정신 건강 지원을 위한 전문 상담사 지향형 응답 엔진 (CARE)

요약

전 세계적으로 증가하는 정신 건강 문제에 대응하기 위해, 본 논문은 전문 상담사의 언어 패턴과 개입 전략을 학습한 생성형 AI 프레임워크인 CARE(Counselor-Aligned Response Engine)를 제안합니다. CARE는 오픈 소스 LLM을 활용하여 히브리어와 아랍어 같은 저자원 언어에 특화 조정(fine-tuning)합니다. 특히, 전문 상담사가 '매우 효과적'이라고 평가한 실제 위기 대화 세션을 학습 데이터로 사용하여, 단순 응답 생성을 넘어 감정적 맥락과 역동적인 상호작용 패턴을 포착합니다. 실험 결과, CARE

핵심 포인트

• CARE는 오픈 소스 LLM을 기반으로 하며, 전문 상담사가 평가한 실제 위기 대화 세션을 활용하여 히브리어 및 아랍어 같은 저자원 언어에 특화 조정됩니다.
• 단순 응답 생성을 넘어, CARE는 전체 대화 이력을 학습하여 도움 요청자와 상담사 간의 변화하는 감정적 맥락과 역동적인 구조를 유지합니다.
• CARE가 생성한 응답은 비전문 LLM 대비 금본위(gold-standard) 상담사 응답과의 의미론적 및 전략적 정렬성(semantic and strategic alignment)이 더 높게 나타났습니다.
• 이 연구는 도메인 특화 학습이 저자원 언어 환경에서 전문 상담사의 워크플로우를 지원하고 치료의 질을 향상시킬 수 있음을 입증합니다.