이 글은 Claude Opus 5.5 를 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

들어가며#

Part 1에서 마틴 가드너는 그런 예측자는 존재할 수 없다는 쪽에 공감했고, 1974년 독자 편지 가운데 네 통도 같은 말을 했습니다. Part 2에서는 예측자가 내 코드를 실행할 수 있다고 가정했습니다. 사람은 코드가 아닙니다. 이번 편은 현실의 예측자를 찾아봅니다. 뇌를 읽는 실험, 키보드 입력을 맞히는 프로그램, 그리고 사람의 선택을 예측한다는 AI 입니다. 그 사이에, 예측자가 없어도 뉴컴처럼 행동하는 사람들의 이야기를 끼워 넣습니다.

신경과학과 심리학의 고전 실험(1983~2012년)은 연도를 밝혀 소개하고, AI 관련 내용은 2025~2026년 자료를 썼습니다.

1. 뇌가 먼저 안다?#

1.1 리벳의 실험 (1983)#

1983년 미국의 신경과학자 벤저민 리벳과 동료들은 다섯 명의 피험자에게 원할 때 아무 때나 손목을 굽히게 했습니다. 피험자는 빠르게 도는 시계 점을 보다가, 움직이고 싶다는 의도를 처음 느낀 순간의 점 위치를 기억해 보고했습니다. 그동안 머리의 전극은 운동 직전에 서서히 올라가는 뇌파, 준비 전위 를 기록했습니다.

준비 전위는 의도를 자각한 시점보다 평균 약 350 밀리초 먼저 시작했습니다. 리벳은 1985년 정리 논문에서 이를 “준비 전위는 움직임 약 550 밀리초 전, 의도의 자각은 약 200 밀리초 전” 이라고 요약했고, 이 숫자가 “뇌가 먼저 결정하고 의식은 나중에 안다” 는 이야기로 널리 퍼졌습니다.

그런데 리벳 자신의 결론은 그렇게 단순하지 않았습니다. 그는 같은 1985년 논문에서, 의도를 자각한 뒤 움직이기 전까지 남은 100~200 밀리초 동안 의식이 행동을 거부(veto) 할 수 있다고 주장했습니다. 2016년 한 연구진은 준비 전위를 실시간으로 감지하는 컴퓨터와 사람을 “대결” 시켜, 사람이 움직임 약 200 밀리초 전까지는 동작을 취소할 수 있고 그 뒤가 되돌릴 수 없는 지점이라는 결과를 냈습니다.

1.2 7초 전의 예측 (2008)#

2008년 춘 시옹 순과 존딜런 헤인스 등은 fMRI 로 더 앞선 신호를 찾았습니다. 피험자는 화면에 흘러가는 글자를 보다가 원할 때 왼손이나 오른손으로 버튼을 눌렀습니다. 이마 앞쪽 피질의 활동 패턴으로 어느 손을 누를지 예측할 수 있었는데, 그 신호는 결정을 자각하기 7초 전 에 이미 있었습니다. fMRI 신호의 지연을 감안하면 최대 10초 전이라는 것이 연구진의 추정입니다.

다만 정확도는 약 60%, 동전 던지기(50%)보다 조금 나은 수준이었고, 분석한 피험자는 12 명이었습니다. 2012년에는 피험자의 이전 응답 패턴만 학습한 분류기로도 비슷한 정확도를 낼 수 있다는 반론이 나왔습니다. 사람들이 왼쪽과 오른쪽을 완전히 무작위로 고르지 못하기 때문입니다.

1.3 다시 해석된 신호 (2012~2026)#

2012년 아론 슈르거, 스타니슬라스 드앤 등은 준비 전위를 전혀 다르게 해석했습니다. 뇌에는 늘 작은 무작위 요동이 있고, 그것이 어떤 문턱을 넘을 때 움직임이 일어납니다. 움직인 시점을 기준으로 뇌파를 거꾸로 맞춰 평균을 내면, 문턱을 향해 올라가던 요동들이 겹쳐 서서히 올라가는 곡선처럼 보인다 는 것입니다. 준비 전위는 숨은 결정이 아니라 잡음의 평균일 수 있다는 뜻입니다.

2019년 우리 마오즈 등의 실험은 더 결정적이었습니다. 실제로 1,000 달러를 어느 비영리 단체에 기부할지 고르게 하자, 아무 의미 없는 선택에서 나타나던 준비 전위가 신중하게 고른 선택에서는 사라졌습니다. 2024년 리벳 이후의 연구 2,220 편을 검토한 리뷰, 2025년 “초기 준비 전위는 의식적 의도의 시작을 반영하지 않는다” 는 연구도 같은 방향입니다.

