대화 관리자를 활용한 사용자 친화적 LLM 기반 의료상담 시스템

초록

본 연구는 대화 관리자를 적용한 자동 의료 상담 시스템을 제안하여, 기존 대형 언어 모델 기반 의료 챗봇의 주요 문제점을 개선하고자 하였다. 기존 의료 챗봇은 사용자의 증상 정보를 충분히 수집하지 못하거나, 과도한 질문을 반복해 대화가 길어지고 진단의 정확도가 떨어지는 한계가 있었다. 이를 해결하기 위해 대화 관리자를 도입하여, 추가 질문이 필요한지 또는 진단을 내릴 준비가 되었는지를 효율적으로 판단하였다. 실험 결과, 대화 관리자를 적용한 모델은 진단 정확도, 재현율, F1 스코어에서 기존 모델보다 우수한 성능을 보였으며, 대화 생성 시간이 크게 단축되었다. 이 시스템은 의료 챗봇의 신뢰성과 효율성을 높이는 데 기여할 수 있을 것으로 기대된다.