📄 social_science

Crying as the Primordial Unknown-State Emotion: An Emotional Saturation Threshold Model with Cross-Sectional Survey Validation

이 논문은 울음이 특정 정서적 표현의 용량을 초과하는 모든 감정의 강도에 의해 유발되는 보편적인 범람 반응이라고 상정함으로써, 울음을 전체 가치 스펙트럼 전반에 걸쳐 통합하고 신생아에게서 나타나는 그 우선성을 설명하는 수학적 프레임워크인 정서 포화 임계값(EST) 모델을 제안하고 검증한다.

원저자: Akbar Anbar Jafari, Gholamreza Anbarjafari

게시일 2026-09-28

📖 5 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Akbar Anbar Jafari, Gholamreza Anbarjafari

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

인간은 느끼도록 설계되어 있으며, 우리 대부분에게 있어 감정이 내면에 담아두기에는 너무 커졌을 때 가장 먼저 하는 일은 우는 것입니다. 이는 신생아의 보편적인 신호이며, 아기가 단 한 마디의 말을 하거나 명확한 생각을 형성하기도 전에 돌봄을 요구하는 소리입니다. 그럼-도 불구하고, 이것은 가장 흔한 인간 경험 중 하나임에도 불구하고, 과학은 울음이 정확히 무엇인지 규명하는 데 어려움을 겪어 왔습니다. 수십 년 동안 연구자들은 행복이나 분노와 같이 깔끔한 범주로 감정을 분류하거나, 얼마나 즐거운지 또는 강렬한지에 따라 격자 위에 배치해 왔습니다. 이러한 지도에서 울음은 대개 슬픔을 위해 예약된 작고 구체적인 지점을 차지합니다. 하지만 웃다가 눈물이 흘러내릴 정도로 웃어본 적이 있거나, 갑작스럽고 압도적인 안도감의 파도를 느껴본 적이 있는 사람이라면, 현실은 훨씬 더 복잡하다는 것을 알고 있습니다. 눈물은 슬픔의 심연에서만큼이나 기쁨의 극단에서도 자주 나타나며, 이는 울음이 특정한 감정 그 자체가 아니라, 전적으로 다른 무언가에 대한 반응일 수 있음을 시사합니다.

이 퍼즐은 한 연구팀이 우리의 감정이 작동하는 방식에 대한 새로운 사고방식을 통해 해결하고자 했던 과제입니다. 그들은 울음이 두려움이나 사랑 같은 별개의 감정이 아니라, 일종의 안전 밸브라고 제안했습니다. 미소, 외침, 혹은 찡그림과 같은 일반적인 행동을 통해 표현할 수 있는 감정 체계의 한계가 있다고 상상해 보십시오. 어떤 감정이 너무 강렬해져서 이러한 일반적인 행동들의 최대 용량을 넘어서면, 시스템은 넘쳐흐릅니다. 이 새로운 관점에서 울음은 바로 그 넘침(overflow)입니다. 그것은 감정이 너무 강해서 표준적인 표현으로는 담아낼 수 없을 때 압력을 방출하는 신체의 방식입니다. 연구자들이 '정서적 포화 임계치(Emotional Saturation Threshold)' 모델이라고 부르는 이 아이디어는, 울음이 긍정적이든 부정적이든 상관없이 어떤 감정이든 다루기에 너무 강력해질 때 발생하는 보편적인 반응임을 시사합니다.

이 이론을 테스트하기 위해, 연구진은 에스토니아, 미국, 일본, 브라질을 포함한 14개국에서 모집된 약 8,000명의 성인을 대상으로 한 대규모 설문 조사를 실시했습니다. 그들은 사람들에게 행복, 슬픔, 두려움, 분노, 놀람, 감사, 좌절, 안도라는 여덟 가지 서로 다른 감정에 대해 생각해보라고 요청했습니다. 각 감정에 대해 참가자들은 매우 약한 수준부터 극도로 강한 수준까지 다섯 가지 단계의 강도에 따라 울 가능성을 평가했습니다. 목표는 감정이 강해짐에 따라 울음의 패턴이 변하는지, 그리고 그 패턴이 슬픈 감정뿐만 아니라 모든 유형의 감정에서 동일하게 나타나는지 확인하는 것이었습니다.

