자연 발화 조건의 음성 감정 인식을 겨룬 Interspeech 2025 챌린지의 우승 시스템은 실제 팟캐스트 음성에서 여덟 가지 감정 전체에 대해 macro-F1이 겨우 0.4316에 그쳤다. 반면 벤치마크된 10개 모델 중 최고 모델은 연기 코퍼스인 RAVDESS에서 비가중 정확도 75.32%를 기록한다(EmoBox 벤치마크, Interspeech 2024). 같은 간극이 임상 음성 연구에도 나타난다. 딥러닝 모델은 음성으로 우울증을 감지할 때 통합 민감도 0.83에 이르지만(Lu 외, BMC Psychiatry 2025), 정신건강 음성 연구 68건 중 독립된 데이터셋으로 모델을 검증한 것은 2건뿐이다(Uy 외, Frontiers in Digital Health 2026). 한편 원격 심리치료는 이제 일상이 되었다. 2025년 미국 성인의 12.3%, 즉 32.6백만 명이 원격의료로 정신건강 치료를 받았다(SAMHSA, 2025 NSDUH). 저희는 MSP Lab 챌린지 리더보드, EmoBox와 ParaLBench 벤치마크, BMC Psychiatry, Annals of Family Medicine, JMIR, SAMHSA, FAIR Health, CDC NCHS, 미국심리학회, 그리고 EU AI법 조문에서 데이터를 취합했다. 음성 건강 연구 중 치매 분야는 별도의 정리인 알츠하이머병과 인지 장애의 음성 바이오마커를 참고하세요.
이 페이지는 연구 결과만을 다룹니다. 의학적 조언이 아니며, 여기서 설명하는 어떤 도구도 자격을 갖춘 임상의의 평가를 대체하지 않습니다.
요약
- 여덟 가지 감정 클래스의 자연 음성 감정 인식에서 최고 macro-F1은 0.4316이었으며, 기준선은 0.3293이었다(MSP Lab, Interspeech 2025 SER 챌린지 리더보드).
- 최고 모델은 연기 음성인 RAVDESS에서 비가중 정확도 75.32%에 도달했지만 MSP-Podcast에서는 22.24%였다(EmoBox 벤치마크, Interspeech 2024).
- MSP-Podcast 발화 턴 267,905개 중 17.98%는 주요 감정에 대한 평가자 간 일치가 없었다(Busso 외, MSP-Podcast 코퍼스 2025).
- 사람 청취자가 RAVDESS 음성에서 연기된 감정을 맞힌 정답 비율은 0.63이었다(Livingstone와 Russo, PLOS ONE 2018).
- 음성에서 딥러닝으로 우울증을 감지한 연구 16건의 통합 민감도는 0.83, 특이도는 0.86이었다(Lu 외, BMC Psychiatry 2025).
- 성인 14,898명(검증 4,456명)을 대상으로 연구된 음성 도구는 중등도에서 중증 우울증에 대해 민감도 71.3%, 특이도 73.5%에 도달했다(Mazur 외, Annals of Family Medicine 2025).
- 음성 정신건강 연구 68건 중 독립 검증 또는 데이터셋 간 검증을 사용한 것은 2건뿐이었다(Uy 외, Frontiers in Digital Health 2026).
- 2025년 어떤 정신질환이든 있는 미국 성인의 32.8%가 원격의료로 치료를 받았다(SAMHSA, 2025 NSDUH).
- 2026년 1분기에 민간보험 가입 원격의료 환자의 52.1%가 정신건강 진단을 받았다(FAIR Health, Quarterly Telehealth Regional Tracker 2026).
- 직장과 학교에서의 감정 추론을 금지하는 EU AI법 규정은 2025년 2월 2일부터 적용되고 있다(규정 (EU) 2024/1689).
- 2025년 미국 심리학자의 29%가 최소 월 1회 AI를 사용했으며, 2024년의 11%에서 늘었다(APA, 2025 Practitioner Pulse Survey).
1. 표준 감정 코퍼스의 벤치마크 정확도
이 절에서는 세 가지 지표가 반복해서 등장한다. 비가중 정확도(UA)는 각 감정 클래스의 적중률을 평균하므로 모든 감정이 똑같이 반영된다. 가중 정확도(WA)는 정답의 단순 비율로, 가장 흔한 감정을 맞힌 모델에 유리하다. macro-F1은 클래스 간 균형을 맞춘 유사한 지표로, 오탐에도 불이익을 준다.
