AI 컴패니언, 1년 뒤: 첫 12개월 추적 조사가 찾아낸 것

어디에, 누가 냈나

논문은 Living with AI Companions: Sustained AI Companionship Predicts Lower Well-Being Through Lower Human Interaction이다. 2026년 9월 7일 arXiv:2609.07243으로 CC BY 4.0 라이선스 아래 공개돼 아래 수치를 모두 원문에서 확인할 수 있다. 저자는 Yutong Zhang, Dora Zhao, Yixin Wang, Rebecca Anselmetti, Jeffrey T. Hancock, Robert Kraut, Diyi Yang이며 소속은 스탠퍼드대·미시간대·옥스퍼드대·카네기멜런대다.

참가자는 Prolific을 통해 모집됐다. 미국 거주 영어 원어민 Character.AI 이용자 중 한 달 이상 써 봤고 서로 다른 챗봇 셋 이상과 대화한 적이 있는 사람이 대상이었다. 기준 조사는 2024년 9월~2025년 8월(N = 1,182), 추적 조사는 2025년 8월~2026년 6월(N = 439)에 이뤄졌고 평균 간격은 362.5일(SD = 88.2)이다. 웰빙은 Comprehensive Inventory of Thriving으로 측정했고, 연구는 스탠퍼드대 IRB(승인번호 76072) 승인을 받았다.

결과를 읽을 때 중요한 설계 요소가 하나 있다. 재응답한 439명 중 108명은 챗봇 이용을 아예 그만둔 상태였고, 이들의 추적 시점 이용량은 0으로 코딩됐다. 저자들은 이용을 이어간 331명만으로 전체 분석을 다시 돌려 결과가 일치함을 확인했다.

이용은 출발점에 머물지 않았다

첫 번째 결과는 해악이 아니라 궤적에 관한 것이다. 기준 시점에 얼마나 집중적으로 썼는지는 1년 뒤의 이용 강도만이 아니라, 더 컴패니언에 가까운 사용 방식과 더 깊은 자기개방까지 예측했다.

저자들의 해석은, 사회적 관여 방식이 앱을 설치한 동기로 고정되는 게 아니라 반복적인 사용을 거치며 형성된다는 것이다. 실용적인 목적으로 시작한 사람도 1년 뒤에는 관계적인 패턴에 가 있을 수 있다. 이는 '컴패니언'을 표방한 제품만이 아니라 범용 어시스턴트에도 해당하는 지적이다.

관계를 부르는 말도 완만하게 같은 방향으로 움직였다. 추적 시점에도 이용을 이어간 331명 중 '지지해 주는 상대'는 40.2%에서 42.3%로 늘어 가장 흔한 표현이 됐고, '도구·어시스턴트·시스템'은 43.8%에서 40.5%로 줄었다. 연애·친밀한 관계 표현은 3.3%에서 3.6%로 거의 그대로였다. AI 연애가 주류라는 식의 보도에 대한 담백한 교정 자료다. 두 시점 모두에서 절반 이상이 여러 용도를 동시에 꼽았다.

기제는 대화 자체가 아니라 밀려난 시간

여기가 정말 새로운 부분이다. 연구진은 웰빙과의 관련을 설명할 경쟁 가설 두 가지를 검증했고, 깔끔하게 남은 것은 하나였다.

기준 시점의 이용은 기준 시점 웰빙을 고려하고 나면 추적 시점 웰빙을 직접 예측하지 못했다. 계수는 β = −0.03~−0.04 수준이었고 유의한 것은 없었다. 관련을 실어 나른 것은 1년 뒤에도 이어지던 이용이었고, 더 정확히는 그 이용이 무엇을 대체했는가였다.

대면 시간은 세 모형 모두에서 β = 0.14~0.15로 높은 웰빙을 예측했다. 즉 데이터가 지지하는 사슬은 '강한 이용의 지속 → 대면 접촉 감소 → 웰빙 저하'다. 대면 시간을 고정하면 챗봇 변수는 혼자서는 통계적 역할을 하지 못한다.

효과크기는 작다. 간접계수 −0.02는 어느 개인의 삶에서 위기라고 할 수준이 아니고, 논문도 그렇게 제시하지 않는다. 눈여겨볼 점은 이용을 재는 세 가지 독립적 방식 모두에서 일관됐다는 것, 그리고 스스로 확인할 수 있는 변수를 지목했다는 것이다.

