2nd/10_Wiki/Topics/AI_and_ML/Addiction_Neuroscience.md

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, verification_status, tags, raw_sources, last_reinforced, github_commit, inferred_by, tech_stack

id	title	category	status	canonical_id	aliases	duplicate_of	source_trust_level	confidence_score	verification_status	tags	raw_sources	last_reinforced	github_commit	inferred_by	tech_stack
wiki-2026-0508-addiction-neuroscience	Addiction Neuroscience	10_Wiki/Topics	verified	self	중독 신경과학 addiction dopamine pathway mesolimbic reward system	none	B	0.85	conceptual	neuroscience psychology addiction dopamine reward-system behavioral-design game-design ethics		2026-05-09	pending	Claude Opus 4.7 (manual cleanup 2026-05-09)	language applicable_to psychology / neuroscience Game Design Behavioral Economics UX

Addiction Neuroscience

📌 한 줄 통찰 (The Karpathy Summary)

Reward circuit (mesolimbic dopamine) 의 reinforcement + prefrontal cortex 의 control 약화 → 의지 X. "도덕적 약점" 가 아닌 brain disease. Game / app 의 "engagement" 디자인 가 이 mechanism 활용 (윤리적 deal).

📖 구조화된 지식 (Synthesized Content)

핵심 brain circuit

1. Mesolimbic (reward): VTA → nucleus accumbens → 즐거움 / motivation. 도파민 dominant.
2. Prefrontal cortex (PFC): planning / impulse control / decision.
3. Amygdala: emotional salience / craving cue.
4. Hippocampus: context / memory of reward.

매 addiction 의 cycle:

• Binge / Intoxication: VTA → NAc spike (도파민).
• Withdrawal / Negative Affect: amygdala 의 stress, dysphoria.
• Preoccupation / Anticipation: PFC 약화 → impulse 우세.

Mechanism 의 단계

1. Initial: substance / behavior 가 도파민 surge.
2. Tolerance: 같은 effect 의 더 큰 dose.
3. Sensitization: cue (광고, 알림) 의 craving ↑.
4. Dependence: withdrawal 의 negative state.
5. Compulsion: PFC 약 → 자동.
6. Relapse: cue / stress → 재발.

매 addiction 가 같은 path

• 약물: alcohol, nicotine, opioid, stimulant.
• 행동: gambling, gaming, social media, porn, food, shopping.

→ "Behavioral addiction" 가 DSM-5 의 official (gambling만, gaming 가 ICD-11).

게임 / 앱 디자인 의 응용 (윤리적 주의)

Slot machine 기법 (Skinner box 기반):

• Variable reward (예측 X = 도파민 ↑).
• Loot box / gacha.
• Daily login bonus / streak.
• Push notification 의 craving cue.
• Feed 의 infinite scroll (anticipation 의 끝없음).
• "5 분만" intent → 1 hour.

→ "Engagement" 가 design 의 가장 큰 win 가, addiction 의 victim 도 만듦.

현대 backlash:

• China 가 minor 의 game time 1 hour / day.
• EU 가 loot box 의 gambling regulation.
• Apple / Google 가 screen time 도구.
• "Humane tech" movement (Tristan Harris).

Game design 의 ethical 고려

• Hook model (Eyal): trigger → action → variable reward → investment. 매 cycle = 의존.
• Dark pattern: 매 user 의 vulnerability 의 exploit (FOMO, sunk cost).
• Pay-to-progress: 매 advance 의 friction → micro-transaction.

VS:

• Player wellbeing: 매 session 의 satisfying ending.
• Healthy break: "you've played 1 hour" reminder.
• Spending limit: 매 user 의 voluntary cap.

→ "내 게임 가 사용자 의 건강 위에 build 되는가?" 의 질문.

치료

• CBT (인지행동치료): cue 의 reframe.
• 약물: methadone (opioid), naltrexone (alcohol).
• Habit replacement: 매 trigger 의 다른 response.
• Community / 12-step: peer support.
• DBS (deep brain stimulation): 강한 case.
• Psychedelic-assisted (실험): psilocybin / ketamine.

신경가소성 (positive note)

• 매 addiction 의 brain change = reversible (시간 + 재활).
• 6 month-1 year 의 abstinence + therapy = 큰 회복.
• "Once an addict, always" 의 myth — biological 의 fact 가 아닌.

💻 패턴 (응용 — 윤리적 design)

Variable reward (Skinner box) — 비윤리적

function loot(roll: number): Reward {
  if (roll < 0.001) return RARE;     // 0.1%
  if (roll < 0.01) return EPIC;      // 1%
  if (roll < 0.1) return COMMON;     // 10%
  return NOTHING;                     // 89%
}

→ 0.1% 의 RARE 가 도파민 surge. 매 player 의 anticipation 유지. → 윤리적 / 법적 risk: gambling regulation.

Healthy alternative

function dailyReward(streak: number): Reward {
  // 명시적 progression, predictable.
  return {
    coins: 100 + streak * 10,
    item: streak >= 7 ? EPIC : COMMON,
  };
}

→ Predictable + fair. 도파민 surge 가 적은 가, satisfaction 가 더 큰 (sense of achievement).

