Simulating Couple Conflict: Designing A Multi-Agent System for Therapy Training and Practice

1. 문제 정의 (Problem)

• 현황: 부부 치료 (Couples Therapy) 훈련은 전통적으로 역할극 (Role-play) 을 통해 이루어지지만, 이는 현실성 부족, 일관성 결여, 통제 불가능성 등의 한계를 가집니다.
• 기술적 과제: 기존 LLM(대형 언어 모델) 기반 가상 환자 시스템은 주로 1:1 상담에 초점을 맞추고 있으며, 부부 치료에서 발생하는 **복잡한 다중 참여자 상호작용 (Multi-party interaction)**과 **시간에 따른 역동적인 변화 (예: 비판이 회피로 이어지는 패턴)**를 효과적으로 모델링하지 못합니다.
• 핵심 문제: 단일 프롬프트만으로는 긴 대화 과정에서 에이전트의 행동이 일관성을 잃거나 (Behavioral drift), 임상적으로 의미 있는 대화 흐름을 유지하기 어렵습니다.

2. 방법론 (Methodology)

A. 시스템 아키텍처: Sense-Plan-Act

저자들은 치료 세션을 통제된 다중 에이전트 동적 시스템으로 모델링하기 위해 Sense-Plan-Act(감지 - 계획 - 실행) 아키텍처를 설계했습니다.

1. Sense (감지): 치료사 (사용자) 의 입력과 부부 에이전트 간의 대화 내용을 실시간으로 분석합니다.
2. Plan (계획): **단계 기반 상호작용 컨트롤러 (Stage-based Interaction Controller)**가 현재 대화 맥락과 이전 상태를 바탕으로 다음 상호작용 단계를 결정합니다.
   • 6 단계 구조: 치료 세션을 6 개의 반복적 단계로 정의했습니다.
     1. Greeting (인사): 안전감 형성 및 라포 구축.
     2. Problem Raising (문제 제기): 한 파트너가 문제 제기 (요구).
     3. Escalation (확대): 갈등 심화, 파트너 간 직접적인 싸움 (요구 - 회피 패턴 강화).
     4. De-escalation (긴장 완화): 치료사의 개입으로 감정 수용 및 대화 재개.
     5. Enactment (실천): 취약한 감정 표현 및 직접적인 소통 연습.
     6. Wrap-up (마무리): 진행 상황 요약 및 다음 단계 계획.
   • 상태 전이 규칙: 치료사의 개입과 대화의 감정적 변화를 감지하여 단계를 비선형적으로 전환시킵니다.
3. Act (실행): 결정된 단계에 따라 두 에이전트 (Alex 와 Jordan) 가 해당 단계에 맞는 말투, 감정, 행동을 생성합니다.

B. 에이전트 설계 (Agent Design)

• 역할 설정:
  • Alex (요구자/Demander): 비판, 성가심, 요구, 빠른 갈등 확대, 직접적인 언어 사용.
  • Jordan (회피자/Withdrawer): 침묵, 방어, 사과 거부, 수동적 공격성, 감정적 회피.
• 다중 에이전트 상호작용:
  • 치료사가 주도할 때는 치료사에게만 응답하지만, '문제 제기' 및 '확대' 단계에서는 **에이전트 간 직접 대화 (Agent-to-Agent loop)**를 활성화하여 부부 간의 갈등을 시뮬레이션합니다.
  • 특정 단계 (예: 'You always'와 같은 비난 표현 발생) 에서 자동으로 상호작용 모드로 전환됩니다.
• 다중 모달 출력 (Multimodal Output):
  • 텍스트: LLM(GPT-4o-mini) 을 통한 응답 생성.
  • 음성: OpenAI TTS 를 활용하여 단계별 감정 (분노, 슬픔, 희망 등) 에 맞는 톤과 속도 조절.
  • 시각: 애니메이션 아바타를 통해 색상 변화와 표정으로 감정 상태 시각화.

