써 당신이 당신 자신의 개인적인 목소리 중 일부를 희생하고 있다는 것을 시사합니다," 호헨슈타인은 관찰했습니다.
Malte Jung(Cornell의 정보과학 부교수이자 연구의 공저자)은 더 넓은 결론을 내렸다: "이 연구에서 우리가 관찰하는 것은 AI가 사회적 동적에 미치는 영향과 사회적 맥락에 AI를 통합했을 때 발생할 수 있는 예기치 못한 결과들이다. 이는 알고리즘을 통제하는 사람이 사람들의 상호작용, 언어, 서로에 대한 인식에 영향을 미칠 수 있음을 시사한다."
이 발견은 인공지능(AI) 보조 소통 시대의 진정성에 대해 불편한 질문을 제기합니다. AI가 우리의 메시지를 더 효율적이고 긍정적이지만 우리 자신의 것처럼 인식되지 않게 만들 때, 우리는 편리함을 얻는 대가로 진정한 연결을 잃고 있는가요? 그리고 만약 AI의 참여에 대한 단순한 의심만으로도 신뢰의 우물을 오염시킨다면, AI가 업무 소통, 앱 연애, 심지어 가족 그룹 채팅에까지 보편화될 때 어떻게 될까요?
기계처럼 말하다
막스 플랑크 연구소의 연구는 히로무 야쿠라를 놀라게 했으며, 더욱 근본적인 문제를 지적합니다: 인공지능은 우리가 기계와 소통하는 방식뿐만 아니라, 우리가 서로 소통하는 방식도 변화시키고 있습니다. 이 연구는 인공지능의 언어적 영향을 명확히 나타내는 단어를 식별했습니다. 대형 언어 모델이 선호하는 용어인 "delve", "realm", "underscore", "meticulous" 등이 쓰여진 텍스트뿐만 아니라 자연스러운 구어체에서도 급격하게 빈도가 증가하고 있었습니다. 스크립트된 발언의 징후가 없는 58%의 비디오 분석은 이러한 언어적 패턴의 채택이 준비된 발언을 넘어 진정으로 즉흥적인 대화로 확장되었음을 시사했습니다.
막스 플랑크 연구소에서의 연구 공동 집필자인 Levin Brinkmann은 작동 메커니즘을 설명했습니다: "AI 기술에 저장된 패턴들이 인간의 의식으로 다시 전달되는 것으로 보입니다." 연구자들은 이를 "문화적 피드백 루프"라고 특징づけました. 인간은 자신의 언어로 AI를 훈련시키고, AI는 그 언어를 처리하고 통계적으로 리밍크스(remixes)하며, 인간은 그 후 무의식적으로 AI의 패턴을 받아들입니다. 루프는 각 반복마다 좁아지며, 전 세계적으로 언어 다양성을 감소시킬 수 있습니다. 영어 콘텐츠로 주로 훈련된 AI 시스템들이 전 세계적인 소통 패턴에 영향을 미치기 시작하면, 국가와 문화의 경계를 초월한 인간의 표현의 동질화를 볼 수 있을 수 있습니다.
우리의 우려는 어휘 범위를 넘어섭니다. 2025년 4월에 IE Insights에 실린 분석에서는 AI 기반 플랫폼이 "인간처럼 효율적이고 명확하며 감정적이지 않게 말하고 생각하게 조용히 가르치고 있다"고 주장했습니다. 기사는 상호작용이 "명확성과 간결성을 위해 점점 더 최적화되고 있지만, 진정한 인간의 연결을 정의하는 감정적 깊이, 문화적 미묘함, 자연스러움이 빠져나간" 것으로 경고했습니다. 분석은 "우리는 기계가 더 인간적으로 보이도록 훈련하는 동시에, 우리 자신이 더 기계처럼 보이도록 훈련하는 세계를 묘사했습니다." 분석은 영향이 외교, 위기 협상, 의료 서비스, 커뮤니티 케어와 같이 인간의 미묘함과 감정적 지능이 가장 중요한 고위험 환경에서 특히 위험하다고 주장했습니다.
