LLM-based mobile teaching assistant and anxious-child OSCE performance in undergraduate paediatric dentistry: a cluster quasi-experimental study

치과 대학의 초창기 시절, 학생들은 자신의 기술적 숙련도를 익히기 위해 수없이 많은 시간을 보냅니다. 그들은 움직이지도, 말하지도, 울지도 않는 플라스틱 모델이나 마네킹을 대상으로 드릴질, 충전, 발치 등을 연습하며 기술을 배웁니다. 그러나 어린 환자를 진료하는 현실은 단순한 기술적 능력보다 훨씬 더 복잡합니다. 겁에 질려 있거나, 통증을 느끼거나, 혹은 단순히 가만히 앉아 있기 싫어하는 어린 환자는 아무리 숙련된 시술이라도 무너뜨릴 수 있습니다. 소아 치과 진료의 성공은 겁에 질린 아이를 달래고, 걱정하는 부모에게 무서운 상황을 설명하며, 가족이 추가적인 고통 없이 스트레스 상황을 헤쳐 나갈 수 있도록 안내하는 능력에 달려 있습니다. 전통적으로 학생들은 실제 환자를 보기 시작할 때 시행착오를 통해 이러한 소프트 스킬(soft skills)을 배워야 했으며, 이는 실수가 지속적인 트라우마를 유발할 수 있는 위험 부담이 큰 환경이었습니다. 강의실과 임상의 간극을 메우기 위해, 교육자들은 학생들이 이러한 어려운 대화를 안전하고 반복적으로 연습할 수 있게 해주는 디지털 도구에 점점 더 주목하고 있습니다.

중국 원저우 의과대학교의 연구진은 최근 특정 유형의 인공지능이 학부 치과 대학생들이 이러한 정서적 어려움에 대비하는 데 도움이 될 수 있는지 탐구했습니다. 연구진은 복잡하고 인간적인 대화를 나눌 수 있는 컴퓨터 프로그램인 거대 언어 모델을 기반으로 구축된 도구에 집중했습니다. 연구진은 학생들이 휴대폰이나 컴퓨터로 사용할 수 있는 모바일 학습 보조 도구를 제작했습니다. 이 디지털 파트너는 울며 두려워하는 아이와 불안해하는 부모의 역할을 모두 수행하도록 프로그래밍되었습니다. 이를 통해 학생들은 괴로워하는 아이를 달래고, 치료 옵션을 설명하며, 까다로운 행동을 관리하는 연습을 할 수 있었습니다. 결정적으로, 이 도구는 단순히 채팅만 하는 것이 아니라 학생의 추론 과정에 대해 피드백을 제공하여, 접근 방식이 너무 가혹하거나 모호했던 부분을 지적하고 더 나은 대응 방식을 제안했습니다. 이 연구의 목적은 AI 보조 도구로 연습한 학생들이 표준 강의만을 받은 학생들에 비해, 어려운 소아 환자를 마주한 실제 상황 시뮬레이션에서 더 나은 성과를 보이는지 확인하는 것이었습니다.

연구에는 임상 실습을 앞둔 128명의 4학년 치과 대학생이 참여했습니다. 학생들은 기존 수업 일정에 따라 두 그룹으로 나뉘었습니다. 한 그룹은 강의, 영상, 플라스틱 모델 연습을 포함한 기존의 8주 과정 소아 치과 교과 과정을 그대로 이수했습니다. 다른 그룹은 동일한 표준 교육을 받으면서 동시에 모바일 AI 보-조 도구에 대한 접근 권한을 부여받았습니다. 이 학생들은 가상 아이 및 부모와 상호작용하기 위해 일주일에 세 번, 하루 약 15분씩 시간을 할애하도록 권장되었습니다. 학생들은 치과 의자에 앉아 비명을 지르는 아이부터 시술의 안전성을 의심하는 부모에 이르기까지 다양한 시나리오를 연습할 수 있었습니다. AI는 학생의 말에 따라 공포, 분노, 혹은 안도감을 느끼며 캐릭터에 맞춰 반응한 뒤, 학생의 의사소통 전략에 대해 상세한 비평을 제공했습니다.

