대학소개
입학·국제교류
대학·대학원
대학생활
산학·연구
취업·창업
정보·민원서비스
| 제목 | 인공지능응용학과 서경원 교수 연구팀, 가상 아바타 기반 LLM 상담 챗봇 연구로 JCR 상위 3% 학술지 게재 | ||||
|---|---|---|---|---|---|
| 작성자 | 홍보실 | 조회수 | 56 | 날짜 | 2026-04-27 |
| 첨부파일 |
|
||||
|
- 가상 아바타 기반 LLM 상담 시스템 구현 → Embodied AI 상담 환경 제시
- 프롬프트 수준을 넘어 상담 스타일을 제어하는 LLM 설계 방법론 제안 및 실제 인간 대상 실험 통해 AI 상담 효과 실증 검증
- 국제 저명 학술지 Interactive Learning Environments (JCR 상위 3%) 게재
인공지능응용학과 인간중심 인공지능 연구실(https://hai.seoultech.ac.kr, 지도교수 서경원)이 수행한 대형언어모델(LLM) 기반 학업 스트레스 상담 챗봇 연구가 국제 저명 학술지 Interactive Learning Environments (Impact Factor: 5.3, 상위 3%)에 게재되었다. 이번 연구는 단순히 챗봇의 응답 품질을 평가하는 수준을 넘어, AI 상담이 인간 상담과 동일한 원리로 작동하는지에 대한 근본적인 질문을 다루며, LLM 기반 상담 시스템 설계의 새로운 방향을 제시했다는 점에서 주목받고 있다.
 ▲ (왼쪽부터) 서울과학기술대학교 서경원 교수, 유다나 박사과정 학생, ESIEA (프랑스) Diego Monteiro 교수
본 연구의 가장 큰 특징은 텍스트 기반 챗봇을 넘어 Unreal Engine 기반 가상 아바타와 결합된 LLM 상담 시스템을 구현했다는 점이다. 이를 통해 LLM을 단순한 응답 생성 모델이 아닌 사용자와 상호작용하는 ‘Embodied AI 상담 에이전트’로 확장하였으며, 보다 현실적인 상담 환경에서 인간-AI 상호작용을 분석할 수 있는 기반을 마련했다.
또한 기존 LLM 연구가 주로 프롬프트 설계(prompt engineering)에 의존했던 것과 달리, 본 연구는 상담 스타일 자체를 독립적으로 제어할 수 있는 ‘대화 전략 제어(Controlled Dialogue Policy Design)’ 접근을 적용하였다. 연구팀은 인지행동치료(CBT) 이론을 기반으로 탐색형(Socratic)과 지도형(Didactic)이라는 두 가지 상담 방식을 체계적으로 구현하고, 이를 실험 변수로 설정하여 AI의 상호작용 방식 자체가 사용자에게 미치는 영향을 정밀하게 분석하였다.
 ▲ 탐색형(Socratic), 지도형(Didactic) 상담 스타일을 적용한 4단계 인지행동치료 기반 상담 챗봇 프레임워크
이러한 설계를 바탕으로 실제 학생들을 대상으로 실험을 수행하여 AI 상담의 효과를 실증적으로 검증하였다. 연구 결과, 지도형(Didactic) 챗봇이 스트레스 감소와 치료적 동맹 모두에서 탐색형(Socratic) 챗봇보다 유의미하게 우수한 것으로 나타났다(p < .05). 특히 치료적 동맹 척도(WAI-SR)에서 탐색형은 13.26점으로 기준점(14점)에 미달한 반면, 지도형은 15.03점으로 이를 초과하였다. 이는 인간 상담에서 탐색형 접근이 더 효과적이라는 기존 이론과 정반대 결과로, AI 상담 설계에 인간 중심 이론을 그대로 적용하는 데 한계가 있음을 시사한다.
질적 분석에서는 챗봇 기반 상담에서 치료적 동맹을 형성하는 핵심 요소로 공감적 이해, 명확성, 통찰, 협력, 안전감, 편안함의 여섯 가지가 도출되었다. 연구팀은 이러한 결과를 바탕으로, 사용자들이 챗봇을 비판하지 않는 중립적 존재로 인식하기 때문에 인간 상담에서는 부담이 될 수 있는 직접적이고 구조적인 피드백도 오히려 효과적으로 수용하는 경향이 있음을 설명했다. 이는 AI와 인간 간 상호작용의 심리적 특성이 인간 간 상호작용과 본질적으로 다를 수 있음을 시사한다.
 ▲ LLM 기반 스트레스 상담 챗봇 인터페이스 및 실험 장면
서경원 교수는 “이 연구는 LLM의 성능을 평가하는 것을 넘어, AI의 ‘행동 방식’을 설계하고 그것이 인간에게 미치는 영향을 실증적으로 검증한 연구”라며, “인간 상담에서 효과적인 대화 방식이 AI 기반 상담에서는 그대로 적용되지 않을 수 있음을 보여주며, 향후 LLM 챗봇 설계는 인간 상담 이론의 단순한 모방이 아니라 AI와 상호작용하는 사용자 경험을 반영한 새로운 접근이 필요하다”고 밝혔다.
연구팀은 이번 연구에서 도출된 설계 원칙이 향후 고등교육 환경뿐만 아니라 AI 기반 정신건강 지원 시스템 전반에서 실질적인 가이드라인으로 활용될 수 있을 것으로 기대하고 있다. 특히 본 연구는 LLM 기반 대화 시스템 설계, 인간-AI 상호작용(HCI), 그리고 AI 기반 정신건강 지원 분야 전반에 걸쳐 높은 파급효과를 가질 것으로 평가된다.
|
|||||
이전 내용이 없습니다.
담당부서 : 홍보실
전화번호: 02-970-6994
연구성과