I. 서론
한국은 2020년 기준 인구 10만명 당 24.1명의 사망률을 보이며 2018년 이후로 경제협력개발기구(Organisation for Economic Co-operation and Development) 국가들 중 가장 높은 사망률을 유지하고 있다1). 자살행동의 기초가 되는 자살생각(suicidial ideation)의 경우, 개인의 성격이나 건강상태, 스트레스 요인 및 대처능력, 사회적 지지, 부족한 수면, 우울 등 여러가지 요인과 관련된 것으로 알려져 있다2). 우울장애(depressive disorder)는 자살의 가장 잘 알려진 위험요인 중 하나로, 주요우울장애(major depressive dis-order)의 존재는 지난 1달 동안의 자살생각의 위험이 약 50배 더 높은 것과 관련된 것으로 분석되었다3). 또한, 자살로 사망한 사람은 사망 전 3개월 동안 약 77%가 일차 의료기관에 방문한 것으로 나타나4), 일차 의료환경에서 우울장애 환자의 자살 위험을 평가하여 관리하는 것은 중요한 자살예방 정책 중 하나다5).
한국은 기존의학(conventional meidcine)과 한의학(Korean medicine)이라는 이원화된 의료체계를 가지고 있으며, 대부분의 한의 의료기관은 한국에서 일차 의료 역할을 담당하고 있다6). 또한, 한의약혁신기술개발사업의 지원을 받아, 우울증 한의표준임상진료지침이 개정되고 있는 등(2024년 발표 예정), 우울장애에 대한 한의치료의 표준화와 과학화를 위한 노력에도 불구하고, 아직까지 한국에서 한의사 인력의 활용은 저조한 상황이다7). 하지만 이러한 저조한 활용에도 불구하고, 한국 한의사 328명을 대상으로 한 설문조사 결과에 따르면, 약 60%가 국가의 자살예방 정책에 한의사 인력이 포함될 경우 참여하겠다는 의사를 밝히고 있다8). 다만, 이 설문조사에서는 참가자 중 82%에서 자살 위험 평가도구를 사용하고 있지 않다고 응답해8), 이론과 실제 활용 측면에서 자살 위험 평가를 위한 한의사 인력 대상 교육이 필요한 것으로 나타났다.
인공지능(artificial intelligence)의 발달은 사회경제, 문화, 서비스 분야 뿐 아니라, 의료와 의료교육에도 큰 영향을 미쳐왔다9). 특히 ChatGPT와 같은 생성형 인공지능(generative artificial intelligence)의 출현은 생성형 인공지능으로부터 얻어진 정보의 신뢰성 제고와 윤리적 사용이라는 과제를 남겼지만, 동시에 의료 커뮤니케이션에서 효율적이고 비용효과적인 도구가 될 가능성을 보여주고 있다10). 최근 한의학계에서는 인공지능을 한의학 임상실습교육에 활용하고자 하는 사례가 발표되었는데, 한예진은 상복통(증상)과 위궤양(질환)을 주제로 한 시나리오를 학습시킨 인공지능 챗봇을 사용하여 전문가 검토 결과를 보고하였고11), 김준동 등은 프롬프트 엔지니어링을 활용하여 본태성 고혈압을 주제로 한 시나리오의 챗봇을 성능을 조사하여 보고한 바 있다12).
한편 정신장애의 임상실습 교육은 정신장애 환자와의 면담이 학습자의 학습에서 매우 중요함에도 불구하고, 윤리적인 이유로 인해 이러한 실습 교육이 제한되고 있는 한계가 존재한다13). 진료수행시험(clinical performance examination)을 위한 표준화 환자의 활용이 가능하나, 이는 인적 및 물적 자원을 필요로 하므로, 다양한 정신장애의 임상실습 교육을 위한 효율성과 지속가능성 측면에서 제한된다14). 이러한 상황에서, 인간과의 대화를 모방하는 생성형 인공지능이 특정 정신장애를 앓고 있는 환자의 역할을 하도록 하고, 학습자가 이 챗봇을 대상으로 치료적 면담을 할 수 있도록 한다면, 효과적인 정신장애의 임상실습 교육의 보완책으로 활용될 수 있을 것이다.
