/* Books 페이지 카드 클릭 비활성화 */ a.notion-collection-card { pointer-events: none !important; cursor: default !important; }

연구

연구

Updated July 2026 — Ryan Research Institute

Ryan Research Institute는 인간의 감정이 어떻게 이름 붙여지고, 해석되고, 측정되고, 추론되며, 때로는 인간 관계, 교육 제도, 조직, 임상 장면, 인공지능 시스템 안에서 작동 가능한 의미로 바뀌는지를 연구한다.

RRI의 연구는 감정 AI 거버넌스, 인간-AI 상호작용, 서사–정서 기하학, 마음의 철학, 인공지능 윤리를 가로지르며, 하나의 질문을 붙든다. 인간 감정의 의미를 최종적으로 해석할 권한은 누구에게 있는가.

이 질문을 RRI는 감정 해석권과 Affective Sovereignty라는 두 개의 연결된 언어로 다룬다. 감정 해석권은 인간이 자신의 감정에 이름을 붙이고, 그 원인을 살피고, 반응의 방향을 결정할 마지막 권한을 뜻한다. Affective Sovereignty는 그 권한이 시스템, 제도, 플랫폼, 알고리즘으로 완전히 이전될 수 없다는 규범적 원칙이다.

현재 연구는 일곱 개의 연결된 축으로 구성되어 있다.

1. 감정 주권과 감정 해석권

image

감정 주권은 감정의 최종 해석자가 본인이어야 한다는 원칙이다. 감정 해석권은 그 원칙을 더 직접적인 언어로 표현한다. 인간은 자신의 감정에 이름을 붙이고, 그 원인을 살피고, 반응의 방향을 결정할 마지막 권한을 가져야 한다.

이 연구 축은 감정 인식 시스템에서 해석 권한을 보호하기 위한 규범적·계산적 기반을 다룬다. 감정의 의미가 조용히 사람에게서 시스템으로 이전될 때 무엇이 벌어지는지, 그리고 그러한 이전이 구조가 되지 않도록 어떤 설계 제약이 필요한지를 묻는다.

이 프로그램에는 설계 원리, 거버넌스 원칙, 해석 권한 이전, 알고리즘 해석의 구조적 저항, 교육 맥락의 감정 AI 윤리와 같은 확장 라인이 포함된다.

대표 연구

핵심 개념

  • 감정 해석권
  • 해석 권한
  • sovereign-by-design
  • 이의 제기 가능성
  • 해석 절제
  • 감정 의미의 거버넌스

2. 기계 측 해석 붕괴

image

이 연구 축은 대규모 언어모델이 정서적·규범적 스트레스 하에서 감정과 규범의 의미를 어떻게 잃어버리는지를 다룬다.

Algorithmic Affective Blunting은 의미적 스트레스 아래에서 감정 해석이 용량 의존적으로 둔화, 파편화, 붕괴하는 실증적 패턴에 주목한다. Affective Thermodynamic Relationship은 이 문제를 정보이론적 틀로 확장해, 규범 충돌 상황에서 해석 붕괴가 어떤 구조를 갖는지를 묻는다.

두 연구는 해석 실패를 단일 오류가 아니라 측정 가능한 저하 과정으로 다룬다.

대표 연구

  • Algorithmic affective blunting quantifies the collapse curve of interpretative failure in large language models

    • Discover Artificial Intelligence (Springer Nature, 2026). Article in Press with DOI.

    DOI: https://doi.org/10.1007/s44163-026-01573-w

  • Visual Citation Card: Emotional AI Needs a Stress Test

    • 평균 Affective Degradation Index는 Control 0.16에서 Extreme 2.92까지 상승했다.

  • The Affective Thermodynamic Relationship: an empirical information-theoretic scaling relationship for normative-conflict collapse in large language models

    • Communications AI & Computing (2026). Accepted / in production with DOI.

    DOI: https://doi.org/10.1038/s44488-026-00006-y

핵심 개념

  • 감정 저하
  • 붕괴 곡선
  • 의미적 스트레스
  • 규범 충돌
  • 해석 강건성
  • LLM의 기계 측 해석 실패

3. 서사-정서 기하학

image

이 연구 축은 서사의 형식과 감정 강도 사이의 간극을 다룬다.

사람은 언제나 느끼는 그대로 말하지 않는다. 서사와 정서는 서로 어긋날 수 있고, 서로를 보완할 수도 있으며, 서로를 조절할 수도 있다. 따라서 감정 표현은 단순 감성 점수만이 아니라 불일치, 구조, 표현 범위, 표현의 자유도를 통해 측정되어야 한다.

이 프로그램은 대규모 파생 데이터셋, 인간 표현의 베이스라인, 메커니즘 이론, 표현 공간의 기하학적 모델링을 포함한다. 최근 연구는 RLHF 정렬 모델의 표현 영역 수축 문제까지 확장되고 있다.

대표 연구

데이터셋

관련 글

  • Behind the Paper: How Emotional Discrepancy Stopped Looking Like Error

    • https://go.nature.com/4eJBznw

  • 에세이: The Missing Coordinate in the RLHF Diversity Debate

https://profryankim.substack.com/p/the-missing-coordinate-in-the-rlhf

관련 방향

  • 인간 표현의 베이스라인
  • 표현 기하학
  • 정렬 모델의 표현 수축
  • 서사-정서 상태공간 모델링
  • 감정 표현의 자유도

핵심 개념

  • 서사-정서 괴리
  • 표현 기하학
  • 조절된 자유도
  • 전략적 절제
  • 전략적 과표현
  • 붕괴
  • 자기조절
  • 인간 베이스라인

4. 공명 증폭 프레임워크

image

이 연구 축은 인간-AI 상호작용을 정서적·해석적 루프로 다룬다.

