1만쌍 이상의 커플을 기계학습으로 분석해 밝혀된 '연애 만족도를 높이는 요인'은?;

1만쌍 이상의 커플을 기계학습으로 분석해 밝혀된 '연애 만족도를 높이는 요인'은?;

1만 쌍 이상의 커플의 데이터를 기계학습으로 분석했는데, 연애에 있어서의 만족도는, 「어떤 상대를 선택하는가」보다 「상대와 쌓아 올린 관계」가 큰 영향을 주는 것으로 밝혀졌다. 

커플의 관계성을 기계학습으로 분석한다는 실험을 한 것은 캐나다 웨스턴대 소속 사만사 조엘 박사가 이끄는 연구팀으로, 이 연구팀은 43건의 조사에서 수집된 커플 1만1196쌍의 설문결과를 랜덤 포레스트라고 하는 기계학습시스템으로 분석해 어떤 요인이 연애 만족도에 영향을 주고 있는지 알아봤다. 

그 결과, 연령이나 수입이나 성격등의 「개인적 특성」보다, 애정이나 역학관계등의 「파트너와의 관계」가 연애에 있어서의 만족도의 예측인자로서의 기능이 큰 것으로 밝혀졌다. 다시 말해, 상대의 성격보다 파트너와 쌓아 올리는 관계 그 자체가, 연애에 있어서의 만족도에 큰 영향을 주는 것으로 시사되었다. 

파트너와의 관계에 속하는 인자 가운데 가장 영향이 큰 상위 5개는 파트너의 헌신 정도를 어느 정도로 잡는가, 상대방에 대한 감사, 성적 만족도, 상대방의 연애 만족도에 대한 인식, 다툼 등의 갈등 등이다. 
한편 '개인적 특성'에 속하는 인자로 가장 영향이 큰 상위 5개는 '삶에 대한 만족도' '성격의 부정적' '우울증' '회피형 애착' '불안형 애착'이다. 연애관계의 질 차이를 이들 인자로 예측했을 때 파트너와의 관계에 속하는 인자는 차이의 45%에 영향을 주고 있으며, 개인적 특성에 속하는 인자는 차이의 21%에 영향을 주고 있다는 것이다. 

이 연구결과에 대해 조엘 박사는 파트너가 어떤 사람보다도 파트너와 맺는 관계가 중요하다. 멋진 연애관계를 얻고 싶다면 완벽한 파트너를 찾거나 현재의 파트너와 헤어지는 것보다 관계 자체를 어떻게 만들 것인가가 중요하다고 말했다.

 

자세한 것은 
Machine learning uncovers the most robust self-report predictors of relationship quality across 43 longitudinal couples studies |PNAS
https://www.pnas.org/content/early/2020/07/21/1917036117

Western News-Machine learning predicts satisfaction in romantic relationships
https://news.westernu.ca/2020/07/machine-learning-predicts-satisfaction-in-romantic-relationships/


Landmark study on 11,196 couples pinpoints what dating apps get so wrong
https://www.inverse.com/mind-body/dating-study-predicts-happy-relationships

AI Analysed Over 11,000 Couples' Relationships.This Is What It Found
https://www.sciencealert.com/ai-analysed-over-11-000-couples-relationships-this-is-what-it-found

Western News - Machine learning predicts satisfaction in romantic relationships