공감능력을 가르치는 기술: mpathic이 AI를 사용해 서로의 이야기를 경청하도록 돕는 방법(Technology that teaches empathy? How mpathic uses AI to help us listen to each other)

기본적으로 인간은 내 이야기를 들어주길 바랍니다. 우리는 다른 사람들과 소통하기를 원하고, 이해받기를 원합니다. 하지만 유감스럽게도 여러 방해 요소에 주의를 빼앗길 때가 많기 때문에 상대방의 말을 경청하지 못하게 됩니다.

적극적인 경청은 학습된 행동이며 숙달하기가 쉽지 않습니다. 하지만 인공 지능(AI)을 통해 다른 사람의 말을 진심으로 경청하고 진정으로 공감하는 능력을 강화할 수 있다면 어떨까요? 기술이 삶의 실제 경험을 바탕으로 우리가 서로에게 좀 더 인간적으로 다가갈 수 있게 해준다면 어떨까요?

이는 임상 심리학자이자 대화 분석 회사 mpathic의 설립자인 Grin Lord 박사가 지난 15년 동안 천착해 온 질문들입니다. Grin 박사와 mpathic의 팀은 연구를 통해 신뢰를 형성하는 단어, 문구, 커뮤니케이션 행동을 식별하고 AI를 사용하여 이를 모델링했습니다.

mpathic의 최고 혁신 책임자인 Danielle Schlosser 박사는 다음과 같이 설명합니다. “우리는 무엇이 신뢰를 증진하고, 무엇이 참여를 촉진하는지, 그리고 그것이 결과에 어떤 영향을 미치는지 알아봅니다.”

공감을 이끌어내기 위한 기술 중심 접근 방식을 추구하는 과정에서 mpathic은 특별한 솔루션을 개발했습니다. 그것은 바로 대화의 상태를 분석하고 평가할 뿐만 아니라 대화의 공감도, 신뢰도, 몰입도를 높이기 위해 실시간으로 권장 사항을 제공하는 솔루션입니다.

Grin 박사는 다음과 같이 이야기합니다. “우리의 차별화 요소는 보다 행동적이고 실행 가능한 방식을 추구하는 것입니다. 우리는 사람들에게 개선 방법을 알려주고자 합니다.”

광범위한 공감능력 교육을 받은 다양한 전문가들의 답변을 바탕으로, mpathic의 API는 진행 중인 대화 내에서 오해가 발생한 사례를 신속하게 태그하며, 이를 경청하고 더욱 공감하는 자세로 응답하는 방법에 대한 피드백과 제안 사항을 즉시 제공합니다.

결과는 놀라웠습니다. 임상 평가에 적용한 결과, mpathic의 API를 사용한 의료 서비스 제공자는 참가자의 위험을 포착하고 중요한 피드백을 제공할 가능성이 7배 더 높았습니다. 이와 마찬가지로 영업 및 HR 서비스형 소프트웨어(SaaS) 사용 사례에서도 mpathic 제품을 사용하는 기업은 더욱 개선된 고객 참여, 만족도 및 기타 성과를 확인했습니다.

mpathic에서는 공감을 맥락과 어감을 고려한 ‘정확한 이해’라고 정의합니다. 하지만 공감을 가르치기 위한 성공적인 방법을 고안하는 것은 공감을 정의하는 것보다 훨씬 더 어려운 일이었습니다.

2000년대 초, Grin 박사의 연구 여정은 음주 운전 사고에 연루된 운전자들을 대상으로 한 연구 조사를 진행하면서 시작되었습니다. 해당 실험은 15분간의 공감적 경청 과정을 포함하여 짧게 개입하는 방식으로 구성되었으며, 운전자의 경험을 수용하고 이해하는 모습을 보여주었습니다. 이렇게 공감하는 짧은 개입 방식 덕분에 3년 이상 지속된 음주 횟수가 줄었고, 병원 재입원 건수도 46% 감소했습니다.

그 후 Grin 박사는 성찰하면서 경청하기, 폐쇄형 질문이 아닌 개방형 질문하기, 긍정적 확언 사용하기 등과 같은 행동을 교육하여 의료 전문가들에게 공감하면서 경청하는 방법을 훈련시켰습니다.

