보고서 정보
주관연구기관 |
고려대학교 Korea University |
연구책임자 |
최기홍
|
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2023-03 |
과제시작연도 |
2020 |
주관부처 |
과학기술정보통신부 Ministry of Science and ICT |
등록번호 |
TRKO202300008100 |
과제고유번호 |
1711166299 |
사업명 |
개인기초연구(과기정통부) |
DB 구축일자 |
2023-09-26
|
키워드 |
성격평가 자동화.언어기반 성격평가.성격 예측.기계학습과 자연어 처리.계산과학 성격평가.Automated personality assessment.Language-based personality assessment.Personality prediction.Machine learning and Natural Language Processing.Computational personality assessment.
|
초록
▼
□ 연구개요
기존의 자기보고식 성격 검사의 제한점을 극복하고, 머신러닝 기반 ‘성격 평가’ 알고리즘을 개발하기 위해서는 인간의 행동 및 성격에 대한 깊은 이해와 심리평가 역량을 갖춘 정신건강 전문가들과, 자연어처리 분야 컴퓨터공학 전문가들 간의 협업이 필수적임. 본 연구에서는 두 분야 전문가들 간의 유연한 의사소통과 긴밀한 협력을 바탕으로 연구를 진행하였음. 정신건강 상태 및 성격에 대한 정보는 공개된 대규모 데이터가 없으며, 전문가가 직접 수집하고 평정하여 레이블을 부여해야 하므로, 본 연구에서 수집한 자료는 매우 귀중한 자
□ 연구개요
기존의 자기보고식 성격 검사의 제한점을 극복하고, 머신러닝 기반 ‘성격 평가’ 알고리즘을 개발하기 위해서는 인간의 행동 및 성격에 대한 깊은 이해와 심리평가 역량을 갖춘 정신건강 전문가들과, 자연어처리 분야 컴퓨터공학 전문가들 간의 협업이 필수적임. 본 연구에서는 두 분야 전문가들 간의 유연한 의사소통과 긴밀한 협력을 바탕으로 연구를 진행하였음. 정신건강 상태 및 성격에 대한 정보는 공개된 대규모 데이터가 없으며, 전문가가 직접 수집하고 평정하여 레이블을 부여해야 하므로, 본 연구에서 수집한 자료는 매우 귀중한 자료임. 본 연구에서 개발한 알고리즘을 통해 실제로 임상 현장에서 간단한 한 두 문장의 질문만을 바탕으로 환자가 어느 정도의 성격 특질을 가지고 있는지(예, 높은 신경증성, 낮은 외향성 등) 정보를 얻을 수 있으며, 이를 기존의 자기보고식 검사와 함께 활용하여 교차 검증하거나 대체하는 목적으로 사용될 수 있음.
□ 연구 목표대비 연구결과
본 연구는 연구 목표로 설정했던 사항들을 모두 달성하였음. 정량 실적목표의 경우 국내 등재지 논문 2편, 해외 SCI 논문 1편 게재를 목표로 하였지만 최종적으로 해외 SCI/SSCI 논문 9편을 게재하였음. 추가적으로 국내특허 출원완료 1건, 국제학술대회 초청강연실적 1회, 국내학술대회 포스터 1회를 실시하였음. 정성적 실적의 경우, 개인 정신건강 상태 및 성격특성 데이터 수집, 검사방식 선정을 1년차에 완성하여 종합심리검사(지능, 로르샤하, MMPI-2, 주제통각검사, 문장 완성검사)등을 실시하고 이 자료들을 바탕으로 반구조화된 면담 형태의 성격 평가를 위한 질문을 개발하였음. 이 문항들에 대해 외부 전문가 자문회의를 실시하여 내용/구성타당도를 확보하고 엔트로피 지표, 빈도 및 내용분석을 활용하여 문항을 최종 확정하였음. 2년차부터는 성인을 눈덩이 표집방법으로 수집하여 425명을 추가로 수집하였으며, 연구 기간동안 총 504명의 성격, 정신건강 수준 및 자연어 데이터를 연구원이 직접 화상/채팅/에세이 방식을 골고루 활용하여 획득. 양질의 성격 및 정신건강 수준이 태깅된 3만개 이상의 문장을 수집하였음. 이를 바탕으로 5겹 교차검증 방식으로 검증한 성격 평가 모델을 구축하였으며, 최종 모델은 최종 모델은 각각의 성격 특질(외향성, 개방성, 신경증성, 자기중심성 등)에 대해 고/중/저 수준을 분류하고, 정신건강 수준(우울장애, 불안장애, 자살위험성, 성격병리)에 대하여 장애수준 판별을 이진분류하는 모델을 구축하였음. 성격 특질의 경우 특질별로 차이는 있으나 3-class clasffication을 기준으로 낮게는 40%에서 높게는 60% 내외의 정확도와 F1-score를 보였으며 이진 분류의 경우 68%에서 85% 수준의 정확도를 보고하였음. 30개의 데이터에 대해 전문가가 언어적 응답 내용을 보고 예측한 정확도와 비교검증하였으며, 일부 성격 특질의 경우 모델이 인간 준전문가(대학원 박사 과정)과 비슷한 수준의 예측력을 지니고 있음을 확인하였음.
