A Pilot Study of Human Empathy Expansion Through Facilitated AI Persona Engagement in Counselor Training

기술 요약: 상담가 교육을 위한 촉진된 AI 페르소나 참여를 통한 인간 공감 확장 파일럿 연구

문제 제기
공감은 상담 교육 및 리더십 개발의 기초적인 역량이나, 그 배양과 평가는 방법론적으로 여전히 도전적인 과제로 남아 있다. 전통적인 훈련은 역할극, 슈퍼비전 피드백, 자기 보고식 측정에 의존하며, 이는 사회적 바람직성 편향, 실시간 행동 데이터의 부재, 자원 집약적인 확장성 문제 등의 한계를 갖는 경우가 많다. 더욱이, 인공지능(AI)이 공감적 반응을 시뮬레이션하는 수준까지 발전했음에도 불구하고, 기존 연구는 주로 AI가 공감을 인식하거나 시뮬레이션하는 능력에 초점을 맞추고 있으며, 구조화된 AI-인간 상호작용(AI-HI)이 어떻게 인간 훈련생의 공감 능력을 능동적으로 확장하거나 배양할 수 있는지에 대해서는 조사하지 않고 있다. 상담사가 촉진하는 AI 페르소나와의 만남이 공감적 정밀도와 반응성을 확장 가능한 방식으로 개발하기 위한 실행 가능한 메커니즘이 될 수 있는지에 대한 이해에는 결정적인 공백이 존재한다.

방법론
본 파일럿 연구는 캐나다와 미국에서 모집된 $N=10$명의 상담 전공 학생을 대상으로 혼합 방법론 설계를 채택하였다(연령대 25~60세 이상). 연구는 50분 동안 진행되는 구조화된 다회기 프로토콜을 활용하였으며, 여기에는 참가자와 네 명의 서로 다른 연구자 설계 AI 페르소나 간의 두 차례 15분 대화 세션이 포함된다.

• AI 페르소나 구축: 페르소나들(Jennifer, Julian, Chad, Taylor)은 "에니어그램 기반 성격 골격(Personality Spine, PS)"에 의해 고정되었으며, 구체적인 배경 이야기, 관계 패턴, 방어 기제를 내포하도록 설계되었다. 이들은 내성(introspection)을 모델링하기 위해 가시적인 내부 서사(예: "그의 말이 정말 내 마음을 아프게 해")를 포함한 동적이고 적응적인 반응을 보이도록 프로그래밍되었다.
• 촉진(Facilitation): 모든 세션은 상담사의 주도로 진행되었으며, 보안이 확보된 텍스트 기반 디지털 플랫폼을 통해 수행되었다. 참가자들은 의도적인 침묵과 성찰적 멈춤을 유지하도록 지시받았다.
• 측정 도구:
  1. 양적 도구: 사전 및 사후 개입 시점에 실시된 8문항의 공감 자기 평가(Interpersonal Reactivity Index(IRI)를 변형함, 0–32 척도).
  2. 질적/수행 기반 도구: 실시간으로 공감의 깊이를 조작적으로 정의하기 위해 설계된 본 연구 특유의 새로운 코딩 프레임워크인 Unlock Tier System (UTS). UTS는 상호작용을 세 가지 계층적 단계로 분류하였다:
     • Tier 1 (라포): 표면적인 인정 및 인지적 관점 수용.
     • Tier 2 (정서 인식): 정서의 명시적 식별 및 명명(정서적 조율).
     • Tier 3 (핵심 상처 노출): 안전, 신뢰, 취약성을 포함한 깊은 관계적 참여를 통해 AI로부터 더 깊은 자기 개방을 이끌어내는 단계.
  3. 전사 분석: 세션 전사본은 IRI 영역(관점 수로, 공감적 관심, 환상, 개인적 고통)과 UTS 계층 분류를 사용하여 연역적으로 코딩되었다. 검사자 간 신뢰도는 Cohen's $\kappa = .70$으로 설정되었다.

