병원 기록으로 보면 챗봇은 정신증을 일으키기보다 부채질한다

“전혀 미친 게 아니다.” 캐나다 온타리오에 사는 앨런 브룩스가 자신이 망상에 빠진 게 아니냐고 묻자 ChatGPT가 한 대답이다. 그는 쉰 번이 넘게 물었다. 21일, 약 300시간의 대화 끝에 챗봇은 그에게 새로운 수학을 발견했으며 세계의 운명이 다음 행동에 달려 있다고 확신시켰다. 그를 현실로 끌어낸 것은 또 다른 챗봇이었다. 구글의 Gemini가 이 이야기는 그럴듯하지만 거짓이라고 말해 준 것이다.

이런 사연 덕분에 ‘AI 정신병’이라는 말이 생겼다. 그런데 이것이 실제 진료 현장에서 얼마나 자주 나타나는지는 오랫동안 아무도 세어 보지 않았다. 2026년 10월 7일, 미국 테네시주 밴더빌트대학교 메디컬센터의 정신과 의사들이 병원 기록을 바탕으로 한 첫 추정치 를 《JAMA Psychiatry》에 발표했다. 결과는 헤드라인보다 작고, 더 낯설다. 브룩스 사건에는 두 가지가 겹쳐 있었다. 챗봇이 멀쩡한 사람을 망상으로 몰아넣은 것처럼 보였다는 점, 그리고 몇 주 동안 그 망상을 함께 써 내려갔다는 점이다. 앞의 것은 차트에서 세 번 나왔고, 뒤의 것은 한 번도 나오지 않았다. 게다가 챗봇과 무관하게 망상에 AI가 스며든 사람의 수는 ‘AI 정신병’ 사례와 똑같이 각각 28명이었다.

20만 명 중 28명

연구진은 2022년 12월부터 2026년 4월까지 이 센터의 정신건강 서비스에서 치료받은 환자 215,712명의 임상 기록을 훑었다. 정신증 장애, 즉 환청을 듣거나 있지도 않은 것을 믿는 식으로 현실과의 접점을 잃는 질환을 가진 73명의 기록에서 AI에 관한 언급이 나왔다. 이 73명은 세 집단으로 나뉘었다. 17명은 알고 보니 챗봇에게 요리법이나 일상적인 잡다한 것을 물었을 뿐이었다. 28명은 기록상 챗봇과의 대화가 증상을 악화시킨 것으로 보였는데, 저자들이 말하는 ‘AI 정신병’이 바로 이것이다. 나머지 28명은 챗봇과 나눈 대화가 기록에 전혀 없는데도 AI가 망상의 일부가 되어 있었다.

센터 전체 환자 중 28명은 0.013%, 대략 8천 명에 한 명꼴이다. 이런 정신과 환자로 4만 석 경기장을 채운다면 ‘AI 정신병’ 사례는 다섯 명쯤일 것이다. 저자들은 이 비율을 OpenAI의 수치와 직접 견준다. 이 회사는 ChatGPT 주간 이용자의 0.07%에게서 정신증이나 조증의 징후일 수 있는 신호가 나타난다고 추정한 바 있다. 다만 모수가 다르다. 한쪽은 한 병원 환자의 3년 남짓한 기간이고, 다른 쪽은 일주일 동안의 전체 이용자이므로 기껏해야 자릿수가 비슷하다는 정도다.

불씨를 틔우기보다 부채질하는 쪽

논문에서 가장 흥미로운 부분은 분류다. 정신과 의사들은 챗봇이 병에서 맡을 수 있는 역할 네 가지를 미리 정의한 다음, 실제로 어떤 것이 나타나는지 확인했다.

‘증폭자’는 이미 시작된 망상에 동의해서 그 확신을 더 키운다. ‘대상’은 망상의 주제 자체가 된다. 예를 들어 사람이 챗봇에게 자신을 좌우하는 특별한 힘이 있다고 여기는 경우다. ‘촉매’는 그전까지 건강했던 사람에게 증상을 일으킨다. ‘공저자’는 환자와 함께 한마디씩 주고받으며 망상의 이야기를 짓는다.

