▲ (왼쪽부터) 서경원 교수, 박민영 학석사연계과정 학생, 브리티시컬럼비아대학교(UBC) Sidney Fels 교수

 우리대학 인공지능응용학과 서경원 교수(이하 서 교수) 연구팀이 개발한 인공지능 기반 학업 스트레스 측정 기술이 국제 저명 학술지에 게재됐다. 본 연구는 기존 챗봇 기술의 한계를 넘어 공감 기반 대화 기법을 적용해 평가 정확도를 크게 높인 점에서 주목받고 있다.  지난 5월 9일(금), 우리대학 인공지능응용학과 서 교수 연구팀(인간중심 인공지능 연구실)이 개발한 대형언어모델(LLM) 기반 학업 스트레스 측정방법론이 국제 저명 학술지 ‘International Journal of Educational Technology in Higher Education’에 게재됐다. 이 학술지는 2023년 기준 Impact Factor가 8.6, Scopus 기준 상위 0.5%의 저널로 교육 및 교육 연구 분야에서 세계적으로 매우 높은 영향력을 가진다.  뿐만 아니라 이 학술지는 고등 교육 환경에서 교육 기술이 어떻게 활용되고 변화시키는지를 학제적 관점에서 바라보며 ▲디지털 학습 환경 및 플랫폼 ▲온라인 학습과 하이브리드 교육 ▲인공지능, 머신러닝 기반 교육 도구 ▲학습 분석 ▲교수-학습 설계 및 평가 기법 ▲교육의 디지털 전환 및 정책적 함의 등의 주제를 다룬다. 

 이번 연구는 기존 LLM이 단순 프롬프트 기반 응답에 의존해온 한계를 넘어 ‘자기노출’ 전략을 학습한 LLM 챗봇을 통해 스트레스 평가 정확도를 90% 이상 향상시킨 성과로 주목받았다. 연구는 우리대학 박민영 학·석사연계과정 학생이 제1저자로 참여했으며, 캐나다 브리티시컬럼비아대학교(UBC)의 Sidney Fels 교수와의 국제 공동연구로 수행됐다. 서 교수는 교신저자로 참여했다.

 서 교수 연구실은 단순 프롬프트 설계에 의존하던 기존 LLM 기반 챗봇의 한계를 극복하기 위해 사용자와의 공감적 대화를 유도하는 자기노출 전략을 LLM에 학습시켰다. 자기노출 LLM 챗봇은 먼저 공감적 사례를 제시한 뒤 질문을 이어가는 방식으로 설계돼 사용자로 하여금 보다 진솔하고 깊이 있는 응답을 이끌어낼 수 있도록 했다. 그 결과 기존 챗봇 대비 평균 대화 시간은 15.55분, 응답 단어 수는 240단어로 증가했으며 학업 스트레스 평가 정확도(ACC1)도 93.6%를 기록하는 등 사용자 참여도와 평가 정확성 모두에서 의미 있는 향상을 이뤘다.  

 서 교수는 “이번 연구는 LLM 챗봇이 단순 정보 제공을 넘어 사용자와의 공감을 통해 스스로를 돌아보게 하는 도구로 활용될 수 있음을 실증한 사례”라며, “향후 디지털 헬스케어와 교육 기술 등 다양한 분야에서 자기노출 LLM 기반 챗봇의 활용 가능성을 지속적으로 확장해나갈 계획”이라고 밝혔다.

조유진 기자

yujin0505@seoultech.ac.kr