사회적 판단을 이끄는 뇌와 도덕의 상호작용

초록

본 논문은 도덕 기반 이론(MFT)과 신경영상 연구에서 밝혀진 인지 스타일 차이를 연결하는 에이전트 기반 모델을 제시한다. 보수와 진보 집단이 서로 다른 도덕 기반을 선호하고, 새로운 정보와 일치하는 정보를 처리하는 방식이 정치적 성향과 연관된다는 실험 데이터를 모델의 상호작용 규칙에 반영한다. 시뮬레이션 결과, 에이전트 간 의견 교환이 도덕 기반의 다양성과 집단별 도덕 판단 패턴을 자연스럽게 재현함을 보여준다.

상세 분석

이 연구는 도덕 기반 이론(Moral Foundations Theory, MFT)이 제시하는 다섯 가지(또는 여섯 가지) 도덕 기초가 개인의 정치적 성향에 따라 가중치가 다르게 부여된다는 가정을 출발점으로 삼는다. 최근 기능적 자기공명영상(fMRI) 연구에서는 보수와 진보가 새로운 정보와 기존 신념을 조화시키는 신경 메커니즘에서 차이를 보이며, 보수는 위협 회피와 일관성 유지에, 진보는 새로운 정보 수용에 더 민감하다는 결과가 보고되었다. 논문은 이러한 신경과학적 발견을 에이전트 기반 모델의 두 가지 핵심 요소, 즉 ‘인지 전략(Cognitive Strategy)’과 ‘학습/동조 메커니즘(Conformity & Learning)’에 매핑한다.

모델에서는 각 에이전트가 5~6 차원의 도덕 기반 벡터와 ‘신뢰도’ 파라미터를 갖는다. 에이전트는 주변 이웃으로부터 의견을 수신할 때, 자신의 인지 전략에 따라 ‘신규성(Novelty)’과 ‘일치성(Corroboration)’을 가중치 부여한다. 보수형 에이전트는 일치성에 높은 가중치를 두어 기존 의견과의 차이를 최소화하려 하고, 진보형 에이전트는 신규성에 높은 가중치를 두어 의견 변화를 더 쉽게 수용한다. 이러한 상호작용 규칙은 실험적 데이터에서 관찰된 ‘정치적 편향된 정보 처리’와 일치한다.

시뮬레이션 결과는 두 가지 주요 통계적 특징을 보여준다. 첫째, 집단 내 도덕 기반 가중치의 분포가 초기 무작위 상태에서 보수와 진보 각각의 특성을 반영하도록 수렴한다. 둘째, 전체 네트워크의 의견 다원성은 인지 전략의 다양성에 비례하며, 이는 실제 설문 조사에서 관찰되는 보수·진보 간 도덕 판단 차이와 정량적으로 일치한다. 즉, 복잡한 신경생물학적 차이를 단순한 상호작용 규칙으로 압축하면서도, 집단 수준에서 나타나는 도덕적 다양성을 성공적으로 재현한다는 점이 이 모델의 핵심 기여이다.

또한, 모델은 ‘동조 압력(conformity pressure)’과 ‘학습 율(learning rate)’을 파라미터화함으로써, 사회적 환경 변화(예: 미디어 환경의 급변) 시 도덕 기반이 어떻게 재구성되는지를 탐색할 수 있는 실험적 플랫폼을 제공한다. 이는 정책 입안자나 사회 과학자가 집단 의견 형성 과정을 예측하고, 극단화 방지를 위한 개입 전략을 설계하는 데 활용될 수 있다.