모델과 피험자의 상호작용 모델 인식 시스템의 동역학

초록

**
이 논문은 모델이 피험자에게 영향을 미치고, 피험자의 행동이 다시 모델을 수정하는 ‘모델 인식 시스템’의 두 가지 사례를 제시한다. 첫 번째는 예측을 따르는 집단(PSP)과 예측을 회피하는 집단(PAP)의 동역학을, 두 번째는 실험자들의 논문 발표가 확인 편향을 통해 모델과 상호작용하는 과정을 수치 시뮬레이션한다. 두 경우 모두 수렴·진동·1/f 잡음 등 비정상적인 통계적 특성이 나타나며, 실제 중성자 수명·Λ 입자 질량 측정 데이터와 정량적으로 일치한다.

**

상세 분석

**
본 연구는 “모델이 피험자를 변화시키고, 피험자는 모델을 다시 변화시킨다”는 순환 피드백을 수학적으로 정형화한다. 첫 번째 모델에서는 전체 인구 N을 두 하위 집단, 즉 예측을 따르는 예측추구자(Prediction Seeking Population, PSP)와 예측을 회피하는 예측회피자(Prediction Avoiding Population, PAP)로 나눈다. 각 개인은 시간 t에 모델이 제시한 상태 ŝ(t)와 자신의 현재 상태 s_i(t)를 비교한다. PSP는 s_i(t+1)=ŝ(t) 로 즉시 모델을 따르고, PAP는 s_i(t+1)=1−ŝ(t) 로 반대로 행동한다. 모델 자체는 전체 집단의 평균 상태 m(t)=⟨s_i(t)⟩을 관측하고, 이를 확률 p 로 변환해 새로운 예측 ŝ(t+1) 을 생성한다. 이때 p는 베이즈 업데이트 혹은 단순 이동 평균 등 다양한 추정법을 적용할 수 있다.

시뮬레이션 결과는 초기 조건과 파라미터(예: 모델 반영 비율 α, 관측 노이즈 ε)에 따라 세 가지 전형적인 궤적을 보인다. (1) 수렴형: PSP가 우세하면 전체 평균 m(t) 이 모델값 ŝ(t) 에 빠르게 수렴하고, 이후 작은 진동만 남는다. (2) 진동형: PAP가 일정 비율 이상 존재하면 모델과 집단 사이에 지연 피드백이 형성돼 주기적인 진동이 발생한다. (3) 무작위형: 양쪽 집단이 비슷한 비율이면 시스템은 확률적 전이와 잡음에 의해 복잡한 궤적을 그리며, 파워 스펙트럼이 1/f 형태를 띤다. 이는 자연계에서 흔히 관찰되는 ‘핑크 노이즈’와 일맥상통한다.

두 번째 모델은 실험자 집단이 “진리값 θ”에 대한 사전 모델 M(t) 을 가지고, 측정값 x_i(t) 을 보고 발표 여부를 결정하는 과정을 묘사한다. 실험자는 자신의 측정값이 모델과 일치하면(확인 편향) 높은 확률 β 로 논문을 제출하고, 불일치하면 낮은 확률 γ 로 제출한다. 제출된 결과는 메타분석을 통해 모델 M(t) 을 업데이트한다(예: 가중 평균). 이 순환 구조는 실제 물리학 실험에서 관측된 ‘값의 수렴’ 현상을 재현한다. 특히 중성자 수명과 Λ 입자 질량 측정 데이터는 시뮬레이션에서 얻은 평균 수렴 속도, 변동 폭, 그리고 1/f 잡음 스펙트럼과 정량적으로 일치한다.

핵심 통찰은 다음과 같다. 첫째, 모델이 피험자 행동을 직접 조정하면 시스템은 전통적인 마코프 체인이나 선형 안정성 분석으로는 설명되지 않는 복합 동역학을 보인다. 둘째, 예측추구와 회피라는 두 극단적 행동 양식만으로도 복잡한 비선형 현상이 자연스럽게 발생한다. 셋째, 확인 편향이라는 인간 인지적 요소가 모델-실험자 상호작용에 포함될 때, 실험 결과의 통계적 특성이 ‘자연스러운’ 1/f 잡음으로 변한다는 점은 과학적 데이터 해석에 중요한 함의를 가진다. 마지막으로, 이러한 모델은 사회·경제·생물학 등 다양한 분야에서 ‘모델 인식 시스템’으로 확장 가능함을 시사한다.

**