I.서 론

감각통합(sensory integration)은 신체 내외에서 전 달되는 다양한 감각자극들을 뇌가 수용하고 처리하여 유 의미한 행동과 적응적 반응으로 전환하는 신경학적 과정 이다([Ayres, 1972]). 이는 전통적인 감각인 시각, 청각, 촉각, 후각, 미각뿐만 아니라 전정감각(vestibular), 고 유수용감각(proprioceptive) 등의 다양한 감각정보를 포함하며, 특히 아동의 발달과 학습 및 행동 조절에 중대 한 역할을 담당한다([Miller et al., 2007]). 감각통합은 지속적으로 발전하여 근래에는 뇌 과학의 발달과 함께 다감각 통합(multisensory integration)의 개념으로 확 장되고 있다([Stein et al., 2014]).

감각통합의 이론적 발달과 함께 임상적으로 감각통합 능력을 평가하는 방법 또한 중요성이 커지고 있다. 감각 통합 능력을 객관적으로 평가하기 위해서 다양한 도구들 이 개발되었으며, 대표적으로는 감각통합검사(Sensory Integration and Praxis Tests; SIPT), 감각처리척도 (Sensory Processing Measure; SPM), 감각 프로파일 2 (Sensory Profile 2; SP-2) 등이 있다([Bundy & Lane, 2019]; [Dunn, 1999]). 그러나 기존의 평가도구들 은 사용 시 평가 과정이 복잡하고 점수 산정 및 결과 해석 에 시간이 오래 걸린다는 단점을 가지고 있다. SIPT와 SPM의 경우 검사 실시와 해석에 전문적인 훈련과 많은 시간이 소요되어 실제 한국의 임상에서는 빈번하게 활용 되지 못하고 있다([Parham et al., 2011]). 이러한 단점으 로 인해 임상에서는 ‘SP-2’를 가장 많이 사용하고 있다. SP-2는 SIPT와 SPM에 비해 적은 시간을 소요하며 개인 의 일상 환경 속에서의 감각처리 특성과 반응을 다양한 관점에서 체계적으로 측정할 수 있는 강점을 가지고 있다 ([Dunn, 1999]). 하지만 SP-2 역시 child form 기준 평 가와 결과 해석 보고서 작성에 최소 30분 이상 소요되고, 결과는 백분위나 척도 수치 중심으로 제공되어 비전공자 입장에서는 이해하기 어렵다([Licciardi & Brown, 2021]). 또한 평가자의 전공지식 역량과 주관적 해석이 많이 반영되기 때문에 사용에 주의가 필요하다. 따라서 임상 현장에서 더 효율적으로 사용되기 위해서는 불필요 한 단순 채점 시간을 감소시키고, 결과 해석에 일관성이 필요하다([Critchley & Garfinkel, 2017]). 또한 전공지 식이 없는 대상자가 평가 결과를 잘 이해할 수 있도록 가시적인 결과보고서 작성이 필요하다.

한편 해외에서는 기존의 평가도구의 제한점을 수용하고 개선하기 위해 인공지능 기반의 ChatBot을 활용하여 치료 와 평가를 진행한 사례가 있다. 대표적으로 정신건강 분야 에서는 전통적인 설문 기반 평가 도구 대신 인공지능 (Artificial Intelligence; AI) 기반 ChatBot인 ‘Woebot’ 을 활용하여 우울증 및 불안장애 등의 증상을 평가하고 치료 계획을 제안하는 연구가 시행되었다. 이 ChatBot은 사용자 와의 대화 형식으로 인지행동치료(cognitive behavioral therapy)를 수행하고, 대화를 통해 수집한 정보를 분석하 여 실시간으로 개별화된 정서적 지원과 치료적 개입을 제 공하였다([Fitzpatrick et al., 2017]).

또한 교육 분야에서는 학생의 학습 진도와 정서적 상태 를 실시간으로 평가하고 지원하는 ChatBot이 도입되어 학 생과의 대화를 통해 학습 능력과 동기를 평가하고 맞춤형 학습 전략을 추천하여 기존의 표준화된 평가 방식을 극복하 였다([Winkler & Sollner, 2018]). 여전히 기존의 전통적인 평가 도구와 관찰 기반 평가 방법에 의존하고 있으며, 평가 과정에서 ChatBot을 활용한 사례는 보고된 바가 없다. 특 히, 감각통합 영역에서도 기존 평가도구의 한계를 보완하기 위한 AI기반 ChatBot 기술의 활용 연구는 미흡한 상황이 다. 이러한 현상은 기술 융합의 중요성을 강조하는 최근의 헬스케어 트렌드를 고려할 때, 작업치료 분야에서 ChatBot 과 같은 AI 기술의 도입 및 개발의 필요성을 시사한다.

