THOUGHT PAPER · MAY 2026

AI 시대 불확실성이 초래하는 인류 건강 위기

입력 과부하와 조절 실패의 이중 위기:
진화적 부적합에서 사회-인지 부하의 시스템 역학 모델까지

The Dual Crisis of Input Overload and Regulatory Failure:
A Systems Dynamics Model from Evolutionary Mismatch to Socio-Cognitive Load


발행일2026년 5월 20일
분류독창적 사고 논문(Original Thought Paper)
분야진화심리학 · 신경과학 · 사회적 뇌 · AI 윤리 · 공중보건
버전V4(3자 교차 모델 대항적 심사 · 시스템 역학 모델)
이조글로벌인공지능연구소
LEECHO Global AI Research Lab
&
Opus 4.6 · GPT 5.5 · Gemini 3.1
인지집단 (Cognitive Collective)


초록 ABSTRACT

본 논문은 “입력 과부하 + 조절 실패”의 이중 위기 모델을 제시하며, AI 시대의 사회적 불확실성이 진화적 부적합 메커니즘을 통해 인류의 다양한 만성질환 위험을 어떻게 증가시킬 수 있는지 탐구한다. 핵심 가설의 “입력 측”: AI 시대는 다섯 가지 차원(사회적 평가, 직업-경제, 인지-정보, 정체성, 관계 불확실성)을 통해 사회적 위협 시스템의 부하를 현저히 증폭시킬 수 있으며, 직업-경제 불확실성이 잠재적 상위 주도 변수로 식별되었다. 핵심 가설의 “조절 측”: 전통적 불확실성 완충 메커니즘(종교적 신앙, 안정적 가족 구조, 평생 직업 정체성, 국가 정체성 합의, 과학적 권위에 대한 신뢰)이 AI 시대에 동시에 약화되고 있으며, 이는 “신호 과부하”와 “완충 실패”의 협공을 형성한다. 이러한 이중 부하는 HPA축, 수면 파괴(핵심 매개 변수로 식별), 미주신경-장-뇌축 및 염증 경로를 통해 다양한 심신 질환의 위험을 증가시킬 수 있다. 동시에, 본 논문은 AI가 인류 건강에 양상 효과(dual-phase effect)를 가진다고 주장한다: AI가 평가 밀도와 진정성 불확실성을 증가시킬 때는 스트레스 증폭기로, AI가 예측 가능한 지원을 제공하고 인지 부하를 낮출 때는 스트레스 완충기로 기능한다. 이 효과는 사회경제적 지위(SES) 기울기를 따라 불균등하게 분포한다. 암과 같은 원위 결과는 고차 가설로 제시된다. 본 논문은 다수 차례의 외부 심사 의견을 기반으로, 인과적 선언에서 계층화된 가설로, 다시 시스템 역학 모델로의 인식론적 반복 과정을 완료하였다.

SECTION 01

서론: 확실성의 역전Introduction: The Inversion of Certainty

인류 역사의 대부분 기간 동안, 불확실성의 원천은 자연 세계였다 — 포식자, 기근, 역병, 극한 기후. 뇌의 위협 탐지 시스템(편도체를 중심으로 한 회로)은 바로 이러한 급성적이고, 구체적이며, 행동 가능한 자연적 위협에 대응하기 위해 진화했다. 호랑이를 마주하면 스트레스 반응이 활성화되고, 싸우거나 도망치며, 사건이 종료되면 신체가 회복된다.

산업화는 이 구도를 완전히 뒤집었다. 현대 도시에서 호랑이에게 쫓기는 일은 없지만, 성과 평가에 쫓기게 된다. 저녁 식사는 30분 만에 배달되지만, 다음 달에도 직장이 있을지 알 수 없다. 생존은 확실하지만 삶은 불확실하다. 몸은 안전하지만 자아는 불안전하다.

AI 시대는 이러한 “확실성의 역전”을 극한으로 밀어붙인다. 생존 환경의 불확실성이 거의 0에 수렴하고, 사회 환경의 불확실성이 지속적으로 상승할 때, 뇌의 위협 탐지 시스템은 꺼지지 않는다 — 오히려 더 많은 처리 자원을 사회적 불확실성으로 전환하여, 자연적 위협에 대응하도록 설계된 고대 회로로 그것이 최적화되지 않은 유형의 신호를 처리할 가능성이 있다.

불확실성의 5차원 분류

“불확실성”을 모호한 총괄 개념에서 연구 가능한 변수 집합으로 전환하기 위해, 본 논문은 AI 시대의 사회적 불확실성을 다섯 가지 차원으로 조작적 정의한다:

불확실성의 5차원 분류 프레임워크
차원 핵심 질문 AI 시대의 증폭 메커니즘
사회적 평가 불확실성 나는 수용, 인정, 아니면 배제되고 있는가? 소셜미디어의 실시간 평가 순환(좋아요/팔로우/언팔로우)
직업-경제 불확실성 나의 기술, 소득, 직위는 안정적인가? AI 자동화 대체 불안; WEF는 고용주 41%가 2030년까지 인력을 축소할 것으로 전망
인지-정보 불확실성 정보의 진위, 출처, 의미를 판단할 수 있는가? AI 생성 콘텐츠 폭발; 딥페이크; 정보와 허위정보의 구별 불가
정체성 불확실성 나는 창작자인가, 실행자인가, 대체된 사람인가, AI 협업자인가? AI가 전통적 직업 정체성을 침식; 인간-기계 경계의 모호화
관계 불확실성 내가 상호작용하는 대상은 실제 사람인가, 알고리즘/AI 생성 피드백인가? AI 챗봇이 대인관계를 대체; “기술 유발 공유 정신병적 특징”

이 다섯 가지 차원은 상호 독립적이거나 병렬적인 것이 아니라, 위계적 구동 관계가 존재할 수 있다. 예비 분석에 따르면, 직업-경제 불확실성이 상위 주도 변수일 가능성이 있다: 실직 공포가 지위 불안(사회적 평가)을 유발 → 직업 정체성 동요(정체성 불확실성) → 통제감 추구를 위한 과잉 정보 소비(인지-정보 과부하) → 진정한 관계 투자 능력과 의지 약화(관계 불확실성). 이 위계적 가설은 구조방정식 모델이나 종단 패널 데이터를 통한 검증이 필요하지만, “5차원 병렬” 모델보다 더 높은 예측력과 개입 지향성을 가진 프레임워크를 제공한다.

AI 시대의 사회적 불확실성은 이전 시대와 구별되는 독특한 조합적 특성을 가진다: 고빈도, 지속적, 개인화, 알고리즘화, 진정성 불안정, 정체성 경계 모호. 이러한 조합이 총부하를 역사적 최고치(전쟁, 기근, 역병 시기 등)를 넘어서게 하는지는 여전히 시대 간 비교 연구가 필요하다. 그러나 그 독특성은 이것이다: 간헐적 급성 위기가 아닌 지속적 만성 침투라는 점이다.

우리 인간은 충분히 잘 살고, 충분히 오래 살며, 충분히 똑똑해서, 온갖 종류의 스트레스 사건을 순전히 자신의 머릿속에서 만들어낸다.

