최근 베라 헬스(Vera Health)의 연구에 따르면, 대규모 언어모델(LLM)이 자살 사망자의 정신병리(psychopathology)를 기존 방식보다 훨씬 더 상세하고 정확하게 밝혀낼 수 있는 것으로 나타났습니다. 이는 LLM이 방대한 의료 기록에서 미처 파악되지 않았던 정신질환의 복합적인 양상을 드러냄으로써, 자살 예방 및 정신 건강 진단에 새로운 지평을 열 수 있음을 시사합니다.
연구진은 자살 사망자의 의료 기록을 LLM에 학습시켜, 미국 국립정신건강연구소(NIMH)의 연구 도메인 기준(RDoC: Research Domain Criteria)에 따라 정신병리 프로파일을 도출했습니다. 이 과정에서 LLM은 기존 진단으로는 간과되었던 여러 정신질환 증상과 행동 패턴을 식별해냈습니다. 특히, LLM은 우울증 외에도 불안 장애, 물질 사용 장애, 외상 후 스트레스 장애(PTSD) 등 다양한 공존 질환의 존재를 밝혀내며, 자살에 이르는 정신 건강 문제의 복잡성을 재확인했습니다.
이번 연구 결과는 정신 건강 분야에서 인공지능(AI)의 진단 보조 도구로서의 잠재력을 강력하게 보여줍니다. LLM이 의료 기록 분석을 통해 정신병리를 보다 심층적으로 이해하게 되면, 고위험군을 조기에 식별하고 맞춤형 개입 전략을 수립하는 데 크게 기여할 수 있습니다. 이는 궁극적으로 자살률 감소와 정신 건강 서비스 개선으로 이어질 수 있으며, AI가 복잡한 인간 행동과 질병을 이해하는 데 중요한 역할을 할 수 있음을 입증하는 사례가 될 것입니다.