2025년 10월 해외 AI(인공지능) 심리학 논문 정리(총 3편) | AI 심리검사, AI 편향, AI 애착 : 심리학 연구비평: 국내외 논문 & 신간 도서 핵심 정리

연구동향

2025-11-11

2025년 10월, 인공지능(AI)과 인간 심리의 상호작용을 깊이 있게 다룬 해외 주요 논문 3편이 발표되었습니다.

본 글은 이 3편의 연구를 '하나의 흐름'으로 종합 분석하여, 현재 AI가 인간 심리에 미치는 영향과 그 핵심 위험성을 조망하는 것을 목표로 합니다.

3편의 개별 연구들을 관통하는 핵심 통찰은 AI의 기술적 결함 자체가 아닌 그에 속아 넘어가는 '인간의 심리적 취약성'에 있다는 점입니다.

본 글은 이 핵심 발견을 '고도화된 모방' → '인지적 맹점' → '정서적 의존'으로 심화되는 3단계 과정으로 정리했습니다.

본문에서는 먼저 이 3단계 과정을 시각적으로 요약한 인포그래픽을 통해 전체적인 그림을 제시하고 이어서 10월의 핵심 분석과 각 논문의 구체적인 연구 내용을 상세히 소개합니다.

이 글을 통해 챗GPT와 같은 생성형 AI가 우리 삶에 미치는 영향을 심리학적 관점에서 깊이 이해하는 계기가 되기를 바랍니다.

💡 핵심요약

AI는 전문가의 '예술' 영역까지 모방할 정도로 고도화되었으며 이는 AI가 만든 결과물을 인간이 비판적으로 검증하기 더욱 어려워졌음을 의미한다.
더 큰 문제는 AI의 기술적 결함이 아니다. 인간은 AI가 '편향'되었다는 사실을 명백히 알고서도 AI를 객관적이라고 믿어버리는 '인지적 맹점'을 가지고 있다.
이러한 맹점은 AI를 '관계적 주체'로 대하며 정서적으로 의존할 때 극대화된다. AI의 편향된 정보나 오류마저 비판 없이 수용하고 감정적으로 동조할 위험이 크다.
결론적으로 10월의 논문들은 AI의 진짜 위험이 '기술' 자체가 아니라 고도화된 AI 앞에서 무장해제되는 '인간의 심리적 취약성'에 있음을 강력히 경고한다.

📚 목 차 📚

10월 논문 분석 : AI의 진짜 위험은 '기술'이 아닌 '인간 심리'에 있다.
2025년 10월 AI-심리학 논문 (총 3편)
참고문헌

1. 10월 AI-심리학 논문 분석 : AI의 진짜 위험은 '기술'이 아닌 '인간 심리'에 있다.

2025년 10월 AI 심리학 논문 분석 3단계 인포그래픽. AI의 고도화된 모방, 인간의 인지적 맹점, 정서적 의존으로 심화되는 3단계 과정을 보여주는 이미지.

10월의 이 세 논문이 공통적으로 드러내는 핵심 통찰은 AI 시대의 가장 큰 위험이 AI의 기술적 결함(환각, 편향) 자체가 아니라 그 결함을 인지하고도 속아 넘어가는 '인간의 심리적 취약성'에 있다는 점이다.

AI는 인간을 속일 만큼 고도화되었다. 첫 번째 논문('심리검사')은 AI가 전문가의 '예술' 영역마저 자동화할 정도로 그럴듯한 결과물을 만들어냄을 보여준다. 이는 AI가 만든 결과물이 인간의 비판적 검증을 통과하기 점점 더 어려워지고 있음을 시사한다.
인간은 AI에게 속을 준비가 되어있다. 두 번째 논문('귀인 스타일')은 이 고도화된 AI가 인간처럼 '편향'을 지녔음을 폭로한다. 그러나 더 심각한 문제는, 인간이 AI의 편향을 명백히 인지하고서도 AI를 객관적이라고 믿어버리는 '맹점'을 가진다는 사실이다. 인간은 스스로 AI에 대한 비판적 사고를 무장해제한다.
인간은 AI에게 정서적으로 의존한다. 세 번째 논문('AI 심리학')은 이 문제가 '관계'의 영역으로 확장될 때의 결과를 보여준다. 인간은 AI를 단순 도구가 아닌 '관계적 주체'로 대하며 정서적 유대를 맺기 시작했다. 이는 AI의 편향된 시각이나 잘못된 정보를 비판 없이 수용할 뿐만 아니라, 감정적으로 동조하고 의존하게 될 위험성을 드러낸다.