워싱턴 대학교의 유명 언어학자 엠리 브렌더는 AI 챗봇을 개인적으로 사용하지 않는 사람들조차도 이러한 영향에서 자유로울 수 없다는 것을 관찰했다. 현재 온라인에 유통되고 있는 인공적인 텍스트의 거대한 양, 기사, 이메일, 소셜 미디어 게시물, 자동 응답 등을 통해 AI로 인해 영향을 받은 언어 패턴을 흡수하는 것을 피하기는 거의 불가능하다. 이러한 일반화는 바로 보이지 않기 때문에 은밀하다.
대중이 이미 느끼는 것
미국 대중은 AI가 제기하는 사회적 위험을 직관적으로 인지하지만, 완전히 표현하지는 못한다고 보입니다. 2025년 6월에 진행된 피우 리서치 센터의 5,023명 미국 성인 대상 설문 조사에서 50%의 미국인이 일상생활에서 AI의 증가된 사용에 대해 우려가 크다고 답했으며, 이는 2021년의 37%에서 증가한 수치입니다. 10%만이 우려보다 흥분한다고 응답했고, 38%는 흥분과 우려가 동등하다고 느꼈습니다. 절반 이상인 57%가 AI의 사회적 위험을 높게 평가했으며, 이는 이익이 높다고 생각하는 25%와 비교됩니다.
사회적 관계에 대한 데이터는 특히 놀라운 것입니다. 응답자의 절반(50%)은 AI가 의미 있는 관계를 형성하는 능력을 나빠질 것이라고 믿는다고 밝혔습니다. 대중은 인간의 연결을 잃는 것을 AI 전문가보다 더 두려워합니다: 미국 성인의 57%는 AI가 사람들 사이의 연결을 줄일 것에 대해 극심하거나 높은 우려를 표현했지만, 조사된 전문가의 비율은 37%에 불과했습니다. 대중의 불안감과 전문가의 안심 사이의 20점 차이 자체가 설명할 만합니다. 이는 일상 시민들이 전문가들이 무시하고 있는 무언가를 인식하고 있거나, AI 개발에 대한 접근성이 특정 형태의 낙관적 편향을 유발한다는 것을 시사합니다.
세대 간의 격차는 특히 드러납니다. 30세 미만 성인 중에서는 AI를 정기적으로 사용할 가능성이 높은 집단에서 58%가 AI가 의미 있는 관계 형성 능력을 악화시킬 것이라고 믿고, 61%가 창의적인 사고 능력을 더 나빠질 것이라고 믿습니다. 이는 65세 이상인 사람들 중에서도 그 의견을 공유하는 사람들의 약 40%보다 현저히 높습니다. AI에 가장 능숙한 세대는 AI가 자신들에게 비용이 될 것에 대해 가장 걱정하는 세대이기도 합니다.
응답자의 두 трет(66 퍼센트)은 인공지능이 두 사람이 사랑할 수 있는지 판단해서는 안 되어야 한다고 말했고, 73 퍼센트는 인공지능이 사람들의 신념에 대해 조언하는 데 아무런 역할을 해서는 안 되어야 한다고 말했다. 이것은 단순히 정책 선호도가 아니라, 사람들이 너무 신성하게 여기거나 너무 친밀하게 여기거나 알고리즘 중재에 너무 복잡하다고 생각하는 인간 경험의 영역을 둘러싼 경계선이다.
남겨진 에이전트들
대화형 AI 도입의 근무 환경 효과는 이미 고객 서비스 산업 자체에서 눈에 띄게 나타났습니다. 챗봇이 일상적인 상호작용의 점유율을 점점 더 높여감에 따라, 인간 대리인에게 전달되는 전화들은 점점 더 복잡하고 감정적으로 격해지며 해결하기 어려워지고 있습니다. 이는 쌓아오르는 역설을 만듭니다: 남아있는 대리인들은 이전보다 훨씬 뛰어난 사회적 기술이 필요하지만, 광범위한 대중은 대리인들이 매일 해결해야 하는 어려운 대화에 대한 연습을 점점 적게 하고 있습니다.
