[논문리뷰] RESCUE-BENCH: Towards Relation-Aware Multi-Party Emotional Support Conversation Systems

링크: 논문 PDF로 바로 열기

메타데이터

저자: Haichuan Hu, Yang Xiao, Mingni Tang, Jiawen Duan, Quanjun Zhang, Congqing He, Hao Zhang, Jiashuo Wang, Johan F. Hoorn, Wenjie Li

---

1. Key Terms & Definitions (핵심 용어 및 정의)

• Relation-aware ESC: 기존의 일대일 상담 방식에서 벗어나, 다자간 상호작용 및 관계 역학을 고려하여 그룹 전체의 정서적 안녕을 목표로 하는 차세대 상담 시스템 프레임워크입니다.
• Relational Understanding: 상담 시스템이 모델링해야 할 핵심 기능으로, 참여자의 정서적 상태(ER), 개인 간의 관점(VP), 그리고 갈등이나 완화와 같은 관계 패턴(RPP)을 파악하는 능력을 의미합니다.
• Relation-Sensitive Support: 상담사가 적절한 개입 시점(ITP), 타겟(STP), 그리고 적절한 상담 전략(SSP)을 결정할 때 참여자 간의 역동적인 관계 정보를 활용하는 의사결정 방식입니다.
• RESCUE-Bench: 실제 커플 및 가족 상담 인터뷰 영상을 바탕으로 구축된 다자간 관계 인식 상담 평가 벤치마크로, 191개 샘플과 7,079개의 주석 처리된 대화 턴을 포함합니다.

2. Motivation & Problem Statement (연구 배경 및 문제 정의)

본 연구는 기존 LLM 기반의 Emotional Support Conversation (ESC) 시스템들이 주로 일대일 대화에만 치중하고 있어, 실제 다자간 관계에서 발생하는 복잡한 정서적 역학을 반영하지 못한다는 한계를 해결하고자 합니다. 기존 연구(Baseline)들은 상담을 개별 참여자의 정서 개선 문제로만 간주하는 'Relation-agnostic' 접근법을 취하고 있으나, 실제 치료 현장에서는 구성원 간의 갈등, 의존성, 그리고 관계 변화가 전체적인 상담 성과에 큰 영향을 미칩니다 [Figure 1]. 따라서 저자들은 관계 역학을 고려하는 Relation-aware ESC의 필요성을 제기하며, 이를 체계적으로 평가하기 위한 새로운 프레임워크와 벤치마크를 제안합니다.

3. Method & Key Results (제안 방법론 및 핵심 결과)

저자들은 상담 과정을 일련의 순차적 의사결정으로 정의하고, 이를 Relational Understanding과 Relation-Sensitive Support라는 두 가지 차원으로 구성된 6개의 하위 태스크로 체계화했습니다 [Figure 2]. RESCUE-Bench 데이터셋은 1,064.8분 분량의 상담 영상에서 추출되었으며, 다중 모달 정보와 정교한 주석을 통해 모델이 관계 역학을 학습할 수 있도록 설계되었습니다. 10개의 최신 LLM을 대상으로 성능을 평가한 결과, 모델들은 개별 참여자의 정서 인식(ER)에는 비교적 높은 성능을 보였으나, Relation Pattern Prediction (RPP), Viewpoint Prediction (VP), Support Strategy Prediction (SSP) 등 관계 집중적인 작업에서는 현저히 낮은 정확도를 기록했습니다. 이는 현존하는 AI 모델들이 개별적 상황은 파악할 수 있지만, 다자간 대화에서의 관계 맥락을 추론하고 이에 대응하는 고차원적 전략을 수립하는 데 한계가 있음을 시사합니다.

4. Conclusion & Impact (결론 및 시사점)

본 논문은 다자간 상담 분야에서 관계 인식의 중요성을 정립하고, 이를 평가할 수 있는 최초의 종합적인 벤치마크를 구축했습니다. 연구 결과는 현재의 LLM 기술이 기술적 성능은 우수하나, 상담심리학적 맥락에서 필수적인 '관계 역학 이해' 측면에서는 개선이 필요함을 입증했습니다. 이 연구는 향후 더 공감적이고 관계 지향적인 AI 상담 에이전트 개발을 위한 기술적 이정표를 제시하며, 실제 임상 및 상담 보조 AI 발전에 기여할 것으로 기대됩니다.

---

Part 2: 중요 Figure 정보

Figure 1 — 관계 인식형 상담 비교

Figure 2 — 관계 역학 모델링 개요

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.