본 논문은 대규모 언어 모델(LLM)을 활용한 심리 치료 챗봇의 성능 향상을 위한 연구를 다룬다. 기존 규칙 기반의 챗봇의 한계를 극복하기 위해 전문가가 작성한 대화 스크립트를 LLM에 적용하는 방법을 두 가지 연구를 통해 제시한다. 첫 번째 연구에서는 규칙 기반, 순수 LLM, 그리고 전문가 스크립트를 미세 조정 및 프롬프팅을 통해 적용한 LLM을 비교하여, 스크립트를 적용한 LLM이 공감, 대화 관련성, 치료 원칙 준수 측면에서 우수한 성능을 보임을 확인했다. 두 번째 연구에서는 더욱 유연한 스크립트-전략 정렬 생성(SSAG) 방법을 제시하여, 전문가 스크립트에 대한 의존도를 낮추면서도 치료적 효과를 유지하는 결과를 얻었다. SSAG는 전문가의 노력을 줄이고 심리 치료 챗봇의 확장성을 높이는 데 기여할 수 있다.