연기 또는 엄격하게 통제된 코퍼스에서 최고 모델의 점수는 UA 73.54%(IEMOCAP)에서 UA 84.62%(ESD) 사이다. 사전 학습된 10개 모델 중 최고 모델은 ESD 코퍼스에서 UA 84.62%를 기록했지만, 실제 팟캐스트 음성 코퍼스인 MSP-Podcast에서는 UA 22.24%에 그쳤다(EmoBox 벤치마크, Interspeech 2024). MSP-Podcast에서 같은 모델의 가중 정확도는 비가중 정확도의 대략 두 배인데, 이는 모델이 흔한 감정에는 강하고 드문 감정에는 약하다는 신호다. 따라서 연기 코퍼스의 대표 정확도 수치는 시스템이 전화 통화나 심리치료 세션에서 어떻게 동작할지에 대해 거의 말해주지 않는다. 데이터셋별 전체 표는 EmoBox 논문에 있다.
| 지표 | 값 | 출처 |
|---|---|---|
| 10개 모델(Whisper large v3) 중 최고 UA: IEMOCAP(연기 2인 대화)과 RAVDESS(연기 음성) | 73.54%와 75.32% | EmoBox (Ma 외), Interspeech 2024 |
| RAVDESS 코퍼스: 전문 배우와 음성 오디오 파일 | 배우 24명(여성 12명, 남성 12명), 음성 오디오 파일 1,440개 | Livingstone와 Russo, RAVDESS Zenodo 기록 2018 |
| CREMA-D와 ESD(연기 코퍼스)의 최고 UA | 76.75%와 84.62% | EmoBox (Ma 외), Interspeech 2024 |
| MSP-Podcast(자연 팟캐스트 음성) 최고 모델: UA 대 WA | 22.24% 대 44.10% | EmoBox (Ma 외), Interspeech 2024 |
| MELD(TV 시리즈 대화) 최고 모델: UA 대 WA | 31.54% 대 51.89% | EmoBox (Ma 외), Interspeech 2024 |
| IEMOCAP 4클래스 감정, 음향 파운데이션 모델 14종 중 최고 UA(Whisper-large) | 0.690 | ParaLBench 벤치마크, arXiv 2411.09349 (2024) |
| IEMOCAP 4클래스 감정, WavLM-large의 UA | 0.685 | ParaLBench 벤치마크, arXiv 2411.09349 (2024) |
| IEMOCAP 코퍼스의 규모 | 약 12시간의 시청각 데이터 | USC SAIL Lab, IEMOCAP 데이터베이스 페이지 |
맥락: EmoBox는 14개 언어의 감정 데이터셋 32개를 다룬다. 코퍼스마다 감정 클래스 수와 음성이 만들어진 방식이 다르므로(IEMOCAP의 범주형 라벨은 네 가지 감정이 중심이고 RAVDESS 음성은 여덟 가지를 쓴다), 점수는 같은 행 안에서는 비교할 수 있지만 행 사이에서는 비교할 수 없다. ParaLBench 결과도 다른 모델 풀로 비슷한 결론에 도달한다.
2. 자연 발화 조건: Interspeech 2025 챌린지
Interspeech 2025 챌린지는 참가 팀에게 MSP-Podcast 코퍼스의 자발적 음성에서 여덟 가지 감정(분노, 기쁨, 슬픔, 공포, 놀람, 경멸, 혐오, 중립)을 분류하고, 각성도, 정서가, 지배성을 1에서 7까지의 척도로 예측하도록 요구했다. 우승 macro-F1 0.4316은 기준선 0.3293보다 약 0.10 높은 수치다(공식 리더보드를 바탕으로 한 저희의 계산). 이는 실질적인 진전이지만, 자연 음성에서 여덟 가지 중 하나를 고르는 판정의 대부분이 여전히 어려운 결정이라는 뜻이기도 하다.