□ 연구개발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성)
최근 대두되고 있는 의학, 광고, 서비스 분야의 ‘성격 기반의 개인화된 개입’을 위해서는 다양한 환경에서 성격을 짧은 시간 안에 효과적이며 자동으로 파악할 수 있는 본 연구에서의 기술이 요구됨. 본 연구는 심리학적으로 타당한 질문 2~3개만을 활용하여 짧은 시간 안에 성격, 인상관리, 적응 관련 문제(예, 대인관계 특성, 적성, 문제해결 방식, 정서조절 방식 등)를 조기에 파악할 수 있도록 도와 인사평가, 심리치료, 의료장면, 학교, 직장 등에서 활용될 수 있음. 추후 개인화된 정신건강 위험군 선별, 의학적 개입, 심리 치료 등을 자동으로 제안하는 기술의 근거 기술이 될 것임. 개인의 특성에 맞게 치료적 접근이 필요한 일반 의료기관 및 1차 의료 기관, 정신건강센터, 심리상담 기관 등에서 다양하게 활용될 것으로 예상함. 특히 인사평가 및 선별 분야에서도 적극 활용될 수 있을 것으로 예상됨. 인사선별 및 평가 분야에서는 주관에 크게 영향을 받는 인터뷰나 자기보고식 평가에 대해 피면접자들이 피로감을 느끼고 있는 상황이지만, 마땅한 대안이 없었음. 머신러닝 ‘성격 평가’ 기술을 활용하여, 기존의 인사평가 방식을 보완하는 방식으로 함께 사용하거나, 지나치게 인상관리를 하고자 하거나 긍정적으로 대답하고자 하는 지원자를 파악하는 용도로도 사용될 수 있음.
(출처 : 연구결과 요약문 2p)
목차 Contents
- 표지 ... 1
- 연구결과 요약문 ... 2
- 목차 ... 3
- 1. 연구개발과제의 개요 ... 4
- 2. 연구개발과제의 수행 과정 및 수행 내용 ... 7
- 1) 이론적 접근방법 ... 7
- 2) 실험적 접근방법 ... 8
- 3) 연구과제의 수행 과정 및 수행 내용 ... 8
- 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 11
- 1) 정성적 연구개발성과(연구개발결과) ... 11
- 2) 세부 정량적 연구개발성과 ... 15
- 3) 목표 달성 수준 ... 15
- 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 16
- 1) 학술적 측면 ... 16
- 2) 사회,경제적 파급효과의 측면 ... 17
- 5. 연구개발성과의 관리 및 활용 계획 ... 18
- 6. 자체점검표 ... 19
- 7. 참고문헌 ... 19
- 붙임1. 세부 정량적 연구개발성과 ... 22
- 붙임2 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 24
- 끝페이지 ... 37
※ AI-Helper는 부적절한 답변을 할 수 있습니다.