하지만, 아직까지 한국에서 생성형 인공지능 챗봇과의 역할극을 사용하여, 정신장애의 임상실습 교육을 진행하고, 이에 대한 학습자의 경험과 태도를 조사한 연구는 없었다. 이에 본 연구에서는 생성형 인공지능 챗봇을 사용하여, 일개 한의과대학 본과 3학년 학생들에게 자살 위험성이 있는 우울장애 환자와 대화하며 표준화된 자살 위험 평가도구를 사용한 모의 진료를 수행하도록 하고, 학습자의 경험과 태도를 조사하여 보고하는 바이다.
II. 방법
1. 생성형 인공지능 챗봇의 개발
본 사례에서 사용된 클로드(Claude) 3의 소넷(Sonnet) 모델이었다(Anthropic, San Francisco, CA, USA). 클로드 3는 Anthropic사에 의해 개발된 인공지능 모델로 2024년 2월 런칭되었으며, 그 중 소넷 모델은 무료로 사용이 가능하다(URL: https://claude.ai/). 클로드 3는 최근 연구에서 ChatGPT, Google Bard, Perplexity 등 다른 생성형 인공지능과 비교한 결과, 의료 시나리오에서의 관련성과 완전성 점수가 가장 높았고, 상황에 맞게 적절한 대응을 생성하는 능력이 탁월한 것으로 평가된 바 있다15). 본 사례에서는 클로드 3의 소넷 모델이 사용되었다.
2. 프롬프트의 입력
프롬프트를 통해 챗봇에게 한의사에게 진료를 받으러 온 환자로서 역할극을 진행할 것을 지시하도록 구성했다. 구체적으로는, 소극적이고 우울한 말투를 사용하고, 주저하는 듯한 모습을 많이 보여주며, 반드시 2문장 이내로 간결하게 응답하도록 하였다. 또한, 적절한 비언어적 표현을 괄호 안에 넣어서 표시하도록 하고, 다음과 같은 순서로 학생 한의사와 대화하도록 했다: (1) 자기 소개, (2) 스트레스 상황, (3) 우울 및 자살생각, (4) 진료 마무리. 본 챗봇의 프롬프트는 우울증과 죽고 싶다는 생각으로 고통받으며, 자신의 정신건강 문제로 한의사와 상담하기 위해 내원한 34세 여성 환자 역할을 하도록 고안되었고, 학습자에게는 모두 동일한 프롬프트를 먼저 입력하고, 챗봇과 모의진료를 하도록 하였다(Fig. 1).
3. 진료 시나리오의 활용
본 진료 시나리오는 학습자가 자살 위험성이 있는 우울장애 환자와 대화하며 표준화된 자살 위험 평가도구를 사용한 모의 진료를 수행하기 위한 목적으로 개발되었다. 교육적 효과를 극대화하기 위하여, 본과 3학년 한방신경정신과학 교과과정 중, 우울장애에 대한 정규 교육이 있기 일주일 전에 본 과제를 부여하여, 학습자들이 우울장애에 대한 흥미와 관심을 가질 수 있도록 하였다. 본 사례에서 학생 한의사가 준수해야 하는 진료 시나리오는 표준화된 자살 위험 평가도구를 기반으로 개발되었다. 사용된 평가도구는 미국 소아청소년정신의학회(American Academy of Child and Adolescent Psychiatry)에서 개발한 Ask Suicide-Screening Questions (ASQ) Tool과 ASQ Brief Suicide Safety Assessment (BSSA)를 기반으로 하여16), 환자안전보고학습시스템에서 변역하여 개발한 ‘자살 위험성 선별 검사 사용 가이드’를 사용하였다17). 구체적으로 학습자에게 안내된 챗봇의 모의진료는 다음과 같은 순서를 준수할 것으로 안내되었다.
1) 자기 언어화
챗봇의 모의진료를 시작하기 전, 학습자는 ‘자살 위험성 선별 검사 사용 가이드’17)를 먼저 읽고, 교수자가 정한 시나리오를 따라, 각 표준 질문을 자신의 언어로 수정하여 적도록 하였다. 예를 들어, BSSA에 포함된 질문 중 ‘지난 몇 주 동안 스스로 목숨을 끊는 것에 대해 생각해본 적이 있습니까?’라는 질문에 대하여, 학습자는 ‘최근 스스로 목숨을 끊는 것에 대해 생각해본 적이 있으신가요?’ 등 자신에게 자연스러운 언어로 수정할 수 있을 것이다(Supplementary File 1).
