이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
핵심 요약
Claude Code를 활용해 세션 연속성을 보장하는 파일 기반 AI 테라피 프레임워크 'Inner Dialogue'를 구축하고, 시스템 프롬프트의 '설명형'과 '실행형' 차이를 분석했다.
배경
Claude Code를 활용해 세션 연속성을 지원하는 파일 기반 AI 테라피 프레임워크 'Inner Dialogue'를 구축하고, 시스템 프롬프트의 설계 방식에 따른 성능 차이를 커뮤니티에 공유했다.
의미 / 영향
이 토론은 AI 에이전트 설계 시 '설명형' 프롬프트의 한계를 지적하며, 특정 도메인 로직을 실행 가능한 시퀀스로 변환하는 '실행형' 설계의 중요성을 확인했다. 임상 치료와 같은 복잡한 도메인에서는 프로토콜의 단계별 트리거와 진단 질문을 명시적으로 포함하는 것이 모델의 성능을 결정짓는 핵심 요소이다.
섹션별 상세
Inner Dialogue는 로컬 마크다운 파일을 활용해 세션 간 연속성을 유지하는 파일 기반 AI 테라피 프레임워크이다. Claude Code를 사용하여 세션 기록과 프로필 업데이트를 디스크에 직접 저장하며, 웹 앱과 달리 로컬 파일 읽기/쓰기를 통해 세션 상태를 보존한다.
시스템 프롬프트 설계 시 '설명형(descriptive)'과 '실행형(loadable sequence)'의 차이가 중요하다. 설명형 프롬프트는 프레임워크의 개념을 모델에 전달할 뿐이지만, 실행형 프롬프트는 특정 트리거 패턴에 따른 다음 단계 로직을 포함하여 모델이 실제 방법론을 수행하게 한다.
DBT(변증법적 행동 치료)는 TIPP, DEAR MAN과 같은 니모닉(mnemonic)을 사용하여 시퀀스 형태로 프로토콜을 제공하므로 AI 도구에서 구현하기 용이하다. 반면 IFS(내적 가족 체계)는 특정 시점에 '지금 이 부분에 대해 어떻게 느끼는가?'와 같은 진단 질문이 필수적이며, 이를 포함하지 않으면 대화가 단순한 부분 언급으로 퇴행한다.
Inner Dialogue는 IFS 모달리티를 구현할 때 진단 질문을 리터럴 무브(literal move)로 배치하고, 클라이언트의 특정 발화 패턴을 감지하여 개입하는 방식으로 설계했다. 또한 컴펄시브 행동 등 특정 상황에서는 IFS에서 CBT로 전환하는 교차 모달리티 라우팅을 적용했다.
실무 Takeaway
- AI 시스템 프롬프트 설계 시 단순 개념 설명보다 특정 트리거와 단계별 로직을 포함한 '실행형 시퀀스'를 구성해야 모델의 수행 능력이 향상된다.
- 세션 연속성이 중요한 애플리케이션에서는 로컬 파일 시스템을 활용하여 상태를 저장하고 관리하는 아키텍처가 효과적이다.
- 임상 모달리티 구현 시 프로토콜 내에 필수적인 진단 질문이나 단계별 트리거를 명시적으로 포함해야 대화의 맥락이 유지된다.
언급된 도구
Inner Dialogue추천
AI 테라피 프레임워크
Claude Code추천
AI 코딩 에이전트
언급된 리소스
GitHubInner Dialogue GitHub
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 06. 01.수집 2026. 06. 01.출처 타입 REDDIT
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.