모바일 대화형 인터페이스에서 사회적 현존감을 위한 디자인 연구

이선민 연세대학교 대학원 2017 국내석사

텍스트 중심 대화형 인터페이스의 효과적인 사용 가이드 전략에 대한 연구 : 모바일 어플리케이션 추천 챗봇의 사용 맥락을 중심으로

김유리 연세대학교 정보대학원 2020 국내석사

챗봇은 고객센터, 커머스, 금융, 마케팅 등 다양한 분야에서 사용자를 응대하는 대화 인터페이스 중 하나로 활용되고 있다. 본 연구는 모바일 어플리케이션 추천 챗봇을 사용하는 상황에서 에이전트의 효과적인 사용 가이드 설계 방식을 알아보고자 하였다. 챗봇 에이전트의 의인화된 행동(Anthropomorphic Behavior)과 개인화 조건을 적용하여, 각각의 인터페이스가 사용자 경험에 미치는 영향과 유기적인 상호작용 효과를 지니는지 확인하였다. 실험 후 설문을 진행하였고, 실험에서 획득한 데이터를 정량적으로 분석하였다. 이후, 피험자가 보였던 행동에 대한 인터뷰를 진행하고 실험 결과에 대해 종합적으로 해석하였다. 실험 결과, 사용의도에서 의인화된 시각적 행동과 개인화 모두 주효과가 나타났으며, 의인화된 시각적 행동과 개인화의 상호작용 효과가 확인되었다. 의인화된 시각적 행동이 높은 경우에는 예상한대로 개인화가 높을 때 사용의도가 더 높게 측정되었다. 그러나, 의인화된 시각적 행동이 낮은 경우에는 개인화 수준(낮음, 높음)에 따라서 사람들의 사용의도에 차이가 없었다. 의인화된 시각적 행동이 높은 경우에는 개인화 수준에 따라 유의미한 차이가 있었다. 즉, 시스템 에이전트의 의인화된 시각적 행동이 낮으면 사용자들은 개인화 정보 수준이 높아도 사용의도가 줄어들 수 있다는 것을 확인할 수 있었다. 본 연구는 기존에 이루어졌던 연구 환경과는 다른 모바일 챗봇 인터페이스를 사용하는 상황에서 사용 가이드를 전달할 때 의인화된 행동 및 개인화 컨텐츠가 사용자 경험에 미치는 영향과 그 상호작용 효과를 확인하였다. 이는 기존의 연구 방식과 달리 챗봇 인터페이스의 사용 가이드 제공 방식에 대한 연구가 필요하다는 것을 시사한다. 또한, 실무적인 관점에서는 고도화될 챗봇 인터페이스를 고려하여 사용자와 시스템의 매개체인 사용 가이드 설계방식을 새롭게 제안했다는 점에서 의의를 지닌다. Chatbots are used as one of the interactive interfaces that respond to users in various fields such as customer service, commerce, finance, and marketing. This study was intended to find out how the agent's effective usage guidelines are designed in the context of using a mobile application recommendation chatbot. By applying the anthropomorphic behavior and personalization conditions of the chatbot agent, we confirmed whether each interface has an impact on the user experience and an organic interaction effect. After the experiment, the questionnaire was conducted, and the data obtained in the experiment was quantitatively analyzed. Subsequently, an interview was conducted on the behavior that the subject showed, and the results of the experiment were comprehensively analyzed. As a result of the experiment, the main effects of both visualized personalization and personalization were shown in the intention to use, and the interaction effect of the personalized visual behavior and personalization was confirmed. In the case of high personalized visual behavior, the intention to use was higher when personalization was high as expected. However, when anthropomorphic visual behavior was low, there was no difference in people's intention to use according to the personalization level (low, high). In the case of high personalized visual behavior, there was a significant difference depending on the level of personalization. That is, if the system agent's personalized visual behavior is low, users can confirm that the usage intention can be reduced even if the personalized information level is high. This study confirmed the personalized content and the effect that personalized content has on the user experience and its interaction effect when delivering the usage guide in a situation where a mobile chatbot interface is used that is different from the existing research environment. This suggests that research on the method of providing the guide for using the chatbot interface is necessary, unlike the existing research method. In addition, the practical point of view has significance in that it has proposed a new design method for the user and the system's use chain, considering the chatbot interface to be upgraded.

