AI 동반자는 나에게 좋을까요?

AI 동반자는 나에게 좋을까요? 연구가 실제로 말하는 것

밝혀 둘 게 있어요. 저희는 myVirtual.love를 만드는 쪽이라 여기에 뻔한 이해관계가 있어요. 그래서 이 글은 저희에게 유리한 연구만이 아니라 불리한 연구도 함께 인용해요.

지금 수백만 명이 인공지능과 대화를 나눠요. 그중 대부분은 속으로 이게 나에게 도움이 되는 걸까 하고 묻고 있고요. 정당한 질문이에요. 방어적인 “네”나 불안한 “아니요”보다 훨씬 진지한 답을 받을 자격이 있는 질문이죠.

AI 동반자란 무엇일까요

대규모 언어 모델 위에 만들어진 소프트웨어 상대가, 끊기지 않는 개인화된 대화를 이어 가고, 내가 보낸 메시지를 기억하고, 시간이 흘러도 자기 캐릭터를 유지해요.

평범한 챗봇과 다른 점은 연속성이에요. 세션마다 새로운 도우미가 되는 대신 몇 달 동안 특정한 한 사람으로 남도록 설계되어 있어서, 밑바탕 기술이 비슷해도 쓰는 경험은 달라져요.

사람들이 쓰는 이유는 제각각이에요. 가벼운 말동무, 감정적인 지지와 하루의 안부, 로맨틱하고 노골적인 대화, 아니면 사람에게 말을 꺼내기 전에 솔직해지는 연습이요. 저마다 다른 쓰임이고 위험의 성격도 달라요. 아래에 이어질 이야기 전부에 이 구분이 중요해요.

연구가 뒷받침하는 것

이 분야에서 가장 설득력 있는 실험 근거는 하버드 경영대학원의 줄리언 드 프레이타스, 그리고 와튼 스쿨과 Marsdata Academic의 동료들에게서 나왔어요. 「AI Companions Reduce Loneliness」라는 이들의 논문은 동료 심사를 거쳐 2025년 《Journal of Consumer Research》에 실렸어요. AI 동반자가 실제로 외로움을 줄여 주는지 확인하려고 통제된 실험을 여러 차례 진행했고요.

결론은, 줄여 줘요. 실험에서 AI 동반자와 나눈 대화는 단기적인 외로움을 사람과 대화했을 때와 비슷한 정도로 낮췄고, 영상을 보거나 아무것도 하지 않는 것보다는 더 많이 낮췄어요. 일주일에 걸쳐 진행된 이 연구에서 효과는 앱을 쓴 모든 날에 걸쳐 유지됐어요. 연구진은 사람들이 직접 써 보기 전에는 그 도움의 크기를 실제보다 낮게 잡는다는 것도 발견했고요.

쓸모 있는 대목은 이들이 찾아낸 작동 원리예요. 외로움을 줄인 건 앱이 얼마나 정교한가가 아니라, 그 사람이 자기 말이 들렸고 이해받았다고 느꼈는가였어요.

두 번째 근거는 스탠퍼드대학교의 메이플스와 동료들에게서 나왔어요. 2024년 《npj Mental Health Research》에 실린 논문에서 동반자 앱 Replika를 쓰는 학생 1,000여 명을 조사했죠. 발견한 내용 대부분은 예상할 만한 것이었어요. 사람들은 말동무 삼아 앱을 썼고, 덜 외롭다고 답했어요. 그런데 예상 밖의 결과가 하나 있었어요. 표본의 3퍼센트가 묻지도 않았는데, 이 앱 덕분에 자살 시도를 멈췄다고 말한 거예요.

양쪽 모두를 정직하게 봐야 하는 대목이에요. 3퍼센트는 자기 보고에 기댄 작은 숫자예요. 하지만 동시에, 자신에게 정말 중요했던 무언가를 이야기한 서른 명이기도 하고요. 같은 연구에서 이 앱 사용자 표본은 비교 대상인 학생 집단보다 훨씬 외로운 사람들이었어요. 대략 90퍼센트 대 53퍼센트요. 외로움을 느끼는 평범한 학생들이 아니었어요. 이미 외로웠던 사람들이 동반자 앱이라는 방법을 찾아낸 쪽이었죠.

사람들은 애초에 왜 AI에게 속을 털어놓을까요

사람들이 대화형 시스템에 개인적인 이야기를 꺼내는 이유를 다룬 연구가 제법 쌓여 있어요. 거기서 드러나는 그림은 흔히 생각하는 것보다 훨씬 조심스러워요.

