Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Role-Playing LLM-Based Multi-Agent Support Framework for Detecting and Addressing Family Communication Bias

Created by
  • Haebom

저자

Rushia Harada, Yuken Kimura, Keito Inoshita

개요

본 논문은 가족 내 웰빙에 대한 기존 척도가 간과하는 미묘한 심리적 역학, 특히 무의식적인 부모의 기대(이상적 부모 편향)가 자녀의 감정 표현과 자율성을 억압하는 현상에 주목합니다. 이러한 억압된 감정은 선의에서 비롯된 가치관 중심의 의사소통으로 인해 발생하며, 외부에서 감지하거나 해결하기 어렵습니다. 본 연구는 이러한 잠재적인 역학에 초점을 맞춰 대규모 언어 모델(LLM) 기반의 심리적으로 안전한 가족 의사소통 지원 시스템을 탐구합니다. 30개의 부모-자녀 대화 시나리오로 구성된 일본어 말뭉치를 구축하고, 각 시나리오에 이상적 부모 편향 및 억압된 감정에 대한 메타데이터를 주석으로 달았습니다. 이 말뭉치를 기반으로, 대화를 분석하고 피드백을 생성하는 역할극 LLM 기반 다중 에이전트 대화 지원 프레임워크를 개발했습니다. 전문 에이전트는 억압된 감정을 감지하고, 부모의 발화에서 암묵적인 이상적 부모 편향을 설명하며, 자녀의 나이와 배경과 같은 문맥적 속성을 추론합니다. 메타 에이전트는 이러한 출력을 구조화된 보고서로 컴파일하고, 이를 5명의 전문가 에이전트에게 전달합니다. 이들 에이전트는 구조화된 4단계 토론 과정을 통해 공동으로 공감적이고 실행 가능한 피드백을 생성합니다. 실험 결과, 본 시스템은 억압된 감정의 범주를 중간 정도의 정확도로 감지하고, 공감 및 실용성 측면에서 높은 평가를 받는 피드백을 생성할 수 있음을 보여줍니다. 또한, 이 피드백을 통합한 모의 후속 대화는 감정 표현과 상호 이해 개선의 징후를 보여주어, 가족 상호 작용의 긍정적 변화를 지원하는 프레임워크의 잠재력을 시사합니다.

시사점, 한계점

시사점:
LLM 기반 시스템을 활용하여 가족 내 미묘한 심리적 역학(억압된 감정, 이상적 부모 편향)을 감지하고 개선할 수 있는 가능성을 제시.
가족 의사소통의 질적 향상을 위한 새로운 접근 방식 제시.
공감적이고 실행 가능한 피드백 생성을 통한 가족 관계 개선 지원 가능성 확인.
한계점:
현재는 일본어 말뭉치에 기반하여 개발되었으므로, 다른 언어로의 확장 및 적용 가능성에 대한 추가 연구 필요.
억압된 감정 감지 정확도가 중간 수준으로, 향후 정확도 향상을 위한 연구 필요.
실험은 모의 대화에 기반하므로, 실제 가족 상황에서의 효과에 대한 추가 검증 필요.
이상적 부모 편향 및 억압된 감정의 정의 및 측정에 대한 주관성 및 한계 존재.
👍