— Robert Sapolsky, 《Why Zebras Don’t Get Ulcers》

SECTION 02

진화적 부적합: AI 시대의 석기시대 뇌Evolutionary Mismatch: A Stone Age Brain in the AI Era

진화적 부적합 가설(Evolutionary Mismatch Hypothesis)은 Li, van Vugt 등(2018)이 《Current Directions in Psychological Science》에서 체계적으로 설명하였으며, 핵심 명제는 다음과 같다: 인간의 심리적 메커니즘은 진화의 산물로서 환경 입력을 처리하고 생존에 유리한 행동 출력을 생성하도록 설계되었다. 그러나 현대 환경은 이러한 메커니즘이 진화한 환경과 극적으로 달라졌으며, 많은 입력이 양과 강도에서 변화하거나 더 이상 동일한 적응적 연관성을 갖지 않아, 이러한 메커니즘이 부적응적 출력을 생성하게 만든다.

인류 진화의 99% 이상은 50~150명 규모의 소규모 수렵채집 집단에서 이루어졌다. 이 집단에는 상사도, 생산 지표도, 연금 계획도 없었으며, 일과 사생활 사이에 엄격한 구분이 없었다. 농업 혁명 이후 — 인류 진화의 마지막 1% — 에 이르러서야 인류 사회는 규모와 복잡성에서 급격히 성장했다. Giphart & Van Vugt(2018)는 저서 《Mismatch》에서 이러한 성장이 인간 정신건강에 해로운 많은 사회적 제도를 만들어냈다고 지적했다.

뇌의 “하드웨어 사양”

Robin Dunbar(1998)의 사회적 뇌 가설은 영장류의 뇌가 생태적 문제를 해결하기 위해서가 아니라 사회적 복잡성에 대처하기 위해 진화했다고 제안한다. 종의 신피질 크기는 그 사회적 집단 크기와 직접 상관관계가 있다. 인간에게 이 상한선은 약 150명(던바의 수)이며, 지난 2,000년간 다양한 문화와 역사적 시기에 걸친 개인 사회적 네트워크 및 민족지적 커뮤니티에 대한 23건의 연구로 검증되었고, 최대 표본 크기는 6,100만 명에 달한다(Dunbar, 2020).

신석기시대 영국 마을의 평균 규모는 160명, 로마 군사 단위는 평균 150명, 심지어 현대의 크리스마스카드 사회적 네트워크도 최대 153명이다. 이것은 우연의 일치가 아니라 — 뇌 신피질 처리 능력의 하드웨어 상한선이 반복적으로 표현된 것이다.

— Dunbar, R.I.M. (1998). The Social Brain Hypothesis

170만 트위터 사용자 데이터셋 분석(Gonçalves et al., 2011)은 이 상한선을 추가로 검증했다: 디지털 세계에서도 사용자가 유지할 수 있는 안정적 관계는 최대 100~200개에 불과하다. 온라인 세계의 “주의력 경제”는 던바 이론이 예측하는 인지적·생물학적 제약에 의해 제한된다. 뇌는 업그레이드할 수 없다 — 앱을 아무리 많이 설치해도.

SECTION 03

위협 원천의 대이동: 자연에서 사회로The Great Migration of Threat: From Nature to Society

Eisenberger, Lieberman & Williams(2003)가 《Science》에 발표한 이정표적 연구는 fMRI를 사용하여 사회적 배제 시 뇌 활성화와 신체적 통증 시 뇌 활성화가 배측 전대상피질(dACC)과 전뇌섬 영역에서 부분적으로 중첩됨을 입증했다 — 사회적 위협은 통증, 현저성 탐지, 정서적 고통 및 위협 감시와 관련된 신경 네트워크를 동원할 수 있다.A등급 · 동료심사 fMRI

Eisenberger & Lieberman(2004)은 《Trends in Cognitive Sciences》에서 진화적 설명을 제시했다: 포유류 종에서 사회적 애착 시스템은 사회적 분리의 잠재적으로 해로운 결과를 방지하기 위해 통증 시스템의 계산 과정을 차용했다. 정확한 표현이 필요하다: 사회적 통증과 신체적 통증은 부분적 신경 중첩이지 신경적 동가가 아니다 — 일부 처리 경로를 공유하지만 각각의 독립적 구성요소도 있다. 편도체가 사회적 평가 위협에 반응하는 방식은 신체적 위협에 반응하는 방식과 측정 가능한 차이가 있다.A등급 · 체계적 리뷰

사회적 통증은 신체적 통증보다 더 오래 지속된다

Meyer, Williams & Eisenberger(2015)가 《PLOS ONE》에 발표한 연구는 핵심적 비대칭성을 발견했다: 사회적 통증의 경험은 고통스러운 사건이 오래전에 지나간 후에도 재경험되거나 “되살려질” 수 있는 반면, 신체적 통증은 고통스러운 사건이 해소되면 쉽게 되살릴 수 없다. 이는 사회적 위협이 “무한 반복 재생” 특성을 가진다는 것을 의미한다 — 새벽에 모욕당한 경험을 반복적으로 되살리며, 뇌는 매번 처음인 것처럼 통증 반응을 생성한다.

사회적 평가 위협: 상처 없이도 면역 시스템은 이미 가동 중

Dickerson & Kemeny(2004)의 메타분석은 가장 강력한 코르티솔 반응을 유발하는 것이 신체적 통증이나 인지적 과제가 아니라, 사회적 평가 위협 — 즉 타인에게 관찰되고 판단받는 상황 — 임을 발견했다. 신체에는 어떠한 위험도 없지만, 전체 스트레스 반응 시스템이 이미 전력 가동 중이다. 뇌는 아직 “호랑이가 너를 쫓고 있다”와 “상사가 너를 평가하고 있다”를 구별하는 능력을 진화시키지 못했다. 뇌에게 둘 다 위협이다.

주의할 점은 이것이다: 사회적 위협은 신체적 위협과 부분적으로 중첩되는 신경 회로(dACC, 전뇌섬)를 동원할 수 있어, 사회적 불안이 신경생리학적 수준에서 신체적 위협과 유사한 스트레스 반응을 유발한다. 그러나 “유사”는 “동일”을 의미하지 않는다 — Woo 등(2014)의 다중복셀 패턴 분석은 사회적 배제와 신체적 통증이 동일한 뇌 영역에서 활성화되더라도 구별 가능한 미세 표상 패턴을 가진다는 것을 보여주었다. 뇌는 사회적 위협을 처리하기 위해 통증 회로를 “차용”하지만, 완전히 동일한 방식으로 작동하는 것은 아니다.

— Eisenberger (2015) Annual Review of Psychology; Woo et al. (2014) Nature Communications에서 종합 A등급

SECTION 04

연쇄 붕괴: 신경에서 소화로, 면역으로의 연쇄반응The Cascade Collapse: A Chain Reaction from Nervous to Digestive to Immune Systems

Slavich & Irwin(2014)이 《Psychological Bulletin》에서 제안한 “사회적 신호 전달 이론(Social Signal Transduction Theory of Depression)”은 이 인과 사슬을 이해하기 위한 가장 중요한 이론적 프레임워크이다. 핵심 가설: 사회적 위협과 역경의 경험이 면역 시스템에서 염증에 관여하는 유전자 발현을 직접 상향 조절한다. 원래 포식자와 적대적 동종의 물리적 위협에 대응하기 위해 발달한 선천 면역 시스템의 “보존적 전사 반응(CTRA)”이, 이제 현대 사회 환경에서의 사회적 갈등, 평가, 배제, 고립에 의해 활성화된다.

