AI 기반 상호작용 환자 아바타를 활용한 접근 가능한 심리치료 훈련을 향하여

수용전념치료 (Acceptance and Commitment Therapy, ACT)와 같은 증거 기반 개입 (evidence-based interventions)을 수행하는 심리치료사를 훈련시키기 위해서는 의미 있는 피드백과 함께 반복적인 연습이 필요하지만, 윤리적, 물류적, 그리고 자원 제약으로 인해 안전하고 표준화된 훈련 기회는 제한적입니다. 우리는 체화된 가상 환자 (embodied virtual patient)와의 구어 대화를 통해 ACT 지향적 심리치료 훈련을 지원하도록 설계된 시스템을 소개합니다. 이 시스템은 대규모 언어 모델 (large language models)을 사용하여 실제 치료 세션에서 도출된 프로필과 설정 가능한 임상 시나리오를 바탕으로 환자의 행동을 시뮬레이션하며, 별도의 자동 평가기 (automated evaluator)는 확립된 ACT 충실도 (fidelity) 기준에 따라 치료사의 반응에 대해 턴 단위 (turn-by-turn) 피드백을 제공합니다. 이 시스템은 슈퍼비전 (supervision)을 대체하는 것이 아니라, 저위험 환경에서 실험, 성찰 및 즉각적인 피드백을 가능하게 함으로써 의도적 연습 (deliberate practice)을 지원하는 것을 목적으로 합니다. 현직 심리학자들을 대상으로 한 전문가 평가 결과, 환자 행동의 높은 현실성을 확인하였으며, 즉각적인 턴 단위 ACT 피드백이 치료사의 개입 선택에 대한 인식을 높이고 대안적 반응에 대한 효과적인 실험을 가능하게 함을 입증했습니다. 49개의 치료 전사본 (therapy transcripts)에 대한 정량적 평가를 통해 GPT-4o-mini가 최적의 피드백 모델임을 확인하였으며, 인간 슈퍼바이저의 ACT 충실도 등급을 복제하는 데 있어 통계적으로 유의미한 일치도와 함께 가장 낮은 평균 절대 오차 (MAE = 6.12)를 달성했습니다. 본 연구는 충실도를 인식하는 시뮬레이션 환자 (fidelity-aware simulated patients)가 심리치료 훈련의 확장 가능한 보완책으로서 잠재력이 있음을 보여줍니다.