결과는 놀라웠고 연구진의 가설과 일치했습니다. 테스트된 모든 감정에 대해, 사람들은 낮거나 중간 정도의 강도에서는 울음이 거의 없다고 보고했습니다. 가벼운 짜증이든 적당한 즐거움이든, 울고 싶은 충동은 드물었습니다. 그러나 감정의 강도가 극단적인 끝에 도달했을 때, 울음의 가능성은 급격히 치솟았습니다. 이는 그 감정이 긍정적이든 부정적이든 관계없이 발생했습니다. 실제로 연구 결과, 응답자의 72.4%가 극도의 행복 상태에서 울 것이라고 답했는데, 이는 눈물이 슬픔만을 위한 것이라는 기존의 생각을 정면으로 반박하는 발견입니다. 데이터는 각 감정에 대한 명확한 티핑 포인트(전환점), 즉 일반적인 방식의 감정 표현이 더 이상 따라갈 수 없어 신체가 기본 반응으로서 울음으로 전환되는 특정 강도 수준을 보여주었습니다.

연구진은 이 과정이 어떻게 작동하는지에 대한 수학적 그림을 그리기 위해 이 설문 답변들을 사용했지만, 핵심 아이디어는 간단합니다. 그들은 각 감정에 대해 미소나 외침과 같은 표준적인 표현을 넘어서는 특정한 임계치가 있다는 것을 발견했습니다. 일단 사람이 그 선을 넘으면, 울음의 확률은 급격히 상승합니다. 연구는 이 임계치가 감정에 따라 다르다는 것을 보여주었습니다. 예를 들어, 슬픔은 임계치가 낮아서 눈물을 유발하는 데 필요한 강도가 더 낮은데, 이는 슬픔이 우리 문화에서 울음과 밀접하게 연관되어 있다는 점을 고려하면 타당합니다. 반면, 안도감이나 놀람과 같은 감정은 훨씬 더 강렬한 경험이 있어야 눈물이 나오는 높은 임계치를 가집니다. 또한 연구는 이 메커니데니즘이 보편적임을 확인했습니다. 사람이 젊든 늙든, 남성이든 여성이든, 혹은 특정 문화권에 속하든 상관없이, 감정의 극단에서 나타나는 울음의 패턴은 동일하게 유지되었습니다.

이 연구의 가장 흥ende로운 부분 중 하나는 왜 아기들이 그렇게 많이 우는지 설명해 준다는 점입니다. 이 모델에 따르면, 신생아는 미소, 웃음, 혹은 단어를 사용하는 것과 같이 성인들이 감정을 표현하기 위해 사용하는 복잡한 행동 세트를 아직 배우지 못했습니다. 아기의 '표현 도구 상자'는 사실상 비어 있기 때문에, 그들의 울음에 대한 임계치는 본질적으로 제로(0)입니다. 어떤 감정이든 아주 작은 감정이라도 그들의 작은 표현 용량을 초과하기 때문에, 그들은 기본적으로 울음을 선택합니다. 아이들이 성장하고 감정을 보여주는 새로운 방법들을 배우면서, 그들의 울음 임계치는 높아지며, 더 많은 도구를 갖게 됨에 따라 덜 울게 됩니다. 이는 설문 결과에서 젊은 성인들이 노인들보다 극단적인 긍정적 감정 상태에서 더 자주 운다고 보고한 것과 일치하며, 이는 눈물 없이 강렬한 감정을 관리하는 능력이 삶 전반에 걸쳐 계속 발달함을 시사합니다.

