2021년 '콜센터 노동자 노동 건강실태 발표 및 해결 방안 토론회'에서는 콜센터 근무자 응답자 1,397명 중 80.3%가 우울증 위험군에 해당한다고 보고되었다. 서울시의 다양한 민원 현안을 처리하는 서울시 120다산콜재단은 연간 700만 건 이상의 서울시민들의 고충을 해결해주고 있으며, 이 과정에서 누적된 14,786,174건의 민원 상담 텍스트 데이터를 활용, 120다산콜재단 상담사의 업무 부담을 완화시키고 감정노동의 강도를 낮추고자 한다.
본 연구는 120다산콜재단의 누적된 텍스트 데이터를 다양한 각도로 분석하고, 민원응대의 자동화를 위해 한국어로 사전학습된 거대언어모형들을 비교하고 선정하여 민원에 대한 미세조정을 시행, 각 거대언어모형에 대해 민원 대응 자동화의 주요 과제인 민원 분류의 성능과 민원 유관 업무 추천의 성능을 확인하였다. 26개 민원 분류에 대하여 거대언어모형은 최대 69.7%의 분류 성능을 보였으며, 자체 구축한 서울시 및 각 자치구 업무 데이터베이스에서 민원 질문에 대응되는 유관 업무 추천의 경우 약 67%의 추천 정확도를 보였다. 이는 인입되는 민원의 80%에 해당하는 전화, 문자, 챗봇 채널의 상담에 거대언어모형을 적합하여 상담사의 반복적이고 단순한 응대를 절감시키고 전문 상담사의 업무 효율을 증대시키며, 감정노동의 강도를 줄일 수 있음을 시사한다.