서비스 소개
이 웹앱은 Exner(CS) 체계에 따른 로샤 검사 구조요약 계산을 보다 안정적이고 효율적으로 돕기 위해 만들어졌습니다. 반복적으로 입력하고 계산해야 하는 항목들을 한 흐름 안에서 정리할 수 있도록 구성되어 있으며, 사용자는 위치, 결정인, 형태질, 특수점수와 주요 지표를 한 화면에서 검토하면서 구조요약 작업을 진행할 수 있습니다. 이 서비스의 목적은 계산과 정리의 부담을 줄여, 임상심리사와 수련생이 더 중요한 검토와 판단에 집중할 수 있도록 돕는 데 있습니다.
이 웹앱 안에는 구조요약 계산과 부호화 과정에서 참고할 수 있는 문서들도 함께 정리되어 있습니다. 여기서 말하는 참조 문서는 로샤 검사와 Exner(CS) 체계의 규칙, 개념, 변수, 부호화 기준 등을 주제별로 나누어 정리해 둔 읽기 전용 참고 자료 모음이며, 서울임상심리연구소(SICP)와 모오(MOW)가 함께 제작하고 정리한 문서들입니다. 사용자는 필요한 개념이나 규칙이 헷갈릴 때 이 문서들을 직접 검색해서 찾아볼 수 있고, 웹앱의 AI 기능도 이 문서들을 바탕으로 답변하도록 설계되어 있습니다. 즉, 이 서비스는 단순히 계산만 해주는 도구가 아니라, 계산 과정에서 필요한 기준과 개념을 바로 확인할 수 있도록 돕는 학습 보조 도구의 역할도 함께 합니다.
AI 기능은 BYOK 방식으로만 사용할 수 있습니다. BYOK는 Bring Your Own Key의 약자로, 사용자가 본인의 OpenAI 또는 Google API 키를 직접 입력해 AI 기능을 사용하는 방식을 뜻합니다. 이 웹앱은 별도의 플랫폼 과금, 크레딧, 월정액, 자체 제공 AI 모델을 운영하지 않으며, 입력된 API 키를 서버 DB에 저장하지 않습니다. API 키는 이번 로그인 세션에서만 사용되도록 24시간짜리 HttpOnly 쿠키에 암호화되어 보관되고, AI 요청을 처리할 때 필요한 범위 안에서만 사용됩니다.
이 서비스의 AI는 사용자가 입력한 질문, 현재 작업 맥락, 그리고 웹앱 안의 참조 문서를 함께 바탕으로 응답합니다. 코딩 도우미는 반응을 Exner(CS) 체계의 부호화 기준에 비추어 검토할 수 있도록 돕고, 해석 도우미는 구조요약 수치 CSV를 바탕으로 해석 가설을 점검할 수 있도록 돕습니다. 다만 이 서비스와 AI 기능은 어디까지나 참고와 보조를 위한 도구이며, 전문가의 독립적인 임상 판단이나 공식적인 진단을 대체하지 않습니다. 최종적인 해석과 책임은 언제나 사용자에게 있습니다.
이 서비스는 서울임상심리연구소(SICP)와 MOW가 함께 운영합니다. SICP는 임상심리학적 자문과 운영 방향을, MOW는 제품 구현과 기술 운영을 맡고 있습니다. 우리는 이 웹앱이 로샤 검사를 공부하는 학생과 수련생, 그리고 실제로 구조요약 작업을 수행하는 사용자들에게 실질적인 도움이 되는 도구가 되기를 목표로 하고 있습니다. 서비스 운영, 오류 제보, 보안 관련 문의는 mow.coding@gmail.com 으로 보내주시면 됩니다.
인간 중심 AI와 5대 윤리 원칙 기반 통합 프레임워크
이 웹앱은 AI가 전문가를 대신해 판단하도록 만들기보다, 임상심리사와 수련생이 더 분명한 기준 위에서 검토하고 판단하도록 돕는 방향을 목표로 설계되었습니다. 이러한 방향은 인간 중심 AI, Human-in-the-Loop(HITL), 그리고 APA, ACA, AMA, NASW 등 주요 전문직 윤리 원칙에서 공통적으로 강조하는 자율성, 선행, 기밀성, 공정성, 전문적 책임의 기준과 연결됩니다.
이 원칙과 연결되는 연구소 워크숍 자료 일부는 다음 링크에서 확인할 수 있습니다. 워크숍 영상 보기.
1. 자율성과 고지된 동의 (Autonomy & Informed Consent)
사전 고지 및 알 권리 보장: AI의 사용 목적, 데이터 수집 방식, 한계점 등을 내담자가 이해하기 쉬운 언어로 명확히 설명해야 합니다.
거부권 및 대안 제공: 내담자는 언제든 AI 활용을 거부할 권리가 있으며, 거부 시 인간 기반의 동등한 대안적 치료를 제공해야 합니다.
2. 선행 및 악행 금지 (Beneficence & Non-Malfeasance)
안전장치 구축: AI의 환각(오류) 가능성을 고려하여 매순간 비판적 검토가 필요하며, 자살, 살해 등 고위험 징후는 AI가 아닌 전문가가 직접 판단해야 합니다.
과학적 타당성 확보: 내담자의 웰빙을 증진하고 위험을 최소화하기 위해 문화적으로 적절하고 과학적 연구로 검증된 AI 도구만을 사용해야 합니다.
3. 기밀 유지 및 투명성 (Confidentiality, Privacy, & Transparency)
데이터 보안 및 프라이버시 최소화: HIPAA 등 정보 보호 규정을 준수하며, 비식별화/가명처리를 원칙으로 합니다.
기술적 격리: 환자의 민감한 데이터 보호를 위해 로컬 LLM이나 철저하게 암호화된 시스템 사용을 권장합니다.
설명 가능한 구조: 임상가는 알고리즘이 내담자의 데이터에 어떻게 적용되는지, AI가 어떻게 결과를 도출했는지 투명하게 설명할 수 있어야 합니다.
4. 정의, 공정성 및 포용성 (Justice, Fairness, & Inclusiveness)
편향 점검 및 차별 방지: AI 시스템이 특정 소외 집단을 차별하거나 문화적 편향을 띠지 않는지 정기적으로 검토해야 합니다.
공정성 타당도 검증: 자동화된 의사결정이 내담자에게 불이익을 주지 않도록 시스템의 출력과 기능을 비판적으로 감시해야 합니다.
5. 전문적 진실성과 책임 (Fidelity, Professional Integrity, & Accountability)
전문성 및 역량 유지: AI 도구의 결과물을 책임감 있게 해석할 수 있도록 훈련을 통해 역량을 갖추었을 때만 AI 도구를 활용해야 합니다.
지속적 교육: 최신 기술 변화와 디지털 윤리에 대해 지속적으로 교육을 이수하고, 전문적인 윤리 기준을 준수해야 합니다.