마음에 걸린 말: 자기 이해가 부족한 심리치료 내담자의 개인별 표현 시뮬레이션

문제

상담사 훈련·평가에 쓰는 LLM 기반 내담자 시뮬레이터는 임상적으로 정리된 사례 기술에 의존하는 경우가 많다. 그래서 실제 내담자가 아직 정리하지 못한 어려움까지 지나치게 명료하게 설명하는 경향이 있다. 실제 내담자는 감정, 안전감, 신뢰에 따라 표현이 머뭇거리거나 단편적으로 나온다.

방법

Pandora는 화자의 언어 산출 이론에 따라 '무엇을 말할지'와 '어떻게 말할지'를 나눠 계획한다. 먼저 규칙 기반 평가기가 상담사 개입(명료화, 질문, 감정 반영의 사용 여부)을 판단하고, 이에 따라 정서·관계·방어·성찰 상태를 갱신한다. 다음으로 주관적 평가와 귀인을 구성하고, 내용 계획(자세: 주저, 방어 등)과 응답 전략을 세운다. 마지막으로 내담자 발화에서 오프라인으로 추출한 언어 프로필(담화 표지, 헤징, 감정 명시도, 길이 분포)과 현재 상태를 결합한 표현 계획을 만들고, LLM이 이를 따라 발화를 생성한다.

결과

• 4개 상담·동기강화상담 데이터셋에서 고른 115개 사례로 5개 기준 시스템과 비교했다. Pandora는 표현 유사도와 전체 노출 정렬 점수(GDS)가 가장 높았다.
• 평가자 4명(상담사 2명, 합성 데이터 연구자 2명)이 노출 항목 45개를 판정한 결과, Pandora가 'AI 같다'는 판정을 받은 비율은 7.2%였다. 기준 시스템들은 43.3~67.2%였다.
• 표현 계획을 뺀 Ablation에서는 AI 같다는 판정이 35.6%로 올라갔고 표현 유사도도 떨어졌다. 저자들은 이를 표현 계획 단계가 기여한다는 근거로 제시했다.

한계

115개 사례 중 97개가 중국어(PsyDial-D4)다. 내용 축소 유사도에 쓰는 마스킹 사전도 중국어 중심이라 영어 사례에 대한 근거는 더 거칠다. 사람 평가는 평가자 4명, 항목 45개 규모다. 저자들은 자동 지표가 심리적 진정성이나 임상적 동등성을 입증하지 않는다고 밝혔다. 상태 전이는 규칙 기반 수치 설정에 의존한다.

의미

상담사 훈련용 시뮬레이터가 지나치게 말을 잘하는 내담자를 만들면 실제보다 쉬운 연습이 된다. 이 연구는 사용자 시뮬레이션에서 내용뿐 아니라 개인 말투를 명시적으로 계획해야 한다는 점을 보여준다. 다른 도메인의 사용자 시뮬레이터 설계에도 참고할 만하다.

핵심 용어

내담자 시뮬레이터

상담사 훈련이나 상담 AI 평가를 위해, LLM이 심리치료를 받는 내담자 역할을 연기하도록 만든 시스템이다.

표현 계획(Expression planning)

정해진 응답 내용을 해당 인물의 말투(헤징, 감정 명시도, 길이 등)로 어떻게 표현할지 미리 정하는 단계다.

주관적 평가와 귀인

내담자가 경험을 어떤 의미로 받아들이고(평가) 현재 어떻게 설명하는지(귀인)를 따로 표현한 것이다. 임상가의 사례 개념화와 구분된다.

Ablation

시스템의 한 구성 요소를 빼고 성능 변화를 측정해, 그 요소의 기여도를 확인하는 실험이다.

원문

• arXiv 초록
• PDF
• HTML 본문
• 코드
• 프로젝트
• Hugging Face

저자: Mengxi Xiao, Jingjing Chen, Ziyan Kuang, Jiarong Song, Wenhao Zhao, Zuchen Han, Yihuai Xu, Xiyang Huang, 외 · 게시 2026-10-31 · 라이선스 arXiv 비독점 배포 라이선스 · 본문 기준 분석

이 리뷰는 AI가 논문을 읽고 작성한 요약이며, 정확한 내용은 원문을 기준으로 확인해 주세요.