2) 모의진료
챗봇과 학생 한의사의 대화는 표준 시나리오와 자유 대화로 구분하여 Table 1과 같이 대화 순서 및 적정 대화 분량을 안내하였다. 단, 클로드 3의 무료 이용자의 경우 단문을 기준으로, 5시간에 40∼45개의 메시지를 보낼 수 있으므로, 중간에 토큰 제한으로 대화가 중단되더라도 인내심을 갖고 모의 환자를 천천히 이해하기 위한 태도를 가지고 기다릴 것을 당부하였다.
3) 자살 위험성 평가
챗봇의 모의진료를 마친 후, BSSA 결과를 바탕으로 자살 위험을 다음 3가지로 구분하여 평가하도록 하였다: (1) 저위험군: 추가적인 평가가 필요 없음, (2) 고위험군: 자살 위험에 대한 추가 평가가 필요하며, 종합진단 평가 완료시까지 귀가 불가, (3) 초고위험군: 환자가 현재 자살할 생각으로, 위급한 자살 위험에 처해있음. 이러한 분류는 ‘자살 위험성 선별 검사 사용 가이드’를 근거로 하도록 하였으며17), 학습자에게는 자살 위험성 평가에 대한 이유를 함께 기재하도록 하였다.
4) 교수자 평가
교수자는 학습자의 과제를 상기 3가지 측면에서 평가하였다. (1) 자기 언어화에서는 ‘각 표준 질문의 의미를 준수하면서 학습자의 언어로 자연스럽게 질문을 수정하였는가?’를 평가하였다. (2) 모의진료에서는 ‘안내된 대화 순서를 준수하였는가?, ‘안내된 적정 대화 분량을 준수하였는가?’, ‘모의 환자를 배려하는 태도를 유지하였는가?’를 평가하였다. (3) 자살 위험성 평가에서는 ‘자살 위험성 선별 검사 사용 가이드’17)를 근거로 하여, ‘적절하게 자살 위험이 분류되었는가?’, ‘자살 위험 분류에 대한 근거가 구체적으로 기술되었는가?’ 를 평가하였다.
4. 학습자의 경험과 태도
학습자의 경험과 태도는 온라인 익명 설문조사 형태로 조사되었으며, 설문조사 플랫폼인 moaform을 이용하였다(URL: https://www.moaform.com/) (Qoom Networks Inc., Seoul, Republic of Korea). 학습자들에게는 강의 개선과 연구용 목적으로 해당 정보가 활용되는 것을 설명하고 이에 동의하며 자발적으로 참여한 경우에만 설문진행이 가능하도록 하였다. 또한, 본 설문조사에 참여한 학습자 중 무작위 5명(약 15%)에게 커피 기프티콘(약 4,000원)이 제공될 것임을 설명하였다. 정신장애 환자를 모방하는 생성형 인공지능 챗봇과의 대화에서 학습자의 경험과 태도를 평가하기 위한 검증된 척도가 마련되어 있지 않음을 고려하여, 본 사례에서는 기존 연구들 중 모의진료의 경험에 대한 학습자의 평가도구18)와 인공지능 챗봇 서비스에 대한 사용자의 평가도구19)를 일부 수정하여 사용하였다. 본 사례에서 사용한 설문조사 내용은 Supplementary File 2에서 확인할 수 있다.
1) 모의진료 경험에 대한 평가(13문항)
원 연구에서는 학습 방법으로서의 흥미와 적절성과 학습 효과 유용성에 관한 만족도 측면에서 모의진료 경험을 평가하였다18). 이 도구에서 학습 방법으로서의 흥미와 적절성은 ‘흥미’와 ‘적절성’으로 구분되어 평가되며, 학습 효과 유용성에 관한 만족도는 ‘지식’, ‘기술’, ‘태도’, ‘전반적 능력’으로 구분되어 평가된다18). 각 문항은 본 사례에 맞게 일부 표현이 수정되었으며, 리커트 5점 척도(1∼5점)로 평가하도록 하였다.
