본 논문은 감정적 지지를 위한 대화(ESC)에서 장기적인 만족도를 높이기 위해 강화학습 기반의 새로운 프레임워크 straQ를 제안합니다. 기존의 대규모 언어 모델(LLM) 기반 ESC 연구들이 상태 모델 관점에서 설계되지 않아 장기적 만족도 측면에서 최적의 솔루션을 제공하지 못하는 한계를 극복하고자, Q-학습을 활용하여 LLM의 계획 수립 및 최적 전략 결정을 지원하는 프레임워크를 개발했습니다. straQ는 다양한 LLM에 적용 가능하며, 장기적인 보상을 기반으로 최적의 응답 전략을 계획하고 LLM의 응답을 유도합니다. 실험 결과, straQ*는 직접 추론, 자기 개선, 사고 연쇄, 미세 조정 및 유한 상태 머신 등 기존 방법들을 능가하는 성능을 보였습니다.
