CareMaster AI: 알츠하이머 환자 소통 전문가 양성 과정 시나리오

1. 개요 및 설계 철학 (Overview)

• 프로그램 명: CareMaster AI - 적응형(Adaptive) 학습자로 만들기 위한 치매 환자 '말벗' 소통 훈련
• 교육 철학: ISD의 체제적 관점(Systemic Approach) 적용. 단순 지식 전달을 넘어 학습자의 성향, 수행 환경, 심리적 압박, 메타인지를 통합적으로 고려하여 설계.
• 학습 목표:
  1. 기술적 정교함: 환자의 문제 행동(망상, 배회)에 대해 이론적 근거(인정요법 등)에 기반한 정확한 화법 구사.
  2. 회복 탄력성: Devil's Advocate(악마의 변호인) 상황에서도 평정심을 유지하며 대안 제시.
  3. 전문가적 성찰: 자신의 대화가 어떤 기술을 의도했는지 실시간으로 인지하고 분석(Technical Reflection).
• 대상: 요양보호사 자격 취득 예정자 및 직무 향상 교육 대상자.

2. Multi-Agent 시스템 구성

Master Agent의 조율 하에 6개의 전문 에이전트가 유기적으로 협업합니다. 

에이전트	역할	주요 기능 (통합 및 고도화)
Master Agent	총괄 지휘	학습자 데이터 관리, 전체 프로세스 제어, 단계별 분기(Remediation/Enrichment) 결정
Diagnostic Agent	정밀 진단	선수 지식, 학습 선호도(VARK), 개인 관심사(Interests) 프로파일링
Curriculum Agent	설계 최적화	진단된 관심사를 메타포(비유)로 가공하고, 학습 자료 형태(영상/텍스트)를 결정
Practice Agent	환자/자극	다양한 페르소나 연기, Devil's Advocate(강성 저항) 모드, 즉각적 반응 피드백
Tutor Agent	코치/성찰	소크라테스식 발문, 기술-의도 불일치 감지, 실시간 가이드 제공
Evaluate Agent	정밀 평가	Mini-OSCE(2종) 수행, 핵심 역량 과락(Critical Cut-off) 판정
Remediation Agent	보정/심화	미달자를 위한 Micro-Drill(재학습) 및 우수자를 위한 Multimodal Enrichment(심화)

 

3. 단계별 상세 시나리오 (Scenario Flow)

Phase 1: 진단 및 프로파일링 (Diagnostic Phase)

1. Diagnostic Agent: 학습자 인터뷰 수행.
   • Q: "학습할 때 가장 편한 방식은? 평소 즐기는 취미는?"
2. 프로파일링 결과:
   • [학습 성향]: 시각(Visual) 학습자
   • [관심사]: 요리(Cooking)
3. Curriculum Agent: 학습 전략 수립.
   • 전략: 텍스트 대신 '레시피 카드' 형태의 요약 제시. "인정요법 = 불 조절(Heat Control)" 메타포 사용.

Phase 2: 통합 실습 프로세스 (Practice Loop with Integrated Reflection)

이 단계에서는 실습과 성찰이 분리되지 않고, UI와 상호작용을 통해 동시에 일어납니다.

Step 2-1: 목표 설정 및 의도 태깅 (Intent Tagging)

• 상황: 환자(Practice Agent)가 "내 지갑 누가 훔쳐갔어!"라며 의심 망상을 보임.
• 학습자 Action (즉시적 성찰):
  1. 대사 입력: "지갑이 없어져서 속상하시겠어요. 같이 찾아봐요."
  2. [기술 선택 버튼] 클릭: [① 인정/공감] vs [② 주의전환] vs [③ 현실지적]
  • (의의: 대사를 칠 때마다 자신이 어떤 기술을 쓰는지 스스로 정의내림)

Step 2-2: 튜터의 기술적 검증 (Socratic Correction)