최근 산업 데이터는 이러한 피해를 보여줍니다. 한 분석에 따르면, 접촉 센터 에이전츠의 87%가 높은 스트레스 수준을 보고하며, 50% 이상이 매일 피로, 수면 문제, 정서적 지치기를 겪습니다. 간단한 질문의 자동화는 에이전츠가 이제 그들의 업무 시간의 비정상적인 비율을 화난 고객을 처리하고, 표준 해결책을 반박하는 기술적 문제와 정서적으로 긴장된 대화를 처리하는 데 할애하게 만들고 있습니다. 에이전츠의 68% 이상이 주당 최소 한 번은 훈련으로 준비되지 않은 상황의 전화를 받습니다.
A 2025년 CX 중심 연구에서 미국인의 79%가 인간과 상호작용하는 것을 AI 에이전트보다 강력히 선호한다는 것을 발견했으며, 같은 해에 Twilio 보고서에서 소비자의 78%가 AI 에이전트에서 인간으로 전환할 수 있다는 것을 중요하게 생각한다고 밝혔습니다. 한편, Kinsta 보고서에서 소비자의 50%가 AI로만 운영되는 서비스를 취소할 것이라고 발견했습니다. 고객의 메시지는 명확합니다: 효율성을 원하지만, 인간의 존재를 희생하는 대가는 원하지 않습니다.
경제적 유인과 인간적 필요 사이의 긴장은 불쾌한 동적을 만듭니다. 2024년에 약 156억 달러에 평가된 글로벌 챗봇 시장은 2029년까지 거의 3배 증가하여 466억 달러에 달할 것으로 예상됩니다. 인간에서 기계로 이동하는 모든 상호작용은 사회 내 진정한 인간 간의 교류 총량에 작은 감소를 의미합니다. 이를 연간 수십억 건의 상호작용으로 확대하면, 집단적 사회적 기술에 미치는 누적 효과는 합리적인 우려의 대상이 됩니다.
알고리즘 시대에 자녀를 키우다
사회에서 가장 어린 구성원들에게는 위험성이 가장 큽니다. 유네스커프가 2025년 12월 발표한 인공지능과 아동에 대한 지침은 이제 세 번째 판이며, 대형 언어 모델이 대화형 에이전트로서 일상생활에 깊숙이 뿌리내리고 있으며, 정서적 지원과 사회적 상호작용을 위한 동반자로 발전하고 있다고 인정했습니다. 이러한 추세는 특히 아동과 청소년에게서 두드러지며, 이들은 AI 채팅봇과 비사회적 관계를 형성할 경향이 있다고 지적했습니다. 또한 청소년들은 신경발달적 변화로 인해 조작에 취약하다고 경고했습니다.
가족 매체 참여에 대한 연구는 부모가 아이들의 AI 상호작용 중에 있을 때 어떤 일이 일어나는지 학습하며 부분적인 대안을 제공합니다. 돌봄자가 AI 상호작용을 지원하여 아이들이 들고 있는 것을 처리하도록 도와주고, 질문하고 적극적으로 반응하도록 격려할 때, 발달 위험은 효과적으로 줄어드는 것으로 보입니다. 하지만 이는 모든 가정이 동등하게 소유하지 못하는 시간, 주의력, 디지털 숙련도를 요구합니다.
영 협박 박사의 하버드 연구는 중요한 차이점을 강조합니다: AI와 상호작용적인 대화를 하는 어린이는 비활동적인 청취자보다 이야기를 더 잘 이해하고 더 많은 어휘를 배울 수 있으며, 일부 경우에는 AI로부터의 학습 이익이 인간과의 상호작용으로부터의 학습 이익과 비교할 만할 수도 있습니다. 하지만 사실을 배우고 사회적 감정 지능을 발달시키는 것은 근본적으로 다른 과정입니다. AI는 어휘를 연습시킬 수 있지만, 방 안의 분위기를 읽는 미묘한 기술, 다른 사람의 불편함을 감지하는 것, 침묵할 때를 알아차리는 것을 모방할 수는 없습니다. 위험은 어린이들이 배우기를 그만두는 것이 아니라, 다른 사람들과 함께하는 방법을 제외한 모든 것을 배우는 것입니다.