eCommerce 앱 사용 시 고령자가 경험하는 복잡성 문제와 대화형 인터페이스를 통한 작업 수행의 효과

정경진 연세대학교 커뮤니케이션대학원 2021 국내석사

스마트폰을 이용한 eCommerce의 활용은 경제활동에 소요되는 시간과 노력을 줄일 수 있다는 점에서 사용자에게 많은 편의를 제공하며, 특히 고령자의 일상생활에 중요한 기능이 될 수 있다. 하지만 상당수의 고령 사용자들은 사용성과 접근성 문제로 인해 eCommerce 관련 기술의 혜택을 충분히 누리지 못하고 있다. 몇몇 선행 연구에 의하면 ‘기술 사용 과정의 어려움’은 고령자가 더 유용한 고급 기술을 사용하는 데 있어서의 주요 장애 요인인 것으로 나타났지만, 이러한 범주의 사용성 문제는 현재까지의 접근성 문제 연구에서 비교적 충분히 다루어지지 못한 측면이 있다. 따라서, 본 연구는 eCommerce 앱 사용 시 고령자가 경험하는 복잡성 문제와 그 유형을 분석하고 이를 바탕으로 고령자가 쉽게 사용할 수 있는 eCommerce 앱 디자인 사례를 제안하는 것을 목적으로 한다. 1차 연구에서는 eCommerce 사용 시 고령자가 겪는 복잡성 문제 파악을 위해 10명의 피험자를 대상으로 관찰 연구를 수행하였으며, 각 복잡성 문제 유형에 대응하는 디자인 가이드라인을 도출하였다. 실험은 고령자가 실험용 스마트폰을 이용하여 미리 준비된 세 개의 작업 시나리오 중 하나를 수행하는 방법으로 진행되었으며, 고령자의 인지적 사고 과정을 보다 깊이 있게 이해하기 위해 ‘Think Aloud’ 방법론과 인터뷰가 사용되었다. 고령자가 겪는 복잡성 문제에 대한 1차 연구의 핵심 결과는 다음과 같이 요약될 수 있다. 1) 복잡한 네비게이션은 고령자의 앱 사용에 주요 장애 요인인 것으로 나타났으며, 쉬운 네비게이션의 구현을 위해 ‘대화형 네비게이션’의 사용이 제안되었다. 2) 화면 상에 다수의 상호작용 요소가 존재할 경우, 고령자는 혼란을 느꼈으며 무엇과 상호작용해야 하는지 파악하는 데 어려움을 겪었다. 각 화면은 최소한의 주제 단위로 상호작용해야 하며 이를 위해 간결한 화면을 유지해야 한다. 3) 고령자의 작업 수행 과정은 선형적이고 평면적으로 이루어져야 한다. 복잡한 하위 작업이나 반복적인 되돌아가기 상호작용이 요구되는 경우 고령자는 작업 프로세스 진행에 어려움을 겪었다. 4) 로그인과 결제과정에서의 어려움은 고령자의 앱 사용 포기로 이어질 수 있으므로 쉽게 디자인되어야 할 필요가 있었다. 이 단계에서의 복잡성을 줄이기 위해 보다 짧은 대체 인증번호를 사용하거나, 생체 인증 방법을 사용할 것 등이 제안되었다. 2차 연구에서는 대화형 인터페이스를 적용한 고령자 친화적 프로토타입을 제안하고, ‘작업 성공률’, ‘작업 소요시간’ 및 기타 사용성 요인에 대한 평가를 통해 프로토타입이 복잡성 문제 개선에 미치는 영향을 파악하였다. 프로토타입은 기존 승차권 구입 어플리케이션 ‘코레일’의 주요 기능을 리디자인(Redesign) 하는 방법으로 제작되었으며, 51명의 피험자를 대상으로 프로토타입과 기존 어플리케이션의 사용성을 평가하여 두 시스템의 성능을 비교하였다. 2차 실험 결과, 고령자는 프로토타입을 사용하였을 때 기존 어플리케이션 사용 시보다 더 많은 작업을 스스로 수행할 수 있었으며, 초급 사용자 집단과 고급 사용자 집단 모두에서 그 차이는 상당히 크고 유의미한 것으로 나타났다. 이를 통해 프로토타입의 디자인이 복잡성 문제를 개선하는 데 유의미한 효과가 있었음을 알 수 있었다. 또한, 초급 사용자 집단은 프로토타입의 ‘지각된 쉬움의 정도’를, 고급 사용자 집단은 프로토타입의 ‘지각된 학습 용이성’을 각각 기존 어플리케이션에 비해 긍정적으로 평가하였다. 하지만 ‘지각된 만족도’ 측면에 있어서는 기존 어플리케이션과 프로토타입 간의 유의미한 차이를 확인할 수 없었으며, 이는 대화형 인터페이스를 고령자가 선호할 수 있는 형태로 디자인하기 위한 연구가 필요함을 의미하였다. 또한, 실험 진행 과정에서 새롭게 관찰된 프로토타입의 사용성 문제들은 대화형 인터페이스와 멀티 모달 인터페이스에서 발생할 수 있는 고유한 복잡성 문제들을 보여주었고, 프로토타입 디자인의 보완과 개선이 필요함을 시사하였다. eCommerce applications can benefit its users by saving the time and efforts spent on economic activities. For such a reason, many studies have noted that eCommerce can have more importance in the life of elderly people. However, a significant number of elderly people are not taking advantage of eCommerce due to accessibility problems. Though some studies have found that the ‘complexity of using technology’ was one of the primary barriers to adapting more advanced technology for elderly users, a relatively small number of related studies have focused on this type of problem. This research aims to address different types of complexities in eCommerce applications and propose an actual design case of an elderly friendly app based on the findings. Study 1 reports the results of an observation study that describes different types of complexity in eCommerce apps and proposes a set of domain specific design guidelines that can help minimize these problems. The observation was conducted on 10 elderly participants who were asked to perform one of the three sets of eCommerce-related tasks under video recording. The ‘think-aloud’ observation method and three interview sessions were used to understand the participants’ cognitive process. Some important complexity issues found in this study can be summarized as follows. First, complicated navigation was one of the main barriers to elderly users. To address the issue, the implementation of ‘Conversational Navigation’ was suggested. Second, too many interaction elements on a screen confused the participants and made it hard for them to decide which one to interact with. It was suggested that each screen interact only for one topic at a time and remains as simple as possible. Third, the task process design for elderly users must be ‘linear’ and ‘flat’. Task processes involving complex sub-tasks are likely to confuse elderly uses. Fourth, difficulties in personalization and the payment process could lead elderly users to quit using the application. The use of simpler alternative passwords or biometric authentication methods was suggested to minimize the complexity in these processes. Study 2 proposes an elderly friendly design prototype with embedded conversational agent and demonstrates its performance in 9 usability factors. Prototype was made by redesigning an existing ticketing application ‘Korail’ and all usability factors were evaluated for both systems for comparison. 51 participants performed 3 task scenarios using either of the two systems and answered a questionnaire for usability evaluation. The result showed that the elderly users could complete more tasks when using the prototype and the difference was found significant. Such a result implied that the prototype’s design was effective in addressing complexity issues of ‘Korail’. Also, the less tech-friendly group evaluated the prototype’s ‘Perceived ease of use’ to be better than ‘Korail’ and the tech-friendly group evaluated the prototype’s ‘Perceived learnability’ to be better than ‘Korail’. However, no significant difference was found for ‘Satisfaction’ between the two systems meaning that further study is needed to design a conversational interface in an ‘affective’ way for the elderly. Furthermore, some participants experienced complexity while learning how to control the voice interaction and using the multi-modal interface(Touch and Voice) indicating that the prototype’s design needs further improvement for better usability.

