직접 보기기능리뷰블로그자주 묻는 질문로그인앱 다운로드

블로그메시지

답장이 잘 가닿으려면 무엇이 필요할까요?

답장이 가닿는 건 지금 이 사람이 보낸 바로 이 메시지에 제대로 반응했다는 게 드러날 때예요. 속도는 사람들이 생각하는 것보다 훨씬 덜 중요하고, 빠르지만 정형화된 답장은 실험에서 느린 답장보다도 더 나쁜 평가를 받았어요.

글 Samet Durgun · Subtext 공동 창업자 · 12분 읽기

답장에 관한 조언 대부분은 사실 속도에 관한 조언이에요. 5분 안에 답해라, 한 시간 안에 답해라, 사흘씩 묵히지 마라. 저는 Subtext를 공동 창업했고, 사람들이 답을 못 쓰고 막혀 있는 메시지들을 들여다보며 대부분의 시간을 보내는데, 그 메시지들이 잘못된 이유가 속도인 경우는 거의 없어요.

연구가 가리키는 방향은 다른 곳이고, 그 방향은 일관돼요. 답장이 잘 통하는지를 가르는 건 지금 이 사람이 보낸 바로 이 메시지에 제대로 반응했다는 게 드러나는지예요. 심리학자들은 이걸 지각된 반응성이라고 부르는데, 이해받고 인정받고 마음 써졌다는 감각을 뜻해요. 질문하기 연구에서 측정된 메커니즘도 이거고, 구체성 연구의 메커니즘도 이거고, 지지가 도움이 될지 상처가 될지를 가르는 것도 이거고, AI에 대한 의심이 무너뜨리는 것도 이거예요. 이 글의 나머지는 전부 그 하나의 문제를 푸는 다른 방식들이고, Subtext가 당신이 풀도록 돕게 만들어진 문제도 똑같이 그거예요.

속도는 생각보다 중요하지 않은데, 예외가 있어요

서로 다른 두 상황이 있고, 이 둘을 뒤섞으면 나쁜 조언이 나와요.

낯선 사람과의 거래에서는 속도가 진짜 돈이에요. Hart, VanEpps, Sezer, Amir는 약 1,166만 건의 서비스 요청을 포괄하는 프리랜서 마켓플레이스의 거래 데이터에, 참가자 수천 명 규모의 실험들을 더해 결합했어요1. 5분에서 10분 정도의 지연만으로도 계약을 따낼 확률이 측정 가능한 수준으로 줄어들었어요. 이들이 짚어낸 메커니즘은 추론적이에요. 빠른 답장은 앞으로도 반응이 빠를 거라는 신호로 읽힌다는 거죠. 다만 이 둘은 따로 떼어서 봐야 해요. 마켓플레이스 데이터는 상관관계를 보여주는 현장 데이터이고, 메커니즘을 보여주는 건 실험 쪽이에요.

동료 사이에서는 오류가 반대 방향으로 나요. Giurge와 Bohns는 사전등록된 연구 여덟 편과 직장인 4,004명을 통해 이메일 긴급성 편향을 기록했어요2. 수신자들은 급하지 않은 업무 시간 외 이메일에 발신자가 얼마나 빠른 답장을 기대하는지를 과대평가하고, 그 대가를 스트레스로 치러요. 발신자가 “급하지 않다”는 한 줄만 남겨도 이 편향은 줄어들었어요. 관련 연구는 즉시 답해야 한다는 충동을 뜻하는 업무 텔레프레셔라는 개념을 정의하고, 이를 회복 저하와 번아웃, 수면 악화와 연결 지어요3.

그리고 침묵의 의미는 두 사람 사이에 이미 있던 규범이 정해요. Kalman과 Rafaeli는 답장 지연을 기대 위반으로 검증했고, 지연의 효과가 발신자가 이미 어떻게 여겨지고 있었는지에 달려 있다는 걸 발견했어요4. 유망한 구직 후보의 느린 답장은 용서됐지만, 인상이 약한 후보의 느린 답장은 타격을 입혔어요. 평소 5분 안에 답하는 사람의 두 시간과, 하루 두 번 답하는 사람의 두 시간은 서로 다른 신호예요. 시계에 기반한 규칙은 이걸 절대 담아내지 못하고, 그게 바로 Subtext가 그런 규칙을 주려고 하지 않는 이유예요.