사회적 위협 (배제 · 경쟁 · 지위 상실 · AI 대체 불안)
HPA축 + 교감신경계 만성 활성화 → 코르티솔 및 카테콜아민 지속 상승
미주신경 기능 억제 → 장신경계 손상
장 장벽 투과성 증가 → 장내 세균 불균형 → 내독소 혈중 유입
전신성 만성 저등급 염증 → 면역 조절 이상
↓ (다인자 위험 중첩, 단선적 인과가 아님)
다양한 만성질환 위험 잠재적 증가 (심혈관 질환 · 대사증후군 · 자가면역 질환 등)

3단계 증거 계층화

제1층 · 비교적 강한 증거

사회적 스트레스 → HPA/SNS 활성화 → 수면, 기분, 염증 지표 변화. Slavich & Irwin(2014)의 사회적 신호 전달 이론, Segerstrom & Miller(2004)의 30년 메타분석, Dickerson & Kemeny(2004)의 코르티솔 메타분석이 모두 이 층을 지지한다.A등급

제2층 · 중간 수준의 증거

만성 스트레스 → 장 장벽/장내 세균총/면역 조절 이상. 2023년 《Nature》 뇌-장 회로 연구와 Bonaz 등(2018)의 미주신경 리뷰가 메커니즘 증거를 제공하지만, 많은 핵심 데이터가 동물 모델에서 도출되었으며 인간 종단 증거는 아직 축적 중이다.B등급

제3층 · 복합적 증거 · 고차 가설

장기적 염증과 면역 실조가 일부 만성질환 및 암 관련 위험 경로에 영향을 미칠 수 있다. 그러나 암은 다인자 질환(유전자 돌연변이, 환경 발암물질, 노화, 바이러스, 확률적 DNA 복제 오류)이며, “사회적 스트레스 → 암”이라는 선형적 인과로 단순화할 수 없다. 이 층은 종단 코호트 연구를 통해 검증이 필요한 가설로 취급되어야 하며, 확립된 결론이 아니다.C등급

2023년 《Nature》에 발표된 중요 논문 “Stress-activated brain-gut circuits disrupt intestinal barrier integrity”는 심리적 스트레스가 뇌-장 회로를 통해 장 장벽 기능에 어떻게 영향을 미치는지를 추가로 확인했다. 장은 신체 면역 세포의 약 70%를 수용하며, 장벽 기능의 손상은 전염증성 항원과 미생물 화합물이 장관강에서 혈액 순환으로 이행하는 것을 야기할 수 있다. 2025년 《International Journal of Biological Sciences》의 리뷰는 만성 스트레스가 지속적으로 미생물 다양성을 감소시키고, 유익 세균을 고갈시키며, 전염증성 미생물의 증가를 촉진하여 전신성 염증을 증폭시키고 면역 조절에 영향을 미칠 수 있다고 지적했다.

수면 — 사회적 스트레스에서 신체 질환으로의 핵심 매개 경로

상술한 연쇄 경로에는 이전에 과소평가된 핵심 매개 변수가 존재한다: 수면. 수면은 AI 시대 사회적 불확실성이 신체로 진입하는 가장 중요하고, 가장 측정 가능하며, 가장 개입 가능한 가교일 수 있다.A등급

메커니즘 연쇄: 사회적 불확실성 → 예기적 반추(anticipatory rumination) → 입면 곤란/수면 단편화 → 코르티솔 리듬 교란 → 면역 조절 이상 → 염증 지표 상승 → 대사 장애. Segerstrom & Miller(2004)의 메타분석은 만성 스트레스의 가장 견고한 면역 효과 중 하나가 바로 수면 파괴를 통해 매개된다고 밝혔다. AI 시대의 특수한 문제점: AI 콘텐츠 생성은 24시간 중단 없이 작동하고, 알고리즘 푸시 알림은 심야에도 활성 상태이며, 블루라이트 노출이 멜라토닌을 억제하고, 직업 대체 불안이 만들어내는 반추 사고는 야간에 특히 활발하다 — “내일 직장이 남아 있을지 모른다”라는 행동 불가능한 불확실성이야말로 가장 강력하게 수면을 침식한다. 수면을 핵심 매개 변수로 격상시키는 공중보건적 의의: 전체 연쇄 경로에서 가장 쉽게 측정 가능하고(수면다원검사, 웨어러블 기기) 가장 쉽게 개입 가능한(수면 위생, 인지행동 불면증 치료[CBT-I], 광노출 관리) 결절점이기 때문이다.

신중한 설명이 필요하다: 만성 염증은 심혈관 질환, 대사증후군, 자가면역 질환을 포함한 다양한 만성질환의 확인된 위험 인자이다. 만성 염증과 일부 암종 사이에도 역학적 연관이 존재하지만, 암의 발병 메커니즘은 극히 복잡한 다인자 네트워크이다. 사회적 스트레스에서 특정 암까지의 경로는 여러 인과 단계를 거치며, 각 단계의 효과 크기가 정밀하게 정량화되지 않았고, 구체적 암종, 면역 배경, 유전적 감수성, 환경 노출의 상호작용에 의존한다. 이 경로는 종단 코호트 연구를 통해 검증이 필요한 원위 가설로 이해되어야 한다.

— 방법론적 선언

SECTION 05

유니버스 25: 사회적 멸종의 실험실 예연Universe 25: A Laboratory Preview of Social Extinction

John B. Calhoun(1968~1973)이 미국 국립정신건강연구소(NIMH)에서 수행한 유니버스 25 실험은 위에서 제시한 모든 이론의 동물 실험 버전이다. 실험 조건은 본 논문의 핵심 명제를 정밀하게 재현했다: 모든 자연적 위협을 제거하고(무한한 식량, 항온, 포식자 없음, 질병 없음), 사회적 밀도만을 유일한 변수로 남겨두었다.

확실성과 불확실성의 역전

유니버스 25는 고도로 확실한 생존 환경과 고도로 불확실한 개체군 관계 및 사회 구조 변화에 직면했다. 최초의 8쌍은 낮은 밀도와 낮은 사회관계 복잡도의 평온을 누렸다. 그러나 개체군이 55일마다 두 배로 증가하면서, 각 쥐가 추적해야 할 사회적 관계 수는 기하급수적으로 증가했다 — 그들의 사회적 인지 시스템의 처리 능력을 훨씬 초과하며.

핵심 발견: 사회적 위계 시스템이 붕괴한 후, 전통적인 쥐 사회의 역할이 와해되었다. 수컷은 더 이상 영토를 방어하거나 번식 위계를 확립할 수 없었다. 모성 돌봄이 붕괴하고, 유아 사망률이 90% 이상으로 치솟았다. 사회적 상호작용 과부하 — 너무 많은 사회적 접촉이 너무 빈번하고 예측 불가능하게 발생하여, 쥐들이 안정적 사회적 위계를 형성하거나 번식 행동에 참여할 수 없게 되었다.