대화형 인터페이스에서 사용자의 정서 상태가 음성적 특징에 미치는 영향

최재형 연세대학교 정보대학원 2018 국내석사

대화형 인터페이스의 사용성 향상을 위해서는 인공지능 대화형 에이전트가 사용자와의 대화에서 사용자의 의도를 파악하는 것이 중요하다. 본 연구는 대화에서 사용자 발화의 비언어적 표현에 내포된 감정을 감지하여 사용자의 감정을 파악하고 의도를 추측할 수 있는 음성적 특징 단서에 대해 알아보고자 한다. 실험은 연세대학교 학생 27명을 대상으로 임상적으로 검증된 정서 유도 절차를 통해 실험 참가자의 정서를 유도한 뒤, 정서 상태(부정, 긍정, 중립)사이에서 음성적 특징(평균 피치, 최소 피치, 최대 피치, 발화 시간, 평균 음성 강도)의 변화를 관찰했다. 또한, 성별 간 차이를 확인해보았다. 그 결과 유도된 긍정, 부정 정서 상태 사이에서 평균 피치와 최대 피치가 유의미한 차이를 보였고, 성별 간 비교에서는 평균 음성 강도를 제외한 모든 음성적 특징이 남성과 여성 사이에서 유의미한 차이가 있었다. 성별 집단을 분리하여 정서 상태 사이의 음성적 특징을 비교한 결과 남성 집단은 평균 음성 강도에서, 여성 집단은 평균 피치와 최대 피치에서 유의미한 차이를 보였다. 본 연구 결과는 사용자의 음성적 특징을 바탕으로 감정을 추측할 때 보아야 할 지표의 종류와, 성별 간 다른 음성적 특징을 고려해야 한다는 시사점을 가진다. This research examines effects of user’s emotion on voice quality when they are using conversational interface with embodied conversational agent. 27 participants were conducted mood induction into 3 moods (neutral, positive, negative) and then we recorded participants voice when they were doing conversation tasks with the agent. Recorded voice data were analyzed into 5 voice qualities (mean pitch, max pitch, min pitch, duration, mean voice intensity). We found out the effects of user’s moods within positive and negative to mean pitch and max pitch. Furthermore, between male and female, there were different effects to voice quality. In male group, mean voice intensity was affected by the moods (within negative and positive) while mean pitch and max pitch were affected by the moods (within negative and positive) in female group.

생성형 인공지능 챗봇(Generative AI Chatbot)에서 텍스트 움직임이 디지털 읽기에 미치는 영향 연구 : 생성 AI의 복합양식 텍스트를 중심으로