2) 인공지능 챗봇 사용성에 대한 평가(16문항)
원 연구에서는 ‘유용성’, ‘매력성’, ‘접근성’, ‘신뢰성’, ‘편리성’, ‘발견 가능성’의 측면에서 인공지능 챗봇의 사용성을 평가하도록 고안되었으나19), 본 사례에서는 관련이 없는 발견 가능성 측면을 제외하고, 나머지 5가지 측면에 대하여 문항별 리커트 5점 척도(1∼5점)로 인공지능 챗봇의 사용성을 평가하도록 하였다.
III. 결과
1. 설문조사 응답자
2024년 5월 10일부터 2024년 5월 16일까지 7일 동안, 본 설문조사에 한방신경정신과학 교과과정을 수강하는 본과 3학년 재학생 36명이 모두 참여하였다. 재학생 중 남성은 15명, 여성은 21명이었으며, 연령은 만 나이 기준 22세∼30세로, 평균 24.56±1.99세였다.
2. 모의진료 경험에 대한 만족도 평가
평가 결과, 흥미, 적절성, 지식, 기술, 태도, 전반적 능력은 각각 4.77±0.46, 4.55±0.65, 4.47±0.74, 4.58±0.66, 4.64±0.54, 4.65±0.51점으로 응답되었다. 학습 방법으로서의 흥미와 적절성의 통합 점수는 4.66±0.57점이었고, 학습 효과 유용성에 관한 만족도는 4.60±0.61점이었으며, 전체 모의진료 경험에 대한 평가는 4.63±0.60점으로 나타났다. 개별 문항으로는 “챗봇을 활용한 역할극 이후 정신과 환자의 자살위험을 평가하는 것에 대한 흥미가 증가하였다.” (Q3), “한방신경정신과학 이론 및 실습 수업으로 챗봇을 활용한 역할극을 하는 것은 적절하다고 생각한다.” (Q4), “다른 수업에서도 챗봇을 활용한 역할극(환자-의사)을 적용하는 것을 추천한다.” (Q5), “앞으로 후배들의 한방신경정신과학 이론 및 실습교육으로 챗봇을 활용한 역할극을 하는 것에 찬성한다.” (Q6)에 대한 점수가 각각 4.75±0.5점, 4.53±0.70점, 4.44±0.65점, 4.67±0.59점으로 높은 점수를 받았다(Table 2).
3. 인공지능 챗봇 사용성에 대한 평가
평가 결과, 유용성, 매력성, 접근성, 신뢰성, 편리성은 각각 4.44±0.85, 4.81±0.42, 4.75±0.61, 4.28±0.82, 4.62±0.61점으로 응답되었다. 전체 모의진료 경험에서 인공지능 챗봇 사용성에 대한 평가는 4.58±0.70점으로 나타났다. 한편, “챗봇이 응답한 답변을 실제 환자의 응답과 유사할 것이라고 신뢰한다.” (Q12)는 3.86±0.99점으로 상대적으로 낮은 점수를 보였다(Table 3).
4. 적정 대화수에 대한 평가
정신장애 환자 역할을 하는 생성형 인공지능 챗봇과의 대화 시, 일반적으로 학습을 위해 필요한 적정 대화수에 대한 응답은 30회에서 100회로 다양하였으나, 50∼60회로 응답한 비율이 66.67%로 대부분을 차지했다. 적정 대화수에 대한 평균 값은 56.81±12.43회였다(Fig. 2).
5. 기타 의견
인공지능 챗봇을 활용한 모의진료 경험 중, 만족 요인, 불만족 요인, 개선 필요요인, 지원 필요요인은 비필수 문항으로서, 이에 응답한 학습자의 수는 각각 30, 25, 19, 26명이었다. 개방형 응답에서 주요 요인을 분류한 결과, 만족 요인 중에서는 ‘챗봇의 자연스러운 대화로 정신과 실습의 한계가 보완되는 것이 만족스럽다’는 의견(n=25, 83.33%)이, 불만족 요인 중에서는 ‘사용 토큰의 제한으로 대화 흐름이 끊긴다’는 의견(n=11, 44%)과 ‘응답이 너무 길거나, 한정적이거나, 반복되는 등, 인공지능 챗봇의 부적절한 답변이 있었다’는 의견(n=10, 40%)이 흔하게 나타났다. 한편, 개선 필요요인 중에서는 ‘자연스러운 대화를 위한 생성형 인공지능 서비스의 품질 강화’ (n=5, 26.32%)가, 지원 필요요인 중에서는 ‘생성형 인공지능 유료 서비스의 지원’ (n=24, 92.31%)이 흔하게 나타났다(Table 4).