차원 과제도 비슷한 이야기를 들려준다. CCC, 즉 일치 상관 계수는 예측 점수가 사람의 평가를 얼마나 가깝게 따라가는지 측정한다(1은 완벽한 일치를 뜻한다). 상위 시스템은 지배성(화자가 얼마나 상황을 통제하는 것처럼 들리는가)보다 정서가(목소리가 얼마나 긍정적이거나 부정적으로 들리는가)를 훨씬 잘 따라간다. 주최 측의 요약 논문은 오디오와 텍스트 파운데이션 모델을 결합한 시스템이 가장 견고했다고 지적한다.
| 지표 | 값 | 출처 |
|---|---|---|
| 과제 1(여덟 가지 감정 클래스) 기준선 macro-F1 | 0.3293 | MSP Lab, Interspeech 2025 SER 챌린지 리더보드 |
| 과제 1 최고 macro-F1(팀 NTUA) | 0.4316 | MSP Lab, Interspeech 2025 SER 챌린지 리더보드 |
| 과제 2(각성도, 정서가, 지배성) 평균 CCC: 기준선 대 최상위 시스템(팀 SAIL) | 0.5797 대 0.6076 | MSP Lab, Interspeech 2025 SER 챌린지 리더보드 |
| 과제 2 최상위 시스템: 정서가 CCC 대 지배성 CCC | 0.6829 대 0.498 | MSP Lab, Interspeech 2025 SER 챌린지 리더보드 |
| 한 참가 팀이 보고한 과제 1 제출 건수 | 166 | Dutta 외, ABHINAYA, arXiv 2505.18217 (2025) |
| 같은 팀의 시스템을 마감 후 주최 측이 채점한 macro-F1 | 44.02% | Dutta 외, ABHINAYA, arXiv 2505.18217 (2025) |
| 챌린지 훈련 데이터: 중립 샘플 대 공포 샘플 | 중립이 약 26배 많음 | Dutta 외, ABHINAYA, arXiv 2505.18217 (2025) |
맥락: 1위 MEDUSA 시스템은 14개 모델의 앙상블을 사용하면서도 RTX 3090 그래픽 카드 한 장으로 훈련되었으므로, 여기서의 한계는 연산 능력이 아니라 데이터다. 이 챌린지는 불균형한 훈련 데이터와 감정 클래스 전반에 걸쳐 균형 잡힌 테스트 세트를 짝지었으며(Dutta 외, ABHINAYA 2025), 그래서 상위 제출작에서는 불균형 처리가 두드러졌다.
3. 라벨의 모호성, 사람 간 일치도, 코퍼스 간 전이
2절의 낮은 점수는 일부 측정 문제이기도 하다. MSP-Podcast 최종 릴리스의 발화 턴 다섯 개 중 거의 하나(267,905개 중 48,180개)는 평가자 5명 이상 사이에서 주요 감정에 대한 상대 다수 일치가 없었다(Busso 외, MSP-Podcast 코퍼스 2025). 사람들이 라벨에 합의하지 못하면, 그 라벨을 기준으로 채점되는 모델은 그 불일치를 성능 상한으로 물려받는다.
코퍼스 간 전이는 두 번째 약점이다. 한 데이터셋으로 훈련하고 다른 데이터셋으로 테스트하는 모델(코퍼스 간 테스트)은 새로운 화자, 마이크, 라벨링 관행에 부딪힌다. EmoBox의 코퍼스 간 테스트에서는 각 코퍼스가 네 가지 감정(분노, 기쁨, 중립, 슬픔)에 균형 잡힌 테스트 클립 240개를 제공하므로, 무작위로 찍으면 약 25%가 나온다. 가장 강한 모델인 Whisper large v3의 정확도는 12개 훈련-테스트 쌍에 걸쳐 36.44%에서 66.91%까지였다.
| 지표 | 값 | 출처 |
|---|---|---|
| MSP-Podcast 2.0: 주석이 달린 오디오, 발화 턴, 화자, 턴당 평가자 | 409시간, 267,905턴, 화자 3,641명, 턴당 평가자 5명 이상 | Busso 외, MSP-Podcast 코퍼스, arXiv 2025 |
| 주요 감정에 대한 상대 다수 일치가 없는 발화 턴 | 267,905개 중 48,180개(17.98%, 저희의 계산) | Busso 외, MSP-Podcast 코퍼스, arXiv 2025 |
| 주요 감정에 대한 평가자 간 일치도(카파) | 0.411 | Busso 외, MSP-Podcast 코퍼스, arXiv 2025 |
| 공포로 라벨링된 발화 턴 | 267,905개 중 1,943개(0.73%, 저희의 계산) | Busso 외, MSP-Podcast 코퍼스, arXiv 2025 |
| 훈련받지 않은 사람 청취자가 RAVDESS 음성(오디오만)에서 연기된 감정을 맞힌 비율(정답 비율) | 0.63(95% 신뢰구간 .62~.64) | Livingstone와 Russo, PLOS ONE 2018(입수 가능한 최신 데이터) |
| Whisper large v3의 코퍼스 간 정확도: IEMOCAP으로 훈련해 RAVDESS로 테스트 대 RAVDESS로 훈련해 SAVEE로 테스트 | 38.24% 대 66.91% | EmoBox 코퍼스 간 리더보드, 2024 |
| 주석자 대응 모델의 정서가 일치도(CCC): MSP-Podcast에서 테스트 대 IEMOCAP으로 전이 | .647 대 .516 | Tavernor와 Mower Provost, arXiv 2509.12295 (2025) |
맥락: RAVDESS의 사람 수치와 1절의 모델 점수는 정면 대결이 아니다. 청취자는 서로 다른 조건에서 여덟 가지 라벨에 더해 ‘해당 없음’ 선택지 중에서 골랐기 때문이다. EmoBox의 코퍼스 간 수치는 공개 리더보드에 있으며, RAVDESS 검증 데이터는 Zenodo 기록에 문서화되어 있다.