박휘동 홍익대학교 대학원 2024 국내석사

현대 과학기술은 인간이 인공지능 같은 사물과 대화하며 일상에서 활용을 가능하게 만들었다. 문자 기반의 생성형 인공지능 챗봇은 텍스트 생성 인공지능 챗봇으로 분류되며 새로운 정보검색 서비스로 주목받고 있다. 또한, 다양한 분야에 접목할 수 있어 그 활용 가치가 높게 평가되며 사람들의 관심을 집중시키고 있다. 이에 본 연구는 복합양식 텍스트 개념을 통해 비언어적 요소인 ‘움직임’이 텍스트 생성 인공지능 챗봇의 정보성 대화에 미치는 영향을 파악하고자 한다. 텍스트 생성 인공지능 챗봇과 인간의 상호작용에서 주기제는 대화 텍스트를 읽음으로써 정보가 수용되는 시각적 참여이다. 텍스트를 통해 대화하는 생성형 인공지능 챗봇은 언어적 요소인 문자(letter)와 비언어적 요소로서 생성되는 ‘텍스트 움직임’이 있다. 언어적 요소가 핵심적인 메시지를 전달하는 신호체계이면, 비언어적 요소는 부차 정보와 메시지를 풍부하게 촉진하는 신호체계이다. 따라서 대화 참여자는 읽기를 통해 텍스트 생성 인공지능 챗봇이 생성하는 언어적 정보와 비언어적 정보를 동시다발적으로 수용하게 된다. 따라서 대화 텍스트가 생성되는 ‘움직임’을 연구하는 것은 텍스트 생성 인공지능 챗봇의 텍스트 움직임이 대화에 미치는 영향과 역할을 파악하는 것이다. 이에 본 연구는 움직임 이론적 고찰을 통해 복합양식 텍스트의 움직임 인자를 시간과 공간적 요소로 구분하여 텍스트 생성 인공지능 챗봇의 대화형 인터페이스(CUI)에 적용했다. 실험에서 텍스트 생성 인공지능 챗봇과 대화에서의 상호작용 주기제인 디지털 읽기를 안구운동으로 나타나는 실시간 데이터와 이해, 인지부하, 정서적 몰입으로 나타나는 인지 결과 데이터를 중심으로 분석했다. 이를 위해 텍스트 생성 인공지능 챗봇 서비스 사례분석과 움직임 요소를 통한 텍스트 움직임 유형을 추출했다. 이후 실험에서 아이트래킹과 자유 회상 검사 및 자기평가를 통해 자료를 수집했으며 1차 분석에서 안구운동을 반복측정 분산분석(Repeated measures ANOVA)과 독립표본 t-Test를 시행했다. 또한, 2차 분석에서 이해, 인지부하, 정서적 몰입을 일원배치 분산분석(One-way ANOVA)과 독립표본 t검정을 통해 가설 검증 및 분석이 진행되었다. 연구 결과는 다음과 같다. 첫째, 하단에서 생성되는 텍스트 움직임은 생성 단위와 초점을 통해 다른 시각적 패턴을 유도하며 정보습득에 부정적인 영향을 준다. ‘낱자’와 ‘문장이하’생성 단위 모두에서 유형2.‘하단에서 하강하며 자동 스크롤링하는 움직임(a2, b2)’과 유형3.‘하단에서 상승하는 움직임(a3, b3)’은 모두 낮은 이해도와 높은 인지부하, 안구운동 수치를 보였다. 하지만 다른 시각 반응이 나타났으며 유형2(a2)는 생성 단위가 ‘낱자’일 때, 유형3(b3)은 생성 단위가 ‘문장이하’일 때 가장 높은 안구운동 측정치를 보여주었다. 즉, 안구운동과 인지부하, 이해에 영향을 미친 텍스트 움직임 요소는 방향과 초점이며 텍스트에 존재하는 불규칙한 공간이 방향과 초점에 영향을 준 것으로 파악되었다. 둘째, 텍스트 생성 인공지능 챗봇의 텍스트 움직임은 생성 단위의 방향, 초점, 위치에 따라 대화 참여자에게 다른 정도의 인지 노력을 요구한다. 유형1.‘상단에서 하강하는 텍스트 움직임(a1, b1)’은 상대적으로 유형4.‘방향 없이 나타나는 텍스트 움직임(c4)’보다 높은 시각적 반응에 영향을 미쳤다. 즉, 디지털 읽기에서 텍스트 움직임의 시각적 자극은 대화 참여자들에게 민감한 특성으로 높은 인지적 노동에 영향을 미치는 것을 의미한다. 하지만 유형1(a1, b1)과 같이 적절한 움직임은 정서적 몰입을 자극해 정보습득을 촉진시켜 이해를 향상시켰다. 따라서 텍스트 생성 인공지능 챗봇의 텍스트 움직임 차이는 디지털 읽기에서 대화 참여자들에게 인지적 어려움을 촉구했지만, 텍스트 움직임 유형에 따라 대화 참여자의 긍정적인 정서 상태를 유도해 읽기 행위를 촉진하는 효과적인 대화 환경이 이루어졌다. 또한 ‘문장이하’생성 단위 그룹이 기술통계에서 유의식별 빈도가 높았으며, 이는 생성 속도가 증가되어 움직임 변화가 높아져 유형 간의 안구운동, 이해, 인지부하, 정서적 몰입 차이에 기여한 것으로 파악되었다. 본 연구는 복합양식 텍스트에서 주요하게 논의된 움직임 인자를 조명하면서 중요성을 강조하고 그 특질을 생성형 인공지능 챗봇에서 정의하고자 했다. 이를 위해 키네틱 타이포그래피와 모션그래픽의 이론적 고찰을 통해 움직임을 시간과 공간적 요소로 구분하고자 했으며, 텍스트 생성 인공지능 챗봇의 대화형 인터페이스에 적용했다. 이러한 학문적 고찰은 인공지능 챗봇의 대화 서비스의 핵심인 ‘대화의 디자인’에서 움직임의 기능적 역할 파악에 기여된다. 또한, 복합양식 텍스트를 교육적 자원으로 활용하는 국어교육과 챗봇 설계의 포괄적인 이해에 기여한다. 궁극적으로 연구 결과를 통해 텍스트 생성 인공지능 챗봇에서 정보성 텍스트를 요구하는 대화 참여자의 시각, 인지, 정서적 경험 이해를 바탕으로 움직임 인자가 비언어적 의사소통의 요소로써 인공지능 챗봇의 유의한 도구로 반영되어 상호작용 디자인과 교육적 활용에 증진되길 기대한다. Modern technology enables humans to converse with AI and use it daily. Text-based generative chatbots are text-generating AI gaining attention as new information services. Their wide applicability across fields means high utilization value and impact. Thus this study examines the effect of the nonverbal "movement" element on informative text-generating chatbot conversation via multimodal text concepts. The main mechanism in human-AI chatbot interaction is visual participation through reading conversational text. Text-generating chatbots produce linguistic letter elements and nonverbal “text movement”. While linguistic elements convey core messages, nonverbal elements enrich supplementary information. Thus, participants simultaneously receive linguistic and nonverbal information by reading. Researching the “movement” of generated conversational text identifies the impact and role of text movement on the chatbot conversation. Through theoretical examination, this study categorized multimodal text movement factors into temporal and spatial elements and applied them to the conversational user interface of text-generating chatbots. The experiment analyzed real-time eye tracking data representing visual interaction and cognitive outcome data representing comprehension, cognitive load and emotional engagement during chatbot conversation digital reading. Text movement types were derived by analyzing chatbot service cases. Data was collected via eye tracking, free recall and self-evaluations. Analysis using repeated measures ANOVA, independent t-tests, and one-way ANOVA tested hypotheses and identified differences. The research results are as follows: First, Text movement from the bottom with automatic scrolling (Type 2) or upward movement (Type 3) resulted in low comprehension and high cognitive load and eye movement for both character and sub-sentence generation units. Type 2 showed the most eye movement with character units and Type 3 with sub-sentence units, indicating direction and focus of text movement influenced cognition. Irregular text space also impacted direction and focus. Second, The text movement of text-generating chatbots requires different cognitive effort levels from participants depending on direction, focus, and position relative to the generation unit. Downward movement (Type 1) increased visual reactions more than text without direction (Type 4). The visually sensitive nature of digital reading means text movement prompts high cognitive activity. However, appropriate downward movement (Type 1) also stimulated emotional engagement, boosting comprehension by promoting information acquisition. Therefore, while differences in text movement of text-generating AI chatbots required cognitive difficulties for conversational participants during digital reading, an effective conversational environment was created by inducing a positive emotional state in participants through certain text movement types, facilitating the reading act. Also, the ‘sub-sentence’ generation unit group had a high frequency of statistically significant traits, which is thought to have contributed to the eye movement, comprehension, cognitive load, and emotional engagement differences between types by increasing the generation speed and heightening text movement changes. This study aimed to highlight movement as a key element in multimodal text by examining its influential factors, and define attributes in generative AI chatbots. Movement was categorized into temporal and spatial elements via kinetic typography and motion graphics theories and applied to text-generating chatbot conversational interfaces. This academic examination contributes to identifying movement’s functional role in critical “conversation design” of AI chatbot services. It also enables understanding to utilize multimodal text in AI chatbot design and education. Ultimately, by understanding research results showing visual, cognitive and emotional experiences of participants requiring informative text from text-generating chatbots, movement as nonverbal communication is expected to become a meaningful tool for AI chatbot interaction design and educational use.