재캡처링, 물론이지 물러서지 않음
연구에서 나타난 그림은 명확하게 악몽적이지도 사랑스럽게 낙관적이지도 않습니다. 대신, 매우 복잡합니다. 대화형 AI는 진정한 이점을 제공합니다: 장애인의 접근성, 고립을 경험하는 사람들의 지원, 서비스 제공 효율성, 그리고 인간 지도를 보충할 수 있지만(하지만 대체할 수는 없습니다) 학습 도구입니다. 스탠포드 연구자들은 AI 채팅봇 Replika를 사용하는 청년 성인들이 높은 수준의 외로움을 보고했지만, 많은 사람들이 감정적으로 지지를 받았고, 3%가 채팅봇에 의해 자살 생각을 잠시 멈춘 것을 인정했습니다. 이 기술을 사용할지 여부가 아니라, 우리를 가장 독특하게 만드는 기술을 포기하지 않고 이 기술을 어떻게 사용할지가 문제입니다.
A 2025년 시스템 과학 및 시스템 공학 저널에 실린 연구는 교훈이 있는 발견을 제공합니다. 두 가지 시나리오 연구와 하나의 실험실 실험을 통해 연구자들은 소비자들이 사회적 방향성을 가진 AI 채팅 로봇(관계 형성과 감정적으로 참여하도록 설계된 것)과 상호작용한 후에, 작업 방향성을 가진 것(효율에만 집중된 것)보다 높은 사회적 의도를 보였다는 것을 발견했습니다. 연구는 사회적 존재감과 공감이 이 효과를 매개했다는 것을 밝혀내어, AI 시스템의 설계가 그들의 사회적 결과를 의미 있게 형성한다는 것을 시사했습니다. 이것은 사소한 통찰이 아닙니다. 이는 엔지니어, 제품 관리자, 정책 결정자들이 AI가 어떻게 소통할지에 대한 선택이 사회적 구조 전체에 파도 효과를 미칠 것임을 의미합니다.
베커 교수의 뇌과학 프레임워크는 같은 방향을 가리킨다. 사회적 뇌는 고정되어 있지 않다; 그것은 유연하며, 만나는 상호작용에 의해 형성된다. 만약 그 상호작용이 주로 간결함과 순응을 보상하는 기계와의 상호작용이라면, 뇌는 그에 맞게 적응할 것이다. 하지만 만약 인공지능 시스템이 진정한 인간의 참여를 대체하기보다 장려하도록 설계된다면, 기술은 장벽이 아닌 다리로서 기능할 수 있다.
브루킹스 인스티튜션의 리베카 윈로프와 이자벨 루아는 아마도 가장 명확한 표현을 제시했습니다: AI의 시대는 "정서 외주화의 시대"가 되어서는 안 됩니다. 진정한 인간의 연결을 복원하기 위해서는 기술을 거부하는 것이 아니라, 사회 전체의 공동의 약속으로서 진정한 관계를 유지하는 공간, 기술, 습관을 보존하는 데 있어 의식적인 노력이 필요합니다.
필요한 대화
셔리 터클은 자신의 수십 년간의 연구를 "기술에 반대하는 것이 아니라 대화를 지지하는 것"이라고 설명했습니다. 이 틀은 지금 가장 긴급하게 필요한 것을 포착합니다. 고객 서비스, 의료, 교육, 개인적인 동반에서 대화형 AI의 급격한 채택은 본질적으로 파괴적인 것이 아닙니다. 하지만 그것이 사회적 결과에 대한 우리의 집단적 이해를 훨씬 뛰어넘는 속도로 진행되고 있습니다.
현재까지 모은 증거는 홍콩의 신경과학 연구실에서부터 베를린의 언어학 연구에 이르기까지, MIT의 제어 실험에서부터 퍼우 리서치의 인구 조사에 이르기까지 모두 하나의 불편한 진실로 향합니다: 기계가 우리처럼 말하는 방식이 얼마나 매끄럽게 학습하는지에 비례하여, 우리가 서로 말하는 방법을 잊을 위험이 커집니다. 효율적으로, 최적적으로, 잘 훈련된 언어 모델의 매끄러운 리듬으로 말하는 것이 아니라, 인간이 항상 소통해 온 멈춘 듯한, 불완전한, 영광스럽게 뒤숭숭한 방식으로 말하는 것입니다. 잠시 멈춤이 있고, 오해가 있고, 인간의 연결 시스템의 버그가 아닌 종류의 마찰이, 결과적으로는 전부가 포인트였습니다.