4. 음성 기반 우울증 및 불안 감지 정확도
임상 음성 모델은 보통 개별 감정을 분류하지 않는다. 그 대신 PHQ-9(우울증)나 GAD-7(불안) 같은 설문에서 한 사람의 점수가 기준치를 넘는지를 예측한다. 딥러닝 연구 16건을 통합하면 음성 기반 우울증 감지의 민감도는 0.83, 특이도는 0.86에 도달했다(Lu 외, BMC Psychiatry 2025). 아래의 가장 큰 단일 연구는 더 낮은 수치를 보고하는데, 이는 작은 표본 여러 개에서 나온 통합 평균이 실제보다 좋아 보일 수 있음을 상기시킨다.
이 연구는 미국과 캐나다의 성인 14,898명으로부터 최소 25초의 자유 발화를 수집했고, 4,456개 표본의 검증 세트에서 민감도 71.3%(95% 신뢰구간 69.073.5), 특이도 73.5%(95% 신뢰구간 71.575.5)를 보고했다(Mazur 외, Annals of Family Medicine 2025). 이 연구는 개발사에 수여된 NSF 보조금으로 자금을 지원받았고, 저자 3명은 해당 회사의 직원이다. 불안 모델은 훨씬 덜 연구되었으며, 임신 중 연구는 환자 본인의 발화만 남길 때 이 모델들이 얼마나 취약한지를 보여준다.
| 지표 | 값 | 출처 |
|---|---|---|
| 우울증에 대한 딥러닝 음성 모델: 통합 민감도 / 특이도(연구 16건) | 0.83(95% 신뢰구간 0.77 | Lu 외, BMC Psychiatry 2025 |
| 통합 AUC: 딥러닝 대 전통적 머신러닝 | 0.91 대 0.89 | Lu 외, BMC Psychiatry 2025 |
| 음성 도구 대 PHQ-9 점수 10 이상(성인 14,898명 연구, 검증 4,456명): 민감도 / 특이도 | 71.3% / 73.5% | Mazur 외, Annals of Family Medicine 2025 |
| 예/아니오 결과 대신 ‘추가 평가 권고’로 반환된 검증 표본 | 4,456개 중 920개(약 20%) | Mazur 외, Annals of Family Medicine 2025 |
| 일반 인구의 프랑스 성인(865명): 우울증(PHQ-9)과 불안(GAD-7)의 AUC | 0.76과 0.77 | Riad 외, Journal of Medical Internet Research 2024 |
| 같은 연구: PHQ-9와 GAD-7 위험에 대한 F1 점수 | 0.49와 0.50 | Riad 외, Journal of Medical Internet Research 2024 |
| 임신 연구(여성 146명): GAD 모델 F1, 전체 인터뷰 대 검증된 환자 본인 발화만 | 76%~80% 대 51%~65% | Bayrampour 외, Journal of Clinical Psychiatry 2026 |
| 우울증과 대조군의 목소리 높이(기본 주파수), 연구 6건 통합 | 1.82 Hz 낮음, p = 0.56(유의하지 않음) | Cantor-Cutiva 외, Depression and Anxiety 2026 |
맥락: BMC Psychiatry 분석에서 딥러닝과 전통 모델 사이의 AUC 차이는 통계적으로 유의하지 않았으며, JMIR의 불안 및 우울증 연구는 표본에서 기준치를 넘는 사람이 적을 때 괜찮은 AUC에도 F1은 낮을 수 있음을 보여준다. 질병을 선별하는 대신 음성 일기를 기록하는 소비자용 앱에 대해서는 AI 음성 저널링 및 치료 앱에 관한 저희 정리를 참고하세요.