연구진은 또한 사람들이 이 과정을 의식적으로 이해하고 있는지 조사했습니다. 직접 질문했을 때, 대다수의 참가자는 말이나 행동이 자신의 감정을 표현하기에 충분하지 않을 때 울음이 발생한다는 생각에 동의했습니다. 약 90%가 아기들이 감정을 표현할 다른 방법이 없기 때문에 운다는 점에 동의했습니다. 이러한 광범위한 동의는 과학이 울음을 분류하는 데는 느렸을지라도, 인간의 직관은 오랫동안 울음을 압도당했다는 신호로 인식해 왔음을 시사합니다. 연구진은 자신들의 모델이 기존의 감정 이론을 대체하는 것이 아니라, 거기에 새로운 차원을 더하는 것이라고 강조합니다. 단순히 감정이 좋은지 나쁜지, 혹은 얼마나 활발한지를 보는 대신, 이 모델은 '강도'라는 세 번째 요인을 추가합니다. 이는 강도가 너무 높아지면, 특정한 감정의 종류보다는 시스템이 한계에 도달했다는 사실이 더 중요하다는 것을 시사합니다.

울음을 특정한 감정이 아닌 '넘침(overflow)' 반응으로 규정함으로써, 연구진은 왜 극도의 기쁨, 좌절, 혹은 경외감의 순간에 눈물이 나타나는지에 대해 더 명확한 설명을 제공합니다. 그것은 사람이 행복할 때 갑자기 슬퍼져서 우는 것이 아니라, 행복이 너무나 강렬해져서 미소나 환호의 용량을 깨뜨려 버린 것입니다. 그러면 신체는 이용 가능한 가장 원초적이고 보편적인 신호에 의존하게 됩니다. 이러한 관점은 장례식의 슬픔부터 재회의 기쁨에 이르기까지, 사람들이 우는 다양한 이유를 하나의 논리적인 메커니즘 아래 통합하는 데 도움을 줍니다. 전 세계 수천 명의 데이터를 바탕으로 한 이 연구는, 울음이 정서적 포화에 대한 근본적인 생물학적 반응이자, 감정의 무게가 너무 무거워졌을 때 인간의 시스템이 재설정(reset)되는 방식이라는 강력한 증거를 제시합니다.

기술적 요약: 원초적 미지 상태의 감정으로서의 울음

문제 제기
울음은 인간 신생아가 보이는 첫 번째 정서적 표현이자 보편적인 인간 행동임에도 불구하고, 정서 과학 내에서의 이론적 지위는 여전히 불분명한 상태로 남아 있다. 기존의 프레임워크들은 울음이 전체 밸런스(valence) 스펙트럼(극도의 기쁨부터 깊은 슬픔까지)에 걸쳐 발생하는 현상을 충분히 설명하지 못한다.

이산 모델(Discrete Models): 에크만(Ekman)의 기본 정서(행복, 슬픔, 공포, 분노, 혐오, 놀람)는 울음을 하나의 독립된 정서로 분류하지 않는데, 이는 울음이 거의 모든 정서와 높은 강도에서 공존함에도 불구하고 그렇다.
차원 모델(Dimensional Models): 러셀(Russell)의 원형 모델은 정서를 밸런스-각성 평면 위에 매핑하지만, 왜 서로 다른 극단의 정서적 경험들이 단일한 행동 표현인 누액(lacrimation)으로 수렴하는지에 대한 공식적인 메커니즘을 결여하고 있다.
공백(The Gap): 최근의 '이형적 표현(dimorphous expressions)' 연구가 울음의 조절 기능(예: 기쁨의 눈물)을 시사하고 있으나, 정서적 강도가 학습된 행동 표현의 용량을 초과할 때 트리거되는 보편적인 '오버플로우(overflow)' 반응으로서 울음을 공식화하는 통합된 수학적 프레임워크는 존재하지 않는다.

방법론
저자들은 수학적 모델링과 대규모 횡단적 설문조사를 결합하여 정서 포화 임계치(Emotional Saturation Threshold, EST) 모델을 제안하고 검증한다.

