본 연구는 Reddit에서 수집한 여러 정신 건강 데이터셋을 사용하여 대규모 언어 모델(LLM)의 정신 건강 결과 예측 성능을 향상시키기 위한 구조적 추론 기법(Chain-of-Thought, Self-Consistency, Tree-of-Thought)을 평가했습니다. Zero-shot 및 Few-shot CoT와 같은 추론 기반 프롬프팅 전략을 분석하여 Balanced Accuracy, F1 score, Sensitivity/Specificity 등의 주요 성능 지표를 측정했습니다. 결과적으로 추론 기반 기법이 직접 예측 방식보다 분류 성능을 향상시켰으며, 특히 복잡한 경우에 효과적임을 확인했습니다. Dreaddit 및 SDCNL 데이터셋에서 기존 모델(BERT, Mental-RoBerta, Mental Alpaca, Mental-Flan-T5) 대비 상당한 성능 향상을 보였지만, Depression Severity 및 CSSRS 데이터셋에서는 성능 저하가 나타나 데이터셋 특이성에 따른 한계를 보였습니다. Few-shot CoT가 다른 프롬프팅 전략보다 우수한 성능을 보였습니다. 본 연구는 추론 기반 LLM 기법의 벤치마크를 제공하고, 확장 가능한 임상 적용 가능성과 향후 개선을 위한 과제를 제시합니다.