IV. 고찰
인공지능의 발달은 한의학 교육을 포함한 의료교육을 크게 변화시킬 가능성이 있으며9,11,12), 한의과대학의 교육과정 중, 임상실습 교육에 생성형 인공지능을 활용하는 것은 환자-한의사 의사소통 능력을 지키고10), 정신과 환자와의 면담 능력을 향상시킴으로써, 국가의 정신보건 관리체계에서 한의사 인력의 활용가능성을 높이는데 기여할 수 있다. 본 연구에서는 현재 한국의 최우선 정신보건 과제 중 하나인 높은 자살률 문제에 대하여1), 한의과대학 학습자의 자살 위험 평가도구를 사용한 평가 역량을 키우기 위한 목적으로 생성형 인공지능 챗봇을 사용하고, 이에 대한 학습자들의 경험과 태도를 조사하였다.
연구 결과, 모의진료 경험에 대하여, 학습 방법으로서의 흥미와 적절성과 학습 효과 유용성에 관한 만족도 모두 평균 4.5점 이상으로 매우 높은 만족도를 보임을 알 수 있었다. 한편 인공지능 챗봇 사용성에 대한 평가 역시 전체 평균 4.58점으로 높은 평가를 받았으나, 개별 항목 중 신뢰성은 평균 4.28점으로 다른 항목에 비해 비교적 낮은 점수를 보였다. 신뢰성은 ‘이용자가 제품이나 서비스 혹은 시스템을 이용할 때 제공된 정보에 의존하는 정도’로 정의되며19), 다음과 같은 항목으로 평가되었다: “챗봇은 나의 질문을 잘 이해하였다.” (Q10), “챗봇은 나의 질문에 적절한 응답을 하였다.” (Q11), “챗봇이 응답한 답변을 실제 환자의 응답과 유사할 것이라고 신뢰한다.” (Q12). 해당 문항의 개별 점수는 각각 4.5±0.65, 4.47±0.61, 3.86±0.99점으로, Q12에 대한 평가가 특히 낮은 수준을 보였다. 즉, 학습자들은 대체적으로 인공지능 챗봇을 통한 모의진료 경험에 높은 만족도를 보였으나, 챗봇의 응답이 실제 환자의 응답과 유사할 것임을 신뢰하는 측면에서 비교적 낮은 점수를 부여하였다.
이와 같은 문제는 정신장애 환자에서 나타나는 복잡한 인지적, 심리적, 정서적 특성 상, 환자를 모방하는 표준화 환자를 사용한 모의진료 실습에서도 지적되어 온 문제이다20,21). 그럼에도 불구하고 모의진료를 통한 정신과 교육의 질은 개선되어 왔으며, 최근 정신과 교육을 위하여 표준화 환자를 사용한 연구에서는 표준화 환자와의 상호작용이 실제처럼 느껴졌다는 학습자가 80%에 달할 정도로 정신과학에서의 임상실습에서 표준화 환자의 활용이 강조되고 있다22). 본 사례에서 응답한 학습자의 경우, 개방형 질문에서 83.33%가 ‘챗봇의 자연스러운 대화로 정신과 실습의 한계가 보완되는 것이 만족스럽다’라는 의견을 밝혀 챗봇을 활용한 모의진료 역시 비교적 높은 실재감을 준 것으로 나타났다. 하지만 표준화 환자 또는 모의 환자를 사용한 역할극 임상실습에서도 실제 환자와의 인터뷰를 추가하여 교육의 품질을 제고할 수 있음을 고려할 때23), 향후 본 사례에서 사용한 인공지능 챗봇 활용 모의진료는 실재성 측면에서 더 개선될 여지가 있다.