이상한 상황에서 95퍼센트의 정확도를 달성하고 매일 수십억 건의 상호작용을 처리하는 음성 인식 시스템은 공학의 위업입니다. 글로벌 음성 및 음소리 인식 시장은 2024년에 148억 달러에 평가되어 2033년까지 612.7억 달러에 달할 것으로 예상됩니다. 하지만 음성 인식의 정확도와 인간의 이해의 정확도는 같지 않습니다. 우리가 AI 시스템을 모든 단어를 듣도록 최적화할 때, 동시에 우리가 서로에게 진정으로 듣는 능력을 잃고 있는지 물어볼 수 있습니다.
대화형 AI에 대한 대화는 아직 시작조차 하지 못했습니다. 이는 비용 절감과 효율 향상이라는 이사장실의 지표를 넘어, 단어 오류율과 자연어 처리라는 공학적 과제를 넘어, 우리 대부분이 아침에 듣는 첫 목소리와 밤에 듣는 마지막 목소리가 다른 사람이 아닌, 놀라운 정확도로 다른 사람처럼 들리도록 학습한 기계가 아닌 사회를 어떤 종류의 사회를 만들고 있는지에 대한 더 깊은 영역으로 나아가야 합니다.
참고문헌 및 출처
야쿠라, H.와 브린크만, L. 외. “대형 언어 모델의 영향에 대한 인간 구어적 소통의 경험적 증거.” 막스 플랑크 인간 발달 연구소. arXiv:2409.01754. 2024. https://arxiv.org/html/2409.01754v1
가너터, 인크. “가너터 예측 대화형 AI가 2026년에 콘택트 센터 에이전트 노동 비용을 800억 달러 절감시킬 것.” 기자회견문, 2022년 8월 31일.https://www.gartner.com/en/newsroom/press-releases/2022-08-31-gartner-predicts-conversational-ai-will-reduce-contac
보스턴 은행. “AI 혁신의 십 년: 보스턴 은행의 가상 비서 에리카가 30억 회원과의 상호작용을 넘어섰다.” 기자회견문, 2025년 8월. https://newsroom.bankofamerica.com/content/newsroom/press-releases/2025/08/a-decade-of-ai-innovation--bofa-s-virtual-assistant-erica-surpas.html
터클, 셔리. “AI 시대에 대화를 되찾다.” 바벨 이후. 2024. https://www.afterbabel.com/p/reclaiming-conversation-age-of-ai
터클, 셰리. NPR 인터뷰: 봇 관계의 심리적 영향에 관하여. 2024년 8월 2일. https://www.npr.org/2024/08/02/g-s1-14793/mit-sociologist-sherry-turkle-on-the-psychological-impacts-of-bot-relationships
베커, 벤저민. "우리의 사회적 뇌가 AI와의 상호작용을 본능적으로 형성하고, 형성되는가?" 뉴로 113: 2037-2041. 2025. DOI: 10.1016/j.neuron.2025.04.034. https://www.cell.com/neuron/abstract/S0896-6273(25)00346-0
Xu, Ying. “AI가 아이들의 사회적 및 인지적 발달에 미치는 영향.” Harvard Graduate School of Education and Children and Screens. 2024. https://www.gse.harvard.edu/ideas/edcast/24/10/impact-ai-childrens-development
OpenAI와 MIT Media Lab. “AI와 인간의 행동이 확장된 챗봇 사용의 심리사회적 효과를 어떻게 형성하는가: 단기간 랜덤 대조 연구.” 2025년 3월. https://arxiv.org/html/2503.17473v2
OpenAI. “ChatGPT에서 감정적 사용과 정서적 웰빙에 대한 초기 연구 방법.” 2025년 3월. https://openai.com/index/affective-use-study/
호헨슈타인, 제시; 정, 말테; 그리고 키지르체, 레네. “소통에서의 인공지능의 영향: 언어와 사회적 관계에 미치는 영향.” Scinentific Reports. 2023년 4월. https://news.cornell.edu/stories/2023/04/study-uncovers-social-cost-using-ai-conversations