5. 근거의 공백: 검증, 공정성, 임상 준비도
4절의 정확도 수치는 대부분 훈련 데이터와 비슷한 데이터로 테스트된 모델에서 나온 것이다. 2026년 스코핑 리뷰에 따르면 음성 및 발화 기반 정신건강 연구 68건 중 독립 표본 또는 데이터셋 간 표본으로 모델을 검증한 것은 2건(3%)뿐이었다(Uy 외, Frontiers in Digital Health 2026). 코퍼스 간에 정확도가 급격히 떨어지는 3절과 함께 읽으면, 이것이 대표 정확도 수치를 에누리해서 봐야 하는 가장 큰 이유다.
공정성은 또 다른 미해결 문제다. 14,898명 우울증 연구에서 남성의 민감도는 여성보다 14.7퍼센트포인트 낮았고(59.3% 대 74.0%), 놓친 사례 중에는 남성이 과다하게 포함되어 있었다(위음성의 31.7% 대 검증 세트의 27.9%). 음성 기술은 화자 집단 간 성능이 고르지 않았던 오랜 기록이 있으며, 음성 인식의 억양 편향에 관한 저희 정리도 이를 기록하고 있다.
| 지표 | 값 | 출처 |
|---|---|---|
| 독립 검증 또는 데이터셋 간 검증을 거친 음성 정신건강 연구 | 68건 중 2건(3%) | Uy 외, Frontiers in Digital Health 2026 |
| 같은 리뷰에서 우울증을 대상으로 한 연구 | 68건 중 56건(82%) | Uy 외, Frontiers in Digital Health 2026 |
| 발화를 수동적으로 수집한 연구(주변 환경 녹음) | 68건 중 3건(4%) | Uy 외, Frontiers in Digital Health 2026 |
| 외부 검증 / 실제 환경 테스트가 있는 음성 선별 데이터셋 평가 | 32% / 8%(평가 37건 중) | Muntean-Codrea 외, Life 2026 |
| 임상 준비도가 높다고 평가된 데이터셋 평가 | 11% | Muntean-Codrea 외, Life 2026 |
| 불안을 다룬 포함 연구(34건 중) | 1 | Muntean-Codrea 외, Life 2026 |
| 이해관계자의 휴먼 인 더 루프 평가를 거친 임상 음성 AI 설명 가능성 연구 | 30건 중 0건 | Ebraheem 외, Journal of Medical Internet Research 2026 |
| 우울증 음성 도구의 민감도: 남성 대 여성 | 59.3% 대 74.0% | Mazur 외, Annals of Family Medicine 2025 |
맥락: Life 리뷰는 임상 준비도의 다섯 가지 지표를 모두 충족한 평가는 없었다고 밝힌다(Muntean-Codrea 외, Life 2026). JMIR 설명 가능성 리뷰는 30건의 연구 중 6건이 자신들의 설명을 확인하기 위해 외부 데이터를 사용했음을 확인했다.
6. 정신건강을 위한 원격 심리치료 이용
원격의료는 세션 오디오가 이미 소프트웨어를 거쳐 지나가므로 음성 분석이 가장 현실적으로 돌아갈 만한 곳이다. 2025년에 지난 1년 사이 주요 우울 삽화를 겪은 미국 성인의 44.7%, 즉 8.8백만 명이 원격의료로 정신건강 치료를 받았다(SAMHSA, 2025 NSDUH Annual National Report). 전체 인구에서의 이용은 2024년 성인의 12.8%에서 2025년 12.3%로 소폭 줄었는데, 이는 원격 심리치료가 팬데믹 때의 급증이 아니라 안정적인 채널로 자리 잡았음을 시사한다.
청구 데이터도 지불자 쪽에서 같은 그림을 보여준다. 정신건강은 모든 연령대에서 원격의료 진단 범주 1위이고, 심리치료는 두 번째로 흔한 원격의료 시술 범주다(FAIR Health, Quarterly Telehealth Regional Tracker 2026년 1월~3월). 심리학자들 사이에서는 완전 원격 진료가 2020년 64%에서 2023년 21%로 줄었고, 67%는 하이브리드로 일한다(APA, Practitioner Survey 인포그래픽 2023, 이 세부 항목에 대해 입수 가능한 최신 데이터).
