본 논문은 치료적 워킹 얼라이언스(therapeutic working alliance)를 자연어 처리 기법을 이용하여 추론하는 새로운 프레임워크인 COMPASS를 제시합니다. COMPASS는 대규모 언어 모델(LLM)을 활용하여 정신치료 세션의 녹취록을 분석하고, 이를 워킹 얼라이언스 척도와 같은 심리측정 도구와의 의미적 유사성을 나타내는 분산 표현으로 매핑합니다. 1970년부터 2012년까지 수집된 950개 이상의 세션(불안, 우울증, 조현병, 자살 경향 등 다양한 정신 질환 포함) 데이터셋을 분석하여 환자-치료자 간의 정렬 경로를 세밀하게 매핑하고, 임상 실무에 대한 해석 가능한 통찰력을 제공하며, 치료 대상 질환과 관련된 새로운 패턴을 식별하는 방법의 효과를 보여줍니다. 심층 학습 기반 토픽 모델링 기법과 생성형 언어 모델 프롬프팅을 결합하여 다양한 정신 질환의 토픽 특징과 대화의 각 차례 동안 이러한 토픽이 어떻게 변화하는지 분석합니다. 이 통합 프레임워크는 치료 상호 작용에 대한 이해를 높이고, 치료 관계의 질에 대한 치료사에게 시기 적절한 피드백을 제공하며, 정신치료의 효과를 향상시키기 위한 명확하고 실행 가능한 통찰력을 제공합니다.
