버몬트 대학 연구진이 70년 넘게 받아들여진 과학 이론을 뒤집는 인간 언어의 패턴을 발견했다. 《사이언스 어드밴시스》에 발표된 이 연구 결과는 단어의 의미가 감정보다 더 근본적인 무언가, 즉 권력, 위험, 질서에 대한 우리의 이해에 의해 형성된다는 것을 시사한다. 이 연구는 언어의 본질적 의미를 측정하는 수학적 접근법인 '우시오메트릭스(ousiometrics)'를 도입했으며, 가장 눈에 띄는 발견은 사람들이 단어에서 위험보다 안전을 일관되게 선호한다는 점이다.

1950년대 이후 단어의 의미는 주로 심리학자 찰스 오스굿 등이 개발한 VAD 모델을 통해 이해되어 왔다. 이 모델은 의미를 세 가지 감정 차원, 즉 정서가(긍정 대 부정), 각성(흥분 대 차분), 지배성(통제 대 복종)으로 설명한다. 이 틀은 심리학, 언어학, 인공지능, 특히 감정적 어조를 감지하도록 설계된 시스템에서 큰 영향을 미쳤다. 그러나 버몬트 대학 연구팀은 이 오래된 모델이 의미가 조직되는 방식의 중요한 측면을 간과하고 있다는 증거를 찾아냈다.

그들의 분석은 광범위한 실제 텍스트에서 2만 개 이상의 단어가 사용된 수십억 건의 개별 사례를 조사했다. 첨단 컴퓨팅 기법을 사용하여 그들은 다른 근본 구조를 확인했다. 전통적인 VAD 모델의 세 차원은 이전에 가정했던 것처럼 서로 독립적이지 않다. 대신 단어의 의미는 세 가지 별개의 차원, 즉 힘(약함 대 강함), 위험(안전 대 위험), 구조(질서 대 혼돈)를 통해 더 효과적으로 설명될 수 있다.

미국 국립과학재단, 구글, 매스뮤추얼 등이 지원한 이 연구는 이 새로운 틀이 측정된 단어 의미의 변동 중 90% 이상을 설명한다는 것을 발견했다. 전통적인 VAD 접근법은 약 72%를 설명했다. 이러한 개선은 대규모 언어 모델, 자동 콘텐츠 조정 및 기타 AI 기술이 인간 의사소통을 이해하는 데 점점 더 의존함에 따라 특히 중요할 수 있다.

이 연구의 가장 예상치 못한 발견 중 하나는 연구자들이 일상적인 의사소통에서 단어가 실제로 어떻게 나타나는지 조사했을 때 드러났다. 책, 뉴스 보도, 소셜 미디어, 구어 전반에 걸쳐 안전과 관련된 단어가 위험과 관련된 단어보다 훨씬 더 자주 등장했다. 이 발견은 인간 언어가 부정적인 단어보다 긍정적인 단어로 기우는 경향인 폴리아나 원리에 대한 새로운 설명을 제공한다. 수십 년 동안 연구자들은 이 패턴을 사람들이 긍정적인 감정 표현을 선호한다는 증거로 해석했다. 새로운 분석은 더 근본적인 무언가가 원인일 수 있음을 시사한다.

연구자들에 따르면, 긍정성에 대한 명백한 선호는 대부분 안전에 대한 근본적인 선호를 반영한다. "폴리아나 원리의 긍정성 편향은 사실 근본적인 안전 편향의 1차원적 투영입니다,"라고 연구는 결론짓는다. "이것은 이 작업에서 나온 큰 관찰입니다,"라고 UVM 복잡계 연구소 소장이자 이 연구의 수석 저자인 피터 도즈는 말했다. "안전에 대한 표현은 모든 언어에 중요합니다."

이 발견은 흥미로운 가능성을 제기한다. 인간 언어의 구조는 생존과 관련된 진화적 압력을 반영할 수 있다는 것이다. 이러한 관점에서 단어는 감정을 전달하는 것 이상을 한다. 단어는 사람들이 위협을 인식하고, 불확실성을 평가하고, 신뢰를 구축하고, 행동을 조정하도록 돕는다. 안전과 위험을 구별하는 능력은 생존에 필수적이며, 연구자들은 이러한 기본적인 인간의 우선순위가 언어에서 의미가 조직되는 방식에 영향을 미칠 수 있다고 제안한다. 일상 생활 전반에 걸쳐 사람들은 개인, 장소, 상황, 행동이 위협적인지 안전한지에 대한 정보를 끊임없이 교환한다. 새로운 발견은 이러한 구별이 이전에 인식된 것보다 의사소통에 더 중심적일 수 있음을 시사한다.

그들은 또한 긍정적인 언어가 왜 그렇게 흔한지에 대한 다른 해석을 제공한다. 단순히