내면연못 다중에이전트 자기대화 시스템

본 연구는 자기 정체성 형성과 미래 계획에 필수적인 ‘내면 대화’를 디지털화하기 위해, 심리학 이론인 대화적 자기 이론(Dialogical Self Theory, DST)을 HCI 설계에 적용한 연구 프로브 “InnerPond”를 개발하고 평가한다. DST는 자아를 단일 통합체가 아니라 서로 다른 I‑position(예: 창의적 자아, 두려운 자아)들이 상호작용하는 동적 다중성으로 정의한다. 기존 디지털 자기 탐색 도구들은 주로 사용자를 하나의 통합된 ‘자아’로 가정하고, 일기·사진·LLM 기반 질문 시스템 등을 제공했지만, 내부 목소리 간의 갈등·협력 구조를 외재화하거나 조정하는 메커니즘은 부족했다. InnerPond은 이러한 공백을 메우기 위해 세 가지 핵심 설계 목표를 설정했다. 첫째, ‘공존·연결’이라는 DST 핵심 원리를 시각화하기 위해 연꽃잎이 연못 위에 떠 있는 메타포를 도입했다. 사용자는 각 I‑position을 ‘잎’ 형태의 에이전트로 정의하고, 잎을 끌어다 놓아 관계선을 그리며 물리적·시각적 연결을 구성한다. 둘째, 사용자가 내면 탐색 과정을 단계적으로 진행하도록 스케폴딩을 제공한다. 초기 단계에서는 프롬프트 기반 워크숍을 통해 사용자가 자신이 겪는 갈등이나 가치관을 언어화하고, 이를 바탕으로 LLM에 특정 프롬프트를 전달해 해당 I‑position에 맞는 퍼소나를 생성한다. 두 번째 단계에서는 생성된 에이전트들을 ‘협력’, ‘대립’, ‘중재’ 등 관계 유형으로 매핑한다. 마지막 단계에서는 사용자가 관찰자·중재자 역할을 수행하며, 에이전트 간 대화를 실시간으로 모니터링하고 필요 시 인터럽트하거나 발언 순서를 조정한다. 셋째, 다중 에이전트 대화의 조율을 위해 ‘메타‑에이전트’를 도입했다. 메타‑에이전트는 각 에이전트의 발화 빈도, 톤, 감정 수준을 조절하고, 사용자가 대화 흐름을 끊어내거나 특정 주제로 전환하도록 지원한다. 이를 통해 LLM의 퍼소나 유지 능력과 멀티‑에이전트 시스템의 협업 메커니즘을 결합, 기존 단일 챗봇이 제공하지 못하는 ‘다중 관점 간 갈등·조정·통합’ 과정을 구현한다. 시스템 구현은 최신 LLM (예: GPT‑4) 기반 에이전트 프레임워크와 웹 기반 시각화 라이브러리를 활용했다. 각 에이전트는 프리셋 프롬프트와 사용자 정의 키워드로 초기화되며, 대화 중에는 컨텍스트를 유지하기 위해 메모리 버퍼를 사용한다. 메타‑에이전트는 대화 로그를 실시간으로 분석해 감정 스코어와 토픽 변화를 감지하고, 사전 정의된 규칙에 따라 개입한다. 연구 방법으로는 17명의 20대 청년을 대상으로 두 개의 상반된 진로 선택(예: 전공 연계 직무 vs 창업) 상황을 제시하고, InnerPond을 사용해 자신의 내면 목소리를 외재화·조정하도록 했다. 연구는 90분 세션으로 구성되었으며, 사전·사후 설문, 세션 녹화, 심층 인터뷰를 통해 정성·정량 데이터를 수집했다. 주요 발견은 다음과 같다. 1) 외재화된 I‑position을 시각적으로 확인함으로써 사용자는 메타‑인지적 거리두기를 경험했고, 이는 ‘관찰자’ 시각을 확보하는 데 기여했다. 2) 에이전트 간 갈등이 명시적으로 드러나면서, 이전에 무의식적이던 가치 충돌(예: 안정성 vs 모험) 을 인식하고, 이를 언어화하는 과정이 촉진되었다. 3) 사용자는 중재자 역할을 수행하면서 새로운 통합적 자기 서사를 재구성했으며, 이는 진로 선택에 대한 자신감과 명확성을 높였다. 반면, 에이전트의 일관성 유지가 어려워 대화가 산만해지는 경우와, 다중 대화가 인지 부하를 초래해 집중도가 떨어지는 현상이 보고되었다. 논문의 기여는 크게 두 부분으로 정리된다. 첫째, DST를 기반으로 한 ‘공간 메타포·스케폴딩·대화 오케스트레이션’이라는 설계 프레임워크를 제시함으로써, 다중 자아 간 대화를 디지털 환경에 구현하는 구체적 방법론을 제공한다. 둘째, 다중 LLM 에이전트를 활용한 내면 대화 프로브가 사용자의 메타‑인지, 가치 통합, 의사결정 과정에 긍정적 영향을 미칠 수 있음을 실증한다. 연구는 향후 AI‑지원 자기 탐색 도구가 단일 사용자 모델을 넘어, ‘다중 자아 협업 플랫폼’으로 진화할 가능성을 시사한다. 또한, 에이전트 일관성 관리, 대화 부하 최소화, 개인화된 프롬프트 설계 등 남은 과제들을 제시하며, 차후 연구 방향을 제시한다.