Wellbeing reminder

function checkSession(playTime: number) {
  if (playTime > 60 * 60) {
    showReminder({
      title: '1 hour played',
      body: 'Take a break? Save and continue later.',
      cta: ['Continue', 'Save & Quit'],
    });
  }
}

→ User 의 control 우선.

Spending limit

function checkPurchase(monthlySpend: number, attemptedSpend: number) {
  if (monthlySpend + attemptedSpend > userSetLimit) {
    showWarning('Monthly limit reached. Resume next month?');
    return false;
  }
  return true;
}

→ Self-imposed cap. 책임 game design.

🤔 의사결정 기준 (Decision Criteria)

디자인 결정	Healthy	Addictive
Reward	Predictable + fair	Variable random
Spending	Limit + transparent	Hidden + escalating
Time	Session bookend	Endless
Notification	Useful info	Craving cue
Friction	Easy quit	Hard quit (sunk cost)
Goals	Clear endpoints	Moving goalposts

기본값: User wellbeing > engagement metric. Long-term retention 가 healthy design 의 진짜 win.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• "의지력 vs brain disease": 옛 = personal failure. 현 = neurobiological. 매 addict 의 stigma ↓ + treatment access ↑.
• Addiction vs habit: 같은 mechanism 가, severity 가 다름. 매 daily coffee 가 mild dependence (withdrawal: headache 1 day) 가 OK 가, opioid 가 life-threatening.
• Behavioral addiction 의 controversy: gaming disorder 의 ICD-11 inclusion 가 debate. 매 gamer 가 addict X.
• Dopamine 의 simplification: "도파민 = pleasure" 의 myth. Real = "wanting / motivation" (Berridge). Liking ≠ wanting.
• AI 의 personalization → addiction risk: 매 user 의 vulnerability 의 ML 가 detect → 매 max engagement. TikTok / Instagram 의 알고리즘.

🔗 지식 연결 (Graph)

• 부모: Behavioral-Neuroscience · Reward-System · Psychiatry
• 변형: Substance-Addiction · Behavioral-Addiction · Gaming-Disorder · Internet-Addiction
• 관련 brain region: Dopamine-Pathway · Nucleus-Accumbens · Prefrontal-Cortex · Amygdala · Hippocampus
• 응용: Game-Design-Ethics · Loot-Box-Mechanics · Dark-Patterns · Hook-Model-Eyal · Variable-Reward-Schedule
• 치료: CBT-Cognitive-Behavioral · 12-Step-Recovery · Naltrexone · Habit-Replacement · Psychedelic-Therapy
• 사회: Screen-Time-Regulation · Humane-Tech · Tristan-Harris · Center-for-Humane-Technology
• Adjacent: Neuroplasticity · Reward-Prediction-Error · Operant-Conditioning · Skinner-Box

🤖 LLM 활용 힌트 (How to Use This Knowledge)

언제 이 지식을 쓰는가:

• 게임 / 앱 의 engagement design 의 윤리적 review.
• Loot box / gacha 의 player impact 분석.
• "Why is X game so addicting" 의 mechanism 설명.
• Habit-tracking / wellbeing app 의 design.
• Player retention 의 healthy 방법.
• Recovery / wellness app 의 feature.

언제 쓰면 안 되는가:

• 의료 / 정신 진단 (반드시 expert consult).
• Specific 약물 dosage 또는 treatment plan.
• Legal regulation 의 specific implementation (lawyer).
• 매 user 의 psychological profile 의 invasive use.
• Marketing 의 manipulation (윤리적 violation).

❌ 안티패턴 (Anti-Patterns) — 윤리적 design 관점

• 변수 reward 만 사용: gambling-like, regulation risk.
• Hidden odds: 매 player 의 informed choice X.
• Sunk cost fallacy 의 active exploit: "이미 100 hour 투자 → 못 그만"
• FOMO push notification: 매 alert 가 craving cue.
• No spending limit: 매 player 의 self-control 의 100% reliance.
• Endless scroll / no break: physiological addiction 의 design.
• Personalization 의 max engagement only: TikTok 식, ethical X.
• Refund 어려움 (especially minor): 부모 의 trust violation.

🧪 검증 상태 (Validation)

• 정보 상태: verified (concept-level).
• 출처 신뢰도: B (NIDA / NIH 의 대중 자료, Nora Volkow 의 paper, Anna Lembke "Dopamine Nation", Adam Alter "Irresistible").
• 검토 이유: Manual cleanup. Mechanism 가 안정 합의. Specific 약 / treatment 는 의학 전문가.

🧬 중복 검사 (Duplicate Check)

• 기존 유사 문서: Dopamine (subset), Reward-System (parent), Game-Design-Ethics (응용).
• 처리 방식: KEEP (focused on addiction specifically).
• 처리 이유: Game design 와 의 connection 의 강조.

🕓 변경 이력 (Changelog)

날짜	변경 내용	처리 방식	신뢰도
2026-05-08	P-Reinforce Phase 1 정규화	UPDATE	A
2026-05-09	Manual cleanup — duplicate header 제거, code pattern + 윤리적 design + 안티패턴 추가	UPDATE	B