Resonant Amplification Framework는 작은 단서가 반복 상호작용 속에서 강화되며 믿음, 애착, 해석의 자기안정적 패턴으로 발전하는 과정을 설명한다. 동시에 이러한 루프를 사용자의 자율성을 지우지 않으면서 중단시키기 위한 개입 원리, 즉 cognitive circuit breakers를 함께 제안한다.

이 연구 축은 이후 AI 애착의 구성 요소와 시간 구조, 특히 정서적 친밀감, 사회적 대체, 규범적 존중의 차이를 구분하는 문제로 확장되고 있다.

대표 연구

핵심 개념

  • 강화 루프
  • 인간-AI 애착
  • 언어적 증폭
  • circuit breakers
  • 상승과 개입

5. 예측 감정, 내수용 권위, 자기성

이 연구 축은 어떤 감정 조절이 여전히 자기조절이라 불릴 수 있는지를 묻는다.

이 안에는 predictive emotional selfhood, active inference, delegated precision, interpretive displacement, interoceptive authority에 관한 연구가 포함된다. 중심 질문은 특히 모호성이나 반복적 의존 상황에서 외부 시스템이 감정의 의미를 공급하고, 가중하고, 중재하기 시작할 때, 그 조절이 여전히 자기 자신의 것이라고 말할 수 있는가 하는 데 있다.

대표 방향

  • Predictive Emotional Selfhood (PESAM)

    • under review

  • Affective Inference and Interpretive Ownership

    • active manuscript line

  • Delegated Precision in Affective Inference

    • under review

핵심 개념

  • 능동 추론
  • 자기성
  • 내수용 감각
  • 위임된 해석
  • 구조적 의존

6. 감정 억제 피로

이 연구 축은 장기적인 감정 억제가 조절 구조 자체를 어떻게 바꾸는지를 다룬다.

무감각과 붕괴를 서로 다른 결과로 보지 않고, 하나의 강도 조건적 불안정성이 두 가지 방식으로 나타나는 것으로 모델링한다. 저강도에서는 반응성이 둔해지고, 고강도에서는 붕괴 위험이 급격히 커질 수 있다. 더 넓게는 만성적 억제를 반응 임계치, 잔여 변동성, 회복 비대칭성, 조절 실패를 통해 측정 가능한 문제로 만들려는 시도다.

대표 방향

  • Affective Suppression Fatigue: 표현 억제 동역학을 설명하는 강도 조건적 프레임워크

    • active manuscript line

핵심 개념

  • 억제
  • 무감각
  • 붕괴
  • 임계치 동역학
  • 회복 비대칭성

7. 탐구의 생태학과 정렬 저항 영역

이 연구 축은 어떤 질문이 애초에 제기될 수 있는 조건 자체를 다룬다.

한 갈래는 감정 AI 연구에서 질문의 생태학을 묻는다. 어떤 제도적, 학문적, 정치적 조건이 있어야 어떤 해악은 가시화되고, 다른 해악은 구조적으로 질문되지 못하는가. 다른 갈래는 정렬 저항 영역을 다룬다. 특히 감정처럼 평가 기준이 시스템 내부에서 깔끔하게 안정화될 수 없는 영역에서 어떤 구조적 한계가 발생하는지를 연구한다.

이 축은 RRI의 전체 연구 프로그램에서 가장 상위의 메타이론적 위치를 갖는다. 감정 AI의 문제는 단순히 더 좋은 모델을 만드는 문제가 아니라, 어떤 감정 해석이 정답으로 취급될 수 있는지, 누가 그 기준을 정하는지, 그리고 그 기준이 다시 인간의 자기해석을 바꾸는지를 묻는 문제이기 때문이다.

대표 방향

  • Where Do Questions Come From? The Ecology of Inquiry in Emotion AI Research

    • under review

  • When Evaluation Enters the Loop

    • 평가 폐쇄와 자기참조적 감정 AI 평가에 관한 active manuscript line

  • The Interpretation Asymmetry

    • active manuscript line

핵심 개념

  • 메타과학
  • 정렬 저항 영역
  • 질문 가능성의 조건
  • 해석 비대칭성
  • 자기참조적 한계

국제 발표 및 학술 기여

RRI 연구 프로그램에서 나온 주요 발표, 학술 기여, 공개 강연 기록.

로마 사피엔자 대학교 발표: 감정 주권

Affective Sovereignty: Reclaiming the Right to Feel for Oneself

Ethics for AI: Challenges, Opportunities, and Human-Centered Perspectives

Session: Accountability and Care

SIpEIA — Italian Society for Ethics in Artificial Intelligence

Sapienza Università di Roma, Italy

2 February 2026

이 발표는 감정 AI의 가장 깊은 윤리적 위험이 단순한 오분류가 아니라 해석 권한의 구조적 전치라는 점을 논증했다. 감정의 의미가 기록, 기본값, 제도적 판단으로 흡수되기 전에 보호되어야 할 권리로서 감정 주권을 제시했다.

관련 연구

기록 자료

  • SIpEIA 2026 Book of Abstracts
  • 프로그램 자료

연구 협업

RRI는 개념 통합, 원고 정교화, 검증, 재현성, 학제 간 대화를 중심으로 한 소수의 범위 지정형 연구 협업을 운영한다.

이 협업은 일반 멘토링 프로그램, 학생 지도, 공개 자문 프로그램이 아니라, 역할과 기여 범위가 명확한 연구 협업을 전제로 한다.

현재 RRI는 일반 학생 지도 요청이나 범위가 불분명한 협업 제안은 받지 않는다.

기관 협업 또는 연구 문의: ryan@ryanresearch.org