8주의 과정이 끝난 후, 모든 학생은 임상 준비도를 측정하기 위해 설계된 엄격한 테스트를 치렀습니다. 학생들은 치통 때문에 울며 겁에 질려 있고, 걱정스러운 부모가 동반된 5세 아이 역할을 하는 표준화 환자(배우)가 있는 방으로 들어갔습니다. 학생들에게는 아이를 검진하고, 무엇이 문제인지 설명하며, 아이의 두려움과 부모의 불안을 관리하면서 치료 계획을 제안할 수 있는 15분의 시간이 주어졌습니다. 학생들의 성과는 어떤 그룹에 속했는지 모르는 네 명의 선임 교수진에 의해 채점되었습니다. 채점 시스템은 아이와 유대감을 형성하는 능력부터 치료의 위험과 이점을 얼마나 명확하게 설명하는지에 이르기까지 포괄적인 항목을 평가했습니다.

결과는 두 그룹 사이에 명확한 차이를 보여주었습니다. AI 보조 도구를 사용한 학생들은 그렇지 않은 학생들보다 전체 테스트에서 유의미하게 높은 점수를 받았습니다. 가장 극적인 향상은 행동 관리 영역에서 나타났습니다. 이 학생들은 우는 아이를 달래고, 부드러운 어조를 사용하며, 검진 동안 아이가 협조적인 상태를 유지하도록 하는 데 더 뛰어난 모습을 보였습니다. 표준 과정 또한 모든 학생의 자신감과 지식을 향상시키는 데 도움이 되었지만, AI 보조 도구를 사용한 그룹은 정서적이고 상호작용적인 측면을 다루는 데 있어 뚜렷한 우위를 보였습니다. 그들은 겁에 질린 아이와 불안해하는 부모가 만드는 혼란을 헤쳐 나가고, 잠재적으로 혼란스러울 수 있는 상황을 관리 가능한 상황으로 바꾸는 데 더 효과적이었습니다.

도구를 사용한 학생들은 또한 자신의 능력에 대해 더 높은 자신감을 느낀다고 보고했습니다. 그들은 시스템이 사용하기 쉽다고 느꼈으며, 어린 환자와 어떻게 더 잘 소통할 수 있는지 이해하는 데 도움이 되었다고 답했습니다. 많은 학생은 실제 환자를 마주해야 한다는 압박감 없이 이러한 어려운 대화를 반복해서 연습할 수 있다는 점이 매우 귀중하다고 언급했습니다. 그들은 자신이 잘한 점과 개선해야 할 점을 정확히 알려주는 즉각적인 피드백에 만족했습니다. 그러나 연구진은 이러한 이점이 도구가 연습한 특정 기술에 국한된다는 점을 주의 깊게 언급했습니다. AI는 치아를 뚫는 법이나 수술 절차를 수행하는 법을 가르치지 않았습니다. 대신 아이와 부모에게 어떻게 말해야 하는지를 가르쳤습니다. 연구 결과, 과정 자체는 모든 학생의 자신감을 높였지만, AI를 통한 추가 연습은 표준 과정만으로는 달성할 수 없었던 행동 관리 및 치료 계획 수립 능력을 구체적으로 날카롭게 다듬어 주었습니다.

긍정적인 결과에도 불구하고, 연구진은 이것이 특정 장소에서 실시된 단일 연구이며 특정 유형의 테스트를 대상으로 했다는 점을 강조했습니다. 이 도구는 전통적인 교육을 대체하는 것이 아니라 보완하기 위해 설계되었습니다. 학생들은 여전히 치의학의 기술적인 측면을 배우기 위해 강의와 플라스키 모델을 활용한 실습이 필요합니다. AI는 직업의 인간적인 측면을 연습할 수 있는 안전한 공간 역할을 했습니다. 또한 연구진은 학생들이 도구에 사용한 정확한 시간을 추적할 수 없었으며, 대신 학생들의 자가 보고에 의존했다는 점을 밝히며, 새로운 기술을 사용하는 것에 따른 참신함이 학생들의 참여도에 영향을 미쳤을 가능성도 인정했습니다. 그럼에도 불구하고, 이번 연구 결과는 인공지능을 치과 교육에 통합하는 것이 학생들이 아이들을 진료할 때 마주하게 될 정서적 현실에 대비할 수 있는 독특하고 효과적인 방법을 제공할 수 있음을 시사합니다. 이는 학생들이 단순한 기술자를 넘어, 공감 능력을 갖춘 따뜻한 의료인이 될 수 있도록 준비시키는, 통제된 환경에서의 공감과 소통의 기술을 연습하는 길을 열어줍니다.