Research on Depression Detection Model Using Conversational Data

우울증은 개인의 삶의 질을 심각하게 저해하고 사회경제적 부담을 초래하는 대표적인 정신질환으로, 조기 진단과 원인 분석의 중요성이 지속적으로 강조되고 있다. 최근 인공지능(AI)을 활용한 감정 분석 기술은 우울증 예측 및 해석 가능성 측면에서 유의미한 가능성을 보여주고 있으며, 특히 대화형 텍스트는 개인의 심리 상태를 반영하는 중요한 단서로 주목받고 있다. 본 연구는 대화형 감정 분석을 통해 우울증을 조기에 예측하고, 그 주요 원인을 설명하기 위한 통합 프레임워크를 제안한다. 분석에는 소셜미디어 기반의 Kaggle ‘Depression: Reddit Dataset(Cleaned)’과 대인 상담 데이터를 포함한 AI-Hub ‘감성 대화 말뭉치’를 활용하였다. 우울증 예측 모델 학습에는 정신건강 특화 사전학습 언어 모델인 MentalBERT를 적용하였으며, 예측 결과에 대한 해석을 위해 설명 가능한 인공지능(XAI) 기법인 LIME을 도입하였다. 연구 결과, MentalBERT는 우수한 예측 성능을 보였으며, LIME은 도메인 전문성과 해석 가능성을 갖춘 주요 키워드를 제시함으로써 우울증의 잠재적 원인 분석에 기여하였다. 본 연구는 대화형 감정 분석의 정확성과 해석력을 동시에 향상시킨다는 점에서 학문적 의의가 있다.