2026년 10월 26일, arXiv에 게재된 새로운 연구(논문 번호: arXiv:2610.31683v1)는 Schema Coherence Inventory(SCI, 도식 일관성 척도)를 공식적으로 제안하며, 페르소나 조건부 언어 모델이 환자나 감정 에이전트를 시뮬레이션할 때 직면하는 핵심 과제—즉, 모델이 실제로 내면화한 신념에 따라 행동을 이끄는지, 아니면 단지 정서적 자극에 의해 표면적인 일관성을 보이는 반응을 보이는지—를 해결하려고 합니다.
SCI는 벡 인지 모델의 여덟 가지 수준을 포괄하는 96개의 강제 선택형 문항으로 구성되어 있으며, 각 문항에는 세 가지 부정적 자기 도식과 그에 대응하는 긍정적 대조를 포함한 여섯 개의 선택지가 제시된다. 채점은 길이 정규화된 로그우도 값을 사용하며, 전체 과정에서 텍스트 생성이나 분석이 필요하지 않다. 핵심 기준은 ‘목표 특이성’으로, 특정 신념을 위해 설계된 조건이 다른 유사한 도식 조건보다 해당 신념을 더 빈번히 활성화해야 한다는 것이다.
연구는 여섯 가지 검증 실험을 통해 다섯 가지 서로 다른 매개변수 규모(17억–140억)의 언어 모델에서 107가지 조건 테스트를 수행하였다. 아홉 명의 임상 훈련을 받은 평가자는 예측된 신념을 79.5%의 정확도로 식별할 수 있었으며(무작위 수준은 16.7%임), 총 30개의 신념 단위 모두에서 유의미한 목표 특이성 향상(+17.7점)이 나타났다. SCI 프로파일은 30회의 자유 생성 과제에서 24회를 정확히 일치시켰으며(우연 기대치인 5회를 크게 상회함), 또한 48문항 간략판과 원래 척도 간의 상관계수는 r = 0.73에 달했다.
발표된 여섯 개의 환자 시뮬레이터에 대한 실제 적용 사례를 살펴보았을 때, 어느 것도 단일 문장으로 표현된 진술만큼 그 주장의 핵심 신념을 효과적으로 전달하지 못했습니다. 본 연구는 이 검증 경로가 인지적 구성개념과 동반되는 정서를 분리하고, 임상적 판단을 기준으로 삼아 언어 모델의 감정 및 신념 측정을 위한 확장 가능한 틀을 제공한다고 강조합니다. 저자들은 모든 문항, 채점 코드 및 간이형 척도를 함께 공개했습니다.