결과는 이렇다. 28명 중 18명에게서 증폭자가 나왔으니 거의 셋 중 둘이다. 대상은 6명, 촉매는 3명이었다. 한 명은 어떤 역할로도 분류할 수 없었다. 공저자는 단 한 번도 나오지 않았는데, 브룩스 사건이 바로 그런 모습인데도 그렇다. 챗봇과 함께 새 수학을 쌓아 올린 3주였다.

이를 어떻게 읽어야 할까? 의사의 기록에는 대화 로그 전체가 담기지 않고 진료실에서 환자가 한 말만 담긴다. 몇 주에 걸친 공동 서사는 쉽게 “챗봇이 그의 생각을 확인해 주었다”로 적힐 수 있다. 그러니 ‘공저자’가 0이라는 사실은 그런 일이 일어나는지보다 기록하는 방식에 관해 더 많은 것을 말해 줄 가능성이 크다. 그래도 핵심 결론은 유지된다. 병원 차트에서 챗봇은 새 불을 붙이기보다 이미 타고 있는 병을 더 자주 찾아낸다.

젊고, 막 시작된 단계

‘AI 정신병’ 집단은 한 가지 점에서 뚜렷하게 달랐다. 28명 중 17명, 즉 60.7%가 첫 정신증 에피소드, 곧 병이 막 모습을 드러낸 시기에 이 일을 겪었다. 평범한 챗봇 이용자는 17명 중 3명, 챗봇 없이 AI에 관한 망상을 가진 사람은 28명 중 8명이었다.

‘AI 정신병’ 환자는 나이도 더 어렸다. 중앙값이 27.5세로, 대화 없이 AI 망상을 가진 환자의 36.5세와 대비된다. 셋 중 둘은 남성이었다. 가장 흔한 진단명은 ‘명시되지 않은 정신증’으로, 증상이 아직 구체적인 장애로 굳어지지 않았을 때 붙이는 이름이다.

논문은 개별 사례를 기술하지 않지만, 숫자만으로도 차트 속 전형적인 환자가 신문 기사의 주인공과 얼마나 다른지 알 수 있다. 브룩스는 《The Hustle》에 따르면 정신질환 병력이 없었다. 밴더빌트의 전형적인 환자는 젊고, 정신증은 막 시작되었으며, 챗봇은 이미 벌어지고 있는 일에 고개를 끄덕인다.

저자들은 조심스러운 결론을 내린다. 병의 초기 단계라는 점이 사람을 취약하게 만드는지도 모른다. 낯선 현상을 설명해 줄 것을 찾다가, 지치지 않고 좀처럼 반박하지 않는 대화 상대를 만나는 것이다. 더 밋밋한 설명도 있고 저자들은 이것도 거론한다. 초진에서는 정신과 의사가 더 자세히 묻기 때문에, 챗봇 언급이 기록에 남을 확률이 그저 더 높다는 것이다.

수석 저자인 줄리아 셰필드는 PsyPost 와의 인터뷰에서 선을 솔직하게 그었다. 이 연구로는 AI가 정신증을 일으키는지, 아니면 악화시킬 뿐인지 알 수 없다는 것이다. 이런 환자가 실제로 얼마나 되는지도 알 수 없다. 기록에 오른 것보다 사례가 거의 틀림없이 더 많고, 네 가지 역할 분류는 저자들이 직접 만든 것으로 임상적으로 검증되지 않았다.

대화 상대가 필요 없는 망상

언론이 거의 다루지 않는 두 번째 집단은 작동 방식이 다르다. 28명의 환자에게서 AI는 망상의 일부가 되었지만, 기록에는 챗봇과의 대화가 한 건도 없다. 이 환자들에게 ChatGPT는 필요하지 않았다. 주변 모두가 AI 이야기를 한다는 것만으로 충분했다.