GPT-3 기반 Human-AI Interaction의 경험 설계 : 인공지능 예술을 중심으로

양종훈 국민대학교 테크노디자인전문대학원 2023 국내석사

This research aims to explore the expansion of new experiences that can occur in interactions with AI through the intersection of generative AI and art. It focuses on the trustworthiness issues arising from the explainability of AI, designing a series of human-AI interaction experiences through the medium of art and producing them as artworks. Presently, the development of AI and the emergence of generative AI have significantly impacted various industries and fields, altering human work methods. Generative AI is notably characterized by its ability to autonomously generate results, which raises trustworthiness concerns. Specifically, problems such as AI providing incorrect information, like hallucinations, can confuse users, making the trustworthiness of AI an increasingly important issue. To address this, XAI(eXplainable AI) research is underway, aiming to enhance the trustworthiness of AI by making its results and outputs understandable through XAI. At a time when human-AI interaction, which signifies the mutual interaction between humans and AI, is becoming increasingly important, it is necessary to pay attention to these issues of AI. Moreover, the changes induced by AI are also evident in art. The development of generative AI, in particular, offers previously unseen possibilities as a new tool and domain for human thought. Thus, art, evolving with technological progress, can provide varied experiences, with the increasing interaction with generative AI in the future holding potential as a novel material in this process. Against this backdrop, artistic exploration using generative AI is deemed crucial. Consequently, the trustworthiness issues of AI and the potential for thought in AI art can be merged and expanded into the empirical dimension of human-AI interaction. Based on these aspects, this study seeks to explore human-AI interaction from a wider perspective. A literature review was conducted to examine the development process of AI, with a focus on generative AI, and to summarize research trends. Cases of AI incorporation into artworks from the past to the present were analyzed to explore the intersection between AI and art. In this study, the process of interacting with AI was designed by creating an interactive work, <eXplainable Human> using GPT-3 (Generative Pre-trained Transformer 3), a Large Language Model (LLM). This work utilizes the imperfections of AI and subsequent trustworthiness issues to address themes of human and ego explainability. Additionally, it differentiates the process of interacting with AI through the medium of art. Overall, based on theoretical considerations of development of AI and its relationship with art, this study employed generative AI to create and exhibit works based on human-AI interaction. The significance of this research is as follows. First, through literature studies on AI and art, the potential for new thinking influenced by AI was uncovered. Examination of AI art examples revealed that AI exploration could be integrated into artworks. Specifically, anthropomorphic representations of AI, as well as its explainability and trustworthiness, were investigated, and these perspectives could evolve into elements that generative AI might incorporate into art and creation. Second, building on these insights, a convergent experience of human-AI interaction was designed and materialized as artwork. Notably, GPT-3, a prominent generative AI model, was utilized to facilitate a process and experience wherein audiences can immerse themselves and interact with AI via an interactive interface. Furthermore, GPT-3 was employed to generate dialogues and responses with the AI within the work, intentionally highlighting the issue of trustworthiness. Thus, the incorporation of the AI model into the work and its interaction structure was elucidated. Third, through interaction with AI, this work distinguishes the exploratory process on the topic of ego. By selecting the ego, with its inherent complexity and difficulty in explanation, as a subject, the work presents a novel perspective revealing its nature through the explanation of AI. It provides an opportunity to contemplate the essence, explainability, and trustworthiness of the ego by showcasing the incomplete aspects described by AI. Fourth, the exhibition of the artwork demonstrated varying responses to the trustworthiness of AI. Focusing on the trustworthiness issue of AI, the work used imperfections of AI to offer limited responses and gathered audience reactions to these flawed answers. The resultant responses varied from complete trust to outright rejection of the outputs of AI, categorized into positive, neutral, and negative types. This confirms that trust in AI alone can elicit diverse emotional reactions. In summary, this study utilized generative AI to actualize human-AI interaction as a work through the intersection of AI and art. In doing so, an original interaction experience was designed, adopting the form of art to address the issues of explainability and trustworthiness of AI. Additionally, by observing the reactions and emotions of the audience encountering the AI during the exhibition of the artwork, it was found that the trustworthiness of AI and the resulting emotional responses warranted attention. This study extends a series of experiences of interacting with AI to an artistic level at a time when human-AI interaction is increasingly close to human life. 본 연구는 생성형 AI와 예술의 접목을 통해 인공지능과의 인터랙션에서 발생할 수 있는 새로운 경험의 확장을 탐구하는 데 목적이 있다. 이에 본 연구는 인공지능의 설명 가능성에서 나타나는 신뢰성 문제에 주목하여, 예술을 매개로 Human-AI Interaction에 대한 일련의 경험을 설계하고 이를 작품으로 제작하였다. 오늘날 인공지능(Artificial Intelligence, AI)의 발전과 생성형 AI(Generative AI)의 등장은 다양한 산업과 분야에 많은 영향을 미치며 인간의 작업 방식마저 바꾸고 있다. 특히 생성형 AI는 스스로 결과물을 생성해내는 특징을 가지고 있으며, 이는 신뢰에 대한 문제를 야기하기도 한다. 특히 할루시네이션(Hallucination)과 같이 인공지능이 잘못된 정보를 제공하는 문제는 사용자를 혼란시키기도 하는데, 이러한 문제로 인해 인공지능의 신뢰성이라는 요소가 중요하게 다뤄지고 있다. 또한 이를 해결하기 위해 XAI(eXplainable AI, 설명 가능한 인공지능)가 연구되고 있으며 XAI를 통해 인공지능의 결과와 출력을 이해할 수 있게 설명하여 그 신뢰성을 높이기 위한 노력이 이루어지고 있다. 이처럼 인간과 인공지능의 상호작용을 의미하는 Human-AI Interaction이 점차 중요해지는 시점에서, 이러한 인공지능의 문제점들은 주목할 필요가 있다. 또한 인공지능에 의한 변화는 예술에서도 나타나고 있다. 특히 생성형 AI의 발전은 인간의 새로운 도구이자 사유의 영역으로 기존에 볼 수 없었던 가능성을 제시할 수 있다. 이처럼 예술은 기술의 발전에 따른 확장을 통해 다양한 방식으로 그 경험을 제공하게 되는데, 미래에 점차 늘어날 생성형 AI와의 인터랙션은 그 과정에서 새로운 소재가 될 잠재성을 가지고 있다. 즉, 이러한 배경에서 생성형 AI를 활용한 예술적 탐구가 이뤄지는 것은 매우 중요하다고 볼 수 있다. 이로써 인공지능이 가지는 신뢰성 문제와 인공지능 예술에서 나타나는 사유의 가능성은 서로 결합되어 Human-AI Interaction의 경험적 차원으로 확장될 수 있다. 본 연구는 이러한 점을 토대로, 보다 폭넓은 관점에서 Human-AI Interaction을 탐구하고자 하였다. 이에 문헌 연구를 통해 생성형 AI를 중심으로 인공지능의 발전 과정을 살펴보고 연구의 동향을 정리하였다. 또한, 과거부터 현재까지 인공지능이 예술 작품에 접목된 사례들을 분석하여 인공지능과 예술 사이에 나타나는 교차점을 모색하였다. 이후 본 연구에서는 대형 언어 모델(Large Language Model, LLM)인 GPT-3(Generative Pre-trained Transformer 3)를 활용한 대화형 인터랙션 작품 <eXplainable Human>을 제작하여 인공지능과 상호작용하는 경험의 과정을 설계하였다. 작품은 인공지능의 불완전성과 잇따르는 신뢰성 문제를 활용하여 인간과 자아의 설명 가능성이라는 주제를 다룬다. 또한, 본 작품은 예술을 매개로 인공지능과의 대화라는 인터랙션의 과정을 차별적으로 드러낸다. 종합적으로 본 연구는 인공지능의 발전 그리고 예술과 인공지능의 관계에 대한 이론적 고찰을 바탕으로, 생성형 AI를 활용하여 Human-AI Interaction 기반의 작품을 제작하고 전시하였다. 이에 본 연구가 가지는 의의는 다음과 같다. 첫째, 인공지능과 예술에 관한 문헌 연구를 통해 인공지능에 의한 새로운 사유의 가능성을 발견하였다. 인공지능 예술 작품의 사례를 고찰함으로써, 인공지능에 대한 탐구가 작품에 접목될 수 있음을 확인하였다. 특히 인공지능의 설명 가능성, 신뢰성과 함께 인공지능의 의인화된 표현이 연구되고 있었으며, 이러한 관점은 생성형 AI가 예술과 창작에 접목될 수 있는 요소로 발전될 수 있었다. 둘째, 이러한 시사점을 토대로 Human-AI Interaction에 대한 융합적 경험을 설계하고 작품으로 제작하였다. 특히 주목받는 생성형 AI 모델인 GPT-3를 통해 대화형 인터페이스를 중심으로 인공지능과 관객이 몰입하여 상호작용할 수 있는 과정 및 경험을 제시하였다. 또한, 작품 속 인공지능과의 대화 및 답변을 생성하기 위해 GPT-3를 활용하여 신뢰성 문제를 의도적으로 드러내고자 하였다. 이에 인공지능 모델이 작품에 접목된 방법과 인터랙션 구조를 함께 설명하였다. 셋째, 본 작품은 인공지능과의 인터랙션을 통해, 자아라는 주제에 관하여 그 탐색의 과정을 차별적으로 표현하였다. 설명되기 어렵고 복잡한 측면을 가지고 있는 자아를 설명의 대상으로 선택하여, 인공지능의 설명을 통해 그 모습을 드러내는 새로운 관점을 제시하였다. 작품은 인공지능이 묘사하는 자아의 불완전한 측면을 제시함으로써 자아의 본질, 설명 가능성 그리고 신뢰에 대한 사유의 기회를 제공한다. 넷째, 작품의 전시를 통해 인공지능의 신뢰에 대한 반응 차이가 나타남을 확인하였다. 본 작품은 인공지능의 신뢰성 문제를 중심으로 인공지능의 불완전함을 활용하여 한정적 답변을 제공하고, 이처럼 불완전한 답변에 대한 관객의 반응을 수집하였다. 그 결과, 작품 속 인공지능이 출력한 답변에 관해 전적으로 신뢰하거나 혹은 전혀 수용하지 않는 등의 다양한 반응이 나타났으며 이러한 반응은 긍정, 중립, 부정의 유형으로 분류되었다. 이로써 인공지능이라는 대상에 대한 신뢰만으로 다양한 감정적 반응이 나타날 수 있음을 확인하였다. 이처럼 본 연구는 생성형 AI를 활용하여 인공지능과 예술의 접점을 통해 Human-AI Interaction을 하나의 작품으로 구현하였다. 이 과정에서 인공지능의 설명 가능성과 신뢰성 문제를 예술의 형태를 차용한 독창적 인터랙션 경험으로 설계하였다. 나아가, 작품의 전시를 통해 인공지능을 접하는 관객의 반응과 감정을 관찰하여 인공지능의 신뢰와 그에 따른 감정적 반응에 주목할 수 있음을 발견하였다. 이로써 본 연구는 Human-AI Interaction이 인간의 삶에 점차 밀접해지는 시점에서, 인공지능과의 대화라는 일련의 경험을 예술적 차원으로 확장하였다는 의의를 가진다.