본 연구에서는 실제 임상에서 빈번하게 활용되는 SP-2의 소요 시간, 평가자의 주관적 해석, 평가 결과 시 각화 문제를 개선하기 위해 AI 기반 ChatBot (Sensory Profile 2 Summary and Interpretation; SPSI)의 프 로토 타입을 개발하고자 한다. SPSI 프로토타입을 통해 SP-2 결과 해석의 보조 도구로서 작업치료사의 평가 결 과 해석과 중재 계획의 이해도 향상 및 보고서 작성을 보조할 수 있을 것이다. 단, 본 도구는 평가 수행 및 임상 적 의사결정을 대체하지 않으며, 결과 해석 보조와 시각 화 제공에 한정된다.

II.연구 방법

1.데이터 전처리

1)평가도구 소개

SP-2는 [Dunn (1999)]이 개발한 감각처리 평가도구로 일상생활 맥락(가정, 학교, 지역사회 등)에서 대상자의 감각 반응 패턴을 평가한다. 버전은 Infant (영아, 생후 0~6개월, 25문항), Toddler (유아, 7~35개월, 54문항), Child (아동, 3세0월~14세11월, 86문항), School‑ Companion (학교버전, 3세0월~14세11월, 44문항, 교사용), Adolescent/Adult (청소년⋅성인, 자기보고 형, 60문항), Short Form (단축형, 3세0월~14세11월, 34문항)으로 구성되어 있다([Dunn, 1999]; [Brown & Dunn, 2002]). SP-2는 아동의 개별적인 감각 처리 패턴 과 장애 유무를 판단할 수 있으며 장애아동 및 다양한 연령대에 대한 광범위한 연구가 가능하다. 평가 결과는 대상자 특성에 맞는 중재 계획을 세울 때에도 활용된다 ([Park et al., 2020]).

2)데이터 전처리

본 연구에서는 SP-2의 문항과 채점방식, 신뢰도, 타당 도, 평가도구 프로세스에 대해 OO대학교 작업치료학과 에서 교육⋅연구 목적으로 구매한 Manual of Sensory Profile 2, Questionnaire, Score Summary를 참고하 였다. 개발하고자 하는 ChatBot의 fine tuning을 위해 평가도구 매뉴얼 일부를 customized ChatBot에 학습 시켰다. 매뉴얼에 따라 평가도구 문항 수, 각 quadrant definitions와 grid에 해당하는 문항, The Normal Curve and Sensory Profile 2 Classification System 을 학습시킨 후 학습한 내용을 재확인하였다. SP-2는 저 작권 보호를 받는 평가도구이므로 세부 평가문항은 직접 학습시키지 않고, 웹과 학술 저널 검색 기능을 ChatBot에 연동하여 검색 가능한 문항만 학습하도록 하였다. 또한 문항 원문이나 매뉴얼 텍스트를 저장⋅배포⋅학습하지 않으며 해석 보조 및 시각화 출력에 한정된다. ChatBot은 영리 목적으로 사용되지 않으며 교육, 연구용 외에는 배 포되지 않으므로 저작권법에 위배 되지 않는다.

3)ChatBot 이름 및 실행 기본 Instruction

ChatBot의 이름은 그 목적에 맞게 Sensory Profile 2 (SI: Summary and Interpretation)로 하였다. 실행 프로세스에 사용된 명령어들을 GPT의 영어/한국어 학습 숙련도를 고려하여 영어로 제시하였다. 기본 instruction 일부는 아래와 같다.

Instruction

Please follow these steps

1. Select the version you wish to complete

1: Infant (25 items) / 2: Toddler (54 items) / 3: Child (86 items) / 4: Short (34 items) / 5: School Companion (44 items) / 6: Adolescent/Adult (60 items) (you can reply with a number, English, or Korean)

2. Enter basic information

Example: Name, age (months or years), gender, etc.