본 사례에서 활용한 인공지능 챗봇은 학습자의 개별 온라인 환경에서 클로드 3 무료 모델인 소넷에 주어진 프롬프트를 입력하여 진행하는 형식으로 활용되었고, 가용한 토큰의 제한으로 대화가 중단되는 문제가 있어, 이는 학생들의 주요 불만족 요인과 지원 필요요인으로 나타났다. 즉, 응답자의 44%는 ‘사용 토큰의 제한으로 대화 흐름이 끊긴다’는 의견을 불만족 요인으로 응답하였으며, 응답자의 92.31%가 ‘생성형 인공지능 유료 서비스의 지원’이 학습을 위한 교육적 지원 필요요인으로 응답하였다. 생성형 인공지능 챗봇은 사용자가 입력한 언어를 토큰화하여 처리하며, 서비스 제공사에서는 서버 부하 등의 이유로 사용자에게 토큰 제한을 두고 있다. 본 사례에서 이용한 클로드 3의 경우, 무료 이용자의 사용가능한 토큰을 정확히 밝히고 있지는 않지만, 학습자들의 학습이 이루어진 2024년 5월 기준 하루 약 25,000토큰, 1시간 동안 약 6,000토큰, 15분 동안 약 1,500 토큰을 사용할 수 있다. 본 사례에서 학생들이 입력해야 하는 문장은 “안녕하세요, 저는 학생 한의사 ×××입니다.” (약 50토큰)에서 “지난 몇 주 동안 원하는 행동을 수행하지 못할 만큼, 또는 초초하고 예민한 상태가 지속될 만큼 불안했던 적이 있습니까?” (약 100토큰)의 길이로 토큰을 사용하고, 챗봇이 응답하여 출력한 문장의 토큰도 제한에 포함되므로, 학습자들에게 과제로 부여한 약 100회 내외의 대화를 달성하는 과정에서 최소 1회 이상의 대화의 중단을 경험하게 될 것이다.
또한 이러한 교육 방식은 학습자에게 프롬프트를 제공한 상태에서 챗봇과의 대화가 이루어지므로, 학습자가 이미 챗봇의 특성을 파악한 상태로 이루어진다는 한계가 있다. 이에 따라 한 학습자는 “사람이 아니다보니 자발적으로 이야기를 꺼내지 않아 아쉬웠습니다. 또한 이미 시나리오를 알고 있는 상황에서 대화를 하기 때문에, 질문을 잘 하면 듣고싶은 대답을 이끌어낼 수 있었으며, 대화가 조금 한정적으로 흘러가는 점이 아쉬웠습니다.”라고 불만족 요인을 밝히기도 하였다. 이러한 문제는 생성형 인공지능 모델의 유료 서비스 구독과, Application Programming Interface (API) 호출 및 Gradio package 등을 활용한 웹 어플리케이션 구현12) 또는 중간 매개 역할을 하는 채팅 플랫폼 API를 통하여 모의진료 구현함으로써 해결될 수 있을 것으로 사료된다. 향후 학습자의 모의진료를 위한 학교에서의 교육적 지원으로, 생성형 인공지능 모델의 유료 서비스 구독에 비용을 할애할 경우, 본 사례 및 학습자들의 응답, 즉 정신장애 환자 역할을 하는 생성형 인공지능 챗봇과의 대화 시, 일반적으로 학습을 위해 필요한 적정 대화수(평균 56.81±12.43회)를 참고할 수 있을 것이다.
본 사례는 본과 3학년 한방신경정신과학 교과과정 중, 정신장애의 임상실습 교육을 위해 생성형 인공지능과의 챗봇을 통한 모의진료의 활용 가능성을 조사한 예비적 교육 사례이며, 다음과 같은 한계점 및 개선을 필요로 한다. 첫째, 본 학습은 클로드 3의 무료 이용을 기준으로 설계되었으며, 이로 인해 학습자들이 제한된 토큰으로 인해 대화의 중단 등, 학습의 불편감을 겪었다. 이는 향후 본 학습을 위한 교육적 지원을 통해 해결될 수 있을 것으로 생각된다. 둘째, 학습자가 개별적으로 챗봇에 프롬프트를 입력하고 모의진료를 수행할 경우, 학습자가 해당 시나리오를 이미 파악한 상태에서 모의진료에 임한다는 문제 및 교수자가 모의진료의 적절성을 실시간으로 모니터링할 수 없다는 한계가 존재한다. 챗봇을 사용한 교육에서 학습자는 챗봇의 부정확한 응답, 환각현상, 윤리적 및 사회적 문제에 노출될 가능성이 있으므로24), 향후 정교한 프롬프트의 설정 및 교수자의 모니터링이 가능한 시스템을 사용하여 학습자의 모의진료의 적절성을 평가할 필요가 있다. 셋째, 본 사례에서 챗봇은 모의 환자로서 역할하는 기능만을 수행하였으나, 학습자의 모의진료의 적절성을 평가하고 피드백을 제공하는 기능을 구현하면, 더욱 효율적으로 생성형 인공지능과의 챗봇을 정신장애의 임상실습 교육에 활용할 수 있을 것이다. 