여성의 범죄 두려움 완화를 위한 사용자 경험 디자인 연구 : 음성 사용자 인터페이스(VUI)에 기반한 안심귀가 모바일 애플리케이션 제안

고은정 연세대학교 커뮤니케이션대학원 2020 국내석사

This study started with the view that, while previous studies about crime prevention through environmental design aimed to reduce the fear of crime, they lacked a specific understanding of the fear and emotional experience of young women who fear crime the most. Thus, this study identified the context and characteristics of women’s fear responses to crime experiences and aimed to design a service based on this response. According to research from user experience, women feared crime the most on their way home at night. At the time, women were gaining a sense of security by recognizing streetlights, CCTVs, and late-night shops as safety factors and by talking on the phone with acquaintances. Interestingly. women who responded that they were often fearful of crime preferred someone else nearby, and they recognized others as being able to help them. This means that women experience a sense of security through the presence of others. Therefore, this study proposed a VUI-based personal safety mobile application that would enable users to feel a social presence for security. The usability test showed that users scored their satisfaction with the overall service as 6.43 points (7 points) and gave 6.56 points to their response to emotion (experience of having someone present and being safe) using the service. This confirmed the possibility that the proposed service could reduce the fear of crime, and it is expected that women will feel safe psychologically and experience crime prevention effects using the service in a fearful situation like walking alone through the night. This study is meaningful because it proposed and verified specific services to reduce fear by understanding women’s fear of crime. In addition, women’s behavioral characteristics and proposed services derived from this study could help provide guidance for implementing policies and services related to women’s safety. 본 연구는 기존의 범죄예방디자인(CPTED) 연구들이 범죄에 대한 두려움 완화를 목적으로 하지만 정작 범죄에 대한 두려움을 가장 크게 느끼는 젊은 여성들의 두려움 경험 및 감성에 대한 구체적인 이해가 부족하다는 문제의식에서 출발했다. 이에 본 연구는 여성들의 범죄에 대한 두려움 경험과 특징을 파악하여 이를 바탕으로 한 서비스 제안에 목적을 두었다. 사용자 조사 결과 여성들은 밤 시간대에 혼자 걷는 귀갓길에서 범죄피해에 대한 두려움을 가장 크게 느꼈다. 이때 여성들은 가로등, CCTV, 늦게까지 문을 여는 상점 등을 안전요소로 인지했고 주변 사람과의 통화를 통해 안전감을 얻고 있었다. 특이한 점은 두려움을 많이 느낀다고 응답한 여성일수록 같은 공간에 타인이 있는 것을 선호하였으며, 이들을 자신에게 도움을 줄 수 있는 존재로 인지하고 있다는 것이었다. 이는 여성들이 타인의 존재를 인식하는 현존감을 통해 안전감을 경험한다는 것을 의미한다. 따라서 본 연구는 안전한 존재와 연결되어 있다는 느낌인 현존감을 느끼게 하는 음성 사용자 인터페이스(VUI) 기반의 안심귀가 모바일 애플리케이션을 제안했다. 사용성 평가 결과 사용자들은 서비스 전반에 대해 6.43점(7점 만점)의 만족도를 보였고 서비스 사용 감정(현존감, 안전감 경험)에 대해 6.56점의 응답을 보였다. 이를 통해 제안한 서비스가 범죄에 대한 두려움을 완화할 수 있다는 가능성을 확인하였으며, 여성들이 혼자 밤길을 걷는 두려운 상황에서 서비스 사용을 통해 심리적 안전을 경험하여 범죄예방 효과를 높일 수 있을 것으로 기대한다. 본 연구는 여성들이 경험하는 범죄에 대한 두려움의 이해를 바탕으로 두려움 완화를 위한 구체적인 서비스를 제안하고 검증했다는 점에서 의의가 있다. 또한, 본 연구에서 도출한 여성들의 범죄에 대한 두려움의 행동적 특징 및 제안한 서비스는 여성 안전 관련 정책과 서비스 시행을 위한 방향설정에 도움이 될 수 있을 것이다.