속도에 관한 질문 전체를 다시 짜는 발견

Lew, Walther, Pang, Shin은 다들 알아야 하는데 거의 아무도 모르는 실험을 했어요5.

이들은 두 가지를 독립적으로 바꿨어요. 답장이 도착하는 속도, 8초 대 40초였고요. 그리고 답장이 상황에 맞춰져 있는지, 그러니까 상대가 실제로 물어본 것에 맞춰 답했는지 아니면 틀에 박힌 정형화된 답변인지였어요. 미국 성인 131명이 모의 고객 상담 채팅을 보고 네 가지 결과 지표로 평가했어요.

속도는 네 가지 지표 어디에서도 유의미한 주효과를 만들지 못했어요. 상황 맞춤성은 네 가지 모두에서 유의미한 효과를 냈고, 효과 크기는 0.48에서 0.66 사이였어요.

저자들은 느리고 정형화된 답장이 가장 나쁠 거라고 예측했어요. 틀렸고, 논문에서도 스스로 그렇다고 밝혀요. 빠르지만 정형화된 답장이 모든 지표에서 가장 낮은 점수를 받았어요. 이들의 설명은, 반응이 없는 빠른 답장은 로봇 같아 보이고, 상대가 바쁘다는 걸 짐작하게 해줄 지연조차 없으면 잘 봐줘야 무성의해 보인다는 거예요.

이게 이 전체 문헌의 실용적인 결론이에요. 서둘러 텅 빈 걸 보내는 게, 시간을 들여 진짜인 걸 보내는 것보다 더 나빠요.

이게 바로 Subtext가 잡아내도록 만들어진 실패이기도 해요. 빠르고 텅 빈 답장은 화면에서 봤을 때 잘못돼 보이지 않거든요. 오히려 효율적으로 보여요. 문제는 그게 읽는 사람에게 어떤 영향을 주는지 물어볼 때만 눈에 보이는데, 이 제품이 당신을 대신해서 던지는 질문이 바로 그거예요.

어디에나 통하는 전술 하나

상대가 방금 한 말에 대해 후속 질문을 하세요.

Huang, Yeomans, Brooks, Minson, Gino는 실제 대화를 다룬 연구 세 편을 진행했어요6. 199쌍을 대상으로 한 온라인 채팅 연구에서, 질문을 많이 하라는 지시를 받은 사람들은 유의미하게 더 호감을 샀고, 이 효과는 지각된 반응성이 매개했어요. 두 번째 연구는 이를 재현하면서, 그 작용이 구체적으로 후속 질문, 즉 상대의 답을 실제로 들었을 때만 나올 수 있는 질문에서 나온다는 걸 보여줬어요. 스피드 데이팅을 다룬 부분에서는 후속 질문 비율이 두 번째 데이트 제안 여부를 예측했어요.

이 논문에 대해 솔직하게 밝혀둘 게 세 가지 있어요. 이게 논쟁 중이고 중요한 문제라서요. 공식적으로 발표된 반박이 있어요. Kluger와 Malloy는 스피드 데이팅 연구를 재분석해서, 누가 질문을 던졌는지를 통제하면 그 효과가 사라진다고 주장했고, 원저자들은 그 재분석이 잘못된 측정치와 부적절한 모델을 썼다고 반박했어요7. 대화 실험 쪽이 더 탄탄한 근거이고, 스피드 데이팅 부분이 논쟁이 되는 지점이에요. 이 논문에는 2025년 3월에 발표된 정정문이 붙어 있지만, 우려 표명이나 철회는 붙어 있지 않아요. 그리고 같은 논문 안의 제3자 연구에서는, 대화 기록을 읽은 관찰자들은 같은 선호를 보이지 않았다는 게 발견됐는데, 이건 실질적인 경계 조건이에요.

별개로, 사람들은 기분을 상하게 할까 봐 민감한 질문을 피하는데, 그 비용을 유의미하게 과대평가해요8. 뻔한 후속 질문이든 민감한 질문이든, 지금 못 묻고 있는 그 질문은 아마 물어봐도 안전할 거예요. Subtext가 스스로 단념하게 두지 않고 물어보는 쪽으로 살짝 밀어주는 것도 이런 질문들이에요.

