Fri, 29 May 2026 20:01:00 -0700WeeblyThu, 21 Nov 2024 10:29:12 GMThttps://dmh.yonsei.ac.kr/03-458245486854805-49900475325299250612-494364870849828/-ai보건복지부, 건강보험심사평가원의 최근 통계에 따르면 국내 정신질환 유병률 및 관련 의료비 지출이 지속적으로 증가하는 추세이나, 높은 비용, 전문 인력 부족, 지역 간 정신건강 서비스 인프라 격차 등으로 인하여 정신건강 서비스에 대한 높은 수요와 필요성을 충족시키기 어려운 실정이다. 
이러한 현실적 제약을 극복하기 위한 대안으로 디지털 기술의 발달과 함께 IT 기반 정신건강 서비스가 보완적 도구로 자리잡아가고 있다. 특히 대화형 AI 기술을 활용한 프로그램은 일상적 대화 방식으로 상호작용하며 내담자의 반응에 따라 적절한 개입을 제공할 수 있다는 장점이 있다. 그러나 현재까지 개발된 대화형 AI 기반 정신건강 프로그램은 공감이나 반영 등 기본적 치료 기술을 활용한 지지적 대화와 심리교육은 원활히 수행하는 반면, 정서적 문제의 실질적 개선이나 행동 변화에 효과성이 입증된 근거기반 치료(예: 인지행동치료)의 핵심 기법을 체계적으로 적용하는 데 있어서는 제한점을 보인다. 질적 개선이나 행동 변화를 위한 치료적 개입에서는 여전히 한계가 있다.
이러한 한계의 주요 원인 중 하나는 학습 데이터의 질적 문제이다. 심리치료 데이터는 수집과 공유에 제한이 있어, 현재 대부분의 AI 시스템들은 크라우드 소싱을 통해 수집된 일반적 대화 데이터나 시나리오 기반의 가상 데이터에 의존하고 있다. 이러한 데이터들은 실제 심리치료 장면의 특수성을 충분히 반영하지 못한다. 이에 본 연구에서는 숙련된 전문가들의 실제 인지행동치료 세션을 체계적으로 수집하여 AI 학습용 데이터셋을 구축하고, 이를 기반으로 근거기반 치료 기법을 효과적으로 구현하는 대화형 AI 정신건강 서비스를 개발하고자 한다.
본 연구는 크게 세 단계로 진행된다. 첫째, 선별된 내담자-치료자 간 치료 세션에서의 언어적, 비언어적 상호작용을 포괄적으로 수집하고 분석한다. 이때 대화 내용뿐 아니라 음성, 표정, 제스처 등 치료의 다양한 측면을 기록하여 실제 심리치료에서 일어나는 치료적 상호작용을 상세히 포착한다. 둘째, 분석된 데이터를 바탕으로 인지행동치료의 핵심 기법들을 구현할 수 있는 AI 모델을 개발한다. 셋째, 개발된 시스템의 임상적 효과성을 검증하기 위한 예비 연구를 수행한다.
담당자: 김하림 (harim0724@gmail.com)]]>