다자 대화의 담론 구문 분석은 대화 시스템 및 대화 분석 분야에서 중요한 그러나 도전적인 과제이다. 현재까지의 연구들은 다양한 발화자 간의 상호작용이 이 작업에 유용할 수 있다는 점을 인정하고 있다. 그러나 대부분의 기존 연구는 서로 다른 발화자 간의 상호작용을 무시하고 있다. 이를 해결하기 위해 본 연구에서는 발화자 인식 모델을 제안한다. 구체적으로, 서로 다른 발화자 간의 상호작용 특징을 활용하는 발화자-컨텍스트 상호작용 공동 인코딩(Speaker-Context Interaction Joint Encoding, SCIJE) 방식을 제안한다. 또한, 두 발화가 동일한 발화자로부터 나왔는지를 예측함으로써 대화 컨텍스트 표현을 강화하는 두 번째 단계 사전 학습 작업인 동일 발화자 예측(Same Speaker Prediction, SSP)을 제안한다. 두 개의 표준 벤치마크 데이터셋에서 수행한 실험 결과, 제안하는 모델이 기존 문헌에서 보고된 최고의 성능을 달성함을 확인하였다. 본 논문의 코드는 향후 연구의 발전을 지원하기 위해 공개될 예정이다.