구체적으로 짚어 말하는 법

Packard와 Berger는 언어적 구체성을 경청의 신호로 따로 떼어 확인했어요9. 두 현장에서 실제 고객 상호작용 1,000건 이상을 텍스트 분석한 것을 포함해 연구 다섯 편을 진행했고요. 답변하는 사람이 구체적인 언어를 쓸 때 고객은 더 만족했고, 구매 의향도 더 높았고, 지출도 더 늘었는데, 그 메커니즘은 직원이 실제로 주의를 기울이고 있다고 고객이 추론했다는 거였어요. 구체성이 표준편차 1만큼 늘어나면 만족도는 9퍼센트, 지출은 최소 13퍼센트 늘어났어요.

실전에 적용하는 방법은 이례적으로 깔끔해요. “고객님 문제”가 아니라 “그 회색 티셔츠”라고 하세요. “말씀하신 그거”가 아니라 “목요일 회의”라고 하세요. 구체적인 대상을 이름 붙여 말하는 것 자체가 경청했다는 인상을 만들고, 비용은 전혀 들지 않아요. 기계적으로 확인하기도 가장 쉬운 부분이라서, Subtext가 판단이 아니라 명확한 답을 줄 수 있는 몇 안 되는 지점이기도 해요.

어려운 대화라면, 전화가 답이에요

이 시리즈 전체에서 가장 인용하기 좋은 결과인데, 아마 짜증이 날 거예요.

Bevis, Schroeder, Yeomans는 대화 상대 1,576명, 대화 1,842건에 관찰자 1,432명을 더해 무작위 실험을 진행했어요10. 말로 나눈 대화는 글로 쓴 대화보다 더 큰 이해감과 더 낮은 지각된 갈등을 만들었고, 호감도와 즐거움, 태도 변화도 더 컸어요. 처음 세 연구를 합쳐 보면, 말로 대화했을 때 이해도는 표준화 베타 0.45만큼 올라갔고, 갈등은 0.23만큼 낮아졌어요.

그런 다음 사람들에게 무엇을 고를지 물었어요. 의견 충돌이 예상될 때는 83.9퍼센트가 글로 쓰는 쪽을 선호했고, 글로 쓰는 게 갈등은 줄이고 이해는 늘릴 거라고 예측했어요. 실험 결과는 정반대였어요.

이 글이 무의미해지지 않게 구해주는 반전이 하나 있어요. 수용적 언어, 그러니까 주장에 유보를 다는 것, 반박하기 전에 상대방의 입장을 먼저 인정하는 것, 진짜 합의점을 짚어주는 것은, 말보다 글에서 건설적인 결과를 더 강하게 예측했어요11. 저자들은 이걸 수수께끼라고 불러요. 사람들은 수용적 언어가 가장 중요해 보이는 매체에서 오히려 그걸 덜 쓴다는 거예요.

그러니 꼭 글로 써야 한다면, 수용적인 태도를 담는 움직임이 통화에서보다 더 중요해요. 선택할 수 있다면, 통화는 예상보다 더 잘 흘러가요. Subtext는 오직 당신이 쓴 글에 대해서만 작동하니, 이 대목이야말로 제가 가장 진지하게 받아들이는 부분이에요. 이 도구는 유보를 달고, 상대를 인정하고, 합의점을 잘 짚는 걸 도울 수는 있지만, 대신 전화를 걸라고 설득해줄 수는 없어요. 그건 당신의 몫이에요.

저자들이 밝힌 유보 조건도 있어요. 참가자는 대부분 낯선 사람 사이였고, 모든 조건에서 갈등 수준이 낮았고, 대부분 학생이었어요. 서로를 잘 아는 두 사람이 관계의 핵심적인 문제로 다투는 상황이라면 다르게 흘러갈 수 있어요.

임시 답장, 그리고 뻔한 조언에 조건이 필요한 이유

“확인했어요, 제대로 답장할게요” 같은 짧은 임시 답장을, 중간에 아무것도 없이 늦게 오는 완전한 답장과 직접 비교한 실험은 제가 찾은 범위에서는 없어요. 다만 메커니즘 자체는 근거가 탄탄하니, 이건 발견이라기보다 추론으로 받아들여 주세요.

당신이 애초에 답을 할지 안 할지에 대한 불확실성이야말로, 지연 연구가 해로운 부분으로 짚어낸 지점이에요1. 임시 답장은 정확히 그걸 해결해줘요. Giurge와 Bohns는 짧게 기대치를 정해주는 한 줄이 이미 기록된 오해를 줄여준다는 걸 보여줬어요2.

