심폐소생술 현장 활동 및 의사소통을 위한 에이전트 기반 모델 설계

초록

본 논문은 심정지 상황에서 훈련자들이 다양한 의사소통 프로토콜을 실험할 수 있도록, 실제 교육 시뮬레이션에서 수집한 대화 데이터를 FIPA 표준 카테고리로 분석하여 에이전트 기반 시뮬레이터의 초기 설계 방안을 제시한다.

상세 분석

이 연구는 급성 심정지와 같은 고위험 의료 상황에서 팀원 간의 정확하고 신속한 의사소통이 환자 생존율을 결정한다는 전제 하에, 기존의 교육용 시뮬레이터가 제공하지 못하는 ‘동적 커뮤니케이션 흐름’을 모델링하고자 한다. 저자는 먼저 실제 CPR(심폐소생술) 교육 시뮬레이션 현장에서 발생한 음성 및 텍스트 로그를 수집하고, 이를 FIPA(Foundation for Intelligent Physical Agents) 표준의 5가지 기본 행위(Inform, Request, Query, Propose, Confirm)와 9가지 메시지 퍼포먼스(예: propose, accept‑proposal 등)로 분류하였다. 이러한 분류 작업을 통해 팀 리더와 보조자, 기계 담당자 등 각 역할별로 어떤 종류의 메시지가 빈번히 사용되는지, 그리고 메시지 교환 순서가 어떻게 구조화되는지를 정량적으로 파악했다.

분석 결과, CPR 팀에서는 ‘Request’와 ‘Inform’가 가장 많이 사용되며, 특히 압축·환기 순환을 조율하는 과정에서 ‘Agree’와 ‘Refuse’ 같은 협상 행위가 반복적으로 나타난다. 또한, 비상 상황에서 발생하는 ‘시간 초과’(timeout)와 ‘오류 보고’(error report) 같은 비표준 메시지도 다수 포착되었으며, 이는 기존 FIPA 프레임워크에 맞춤형 확장이 필요함을 시사한다.

이를 바탕으로 저자는 다중 에이전트 시스템(MAS) 아키텍처를 설계하였다. 각 에이전트는 역할 기반(리더, 압축 담당, 기계 담당, 기록 담당)으로 구현되며, 내부 상태 머신을 통해 ‘준비‑시작‑실행‑평가‑피드백’의 5단계 프로세스를 순환한다. 메시지 교환은 FIPA ACL(Agent Communication Language)을 기반으로 하되, 의료 현장의 특수성을 반영한 ‘압축 주기 알림’, ‘압축 깊이 보고’, ‘AED 충전 상태’ 같은 도메인‑특화 퍼포먼스를 추가한다.

시뮬레이터는 두 가지 주요 모듈로 구성된다. 첫 번째는 ‘커뮤니케이션 엔진’으로, 에이전트 간 메시지 라우팅, 대기열 관리, 타임스탬프 부여, 그리고 오류 발생 시 재전송 메커니즘을 담당한다. 두 번째는 ‘시나리오 관리기’로, 실제 교육 현장에서 추출한 시나리오 템플릿을 기반으로 사건 발생 빈도, 환자 상태 변화, 외부 방해 요인(예: 소음, 장비 고장) 등을 파라미터화한다. 이를 통해 트레이너는 동일한 시나리오에 대해 다양한 커뮤니케이션 프로토콜(예: 표준 CPR, 항공 관제식 명령 체계)을 적용해 비교 실험을 수행할 수 있다.

검증 단계에서는 설계된 모델을 기존 교육용 시뮬레이터와 비교하였다. 결과는 에이전트 기반 모델이 팀원 간 의사소통 패턴을 보다 정밀하게 재현하고, 프로토콜 변경에 따른 팀 성과(압축 품질, 응답 시간) 변화를 정량적으로 측정할 수 있음을 보여준다. 또한, 학습자 피드백을 통해 ‘실제와 유사한 압박감’과 ‘의사소통 오류 인지’가 향상되었다는 주관적 평가도 얻었다.

본 논문의 핵심 기여는 (1) 의료 현장의 복합적인 커뮤니케이션을 FIPA 표준에 매핑한 방법론, (2) 역할 기반 에이전트와 도메인‑특화 메시지를 결합한 확장 가능한 MAS 설계, (3) 시나리오 파라미터화를 통한 교육적 활용 가능성을 제시한 점이다. 향후 연구에서는 실시간 음성 인식·자연어 처리와 연계해 자동 메시지 생성 및 오류 교정 기능을 추가하고, 대규모 임상 시험을 통해 교육 효과를 장기적으로 검증할 계획이다.