한국어 교육용 대화 시스템 개발을 위한 화행 판별 자질 연구

한지윤 연세대학교 대학원 2018 국내석사

The aim of this paper is to classify the dialogue act of user response utterances for the development of a dialogue system for Korean language education and to select what features are appropriate for efficiently discriminating such utterances. This paper proposes a dialogue tag set that classifies the learner's utterance intent to develop a chat bot dialog system designed to enable Korean learners to practice Korean conversation. In order to classify the utterances automatically according to these tag set, I examine what features are suitable for the conversation system made for Korean education among the discriminant features used in the previous research. For this purpose, a corpus for Korean language education was collected to annotate the discriminant features and dialogue act. Based on the annotated corpus, we selected the dialogue act tags that can be used in the dialogue system for Korean language education. Rather than the traditional linguistic works, the discriminant features were chosen for practical use in the dialogue system for practicing Korean conversation. In case of the discriminant features, the features that can be commonly used in both rules base – d automatic classification and statistics-based automatic classification are selected and analyzed. The first chapter presents the purpose and background of this study. After examining the discussions related to the speech, second chapter the scholarly works on the automatic classification method. Furthermore, this chapter analyze the corpus used in the previous research after summarizing the discriminant features used in the study. The third chapter provides the design and collection of dialog corpus to be used in the dialogue system for Korean language education. The fourth chapter analyses the collected response speech data. The conclusion part gives the results of this study and future issues. 본고의 연구 주제는 한국어 교육 목적의 대화 시스템 개발을 위하여 사용자 응답 발화의 화행을 분류하고, 이러한 화행을 효율적으로 판별하는 데 적합한 자질이 무엇인지를 선별하는 것이다. 본고는 한국어 학습자들이 한국어 회화를 연습할 수 있도록 고안된 챗봇 대화 시스템에 입력된 학습자의 발화 의도를 파악하고 분류하는 화행 표지 체계를 제안한다. 또한, 이러한 화행 표지에 맞춰 발화를 자동으로 분류하기 위하여 기존에 화행 자동 분류 연구에서 이용된 화행 판별 자질 중 한국어 교육 목적 대화 시스템에 적합한 자질이 무엇인지 검토한다. 이를 위하여 한국어 교육용 대화 말뭉치를 구축하여 화행과 화행 판별 자질을 주석하였다. 주석된 말뭉치를 바탕으로 한국어 교육 목적의 대화 시스템에서 활용 가능한 화행 표지를 선정하였고, 화행 판별 자질과 화행 간의 연관도를 검토하여 각 화행별로 유의미한 화행 판별 자질을 추출하였다. 화행 표지는 전통적인 언어학에서의 화행과는 별개로 한국어 회화를 연습하기 위한 대화 시스템에서 실용적으로 활용할 수 있는 표지를 선택하였다. 화행 판별 자질의 경우 규칙 기반 자동 분류 모델과 통계 기반 자동 분류 모두에서 공통으로 활용할 수 있는 자질을 선정하여 그 특성을 분석하였다. 서론에서는 본 연구의 목적과 배경, 의의에 대해서 논한다. 관련 연구에서는 화행과 관련된 논의를 살펴본 후, 화행 자동 분류 방식에 대한 연구의 흐름에 대해서 탐구하면서 이러한 연구에서 활용된 화행 판별자질에 대하여 정리한 뒤 기존의 연구에서 활용된 말뭉치에 대하여 분석한다. 3장에서는 한국어 교육 목적의 대화 시스템에서 사용될 대화 말뭉치의 설계와 구축에 대하여 논의하고 4장에서는 수집된 응답 발화 데이터를 분석하여 화행별로 유의미한 화행 판별 자질을 선별한다. 결론에서는 본 연구의 성과와 추후 과제에 대하여 논한다.

