환자 중심 대화형 인공지능의 복잡성

요약

본 연구는 LLM 기반의 건강 챗봇 개발 시 실제 환자 대화 데이터를 분석했습니다. 커뮤니케이션 패턴과 감정 표현의 높은 다양성을 발견했으며, 이를 반영한 환자 시뮬레이터를 개발하여 현실성이 높음을 입증했습니다. 또한, 커뮤니케이션 스타일이 응급도 평가 성능에 큰 영향을 미침을 밝혀내며, 실제 환경 배포 시 시스템 설계의 복잡성 수용 필요성을 강조합니다.

핵심 포인트

• 실제 환자 대화 분석 결과, 커뮤니케이션 패턴과 감정 표현이 매우 다양함.
• 개발된 환자 시뮬레이터는 인간 평가자가 실제와 구별하기 어려울 정도로 현실적임.
• 커뮤니케이션 스타일은 LLM의 응급도 분류(triage) 결과에 상당한 영향을 미침.
• 이상적인 시스템 설계만으로는 부족하며, 커뮤니케이션 다양성을 수용해야 함.