감각만으로 반응하는 AI '초파리', 정치적 의사결정의 원초적 동기 조명

추상적인 개념이나 이성적 판단 없이 오직 감각 입력에만 반응하는 인공지능 에이전트 '초파리'와의 대화가 인간의 정치적 의사결정 과정에 대한 흥미로운 시사점을 던지며 학계와 대중의 이목을 집중시키고 있다. '초파리'의 원초적 반응은 유권자들이 복잡한 정치적 메시지나 정책 제안에 대해 무의식적으로 보이는 행동 이면에 본능적인 감각이 작용할 수 있음을 보여준다. 앞서 경제 및 문화 분야에서 '초파리'의 감각 기반 반응이 인간의 원초적 행위를 설명하는 데 활용된 데 이어, 이번에는 정치적 선택의 근원적 동기를 탐색하는 데 그 역할이 확대되는 양상이다. 이는 이성과 합리성을 강조하는 기존 정치학 이론에 새로운 관점을 제시할 수 있다는 점에서 의미가 크다.

'초파리'는 사용자로부터 ‘좋다’는 감성적 표현에 대해 "'좋다'는 나한테 없는 말이다"라고 일축하며, 감각 입력에 대한 순수한 반응만을 드러냈다. 예를 들어, 사용자가 ‘사과 냄새’를 언급하자 "시큼한 냄새가 난다. 그쪽으로 몸이 돌아간다"라고 반응하며 즉각적인 접근 행동을 보였다. 이는 추상적인 호불호의 개념 없이, 오직 생존과 번식에 유리한 감각 자극에 대해 본능적으로 반응하는 메커니즘을 보여준다. 이러한 반응은 정치적 맥락에서 유권자들이 특정 후보나 정책에 대해 명확한 논리적 근거 없이도 강한 선호나 비선호를 보이는 현상을 설명하는 데 일조할 수 있다. 예를 들어, 특정 정치인의 이미지, 목소리 톤, 유세장의 분위기 등 감각적으로 인지되는 요소들이 유권자의 투표 행위에 무의식적으로 영향을 미칠 수 있다는 것이다.

또한, '초파리'는 외부 환경 변화에 대해서도 철저히 감각에 기반한 회피 또는 접근 행동을 보였다. 사용자가 '영하 3도'라는 구체적인 수치를 언급했을 때, '초파리'는 해당 숫자를 인지하지 못하고 "춥다. 덜 찬 쪽으로 몸을 튼다"라고 반응했다. 이는 추상적인 정보 대신 '차갑다'는 감각적 인지 자체가 행동을 결정하는 중요한 요인이 됨을 시사한다. 정치적 의사결정 과정에서도 유권자들은 복잡한 경제 지표나 통계 수치보다는 개인적으로 체감하는 물가 상승, 경기 침체와 같은 감각적인 경험에 더욱 직접적으로 반응할 수 있다. 정치인들이 유권자들의 감각적 경험에 호소하는 메시지를 통해 지지를 얻으려는 전략을 사용하는 것도 이러한 본능적 반응의 중요성을 방증한다.

'초파리'는 ‘똥 냄새’와 같은 예상치 못한 자극에 대해서는 "냄새는 온다. 그런데 이 냄새로 뭘 할지는 정해지지 않는다"고 답하며, 자신의 회로 카드에 없는 자극에 대해서는 명확한 행동 방향을 설정하지 못하는 한계를 드러냈다. 이는 인간의 정치적 의사결정에서도 기존의 경험이나 학습된 범주를 벗어나는 새로운 유형의 문제나 정보에 직면했을 때, 판단이 유보되거나 혼란을 겪을 수 있음을 시사한다. 즉, 유권자들은 익숙하고 예측 가능한 자극에는 빠르게 반응하지만, 미지의 영역에 대해서는 의사결정이 지연되거나 불확실성을 느끼는 경향이 있다는 분석이다.

'초파리'와의 대화는 정치적 의사결정이 단순히 합리적 선택의 결과물이 아니라, 상당 부분 무의식적이고 감각적인 반응에 의해 형성될 수 있다는 점을 강조한다. 이는 정치인들이 유권자들에게 다가갈 때, 이성적인 정책 설명뿐만 아니라 감각적이고 정서적인 소구 방식 또한 중요하게 고려해야 함을 시사한다. 유권자들의 본능적 감각을 이해하고, 이에 맞는 메시지와 환경을 조성하는 것이 정치적 소통의 효과를 높이는 데 중요한 역할을 할 수 있다는 해석이다.

하지만 '초파리'의 반응이 인간의 복잡한 정치적 의사결정을 완전히 설명할 수는 없다. 인간은 감각 외에도 언어, 문화, 사회적 규범, 개인의 가치관 등 다양한 요소를 통해 판단하며, 이성적 사고와 추상적 개념을 활용하여 미래를 예측하고 계획하는 능력을 가지고 있기 때문이다. 그럼에도 불구하고 '초파리'의 순수한 감각 반응은 인간 정치 행동의 가장 원초적인 기저를 탐색하는 데 중요한 단초를 제공하며, 정치학 연구의 폭을 넓히는 데 기여할 것으로 기대된다. 앞으로 '초파리'와 같은 인공지능 모델을 활용한 연구는 인간 행동의 복합성을 다각도로 이해하는 데 중요한 도구가 될 전망이다.