[연구의 필요성]

• 기존 상담 대화 시스템은 사용자의 발화에 공감하거나 수동적으로 반응하는 데 집중해, 인지행동치료(CBT)의 핵심인 자동적 사고를 파악하고 적절한 치료적 개입으로 연결하는 데 한계가 있습니다. 보다 체계적이고 능동적인 상담을 위해서는 치료 목표와 상담 행동의 순서를 명시적으로 구조화하는 기술이 필요합니다.

[포스텍이 가진 고유의 기술]

• 본 연구는 자동적 사고와 단계별 상담 행동을 함께 구조화한 CBT 상담 데이터셋 STEP과, 이를 기반으로 능동적인 상담을 수행하는 대화 모델 STEPPER를 제안합니다. STEPPER는 사용자의 자동적 사고를 구체적으로 이끌어 내고, 상황에 적합한 인지적 개입을 순차적으로 수행합니다. 또한 합성 상담 세션을 활용한 선호학습을 통해 상담 행동의 선택 정확도와 공감적 반응 능력을 함께 향상했습니다.

[연구의 의미]

• 본 연구는 단순한 공감형 대화를 넘어, 상담 목표와 개입 과정을 구조적으로 계획하는 능동형 AI 상담 시스템의 가능성을 제시합니다. CBT 기반 평가에서 기존 모델보다 임상적 근거성, 대화의 일관성, 개인화 수준 및 상담자 역량이 향상됨을 확인했습니다. 다만 본 시스템은 전문적인 정신건강 치료를 대체하기보다 상담 전문가를 보조하는 기술로 활용될 수 있습니다.

[연구결과의 진행 상태 및 향후 계획]

• 현재 데이터셋과 모델 개발 및 성능 평가를 완료했으며, 연구 논문이 EMNLP 2026 Findings에 채택되었습니다. 향후 실제 상담 환경을 고려한 안전성 및 신뢰성 검증, 다양한 사용자와 상담 상황에 대한 일반화 평가, 전문가 피드백을 반영한 모델 고도화를 진행할 계획입니다.

[성과와 관련된 실적]

• - EMNLP 2026 Findings 채택
• - 이지현, 민예진, 전예진, 양성준, 김형훈, 이근배
• - PSY-STEP: Structuring Therapeutic Targets and Action Sequences for Proactive Counseling Dialogue Systems

[성과와 관련된 이미지]