이틀간의 워크숍만으로는 고질적인 행동과 의사소통 방식을 바꾸기에 충분하지 않다는 것을 알게 된 Grin 박사는 접근 방식을 재정비했습니다. Grin 박사는 의사들이 스스로 피드백을 제공하는 모습을 기록하는 전국적인 전화 코칭 연구를 통해 기술을 학습했습니다. 이는 심리학자가 피드백 내용을 경청하고 의사들에게 성과에 기반한 개선 방법을 제안하는 방식이었습니다. 이 과정에 몇 주씩 소요될 수 있었으므로, 2008년에 Grin 박사는 기계 학습(ML)을 사용하여 프로세스를 단축할 수 있는 기회를 적극 활용했습니다.

워싱턴 대학교에서 Grin 박사는 의료 환경에서 성과 기반 피드백에 대한 최초의 음성 신호 처리 파이프라인을 구축한 팀의 일원이었습니다. Grin 박사는 이렇게 설명합니다. “당시 컴퓨팅 성능으로는 30분 통화를 처리하는 데 약 6시간이 걸렸습니다. 하지만 어떤 피드백이든 당일에 받을 수 있다는 사실은 정말 혁신적이었습니다.”

이제 향상된 컴퓨팅을 통해 의료 서비스 제공자를 위한 성과 기반 피드백이라는 원래의 비전이 실제 실시간으로 가속화되었습니다. Grin 박사는 수년에 걸쳐 워싱턴 대학교의 원래 연구에 참여했던 사람들뿐만 아니라, 카네기 멜런 대학교의 AI 전문가, 거대 IT 기업의 업계 전문가들을 포섭하여 주제 전문가 및 스페셜리스트로 구성된 팀을 구성했습니다.

mpathic에 대한 아이디어가 떠오른 건 Grin 박사와 팀이 공감적 경청의 상업적 가치를 깨닫게 되면서입니다. “사용 사례와 관계없이, 어떠한 커뮤니케이션이든 즉시 입력한 후 공감력을 높여주는 API를 만들 수 있을까?”

이 팀은 공감능력 훈련 게임인 Empathy Rocks에서 수집한 데이터를 사용하여 mpathic의 첫 번째 모델 중 일부를 구축했습니다. 이 게임에서는 아이다호주 위기 상담전화(Idaho State Crisis Line)와 캘리포니아 인디언 보건 서비스(California Indian Health Service)의 구성원을 포함한 치료사들이 공개 포럼의 데이터를 바탕으로 익명의 사용자에게 공감하며 응답하고, 서로의 답변에 순위를 매겼습니다. 치료사들은 게임을 진행하면서 지속적인 교육을 받았습니다. Grin 박사는 이렇게 설명합니다. “그러한 정보의 크라우드 소싱을 통해 정말 다양한 그룹의 사람들이 이런 모델을 구축했습니다.”

mpathic은 계속해서 발전하고 역량을 키워가고 있습니다. 이제 이 스타트업은 협업 및 권한 공유를 개선하는 방법, 그리고 성찰 및 개방형 질문을 사용하여 더욱 정확하게 경청하는 방법을 비롯하여 팁과 제안 사항을 포함한 200개 이상의 다양한 커뮤니케이션 행동 모델을 보유하고 있습니다. 또한 mpathic은 인간 정렬(예: 언어 스타일 동시성)에 대한 추가적인 무의식적 지표도 측정합니다. Grin 박사의 연구에 따르면, 이러한 지표는 공감에 대한 객관적 평가를 다른 기술보다 더욱 잘 예측할 수 있는 것으로 밝혀졌습니다. 임상 제품 담당 부사장인 Amber Jolley-Paige 박사는 “목표는 인간의 경험을 대체하는 것이 아니라, 경험을 향상하는 것”이라고 이야기합니다.

맞춤화된 유연한 접근 방식을 통해 mpathic은 분석 및 지표를 사용하여 업종과 관계없이 고객의 특정한 요구 사항과 KPI를 지원합니다. mpathic은 현재 코어 mpathic API, mConsult, mTrial 같은 AI 기반 제품군을 제공하고 있습니다. 코어 API는 다른 소프트웨어와 통합되어 커뮤니케이션을 분석하고 실행 가능한 제안 사항을 제시합니다. 예를 들어, mpathic이 자사 API를 사용하여 여러 회사의 채용 면접을 분석한 결과, 공감적 피드백을 받은 사람들의 지원자 합격률이 8% 증가한 것으로 나타났습니다. mConsult는 오디오 또는 비디오 기록물을 검토하여 즉각적인 권고 및 코칭을 제공합니다. 그리고 mTrial은 데이터 품질을 개선하고 일관된 치료를 보장하는 동시에, 위험을 선제적으로 줄이고 의료 전문가의 워크로드를 완화하여 임상 시험을 간소화합니다.

