비전-언어 모델(VLM)이 인간처럼 시각 탐색을 하는지 고전 심리물리학 패러다임으로 검증한 연구다. 특징 vs 결합 탐색, T-vs-L 공간 배치 탐색, 개수 세기, 기울기 탐색 비대칭 등 4개 패러다임을 프런티어·중급 모델에 제시하고, 반응시간 대신 시행당 추론(thinking) 토큰 수를 탐색 노력의 지표로 사용해 Wolfe 등(2010)의 인간 벤치마크와 비교했다. 모델들은 특징 탐색에서 노력이 평탄하고 결합 탐색에서 항목 수에 따라 증가하는 인간의 특성을 재현했지만, 표적 존재 시 노력 기울기가 부재 시보다 큰 역전 현상, 인간이 셀 수 없는 개수도 정확히 세는 등 흥미로운 차이도 보였다. 심리물리학 패러다임이 기계 시각 인지를 저렴하고 예리하게 탐침하는 도구가 될 수 있음을 시사한다.

• •반응시간 대신 추론 토큰 수를 탐색 노력의 모델 내 유사 지표로 사용하는 새 방법론
• •특징 탐색은 평탄, 결합 탐색은 항목 수에 비례 — 인간의 병렬/직렬 탐색 서명을 재현
• •표적 존재 시 노력 기울기가 부재 시보다 커 인간과 반대 순서 — 기계 특유의 탐색 패턴
• •인간이 수를 놓치는 영역에서도 정확한 개수 세기 유지, 적응형 추론 모델은 탐지 과제에서 숙고 자체를 생략
• •심리물리학 패러다임이 기계 시각 인지의 저렴한 진단 도구가 될 수 있음을 제안