[논문 리뷰] A Survey of Large Language Models in Psychotherapy: Current Landscape and Future Directions

Hongbin Na, Yining Hua외 7명|ArXiv.org|2025. 02. 16.

Mental Health via Writing인용 수 3

한 줄 요약

이 조사는 심리치료에서 LLM 응용에 대한 삼분법 분류(평가, 진단, 치료)를 제시하고, 현재 연구(총 69건)를 작업별로 검토하며, LLM과 함께 엔드투엔드, 맥락 인지가 가능한 심리치료의 도전 과제와 향후 방향에 대해 논의합니다.

ABSTRACT

Mental health is increasingly critical in contemporary healthcare, with psychotherapy demanding dynamic, context-sensitive interactions that traditional NLP methods struggle to capture. Large Language Models (LLMs) offer significant potential for addressing this gap due to their ability to handle extensive context and multi-turn reasoning. This review introduces a conceptual taxonomy dividing psychotherapy into interconnected stages--assessment, diagnosis, and treatment--to systematically examine LLM advancements and challenges. Our comprehensive analysis reveals imbalances in current research, such as a focus on common disorders, linguistic biases, fragmented methods, and limited theoretical integration. We identify critical challenges including capturing dynamic symptom fluctuations, overcoming linguistic and cultural biases, and ensuring diagnostic reliability. Highlighting future directions, we advocate for continuous multi-stage modeling, real-time adaptive systems grounded in psychological theory, and diversified research covering broader mental disorders and therapeutic approaches, aiming toward more holistic and clinically integrated psychotherapy LLMs systems.

연구 동기 및 목표

• 심리치료 프로세스에 LLM 응용을 정렬하는 표준화된 분류법(Assessment, Diagnosis, Treatment)을 도입합니다.
• LLM 기반 심리치료 연구의 현황을 매핑하고 커버리지, 이론 통합, 다언어 자원의 격차를 식별합니다.
• 편향, 제한된 장애 범위, 모델 정렬성 등의 도전을 강조하고 엔드-투-엔드의 통합 프레임워크 방향을 제시합니다.

제안 방법

• 동적 상호작용(합성화, 프레이밍, 맞춤화)을 포함한 개념적 분류법(Assessment, Diagnosis, Treatment)을 제안합니다.
• 세 구성 요소에 걸친 최근 LLM 응용의 발전과 방법론적 접근을 체계적으로 검토합니다.
• 장애 범위, 언어 자원, 심리치료 이론의 정렬, 사용 기술, 모델 유형(상용 대 오픈, 프롬프트 기반)을 종합적으로 파악합니다.
• 언어적 편향, 제한된 장애, 대표적이지 않은 치료법 등의 연구 격차를 식별하고 전체적 통합에 대한 향후 방향을 제시합니다.

실험 결과

연구 질문

• RQ1 현재 심리치료에서 평가, 진단, 치료에 걸쳐 LLM이 어떻게 적용되고 있나요?
• RQ2 이 분야에서 사용되는 주요 방법론적 접근법, 데이터 소스 및 모델 유형은 무엇인가요?
• RQ3 언어, 장애 커버리지, 치료 모델의 격차와 편향은 무엇이며, 향후 연구가 이를 어떻게 해결할 수 있나요?
• RQ4 엔드투엔드의 통합 LLM 기반 심리치료 프레임워크는 어떤 모습이며, 어떤 도전 과제를 극복해야 하나요?

주요 결과

• 평가 분야 33건, 진단 9건, 치료 32건(차원 간 중복 5건).
• 대략 74%의 연구가 상용 LLM을 사용하고 약 77%는 프롬프트 기반 기법을 활용하여 닫힌 모델과 프롬프트에 의존하는 경향이 있음을 시사합니다.
• 영어권 강세와 다언어 자원의 불충분; 우울증/불안 이외의 장애에 대한 커버리지 제한 및 활용되는 심리치료 이론의 한계.
• 연구가 단편적인 작업에 집중하고 엔드투엔드 시스템으로의 통합이 부족한 분절적 특성을 보입니다.
• 편향 완화, 도메인 특정 요약, 다중 에이전트 또는 하이브리드 치료 프레임워크의 접근이 나타나고 있지만 이론 정렬 및 문화적으로 다양한 데이터셼트에서 여전히 격차가 남아 있습니다.
• 향후 연구는 전체 심리치료 프로세스를 포괄하고 더 넓은 장애와 치료 모드를 수용하는 통합 다회전 시스템을 추구해야 합니다.