심심이, 정부 에이전틱 인공지능 사업 맡아 정서 돌봄 컴패니언 만든다

심심이가 맡은 건 ‘대답 잘하는 챗봇’이 아니라 ‘먼저 움직이는 인공지능’임

• 심심이가 과기정통부와 정보통신기획평가원이 추진하는 ‘실세계 능동행동형 에이전틱 인공지능 기술개발’ 사업의 주관기관으로 선정됨

  • 과제명은 ‘국민 정서 안전망 구축을 위한 정서 고립 선제 감지 및 적시 개입 에이전틱 인공지능 기술개발’임
  • 쉽게 말하면 사용자가 먼저 “나 힘들어”라고 말하기 전에, 일상 대화와 상황 변화를 보고 위험 신호를 감지하는 인공지능 컴패니언을 만들겠다는 얘기임

• 목표는 ‘사용자가 요청하면 답하는 인공지능’에서 ‘사용자를 이해하고 기억하며 필요한 순간 먼저 돕는 인공지능’으로 넘어가는 것임

  • 심심이는 이를 ‘일상 동행·공감형 인공지능 컴패니언’으로 설명함
  • 공감형 대화만 하는 게 아니라, 사용자가 필요로 하는 생활 지원까지 스스로 수행하는 방향을 잡고 있음

왜 하필 심심이냐는 질문에 대한 답

• 심심이는 2002년부터 상업용 일상대화 챗봇을 운영해 온 회사임

  • 현재까지 111개 언어, 200개국에서 서비스를 제공해 왔다고 밝힘
  • 누적 대화 데이터는 170억 건 이상임
  • 대화 이해력 지표인 SSA 벤치마크에서는 86%를 기록했다고 함

• 이번 과제의 기반 기술로 심심이는 ‘Companion Modeling’, 즉 사람 모델링 기술을 내세움

  • 단발성 질문에 답하는 모델이 아니라, 사용자의 정서와 맥락을 지속적으로 파악하는 쪽에 초점이 있음
  • 정서 고립을 감지하려면 단순 키워드 매칭보다 장기적인 대화 패턴과 상태 변화 추적이 중요해짐

• 심심이는 이미 기술 적용 영역을 여러 사업군으로 넓혀 왔다고 설명함

  • 엔터테인먼트·캐릭터챗 서비스로 SimSimi와 Mochis를 운영 중임
  • 교육, 정서케어·헬스케어, 공공·기업, 연구개발 영역에도 사람의 맥락과 정서를 이해하는 인공지능 기술을 적용하고 있음

컨소시엄 구성이 꽤 현실적인 이유

• 이번 사업에는 심심이만 들어가는 게 아니라 총 26개 산학연 기관이 참여함

  • 정부의 ‘에이전틱 인공지능 이니셔티브’ 핵심 과제 중 하나고, 심심이를 포함해 4개 기업이 주관기관으로 참여함
  • 착수보고회는 7월 30일 서울 마포구 인공지능·소프트웨어 마에스트로 서울센터에서 열림

• 참여 기관 역할도 정서형 인공지능 개발에 필요한 조각들로 나뉘어 있음

  • 한국과학기술원, 고려대, 성균관대 등은 인지·정서 모델링 쪽 전문성을 보탤 예정임
  • 협력 병원은 임상 검증을 맡고, 페이크아이즈·인디제이·충북과학기술혁신원 등은 온디바이스 하드웨어와 실증 리빙랩 쪽에 참여함

• 정부는 2027년 말 단계평가를 거쳐 최우수 1개 과제를 고를 계획임

  • 선정된 과제는 글로벌 시장을 겨냥한 서비스로 고도화한다는 구상임
  • 그러니까 이번 사업은 연구 과제로 끝나는 게 아니라, 실제 제품·서비스 경쟁까지 염두에 둔 판임

개발자 입장에서 봐야 할 포인트

• 정서 돌봄형 에이전틱 인공지능은 기술적으로도 까다롭지만 운영 리스크가 훨씬 큼

  • 사용자의 정서 변화를 감지한다는 건 민감한 개인 데이터를 장기간 다룬다는 뜻임
  • “언제 개입할 것인가”, “어디까지 개입할 것인가”, “잘못 판단했을 때 책임은 누구에게 있는가” 같은 문제가 바로 따라붙음

• 온디바이스 하드웨어와 임상 검증이 같이 언급된 것도 그냥 장식이 아님

  • 정서·건강 관련 서비스는 클라우드 모델 성능만으로 밀어붙이기 어렵고, 프라이버시와 검증 체계를 같이 봐야 함
  • 특히 병원과 리빙랩이 들어간다는 건 실제 사용자 환경에서 검증하겠다는 의미로 읽힘

---

기술 맥락

• 여기서 중요한 선택은 챗봇을 ‘응답 시스템’이 아니라 ‘상태를 계속 추적하는 에이전트’로 확장한다는 점이에요. 왜냐하면 정서 고립은 한 번의 문장으로 드러나는 경우보다, 대화 빈도나 표현 방식의 변화처럼 시간에 걸쳐 나타나는 경우가 많거든요.

• 심심이가 Companion Modeling을 강조하는 이유도 여기에 있어요. 170억 건 이상의 대화 데이터가 있다면 단순한 문답 품질보다, 사용자의 말투·관심사·정서 패턴을 장기적으로 모델링하는 쪽에서 차별점을 만들 수 있어요.

• 다만 이 구조는 개인정보와 안전성 부담이 큽니다. 사용자의 정서를 이해하려면 민감한 맥락을 다뤄야 하고, 인공지능이 먼저 개입하는 순간부터 오탐·과잉개입·책임 소재 문제가 기술 설계의 일부가 돼요.

• 컨소시엄에 병원, 대학, 온디바이스 하드웨어, 리빙랩 조직이 같이 들어간 건 그래서 의미가 있어요. 모델 성능만으로 끝나는 과제가 아니라, 실제 환경에서 검증하고 프라이버시와 사용자 경험까지 맞춰야 하는 서비스이기 때문이에요.