Pew Research Center(피와 연구소). “미국인이 인공지능과 인간 능력, 사회에 미치는 영향에 대해 어떻게 생각하는가.” 5,023명의 미국 성인을 대상으로 한 설문 조사, 2025년 6월. 2025년 9월 17일 발표. https://www.pewresearch.org/science/2025/09/17/how-americans-view-ai-and-its-impact-on-people-and-society/
Winthrop, Rebecca와 Hau, Isabelle. “인공지능 챗봇이 실제 인간의 연결을 대체할 때 어떻게 되는가.” 브루킹스 인스티튜션. 2025년 7월. https://www.brookings.edu/articles/what-happens-when-ai-chatbots-replace-real-human-connection/
IE Insights. “AI 커뮤니케이션의 사회적 비용.” IE University. 2025년 4월. https://www.ie.edu/insights/articles/the-social-price-of-ai-communication/
Nextiva. “2026년을 위한 대화형 AI 통계 50+.” 2026년. https://www.nextiva.com/blog/conversational-ai-statistics.html
UNICEF. “AI와 아동 3.0에 대한 지침.” 2025년 12월. https://www.unicef.org/innocenti/media/11991/file/UNICEF-Innocenti-Guidance-on-AI-and-Children-3-2025.pdf
Twilio. “고객 참여 보고서.” 2025. SurveyMonkey, “고객 서비스 통계 2026.” https://www.surveymonkey.com/curiosity/customer-service-statistics/
Fortune. “언어학자들은 지금 ChatGPT가 사람들이 쓰고 말하는 방식에 영향을 미치고 있다고 말합니다.” 30 June 2025. https://fortune.com/2025/06/30/linguists-chatgpt-influencing-how-humans-write-speak/
시스템 과학 및 시스템 공학 저널. “소비 관련 결과를 넘어: AI 고객 서비스 챗봇의 소통 방식이 사회 복지 증진에 미치는 역할.” 2025. https://journal.hep.com.cn/jossase/EN/10.1007/s11518-025-5674-8
스트라이츠 리서치. “음성 및 음성 인식 시장 규모, 점유율 및 2033년까지의 전망.” 2024. https://straitsresearch.com/report/voice-and-speech-recognition-market
CX 오늘. “알고리즘은 눈을 깜충하지 않는다: 컨택트 센터 AI가 새로운 종류의 에이전트 피로를 만드는 이유.” 2025. https://www.cxtoday.com/contact-center/the-algorithm-never-blinks-why-contact-center-ai-is-creating-a-new-kind-of-agent-burnout/
커먼센스 미디어. 참조: Christian Post, “청소년이 AI 동반자를 사용하는 것에 대한 경고: 인구 집단에 대한 연구가 많은 사용을 보여줌.” 2025. https://www.christianpost.com/news/72-percent-of-teens-are-using-ai-companions-as-advocates-raise-concern.html
니콜라 로자. “Replika AI: 2025년 통계, 사실 및 트렌드 가이드.”https://nikolaroza.com/replika-ai-statistics-facts-trends/
Ada Lovelace Institute(아다 러벨레스 인스티튜트). “친구를 판매하다: AI 동반자의 부상과 위험.” 2025. https://www.adalovelaceinstitute.org/blog/ai-companions/
Tim Green
영국 기반 시스템 이론가& 독립 기술 작가
Tim은 인공지능, 분산된 인지, 그리고 포스트휴먼 윤리의 교차점을 탐구합니다. 그의 작업은 smarterarticles.co.uk에 게재되었으며, 기술 발전에 대한 주류 이야기를 도전하면서 집단 지능과 디지털 책임 관리를 위한 이학적 프레임워크를 제안합니다.
그의 글은 Ground News에 소개되었고, 학문 및 기술 커뮤니티 전반에 걸쳐 독립 연구자들에 의해 공유되었습니다.
ORCID: 0009-0002-0156-9795
이메일: tim@smarterarticles.co.uk