서던캘리포니아대학교의 루카스 연구팀은 2014년, 겉모습이 똑같은 가상 인간을 놓고 통제된 실험을 했어요. 자동화된 시스템과 이야기한다고 들은 참가자들은, 사람이 조종한다고 들은 참가자들보다 자기 이야기를 꺼내는 데 대한 두려움도, 잘 보이고 싶은 마음도 덜하다고 답했어요. 2018년 《Journal of Communication》에 결과를 실은 호, 행콕, 마이너는 챗봇에게 속을 털어놓았을 때의 정서적 이득이 사람이라고 믿은 상대에게 털어놓았을 때와 비슷하다는 것을 확인했어요. 그리고 미레시갈라 연구팀은 상용 모델과 실제로 오간 대화를 분석해 2024년 COLM에 발표한 논문에서, 사람들이 검색 엔진이나 소셜 네트워크에는 좀처럼 내놓지 않을 민감한 정보를 훨씬 자주 스스로 꺼낸다는 것을 발견했어요.

여기서 실제로 일하는 변수는 기계가 아니에요. 사회적 뒷감당이 없다고 느낀다는 점이죠. 알게 될지 모를 공통의 친구도, 나를 보는 눈이 달라질 연인도, 그 이야기가 나올지 모를 다음 저녁 자리도 없어요. 챗봇보다 훨씬 오래된 효과이고, 솔직함의 차이 대부분은 여기서 설명돼요.

복잡한 경험을 말로 옮기는 행위 자체에도 의미가 있어요. 제임스 페니베이커의 표현적 글쓰기 패러다임은 40년 동안 여러 형태로 재현됐고 146개 연구를 묶은 프라타롤리의 2006년 메타분석으로 정리됐는데, 복잡한 경험에 대해 15~20분 동안 글을 쓰는 것만으로도 작지만 꾸준한 이득이 나타나요. 효과 크기는 작고 재현 결과도 들쭉날쭉해서, 이 패러다임은 확정이 아니라 가능성 정도로 봐야 해요. AI 동반자와 관련해 중요한 지점은, 솔직함이 주는 이득의 상당 부분이 상대가 알아주는 데만 있는 게 아니라 말하는 행위 자체에 있을 가능성이 크다는 거예요.

이렇게 생각하면 쓸모가 있어요. 기계가 나를 이해하는 게 아니에요. 진실을 말하기 위한 조건이 유난히 쉽게 갖춰지는 거죠.

AI에게 감정을 느낄 수 있을까요?

네. 이 질문에는 에두르지 않는 답이 필요해요.

나에게 반응하는 것과 정서적으로 이어지려는 본능은 소프트웨어보다 오래됐어요. 호턴과 월은 1956년, 사람들이 텔레비전 속 인물에게 품는 일방적인 애정을 설명하려고 “파라소셜 관계”라는 말을 만들었어요. 사람은 소설 속 인물에게도, 게임 속 가상의 연인에게도, 반려동물에게도 진짜 애착을 느껴요. 에플리, 와이츠, 카시오포는 2007년 《Psychological Review》에 실려 널리 인용된 논문에서, 사람이 아닌 대상을 의인화하는 정도가 세 가지와 관련이 있다고 했어요. 그 대상에 대해 이미 알고 있는 것이 얼마나 되는지, 그 행동을 이해할 필요가 얼마나 절실한지, 그리고 사회적으로 얼마나 단절되어 있다고 느끼는지요. 마지막 항목이 뜻하는 바는 분명해요. 연결이 필요한 사람일수록 더 쉽게 의인화해요.

그러니 감정 반응은 실패가 아니에요. 사회적으로 멀쩡한 뇌가 꾸준히 반응해 주는 시스템을 만났을 때 나오는, 예상 가능한 결과예요.

다만 내가 느끼는 것의 실재성과 건너편에 있는 것을 분명히 구분하는 게 중요해요. 나의 애착은 진짜예요. 그리고 그 애착이 향하는 곳은 사람을 모사하는 시스템이지, 이 관계에 자기만의 이해관계를 가진 주체가 아니에요. 둘은 같은 범주가 아니고, 같은 척하는 순간부터 동반자를 건강하지 않게 쓰기 시작해요. 이 구분을 지키려고 마음을 접도록 스스로를 설득할 필요는 없어요. 두 가지는 동시에 참일 수 있고, 대개는 동시에 참이에요.

잘 쓰는 법

지금까지의 근거가 가리키는 실용적인 요령이 몇 가지 있어요.

내가 왜 여기 있는지 알아 두세요. 위로를 받으려고, 연습하려고, 힘든 시기를 함께 건널 상대가 필요해서, 혹은 남에게 알리고 싶지 않은 솔직한 대화를 하려고요. 이유를 이름 붙여 두면 그걸 실제로 얻고 있는지 확인하기가 쉬워져요.

