최근의료 분야에 LLM 도입이 늘고 있지만, 임상 표준과의 커뮤니케이션 정렬 수준은 아직 충분히 검증되지

요약

본 연구는 의료 분야에 적용되는 대규모 언어 모델(LLM)을 다차원적으로 평가했습니다. 일반 및 전문화된 LLM들을 구조화된 의학 설명과 실제 환자-의사 상호작용에 걸쳐 분석하여 의미적 충실도, 가독성, 정서적 공명도를 측정했습니다. 초기 모델들은 의사에 비해 부정적인 감정 표현을 과장하는 경향이 있었고, GPT-5나 Claude 같은 대형 아키텍처는 지나치게 높은 언어 복잡성을 보였습니다. '공감 중심 프롬프팅'은 극단적인 부정성을 줄이고 가독성을 개선했지만, 의미적 충실도를 높이는 데는 한계가 있었습니다. 가장 효과적인 방법은

핵심 포인트

• LLM은 임상 전문가를 대체하기보다 협력적인 커뮤니케이션 강화 도구로 활용되어야 합니다.
• 공감 중심 프롬프팅은 모델의 부정적 감정 표현을 줄이고 가독성을 높이는 데 도움이 됩니다.
• 재작성(Rewriting) 방식이 의미적 유사도와 가독성 측면에서 가장 우수한 전반적인 정렬 성능을 보였습니다.