이론적 프레임워크 (EST 모델):
- 정의: 모델은 $n$ 개의 핵심 정서( $E$ )를 정의하며, 각 정서는 강도 함수 $I_k(t)$ 와 유한한 행동 표현 집합( $B_k$ )을 갖는다. 각 표현은 최대 용량 $C(b_{k,j})$ 를 가진다.
- 포화 임계치 ( $\tau_k$ ): 특정 정서에 대한 모든 행동 표현의 최대 용량으로 정의된다 ( $\tau_k = \max_j C(b_{k,j})$ ).
- 미지 상태 ( $\Omega$ ): $I_k(t) > \tau_k$ 일 때, 시스템은 '미지 상태( $\Omega$ )'에 진입하며, 이는 울음으로 나타난다.
- 전이 함수: $\Omega$ -상태에 진입할 확률은 다음과 같이 모델링된다:
  $P(\Omega| I_k) = 1 - \exp(-\alpha_k \cdot [I_k - \tau_k]_+)$
  여기서 $\alpha_k$ 는 정서 특이적 민감도 파라미터이며, $[x]_+$ 는 양의 부분(positive part)을 의미한다.
- 발달 역학: 모델은 출생 시 행동 레퍼토리가 사실상 비어 있음( $\tau_k \approx 0$ )을 가정하며, 따라서 울음이 모든 자극에 대한 기본 반응이 된다고 본다. 성숙함에 따라 새로운 표현을 습득하면서 $\tau_k$ 는 지수적으로 증가한다.
실증적 검증:
- 설문 설계: 2024년 3월부터 8월 사이에 온라인 기반의 익명 횡단적 설문조사가 실시되었다.
- 표본: 에스토니아, 미국, 일본, 브라질 등을 포함한 14개국에서 추출된 $N = 7,812$ 명의 성인으로, 연령, 성별, 교육 수준이 균형 있게 분포되어 있다.
- 도구:
  - 울음 유발 인벤토리 (Crying-Trigger Inventory, CTI): 참가자들은 8가지 정서(행복, 슬픔, 공포, 분노, 놀람, 감사, 좌절, 안도)에 대해 5단계의 강도(매우 낮음에서 극도로 높음까지)로 울음이 발생할 가능성을 평가하였다.
  - EST 가설 동의도 (EST Hypothesis Agreement, EHA): 모델의 핵심 가설을 테스트하는 5가지 문항.
- 분석: 설문 데이터를 EST 오버플ow 함수에 적합시키기 위해 비선형 최소제곱 회귀(non-linear least squares regression)를 사용하였다. 적합도는 $R^2$ 및 RMSE를 통해 평가되었다. 카이제곱 검정을 통해 인구통계학적 일관성을 조사하였다.

주요 결과

모델 적합도: EST 모델은 테스트된 8가지 모든 정서에 대해 우수한 적합도를 보였으며, 모든 정서에서 $R^2 > 0.92$ 를 기록했다(4개 정서는 $R^2 > 0.97$ 을 초과함).
교차 밸런스 검증: 데이터는 울음 발생 빈도가 중간 강도에서는 낮지만, 밸런스와 관계없이 극단적 강도에서는 급격히 상승함을 확인했다. 특히, 응답자의 **72.4%**가 "극도의 행복" 조건에서 울음을 경험한다고 보고한 반면, 중간 수준에서는 4.2%에 불과했다.
파라미터 추정치:
- 임계치 ( $\hat{\tau}_k$ ): 슬픔은 가장 낮은 임계치( $\hat{\tau} = 4.30$ )를 가졌는데, 이는 울음과의 강력한 사회적 연관성과 일치한다. 안도는 가장 높은 임계치( $\hat{\tau} = 6.78}$ )를 보였다.
- 민감도 ( $\hat{\alpha}_k$ ): 안도와 슬픔은 울음으로의 전이가 가장 가팔랐으며( $\hat{\alpha} = 0.42$ 및 $0.40 $), 놀람과 좌절은 가장 완만했다($ \hat{\alpha} = 0.15$).
가설 동의도: EST의 핵심 가설에 대한 동의도는 74.2%에서 89.1% 사이로 높게 나타났다. 가장 높은 동의도(89.1%)는 아기가 울음을 터뜨리는 이유가 다른 방식으로 감정을 표현할 방법이 없기 때문이라는 문항에서 나타났다.
인구통계학적 일치성: 극단적 강도에서의 울음 발생률에 대해 성별, 교육 수준 또는 지역 간의 유의미한 차이는 발견되지 않았다. 미세한 연령 효과가 관찰되었는데, 젊은 층(18~34세)이 고령층(55세 이상)보다 극단적인 긍정적 정서에서 약간 더 높은 울음 발생률을 보고하였으며, 이는 모델의 발달 궤적과 일치한다.

