본 연구는 응답자의 자연어를 활용하기 위해 LLM(Large Language Model)을 활용하여 심리 평가의 정확성을 높이는 새로운 프레임워크를 제시합니다. 우울증을 사례 연구로 삼아, LLM 점수 텍스트와 기존 평점 척도 항목을 결합한 보강된 테스트를 개발했습니다. 실제 고등학교 학생(n=693)과 합성 데이터 세트(n=3,000)를 대상으로 프레임워크를 평가했으며, 결과적으로 측정 정확도 및 정밀도가 통계적으로 유의미하게 향상되었습니다. 이 프레임워크는 기존의 심리 측정 방법을 향상시키기 위해 전사된 텍스트를 활용하는 확장 가능한 접근 방식을 제공하며, 임상 건강 분야 및 기타 분야에서의 잠재적 유용성을 논의합니다.