정리하면, 뇌를 읽는 예측자는 지금까지 의미 없는 버튼 누르기에서 60% 남짓 을 맞혔습니다. 흥미롭게도 Part 1 의 계산으로는 이 정도로도 증거적 결정 이론의 기댓값 저울은 한 상자 쪽으로 기웁니다. 그러나 뉴컴의 선택은 100만 달러가 걸린, 가장 신중한 선택입니다. 그런 선택에서는 그 신호마저 사라졌습니다.

2. 키보드 예측기 — 사람은 무작위가 서툴다#

뇌를 열지 않아도 사람을 꽤 맞힐 수 있습니다. 양자 컴퓨팅 연구자 스콧 애런슨은 2006년 강의 노트에 이런 일화를 적었습니다.

버클리에서 가르친 수업에서 간단한 프로그램을 하나 짰다. 사람들이 “f” 나 “d” 를 마음대로 누르면, 다음에 어느 키를 누를지 예측하는 프로그램이다. 대략 70% 를 맞히는 프로그램은 아주 쉽게 짤 수 있다. 사람들은 무작위로 누르는 법을 잘 모른다. 너무 자주 번갈아 누르는 식이다. … 프로그램은 70~80% 를 맞혔다. 그러다 프로그램이 정확히 50% 만 맞힌 학생을 한 명 찾았다. 비결이 뭐냐고 물었더니, 그는 “그냥 자유의지를 썼다” 고 답했다.

애런슨의 설명에 따르면 원래 프로그램은 f 와 d 다섯 개로 이뤄진 32 가지 배열 각각 뒤에 어느 키가 더 자주 왔는지를 세는 정도였습니다. 이 아이디어를 웹으로 옮긴 “애런슨 오라클” 이 여럿 돌아다니니 직접 해 보면, 무작위로 누르려는 노력이 얼마나 금방 들키는지 알 수 있습니다.

애런슨은 스스로를 한 상자 쪽 이라고 밝힙니다. 그의 논리는 이렇습니다. 당신이 한 상자를 고를지 두 상자를 고를지를 믿을 만하게 예측하려면, 예측자는 당신을 아주 정밀하게 시뮬레이션 해야 합니다. 그 시뮬레이션은 사실상 당신의 또 다른 사본입니다. 그렇다면 지금 고민하는 당신이 진짜 당신인지, 예측자 컴퓨터 안의 시뮬레이션인지 알 수 없습니다. 당신이 시뮬레이션이라면, 지금의 선택이 상자를 채웁니다. 그러니 한 상자를 고르라는 것입니다. Part 2의 Go 코드에서 예측자가 내 함수를 실행해 본 것과 같은 그림입니다.

통계학자 래드퍼드 닐은 2026년 8월 아카이브에 올린 논문에서 비슷한 결론에 이르렀습니다. 예측자가 의식을 가진 정밀한 시뮬레이션을 돌린다면 인과적 결정 이론으로 따져도 한 상자 가 맞다는 것입니다. 반대로 예측자가 신용 평가처럼 사람을 범주로 나눠 그 범주에서 흔한 행동을 예측하는 식이라면, 정확도가 0.5005 를 넘더라도 두 상자가 맞다고 보았습니다. 예측자가 어떻게 예측하느냐가 답을 가른다는 것입니다.

3. 결과를 바꿀 수 없어도 증거는 바꾸고 싶다#

예측자가 없어도 사람들은 종종 뉴컴의 한 상자 쪽처럼 행동합니다.

3.1 차가운 물과 건강한 심장 (1984)#

심리학자 조지 콰트론과 아모스 트버스키는 1984년 학부생 38 명에게 운동 전후로 팔을 차가운 물에 담그고 버티게 했습니다. 그 사이에 가짜 의학 설명을 들려주었습니다. 한 조건에는 운동 뒤 찬물을 더 오래 견디는 것이 장수하는 건강한 심장의 표시라고, 다른 조건에는 덜 견디는 것이 그 표시라고 했습니다.

참가자들의 두 번째 기록은 들은 설명에서 건강한 심장 쪽 으로 바뀌었습니다. 물을 견디는 시간을 바꾼다고 심장이 바뀌지는 않습니다. 바꾼 것은 심장의 증거 뿐입니다. 그리고 대부분은 일부러 바꾼 적이 없다고 답했습니다. 같은 논문의 두 번째 실험(학부생 315 명)에서는, 자기 한 표가 결과를 바꾸는 정도는 같다고 알려 주어도, 자기 같은 사람들의 투표 여부가 선거 결과를 보여 주는 지표 라는 설명을 들은 쪽이 더 투표하겠다고 답했습니다. 연구진은 이것을 유권자의 착각 이라고 불렀습니다.