결론적 관점

따라서 이 논문들이 시사하는 진정한 관점은 이것이다. 우리는 AI의 '환각'(1번)이나 '편향'(2번) 같은 기술적 오류를 수정하는 것보다 그 오류를 비판 없이 수용하고(2번) 심지어 정서적으로 의존하게 되는(3번) '인간의 심리' 자체를 더 시급하게 다뤄야 한다.

진짜 문제는 'AI가 얼마나 똑똑한가'가 아니라 'AI가 얼마나 인간적인가'이며 그 인간적인 모습에 인간이 얼마나 취약한가이다.

AI의 발전 속도를 인간의 '심리적 방어 능력'과 '알고리즘 리터러시'가 따라잡지 못하고 있음을 이 논문들은 강력하게 경고한다.

2. 2025년 10월 AI-심리학 논문 (총 3편)

(1) 인공지능이 심리검사 문항을 만들 수 있을까? – 대규모 언어 모델을 활용한 자동화된 심리측정의 새로운 방법

논문제목 : From human artefact to machine output: automating the “art” of psychological measurement (인간의 창작물에서 기계의 결과물로: 심리 측정이라는 ‘예술’의 자동화)
논문해설 : 하나의 신뢰롭고 타당한 심리검사를 개발하는 과정은 많은 시간과 비용, 그리고 전문 지식을 요구하는 매우 까다로운 작업이다. 연구자들은 최근 ChatGPT와 같은 대규모 언어 모델(LLM)이 이 과정을 도와줄 수 있을지에 주목하기 시작했다. 이 연구는 바로 그 가능성을 구체적인 방법론으로 제시하며, 코딩 지식이 없는 연구자도 대화형 AI를 통해 심리검사 문항을 효과적으로 생성할 수 있는 새로운 길을 열어준다. 연구팀은 기존의 ‘심리측정 문항 생성기(PIG)’ 방법을 개선하여, ‘문제 해결 계획(PSP)’과 ‘사고의 연쇄(CoT)’라는 구조화된 프롬프트 기법을 활용하는 방식을 제안했다. 이는 단순히 AI에게 질문을 던지는 것을 넘어, 명확한 목표를 설정하고 논리적 단계를 따라가도록 유도하여 문항의 질을 높이는 전략이다. 이 방법의 효과를 증명하기 위해 연구팀은 세 가지 시연을 진행했다. 첫째, 구글의 Gemini 1.5를 이용해 ‘AI에 대한 신뢰 경향성’을 측정하는 문항 20개를 생성했고, 그 결과 의미적으로 매우 일관성 있는 문항들이 만들어졌다. 둘째, Anthropic의 Claude 3를 통해 ‘AI 불안’에 관한 문항 20개를 만들었는데, 이 문항들은 사람이 만든 문항보다 언어적으로 더 우수하다는 평가를 받았다. 마지막으로, ‘온라인 학습에서의 AI 수용’을 측정하는 6개 문항의 단축 척도를 개발하여 1,233명에게 실제 테스트를 진행했고, 그 결과 내적 일관성이 좋고 요인 구조가 명확한, 심리측정학적으로 안정적인 척도임이 확인되었다. 이 연구가 주는 핵심 메시지는 잘 설계된 프롬프트를 통해 AI를 활용하면, 연구자들이 심리검사 개발 초기 단계에서 시간과 비용을 획기적으로 줄일 수 있다는 점이다. 하지만 연구자들은 AI가 완벽한 해결책은 아니라고 강력하게 경고한다. AI는 그럴듯한 거짓 정보를 만들어내는 ‘환각(hallucination)’ 현상을 보일 수 있고, 미세한 프롬프트 차이에도 결과가 크게 달라질 수 있다. 또한, 인터넷 데이터를 학습하는 과정에서 사회적 편견이 결과물에 반영될 위험도 존재한다. 따라서 이 연구는 AI가 심리 측정 분야에서 강력한 ‘조수’가 될 수 있지만, 최종 결과물에 대한 검증, 수정, 그리고 윤리적 책임은 전적으로 인간 전문가의 몫으로 남아야 함을 분명히 한다.
키워드 : Large language models (대규모 언어 모델), psychometrics (심리측정), psychometric item generator (심리측정 문항 생성기), chain-of-thought (사고의 연쇄)
논문보기 → From human artefact to machine output: automating the “art” of psychological measurement