| 지표 | 값 | 출처 |
|---|---|---|
| 원격의료로 정신건강 치료를 받은 미국 성인, 2025년 | 12.3%(32.6백만 명) | SAMHSA, 2025 NSDUH Annual National Report |
| 원격의료로 정신건강 치료를 받은 미국 성인, 2024년 | 12.8%(33.4백만 명) | SAMHSA, 2024 NSDUH Annual National Report |
| 어떤 정신질환이든 있고 원격의료로 치료받은 성인, 2025년 | 32.8%(54.6백만 명 중 17.9백만 명) | SAMHSA, 2025 NSDUH Annual National Report |
| 정신건강 진단을 받은 원격의료 환자(민간보험 가입), 2026년 1분기 | 52.1% | FAIR Health, Quarterly Telehealth Regional Tracker 2026 |
| 같은 지표, 19~30세 환자 대 65세 이상 환자 | 69.4% 대 22.0% | FAIR Health, Quarterly Telehealth Regional Tracker 2026 |
| 심리치료 서비스로 청구된 원격의료 환자 | 35.0% | FAIR Health, Quarterly Telehealth Regional Tracker 2026 |
| 원격의료 청구가 한 건이라도 있는 민간보험 가입 환자: 도시 대 농촌 | 18.6% 대 10.3% | FAIR Health, Quarterly Telehealth Regional Tracker 2026 |
| 화상 심리치료 대 대면 심리치료, 무작위 대조 시험 12건(900명): 증상 감소의 Hedges g | -0.09(95% 신뢰구간 -0.52~0.33), 유의한 차이 없음 | JMIR 체계적 문헌고찰 및 다수준 메타분석 2026 |
맥락: 또 다른 연방 조사인 NHIS는 2024년 미국 성인의 14.0%가 정신건강 전문가에게 상담 또는 심리치료를 받았으며, 18~29세 성인에서는 20.2%로 올라간다고 밝혔다(CDC NCHS Data Brief No. 564). 화상 심리치료 결과는 2026년 JMIR 메타분석에서 나온 것이다. 예약된 세션이 아니라 위기 상담 전화에 대해서는 988 Suicide and Crisis Lifeline 통화량 정리를 참고하세요.
7. 규제, 윤리, 임상의의 태도
감정 인식은 EU가 특정 환경에서 전면 금지한 몇 안 되는 AI 용도 중 하나다. EU AI법 제5조 제1항 (f)는 의료 또는 안전상의 이유에 대한 예외를 두고, 직장과 교육기관에서 자연인의 감정을 추론하는 AI 시스템을 금지하며, 이 금지는 2025년 2월 2일부터 적용되고 있다(규정 (EU) 2024/1689). 이 환경 밖에서는 감정 인식 시스템이 고위험으로 열거되며, 이를 배치하는 사람은 시스템에 노출되는 사람들에게 알려야 한다. 이 법의 전문은 감정을 행복, 슬픔, 분노, 놀람, 혐오 같은 상태로 정의하고, 통증이나 피로 같은 신체 상태는 제외한다.
미국에서는 규제가 감정 감지가 아니라 AI 치료를 겨냥한다. 일리노이주는 2025년 8월 4일 「Wellness and Oversight for Psychological Resources Act」에 서명해 AI가 치료상의 의사결정을 하는 것을 막고 행정 지원은 허용했다(일리노이 IDFPR 보도자료 2025). 임상의들은 AI를 빠르게 도입하고 있지만 개인정보 보호와 편향에 대해서는 분명한 우려를 갖고 있다(APA, 2025 Practitioner Pulse Survey).
| 지표 | 값 | 출처 |
|---|---|---|
| EU의 직장 및 교육 현장 감정 추론 금지가 적용되는 날짜 | 2025년 2월 2일 | 규정 (EU) 2024/1689, 제5조 및 제113조 |
| 금지된 AI 관행에 대한 최대 과징금 | EUR 35,000,000 또는 전 세계 연간 총매출액의 7% 중 더 높은 금액 | 규정 (EU) 2024/1689, 제99조 |
| AI법의 일반 적용일(감정 인식은 부속서 III에서 고위험으로 열거) | 2026년 8월 2일 | 규정 (EU) 2024/1689, 제113조 및 부속서 III |
| 일리노이 AI 치료법 위반 확인 1건당 과징금 | 최대 $10,000 | 일리노이 IDFPR 보도자료, 2025년 8월 |
| 진료에서 AI를 한 번도 쓴 적 없는 미국 심리학자: 2024년 대 2025년 | 71% 대 44% | APA, 2025 Practitioner Pulse Survey |
| 최소 월 1회 AI를 사용하는 심리학자: 2024년 대 2025년 | 11% 대 29% | APA, 2025 Practitioner Pulse Survey |
| AI에 대한 우려로 잠재적 데이터 유출 / 편향된 입력과 출력을 꼽은 심리학자, 2025년 | 67% / 63% | APA, 2025 Practitioner Pulse Survey |
| 신규 환자를 받을 자리가 없는 심리학자 / 대기자 명단이 있는 심리학자, 2025년 | 46% / 40% | APA, 2025 Practitioner Pulse Survey |
맥락: 일리노이 법은 양원에서 만장일치로 통과되었다. APA 설문은 발송 완료된 초대 26,502건 중 응답자 1,742명으로, 완료율이 6.6%였으므로 연도 간의 작은 변화는 신중하게 읽어야 한다.
