Proprietary Know-how

담당자: 김슬기
주제: 대화시스템

개요
본 기술은 사용자와 상담사의 감정 지원 대화에서 사용자의 정서와 상황에 적합한 응답을 생성하기 위한 정신 상태 기반 추론 기술이다. 기존 대화 생성 연구에서는 사용자의 상황이나 내적 상태를 포함하는 상식 지식을 예측하고, 이를 중간 추론 신호로 LLM에 반영하여 응답 생성을 유도해 왔다. 그러나 기존 상식 추론 모델은 다중 턴 대화 흐름을 충분히 반영하지 못하거나, 감정적 단서를 세밀하게 고려하지 못하며, 서로 다른 지식 유형을 독립적으로 처리하는 한계를 가진다. 이를 반영하여 생성된 LLM 응답은 대화 맥락과 어긋나거나 감정적으로 부적절해질 수 있다. 본 연구는 Theory of Mind(ToM)에 기반하여 상담사의 Belief, Emotion, Intent를 추론하고, 이를 LLM 응답 생성 과정에 활용함으로써 보다 공감적이고 목표 지향적인 감정 지원 응답을 생성하는 방법에 관한 것이다.

핵심 기술

• ToM 기반 정신 상태 추론
  
• ESC용 정신 상태 주석 데이터셋 구축
  
• 정신 상태 기반 LLM 응답 생성 제어

연구 실적
학회: LREC 2026

• Seulgi Kim and Harksoo Kim, "A Mental State Extraction Dataset for Theory-of-Mind-based Reasoning in Emotional Support Conversations", in Proceedings of LREC 2026, pp. 2705-2723, Mallorca (Spain), 2026.05.11-16.