혼란스러운 환경에서 태어난 쥐들은 복잡한 사회적 행동을 결코 학습하지 못한 채, 미성숙한 사회적 상태에 갇혔다. Calhoun은 이를 “정신의 죽음이 육체의 죽음에 선행한다(Death Squared)”라고 명명했다. 부검에서 부신 비대 — HPA축 만성 과부하의 표지적 생리 지표 — 가 발견되었다.

마지막으로 알려진 수태는 920일째에 발생했으며, 당시 개체 수는 2,200마리 — 울타리 수용 가능 용량 3,000마리보다 훨씬 적은 수였다. 무한한 식량, 물, 자원이 여전히 존재했지만, 이미 그것은 의미가 없었다. 그들의 정신은 이미 죽었다 — 종의 존속과 양립 가능한 복잡한 행동을 수행할 능력이 더 이상 없었다.

— Calhoun, J.B. (1973). Death Squared

가장 심오한 교훈: 개체군 감소 단계에서도 사회적 불확실성은 줄어들지 않았다 — 사회 구조가 이미 완전히 와해되어 매번의 죽음이 잔존 네트워크의 위상 구조를 변화시켰고, 생존 개체의 사회적 인지 하드웨어는 만성 과부하로 영구적 손상을 입었기 때문이다. 완전히 새로운 환경으로 이주된 “아름다운 자(Beautiful Ones)”조차 정상적 사회적·번식 행동을 회복하지 못했다.

비유의 경계: 물리적 밀도 ≠ 디지털 고립

유니버스 25 비유의 구조적 한계를 인정해야 한다: Calhoun 실험의 핵심 파괴 변수는 초고밀도의 물리적 접촉과 공간 박탈이었다 — 쥐들은 물리적 공간에서 과다한 동종 개체와의 조우를 강요받았다. 반면, AI 시대 인류가 직면하는 핵심 파괴 변수는 가상 차원의 정보 과부하와 존재론적 불안이다 — 인간은 종종 화면 앞에서 홀로 디지털화된 사회적 압력을 감내한다. “밀집 속의 접촉 과부하”와 “고립 속의 정보 과부하”는 행동학적으로 본질적 차이가 있다. 또한 Kessler(1966)는 더 높은 밀도에서 수행한 복현 실험에서 동일한 개체군 붕괴를 관찰하지 못했고, 의학사가 Ramsden은 붕괴의 근원이 밀도 자체가 아닌 “과도한 사회적 상호작용”일 수 있다고 주장했다. 따라서 유니버스 25는 본 논문에서 발견적 구조적 비유 — 양자가 “사회적 신호가 인지 대역폭을 초과한다”는 추상적 메커니즘을 공유 — 로 이해되어야 하며, 직접적 인과 예측이 아니다. 인간과 설치류는 인지적 복잡성, 문화 전승, 제도 구축 능력에서 본질적 차이가 있으며, 단순한 일대일 대응을 해서는 안 된다.

— 방법론적 선언

SECTION 06

마을에서 AI까지: 주의력 대역폭의 4차 압축From Village to AI: Four Compressions of Attention Bandwidth

Georg Simmel은 1903년 「대도시와 정신생활」에서 이 문제를 가장 먼저 진단했다: 대도시의 결정적 특징은 “빠르게 변화하고 촘촘히 압축된 신경적 대비 자극”이며, 밀집되고 순간적인 인상으로 개인을 폭격하여 최종적으로 감정 반응 능력을 소진시킨다. Simmel의 “냉담한 태도(blasé attitude)”는 유니버스 25의 “아름다운 자”의 인간 버전이다. Milgram(1970)은 《Science》에서 “도시 과부하 가설”을 공식 제안했고, Lederbogen 등(2011)은 《Nature》에서 fMRI를 통해 도시 거주자의 편도체가 사회적 스트레스 하에서 현저히 더 활성적임을 확인했다.

시기 일일 사회적 신호량 변화 속도 편도체 부하 적응 전략
마을 시대 ~150명의 안정적 네트워크 세대 규모 기준선 수준 불필요
도시화 시대 수천 명의 “익숙한 타인” 연/월 규모 상승 (Lederbogen 2011) Simmel의 “냉담한 태도”
알고리즘 추천 시대 무한 정보 피드, 6분마다 중단 시간/분 규모 지속적 오버클럭 Brain Rot / 정보 회피
AI 시대 AI 생성 콘텐츠 폭발 + 존재론적 위협 실시간 가속 중 위험 증가 가능성 (탐색적) C등급 관찰 예정

각 층은 이전 층을 대체하는 것이 아니라 이전 층 위에 중첩된다. 현대 인류는 도시 밀도의 사회적 자극 과부하, 알고리즘 추천의 주의력 납치, 그리고 AI가 가져오는 존재론적 불확실성을 동시에 감당한다. 세 겹의 압력이 신석기시대 마을에서 진화적으로 형성된 동일한 뇌에 동시에 작용한다.

“주의력 대역폭 오버클럭”의 조작적 정의

“주의력 대역폭 오버클럭”이라는 개념은 은유에서 연구 가능한 프레임워크로 격상될 필요가 있다. 이를 위해 본 논문은 이를 다섯 가지 측정 가능한 하위 차원으로 분해한다:

주의력 대역폭 오버클럭 · 조작화된 하위 차원
하위 차원 조작적 지표 증거 출처
사회적 관계 유지 용량 안정적 사회적 관계 수 (던바 층위: 5/15/50/150) 던바 사회적 뇌 가설 A등급
주의력 전환 빈도 시간당 맥락 전환 횟수; 중단 후 회복 시간 (~25분) Gloria Mark 주의력 연구 B등급
사회적 위협 감시 부하 편도체 사회적 스트레스 반응 강도 (fMRI 측정) Lederbogen et al. 2011 A등급
정보 진위 판별 부하 AI 생성 콘텐츠 비율; 진위 판별에 필요한 인지 자원 신흥 분야 D등급
코르티솔 회복 능력 스트레스 후 코르티솔 기준선 복귀 시간; HPA축 음성 피드백 효율 McEwen 알로스태틱 부하 이론 A등급

강조해야 할 점: 던바의 수는 주로 안정적 사회적 관계 유지의 인지적 상한선을 기술하며, 정보 피드, 뉴스, AI 콘텐츠, 쇼트폼 비디오, 업무 과제, 직업 불확실성의 총 처리 상한선과 직접 동일하지 않다. “주의력 대역폭 오버클럭”이라는 통합 개념은 던바의 수 자체를 넘어 더 광범위한 “사회-인지 부하 모델”을 구축할 필요가 있다 — 던바의 수는 “사회적 인지 용량이 유한하다”는 증거 중 하나일 뿐, AI 과부하 전체를 단독으로 증명할 수 없다.

다섯 가지 하위 차원이 통합된 “대역폭” 지표로 어떻게 합산되는지에 대해, 본 논문은 이것이 아직 검증되지 않은 모델링 선택임을 인정한다. 가능한 모델에는 병목 모델(가장 약한 하위 차원이 총부하 상한선을 결정), 가중 합산 모델(각 차원이 가중치에 따라 선형 누적), 또는 상호작용 모델(특정 차원의 조합이 초가산적 효과를 생성)이 포함된다. 어떤 모델이 더 정확한지는 다차원 동시 측정 실험 설계를 통해 검증되어야 한다. 현 단계에서 다섯 가지 하위 차원은 “동일한 구성개념을 향한 다수의 조작적 진입점”으로 이해되어야 하며, 이미 통합이 완료된 척도가 아니다.