3. Enter scores for each item

Input the scores in order, separated by commas as instructed

Quick input mode: You can enter scores for each quadrant group at once

Scores range from 1 to 5 (almost never to almost always)

4)ChatBot 특수기능

SP-2는 기존에도 인사이트 홈페이지를 통해 시각적 결과, 분석 등에 대한 결과를 제시하고 있다. 그러나 본 연구에서 개발하는 ChatBot은 이러한 기능 외에 OpenAPI의 여러 기능을 탑재하며 모바일로 링크만 클 릭하면 간편하게 이용할 수 있다는 점, 평가 결과에 대해 사용자가 피드백을 주어 결과 분석을 강화할 수 있다는 장점이 있다. 본 SPSI는 기본적인 SP-2 평가 결과 문서 화 기능과 quadrant grid/score 계산 외에 OpenAPI 연동 및 세부지침을 통해 4가지 기능을 추가하였다 (Tables 1, 2).

Table 1.Path of API and Function Summary of Companion 1.0

API path	Function summary
/api/gpt/createGraphDiagram	Creates a graph diagram (nodes and edges)
/api/gpt/createMindmapDiagramWithImage	Creates a mind map that includes images
/api/gpt/createEntityRelationshipDiagram	Creates an ERD
/api/gpt/createPieChartDiagram	Creates a pie chart
/api/gpt/createTimelineDiagram	Creates a timeline chart

API: Application Programming Interface, ERD: Entity-Relationship Diagram.

Table 2.Path of API and Function Summary of Mermaildchart 1.0

API path	Function
/rest-api/chatgpt/render-diagram	Render mermaid diagram
/rest-api/chatgpt/mermaid@11.4.0/docs/config/{file}	Get config docs
/rest-api/chatgpt/mermaid@11.4.0/docs/syntax/{file}	Get syntax docs for diagram types

API: Application Programming Interface.

(1) 각 사분면(quadrant)별 구체적 해설과 행동 예시

각 감각 영역별 점수가 의미하는 행동 특성 및 실제 생활에서 보일 수 있는 예시를 제공

(2) 개별 맞춤 권장사항

점수 프로파일에 따라 일상, 학교, 치료 환경에서 실천할 수 있는 중재 전략이나 환경 조정법을 안내

(3) 감각 유형 조합 분석

감각 행동 조합(예: seeking과 avoiding 모두 높 음 등)이 특징적이면, 이에 대한 해설과 의미를 안내

(4)추적 평가 및 변화 안내

이전 평가 결과와 비교해 변화된 점이나 추적 관 찰이 필요한 항목도 안내

5)OpenAPI 연동

SPSI는 기존 개발된 OpenAPI GPT actions의 특정 feature를 ChatBot에 연동시켜 일반적인 GPT가 구현 할 수 없는 기능을 추가하거나 자주 오류가 발생하는 기 능을 개선하고자 하였다. OpenAI는 3.1.0 스펙문서를 기반으로 SPSI에서 필요로 기능을 보유한 actions 중 가장 많은 다운로드가 이루어진 스펙을 연동하였다. 총 2가지 스펙을 JavaScript object notation (JSON)파일 로 다운로드 하고 SPSI의 schema에 적용하였다. 각 OpenAPI의 주요 endpoint와 function은 다음과 같다 (Figure 1).

Figure 1.JSON File of Companion 1.0 by VS Studio

6)OpenAPI 기반 시각화 자료 형성 기능 탑재

SP-2는 사분면과 standard score와의 비교를 통해 시각화를 제공하나, 치료를 받는 대상자 입장에서는 직 관적이지 않다. 따라서 서술형이 아닌 직관적인 시각화 자료를 추가 제공함으로써 대상자의 SP-2 결과를 이해 시키고 치료동기를 촉진시킬 수 있다. 연동된 OpenAPI 를 통해 총 3가지 시각자료를 제공할 수 있다.

Mermaidchart를 활용한 중재계획 플로우차트

Companion을 활용한 SP-2 영역 별 파이차트

Companion을 활용한 사용자의 사진이나 아이콘 을 포함한 마인드맵 형성

III.연구 결과

1.ChatBot 구동 화면

(1) 평가 종류 입력: SPSI는 대화 스타터로 총 6개의 번호나 버전의 이름을 입력하도록 한다(Figure 2).