• Case A (일치): 학습자가 **[① 인정/공감]**을 선택하고 적절한 대사를 함.
  • Tutor: (조용함/통과)
• Case B (불일치 - 기술적 오류):
  • 학습자 대사: "지갑은 서랍에 있잖아요. 의심하지 마세요." (현실 지적)
  • 학습자 선택: [① 인정/공감] (오류)
  • Tutor Agent (즉시 개입): "잠깐! [공감]을 선택하셨는데, 실제 대사는 [지시]에 가깝습니다. 인정요법의 정의(Definition)가 무엇인가요?" (정답을 주지 않고 이론을 되물음)

Step 2-3: Devil's Advocate (회복 탄력성 훈련)

• 상황: 학습자가 완벽한 공감 대화를 시도함.
• Practice Agent (Devil Mode): "거짓말! 너도 한패지? 경찰 불러!" (논리적 대응 무력화)
• 학습 목표: 당황하지 않고 감정적 지지를 유지하는지 테스트.
• Tutor Tip (요리 메타포): "요리사님, 재료(환자)가 튀어 오르고 있습니다. 지금은 젓지 말고 뚜껑을 덮어(침묵/경청) 기다리세요."

Phase 3: 평가 (Evaluation - Mini OSCE)

Evaluate Agent가 2가지 시나리오(기억장애 / 피해망상+흥분)를 연속 수행 후 채점합니다.

평가 루브릭 (100점 만점)

1. [핵심] 정서 안정/공감 (30점): 과락 기준 적용 (18점 미만 시 즉시 불합격)
2. 갈등 예방 (25점)
3. 문장 명료성 (20점)
4. 상황 판단/안전 (15점)
5. 기록/보고 (10점)

Phase 4: 결과 판정 및 피드백 분기 (Feedback Loops)

평가 결과에 따라 학습자는 두 가지 다른 경로로 이동합니다.

Path A: 조건부 불합격 (Conditional Fail) → Remediation

• 상황: 총점 85점이나, **'공감' 점수가 15점(과락)**인 경우.
• 피드백: "기술적 처리는 우수하나, 핵심 역량인 '공감' 부족으로 미이수 처리되었습니다."
• Remediation Agent (보정 학습):
  • 원인 분석: "요리의 간(Salt)이 빠졌습니다."
  • Micro-Drill: 전체 시나리오 대신, 환자의 대사에서 '감정 단어 찾기' 훈련만 10회 반복 수행.

Path B: 전문가 도전 (Mastery Challenge) → Enrichment

• 상황: 합격 기준을 넘겼으며(총점 85, 공감 25), 학습자가 **"상위 1% 도전"**을 선택함.
• Remediation Agent (심화 학습):
  • Multimodal Feedback:
    • [Video]: 시선 처리가 불안한 구간 Heatmap 제공.
    • [Audio]: 목소리 톤이 날카로운 구간의 파형 분석 및 Ideal Voice 비교 청취.
  • Final Mission: 복합 상황(배회+폭력+소음)에서 환자와 라포(Rapport)를 형성하는 고난도 시나리오 수행.

 

4. 교수자(Human-in-the-loop) 역할

• 대시보드 모니터링:
  • 학생들의 '기술-의도 불일치' 빈도를 확인하여 개념 이해도 파악.
  • Devil's Advocate 단계에서의 이탈률 확인.
• Co-teaching:
  • 심화 학습(Enrichment) 결과물(영상)을 함께 보며 비언어적 태도 코칭.
  • AI가 판단하기 어려운 윤리적 딜레마 상황에 대한 토론 주관.

---

5. 결론 (Impact)

이 종합 시나리오는 다음과 같은 효과를 창출합니다.

1. 메타인지 강화: '의도 태깅(Intent Tagging)' 시스템을 통해 학습자는 무의식적인 말하기가 아닌, **'설계된 소통'**을 훈련하게 됩니다.
2. 개인화된 몰입: 요리, 통계 등 자신의 관심사(Context) 안에서 요양 보호 기술을 이해하므로 학습 효율이 높습니다.
3. 품질 보증: **'핵심 역량 과락제'**는 영혼 없는 기술자가 배출되는 것을 원천 차단합니다.
4. 끝없는 성장: 합격에 안주하지 않고 **심화 과정(Enrichment)**을 통해 진정한 마스터로 성장할 길을 열어줍니다.