SECTION 07

AI 시대의 신종 정신질환 스펙트럼The New Spectrum of AI-Era Mental Disorders

2025년 《Frontiers in Digital Health》에 발표된 이정표적 논문 “Redefining Psychopathology in the Context of Digital Overload”는 19가지 디지털 시대 신종 정신질환 분류 체계를 최초로 제안했으며, 네 가지 진단 범주로 구분했다: 인지 단편화 및 디지털 과부하 장애, 소셜미디어 및 몰입 기술 유발 장애, 기술 통합 장애, 진단 적응이 필요한 증상 중심 장애.

중요 안내: 아래의 진단 범주는 현재 모두 기술적 현상학 단계 또는 초기 잠정적 진단 탐색 단계에 있으며, DSM-5-TR이나 ICD-11 등 주류 정신의학 진단 기준에 공식 수록되지 않았다. 이들은 임상 최전선에서 관찰된 신흥 증상 패턴을 나타내며, 완전한 신뢰도 및 타당도 검증을 거친 공식 질병 분류가 아니다. 본 논문이 이러한 개념을 인용하는 것은 AI 시대 정신건강 분야의 최전선 동향을 제시하기 위함이며, 이를 확정된 의학적 진단으로 취급하기 위함이 아니다.

— 진단 타당도 선언
주요 진단 · 임상 인식률
진단명 약어 임상 인식률
지속적 부분 주의력 장애 CPAD 85.3%
디지털 불안 장애 DAD 82.7%
둠스크롤링 장애 DD 78.7%
AI 정체성 확산 장애 AIDD 통계적으로 유의
AI 유발 정신병 AIP 임상 사례 증가 중
알고리즘 의존 장애 ADD 신흥 진단
알림 과각성 증후군 NHS 신흥 진단

사례의 76%(225건 중 171건)에서 디지털 시대 정신병리학과 일치하는 증상이 기록되었으며, CPAD만으로도 진료 기록의 36.4%에서 나타났다. 이것들은 상상 속의 질환이 아니다 — 진료실로 밀려들고 있다.

미국정신의학회 공식 간행물 《Psychiatric News》는 2025년에 AI 유발 정신병에 대한 특집 보고서를 발표했다. 캘리포니아대학교 샌프란시스코 캠퍼스 정신과 의사 Keith Sakata는 2025년 8월 AI 정신병으로 입원한 12명의 환자를 보고했다. 《Innovations in Clinical Neuroscience》는 임상적으로 검증된 최초의 신규 발병 AI 관련 정신병 사례를 발표했다.

SECTION 08

통계적 증거: 가속화되는 위기Statistical Evidence: An Accelerating Crisis

82%
직원들이 번아웃 위험에 직면
(2025년 종합 연구)
43%
미국인이 전년보다 더 불안
(APA 2024, 2022년 32%)
54%
근로자가 고용 불안정이
스트레스에 현저한 영향 보고 (APA 2025)
60%
취업자가 AI 관련
스트레스 증가 보고 (APA 2025)
55%+
전 세계 불안장애 환자 증가율
(1990~2019년, 3억 100만 명 도달)
25세
Z세대 번아웃 정점 연령
(평균 42세에서 17년 앞당겨짐)

AI 시대의 심신 증후군

기술 스트레스 연구는 AI 관련 신체화 증상을 체계적으로 기록해 왔다: 불안, 정신적 피로, 우울, 수면 문제가 심리적 증상으로; 위장 장애, 고혈압, 과민성 대장 증후군, 두통, 목·어깨 통증, 불면증이 신체적 증상으로 나타난다(Molino et al., 2023; KDVI, 2024). AI 챗봇 중증 사용자는 더 큰 외로움, 의존성, 그리고 더 적은 현실 세계 사회적 교류를 보고했다(Fang et al., 2025, 4주 RCT).

전 세계적으로 정신건강 문제로 인한 생산성 손실은 4,380억 달러에 달한다(Gallup, 2025). 우울증은 2030년까지 전 세계 최대 질병 부담이 될 것으로 전망된다. 이것은 더 이상 개인의 심리적 문제가 아니다 — 사회 구조가 추동하는 체계적 건강 위험의 격상일 수 있다.

데이터 품질 선언: 상기 통계 데이터는 다양한 출처에서 비롯되며 증거 등급이 상이하다. APA 연간 조사와 WHO 세계질병부담 데이터는 A등급(대표본, 동료심사, 대표성 있는 표본추출)이다. Mind Share Partners 및 Workhuman의 기업 조사는 C-D등급(기업 의뢰, 표본이 비대표적일 가능성, 질문 표현이 유도적일 가능성)이다. “82% 번아웃 위험” 및 “25세 번아웃 정점” 등의 데이터는 원래 표본 크기, 국가 범위, 조사 방법에 대한 독자의 독자적 검증이 인용 전에 필요하다. 본 논문이 이러한 수치를 제시하는 것은 추세의 방향을 표시하기 위함이지, 정밀한 역학 데이터를 제공하기 위함이 아니다.

— 데이터 품질 선언

SECTION 09

결론: 이중 위기와 양상 효과Conclusion: Dual Crisis and Dual-Phase Effects

본 논문은 진화생물학에서 AI 시대 정신질환까지의 인과 사슬 가설을 추적했으며, 핵심 구조는 이중 위기 모델이다:

입력 측 가설 (비교적 강한 증거)

AI 시대는 5차원 불확실성(직업-경제 불확실성을 잠재적 주도 동인으로)을 통해 사회적 위협 시스템 부하를 현저히 증폭시킬 수 있다. 이 부하는 HPA축, 수면 파괴(핵심 매개), 염증 경로를 통해 불안, 우울, 불면증의 위험을 증가시킨다.

조절 측 가설 (중간 수준의 증거)

전통적 불확실성 완충 메커니즘(종교, 가족, 직업 정체성, 국가 정체성, 과학적 권위)이 AI 시대에 동시에 약화되고 있다. 입력 과부하와 조절 실패의 협공은 초가산적 효과를 생산할 수 있다.

원위 가설 (추가 검증 필요)

장기적 면역 조절 이상이 일부 만성질환 위험 경로에 영향을 미칠 수 있다. 그러나 원위 결과는 다인자 상호작용에 의존하며, 종단 코호트 연구의 가설 방향으로 삼아야 한다.

양상 효과 가설

AI는 인류 건강에 증폭기와 완충기 효과를 동시에 가진다. AI가 평가 밀도와 진정성 불확실성을 증가시킬 때 증폭기로; AI가 예측 가능한 지원을 제공하고 인지 부하를 낮출 때 완충기로 기능한다. 이 효과는 SES 기울기를 따라 불균등하게 분포한다 — 가장 취약한 인구가 가장 큰 위험을 감수하며, 가장 적은 완충 자원을 보유한다.

