조기 알츠하이머 진단을 위한 대화형 에이전트 설계 및 평가

초록

본 연구는 대규모 언어 모델(LLM)을 활용한 음성 기반 대화형 에이전트를 설계하고, 30명의 의심성 알츠하이머 환자와 보호자를 대상으로 전문가 인터뷰와 비교 평가하였다. 반응 시간, 질문 설계, 지원적 피드백 등을 최적화한 결과, 에이전트가 수집한 증상 정보는 전문가 인터뷰와 높은 일치도를 보였으며, 사용자들은 에이전트의 인내심과 체계적인 질문 방식에 긍정적인 반응을 보였다. 향후 대규모 검증과 임상 워크플로우 통합이 필요하다.

상세 분석

이 논문은 초기 알츠하이머·치매(ADRD) 진단을 지원하기 위한 음성 인터랙티브 대화형 에이전트를 설계·평가한 최초 사례 중 하나이다. 핵심 기술은 Anthropic의 Claude 3.5를 Bedrock API를 통해 호출하고, Whisper로 실시간 음성‑텍스트 변환, Kokoro를 통한 TTS를 결합한 전·후 처리 파이프라인이다. 에이전트는 ACCT‑AD(Assessment of Cognitive Complaints Toolkit for AD) 기반 30여 개 토픽을 반영한 반구조화 질문 세트를 사용한다. 각 토픽은 주 질문과 3~4개의 조건부 추적 질문으로 구성돼, 사용자의 응답에 따라 동적으로 전개된다.

디자인 측면에서 연구팀은 노인·인지장애 환자의 대화 특성을 고려해 세 가지 주요 레버를 적용했다. 첫째, 초기 ‘예/아니오’ 질문을 폐기하고 개방형 질문으로 전환해 서술형 응답을 유도함으로써 증상의 구체성을 확보했다. 둘째, 지원적 스캐폴딩(예: 구체적 예시 제공, 재구성, 부드러운 리다이렉션)을 삽입해 인지 부하를 최소화하고 대화 흐름을 유지했다. 셋째, 발화 지연과 턴‑테이킹을 조절해 인간 인터뷰어와 유사한 대기 시간을 제공, 대화 중단이나 과도한 끼어들기를 방지했다. 또한 다중 사용자(환자·보호자) 상황을 감안해 에이전트가 직접 환자에게 말하도록 설계했으며, 보호자는 보조적인 역할만 수행하도록 했다.

실험은 within‑subject 디자인으로, 동일 참가자 30명(환자·보호자 1:1)에게 에이전트 인터뷰와 블라인드 전문가 인터뷰를 순차적으로 진행했다. 평가 지표는 (1) 대화 분석을 통한 참여도·발화 길이·중단 횟수, (2) 설문 기반 사용자 만족도(친절함, 이해도, 스트레스 수준), (3) 증상 항목별 에이전트와 전문가 간 일치도(코헨의 카파)였다. 결과는 다음과 같다.

• 사용자 설문에서 평균 만족도 4.3/5점(5점 만점)으로, 특히 ‘인내심’과 ‘체계적 질문’에 높은 점수를 받았다.
• 대화 분석에서는 평균 발화 길이가 전문가 인터뷰와 유사했으며, 대화 중단 횟수는 오히려 에이전트가 더 낮았다(≈0.8 vs 1.2 per 10분).
• 증상 일치도는 주요 토픽(기억·언어·성격 변화)에서 카파 0.71(양호)까지 도달했으며, 일부 세부 항목에서는 낮은 일치도를 보였다(예: 운동 변화).

한계점으로는 (1) 실험이 대면 환경에서 진행돼 원격 전화 기반 활용 가능성을 직접 검증하지 못함, (2) 샘플 규모가 30명으로 통계적 일반화에 제한이 있음, (3) LLM의 ‘블랙박스’ 특성으로 인해 오류 발생 시 원인 추적이 어려워 임상적 신뢰성 확보에 추가 검증이 필요함을 언급한다.

이 논문이 제공하는 주요 시사점은 다음과 같다. 첫째, LLM 기반 대화형 에이전트가 구조화된 임상 질문을 자연스럽게 수행하면서도 환자·보호자의 서술을 충분히 이끌어낼 수 있음을 실증했다. 둘째, 대화 설계에서 ‘지원적 스캐폴딩’과 ‘적절한 턴‑테이킹’이 인지 장애 환자와의 인터랙션 성공에 핵심임을 확인했다. 셋째, 에이전트가 수집한 데이터는 전문가 인터뷰와 비교해 충분히 임상적 가치를 지니며, 향후 전자건강기록(EHR) 연계·진단 보조 도구로 활용될 가능성을 제시한다. 향후 연구에서는 대규모 다기관 파일럿, 원격 전화/스마트폰 배포, 개인정보 보호·윤리 가이드라인 수립, 그리고 LLM 출력 검증 메커니즘(예: 인간‑인-루프) 등을 포함한 통합 워크플로우 구축이 필요하다.