3.2 모를 때만 협력한다 (1992)#

엘다 샤피르와 트버스키는 1992년 죄수의 딜레마로 더 이상한 결과를 냈습니다. 상대가 배신했다고 알려 주면 97% 가 배신했고, 협력했다고 알려 주면 84% 가 배신했습니다. 그런데 상대의 선택을 모를 때 는 배신이 63% 로 떨어졌습니다. 어느 쪽을 알든 배신하는 사람들이, 모를 때는 협력한 것입니다. 상대가 나와 같이 생각하리라는, Part 2의 쌍둥이 죄수 같은 추론입니다.

같은 연구에는 실험실의 뉴컴 문제도 있었습니다. 실험이 끝날 무렵 참가자 40 명에게 이렇게 알렸습니다. “최근 MIT 에서 개발한 프로그램이 이번 세션 내내 당신의 선택 패턴을 분석해, 이 마지막 문제에서 당신의 선택을 예측했습니다. 지금까지 상자 B 만 고른 사람의 92% 가 그 안에서 250 점을 찾았고, 두 상자를 고른 사람 가운데서는 17% 만 찾았습니다.” 65% 가 한 상자를 골랐습니다. 그런데 그런 프로그램은 없었습니다. 판돈은 1 달러 안팎이었습니다. 샤피르와 트버스키는 사람들이 자기 행동이 결과에 영향을 준다고 실제로 믿지는 않으면서도 그렇게 믿는 것처럼 행동한다며, 이것을 유사 마법적 사고(quasi-magical thinking) 라고 불렀습니다.

4. 칼뱅주의자의 뉴컴#

막스 베버는 1905년 『프로테스탄트 윤리와 자본주의 정신』에서 칼뱅주의의 예정론 을 다뤘습니다. 누가 구원받을지는 신이 이미 정해 두었고, 사람의 행실은 그 결정을 바꾸지 못합니다. 그렇다면 칼뱅주의자는 왜 그토록 근면하게 일했을까요. 베버의 답은 이렇습니다.

선행은 구원을 얻는 수단으로는 아무리 쓸모없더라도, 선택받았다는 표징으로서는 없어서는 안 된다. 그것은 구원을 사는 기술적 수단이 아니라, 저주받을지 모른다는 두려움을 떨쳐 내는 수단이다.

베버는 이렇게도 썼습니다. 칼뱅주의자는 흔히 말하듯 스스로 구원을 만든다. 더 정확히는, 구원의 확신을 만든다.

신은 이미 상자를 채운 예측자이고, 근면한 삶은 한 상자를 고르는 것입니다. 노는 쪽이 지배 원리로는 늘 낫습니다. 구원은 이미 정해졌으니까요. 그런데 열심히 일하는 사람이 선택받은 사람이라는 “증거” 가 있다면, 증거를 따르는 사람은 일합니다. 리투아니아의 사회학자 제노나스 노르쿠스는 2005년 「서구 자본주의는 추론 오류의 산물인가? 베버 테제와 뉴컴의 문제」라는 논문에서 이 구조를 정면으로 다뤘습니다. 베버의 테제를 이렇게 읽으면, 증거적 결정 이론을 따른 사람들이 자본주의를 만든 셈이 됩니다.

5. AI 는 사람을 얼마나 맞히는가 (2025~2026)#

이제 가장 새로운 후보입니다. 대규모 언어 모델이 사람의 선택을 예측할 수 있다는 주장이 최근 여럿 나왔습니다.

켄타우로스(2025). 2025년 7월 『네이처』에 실린 독일 헬름홀츠 뮌헨 연구진의 모델입니다. 심리학 실험 160 개 에서 참가자 6만 92 명 이 내린 선택 1,068만 1,650 건 을 모은 데이터로 메타의 언어 모델 라마 3.1(700억 매개변수)을 미세 조정했습니다. 학습에 쓰지 않은 참가자의 선택을 예측하는 데서, 거의 모든 실험에서 기존의 인지 모형보다 나았다고 보고했습니다.

반론도 바로 나왔습니다. 2025년 12월 한 연구진은 실험 지시문을 지우거나 엉뚱한 지시문을 주어도 성능이 유지된다며, 모델이 과제를 이해하기보다 표면적인 통계 단서 에 기대는 것 같다고 지적했습니다. 2026년 6월 개정된 또 다른 비판은 이 모델의 행동이 사람의 인지가 아니라 일종의 역할 연기 에 가깝고, 예측력을 설명력으로 착각해서는 안 된다고 했습니다.