주요 기여

울음의 공식화: 본 논문은 울음을 독립된 정서가 아니라, 정서적 강도가 학습된 행동 표현의 용량을 초과할 때 활성화되는 보편적인 '오버플로우' 상태( $\Omega$ )로 특징짓는 최초의 수학적 프레임워크를 제공한다.
원형 모델의 확장: 모델은 러셀의 2차원 밸런스-각성 원형 모델을 정서 강도를 나타내는 세 번째 방사형 차원으로 확장한다. 이를 통해 '표현 가능한 구역'( $I \le \tau_k$ )과 울음이 지배적인 반응이 되는 ' $\Omega$ -구역'( $I > \tau_k$ )을 생성한다.
원초적 지위에 대한 설명: 모델은 왜 신생아가 울음을 주된 반응으로 보이는지에 대한 원리적인 설명을 제공한다. 행동 레퍼토리가 없는 상태에서는 임계치가 사실상 0이 되어, 어떤 정서적 자극도 $\Omega$ -상태를 유발하기 때문이다.
이형적 표현의 통합: 본 프레임워크는 긍정적 표현의 용량이 한계에 도달할 때 활성화되는 조절 메커니즘으로서 이형적 표현(예: 기쁨의 눈물)의 개념을 통합한다.

의의 및 주장
저자들은 EST 모델이 인류의 가장 근본적이면서도 가장 잘 이해되지 않은 행동 중 하나에 대해 원리적이고 반증 가능한 설명을 제공한다고 주장한다.

이론적 통합: 이 모델은 서로 다른 정서들이 고강도에서 어떻게 단일한 행동 출력으로 수렴하는지를 설명함으로써, 이산 정서 이론과 차원 정서 이론 사이의 간극을 메운다.
반증 가능성: 모델은 다음과 같은 구체적이고 테스트 가능한 예측을 생성한다:
- 행동 레퍼토리가 풍부한 개인(예: 훈련된 배우)은 더 높은 $\tau_k$ 값과 특정 강도에서의 더 낮은 울음 발생률을 보일 것이다.
- 표현 능력을 감소시키는 조건(예: 락인 증후군)은 더 낮은 $\tau_k$ 와 더 높은 울음 발생률을 초래할 것이다.
- 표현 능력에 영향을 미치는 신경학적 개입은 $\tau_k$ 를 변화시킬 것이다.
발달적 통찰: 모델은 영아 뇌 발달에 관한 신경기제적 발견과 일치하며, 울음 회로가 정서적 자극을 유발하는 기본(default) 상태로서 존재하다가 전두엽이 성숙함에 따라 학습된 표현들에 의해 대체됨을 시사한다.

결론적으로, 본 논문은 울음이 밸런스의 경계를 초월하는 메타 정서적 반응이며, 인간의 '표현 가능한 구역'이 포화될 때 작동하는 보편적인 오버플로우 메커니즘이라고 규정한다.

유사한 논문