AI 기반 대화형 환자 아바타를 활용한 접근 가능한 심리치료 훈련
Toward Accessible Psychotherapy Training Using AI-Driven Interactive Patient Avatars
수용과 전념 치료(Acceptance and Commitment Therapy, ACT)와 같은 근거 기반 중재에 대한 심리치료사 훈련은 의미 있는 피드백과 함께 반복 연습이 필요하지만, 안전하고 표준화된 훈련 기회는 윤리적, 물류적, 자원적 제약으로 인해 제한적이다. 본 연구에서는 체현화된 가상 환자와의 음성 대화를 통해 ACT 지향 심리치료 훈련을 지원하도록 설계된 시스템을 제안한다. 이 시스템은 실제 치료 세션에서 도출된 프로필과 구성 가능한 임상 시나리오에 조건화된 환자 행동을 대규모 언어 모델(LLM)로 시뮬레이션하며, 별도의 자동 평가기가 확립된 ACT 충실도(fidelity) 기준에 따라 치료사 응답에 대한 턴별 피드백을 제공한다. 감독을 대체하는 것을 목표로 하기보다, 이 시스템은 저위험 환경에서 실험, 성찰, 즉각적 피드백을 가능하게 함으로써 의도적 연습(deliberate practice)을 지원하도록 설계되었다. 임상 심리학자들에 의한 전문가 평가는 환자 행동의 높은 현실성을 확인했으며, 즉각적인 턴별 ACT 피드백이 치료사의 중재 선택에 대한 인식을 높이고 대안적 응답에 대한 효과적인 실험을 가능하게 함을 보여주었다. 49개의 치료 전사록에 대한 정량 평가 결과, GPT-4o-mini가 최적의 피드백 모델로 확인되었으며, 인간 감독자의 ACT 충실도 평가를 재현하는 데 있어 통계적으로 유의한 일치를 보이면서 최저 평균 절대 오차(MAE = 6.12)를 달성했다. 본 연구는 충실도 인식(fidelity-aware) 시뮬레이션 환자가 심리치료 훈련에 대한 확장 가능한 보완 수단이 될 수 있는 잠재력을 보여준다.