숫자로 보는 음성 감정 인식과 원격 심리치료
| 지표 | 값 | 출처 |
|---|---|---|
| 자연 음성에서 여덟 클래스 최고 macro-F1(기준선 대비) | 0.4316(대 0.3293) | MSP Lab, Interspeech 2025 SER 챌린지 리더보드 |
| 각성도, 정서가, 지배성의 최고 평균 CCC | 0.6076 | MSP Lab, Interspeech 2025 SER 챌린지 리더보드 |
| RAVDESS(연기) 대 MSP-Podcast(자연)에서의 최고 UA | 75.32% 대 22.24% | EmoBox (Ma 외), Interspeech 2024 |
| 주요 감정에 대한 평가자 간 일치가 없는 MSP-Podcast 턴 | 267,905개 중 17.98% | Busso 외, MSP-Podcast 코퍼스, arXiv 2025 |
| 주요 감정에 대한 평가자 간 일치도(카파) | 0.411 | Busso 외, MSP-Podcast 코퍼스, arXiv 2025 |
| 챌린지 훈련 데이터의 중립 대 공포 샘플 | 중립이 약 26배 많음 | Dutta 외, ABHINAYA, arXiv 2025 |
| RAVDESS 음성 오디오에 대한 사람 청취자(정답 비율) | 0.63 | Livingstone와 Russo, PLOS ONE 2018 |
| 딥러닝 우울증 감지: 통합 민감도 / 특이도 | 0.83 / 0.86 | Lu 외, BMC Psychiatry 2025 |
| 딥러닝 우울증 모델의 통합 AUC | 0.91 | Lu 외, BMC Psychiatry 2025 |
| 음성 도구(성인 14,898명 연구): 민감도 / 특이도 | 71.3% / 73.5% | Mazur 외, Annals of Family Medicine 2025 |
| 음성 도구의 민감도: 남성 대 여성 | 59.3% 대 74.0% | Mazur 외, Annals of Family Medicine 2025 |
| 음성에서 본 불안(GAD-7)의 AUC, 성인 865명 | 0.77 | Riad 외, Journal of Medical Internet Research 2024 |
| 독립 검증을 거친 음성 정신건강 연구 | 68건 중 2건(3%) | Uy 외, Frontiers in Digital Health 2026 |
| 임상 준비도가 높다고 평가된 데이터셋 평가 | 11% | Muntean-Codrea 외, Life 2026 |
| 원격의료로 정신건강 치료를 받은 미국 성인, 2025년 | 12.3%(32.6백만 명) | SAMHSA, 2025 NSDUH Annual National Report |
| 지난 1년 사이 주요 우울 삽화를 겪고 원격의료로 치료받은 성인, 2025년 | 44.7%(8.8백만 명) | SAMHSA, 2025 NSDUH Annual National Report |
| 정신건강 진단을 받은 원격의료 환자, 2026년 1분기 | 52.1% | FAIR Health, Quarterly Telehealth Regional Tracker 2026 |
| EU의 직장 및 교육 현장 감정 추론 금지 적용 시작일 | 2025년 2월 2일 | 규정 (EU) 2024/1689 |
| 최소 월 1회 AI를 사용하는 심리학자, 2025년 | 29% | APA, 2025 Practitioner Pulse Survey |
방법론과 출처
- EmoBox: Multilingual Multi-corpus Speech Emotion Recognition Toolkit and Benchmark (Ma 외, Interspeech 2024)와 그 코퍼스 간 리더보드: 코퍼스 내 및 코퍼스 간 정확도.
