Mystical and affective features of naturalistic psychedelic experiences: A comparison of dictionary-based and LLM-based text analysis methods
본 연구는 7,303건의 자연스러운 사이키델릭 경험 보고서를 대상으로 사전 기반 방식과 거대 언어 모델(LLM) 텍스트 분석 방식을 비교하였으며, 사전 기반의 단어 계수가 신비적 어휘의 기존 U자형 패턴을 재현하는 반면, LLM은 주요 차원 전반에 걸쳐 신비 체험 강도에 대해 더욱 단조롭고 맥락적으로 미묘한 평가를 제공한다는 것을 밝혀냈다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기
인간은 오랫동안 마음이 평소의 경계를 넘어가는 순간을 이해하고자 노력해 왔습니다. 의식 연구에서 이러한 순간들은 흔-히 '변성 의식 상태'라고 불리며, 이것이 깊은 연결감, 시간의 초월성, 또는 신성한 의미를 수반할 때 '신비적 경험'이라고 묘사됩니다. 수십 년 동안 과학자들은 이러한 찰나의 내부적 사건들을 측정하기 위해 노력해 왔으며, 주로 임상 실험실에서 작성된 설문지에 의존해 왔습니다. 하지만 많은 이들에게 이러한 경험은 병원이 아닌 집 안의 정적 속이나 대자연의 거친 야생 속에서 일어나며, 데이터 시트가 아닌 이야기(narratives)를 통해 공유됩니다. 인터넷은 이러한 개인적 서사들의 거대한 도서관이 되었으며, 이곳에서 수천 명의 개인은 사이로시빈 환각 성분을 사용한 경험을 자신의 언어로 기술합니다. 연구자들의 과제는 항상 이 수천 개의 이야기를 읽으면서도, 글쓴이가 실제로 느꼈던 미묘한 뉘차(nuance)를 놓치지 않는 것이었습니다. 텍-스트를 읽는 전통적인 도구들은 특정 키워드를 찾아 점수를 합산하는 단순한 단어 계수기처럼 작동하곤 합니다. 그러나 인간의 언어는 복잡합니다. 예를 들어 "공포"라는 단어는 어떤 이야기에서는 끔찍한 악몽을 나타내지만, 다른 이야기에서는 심오한 돌파구를 향한 필수적인 단계가 될 수도 있습니다. 맥락이 중요하며, 단순한 횟수 측정만으로는 그 차이를 알 수 없습니다.
최근 한 연구는 단어를 세는 기존 방식과 인공지능을 사용하는 현대적 접근 방식을 비교하며, 이 이야기들을 읽는 새로운 방법을 테스트했습니다. 연구진은 사이로시빈 버섯에 관한 토론을 위한 온라인 포럼에서 수집한 7,303개의 환각 경험 기록을 모았습니다. 이 보고서들은 익명으로 작성되었으며, 이미 해당 물질을 섭취한 사람들이 작성한 것이고, 각 작성자는 자신의 경험에 대해 경미함에서 매우 강함에 이르는 수준의 강도를 부여했습니다. 연구팀은 먼저 전통적인 방식을 적용하여 '신성한', '통일성', '계시'와 같은 신비로운 주제와 관련된 맞춤형 단어 목록을 사용하여 각 이야기에 이 단어들이 얼마나 자주 등장하는지 확인했습니다. 또한 글의 정서적 톤을 측정하여, 이야기가 전반적으로 긍정적인지 혹은 부정적인지를 확인했습니다. 이 접근 방식은 이전 연구가 발견했던 사실을 확인시켜 주었습니다. 즉, 이러한 신비로운 단어들의 빈도는 경험의 강도가 높아짐에 따라 단순히 증가하지 않았습니다. 대신, 단어들은 가장 경미한 보고와 가장 강렬한 보고에서 가장 자주 나타나는 'U자형' 패턴을 보였으며, 글의 긍정적인 정서적 톤은 경험의 강도가 높아질수록 실제로 감소했습니다.
