본 연구는 감정적 지원 대화(ESC)에서 각 발화가 하나의 전략만 포함한다고 가정하는 기존 방식을 재검토했어요. All-in-One과 One-by-One이라는 두 가지 생성 방법을 제안하여, 단일 발화 내 여러 전략-응답 쌍을 모델링하고 강화 학습을 통해 전략 선택과 응답 구성을 개선했어요. ESConv 데이터셋 평가 결과, 다중 전략 발화를 효과적으로 모델링하여 지원 품질과 대화 성공률을 향상시키는 것을 확인했어요.