의료, 교육, 상담, 고객서비스, 인터랙티브 스토리텔링의 역할형 대화 에이전트는 감정을 다루지만, 많은 시스템은 감정을 고정된 성격이나 표면적인 말투로 표현한다. 공감 대화 연구도 사용자의 감정에 반응하는 데 집중해 캐릭터 자신의 감정이 사건에 따라 변하는 과정은 상대적으로 덜 다뤘다. Jingyao Cai 연구팀은 대화 중 촉발 요인이 페르소나의 내적 상태를 바꾸는 CPM-MultiAgent를 제안했다.
기반이 된 구성요소 과정 모델은 감정을 외부 사건에 대한 평가가 이어지는 동적 과정으로 본다. CPM-MultiAgent는 캐릭터의 감정을 고정 속성이 아니라 대화가 진행되며 계속 바뀌는 잠재 상태로 표현한다. 먼저 정서적 촉발 요인을 추출하고, 여러 에이전트가 CPM 관점에서 이를 협력 평가한 뒤, 그 결과로 감정 상태를 갱신한다. 이 흐름은 다음 응답의 정서적 일관성을 이전 발화와 사건의 맥락에 연결한다.
연구진은 기준 시스템 비교, 구성 요소 제거 실험, 인간 평가, 사례 분석을 통해 감정에 민감한 다중 턴 역할 시뮬레이션에서 동적 정서 변화가 효과적으로 모델링됐다고 보고한다. 초록에는 구체적인 데이터셋 이름이나 개선 수치가 제시되지 않았다. 따라서 이 연구의 중심 기여는 특정 점수보다 심리 이론에 근거한 촉발 추출과 협업 평가, 상태 갱신을 하나의 멀티에이전트 절차로 묶은 데 있다.
2026년 7월 8일 제출된 arXiv 프리프린트라는 점에서 결과는 후속 검증이 필요하다. 사람의 감정 이론을 역할형 모델에 넣는 것이 실제 인간 정서를 정확히 재현한다는 뜻은 아니며, 상담이나 의료에서 임상적 안전성을 입증한 것도 아니다. 잠재 상태가 장기 대화에서 누적 편향을 만들거나 과도한 감정 연출로 사용자를 오도할 가능성도 살펴야 한다. 실제 배치 전에는 분야별 전문가 평가와 명확한 AI 고지가 필요하다.
원문: arXiv 2607.07824
저작권자 © STORIUM 무단전재 및 재배포 금지