- ParaLBench: A Large-Scale Benchmark for Computational Paralinguistics over Acoustic Foundation Models (arXiv 2024): 파운데이션 모델 14종의 IEMOCAP 결과.
- USC SAIL Lab, IEMOCAP 데이터베이스: 코퍼스 규모.
- MSP Lab, Interspeech 2025 Challenge on Speech Emotion Recognition in Naturalistic Conditions: 기준선과 리더보드. 주최 측 요약은 Naini 외, Proc. Interspeech 2025.
- Dutta 외, ABHINAYA (arXiv 2505.18217, 2025)와 MEDUSA (arXiv 2506.09556, 2025): 참가 팀 시스템 논문.
- Busso 외, The MSP-Podcast Corpus (arXiv 2509.09791, 2025): 코퍼스 규모, 평가자 간 일치도, 라벨 분포.
- Tavernor와 Mower Provost, 코퍼스 간 SER을 위한 주석자 모델링 (arXiv 2509.12295, 2025).
- Livingstone와 Russo, RAVDESS, PLOS ONE 2018와 RAVDESS Zenodo 기록.
- Lu 외, BMC Psychiatry 2025; Mazur 외, Annals of Family Medicine 2025; Riad 외, Journal of Medical Internet Research 2024; Bayrampour 외, Journal of Clinical Psychiatry 2026; Cantor-Cutiva 외, Depression and Anxiety 2026.
- Uy 외, Frontiers in Digital Health 2026; Muntean-Codrea 외, Life 2026; Ebraheem 외, Journal of Medical Internet Research 2026.
- SAMHSA, 2025 NSDUH Annual National Report와 2024 NSDUH Annual National Report.
- FAIR Health, Quarterly Telehealth Regional Tracker, 2026년 1월~3월, 미국.
- CDC NCHS Data Brief No. 564, Mental Health Treatment Among Adults: United States, 2024.
- 화상 심리치료 대 대면 심리치료 메타분석, Journal of Medical Internet Research 2026.
- APA, 2025 Practitioner Pulse Survey와 APA 원격의료 진료 장소 인포그래픽 2020~2023년.
- 규정 (EU) 2024/1689 (EU AI법), 관보 본문: 제3조 (39), 제5조 제1항 (f), 제50조 제3항, 제99조 제3항, 제113조, 부속서 III 제1호 (c), 전문 제18항.
- 일리노이 IDFPR의 HB1806 관련 보도자료, 2025년 8월 4일.
- 데이터 참고 사항: 벤치마크 점수는 라벨 세트, 클래스 균형, 지표가 다르기 때문에 코퍼스 간에 비교할 수 없다(UA, WA, macro-F1, CCC는 서로 다른 것을 측정한다). ABHINAYA 초록은 제출 166건 중 4위라고 보고하지만, 44.02%라는 점수는 마감 후 주최 측이 계산한 것으로 공식 순위가 아니다. MSP-Podcast 논문은 본문에서 중립이 턴의 약 28%라고 적었으나 표의 개수(267,905개 중 79,117개)로는 29.53%가 되며, 본문에는 409시간, 한 표에는 407시간으로 적혀 있다. ‘저희의 계산’으로 표시한 비율은 표의 개수로 계산했다. 우울증 음성 도구 연구는 개발사에 대한 보조금으로 자금을 지원받았으며 저자 중 회사 직원이 3명이다. Riad 외의 데이터는 2024년, RAVDESS의 사람 평가는 2018년 것으로, 각 지표에 대해 입수 가능한 최신 자료다. NSDUH(모든 치료, 자기 보고)와 NHIS(전문가의 상담 또는 심리치료)는 서로 다른 것을 측정하므로 그 비율을 직접 비교해서는 안 된다. FAIR Health는 민간보험 가입 환자만을 다루며 2026년에 월간 트래커를 분기 트래커로 교체했으므로, 이전 월간 수치와는 직접 비교할 수 없다. APA 설문은 완료율이 낮았다(2025년 6.6%). EU AI법의 날짜는 규정 (EU) 2024/1689의 관보 본문에서 인용했으며, 일정이 이후에 개정되었는지는 현행 통합본에서 확인해야 한다.
마지막 업데이트: 2026년 10월 25일. 저희는 이 정리를 분기마다 업데이트하며, 다음 갱신은 FAIR Health가 다음 Quarterly Telehealth Regional Tracker를 발표하고 MSP Lab이 다음 음성 감정 인식 챌린지 결과를 게시할 때 이루어질 것으로 예상한다.