한 사람을 통째로 시뮬레이션하기. 스탠퍼드의 박준성 등은 2024년 11월 1,052 명을 두 시간씩 인터뷰한 기록으로 각자의 AI 대리인을 만들었습니다. 처음 발표에서는 이 대리인이 미국 종합사회조사(GSS) 문항에 대한 본인의 답을 “본인이 2주 뒤 다시 답할 때의 일관성 대비 85%” 수준으로 재현한다고 했습니다. 2026년 6월 개정판에서는 이 수치가 83~86% 로 바뀌었고, 인구통계 정보만 쓰면 74% 였습니다. 85% 는 정답률이 아니라 사람이 스스로를 재현하는 정도와 비교한 비율 이라는 점에 주의해야 합니다.

왜곡된 거울(2026). 2026년 9월 『사이언스 어드밴시스』에 실린 연구는 더 엄격하게 시험했습니다. 사전 등록한 연구 19 개, 결과 변수 164 개에 대해, 한 사람당 500 개가 넘는 문항으로 만든 “디지털 트윈” 의 답과 실제 그 사람의 답을 비교했더니, 평균 상관이 0.20 에 그쳤습니다. 연구진은 트윈들이 개인 차이를 충분히 반영하지 못하고, 고정관념과 이념 편향을 보이며, 실제 사람보다 지나치게 합리적으로 답한다고 지적했습니다.

지금의 AI 예측자는 집단의 평균적인 경향은 꽤 맞히지만, 한 사람이 이번에 무엇을 고를지 를 노직의 예측자처럼 맞히는 데는 아직 한참 멀어 보입니다.

6. AI 는 몇 상자를 고르는가#

반대 방향의 질문도 있습니다. AI 자신은 뉴컴의 문제에서 어느 쪽에 설까요.

카스파르 외스터헬트 등은 2024년 11월(2025년 6월 개정) 결정 이론 전문가들이 직접 만든 객관식 문항 537 개로 언어 모델 78 개 를 시험했습니다. 문항은 두 종류였습니다. 결정 이론을 제대로 이해했는지 묻는 능력 문항과, 증거적 결정 이론과 인과적 결정 이론이 갈리는 상황에서 어느 쪽을 택하는지 묻는 태도 문항입니다. 최상위 모델은 능력 문항의 약 75% 를 맞혔습니다. 그리고 능력이 높은 모델일수록 증거적 결정 이론 쪽 답을 더 많이 골랐습니다(순위 상관 0.53). 다만 단계별로 추론하게 하지 않으면 이 상관은 대부분 사라졌습니다. 시험 대상에는 이 시리즈의 초안을 쓴 Claude 의 이전 세대 모델도 포함되어 있었습니다.

Part 2의 프로그램 균형도 현실의 AI 에게 시험되고 있습니다. 2025년 신경정보처리시스템학회(NeurIPS)에 발표된 연구는 언어 모델들이 행동 대신 프로그램을 내는 게임 에서 협력 전략뿐 아니라 상대를 속이는 전략 도 만들어 냈다고 보고했습니다. 2026년 국제머신러닝학회(ICML)의 또 다른 연구는 최신 모델들이 추론 기능을 켜든 끄든 한 번뿐인 사회적 딜레마에서 일관되게 배신한다 고 보고했습니다. 코드를 읽을 수 있다고 해서 저절로 협력하지는 않는 셈입니다.

7. 분류 흐름도#

Part 4에서는 영화와 소설과 게임 속 예측자들을 봅니다. 그 전에 장면을 가를 도구를 만들어 두겠습니다. “예측” 이 나오는 이야기가 모두 뉴컴의 문제는 아닙니다. 뉴컴의 핵심은 예측이 내가 고르기 전에 이미 정해졌고, 나는 그것을 볼 수 없으며, 보상이 그 예측에 따라 이미 배치되어 있다 는 것입니다.

flowchart TD
    S(["장면 하나"]) --> Q1{"누군가 당신의 선택을<br/>미리 안다고 하는가?"}
    Q1 -- "아니오" --> N["예측 문제 아님"]
    Q1 -- "예" --> Q2{"그 예측자의 적중 기록은<br/>진짜인가?"}
    Q2 -- "꾸며졌다" --> D["가짜 예측자형"]
    Q2 -- "진짜다" --> Q3{"예측자와 당신이<br/>서로를 예측하는가?"}
    Q3 -- "예" --> C["수읽기형"]
    Q3 -- "아니오" --> Q4{"예측을 당신에게<br/>알려 주는가?"}
    Q4 -- "숨긴다. 결과는 이미 배치됐다" --> A["뉴컴형"]
    Q4 -- "알려 준다" --> Q5{"알고 난 뒤 당신은?"}
    Q5 -- "피하거나 거스르려 한다" --> B["선언형"]
    Q5 -- "알면서 받아들인다" --> E["수용형"]