주요 결과

• 양적 결과: 참가자들은 사전 테스트($M=23.10, SD=5.02$) 대비 사후 테스트($M=25.80, SD=2.90$)에서 통계적으로 유의미한 자기 보고 공감 점수 상승을 보였다. 이 변화는 큰 효과 크기(Cohen's $d = 0.89$)를 나타냈다.
• UTS 수행도: 참가자의 90%($n=9$)가 가장 높은 수준의 공감적 공명인 Tier 3(핵심 상처 노출)에 도달하였으며, 이는 이들이 AI와 깊은 취약성 및 관계적 안전을 형성할 수 있었음을 나타낸다. 한 명의 참가자는 Tier 2에 도달하였다.
• 질적 결과: 전사 분석 결과, 기본적인 정서 인식을 넘어 통합적이고 성찰적인 반응으로의 진전이 나타났다. 참가자들은 호기심 중심의 탐구, 정서적 조율을 위한 은유적 정교화, 그리고 연속성 추적(현재의 자기 개방을 이전의 서사 요소와 연결하는 것)의 사용이 증가했다. 데이터는 관점 수로와 공감적 관심의 강한 지표를 보여주었으며, 개인적 고통은 최소 수준이었다.
• 수렴 타당도: 본 연구는 자기 보고 점수의 상승, UTS 계층 도달, 그리고 전사본의 IRI 코딩된 행동 지표 사이의 일치성을 관찰하였으며, 이는 UTS가 전개되는 과정에서의 공감적 참여를 효과적으로 포착했음을 시사한다.

주요 기여

1. 이론적 전환: 본 연구는 질문의 틀을 "AI가 공감을 시뮬레이션할 수 있는가?"에서 "구조화된 AI-HI 만남이 인간의 공감 능력을 확장할 수 있는가?"로 재구성한다. 이는 AI 페르소나가 전문적인 촉진 하에 있을 때, 공감적 확대(효과 발생, 조율, 공명)를 위한 촉매제 역할을 할 수 있다고 상정한다.
2. 방법론적 혁신: **Unlock Tier System (UTS)**의 도입은 공감의 깊이를 측정하기 위한 수행 기반의 실시간 코딩 프레임워크를 제공한다. 정적인 자기 보고와 달리, UTS는 대화 속에서 전개되는 공감의 역동적이고 과정 중심적인 성격을 포착하며, 노동 집약적인 관찰 평가에 대한 확장 가능한 대안을 제시한다.
3. 실무적 적용: 본 연구는 AI 페르소나를 상담 교육의 보조 훈련 도구로 사용하는 것의 타당성을 입증한다. 이는 전통적인 슈퍼비전과 역할극의 확장성 문제를 해결하기 위해 "지속적인 교정(ongoing calibration)"과 미세 기술(micro-skills) 연습을 위한 안전한 공간을 제공할 수 있음을 시사한다.

의의 및 주장
저자들은 본 파일럿 연구가 상담가 주도의 AI-HI 만남이 훈련생의 공감적 정밀도와 역량을 강화할 수 있다는 예비적 근거를 제공한다고 주장한다. 연구 결과는 AI 페르소나가 "의도적으로 협력된(deliberately partnered)" 접근 방식(인간의 감독 + AI 시뮬레이션) 내에 있을 때, 전통적인 상담 교육의 간극을 메울 수 있는 확장 가능하고 측정 가능한 보조 도구로 기능할 수 있음을 시사한다.

본 논문은 이러한 발견을 예비적이며 탐색적인 것으로 명시한다. 저자들은 AI가 인간의 연결을 대체할 수 있다거나 관찰된 성과가 종단적 추적 조사 없이 영구적이라고 주장하지 않는다. 대신, 본 연구는 AI가 훈련 자원의 부족을 메울 수 있는 "일시적인 가교" 또는 "지원적 응용 도구"로서, 다양한 관계적 역동에 대한 반복적이고 목적 있는 노출을 허용할 수 있다는 점을 논한다. 저자들은 가치의 핵심이 AI 자체의 진정한 공감에 있는 것이 아니라, AI의 지원을 받는 상호작용을 통한 인간의 공감 능력 발달에 있음을 강조한다. 결론적으로, AI가 인간의 의식이 가진 "삶의 심리적 깊이"를 복제할 수는 없으나, 돕는 직업군 및 리더십 훈련을 위한 구조화되고 윤리적으로 안내된 도구로서 상당한 가능성을 지니고 있다고 본다.