사용자 디지털 흔적(Digital Traces)으로부터 우울 상태 변화의 설명 가능한 탐지

요약

본 연구는 사용자가 생성하는 디지털 흔적(소셜 미디어 게시물, 채팅 등)을 활용하여 우울 상태의 변화를 탐지하고 분석하기 위한 설명 가능한 프레임워크를 제안합니다. 이 프레임워크는 여러 BERT 기반 모델을 결합하여 감성, 감정, 우울증 심각도 등 다양한 차원의 신호를 추출하고 이를 시간적 궤적으로 구축합니다. 특히 LLM을 통합하여 변화 지점과 정신 건강 신호의 진화를 설명하는 사람이 읽기 쉬운 보고서를 생성함으로써 해석 가능성을 높입니다.

핵심 포인트

• 디지털 흔적(digital traces)에서 우울 상태 변화를 탐지하기 위한 설명 가능한 프레임워크 제안.
• BERT 기반 모델 결합을 통해 감성, 감정 등 다차원적인 정신 건강 신호를 추출하고 시간적 궤적으로 분석함.
• LLM 통합을 통해 단순한 보고서 생성을 넘어, 변화 지점과 신호 진화를 해석하는 사람이 읽기 쉬운 설명을 제공함.
• 제안된 접근 방식은 기존 LLM 기반 보고보다 더 높은 시간적 일관성과 변화 감지 민감도를 보임.