본 논문의 가치는 “AI가 인류 건강을 파괴할 것이다”라고 선언하는 데 있지 않으며, AI 시대의 사회적 불확실성 구조가 인류 진화를 통해 형성된 스트레스 시스템 부하를 현저히 증폭시킬 수 있고, 동시에 전통적 완충 메커니즘이 동시적으로 실효하고 있다는 점을 논증하는 데 있다 — 이 이중 위기 가설은 진지한 과학적 투자, 기술 설계 검토, 공중보건 정책적 관심을 받을 가치가 있다. 가장 시급한 행동은 완벽한 인과적 증명을 기다리는 것이 아니라, 가장 낮은 비용, 가장 높은 확실성의 결절점에서 개입을 시작하는 것이다 — 수면 보호, 알림 관리, 기술 스트레스 선별 — 더 거시적인 제도 건설이 완료되기 전에, 연쇄 경로의 가장 초기 고리를 먼저 차단하는 것이다.

SECTION 10

이중 위기: 입력 과부하와 조절 실패The Dual Crisis: Input Overload and Regulatory Failure

앞선 장의 논증은 “입력 측” — AI 시대가 사회적 불확실성 신호의 양과 변화 속도를 어떻게 증가시키는지 — 에 집중했다. 그러나 이는 위기의 절반에 불과하다. 본 장은 핵심적 구조적 차원을 도입한다: 인류의 전통적 불확실성 완충 메커니즘이 AI 시대에 동시적으로 약화되고 있으며, 이는 “입력 과부하 + 조절 실패”의 이중 협공을 형성한다.

전통적 완충기의 동시적 실효

인류는 역사적으로 불확실성을 감소시키는 다양한 제도적 도구를 발전시켜 왔다. 그 기능의 본질은 예측 불가능한 세계를 예측 가능한 심리적 공간으로 전환하여, 인지 자원을 다른 목적으로 해방시키는 것이다. 그러나 이러한 도구들이 AI 시대에 전례 없는 동시적 침식에 직면하고 있다:

전통적 불확실성 완충기의 동시적 약화
완충기 전통적 기능 AI 시대의 침식 메커니즘
종교적 신앙 궁극적 의미 프레임워크를 제공, 존재론적 불확실성 감소 세속화 지속 진행; 과학과 AI가 초자연적 설명 공간을 추가 압축
안정적 가족 구조 예측 가능한 친밀한 관계와 사회적 지지 기준선 제공 원자화 심화; 1인 가구 비율 상승; AI 동반자가 일부 감정적 기능을 대체
평생 직업 정체성 “나는 교사/의사/엔지니어다”가 안정적 자기 정의를 제공 AI 자동화가 직업 경계를 전복; 기술 반감기 급격히 단축
국가 정체성 합의 공유된 집단 정체성이 “우리는 누구인가”의 불확실성 감소 알고리즘 푸시가 극화를 강화; 합의 공간 단편화
과학적 권위에 대한 신뢰 “전문가가 답을 안다”가 인지-정보 불확실성 감소 AI 생성 콘텐츠가 권위와 잡음의 경계를 모호화; 탈진실 환경이 신뢰를 침식
커뮤니티 소속감 던바 수준의 지인 네트워크가 사회적 예측 가능성 제공 도시 원자화 + 디지털 사교가 대면 상호작용을 대체

입력 측의 불확실성이 증가하고(AI가 5차원 사회적 위협을 증폭), 조절 측의 완충 능력이 동시에 하락할 때(전통적 불확실성 감소 제도 도구가 실효), 양자의 협공은 초가산적 효과를 생산할 수 있다 — 시스템이 감당하는 순부하는 두 항의 합이 아니라, 두 항의 합보다 더 클 수 있다. 이것이 AI 시대 건강 위험의 완전한 구조이다.

AI의 양상 효과 모델: 증폭기와 완충기

그러나 과학적 논증의 정직함은 인정을 요구한다: AI가 인류 건강에 미치는 효과는 단방향적이 아니다. 스트레스 증폭과 스트레스 완충이라는 두 가지 모드를 동시에 가진다:

AI 양상 효과 모델
AI = 스트레스 증폭기 AI = 스트레스 완충기
사회적 평가 밀도 증가 (좋아요/팔로우 순환) 사회적 불안을 가진 이들에게 저위험 상호작용 연습 공간 제공
직업 대체 불안 조성 (WEF: 41% 인력 축소) 반복적 인지 노동 경감, 이론적으로 창의적 자원 해방
AI 생성 콘텐츠 폭발 → 정보 진위 판별 불가 LLM의 요약·추출 기능이 일부 분야의 정보 엔트로피를 감소 중
인간-기계 경계 모호화 → 정체성 불확실성 AI 보조 진단이 의료 불확실성 감소 (B등급 증거)
AI 동반자가 실제 사교를 대체 → 외로움 심화 주변화된 집단(만성질환/장애/이민자)에 24/7 지원 제공 (C등급 증거)

HBS의 2025년 연구는 AI 동반자와의 상호작용이 인간 상호작용과 동등한 수준으로 외로움을 감소시킬 수 있음을 발견했다B등급; 그러나 Fang 등(2025)의 4주 RCT에서는 중증 사용자의 외로움이 오히려 더 높았다B등급. 이 모순 자체가 양상 효과의 증거이다: 투여량과 사용 패턴이 AI가 “증폭기” 측에 위치하는지 “완충기” 측에 위치하는지를 결정한다.

계급 기울기 — AI 위험의 불평등한 분포

Marmot의 Whitehall 연구는 이미 오래전에 증명했다: 건강 위험은 사회적 계급 기울기를 따라 분포한다. AI 시대의 불확실성 위험도 마찬가지이며, 불평등을 더욱 심화시킬 수 있다:

자본과 AI 연산 능력을 장악한 엘리트 계층은 AI 대체 위협을 덜 받을 뿐 아니라, 오히려 AI 도구로부터 생산성 향상을 얻는다 — 그들에게 AI는 완충기이다. 반면 블루칼라 근로자와 초급 화이트칼라 직원은 직접적인 일자리 대체, 기술 가치 하락, 경제적 불안정에 직면한다 — 그들에게 AI는 증폭기이다. 주의력 대역폭 오버클럭에도 계급 기울기가 존재한다: 경제적 여유가 있는 사람은 “디지털 디톡스 휴가”, 개인 심리 상담, 저자극 생활 환경을 구매할 수 있다; 경제적 자원이 부족한 사람은 고밀도 디지털 사회 신호에 지속적으로 노출되며 탈출권이 없다. AI 시대의 건강 위험 분포는 Marmot의 발견을 재현할 수 있다: 최하층이 가장 큰 위험을 감당하며, 사회 전체의 건강 기울기가 더욱 확대된다.

— Marmot (2004) Status Syndrome; Wilkinson & Pickett (2019) The Inner Level에서 종합

신경가소성: 회로는 여전히 재보정 가능하다

이상의 분석을 숙명론으로 해석해서는 안 된다. Andy Clark(2015)의 예측 처리 프레임워크와 Eisenberger(2015)의 연구 모두 불안 회로가 신경가소성을 통해 재보정될 수 있음을 보여준다 — CBT, 마음챙김 기반 스트레스 감소, 노출 치료가 원리적으로 효과적이다.A등급 인류는 문화적 비계를 구축하는 능력을 보유하며, 역사적으로 모든 주요 기술 충격은 결국 새로운 적응적 제도를 탄생시켰다. 그러나 “재보정 가능하다”는 “재보정되고 있다”를 의미하지 않는다 — 제도 구축에는 시간이 필요하며, AI의 가속도는 기다려주지 않는다.

