Screenshot
–
세계적인 추세
–
인공지능과 언어모델은 우울증과 같은 정신적 문제를 겪는 사람들을 지원하는 과정에서 다양한 방식으로 활용될 수 있습니다. 위의 그림은 Arxiv 의 인공지능 관련 분야에 제출된 논문들 중에서 이러한 주제를 언급한 논문들이 차지하는 비중을 2020년부터 최근까지의 기간 동안 3개월 단위로 측정해 본 결과입니다. 그림에서 알 수 있는 바와 같이, 비중이 늘어나고 있습니다.
2020년대에 들어서서, ELIZA와 같은 간단한 챗봇 모델에서 시작하여, 현대의 기계 학습 시스템에 이르기까지 정신 건강 분야에서 AI의 통합은 전통적인 치료를 보완하고 혁신적인 솔루션을 제공하는 방향으로 빠르게 발전해 왔습니다.
AI 기반 도구는 개인 맞춤형 개입을 제공하고, 치료 접근성 문제와 환자 낙인 문제를 해결하는 데 도움을 줍니다. 또한, AI는 복잡한 데이터셋 분석을 통해 우울증이나 PTSD와 같은 질환의 초기 징후를 조기에 진단할 수 있게 합니다. [2024, AI 기반 정신 건강 지원 https://arxiv.org/abs/2501.10374] 이러한 기술은 정신 건강 상담에 대한 대중의 접근성을 높이고, 특히 비용, 낙인, 두려움, 이용 불가능성 등의 문제를 해결하는 데 기여할 수 있습니다. 예를 들어, ‘Serena’라는 딥러닝 대화 시스템은 수천 개의 치료 세션 대본을 기반으로 한 Seq2Seq Transformer 모델을 사용하여 정신 건강 상담의 장벽을 낮추고 결과를 개선하는 데 도움을 줄 수 있습니다. [2023, AI 기반 정신 건강 상담 https://arxiv.org/abs/2301.09412]
AI는 또한 정신 건강 지원 시스템에 통합되어 상담 대화에서 주제를 추천하는 데 사용될 수 있습니다. [2024, AI 기반 상담 주제 추천 https://arxiv.org/abs/2405.05060] AI는 정신 건강 제공자들이 환자의 진료 기록, 행동 데이터, 소셜 미디어 활용 등을 기반으로 의사 결정을 내리는 데 도움을 줄 수 있습니다. [2022, AI 기반 의사 결정 지원 https://arxiv.org/abs/2207.01012] 최근에는 AI가 정신 건강 분석의 책임 있는 모델을 구축하는 데 사용되며, 사용자 작성 텍스트에서 심리적 개념을 정량화하는 데 도움을 줍니다. [2024, AI 기반 심리 분석 https://arxiv.org/abs/2401.06709]
AI는 또한 우울증과 같은 정신 질환의 조기 개입을 통해 증상을 완화하거나 경감할 수 있는 잠재력을 가지고 있습니다. [2024, AI 기반 우울증 조기 개입 https://arxiv.org/abs/2409.08483 이러한 기술들은 정신 건강 지원의 접근성을 높이고, 특히 소외된 커뮤니티에서 구조적 및 문화적 장벽을 극복하는 데 기여할 수 있습니다. [2024, AI 기반 정신 건강 지원 https://arxiv.org/abs/2410.02783]
AI는 또한 대화형 시스템을 개발하여 인간의 감정 상태를 인식하고 개인의 필요에 더 직관적이고 공감적으로 반응할 수 있도록 하는 데 사용됩니다. [2024, AI 기반 감정 인식 https://arxiv.org/abs/2406.15942]
–
국내 연구주제
이 주제와 관련한 국내 연구자들의 대표적인 연구들을 3가지 축 – (1) 텍스트 기반 감지·지원, (2) AI 개입 기법 설계, (3) 센서·상호작용 모니터링 – 으로 나누어 보면, 각 연구자들이 어떤 방법론과 데이터 소스를 활용해 정신 건강 문제에 접근하고 있는지 파악할 수 있습니다.