Figure 2.Home Screen of SPSI

(2) 일반적 정보 및 문항 점수 입력(Figure 3)

Figure 3.General Information and Item Score Entry

(3) Quadrant grid / score 및 평가결과 확인(Figure 4)

Figure 4.Result of Quadrant Grid/Score

(4) Quadrant별 구체적 해설과 행동, 개별 맞춤 권장 사항(Figure 5)

Figure 5.Detailed Interpretation, Behavioral Examples, and Recommended Strategies

2.ChatBot 특수기능 화면

1)감각 유형 조합 분석

본 연구에서 개발한 ChatBot은 SP-2의 네 가지 감각 반 응(seeking, avoiding, sensitivity, registration)이 서로 영향을 주고받으며, 특정 감각 영역이 높거나 낮은 경우 개발 문항과 영역을 조합하고 분석하여 아동의 전반적인 감각 처 리 방식과 그에 따른 반응 경향을 제시한다. 예시 아동의 경우 sensitivity와 avoiding에서 높은 점수를 나타냈다 (Figure 6).

Figure 6.Sensory Profile Combination Analysis

2)추적 평가 및 변화 안내

이전 평가 결과와 비교해 변화된 점이나 추적 관찰이 필요한 항목을 안내한다(Figure 7).

Figure 7.Follow-up Evaluation and Change Tracking

3)시각화 기능

(1) Mermaildchart를 활용한 중재계획 플로우차트 (Figure 8)

Figure 8.Flow Chart of Intervention

(2) Companion 1.0을 SP-2 영역 별 파이차트 & 사 용자의 사진이나 아이콘을 포함한 마인드맵(Figure 9)

Figure 9.Pie Chart & Mind Map Formation Including Photos of Users

IV.고 찰

본 연구는 감각통합 평가 도구인 SP-2의 해석 복잡성, 평가자의 주관 개입, 결과 시각화 부족 등의 실질적 한계 를 개선하기 위해 AI 기반 ChatBot 시스템(SPSI)을 개발 하고 그 가능성을 탐색하고자 하였다. SP-2는 상대적으 로 활용도가 높은 평가도구이나, 해석과 중재 전략 도출 에는 여전히 평가자의 경험과 역량이 크게 작용하고 있으 며, 보호자나 비전공자가 이해하기 어려운 구조로 되어 있다.

본 연구에서는 SP-2의 평가 항목을 자동화된 ChatBot 환경에서 구현하여, 사용자가 기존 지필검사가 아닌 ChatBot 기반 인터페이스를 통해 평가를 수행하게 하고 그 결과를 자동 채점, 사분면 점수 분석, 시각화 및 중재 전략 제안의 형식으로 제공하도록 설계하였다. 사용자는 빠 르고 간단한 방식으로 평가에 응답할 수 있으며, ChatBot 은 quadrant grid/score (seeking, avoiding, sensitivity, registration)를 계산하였다. ChatBot은 SP-2 매뉴얼 기반의 프로그래밍과 학습된 템플릿을 활용하여 일관된 방식으로 해석 및 중재 방향을 제공하였다. 또한 전공지 식이 없는 대상자가 직관적으로 이해할 수 있도록 시각적 자료를 추가로 제공했다.

연구 결과, SPSI는 자동화된 점수 계산으로 소요 시간 을 감소시킴을 넘어서, 평가자의 해석 부담을 줄이고 사 용자 중심의 직관적인 결과 전달이 가능함을 확인하였다. 특히 개별 행동 특성과 관련된 예시, 감각 유형 조합에 따른 해석, 그리고 반복 평가 간의 변화 추적 기능을 통해 기존 SP-2 결과 해석보다 더 많은 정보와 정성적 의미를 포함한 보고서 생성이 가능하였다. 이는 기존 SP-2 결과 가 수치 중심으로 제공되는 것과 달리, 본 ChatBot은 설명형 문장과 시각자료를 함께 제공함으로써 치료사가 보다 쉽게 평가 결과를 설명할 수 있도록 도움을 줄 수 있다.

그러나 연구결과에서 제시한 시각화 자료 중 ‘중재 플 로우 차트’와 ‘마인드맵’은 구체적인 instruction이 제시 되지 않아 일관성 없는 결과가 나타났다. 또한 마인드맵의 경우 대상자가 원하는 사진이나 아이콘을 중앙에 설정하 여 치료 동기를 높이고자 기능을 추가했으나, OpenAPI 환경에서는 개인정보 노출에 주의할 필요가 있다. 추후 중재 플로우 차트 작성 시에는 임상에서 SP-2를 사용하 는 작업치료사들에게 수요조사를 한 뒤, 구체적인 틀을 제시하여 평가자 간 신뢰도나 검사-재검사 신뢰도를 높 여야 할 것이다. 마인드맵의 경우, 대상자의 사진이 데이 터베이스에 저장되지 않도록 보안 체계를 수립해야 할 것이다. 또한 마인드맵 작성이 필요하다고 생각되는 구 체적인 내용들을 instruction으로 제시되어야 한다.