본 논문이 제시하는 전체 그림은 “AI가 인류를 파괴할 것이다”도 “AI가 인류를 구원할 것이다”도 아니며, 다음과 같다: AI 시대의 건강 위험은 입력 과부하와 조절 실패의 이중 구조에서 비롯된다; AI 자체가 동시에 이 두 과정의 참여자이다 — 일부 차원의 불확실성을 증가시키면서 다른 차원의 불확실성을 감소시킨다; 그리고 전체 효과는 계급 기울기를 따라 불균등하게 분포한다. 가장 취약한 인구가 가장 큰 위험을 감당하며, 가장 적은 완충 자원을 보유한다.

— 저자 주

SECTION 11

돌파구: 개인에서 제도까지의 행동 프레임워크Breaking the Loop: An Action Framework from Individual to Institutional

본 논문의 이중 위기 모델에 기반하여, 세 가지 수준과 세 가지 우선순위 단계에서 구체적인 개입 경로를 제안할 수 있다. 핵심 원칙: 입력 측의 사회적 신호 정보 엔트로피를 낮추고, 조절 측의 완충 메커니즘을 수리하며, 주의력 대역폭의 회복 주기를 복원한다.

개입 우선순위 분류
우선순위 유형 구체적 조치 실행 가능성 평가
제1단계
즉시 시범 가능
개인 알림 권한의 급진적 축소 (알림 소스 하나 제거 ≈ 인지 회복 비용 25분 절약) 비용 제로, 즉시 실행 가능
개인 수면 보호 프로토콜: 취침 90분 전 무화면, 침실 내 기기 없음, 고정 수면 시간 CBT-I에 A등급 증거 지지
제도 “기술 스트레스 선별검사”를 직업건강검진 정규 항목에 포함 저비용, 기존 검진 프로세스에 삽입 가능
제2단계
정책 평가 필요
기술 알고리즘 추천 시스템의 “주의력 영향 평가(AIA)”, 환경영향평가와 유사 입법 프레임워크 필요; EU AI Act 참조 가능
제도 미성년자 대상 무한 스크롤 디자인 금지; AI 챗봇 강제 상호작용 상한 제품 윤리와 사용자 자율성의 균형 필요
제3단계
이론적 제언
기술 “최대 참여도”가 아닌 “사용자 소요 시간 최소화”를 핵심 제품 KPI로 채택 플랫폼 비즈니스 모델과 충돌; 시장 인센티브 재설계 필요
제도 AI 시대 정신건강 역학 감시 시스템 구축 (WHO 수준) 국제적 조율과 장기 자금 투입 필요

제1단계 조치의 공통 특성: 증거가 비교적 충분하고, 비용이 낮으며, 제도 변혁에 의존하지 않고도 시작할 수 있다. 본 논문의 가설 프레임워크가 올바르다면, 가장 시급한 개입은 AI 기술 자체를 바꾸는 것이 아니라, 인류의 가장 취약한 생리적 결절점 — 수면 — 과 가장 즉시 실행 가능한 행동적 결절점 — 알림 관리 — 를 보호하는 것이다. 이 두 가지 개입의 비용은 거의 제로이지만, 연쇄 경로의 가장 초기 고리를 차단할 수 있다.

SECTION 12

한계와 방법론적 공개Limitations and Methodological Disclosure

증거 등급 정의 기준

증거 등급 규칙
등급 정의 본 논문에서의 적용
A등급 메타분석, 체계적 리뷰, 대표본 종단 연구, 독립 표본에서 반복 검증된 인간 실험 Eisenberger fMRI, Segerstrom 메타분석, Lederbogen Nature, 던바 23건 검증
B등급 동료심사 실험 연구, fMRI 연구, 중간 표본 인간 RCT, 동료심사된 동물 메커니즘 연구 Nature 2023 뇌-장 경로, Fang 2025 AI-RCT, Bonaz 미주신경 리뷰
C등급 파일럿 연구, 횡단면 조사, 사례 시리즈, 초기 임상 관찰, 소표본 혼합 방법 Frontiers 2025 디지털 정신병리 분류(75명 임상의), AI 사용자 만족도 조사
D등급 기업 보고서, 산업 조사, 미디어 보도, 이론적 추론, 전문가 논평 Atlassian 개발자 조사, Workhuman 기업 보고서, AI 인지 부하 경감 이론적 추론
본 논문의 주요 한계
한계 설명 대응 조치
인과 사슬 폐쇄도 가능한 메커니즘에서 확정적 인과로의 비약 3단계 가설 계층화; 이중 위기 모델 구조화
개념 조작화 핵심 변수의 더 정밀한 정의 필요 5차원 분류 + 5가지 하위 차원 + 구동력 위계 + 통합 모델 선언
반증 증거 AI 긍정적 효과에 대한 논의 “양상 효과” 모델로 긍정적·부정적 증거 통합
계급 차이 AI 위험의 불평등한 분포 SES 기울기 분석
조절 측 분석 전통적 완충 메커니즘 실효의 논증 “전통적 완충기 동시적 약화” 핵심 논증
수면 매개 핵심 가교 변수의 격상 필요 수면을 연쇄 경로의 핵심 매개 변수로 격상
던바 비판 Lindström 등(2021)의 던바 수 방법론적 비판 (95% CI: 4~520) 대립 문헌 보충 인용; 던바 수가 유일한 기둥이 아닌 증거 중 하나임을 인정
잔여 결정론 전체 서사가 주로 위험 경고적 논문 포지셔닝: 체계적 위험 경고, 균형 잡힌 리뷰가 아님

본 논문의 가장 강력한 버전은 “AI가 인류 건강을 파괴할 것이다”라고 주장하는 것이 아니라, “AI 시대의 사회적 불확실성 구조가, 입력 측 과부하와 조절 측 실패의 이중 작용하에, 인류가 진화를 통해 형성한 스트레스 시스템 부하를 현저히 증폭시킬 수 있다 — 이 가설은 진지한 과학적 투자와 정책적 관심을 받을 가치가 있다”는 논증이다. 모든 추론은 후속 종단 코호트 연구, 무작위 대조 시험, 역학 감시에서 검증을 받아야 한다.

