유타 대학교 연구팀은 대화형 인공지능과 대형 언어 모델(LLM)이 치료 업무에서 어느 정도 자동화될 수 있는지를 분석하는 체계적 틀을 공개했습니다. 이 논문은 학술지 Current Directions in Psychological Science에 게재되기 전에 공개되었습니다. 저자에는 Zac Imel이 주도했으며 Vivek Srikumar, Brent Kious 등 공동연구자가 참여했습니다.
연구진은 자동화 수준을 네 가지 범주로 나눴습니다. 범주 A는 사람이 만든 스크립트를 따르는 시스템, 범주 B는 AI가 상담 세션을 검토해 평가를 하는 경우, 범주 C는 AI가 치료사를 보조해 개입 방법이나 문구를 제안하는 경우, 범주 D는 AI가 직접 치료를 제공하는 경우입니다. 각 범주는 유용성과 위험 면에서 서로 다릅니다.
연구팀은 향후 임상가 평가와 멘토링을 개선하는 도구를 개발할 계획이며, 일부 팀은 주 전역의 문자 기반 위기상담 서비스인 SafeUT와 협력해 세션 평가와 피드백 제공을 연구하고 있습니다. 논문은 또한 LLM의 허위정보 생성·편향 내재화·예측 불가능한 행동 가능성을 경고하며, 리스크가 낮은 도구부터 시작할 것을 권고합니다. 추가 공동저자는 University of Washington, University of Pennsylvania, Alan Turing Institute 소속입니다. Zac Imel은 Lyssn의 공동창업자입니다.
어려운 단어·표현
- 대화형 인공지능 — 사람과 대화할 수 있는 컴퓨터 프로그램
- 대형 언어 모델 — 많은 텍스트로 언어를 학습한 인공지능
- 체계적 틀 — 문제를 정리하고 분석하는 구조와 방식
- 범주 — 비슷한 것들을 나누는 분류 이름
- 임상가 — 환자 치료나 상담을 하는 전문가
- 위기상담 — 심리적 위기에 대해 도와주는 상담
- 허위정보 — 사실이 아니고 잘못된 정보를 의미
- 편향 — 한쪽으로 치우친 판단이나 생각과 성향
- 권고하다 — 정책이나 행동을 추천하여 제안하는 말권고합니다
팁: 글에서 강조된 단어에 마우스를 올리거나 포커스/탭하면, 읽거나 들으면서 바로 간단한 뜻을 볼 수 있습니다.
토론 질문
- 당신은 치료에서 AI가 상담사를 보조하는 것을 어떻게 생각합니까? 이유를 두세 문장으로 말해 보세요.
- 연구진이 리스크가 낮은 도구부터 시작하라고 권고한 이유는 무엇이라고 생각합니까? 간단히 설명해 보세요.
- 문자 기반 위기상담 서비스에 AI를 도입한다면 어떤 장점과 단점이 있을지 말해 보세요.