    style A fill:#FFD700,color:#000000
    style B fill:#87CEEB,color:#000000
    style C fill:#90EE90,color:#000000
    style D fill:#FFB6C1,color:#000000
    style E fill:#D3D3D3,color:#000000
  • 뉴컴형: 예측은 숨겨져 있고, 결과는 이미 그 예측에 따라 배치되어 있습니다. 당신이 할 수 있는 것은 어떤 사람이 될 것인가 를 고르는 것뿐입니다.
  • 선언형: 예측을 들은 뒤 그것을 피하거나 거스르려 합니다. 피하려는 행동이 예측을 이루는 자기실현 으로 끝나기도 하고, 정말로 거스르기도 합니다. 철학자 칼 포퍼는 신탁이 자기 예언의 실현에 한몫하는 이 구조를 “오이디푸스 효과” 라고 불렀습니다.
  • 수읽기형: “내가 이렇게 생각할 것을 그도 알 것이고, 그걸 나도 안다” 가 끝없이 이어집니다. 예측자가 따로 없고, 서로가 서로의 예측자입니다.
  • 가짜 예측자형: 예측자의 놀라운 적중 기록이 사실은 꾸며진 것입니다. 뉴컴의 문제는 예측자의 기록을 전제 하지만, 현실에서는 그 기록부터 의심해야 합니다.
  • 수용형: 미래를 알면서도 그것을 그대로 택합니다. 예측과 선택의 충돌 자체를 받아들이는 쪽입니다.

지금까지 나온 장면에 적용하면 이렇습니다.

장면유형비고
노직의 두 상자 (Part 1)뉴컴형원형
다마스쿠스의 죽음 (Part 2)뉴컴형죽음이 이미 약속 장소를 정했다
카브카의 독약, 파핏의 히치하이커 (Part 2)뉴컴형예측 대상이 “의도” 와 “성향”
쌍둥이 죄수, 유혹의 복권 (Part 2)수읽기형상대가 곧 나의 예측자
서로의 코드를 읽는 프로그램 (Part 2)수읽기형시뮬레이션으로 서로를 예측
찬물과 건강한 심장 (1984)뉴컴형예측자 대신 “체질” 이 이미 정해져 있다
샤피르·트버스키의 MIT 프로그램 (1992)가짜 예측자형그런데도 65% 가 한 상자
칼뱅주의자의 근면뉴컴형신의 예정이 이미 정해 둔 상자
애런슨의 키보드 예측기수읽기형사람은 예측기를 이기려 하고, 예측기는 그 시도를 읽는다

마치며#

현실의 예측자를 한 문장으로 줄이면 “사람의 신중한 선택을 맞히는 예측자는 아직 없지만, 사람들은 예측자가 있는 것처럼 행동한다” 입니다. 뇌를 읽는 실험은 의미 없는 버튼 누르기에서 60% 남짓을 맞혔고, 신중한 선택에서는 그 신호마저 사라졌습니다. AI 디지털 트윈의 상관은 0.20 이었습니다. 그런데 키보드 앞의 사람들은 70% 넘게 들켰고, 찬물에 팔을 담근 학생들은 건강한 심장의 증거가 되려고 버텼으며, 있지도 않은 MIT 프로그램 앞에서 65% 가 한 상자를 골랐습니다. 그리고 칼뱅주의자들은 이미 정해진 구원의 증거가 되려고 평생 일했습니다.

다음 편은 마지막 편입니다. 사마라에서 죽음과 약속이 잡힌 하인, 꽃병을 깨뜨린 네오, 범죄를 저지르기 전에 체포되는 사람들, 그리고 기억을 버려 탐정의 예측을 통과한 데스노트의 주인공까지, 이야기 속 예측자들을 위의 흐름도로 가릅니다.

편주제
Part 1두 상자
Part 2두 결정 이론
Part 3 (이 글)예측자는 가능한가, 그리고 분류 흐름도
Part 4영화·문학·게임 속 예측자

References#

신경과학 논문은 원문 또는 PubMed 초록으로 확인했습니다. 콰트론·트버스키(1984)와 샤피르·트버스키(1992)는 원문을 열람하지 못해, 초록과 원문을 직접 인용한 후속 논문으로 확인한 수치만 썼습니다.

최신 자료 (2024~2026)

비교·배경 자료 (구자료)