(** 이 글에서 제시하는 각 연구자의 연구내용은 인포리언스가 구현 중인 시스템에서 자동 분석한 결과들입니다. 따라서 오류가 포함되어 있을 가능성이 있습니다.)
–
1. 텍스트·언어 기반 정신 건강 신호 탐지 및 정서 지원
언어 데이터(임상 기록, 소셜미디어, 커뮤니티 글 등)**를 대상으로 NLP 기법과 LLM을 적용해, 위험 신호를 조기에 포착하거나 감정 지원 가능성을 평가하는 연구들
Jinyoung Han(Sungkyunkwan University)
- 제가 속한 연구팀에서는 인공지능 기반의 정신 건강 모니터링 도구가 임상의들이 환자의 심리 상태를 보다 쉽게 이해할 수 있도록 돕는 데 초점을 두고 있습니다. 본 연구에서는 특히 언어적 표현을 통해 자살 위험 신호를 탐지하고 그 근거를 제공함으로써, 대형 언어모델의 해석 가능성을 높이고자 하는 노력을 진행하였습니다. 이러한 연구는 우울증이나 심리적 위기 상황에 놓인 사람들이 신속하게 도움을 받을 수 있는 시스템 개발로 이어질 수 있으며, 실제 생활에서는 정서적 위험 신호를 조기에 감지하여 안전망을 구축하는 데 기여할 수 있습니다.
- 출처: (자살 위험 신호 언어 분석) https://arxiv.org/abs/2402.14854
Meeyoung Cha(KAIST)
- 제가 속한 연구팀에서는 전 세계인의 정신 건강 증진을 위해 심리적 지원의 접근성과 효율성을 높일 수 있는 방안을 모색하고 있습니다. 본 연구에서는 상업적으로 제공되는 챗봇과 트위터와 같은 소셜미디어 상에서 사용자들이 감정을 어떻게 표현하는지를 분석함으로써, 비대면 대화 환경에서 인공지능이 얼마나 효과적으로 사용자의 내면 감정을 드러내고, 이를 기반으로 맞춤형 정서 지원을 제공할 수 있는지 살펴보았습니다. 이와 같은 연구 결과는 실제 생활에서 고립감을 느끼거나 정서 표현이 어려운 사람들이 보다 쉽게 도움을 받을 수 있도록 하는 데 활용될 수 있습니다.
- 출처: (심리 지원 챗봇 감정 분석) https://koasas.kaist.ac.kr/handle/10203/299650
Sangwon Lee(Korea University)
- 제가 속한 연구팀에서는 인터넷 상의 커뮤니티 데이터를 활용하여 정신질환, 특히 양극성 장애와 우울증 관련 정보와 사용자 경험을 분석하고 있습니다. 본 연구에서는 온라인 상에서 사용자들이 자신들의 병력, 경험 및 자가 진단 정보를 공유하는 과정을 통해, 긍정적 사회 지원뿐 아니라 잘못된 정보로 인한 부정적 영향을 동시에 확인하였습니다. 이러한 연구는 실제 생활에서 정신 질환을 겪는 사람들이 인터넷 커뮤니티를 이용할 때 올바른 정보와 지원을 받을 수 있도록 돕는 정책 마련에도 활용될 수 있습니다.