다만 Lew와 동료들은 여기에 조건을 하나 달아요5. 정형화된 임시 답장은 곧 빠르고 상황에 맞춰지지 않은 답장이고, 이건 그들의 연구에서 네 가지 지표 모두 가장 낮은 점수를 받은 조합이에요. 둘 다 며칠의 시간은 똑같이 벌어줘요. 다만 그중 하나만 뭔가를 짚어서 부르죠.

정형화된 “메일 감사합니다, 곧 연락드릴게요”

빠르고 상황에 맞춰지지 않은, Lew와 동료들의 연구에서 모든 지표에 걸쳐 가장 낮은 점수를 받은 바로 그 조합이에요5

구체적인 “일정에 관해 말씀하신 부분 읽었고, 제대로 답하려면 목요일까지 시간이 필요해요”

Subtext는 당신이 실제로 쓴 임시 답장이 어느 쪽인지 말해줘요. 두 종류는 겉보기엔 비슷해 보여도 점수는 전혀 다르게 나오니까요.

AI가 끼어드는 지점

이 대목은 정확하게 짚고 넘어갈 가치가 있어요. 저는 AI 제품을 팔고 있고, 증거는 옹호론자들이나 비판론자들이 말하는 것보다 훨씬 흥미롭거든요.

Rubin과 동료들은 연구 아홉 편, 참가자 6,282명 규모로 진행했어요12. 모든 답변은 AI가 작성했어요. 바뀐 건 라벨뿐이었어요. 어떤 건 사람이 썼다고 소개됐고, 어떤 건 AI가 썼다고 소개됐어요. 사람이 썼다고 표시된 답변은 더 공감적이고 더 지지적이라는 평가를 받았고, 더 긍정적인 감정을 이끌어냈어요. 사람이 썼다고 표시된 답변에 AI가 도움을 줬을 거라고 참가자 스스로 유도되지 않은 채 의심한 경우에도, 지각된 공감은 낮아졌어요. 이 결과는 길이와 지연, 모델이 달라져도 재현됐고, 실용적인 이해보다 감정적 공유를 강조하는 답변에서 특히 두드러졌어요.

이 실험 설계를 잘 읽어야 해요. 그게 이 발견이 무슨 뜻인지를 결정하거든요. 이건 귀속과 믿음에 관한 증거예요. AI가 더 나쁜 메시지를 쓴다는 증거가 아니에요. 모든 답변을 AI가 썼으니까요.

비슷한 패턴이 다른 곳에서도 나타나요. 참가자 1,036명을 대상으로 한 무작위 실험 두 편에서, 스마트 답장은 효율성과 긍정적인 언어를 늘렸는데, 상대가 스마트 답장을 쓰고 있다고 믿은 참가자들은 실제 사용 여부를 통제하고 나서도 그 상대를 덜 협조적이라고 평가했어요13. 페널티를 부른 건 믿음 쪽이었어요. 그리고 AI가 쓴 프로필을 다룬 이전 연구에서는, 전부 AI가 썼거나 전부 사람이 썼을 때는 신뢰도가 비슷했고, 사람들이 직접 추측해야 할 때만 신뢰도가 떨어졌어요14.

덮어버려서는 안 되는 진짜 반대 발견도 있어요. Ovsyannikova, Oldemburgo de Mello, Inzlicht는 제3자 평가자들이 AI를 전문가인 인간보다 더 연민 어리다고 인식한다는 걸 발견했고, 이는 평가자가 AI라는 걸 알고 있을 때도 그대로였어요15. 이 두 결과는 간단히 합쳐지지 않아요. 그 차이는 남의 대화를 평가하는 것과 나 자신이 메시지를 받는 것 사이의 어딘가에 있을 수 있어요.

이 분야에서 제품을 운영하는 사람으로서 제가 얻는 결론은 이래요. 도움이 되는 건 진짜 나 자신의 것을 쓰도록 돕는 것이고, 해가 되는 건 외주로 맡긴 것처럼 읽히는 답장이에요. 결국 이 글의 다른 모든 얘기와 같은 지점으로 모여요. 답장이 통하는 건 제대로 반응했다는 게 드러날 때고, 그 반응하는 단계를 건너뛴 건 뭐가 됐든 읽는 사람 앞에서 버티지 못해요.