C. 평가 설계

• 실험 대상: 미국 면허 소지 치료사 21 명 (Within-subjects design).
• 조건 비교:
  • 실험군: 6 단계 구조 및 요구 - 회피 (Demand-Withdraw) 패턴을 포함한 시스템.
  • 대조군 (Baseline): 역할과 시나리오만 프롬프트된 단순 LLM 에이전트 (상태 컨트롤러 없음).
• 측정 지표: 단계 전환 충실도, 행동 충실도, 문맥 일관성, 현실성, 훈련 효과성.

3. 주요 기여 (Key Contributions)

1. 단계 구조화된 다중 에이전트 상호작용 아키텍처: 부부 치료의 역동성을 모델링하기 위해 명시적인 상태 (State) 와 전이 (Transition) 를 가진 제어 메커니즘을 도입했습니다.
2. 일관된 다중 에이전트 행동 제어: 단순 프롬프트 생성의 한계를 극복하고, 공유된 상호작용 상태를 업데이트하여 긴 대화에서도 역할과 패턴의 일관성을 유지하는 메커니즘을 제시했습니다.
3. 실증적 검증: 부부 치료 훈련 분야에서 상태 기반 시뮬레이션이 행동 인식, 현실성, 훈련 효과성을 유의미하게 향상시킨다는 것을 치료사 대상 실험을 통해 입증했습니다.

4. 결과 (Results)

A. 기술적 평가 (Technical Evaluation)

• 단계 전환 충실도: 실험군 시스템이 사전 정의된 규칙에 따라 단계를 정확하게 전환했음을 확인 (Human-LLM 일치도 $\kappa=0.77$). 대조군보다 단계 전환 빈도가 유의하게 높았습니다 ($p < .001$).
• 행동 충실도:
  • 역할 충실도: 실험군은 70.7% (대조군 4.9%), 요구 - 회피 패턴을 유지했습니다.
  • 단계 충실도: 실험군은 83.8% (대조군 63.8%) 로 현재 단계에 적합한 행동을 보였습니다.
• 문맥 일관성: 두 시스템 모두 높은 일관성을 보였으나, 실험군이 복잡한 제약을 가졌음에도 불구하고 일관성을 유지했습니다.

B. 주관적 평가 (Subjective Evaluation)

• 행동 인식: 치료사들은 실험군에서 설계된 단계와 요구 - 회피 패턴을 대조군보다 훨씬 정확하게 식별했습니다 ($p < .001$).
• 현실성: 실험군의 응답 현실성 (4.11 vs 2.86) 과 전체적 현실성 (4.16 vs 2.71) 이 대조군보다 유의하게 높게 평가되었습니다. 특히 '문제 제기', '확대', '긴장 완화' 단계에서 현실성 차이가 두드러졌습니다.
• 훈련 효과성: 치료사들은 실험 시스템을 대조군보다 훈련에 더 효과적이라고 평가했습니다 (3.95 vs 2.62, $p < .001$).

5. 의의 및 결론 (Significance)

• 임상 훈련의 혁신: 이 시스템은 치료사들이 실제 부부 갈등의 복잡성 (감정적 고조, 방어적 태도, 관계적 역동) 을 안전하게 반복 훈련할 수 있는 저위험 환경을 제공합니다.
• 일반화된 설계 패턴: 부부 치료뿐만 아니라 협상, 중재, 팀 의사결정 등 복잡한 다중 참여자 상호작용이 필요한 분야에서 LLM 기반 에이전트를 설계할 때, 도메인 이론과 구조화된 상태 제어 로직을 결합하는 것이 효과적임을 시사합니다.
• 미래 전망: 단순한 텍스트 생성을 넘어, 시간의 흐름에 따른 관계 역동성을 모델링하고 치료사의 개입에 반응하는 지능형 시뮬레이션 플랫폼의 기반을 마련했습니다.

이 논문은 LLM 을 활용한 가상 환자 시뮬레이션이 단순한 대화 생성을 넘어, 구조화된 심리학적 이론과 다중 에이전트 제어 시스템을 결합할 때 실제 임상 훈련에 혁신적인 가치를 제공할 수 있음을 입증했습니다.