- 출처: (온라인 커뮤니티 정신질환 정보 분석) https://www.sciencedirect.com/science/article/pii/S0306457318305247
–
2. AI 기반 개입·지원 기법 설계
AI 모델 자체의 대화·프롬프트 기법을 연구 대상으로 삼아, 심리치료·상담 등 실제 개입(intervention)에 활용할 수 있는 방법론을 개발
Sowon Hahn(Seoul National University)
- 제가 속한 연구팀에서는 인공지능을 활용하여 사람들이 겪는 정신적 어려움, 예를 들면 우울증이나 기타 정서적 문제에 대한 지원을 보다 인간적인 방식으로 제공하고자 하는 연구를 진행하고 있습니다. 첫 번째 연구에서는 치료 기법인 인지행동치료(CBT), 변증법적 행동치료(DBT) 등 다양한 심리치료 접근법에서 영감을 받아, 대형 언어모델이 대화 상대의 감정을 이해하고 공감할 수 있도록 유도하는 ‘체인 오브 엠퍼시(Chain of Empathy)’ 프롬프트 기법을 제시하였습니다. 두 번째 연구에서는 이러한 연구 결과가 창의력 증진 및 감정 표현에 도움을 줄 수 있으며, 이를 바탕으로 정신 건강 교육, 치료, 상담과 같은 분야에서 인공지능을 활용한 개입 방법을 설계하는 데 기여할 수 있음을 보여드리고자 하였습니다.
- 출처:
- (Chain of Empathy prompting) https://search.ebscohost.com/login.aspx?direct=true&profile=ehost&scope=site&authtype=crawler&jrnl=12264067&AN=176569031&h=LjGu5vDlevqs2v6wSOKuAXJ8kRU5fKPZVlGtHN191AHA5RlpAC2D3l%2BVxSX6Tmj61x0wWw%2B2LB5uJ770N3xe4w%3D%3D&crl=c
- (Generative AI interventions) https://arxiv.org/abs/2304.13324
- 출처:
–
3. 센서·상호작용 기반 모니터링 및 영향 분석
비언어적 데이터(모바일 센서)와 질적 인터뷰를 통해, 정신 건강 상태를 실시간 모니터링하거나 AI 사용이 심리에 미치는 영향을 분석
Uichin Lee(KAIST)
- 제가 속한 연구팀에서는 모바일 기기에서 수집되는 센서 데이터를 활용하여 짧은 기간 내에 발생할 수 있는 우울 증상의 변화를 감지하고, 이를 바탕으로 사용자의 정서 상태를 모니터링할 수 있는 방법을 제안하고 있습니다. 이 연구는 스마트폰 등 일상에서 널리 사용되는 기기를 통해 실시간으로 데이터를 수집, 분석하여 우울증의 초기 징후를 빠르게 발견할 수 있도록 하는 데 초점을 맞추고 있으며, 이러한 방법은 개인 맞춤형 건강 관리나 조기 경고 시스템 구축에 유용하게 쓰일 수 있습니다.
- 출처: (모바일 센서 기반 우울 탐지) https://ieeexplore.ieee.org/abstract/document/10066563/
Yongjun Sung(Professor of Psychology, Korea University)
- 제가 속한 연구팀에서는 인공지능이 일상생활 속에서 사람들의 심리적, 인지적, 행동적 측면에 어떠한 영향을 미치는지 이해하기 위해, 실제 AI 스피커와의 상호작용 경험을 중심으로 심층면접 등 질적 연구 방법을 적용한 연구를 수행하고 있습니다. 이를 통해 인공지능과의 상호작용이 사용자들의 스트레스, 심리적 안정감 등 다양한 정신적 건강 요소에 어떤 변화를 일으킬 수 있는지 탐구하고 있으며, 이러한 연구는 나아가 치매나 우울증 등 인지 및 정신 건강 문제에 대한 예방과 관리 방안을 마련하는 데 도움이 될 수 있습니다.
- 출처: (인간-AI 상호작용 심층면접) https://www.dbpia.co.kr/Journal/articleDetail?nodeId=NODE11097297
About the Author
1 thought on “(K-HCI) 한국의 HCI 연구자들은 정신적 질환이나 문제를 겪는 사람들을 위해 인공지능이나 언어모델을 어떻게 활용하고 있을까?”
Comments are closed.