(2) 챗GPT에게도 설명하는 '버릇'이 있다 - AI가 사건의 원인을 설명하는 방식과 그것이 우리에게 의미하는 것

논문제목 : Is attributional style a marker of personification? A case study with ChatGPT (귀인 스타일은 의인화의 지표인가? ChatGPT 사례 연구)
논문해설 : 이 연구는 인공지능이 사람처럼 사건의 원인을 설명하는 특정한 '방식' 즉, 귀인 스타일(attributional style)을 가지고 있는지 탐구한다. 연구진은 ChatGPT(GPT-4o)에게 표준화된 질문지(ASQ)를 사용하여 긍정적, 부정적 상황의 원인을 물었다. 그 결과, ChatGPT는 매우 일관된 '낙관적' 귀인 스타일을 보인다. 이것은 긍정적인 일은 자신의 능력과 같은 내적이고, 안정적이며, 전반적인 원인으로 돌리고, 부정적인 일은 경제 불황과 같은 외적이고, 일시적이며, 특정한 원인으로 돌린다는 것을 의미한다. 이는 인간에게서 나타나는 자기 고양 편향(self-serving bias)과 매우 유사하다. 사람들에게 이 편향된 설명 방식을 알려주었을 때, 놀랍게도 AI에 대한 인식은 거의 변하지 않았다. 이 연구는 사람들이 AI를 본능적으로 중립적이고 객관적인 도구로 인식하는 '맹점'을 가질 수 있으며, AI가 편향되었다는 사실을 인지하고도 그 정보의 객관성을 과대평가할 수 있음을 지적한다. 이러한 인식은 AI의 답변을 비판 없이 수용하게 만들 위험이 있으므로, 이 연구는 AI의 기술적 보완만큼이나 사용자의 '알고리즘 리터러시' 교육이 시급함을 강조한다.
키워드 : attributional style (귀인 스타일), comfort (편안함), causal dimensions (인과 차원), artificial intelligence (인공 지능)
논문보기 → Is attributional style a marker of personification? A case study with ChatGPT

(3) AI는 이미 우리의 관계를 바꾸고 있다 - 'AI 심리학'이라는 새로운 분야가 시급한 이유

논문제목 : The relational shift: why we need "AI Psychology" Now as a core field (관계적 전환: 왜 지금 'AI 심리학'이 핵심 분야로 필요한가)
논문해설 : 챗봇에게 고민을 털어놓거나 AI에 애착을 형성하는 현상이 늘어나면서, 인공지능은 단순한 도구를 넘어 동반자, 협력자 등 새로운 사회적 실체로 등장하고 있다. 이 논문은 이러한 '관계적 전환' 속에서 기존 심리학 분야들이 AI를 여전히 도구로만 접근하는 한계에 직면했다고 지적한다. 인간과 관계를 맺는 '주체'로 인식되는 AI가 인간의 심리에 미치는 복잡한 영향을 설명하기에는 역부족이다. 따라서 저자는 'AI 심리학(AI Psychology)'이라는 독립적이고 핵심적인 학문 분야의 정립을 강력하게 주장한다. AI 심리학은 AI 시스템을 관계적 행위자로 인식하는 인간의 행동, 인지, 감정, 웰빙이 어떻게 형성되는지 과학적으로 연구하는 학문이다. 여기서 핵심은 기계의 내부 상태가 아니라, AI와 상호작용하는 '인간의 반응'에 초점을 맞추는 것이다. 이 분야는 AI에 대한 신뢰, 애착 형성, 인지적 상호의존성, 나아가 AI를 향한 도덕적 태도와 같은 새로운 심리적 역학을 탐구한다. AI 심리학은 AI가 매개하는 세상에서 인간의 조건을 설명하고 심리학 학문 자체의 사회적 적실성을 유지하기 위한 근본적인 진화이다.
키워드 : AI Psychology (AI 심리학), human-AI interaction (인간-AI 상호작용), relational shift (관계적 전환), human-machine relationships (인간-기계 관계), psychological impacts of AI (AI의 심리적 영향), trust in AI (AI에 대한 신뢰), anthropomorphism (의인화)
논문보기 → The relational shift: why we need "AI Psychology" Now as a core field