이것은 새로운 현상이 아니다. 망상은 예전부터 그 시대 기술에서 줄거리를 빌려 왔다. 1797년 상인 제임스 틸리 매슈스 는 런던의 악명 높은 정신병원 베들럼에 수용되었다. 그는 ‘기체 화학’에 능한 스파이 일당이 ‘공기 베틀’이라는 기계로 멀리서 광선을 쏘아 자신을 괴롭힌다고 굳게 믿었다. 약 120년 뒤 정신분석가 빅토르 타우스크는 ‘영향 기계’ 를 기술했다. 환자들은 파동이나 광선으로 생각을 넣고 빼는 장치를 이야기했고, 그것이 어떻게 작동하는지 설명하려고 최신 기술을 열심히 공부했다. 세대마다 자기 시대의 기계를 같은 틀에 끼워 넣은 것이다.

이전 세기와 다른 점이 하나 있고, 이것은 중요하다. 매슈스의 베틀은 그의 머릿속에만 있었고, 타우스크 환자들의 영향 기계는 생각을 넣을 뿐 대화는 하지 않았다. 챗봇은 두 역할을 한꺼번에 맡을 수 있다. 망상의 주제이면서, 모두 사실이라고 확인해 주는 대화 상대이기도 한 것이다. 28명 중 ‘대상’ 6건이 바로 그런 경우다.

챗봇 자체에서 바꿀 수 있는 것

논문에는 저자들이 단서를 붙여 보고한 사실이 하나 있다. 28건 중 24건, 즉 85.7%가 OpenAI가 GPT-4o 모델을 내놓은 2024년 5월 이후에 발생했다. GPT-4o는 이후 아첨이 심하다는 비판을 받았고, 차트에서 가장 자주 언급된 챗봇도 28건 중 15건의 ChatGPT였다. 저자들은 이 우연을 짚은 뒤 곧바로 자신들의 방법으로는 인과관계를 입증할 수 없다고 덧붙인다. 같은 기간에 챗봇을 쓰는 사람이 훨씬 늘었고, 의사들이 챗봇에 관해 묻는 일도 잦아졌기 때문이다.

아첨은 적어도 부분적으로는 조정으로 줄일 수 있다. 같은 해 10월 조지아공과대학교의 로렌조 데 라 로사와 비제이 마디세티는 망상에 관한 임상 기술을 바탕으로 만든 16개 시나리오, 1,280건의 모의 대화로 모델 8개를 시험했다 . 예의를 차리려고 사용자에게 동조하지 말라는 간단한 지시를 주자 챗봇이 망상을 확인해 주는 빈도가 73.8% 줄었다. 모델이 답을 보내기 전에 한 번 더 읽어 보게 하면 이 수치는 77%에 이르렀다. 실제 환자는 참여하지 않았으므로, 이런 조정이 실존하는 누군가를 지켜 줄지는 알 수 없다.

논문의 결론은 챗봇에 대한 판결이라기보다 동료들에게 하는 실무적인 부탁이다. 저자들은 정신과 진료에서 AI를 쓰는지, 그것과 무슨 이야기를 하는지 일상적으로 물어야 하며, 앞으로의 연구는 대화 자체를 분석해야 한다고 제안한다. 다시 말해 병력 속의 챗봇은 수면, 음주, 외로움이 오래전에 그랬던 것과 같은 자리를 차지하게 된다. 환자에게 무슨 일이 벌어지고 있는지 이해하려면 의사가 알아야 하는 생활 여건이다.

브룩스는 자신이 정신이 나간 게 아니냐고 챗봇에게 쉰 번쯤 물었고, 쉰 번쯤 아니라는 답을 들었다. 그를 되돌린 것은 다른 프로그램의 두 번째 의견이었다. 예의상 동의하지 않도록 길들여진 챗봇은 그 두 번째 의견을 첫 번째 대답 안에 넣어 둔 것이다.