넷째, 본 사례에서 사용한 챗봇은 정신장애 환자를 모방하도록 설계되었으며, 비언어적 표현의 경우 괄호 안에 표시되도록 하였으나, 챗봇의 한계 상 환자의 비언어적 표현을 모방하는데 한계가 있었다. 오늘날 의대생에서 가상현실(virtual reality)은 정신의학 교육과 훈련에서 흥미롭고 효과적인 것으로 여겨지고 있으며25), 몰입형 가상현실을 사용하여 본 사례와 동일한 목적으로 자살 위험 평가 훈련을 보고한 사례가 존재한다26). 이러한 맥락에서 향후 본 사례의 교육은 가상현실 또는 증강현실(augmented reality) 기술을 도입하여, 정신장애 환자의 다양한 비언어적 표현을 학습자들이 단서로 얻고 평가하며 학습하는 시나리오로 발전될 수 있을 것이다. 다섯째, 본 사례에서 사용된 챗봇 프롬프트 및 교육 자료는 외부 한방신경정신과학 및 인공지능 전문가의 평가를 받지 않고 시행되었다는 한계가 있다. 이 평가를 위하여 기존 연구에서 설립된 모의 진료 챗봇 성능 평가 질문지를 참고할 수 있으리라 사료된다12). 마지막으로, 본 사례는 클로드 3의 서비스에 의존한 것으로, 그 제공 모델의 서비스 제공 환경이나 정책 변화에 따라 학습의 품질이 현저하게 영향을 받을 수 있다는 한계점이 존재한다. 따라서, 안정적인 교육 환경을 구축하고, 교수자와 학습자가 지속적인 개선을 주도하기 위해서는 본 정신과 교육 목적의 자체적인 데이터셋 구축 및 대규모 언어 모델(large language model)을 개발하는 것이 장기적으로 바람직할 것으로 사료된다.
V. 결론
본 사례는 생성형 인공지능을 이용하여 본과 3학년 한방신경정신과학 교과과정 중, 자살 위험성이 있는 우울장애 환자와 대화하며 표준화된 자살 위험 평가도구를 사용한 모의 진료를 수행하도록 하고, 학습자의 경험과 태도를 조사하여 보고한 최초의 연구이다. 그 결과, 생성형 인공지능의 교육적 활용 및 모의 진료의 유용성에 대하여 학습자들은 대체적으로 높은 만족도를 보였으나, 챗봇의 응답이 실제 환자의 응답과 유사할 것임을 신뢰하는 측면에서 비교적 낮은 점수를 받았다. 또한, 무료 모델 이용으로 인한 대화의 중단 경험이 본 학습의 주요 불만족 요인으로 발견되었다. 본 교육 사례는 임상실습 교육을 위해 생성형 인공지능과의 챗봇을 통한 모의진료의 활용 가능성을 조사한 예비적 교육 사례로, 본 사례의 결과를 통해 향후 생성형 인공지능을 이용한 교육 개선 방안을 논의하고 제시하였다.
Appendices
Supplementary File 1. Submission form for this training given to students.
Supplementary File 2. Details of the survey.
이번 챗봇을 활용한 역할극에 대한 학생들의 느낀 점을 토대로 자유롭게 평가해주세요. (참고. J Korean Acad Pediatr Dent. 2015;42(1):1-9)
이번 챗봇을 활용한 역할극에 대한 학생들의 느낀 점을 토대로 자유롭게 평가해주세요. (참고. Journal of the Korean Biblia Society for Library and Information Science. 2023;34(2):183-203)
SUPPLEMENTARY MATERIALS Supplementary materials can be found via https://doi.org/10.7231/jon.2024.35.2.153
References
, , , (2022) Provider opinions of the acceptability of Ask Suicide-Screening Questions (ASQ) Tool and the ASQ Brief Suicide Safety Assessment (BSSA) for universal suicide risk screening in community healthcare: Potential barriers and necessary elements for future implementation J Behav Health Serv Res, 49, 346-363 .