본 논문은 인공지능 시스템이 인간과 동물이 경험하는 감정을 어떻게 모방할 수 있는지에 대한 추측적인 설명을 제공하는 개념적 기여를 담고 있다. 자연적인 감정이 빠른 상황 평가와 행동 선택을 위한 휴리스틱으로 진화하여 완전한 숙고적 모델링 없이 생물학적으로 적응적인 행동을 가능하게 했다는 가설에 기반한 사고 실험을 제시한다. 복잡한 행동 공간에서 작동하는 인공 시스템이 이러한 원칙으로부터 유사하게 이익을 얻을 수 있는지 여부를 조사한다. 모든 사건과 함께 해당 정서적 태그를 저장함으로써 정서가 에피소드 기억과 얽혀 있어야 한다고 제안한다. 이를 통해 AI는 현재 상황이 과거 사건과 유사한지 확인하고 관련된 감정적 레이블을 현재 맥락에 투영할 수 있다. 그런 다음 이러한 감정적 단서는 필요에 의한 감정적 힌트와 결합된다. 결합된 감정 상태는 행동 선택을 조절하여 현재의 의사 결정을 용이하게 한다. 제안된 아키텍처의 낮은 복잡성과 경험적 불변성은 감정 표현과 의식이 원칙적으로 직교적이라는 증거로 강조되며, 따라서 정서적 좀비의 이론적 가능성을 허용한다. 이를 바탕으로 정서적 상태를 모방하는 AI의 도덕적 지위를 비판적으로 검토한다. 감정의 내부적 표상이나 의식 자체만으로는 도덕적 지위가 충분하지 않으며, 오히려 내적 감정 상태에 대한 자기 인식 능력이 필요 조건으로 제시된다. 제시된 모델에서 이러한 인식을 배제하기 위해 복잡성 기반 기준이 제안된다. 이 프레임워크의 개념적 경계를 테스트하기 위한 추가적인 사고 실험이 제시된다.
