본 논문은 대규모 언어 모델(LLM)을 정신 건강 관리 분야에 통합하는 방식에 대한 근본적인 변화를 주장하는 입장 논문입니다. 단순한 보조 도구가 아닌 공동 창조자로서의 역할을 옹호하며, 접근성, 개인 맞춤화, 위기 개입 향상 가능성에도 불구하고 편향, 평가, 과도한 의존, 탈인간화, 규제 불확실성에 대한 우려로 채택이 제한적인 현실을 지적합니다. 이러한 과제를 해결하기 위해 윤리적이고 책임 있는 배포를 위한 SAFE-i(Supportive, Adaptive, Fair, and Ethical Implementation) 지침과 다차원적 인간 중심 평가를 위한 HAAS-e(Human-AI Alignment and Safety Evaluation) 프레임워크라는 두 가지 구조화된 경로를 제안합니다. SAFE-i는 데이터 거버넌스, 적응형 모델 엔지니어링 및 실제 통합을 위한 청사진을 제공하여 LLM이 임상 및 윤리적 표준을 준수하도록 보장합니다. HAAS-e는 신뢰성, 공감, 문화적 민감성 및 실행 가능성을 측정하기 위해 기술적 정확성을 넘어서는 평가 지표를 도입합니다. AI가 인간 전문 지식을 대체하는 것이 아니라 보완하도록 하여 책임 있고 확장 가능한 LLM 기반 정신 건강 지원 모델을 구축하기 위해 이러한 구조화된 접근 방식의 채택을 촉구합니다.