같은 방향을 가리키는 독립적 근거

프리프린트 한 편으로 결론이 나지는 않는다. 이 연구를 진지하게 볼 이유는 서로 다른 팀이 서로 다른 방법으로 같은 절충점에 도달하고 있다는 데 있다.

실험 연구가 중요한 이유는 패널 연구가 검증할 수 없는 방향을 확인하기 때문이다. 챗봇의 정서지능이 어떻게 보이는지를 조작하자 심리적 이득과 사회적 비용이 함께 움직였다. 추적 연구의 발견과 같은 형태가 반대편에서 나타난 셈이다.

2026년 8월 수치는 같은 코호트의 앞선 파동에서 나온 것으로, 스탠퍼드 외로움 연구 정리에서 자세히 다뤘다. 9월에 공개된 학생 대상 3시점 패널도 또 다른 각도에서 양립 가능한 결론에 이르렀다. AI의 지지 효과는 이미 사람의 지지가 있는 쪽에서 주로 나타났다는 것으로, 해당 연구 정리에서 설명했다.

내 사용을 5분 안에 점검하는 법

어느 연구도 특정 제품을 검증하지 않았고, 여기에 특정 앱에 대한 판정은 없다. 다만 이번 대체 효과는 도구 없이 관찰할 수 있는 변수 하나를 지목한다.

1. 채팅 시간이 아니라 이번 주 대면 시간을 가늠한다. 이 데이터에서 웰빙을 예측한 것은 챗봇 쪽 숫자가 아니었다. 다른 쪽이었다.
2. 긴 세션이 무엇을 대체했는지 묻는다. 원래 비어 있던 저녁과, 약속을 취소해 비운 저녁은 다른 경우다.
3. 어제가 아니라 1년 전과 비교한다. 궤적 결과는 이용이 조용히 늘어난다는 것을 말한다. 한 달에 한 번 보는 확인이 매일 보는 확인이 놓치는 것을 잡는다.
4. 부르는 말이 바뀌었는지 살핀다. 데이터에서는 1년에 걸쳐 '도구'가 '지지해 주는 상대'로 옮겨 갔다. 이 이동 자체는 흔한 일이며, 놀랄 일이라기보다 알아 두면 되는 일이다.
5. 자기개방의 깊이는 시간과 따로 본다. 자기개방은 사용 시간과 독립적으로 대면 시간 감소를 예측했다.
6. 상호적인 통로 하나는 살려 둔다. 저자들의 설계 제안은 사람 관계와 경쟁하지 않고 이를 돕는 컴패니언이다. 제품이 그렇게 되기 전에 사용자 쪽에서 먼저 적용할 수 있다.

연구가 아니라 기능 관점이 필요하다면 컴패니언 앱과 웰빙, 기억과 연속성 글에서 지속 사용을 만드는 설계가 실제로 어떻게 작동하는지 다뤘다.

이 연구가 말해 주지 못하는 것

• 프리프린트다. arXiv:2609.07243은 동료심사를 마치지 않았고, 정식 게재 전까지 수치가 바뀔 수 있다.
• 두 시점은 많지 않다. 더 긴 기간의 상호적 역학은 규명할 수 없다고 저자들이 명시하며, 3시점 이상이나 연속 행동 로그가 필요하다고 적었다.
• 유지율 37.1%. 1,182명 중 439명. 주된 원인은 구조적이었다. 기준 시점 참가자의 59.54%가 Prolific에서 더 이상 활동하지 않았다. Heckman 보정을 적용했지만 돌아오지 않은 사람은 복원되지 않는다.
• 컴패니언 이용 측정이 시점 간에 달라졌다. 기준 시점은 단일 선택, 추적 시점은 여러 용도를 평정하는 방식이다. 저자들은 이 구성개념의 직접 비교가 제한된다고 밝힌다.
• 한 플랫폼, 한 나라. Prolific으로 모집한 미국 거주 영어 사용 Character.AI 이용자다. 다른 플랫폼과 다른 집단은 다를 수 있다.
• 플랫폼 변화는 관측되지 않았다. 조사 기간 중 Character.AI의 모델·모더레이션·설계 변경은 반영할 수 없었다.
• 대면 시간은 자기보고 단일 문항이다. 합당한 대리 지표이지 행동 로그는 아니다.

기제가 아니라 규모가 궁금하다면 2026년 AI 컴패니언을 몇 명이 쓰는가가 설문 쪽을 다룬다.

자주 묻는 질문