우울증의 자동 탐지는 여전히 어려운 과제이며, 기존 연구는 체계적인 비교와 일관된 평가 부족의 한계를 가지고 있습니다. 본 논문에서는 뇌파(EEG), 음성, 텍스트라는 세 가지 양식(modality)을 체계적으로 탐구하고 비교하여 우울증 탐지 성능을 향상시키는 것을 목표로 합니다. 연구 결과, 세 가지 양식을 모두 활용하는 것이 성능을 높이고, 사전 학습된 임베딩이 직접 설계된 특징보다 우수하며, 세 양식을 결합한 모델이 최첨단 성능을 달성함을 확인했습니다.
