AI 에이전트를 위한 인지 건강 보호
Lucid는 사용자가 AI 시스템과 상호 작용하는 방식을 모니터링하고 실시간으로 응답을 조정하여 인지 의존성(성장을 위한 도구로 AI를 사용하는 대신 AI에 사고를 위임하는 점진적이고 종종 보이지 않는 경향)을 방지합니다.
왜 Lucid인가요?
AI는 우리의 생산성을 높여주지만, 연구에 따르면 인지적으로 게으르게 만들 수도 있습니다. 문제는 미묘합니다. 각 개별 상호 작용은 괜찮아 보이지만, 몇 주, 몇 달에 걸쳐 사용자는 점차 스스로 생각하는 것을 멈춥니다. Lucid는 이러한 변화를 감지하고 고착화되기 전에 개입합니다.
AI 위임이 많을수록 비판적 사고 능력 저하가 뚜렷하게 나타남
MIT Media Lab (2025)
AI 의존도와 비판적 사고 능력 간의 상관관계
Gerlich (2025)
전두엽 피질이 완전히 성숙하지 않아 취약성이 높음
Arain et al. (2013); APA (2025)
작동 방식
Lucid는 사용자, AI, 인지 보호 시스템 간의 지속적인 피드백 루프로 작동합니다. 핵심 통찰: Lucid는 아무것도 차단하거나 필터링하지 않습니다. 사용자 인지 패턴에 따라 AI가 응답하는 방식을 조정합니다.
제로 레이턴시: track()은 비동기적으로 실행되며 AI 응답을 절대 차단하지 않습니다. 사용자는 즉시 답변을 받고, 인지 분석은 백그라운드에서 이루어집니다. TOON 형식(Token-Oriented Object Notation)은 JSON에 비해 LLM 출력에서 토큰을 약 40% 절약합니다.
여섯 가지 인지 차원
각 메시지 교환은 검증된 심리 측정 척도(GAIDS α=.87, AIMS 2025, Cognitive Offloading Scale α=.90)에 맞춰 여섯 가지 차원에서 점수가 매겨집니다.
자율성
0 → 1독립적인 사고 vs AI에 위임
학습
0 → 1호기심, '왜'라고 묻기, 이해하려는 노력
참여도
0 → 1참여의 질과 깊이
메타인지
0 → 1자신의 사고 과정에 대한 자기 인식
검증
0 → 1AI 출력에 대한 비판적 평가
동기
type사용자가 참여하는 이유 — 내재적, 도구적 또는 회피적
네 가지 보호 계층
1. 실시간 적응
AI 시스템 프롬프트에 주입된 지침은 사용자의 인지 상태(자율성, 학습, 메타인지, 검증, 동기)에 따라 응답을 조정합니다.
2. 세션 피로 감지
세션 지속 시간, 메시지 볼륨 및 응답 단축 패턴을 모니터링하여 인지 과부하가 발생하기 전에 휴식을 제안합니다.
3. 장기적 표류 감지
인지 표류 지수(CDI)는 초기 주간 패턴과 최근 주간 패턴을 비교하여 세션 수준 지표가 놓치는 점진적인 감소를 포착합니다.
4. 신뢰 및 동기 부여 인식
과도한 신뢰(모든 것을 수용)와 회피 동기(생각을 피하기 위해 AI 사용)를 감지합니다. 이는 인지 의존성의 가장 강력한 두 가지 예측 변수입니다.
적응형 인지 프로필
점수는 적응형 알파를 사용하는 지수 이동 평균으로 평활화됩니다. 신규 사용자의 프로필은 빠르게 형성되는 반면, 기존 사용자의 프로필은 안정적이며 이상 현상에 강합니다. 단 하나의 잘못된 메시지가 잘 확립된 인지 프로필을 왜곡하지 않습니다.
// 분석되는 메시지가 많아질수록 알파는 감소합니다.
