대규모 언어 모델(LLM)을 활용한 데이터 증강 기반 인지 점수 예측 및 임상 평가 연구

요약

본 연구는 자발적 발화 데이터의 부족과 클래스 불균형 문제를 해결하기 위해 LLM 기반의 데이터 증강 프레임워크를 제안합니다. GPT-5를 활용해 서면 응답을 구어체 독백으로 변환하여 합성 데이터를 생성하고, 이를 통해 Hasegawa Dementia Scale 점수 예측 성능을 향상시켰습니다. 특히 유사도 가이드 방식의 증강 전략이 소수 그룹인 저점수 참가자에 대한 예측 오차를 효과적으로 감소시킴을 입증했습니다.

핵심 포인트

• LLM(GPT-5)을 활용하여 서면 응답을 다양한 스타일의 구어체 데이터로 변환하는 데이터 증강 프레임워크 제안
• 클래스 불균형 문제를 해결하기 위해 무작위 선택 방식보다 의미론적 유사도를 고려한 '유사도 가이드 클래스 균형 선택' 방식이 더 효과적임
• Sentence-BERT 임베딩과 부분 최소 제곱 회귀(PLS)를 결합하여 인지 점수 예측 모델 구축
• 의미론적 가이드 기반의 증강이 임상 발화 분석에서 데이터 효율성을 높이는 유망한 접근법임을 확인