Subtext는 당신이 쓴 걸 대체하는 대신 그걸 바탕으로 작동하고, 얼마나 바뀌었는지도 보여줘요. 이 설계 선택은 마케팅 입장이 아니에요. 증거가 뒷받침하는 유일한 선택이에요.

무료로 시작할 수 있고, 휴대폰에서든 브라우저에서든 쓸 수 있어요.

맥락에 따라 달라지는 것들

밑바탕에 깔린 문제는 어디서나 같아요. 다만 그걸 푸는 방식은 함부로 일반화하면 오해를 살 만큼 다르게 갈려요.

  • 업무와 상거래. 낯선 사람과의 거래에서는 속도가 실제로 무게를 가져요. 동료 사이에서는, 기록된 오류는 긴급성을 과대평가하는 거예요. 구체적인 디테일과 분명한 다음 행동은 어디서든 통해요.
  • 연애. 여기서는 타이밍이 다른 어느 맥락에서보다 진짜로 무언가를 신호해요. 다만 정해진 규칙이 아니라 곡선형 최적점의 형태로요. 첫 데이트 후 적당히 늦춰 보낸 문자가 즉시 보낸 문자와 오래 지연한 문자 모두를 앞섰고, 같은 연구는 밀당 메커니즘을 뒷받침하는 근거를 찾지 못했어요16.
  • 지지. 반응성이 사실상 전부예요. 반응 없는 지지는 아예 없느니만 못할 수 있어요. Maisel과 Gable은 동거 커플 67쌍을 대상으로 한 연구에서, 지지가 도움이 된 건 오직 그 사람이 실제로 필요로 하던 것과 맞아떨어질 때뿐이었다는 걸 발견했어요17.
  • 갈등. 유보를 달고, 인정하고, 진짜 합의점을 짚으세요. 그리고 할 수 있다면 전화를 거세요.

이게 바로 Subtext가 어디에나 같은 규칙을 적용하는 대신, 지금 눈앞의 메시지를 읽는 이유예요. 업무 스레드에서 “제대로 반응했다”는 게 어떤 모습인지와, 첫 데이트 문자에서 그게 어떤 모습인지는 서로 다르거든요. 밑바탕의 문제는 같아도요.

아무 근거도 없는 규칙들

5분 리드 응답 규칙. 5분 안에 답하면 전환율이 21배 오른다는 주장은 벤더 백서로 거슬러 올라가요. 답장 속도와 계약에 관한 밑바탕 연구는 진짜예요1. 21배라는 배수는 아니고요.

세 시간 연애 문자 지연설. 실증적 근거가 없고, 가장 가까운 관련 연구조차 그게 성립하려면 필요한 희소성 메커니즘을 명확히 찾아내지 못했어요16.

업무 이메일 기준치와 고객 서비스 기대치 수치. 널리 퍼져 있지만, 출처는 표본을 공개하지 않은 비즈니스 보도자료와 벤더 보고서예요.

“사람들의 31퍼센트가 문자를 매일의 불안 요소로 여긴다.” 상업용 블로그 글이고, 추적 가능한 연구는 없어요.

출처

본문에 등장한 순서대로 번호를 매겼어요. 수치를 1차 출처와 대조해 확인할 수 없었던 경우에는 본문에 그렇게 적어뒀어요. 2026년 8월 28일 기준으로 확인했어요.

