근접실패의 감정 강도, 단순성 이론으로 풀다

초록

본 논문은 사람들의 ‘근접실패(near‑miss)’ 경험이 전통적인 확률·효용 기반 모델로는 설명되지 않으며, 사건의 서술 복잡도와 생성 복잡도 차이인 예상되지 않음(unexpectedness) 를 이용한 단순성 이론(Simplicity Theory, ST) 으로 감정 강도를 예측할 수 있음을 실험적으로 입증한다. 1차원·2차원 로또 상황을 활용한 실험에서, 객관적 확률이 동일하거나 거리(D)만으로는 설명되지 않는 감정 차이가 ST가 제시하는 복잡도 차이와 일치함을 보인다.

상세 분석

논문은 먼저 기존 연구가 제시한 ‘효용 차이(Δv)’와 ‘거리(D)’가 감정 강도 L=Δv/D 로 설명하려는 시도를 비판한다. 실험 1에서 동일한 확률·효용 조건에도 사고 발생 시점(첫날·세번째·마지막날)의 차이가 감정 평가에 큰 영향을 미치는 것을 보여, 단순히 기대값만으로는 설명이 불가능함을 강조한다. 이어 로또 실험(그림 2‑4)에서는 승리 구역의 크기·위치가 바뀌어도 객관적 승률은 일정함에도 불구하고 피험자들의 실망 정도가 크게 달라진다. 이는 인간이 사건을 ‘가능성’보다 ‘예상되지 않음’에 기반해 평가한다는 가설을 뒷받침한다.

단순성 이론은 사건 s의 생성 복잡도 Cw(s)(세계를 기술하는 최소 정보량)와 서술 복잡도 C(s)(사람이 사건을 기술하는 최소 정보량) 사이의 차이 U(s)=Cw(s)−C(s) 를 정의한다. U가 클수록 사건은 ‘예상되지 않는다’고 판단되며, 이는 주관적 확률 p(s)=2^{−U(s)} 로 변환된다. 논문은 로또에서 ‘근접실패’ 상황을 s1(실패 위치)와 가상의 승리 위치 s2 로 모델링하고, Cw(s1)와 C(s1) 를 로그 형태로 계산한다. 특히 s2가 실제와 가장 가까운 승리 지점일 때 C(s2)≈0 이 되며, ‘거의’라는 의미는 Cw(s2|s1)=1+log(δ/a) 로 정량화된다. 이때 U(s1) > log(L/δ)−1 로 표현되며, δ가 작을수록(즉, 실제 결과와 가상 승리 사이 거리가 짧을수록) 예상되지 않음이 커져 감정 강도가 높아진다.

실험 결과는 이러한 수식이 감정 순위와 높은 상관관계를 보임을 확인한다. 예를 들어 그림 2‑d와 4‑d에서 δ가 최소화된 경우 피험자들의 실망도가 가장 높았으며, 이는 전통적 확률 모델이 예측하지 못한 현상이다. 또한, 거리 D만을 고려하는 기존 모델과 달리, ST는 ‘거리’와 ‘단순성’ 두 요소를 동시에 반영해 감정을 설명한다.

이론적 기여는 두 가지다. 첫째, 근접실패 감정을 ‘예상되지 않음’이라는 정보 이론적 개념으로 정량화함으로써, 감정과 인지 사이의 연결 고리를 명시한다. 둘째, 복잡도 기반 확률(p(s)=2^{−U(s)})을 제시해, 전통적 확률론이 다루지 못하는 ‘단일 사건’의 주관적 확률을 설명한다. 한계점으로는 복잡도 계산에 사용된 로그 기반 근사와 실험 설계가 제한적이라는 점이며, 실제 생활에서의 복합적 요인(사회적 비교, 개인의 목표 등)을 완전히 포괄하지 못한다는 점을 들 수 있다. 향후 연구는 다양한 맥락(게임, 의료 진단 등)에서 ST를 적용하고, 복잡도 추정 방법을 정교화함으로써 감정 예측 모델을 확장할 필요가 있다.