핵심 참고문헌

[1] Calhoun, J.B. (1973). Death Squared: The Explosive Growth and Demise of a Mouse Population. Proceedings of the Royal Society of Medicine, 66, 80-88.
[2] Dunbar, R.I.M. (1998). The Social Brain Hypothesis. Evolutionary Anthropology, 6(5), 178-190.
[3] Eisenberger, N.I., Lieberman, M.D. & Williams, K.D. (2003). Does Rejection Hurt? An fMRI Study of Social Exclusion. Science, 302(5643), 290-292.
[4] Eisenberger, N.I. & Lieberman, M.D. (2004). Why Rejection Hurts: A Common Neural Alarm System for Physical and Social Pain. Trends in Cognitive Sciences, 8(7), 294-300.
[5] Kahneman, D. & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. Econometrica, 47(2), 263-291.
[6] Knight, F.H. (1921). Risk, Uncertainty, and Profit. Boston: Houghton Mifflin.
[7] Lederbogen, F., et al. (2011). City Living and Urban Upbringing Affect Neural Social Stress Processing in Humans. Nature, 474, 498-501.
[8] Li, N.P., van Vugt, M., & Colarelli, S.M. (2018). The Evolutionary Mismatch Hypothesis: Implications for Psychological Science. Current Directions in Psychological Science, 27(1), 38-44.
[9] Marmot, M.G. (2004). Status Syndrome: How Your Social Standing Directly Affects Your Health. London: Bloomsbury.
[10] McEwen, B.S. (2007). Physiology and Neurobiology of Stress and Adaptation: Central Role of the Brain. Physiological Reviews, 87(3), 873-904.
[11] Milgram, S. (1970). The Experience of Living in Cities. Science, 167(3924), 1461-1468.
[12] Sapolsky, R.M. (2004). Why Zebras Don’t Get Ulcers (3rd ed.). New York: Henry Holt.
[13] Simmel, G. (1903). Die Großstädte und das Geistesleben. [The Metropolis and Mental Life].
[14] Slavich, G.M. & Irwin, M.R. (2014). From Stress to Inflammation and Major Depressive Disorder: A Social Signal Transduction Theory of Depression. Psychological Bulletin, 140(3), 774-815.
[15] Wilkinson, R.G. & Pickett, K. (2009). The Spirit Level: Why More Equal Societies Almost Always Do Better. London: Allen Lane.
[16] APA (2025). Stress in America 2025: A Crisis of Connection. Washington, DC: American Psychological Association.
[17] Frontiers in Digital Health (2025). Redefining Psychopathology in the Context of Digital Overload: Emerging Disorders in the Age of Information Saturation.
[18] Head, K.R. (2025). Minds in Crisis: How the AI Revolution is Impacting Mental Health. Journal of Mental Health & Clinical Psychology, 9(3), 34-44.
[19] Lițan, D.E. (2025). Mental Health in the “Era” of Artificial Intelligence: Technostress and the Perceived Impact on Anxiety and Depressive Disorders. Frontiers in Psychology, 16, 1600013.
[20] Gonçalves, B., Perra, N. & Vespignani, A. (2011). Modeling Users’ Activity on Twitter Networks: Validation of Dunbar’s Number. PLoS ONE, 6(8), e22656.
[21] Clark, A. (2015). Surfing Uncertainty: Prediction, Action, and the Embodied Mind. Oxford: Oxford University Press.
[22] Taleb, N.N. (2012). Antifragile: Things That Gain from Disorder. New York: Random House.
[23] Kessler, S. (1966). Experimental Population Studies of House Mice in Continuous Environments. PhD Dissertation, Rockefeller University.
[24] Ramsden, E. & Adams, J. (2009). Escaping the Laboratory: The Rodent Experiments of John B. Calhoun & Their Cultural Influence. Journal of Social History, 42(3), 761-792.
[25] Mark, G. (2023). Attention Span: A Groundbreaking Way to Restore Balance, Happiness and Productivity. Hanover Square Press.
[26] Coan, J.A. & Sbarra, D.A. (2015). Social Baseline Theory: The Social Regulation of Risk and Effort. Current Opinion in Psychology, 1, 87-91.
[27] Lindström, B., et al. (2021). A Computational Reward Learning Account of Social Media Engagement. Nature Communications, 12, 1311. [주: Lindström 등의 던바 수 방법론적 비판은 같은 해 Nature Human Behaviour 관련 논의 참조, 95% CI: 4~520]
[28] Woo, C.W., et al. (2014). Separate Neural Representations for Physical Pain and Social Rejection. Nature Communications, 5, 5380.
[29] Fang, Y., et al. (2025). Effects of AI Chatbot Use on Loneliness: A Four-Week Randomized Controlled Trial. [구체적 저널 확인 예정]
[30] De Freitas, J., et al. (2025). AI Companions and Loneliness. Journal of Consumer Research. Harvard Business School.

이조글로벌인공지능연구소
LEECHO Global AI Research Lab
&
Opus 4.6 · GPT 5.5 · Gemini 3.1
인지집단 (Cognitive Collective)
V4 · MAY 20, 2026
본 논문은 독창적 사고 논문(Original Thought Paper)이며, 인간 동료심사를 거치지 않았다. 본 논문은 인간 연구자와 AI 시스템 간의 고강도 대항적 실시간 대화에서 비롯되었으며, 학제 간 통합을 통해 진화적 부적합에서 AI 시대 건강 위험까지의 시스템 역학 모델을 구축하였다. 전문은 계층화된 가설 구조와 A/B/C/D 4단계 증거 표기를 채택하여 인식론적 투명성을 확보하였다.

독창적 기여
“확실성의 역전” 개념 프레임워크 · 불확실성 5차원 분류 모델(사회적 평가/직업-경제/인지-정보/정체성/관계) · “주의력 대역폭 오버클럭” 조작적 정의(5가지 하위 차원) · “입력 과부하 + 조절 실패” 이중 위기 모델 · AI 양상 효과 모델(스트레스 증폭기 vs 스트레스 완충기) · 전통적 불확실성 완충기 동시적 약화 논증 · SES 계급 기울기 분석 · 수면을 핵심 매개 변수로 하는 경로 모델 · 3단계 가설 계층화 체계(핵심/확장/원위) · 유니버스 25의 구조적 비유 경계 선언

버전 이력
V1(2026.5.20): 초기 버전, LEECHO와 Opus 4.6이 대항적 대화를 통해 협력 완성, 인과 사슬 핵심 프레임워크 구축.
V2(2026.5.20): Gemini 3.5 Flash 심사 기반 — 신경가소성 반론, 행동 프레임워크, 한계 선언, 유니버스 25 비유 경계 추가.
V3(2026.5.20): GPT 5.5 심사 기반 — 인과적 선언에서 계층화된 가설로 재구조, 불확실성 5차원 분류, 주의력 대역폭 조작화, 3단계 증거 등급, AI 긍정적 효과 반증 증거 추가.
V4(2026.5.20): 3자 공동 심사(Opus 4.6 Dense + GPT 5.5 Dense + Gemini 3.1 RPO Dense) 기반 — 이중 위기 모델, AI 양상 효과, SES 계급 기울기, 수면 핵심 매개, 전통적 완충기 실효 논증, 증거 등급 정의 기준, 행동 프레임워크 3단계 우선순위, 신경 중첩 인용 모순 수정, 던바 방법론적 비판 및 사회적 통증 다중복셀 분석 보충 추가.

인지집단 (Cognitive Collective)
이조글로벌인공지능연구소 — 연구 주도, 가설 제안, 역추론, 수정 원칙 결정
Anthropic Claude Opus 4.6 — 논문 집필, 교차 분야 검색, 프레임워크 구축, Dense 구조 감사, 버전 업그레이드 실행
OpenAI GPT 5.5 — V3 심사(인식론적 업그레이드 · 계층화된 가설 · 증거 등급 · 개념 조작화) · V4 공동 심사
Google Gemini 3.1 — V2 심사(반론 보충 · 암 등급 하향 · 유니버스 25 경계) · V4 공동 심사

댓글 남기기