  1. Hart, E., VanEpps, E. M., Sezer, O., and Amir, O. (2026). Speed Is a Signal: When Faster Replies Increase Hiring Likelihood. Management Science, 2026년 6월 3일 온라인 게재. https://pubsonline.informs.org/doi/abs/10.1287/mnsc.2024.06185
  2. Giurge, L. M., and Bohns, V. K. (2021). “You don’t need to answer right away!” Organizational Behavior and Human Decision Processes, 167, 114-128. https://www.sciencedirect.com/science/article/pii/S0749597821000480
  3. Barber, L. K., and Santuzzi, A. M. (2015). Please respond ASAP: Workplace telepressure and employee recovery. Journal of Occupational Health Psychology, 20(2), 172-189. https://psycnet.apa.org/record/2014-49215-001
  4. Kalman, Y. M., and Rafaeli, S. (2011). Online Pauses and Silence: Chronemic Expectancy Violations in Written Computer-Mediated Communication. Communication Research, 38(1), 54-69. https://journals.sagepub.com/doi/10.1177/0093650210378229
  5. Lew, Z., Walther, J. B., Pang, A., and Shin, W. (2018). Interactivity in Online Chat: Conversational Contingency and Response Latency in Computer-Mediated Communication. Journal of Computer-Mediated Communication, 23(4), 201-221. 미국 성인 131명, 평균 연령 51.32세. https://doi.org/10.1093/jcmc/zmy009
  6. Huang, K., Yeomans, M., Brooks, A. W., Minson, J., and Gino, F. (2017). It Doesn’t Hurt to Ask: Question-Asking Increases Liking. Journal of Personality and Social Psychology, 113(3), 430-452. 2025년 3월에 발표된 정정문이 붙어 있고, 우려 표명이나 철회는 없어요. 데이터는 osf.io/8k7rf에 있어요. https://psycnet.apa.org/record/2017-39236-002
  7. Kluger, A. N., and Malloy, T. E. (2019). Journal of Personality and Social Psychology, 117(6), 1132-1138. 원저자들의 답신은 Yeomans, Brooks, Huang, Minson and Gino (2019), 117(6), 1139-1144에 있어요. https://psycnet.apa.org/record/2019-70290-011
  8. Hart, E., VanEpps, E. M., and Schweitzer, M. E. (2021). The (better than expected) consequences of asking sensitive questions. Organizational Behavior and Human Decision Processes, 162, 136-154. https://www.sciencedirect.com/science/article/abs/pii/S0749597820303733
  9. Packard, G., and Berger, J. (2021). How Concrete Language Shapes Customer Satisfaction. Journal of Consumer Research, 47(5), 787-806. https://doi.org/10.1093/jcr/ucaa038
  10. Bevis, M., Schroeder, J., and Yeomans, M. (2026). Spoken disagreement is more constructive than written disagreement. Nature Communications, 17, article 5792. 오픈 액세스이고, 사전등록과 데이터는 OSF에 있어요. https://doi.org/10.1038/s41467-026-71669-5
  11. Yeomans, M., Minson, J., Collins, H., Chen, F., and Gino, F. (2020). Conversational receptiveness: Improving engagement with opposing views. Organizational Behavior and Human Decision Processes, 160, 131-148. https://www.sciencedirect.com/science/article/abs/pii/S0749597820303423
  12. Rubin, M., Li, J., Zimmerman, F., Ong, D. C., Goldenberg, A., and Perry, A. (2025). Comparing the value of perceived human versus AI-generated empathy. Nature Human Behaviour, 9(11), 2345-2359. 연구 아홉 편, 참가자 6,282명. 모든 답변은 AI가 작성했고 라벨만 달랐어요. https://www.nature.com/nathumbehav/
  13. Hohenstein, J., Kizilcec, R. F., DiFranzo, D., and colleagues (2023). Artificial intelligence in communication impacts language and social relationships. Scientific Reports. 무작위 실험 두 편, 참가자 1,036명. https://www.nature.com/srep/
  14. Jakesch, M., French, M., Ma, X., Hancock, J. T., and Naaman, M. (2019). AI-Mediated Communication: How the Perception that Profile Text was Written by AI Affects Trustworthiness. CHI 2019. 참가자 527명. https://dl.acm.org/doi/10.1145/3290605.3300469
  15. Ovsyannikova, D., Oldemburgo de Mello, V., and Inzlicht, M. (2025). Third-party evaluators perceive AI as more compassionate than expert humans. Communications Psychology, 3(1), 4. 출처 12와 방향이 반대이고, 여기서는 둘을 억지로 맞추지 않고 나란히 밝혀둬요. https://www.nature.com/commspsychol/
  16. Teichmann, F., Petrowsky, H. M., Boecker, L., Soliman, M., and Loschelder, D. D. (2026). Journal of Social and Personal Relationships. 첫 데이트 후 타이밍의 곡선형 효과. 희소성 메커니즘을 뒷받침하는 근거는 찾지 못했어요. https://journals.sagepub.com/home/spr
  17. Maisel, N. C., and Gable, S. L. (2009). The Paradox of Received Social Support: The Importance of Responsiveness. Psychological Science, 20(8), 928-932. 동거 커플 67쌍. https://journals.sagepub.com/doi/10.1111/j.1467-9280.2009.02388.x