디지털 정신 건강 챗봇의 사용자 경험과 개선 방향:텍스트 마이닝을 통한 인터랙션 비교 분석 (Unveiling User Experiences in Digital Mental Health Chatbots:A Comparative Analysis Based on Interaction Types Using Text Mining)

서지정보

· 발행기관 : 한국콘텐츠학회
· 수록지 정보 : 한국콘텐츠학회 논문지 / 25권 / 1호 / 74 ~ 87페이지
· 저자명 : 양나은, 고은희, 최준호

초록

디지털 정신 건강 앱은 정신 건강 관리의 접근성을 높이는 도구로 자리 잡았다. 최근 생성형 AI의 발전으로 디지털 정신 건강 챗봇이 주목받고 있으나, 사용자 경험에 대한 실증적 연구는 부족한 상황이다. 이 연구는 디지털 정신 건강 챗봇 앱의 사용자 경험과 개선 방향을 도출하기 위해 인터랙션 방식(챗봇과 메뉴 기반)에 따라 영문 리뷰 약 20만 건을 텍스트 마이닝 기법으로 분석했다. BERTopic 모델링과 RoBERTa 기반 감성 분석 결과, 챗봇 인터랙션은 대화 기반 상호작용과 정서적 친밀감에서 강점을 보였으나, 규칙 기반 대화의 한계와 정보 제공 및 목표 추적 기능의 보완이 필요했다. 메뉴 기반 인터랙션은 풍부한 정보와 활동 지원에서 강점이 있었으나 정서적 몰입과 상호작용 면에서는 개선이 필요했다. 이 연구는 대규모 리뷰 데이터에 기반한 정량적 비교를 통해 챗봇 앱의 개선 방향 및 생성형 AI 도입 전략을 제시하며, 디지털 정신 건강 서비스 설계에 실증적 근거를 제공한다.

영어초록

Digital mental health apps have become essential tools for improving access to mental health care. With the advancement of generative AI, digital mental health chatbots are gaining attention, but user experience studies remain limited. This study analyzes over 200,000 English reviews using text mining techniques to identify user experiences and improvements based on interaction types (chatbot vs. menu-based). Results from BERTopic modeling and RoBERTa-based sentiment analysis reveal that chatbot interactions excel in conversational engagement and emotional intimacy but face limitations in rule-based dialogue, information and goal-tracking features. Menu-based interactions showed strengths in rich information and activity support but require improvements in emotional engagement and interactivity. This research offers a quantitative comparison, providing insights for improving chatbots and integrating generative AI into digital mental health service design.

참고자료

· 없음