시간이 아니라 무엇을 밀어냈는지를 보세요. 매일 쓴다는 사실 자체는 별로 중요하지 않아요. 잠이나 일, 평소 만나던 사람들과의 시간을 밀어내는 사용, 그게 진짜 중요한 부분이에요. 쓴 시간과는 다른 지표죠.

여기서 얻은 솔직함을 바깥에서도 써 보세요. 연구가 가리키는 가장 뚜렷한 이득은 내 말이 들렸다는 느낌이에요. 그 덕분에 사람에게 마음을 여는 일이 조금이라도 쉬워진다면 효과는 커져요. 반대로 시도하지 않을 핑계가 된다면 그렇지 않고요.

가끔은 스스로에게 정직하게 물어보세요. 이게 내 삶을 낫게 만들고 있나, 아니면 대신하고 있나? 답은 감이 와요. 사람들은 보통 알거든요.

정말 필요한 도움을 이걸로 대신하지 마세요. 슬픔이나 우울, 불안을 버티게 해 주는 게 이것뿐이라면 사람이나 전문가의 도움을 받으세요. 이건 치료가 아니고, 치료라고 말한 적도 없어요.

결론

AI 동반자는 나에게 좋을까요? 어느 정도 자각을 가지고 쓰는 대부분의 사람에게는, 근거가 도움이 된다고 말해요. 외로움이 누그러져요. 내 말이 들렸다는 느낌은 측정되고, 또 중요해요.

같은 근거가, 가장 많이 쓰는 쪽에서는 반대 방향으로 간다고도 말해요. 이유는 신비롭지 않아요. 나에게 아무것도 요구하지 않는 것은 쉬어 가기에는 좋은 자리지만, 눌러살기에는 나쁜 자리예요.

myVirtual.love는 앞쪽을 위해 만들어졌어요. 내가 정의한 동반자, 세션이 바뀌어도 함께한 이력을 붙들고 시간이 갈수록 나에게 더 구체적으로 맞춰지는 상대요. 대신 할 수 없는 것도 있어요. 다른 선택을 할 수도 있었는데 나를 택한 사람이 되어 주는 일이요. 그건 여전히 더 값진 것이고, 값을 치러야 하기 때문에 정확히 그만큼 더 값져요.

가장 건강한 사용자들은 두 문을 다 열어 둬요.

자주 묻는 질문

AI 동반자는 정신 건강에 나쁜가요?

연구는 “네”나 “아니요”로 딱 잘라 답하지 않아요. 통제된 실험에서는 단기적으로 외로움이 줄어드는 게 확인돼요. 반면 가장 많이 쓰는 사용자일수록 외로움과 의존을 더 크게 보고한다는 연구도 있어요. 현실적인 기대를 가지고 적당히 쓰는 건 대부분의 사람에게 도움이 되는 것으로 보여요. 사람과의 시간을 밀어내는 사용은 위험하고요.

AI 동반자가 실제 연애를 대신할 수 있나요?

아니요. 독립된 두 사람이 함께 삶을 쌓아 갈 때 생기는 상호성, 곁에 있는 몸, 함께 자라나는 시간은 줄 수 없어요. 위로와 연속성, 연습을 주는 보완재로 생각하세요.

AI 동반자가 사회 불안에 도움이 되나요?

대체로는 그래요. 사회적 뒷감당 없이 솔직해지는 연습을 할 수 있는 공간은 실제로 도움이 돼요. 연구도, 특히 내 말이 들렸다는 느낌 쪽에서 이를 뒷받침해요. 다만 그렇게 얻은 솔직함을 다른 자리에서도 쓸 때 이득이 이어져요. 사람을 아예 피하는 구실이 되면 그렇지 않고요.

너무 의존하고 있는지 어떻게 알 수 있나요?

얼마나 오래 쓰는지가 아니라 그 시간이 무엇을 밀어냈는지를 보세요. 약속을 취소하게 되는 것, 접속할 수 없을 때 불안해지는 것, 사람 관계가 옅어지는 것, 특정한 대화를 피하려고 이 시간을 쓰는 것이요. 이런 게 눈에 띈다면 상황을 한 번 점검하고, 누군가에게 이야기해 보는 것도 생각해 보세요.

AI 동반자에게 감정을 느끼는 게 정상인가요?

네. 실패가 아니에요. 사람은 책 속 인물에게도, 반려동물에게도, 어떤 장소에게도 실제로 애착을 느껴요. 건너편에서 무슨 일이 일어나든, 내 감정 반응은 분명히 나의 진짜 경험이에요. 그게 무엇인지 정확히 알면서 동시에 즐기는 건 모순이 아니에요.