![(사진 왼쪽부터) 한경식 교수, 진승완 석·박통합과정생, 김보관 박사후연구원 [한양대 제공]](https://cgeimage.commutil.kr/phpwas/restmb_allidxmake.php?pp=002&idx=3&simg=2025050812403804882d2326fc69c12113115985.jpg&nmt=30)
현대 사회에서 스트레스, 우울 등 정신건강 문제가 심화되면서, 이를 완화하기 위한 다양한 정신건강관리 애플리케이션(앱)이 출시되고 있다. 그러나 이러한 앱들이 실제로 장기적으로 사용되는 경우는 드문 상황이다. 정신건강 문제는 단기간의 개입으로 해결되기 어려워 지속적이고 꾸준한 사용이 핵심인데, 많은 앱들이 ▲개인 맞춤형 기능 부족 ▲반복적인 과업 요구 ▲흥미를 유지하기 어려운 콘텐츠 구성 등 여러 제약을 안고 있어 사용자 이탈을 초래하는 경우가 많다.
이와 관련해 학계에서는 임상적 근거에 기반한 콘텐츠 설계와 효과 검증이 활발히 이루어지고 있지만, 실제 서비스로 전환되는 데에는 여전히 높은 장벽이 존재하고 있다. 결과적으로 기술의 사회적 효용이 충분히 발휘되지 못하는 상황이 지속되고 있다.
한경식 교수 연구팀은 정신건강 앱이 기대한 만큼 효과를 발휘하지 못하는 주요 원인으로 '사용자 참여율(engagement)의 저조'를 지목하고, 이에 대한 구조적 분석과 해결책을 제시했다. 연구진은 1,267편의 관련 선행 논문 중 111편을 정밀 분석하여 사용자와 시스템 측면에서의 주요 문제를 도출했다. 사용자 측면에서는 ▲반복 과업에 대한 피로 ▲시간 제약으로 인한 참여 어려움 ▲단조로운 콘텐츠 구성 등이, 시스템 측면에서는 ▲개인 맞춤형 기능 부족 ▲프라이버시 고려 미흡 ▲사용자 환경 변화에 대한 유연성 부족 등이 문제로 지적됐다. 또한, 개발자나 정신건강 전문가 중심의 앱 설계가 실제 사용자 요구와 상황을 충분히 반영하지 못해 ‘관계성(relatedness)’의 결여가 참여 저하의 핵심 요인으로 작용한다고 분석했다.
이 연구팀은 이를 극복하기 위한 방안으로 '자기결정(Self-Determination) 이론'을 분석 틀로 삼고, 대규모언어모델(LLM: Large Language Model) 기술의 도입 가능성을 제안했다. 연구팀은 사용자의 기분 변화, 앱 사용 이력, 스마트폰 센서 데이터를 종합 분석해 정서적이고 개인 맞춤형 소통이 가능한 챗봇 시스템을 구현할 수 있다고 설명했다. 이를 통해 사용자와의 신뢰 관계를 형성하고 장기적인 사용을 유도할 수 있다는 것이다. 예를 들어, 사용자의 상태에 따라 실시간으로 응답을 조정하고, 텍스트 및 음성 등 다양한 형태로 따뜻하게 반응하는 인터페이스를 통해 기존 앱들이 직면한 ‘정서적 거리감’을 해소할 수 있다.
이번 연구 성과는 한양대 인공지능대학원과 한국연구재단의 지원을 받아 진행되었으며, 4월 26일부터 5월 1일까지 일본 요코하마에서 개최된 인간-컴퓨터 상호작용(HCI) 분야 세계 최고 권위 학술대회인 ACM CHI 2025에서 「“I Don’t Know Why I Should Use This App”: Holistic Analysis on User Engagement Challenges in Mobile Mental Health」라는 제목으로 발표됐다.
김선영 기자 글로벌대학팀 globalu@beyondpost.co.kr