본 논문은 독일어권 스위스의 아동 119명(전형적 및 비전형적 언어 발달)의 음성 데이터를 활용하여, 상용 대규모 언어 모델(LLM)에 의존하지 않는 자연어 처리(NLP) 방법을 통해 언어 표본 분석(LSA)의 효율성을 높이는 방안을 제시한다. 표준화된 심리측정 검사를 보완하는 LSA는 발달 언어 장애(DLD) 진단에 유용하지만, 노동 집약적인 특성으로 인해 실제 임상 적용이 제한적이다. 본 연구는 인간 중심 프레임워크 내에서, 윤리적 문제를 야기할 수 있는 상용 LLM 사용 없이, NLP 방법을 LSA에 통합하여 언어치료사의 DLD 진단 효율성을 높이는 최적 방안을 찾고자 한다. 초기 결과는 현지에 배포된 NLP 방법을 반자동 LSA 과정에 통합할 가능성을 보여준다.
