The Evolution of AI-Based Digital Mental Health Research in English-Language Journals: A Text Mining Analysis of Human–AI Collaborative Models

본 연구는 2007-2025년 영어권 국제 학술지에 게재된 AI 기반 디지털 멘탈헬스 연구 600편을 텍스트마이닝으로 체계적으로 분석하여 인간-AI 협력 모델의 진화와 실증적 증거 수준을 평가하였다. AI 상담은 정신건강 향상을 목표로 인공지능 기술을 활용하는 심리치료적 개입, 임상 의사결정 지원, 치료 결과 예측을 포괄하는 개념으로 정의하였다. PRISMA 가이드라인에 따라 선정된 논문을 LDA 토픽 모델링, Bai-Perron 구조적 변화점 검정으로 분석하였다. 분석 결과, AI 상담 연구는 기술 중심에서 협력 중심으로 점진적으로 진화하였으며, 인간-AI 상호작용의 질적 특성을 반영하는 전체 토픽의 평균 감마값이 0.64(2007-2012)에서 0.89(2025)로 증가하였다. Bai-Perron 검정은 2020년 팬데믹(p<0.01)과 2023년(p<0.05)을 구조적 전환점으로 확인하였다. 6개 주요 주제는 임상 지원, 예방적 개입, 예후 분석의 3개 클러스터로 재분류되었다. 공중보건 챗봇은 메타분석 기반 강력한 증거(Hedge's g=0.64-0.70)를 확보하여 전통적 상담(g=0.46-0.58)과 비교 가능한 효과성을 입증하였다. 본 연구는 패러다임 전환을 정량화하는 프레임워크를 제시하였으나, 영어권 문헌 한정으로 비서구 집단주의 문화권으로의 일반화에는 신중을 기해야 한다.