DreamNet은 텍스트 기반 꿈 기록(선택적으로 REM 수면 단계의 EEG 데이터 추가)에서 의미적 주제와 감정 상태를 해독하는 새로운 심층 학습 프레임워크입니다. 변환기 기반 아키텍처와 다중 모달 어텐션을 활용하여 1,500개의 익명화된 꿈 기록 데이터셋에서 텍스트 전용 모드(DNet-T)로 92.1%의 정확도와 88.4%의 F1 점수를 달성하며, EEG 통합(DNet-M)을 통해 99.0%의 정확도와 95.2%의 F1 점수를 달성합니다. 강력한 꿈-감정 상관관계(예: 낙상-불안, r = 0.91, p < 0.01)는 정신 건강 진단, 인지 과학 및 개인 맞춤 치료에 대한 잠재력을 보여줍니다. 이 연구는 확장 가능한 도구, 공개적으로 이용 가능한 풍부한 데이터셋 및 엄격한 방법론을 제공하여 AI와 심리학 연구 간의 가교 역할을 합니다.