본 연구는 SP-2 결과 해석 및 시각화 보조를 위한 ChatBot (SPSI) 프로토타입의 개발 및 개념 검증 단계이 므로, 일반적인 기존 평가도구 개발 절차에 활용되는 신 뢰도, 타당도 검사는 시행되지 않았다. 따라서 현 시점에 서 임상에서 사용되기에는 제한이 있다. 치료사의 이 절 차는 후속 연구에서 시행되어야 할 것이며 구체적으로는 다음의 5가지 분석이 포함되어야 할 것이다.

전문가와의 검사자 간 신뢰도 측정

사분면(quadrant) 분류에 대한 Cohen’s κ 산출

검사-재검사 신뢰도 측정을 위한 Spearman’s ρ 분석

수치형 지표의 Bland-Altman 분석으로 편향 및 범위 확인

실제 사용자를 모집하여 System Usability Scale 기반 사용성 평가

또한 보건의료와 AI와의 접목에서 가장 큰 문제로 지적 되고 있는 잠재적 위험성 문제를 해결하기 위하여 출력된 결과로부터 어떤 방식과 임상적 근거로 도출되었는지를 역 으로 추적할 수 있는 설명 가능한 인공지능(Explainable Artificial Intelligence; XAI)의 활용이 필요하다. 이를 위해 관련 분야 전문가와의 협업 및 윤리위원회 승인을 통해 연구의 안전성과 당위성을 확보해야 할 것이다.

본 연구 이전 타 분야에서도 인공지능 기반 ChatBot 이 평가 및 중재에 활용될 수 있는 가능성을 시사한 바 있다. [Lee와 Park (2025)]은 의료 분야에서 AI 도구의 사용이 시간 소모를 줄이고 해석의 일관성을 높이는 데 기여한다고 보고하였으며, [Katsiroumpa 등(2025)]은 정신건강 분야 ChatBot이 불안, 우울 등 정서적 평가 및 개입에 효과적이었다고 밝혔다. 본 연구의 SPSI는 이 러한 연구들과 방향성을 같이하며, 작업치료 영역에서의 평가 자동화 및 시각화 구현에 적용 가능성을 실험적으로 확인하였다는 점에서 의의가 있다.

본 연구는 다음과 같은 제한점을 가진다. 첫째, ChatBot 의 해석과 중재 전략은 GPT 기반 모델에 의해 도출되며, 실제 임상가의 판단과 다를 수 있으므로 임상적 판단의 참고자료로 제한적으로 활용되어야 한다. 둘째, 프로토 타입 SPSI는 정보 제공 및 평가 보조의 목적에 한정되어 있으며, 개인정보 보호 정책을 포함하고 있으나 법적 책 임이나 의료적 진단을 대신할 수 없기 때문에 기술적 보 완이 필요하다. 향후 실제 임상 환경에 적용하기 위해서 는 데이터 암호화, 접근 통제, 로그 기록 등 보안 체계 마련이 필수적이다.

V.결 론

본 연구는 SP-2의 평가 소요 시간과 평가자 주관성, 결과 해석을 보조하기 위해 SPSI 프로토타입을 개발하였 다. SPSI는 SP-2 결과의 고도화된 해석을 제공하고 시각 화를 보조하여 결과 전달 및 중재 전략 수립에 도움을 주는 기능을 탑재하고 있으나, 신뢰도 및 타당도 검증이 되지 않은 프로토타입으로 사용 시 주의가 필요하며 임상 적 의사결정을 대체하지 않는다. 또한 보호자 및 비전문 가의 입장에서도 모바일 ChatBot을 통한 간단한 지시로 평가결과표를 이해할 수 있도록 제시하였으나, 안전성 확보가 되지 않아 전문가의 검증 없이 수용할 수 없는 단계이다. 향후 연구에서는 신뢰성 검증, 설명 가능한 인 공지능(XAI) 도입, 개인정보 보호를 위한 보안 체계 강화 가 필요하며, 임상 전문가와의 협력을 통해 시스템의 정 교화가 요구된다. 본 연구에서 개발한 SPSI는 ChatBot 기반 평가 방식은 작업치료 분야의 디지털 전환에 실질적 인 적용 가능성을 보여주었으며, 향후 다양한 임상 환경 에서 활용될 수 있는 잠재력을 확인하였다는 점에 연구의 의의가 있다.