mpathic의 여정은 느려질 기미가 보이지 않습니다. 인간의 의사소통을 개선한다는 목표를 더욱 잘 달성하기 위해, mpathic 팀은 API를 확장하여 다양한 문화적 행동을 구체적으로 다루고 서비스 제공자가 문화에 적응하도록 지도하고 있습니다.

문화는 사람들이 다양한 방식으로 소통하는 방식에 영향을 미칠 수 있습니다. 예를 들어 커뮤니케이션 스타일, 사람들이 정보를 전달하는 방식, 갈등에 대한 태도에 영향을 미칠 수 있습니다. 연구 및 건강 형평성 책임자인 Alison Cerezo 박사는 다음과 같이 설명합니다. “mpathic을 통해 우리는 의료 서비스의 상호작용 과정에서 더 많은 공감대를 형성하고, AI를 활용하여 의료 형평성을 개선할 수 있는 미래를 꿈꾸게 되었습니다.”

이 스타트업은 AI 편향을 최소화하기 위해 다양한 성별, 문화, 배경을 가진 다양한 그룹을 통해 학습 데이터를 구축했습니다. Grin 박사는 이렇게 설명합니다. “AI 편향에서 많은 문제가 발생하는 이유는 한두 가지 배경에서 수집한 데이터를 기반으로 모델을 구축하고, 이러한 모델이 영향을 미치게 사람들의 실제 경험을 이해하지 못하기 때문입니다.” mpathic은 윤리적 AI 프레임워크에 주의를 기울이고 조율하면서 모델을 정기적으로 구축, 개선, 배포하도록 합니다.

앞으로 mpathic 팀은 인간의 모든 상호작용에 존재하는 미묘하고 다양한 관점을 인지하는 AI 도구를 계속 개발할 계획입니다. “누구나 공감하면서 경청하도록 훈련시킬 수 있는 이 기술의 잠재력에는 한계가 없습니다”라고 Grin 박사는 덧붙입니다.

mpathic이 플랫폼을 확장하기 위해서는 탄탄한 인프라가 필요했습니다. AWS는 mpathic이 안전하게 성장하고 혁신할 수 있는 안정적이고 견고한 기반을 제공했습니다. Grin 박사는 다음과 같이 이야기합니다. “우리는 AWS를 토대로 솔루션을 구축하여 효과적으로 확장하고, 고객의 요구 사항을 빠르고 원활하게 충족할 수 있었습니다. 우리는 전 세계 고객에게 서비스를 제공하는 비교적 작은 스타트업입니다. 전 세계 모든 곳의 고객에게 데이터를 호스팅할 수 있다는 사실을 고객에게 알릴 수 있다는 건 대단한 일이며, AWS 없이는 불가능했을 겁니다.” mpathic은 컴퓨팅, 스토리지, 네트워킹 인프라를 비롯한 모든 기본 플랫폼 구성 요소에 AWS를 사용하여 안전한 국가 간 데이터 전송 및 보관을 보장합니다.

기술을 뛰어넘는 mpathic과 AWS의 협업은 mpathic이 목표를 달성하도록 돕겠다는 공동의 약속을 기반으로 구축되었습니다. Danielle 박사는 이렇게 이야기합니다. “특히 이렇게 큰 조직의 관심과 지원이 정말 인상적입니다. 단순히 기술뿐만 아니라, 유대감도 중요한 요소라고 할 수 있습니다.”

생명과학 및 사이키델릭 AI 담당 부사장인 Megan Greenlaw 는 이렇게 덧붙입니다. “AWS는 여성 창업자를 조명하는 작업도 많이 해왔는데, 정말 대단하다고 생각합니다.” 그리고 Grin 박사는 이렇게 말합니다. “한 회사가 1천만 달러 이상의 투자금을 모을 수 있고, 그 자금의 90%를 여성이 결재한다는 사실은 벤처 업계에서 일어나고 있는 변화를 보여준다고 생각합니다.”