인공지능 활용 상담의 효과성에 대한 메타분석

A Meta-Analysis of the Effectiveness of AI-Enhanced Counseling Interventions

현대 사회에서 정신건강 문제의 증가와 전문가 부족 현상이 심각해지면서, 인공지능(AI) 기술을 활용한 상담이 혁신적인 해결책으로 주목받고 있다. 본 연구는 AI를 활용한 상담의 효과성을 체계적으로 검증하기 위해메타분석을 실시하였다. Wood and Mayo-Wilson의 PICOS 기준을 적용하여 학술연구정보서비스(RISS)와 구글학술검색을 통해 국내에서 수행되어 국내외 학술지 등에 발표된 관련 연구들을 수집하였으며, '인공지능', 'AI', '상담', '챗봇' 등의 검색어를 사용하여 최종적으로 10편의 연구에서 54개의 효과크기를 분석하였다. 동질성 검증 결과 Q값 242.02(p<.001), I²값 78.10으로 이질성이 높아 무선효과모형을 적용하였다. 분석 결과, 전체 평균효과크기는 .313(95% CI: .208-.417)으로 중간 이하의 효과크기를 보였으나 통계적으로 유의하였다. 효과성 요인별로는 진로인식(1.638)이 가장 큰 효과크기를 보였으며, ADHD 관련 요인(.266), 우울·스트레스(.263), 긍정정서·정신건강(.192), 사회정서(.154), 불안·공황(.118) 순으로 나타났다. AI 기술 유형별로는 AI투닝(4.147)이 가장 높은 효과크기를 보였고, Humanoid 로봇(.399), LLM(.378), ChatBot(.153) 순이었다. 연령대별 분석에서는초·중등학생(.718)에서 가장 큰 효과크기를 보였으며, 중장년-노년기(.341), 대학생(.144) 순으로 나타났다. 회기별로는 5-10회 적용 시 1.638로 가장 효과적이었다. 이러한 결과는 AI 기반 상담이 정신건강 서비스에서 유용한 도구가 될 수 있음을 시사하며, 특히 진로상담 영역과 초·중등학생 대상에서 높은 효과성을 보임을 확인하였다. 향후 개인화된 AI 시스템 개발과 연령대별 차별화된 접근 전략의 필요성을 제안하였다.

As mental health problems increase and the shortage of professionals becomes more severe in modern society, AI-enhanced counseling is gaining attention as an innovative solution. This study conducted a meta-analysis to systematically verify the effectiveness of AI-enhanced counseling. Using the PICOS criteria by Wood and Mayo-Wilson, we collected relevant studies conducted domestically and published in domestic and international academic journals through the Research Information Sharing Service (RISS) and Google Scholar, using search terms such as 'artificial intelligence', 'AI', 'counseling', and 'chatbot'. Finally, 54 effect sizes from 10 studies were analyzed. The analysis showed an overall mean effect size of .313, indicating a small to medium effect size that was statistically significant. By effectiveness factors, career awareness showed the largest effect size (1.638), followed by ADHD-related factors (.266), depression and stress (.263), positive emotions and mental health (.192), social-emotional factors (.154), and anxiety and panic (.118). By AI technology type, AI tuning showed the highest effect size (4.147), followed by Humanoid robots (.399), LLM (.378), and ChatBot (.153). Age group analysis revealed the largest effect size for elementary and secondary students (.718), followed by middle-aged to elderly adults (.341) and university students (.144). By session frequency, 5-10 sessions showed the most effectiveness with an effect size of 1.638. These results suggest that AI-based counseling can be a useful tool in mental health services, particularly showing high effectiveness in career counseling and for elementary and secondary students. Future development of personalized AI systems and the need for age-specific differentiated approach strategies are recommended.