연구진은 그다음으로 문장의 폭넓은 의미와 맥락을 이해할 수 있는 능력을 갖춘 인공지능의 한 형태인 대규모 언어 모델(LLM)로 눈을 돌렸습니다. 연구진은 AI에게 각 이야기를 읽게 하고 네 가지 특정 차원, 즉 만물과의 일체감, 깊은 통찰이나 진리를 얻는 느낌, 시간의 초월성, 그리고 신성함에 대해 점수를 매기도록 했습니다. AI는 또한 전반적인 정서적 톤을 평가했습니다. 결과는 단어 계수 방식과 현저히 달랐습니다. U자형 곡선 대신, AI의 네 가지 신비적 차원에 대한 점수는 보고된 경험의 강도가 높아짐에 따라 꾸준하고 일관되게 상승했습니다. 가장 강렬한 이야기들은 일체감, 통찰, 시간 초월, 신성함에 대해 가장 높은 점수를 받았습니다. 이는 단순한 단어 계수기가 신비로운 어휘의 존재는 포착할 수 있을지 몰라도, 그 경험이 실제로 얼마나 강렬한지를 측정하는 데는 어려움이 있음을 시사합니다. 맥락 전체를 이해하는 AI는 경험의 강도와 신비한 느낌의 깊이 사이의 더 직접적인 관계를 포착해 낸 것으로 보입니다.
또한 연구는 AI가 이러한 경험의 정서적 측면을 어떻게 다루는지 살펴보았습니다. AI의 정서적 톤 평가는 전통적인 단어 계수 도구의 결과와 잘 일치했으며, 이는 경험의 강도가 높아질수록 글이 덜 긍정적이고 더 복합적으로 변한다는 것을 보여주었습니다. 이는 임상 연구에서 알려진 바와 일치하는데, 높은 용량의 환각제는 더 심오한 효과를 가져올 수 있지만, 동시에 어렵거나 도전적인 순간의 위험도 높이기 때문입니다. 신비로운 깊이의 증가를 인식하면서 동시에 정서적 톤의 변화를 감지해 내는 AI의 능력은, AI가 두 가지 복잡한 진실을 동시에 담아낼 수 있음을 시사합니다. 연구진은 여덟 가지 서로 다른 대규모 언어 모델을 통해 동일한 이야기들을 실행함으로써 AI 방식의 신뢰성을 검증했습니다. 모델들은 서로 높은 수준으로 일치하였으며, 이는 결과가 특정 프로그램만의 우연한 현상이 아니라 안정적임을 시사했습니다.
궁극적으로, 이 연구는 인공지능이 완벽하다거나 인간의 의식이라는 미스터리를 풀었다고 주장하는 것이 아닙니다. 연구진은 AI의 점수가 완전히 검증되기 위해서는 여전히 인간 전문가의 평가와 비교될 필요가 있다는 점을 주의 깊게 명시하고 있습니다. 그러나 이번 연구 결과는 환각 경험을 이해하는 강력한 새로운 도구를 제공합니다. 우리는 텍-스트를 분석하는 방식이 우리가 보는 것을 바꿀 수 있음을 보여줍니다. 단순한 단어 계수는 나무를 보느라 숲을 보지 못하여, 가장 강렬한 경험이 또한 가장 신비로운 경험이라는 사실을 놓칠 수 있습니다. 의미를 읽는 방식을 사용함으로써, 연구자들은 이제 수천 개의 자연스러운 이야기를 통해 인간의 정신이 이러한 물질의 영향 아래에서 어떻게 변화하는지에 대한 더 명확한 그림을 볼 수 있게 되었습니다. 이 접근 방식은 사람들이 자신의 여정을 설명하기 위해 사용하는 바로 그 언어를 사용하여, 이전에는 불가능했던 규모로 변성 의식의 주관적 세계를 연구할 수 있는 문을 열어줍니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.