로봇 웰빙 코치 설계를 위한 인간 AI 대화 장기 분석

초록

본 연구는 대학생 38명을 대상으로 1주간 진행된 LLM 기반 웰빙 코치와의 4,352개 메시지를 내용 분석하여, 사용자가 자율성, 주도성, 감정 표현, 협상·순응 등 여섯 가지 상호작용 동역학을 어떻게 발현하는지 규명한다. 결과는 자율성과 주도성이 가장 빈번히 나타나며, 감정 자기표현과 협상·순응이 적절히 혼합되는 형태가 지속적인 동기 부여와 윤리적 로봇 코치 설계에 핵심임을 시사한다.

상세 분석

이 논문은 인간‑AI 웰빙 코칭 상황에서 나타나는 미세한 상호작용 패턴을 정량적 내용 분석(content analysis)으로 체계화한 점이 가장 큰 학술적 기여이다. 먼저 연구자는 기존 심리학·HRI 문헌에서 제시된 자율성(autonomy), 주도성(agency), 감정 자기표현(emotional self‑disclosure), 반추(rumination), 협상(negotiation), 순응(compliance)이라는 여섯 가지 동역학을 코드북으로 정의하고, 각 사용자 발화에 다중 코딩을 허용함으로써 복합적인 행동 양식을 포착했다. 이는 단일 변수에 의존하던 기존 연구와 달리, 실제 대화 흐름 속에서 동역학이 어떻게 겹치고 전이되는지를 정밀하게 드러낸다.

데이터는 38명의 대학생이 1주일 동안 자유롭게 접근한 웹 기반 LLM 코치와 주고받은 4,352개의 메시지이며, 평균 116턴(양쪽 모두 포함)으로 상당히 풍부한 장기 상호작용을 제공한다. 코치는 고정 프롬프트로 SMART 목표 설정과 ACT 기반 수용·가치 탐색을 유도했으며, 대화 이력을 유지해 과거 목표를 참조하도록 설계돼 실제 코칭 상황에 근접한 환경을 제공한다. 이러한 설계는 연구자가 ‘자율성 지원’이라는 이론적 프레임을 실험적으로 검증할 수 있게 한다.

분석 결과, 자율성은 97.4%의 참가자에게서 나타났으며 전체 발화의 10.5%를 차지한다. 사용자는 “내가 직접 결과를 제시하고 싶다”와 같이 대화 주도권을 명시적으로 선언하거나, 목표 우선순위와 시간 배분에 대한 경계를 설정한다. 주도성 역시 97.4%에서 관찰됐으며 전체 발화의 20.8%를 차지한다. 여기에는 “내가 직접 시작할게” 혹은 일정 관리 앱에 목표를 직접 입력하는 행동이 포함된다. 두 동역학이 거의 동시에 발생한다는 점은 사용자가 코치를 ‘보조 도구’로 인식하고, 스스로 행동을 설계·실행하려는 강한 의지를 보여준다.

감정 자기표현은 68.4%의 참가자에게서 발견됐지만 전체 비중은 3.3%에 불과했다. 이는 사용자가 필요할 때만 감정을 드러내며, 대화의 주된 목적이 목표 관리와 행동 계획임을 반영한다. 반면 반추는 13.2%의 소수에게서만 나타났으며 전체 비중이 1% 미만으로, 장기 사용 상황에서도 부정적인 감정 고착이 크게 확산되지 않음을 시사한다. 이는 코치가 비임상적이며 위기 대응을 배제한 설계가 사용자의 감정 악순환을 억제하는 데 일정 부분 기여했을 가능성을 제시한다.

협상과 순응은 각각 78.9%와 78.9%의 참가자에게서 나타났으며, 전체 발화에서 각각 5.8%와 4.9%를 차지한다. 협상 코드는 사용자가 제시된 목표나 전략을 “조정이 필요하다”는 식으로 재구성하거나, 현실적 제약을 제시해 새로운 목표를 도출하도록 만든다. 순응 코드는 사용자가 코치의 제안을 그대로 받아들이고 실행 의지를 표명하는 경우다. 두 동역학이 자율성·주도성과 높은 상관관계를 보이며, 사용자가 스스로 목표를 설정하고 나서도 필요에 따라 코치와 협업하거나 독립적으로 행동한다는 점을 강조한다.

코드 간 동시 발생 분석에서는 자율성·주도성이 거의 모든 참가자에게서 동시에 나타났으며, 협상·순응 역시 자율성·주도성과 높은 중첩률을 보였다. 이는 사용자가 대화 흐름을 주도하면서도 코치의 제안을 검토·수정하거나 수용하는 ‘공동 의사결정’ 형태가 일반적임을 의미한다. 감정 자기표현도 주도적 대화와 겹치는 경우가 많아, 사용자는 목표 진행 중에 감정 상태를 공유함으로써 코치가 상황을 재맥락화하도록 돕는다.

이러한 결과는 로봇 웰빙 코치 설계에 두 가지 핵심 시사점을 제공한다. 첫째, 로봇은 사용자의 자율성을 침해하지 않으면서도 목표 진행을 촉진하는 ‘스캐폴딩’ 기능을 제공해야 한다. 구체적으로는 사용자가 목표를 제시하면 로봇이 그 목표를 재확인하고, 필요 시 조정 옵션을 제시하는 대화 전략이 필요하다. 둘째, 감정 표현을 허용하되 반추를 방지하기 위해 ‘리프레임’ 혹은 ‘전향적 질문’으로 대화를 전환하는 메커니즘을 내장해야 한다. 마지막으로, 협상과 순응이 자연스럽게 교차하도록 설계함으로써 로봇이 지나치게 권위적이거나 수동적이지 않게, 사용자의 의도와 상황에 맞는 맞춤형 지원을 제공할 수 있다.

전반적으로 이 연구는 장기적, 자연스러운 인간‑AI 웰빙 코칭 상호작용을 정량적으로 조명함으로써, 로봇 코치가 인간의 자기결정성을 존중하면서도 효과적인 목표 관리와 정서 지원을 제공할 수 있는 설계 원칙을 도출한다는 점에서 HRI 및 디지털 정신건강 분야에 중요한 실증적 기반을 제공한다.