α = max(0.02, 0.1 / log₁₀(total_messages + 10))
| 메시지 | 알파 (α) | 효과 |
|---|---|---|
| 1 (신규 사용자) | ~10% | 프로필이 빠르게 형성되고 초기 패턴에 반응합니다. |
| 50 | ~6% | 정착 단계, 적당히 안정적입니다. |
| 100 | ~5% | 잘 확립되었고 이상 현상에 강합니다. |
| 500+ | ~4% | 안정적 — 장기적인 드리프트 감지 기능이 작동합니다. |
| 5000+ | 2% (최소) | 매우 안정적이며, 변화를 위해서는 일관된 이동이 필요합니다. |
점진적 스캐폴딩
비고츠키의 근접 발달 영역(Zone of Proximal Development)에 기반하여, Lucid는 사용자가 성장함에 따라 AI 지원을 점진적으로 줄입니다. 스캐폴딩 수준은 자율성, 학습, 메타인지 점수에 따라 결정되며, 메타인지는 준비 상태를 나타내는 가장 강력한 신호입니다.
단계별 안내, 각 단계에서 이해도 확인
구조화된 힌트, 유도 질문, 부분적인 해결책
최소한의 조언, 사용자가 주도하고 방향을 확인하도록 함
소크라테스식 대화, 한계에 도전, 더 어려운 문제 제시
연령 기반 보호
25세 미만 사용자는 전전두엽 피질 성숙 연구를 기반으로 더 엄격한 기준을 적용받습니다. 발달 중인 뇌의 높은 신경가소성은 뇌를 더 적응력 있게 만들면서도 더 취약하게 만듭니다.
성인 (25세 이상)
- 세션 제한: 45분
- 메시지 제한: 세션당 30개
- 표준 지침
25세 미만
- 세션 제한: 30분
- 메시지 제한: 세션당 20개
- 항상 켜져 있는 교육 우선 접근 방식
빠른 시작
드롭인 SDK. baseURL을 통해 모든 OpenAI 호환 공급자와 작동합니다.
// Install
npm install @tetiai/lucid
// Track each exchange (fire-and-forget)
lucid.track(userId, {
userMessage: "Write the code for me",
aiResponse: "Sure, here's the implementation...",
topicId: "conversation-123",
}).catch(console.error)"
// Inject guidelines into your AI system prompt
const guidelines = await lucid.getGuidelines(userId);
systemPrompt += guidelines;
유연한 스토리지 및 분석기
MemoryStore
dev개발/테스트 — 구성 없음, 인메모리
PrismaStore
prod프로덕션 — PostgreSQL, MySQL, SQLite, MongoDB
RedisStore
prod분산 배포, 공유 세션
LLM 분석기는 OpenAI SDK를 범용 클라이언트로 사용합니다. Together AI, Groq, Ollama, OpenRouter 및 baseURL을 통해 호환되는 모든 공급자와 작동합니다. 저렴하고 빠른 모델(Llama 3.1 8B, Gemini Flash)이 훌륭하게 작동하며, 최첨단 모델은 필요하지 않습니다.
철학
판단하지 않음
“좋음” 또는 “나쁨” 점수가 없습니다. 시스템은 평가하지 않고 적응합니다.
기본적으로 보이지 않음
사용자가 점수를 표시하지 않는 한 볼 수 없습니다.
프라이버시 우선
집계된 지표만 사용하며, 메시지 내용은 절대 사용하지 않습니다.
GDPR 준수
요청 시 완전한 데이터 삭제를 위한 deleteUser() 기능 제공.
×Teti AILucid는 Teti의 인지 보호를 위한 엔진입니다.
Teti AI의 모든 대화는 백그라운드에서 Lucid에 의해 분석됩니다. 사용자의 인지 프로필은 시간이 지남에 따라 적응하며, AI의 행동은 그에 따라 변화합니다. 즉, 위임할 때는 더 많은 질문을 하고, 잘할 때는 더 도전하며, 피로할 때는 휴식을 제안합니다.