본 논문은 인공지능 에이전트가 데이터 관찰 중에 발생하는 인식적 및 성취적 감정(놀람과 자부심)을 기반으로 내적 탐구 동기를 갖도록 하는 학습 프레임워크를 제안한다. 이는 생명체의 정보 획득 및 지식 통합에 필수적인 물리적 환경 탐색 능력을 인공지능 모델에 부여하기 위한 시도이다. 제안된 이중 모듈 강화 학습 프레임워크는 데이터 분석 점수에 따라 놀람이나 자부심을 유발하고, 이러한 감정 상태와 탐색 행동 간의 상관관계를 최적화하여 에이전트가 학습 목표를 달성하도록 한다. 실험 결과, 대부분의 에이전트에서 감정 상태와 탐색 행동 간의 인과 관계가 입증되었으며, 놀람은 평균 15.4% 증가하고 자부심은 평균 2.8% 감소하는 결과를 보였다. 이는 놀람과 자부심에 대한 상관계수가 각각 ρ<sub>surprise</sub>=0.461과 ρ<sub>pride</sub>=-0.237로 나타나, 기존 인간 행동 연구 결과와 일치함을 보여준다. 결론적으로, 생물학적 영감을 받은 AI 개발이 자율성과 같은 생명체의 장점을 인공지능에 부여할 수 있음을 보여주며, AI 방법론이 인간 행동 연구 결과를 뒷받침할 수 있음을 실증적으로 증명한다.
