대규모 언어 모델(LLM)을 활용한 심리 상담 지원은 자연어 처리(NLP) 분야의 중요한 과제이다. 고품질 심리 지원 대화 코퍼스 구축은 상담 지향 대화 모델 학습을 위한 핵심 기반이 된다. 그러나 기존 데이터 생성 접근법은 일반적으로 감정적으로 안정적인 내담자, 감정 역학의 제한적 다양성, 상담사 지도에 대한 높은 순응성 등 여러 한계를 갖는다. 이러한 문제로 인해 LLM은 감정적으로 불안정한 상황에 효과적으로 대응할 수 있는 능력이 부족해진다. 또한 상담사 응답은 일반적으로 문제 해결 목표에 의해 주도되어, 심리 상담에 필수적인 감정 중심 상호작용의 역할을 간과한다. 이러한 공백을 해소하기 위해, 우리는 내담자의 감정 궤적 모델링을 중심으로 한 다중 턴 대화 코퍼스 생성 프레임워크인 EmoTrace를 제안한다. 내담자의 인지 프로필을 구성하고, 감정 스키마와 관련 활성화 메커니즘을 갖춘 내담자 모듈, 상담사 모듈, 감정 궤적 제어 모듈을 도입하여 내담자의 감정 표현 계층화와 상담사의 표적 공감 표현을 강화한다. 실험 결과, 제안 방법이 감정적 풍부함과 공감 품질 측면에서 기존 접근법을 능가함을 보여준다.
대규모 언어 모델(LLM)의 최근 발전에도 불구하고, 저자원 언어에서 공감적인 정신건강 상담 응답을 생성하는 능력은 여전히 거의 탐구되지 않았다. 이 공백을 메우기 위해, 우리는 세 가지 상호 보완적 출처에서 625건의 실제 정신건강 사례를 큐레이션한다: (1) 정신건강 관련 우려를 다룬 공개 Facebook 게시물, (2) 방글라데시 텔레비전 프로그램 "Ami Akhon Ki Korbo"의 대본, (3) 다양한 정서적·심리적 어려움을 다룬 익명화된 학생 설문 응답. 이 사례들을 바탕으로, 면허를 가진 임상 심리학자가 작성한 조언과 GPT-4o Mini, Claude 4.5 Haiku, Gemini 2.5 Pro 세 가지 최신 독점 LLM이 생성한 응답으로 구성된 평가 코퍼스를 구축한다. 또한 우리는 Role-Playing Reflective Chain-of-Thought Advisory Framework(RP-RCAF)를 제안한다. 이는 전문가가 작성한 퓨샷(few-shot) 예시와 구조화된 자기 성찰을 결합하여, 공감적인 상담자 페르소나를 통해 지지적이고 문화적으로 인식하며 윤리적으로 정렬(alignment)된 상담을 생성하는 태스크 특화 프롬프팅(prompting) 전략이다. 또한 Grok 4-Based Response Evaluation and Scoring Framework(G-REFS)를 도입한다. 이는 정서적 민감성, 문화적 적절성, 언어적 명확성, 윤리적 건전성에 걸쳐 자동화된 평가와 전문 심리학자 검증을 통합한다. 실험 결과, RP-RCAF는 평가된 모든 모델에서 기존 프롬프팅을 일관되게 능가하며, 전문 심리 상담과 더 밀접하게 정렬된 응답을 생성함을 보여준다.
Reddit 약물 사용자 1,174명의 자기 낙인(self-stigma) 표현을 잠재 프로필 분석(LPA)으로 네 가지 페르소나로 나누고, 순차 베이지안·순환 신경망 분류기가 30개 게시물에서 macro-F1 0.74로 페르소나를 복원하는 페르소나 인식 LLM 지원 개념 증명을 제시한다. 임상 전문가 평가에서는 페르소나 맞춤 응답이 목표 행동 변화에는 유효했지만, 평가자들은 페르소나 중립 기준선의 일반적 공감을 더 선호해 전체적 공감 판단과 임상 정렬 설계가 엇갈릴 수 있음을 보였다.
검색 증강 생성(RAG)은 대규모 언어 모델(LLM)의 출력을 신뢰할 수 있는 문서에 기반하여 성공적으로 생성하지만, 사실적 그라운딩만으로는 민감한 동료 지원 건강 커뮤니케이션에는 불충분합니다. HIV 동료 지원과 같은 도메인에서는 응답이 이해하기 쉽고, 낙인이 없으며, 공감을 담고, 수신자에게 맞춰져야 합니다. 본 논문은 모델 미세조정(fine-tuning) 없이 RAG 파이프라인에 명시적인 어조 제어를 통합하는 가볍고 프롬프트 기반의 어조 인식 RAG 프레임워크인 TA-RAG를 제시합니다. 우리는 낙인 제거 재작성, 가독성 조정, 수신자 적응, 공감 표현 재구성이라는 4가지 핵심 구성 요소를 통해 어조를 구체화하여 적용합니다. 우리는 HIV 온라인 러닝 오스트레일리아(HOLA), UNAIDS 용어 지침, 가독성 지표, 호주 HIV 감염인 협회(NAPWHA)의 동료 지원 표준, 공개 공감 데이터셋에서 파생된 질문들을 사용하여 구성 요소 수준의 테스트로 TA-RAG를 평가합니다. 결과에 따르면 TA-RAG의 구성 요소들은 핵심 내용을 유지하면서 목표로 하는 커뮤니케이션 품질을 향상시키는 것으로 나타났습니다. 이러한 발견들은 프롬프트 기반 어조 제어가 민감한 동료 지원 건강 커뮤니케이션에 적합한 RAG 출력을 생성하는 데 있어 잠재적인 방향임을 강조합니다.