Communication with AI: Designing Conversational Agents for Dyadic and Group Interactions

김수민 서울대학교 대학원 2022 국내박사

The advancements in technology shift the paradigm of how individuals communicate and collaborate. Machines play an active role in human communication. However, we still lack a generalized understanding of how exactly to design effective machine-driven communication and discussion systems. How should machine agents be designed differently when interacting with a single user as opposed to when interacting with multiple users? How can machine agents be designed to drive user engagement during dyadic interaction? What roles can machine agents perform for the sake of group interaction contexts? How should technology be implemented in support of the group decision-making process and to promote group dynamics? What are the design and technical issues which should be considered for the sake of creating human-centered interactive systems? In this thesis, I present new interactive systems in the form of a conversational agent, or a chatbot, that facilitate dyadic and group interactions. Specifically, I focus on: 1) a conversational agent to engage users in dyadic communication, 2) a chatbot called GroupfeedBot that facilitates daily social group discussion, 3) a chatbot called DebateBot that enables deliberative discussion. My approach to research is multidisciplinary and informed by not only in HCI, but also communication, psychology and data science. In my work, I conduct in-depth qualitative inquiry and quantitative data analysis towards understanding issues that users have with current systems, before developing new computational techniques that meet those user needs. Finally, I design, build, and deploy systems that use these techniques to the public in order to achieve real-world impact and to study their use by different usage contexts. The findings of this thesis are as follows. For a dyadic interaction, participants interacting with a chatbot system were more engaged as compared to those with a static web system. However, the conversational agent leads to better user engagement only when the messages apply a friendly, human-like conversational style. These results imply that the chatbot interface itself is not quite sufficient for the purpose of conveying conversational interactivity. Messages should also be carefully designed to convey such. Unlike dyadic interactions, which focus on message characteristics, other elements of the interaction should be considered when designing agents for group communication. In terms of messages, it is important to synthesize and organize information given that countless messages are exchanged simultaneously. In terms of relationship dynamics, rather than developing a rapport with a single user, it is essential to understand and facilitate the dynamics of the group as a whole. In terms of task performance, technology should support the group's decision-making process by efficiently managing the task execution process. Considering the above characteristics of group interactions, I created the chatbot agents that facilitate group communication in two different contexts and verified their effectiveness. GroupfeedBot was designed and developed with the aim of enhancing group discussion in social chat groups. GroupfeedBot possesses the feature of (1) managing time, (2) encouraging members to participate evenly, and (3) organizing the members’ diverse opinions. The group which discussed with GroupfeedBot tended to produce more diverse opinions compared to the group discussed with the basic chatbot. Some effects of GroupfeedBot varied by the task's characteristics. GroupfeedBot encouraged the members to contribute evenly to the discussions, especially for the open-debating task. On the other hand, DebateBot was designed and developed to facilitate deliberative discussion. In contrast to GroupfeedBot, DebateBot was applied to more serious and less casual social contexts. Two main features were implemented in DebateBot: (1) structure discussion and (2) request opinions from reticent discussants.This work found that a chatbot agent which structures discussions and promotes even participation can improve discussions, resulting in higher quality deliberative discussion. Overall, adding structure to the discussion positively influenced the discussion quality, and the facilitation helped groups reach a genuine consensus and improved the subjective satisfaction of the group members. The findings of this thesis reflect the importance of understanding human factors in designing AI-infused systems. By understanding the characteristics of individual humans and collective groups, we are able to place humans at the heart of the system and utilize AI technology in a human-friendly way. "인간-컴퓨터 상호작용"과 "사용자 경험"을 넘어, "인간-인공지능 상호작용" 그리고 "알고리즘 경험"의 시대가 도래하고 있다. 기술의 발전은 우리가 의사소통하고 협업하는 방식의 패러다임을 전환했다. 기계 에이전트는 인간 커뮤니케이션에서 적극적이며 주도적인 역할을 수행한다. 하지만 효과적인 AI 기반 커뮤니케이션과 토론 시스템 디자인에 대한 이해와 논의는 부족한 것이 사실이다. 이에 본 연구는 인간-컴퓨터 상호작용의 관점에서 다양한 형태의 커뮤니케이션을 지원할 수 있는 기술적 방법을 탐색하는 것을 목표로 한다. 이를 위해 저자는 일대일 그리고 그룹 상호작용을 지원하는 대화형 에이전트를 제시한다. 구체적으로 본 연구는 1) 일대일 상호작요에서 사용자 관여를 높이는 대화형 에이전트, 2) 일상적인 소셜 그룹 토론을 지원하는 에이전트, 3) 숙의 토론을 가능하게 하는 에이전트를 디자인 및 개발하고 그 효과를 정량적 그리고 정성적으로 검증했다. 시스템을 디자인함에 있어서 인간-컴퓨터 상호작용뿐 아니라, 커뮤니케이션학, 심리학, 그리고 데이터 과학을 접목한 다학제적 접근 방식이 적용되었다. 첫 번째 연구는 일대일 상호작용 상황에서 사용자의 관여 증진을 위한 대화형 에이전트의 효과를 검증했다. 설문조사라는 맥락에서 수행된 이 연구는 웹 설문조사에서 응답자의 불성실로 인해 발생하는 응답 데이터 품질의 문제를 극복하기 위한 새로운 인터랙션 방법으로 텍스트 기반 대화형 에이전트의 가능성을 탐색하는 것을 목표로 했다. 이를 위해 2 (인터페이스: 웹 對 챗봇) X 2 (대화 스타일: 포멀 對 캐쥬얼) 실험을 진행했으며, 만족화 이론에 근거하여 응답 데이터의 품질을 평가했다. 그 결과, 챗봇 설문조사의 참여자가 웹 설문조사의 참여자보다 더 높은 수준의 관여를 보이고, 결과적으로 더 높은 품질의 데이터를 생성하는 것을 확인할 수 있었다. 하지만 이런 챗봇의 데이터 품질에 대한 효과는 챗봇이 친구 같고 캐쥬얼한 대화체를 사용할 때만 나타났다. 이 결과는 대화형 인터랙티비티가 인터페이스뿐 아니라 대화 스타일이라는 효과적인 메세지 전략을 동반할 때 발생하는 것을 의미한다. 두 번째 연구는 일상적인 소셜 채팅 그룹에서 집단의 의사결정과정과 토론을 지원하는 대화형 시스템에 대한 것이다. 이를 위해 GroupfeedBot이라는 대화형 에이전트를 제작하였으며, GroupfeedBot은 (1) 토론 시간을 관리하고, (2) 구성원들의 균등한 참여를 촉진하며, (3) 구성원들의 다양한 의견을 요약 및 조직화하는 기능을 갖고 있다. 해당 에이전트를 평가하기 위해 다양한 태스크 (추론, 의사결정, 자유 토론, 문제 해결 과제)와 그룹 규모(소규모, 중규모)에 관하여 사용자 조사를 시행했다. 그 결과 의견의 다양성 측면에서 GroupfeedBot으로 토론한 집단이 기본 에이전트와 토론한 집단보다 더 다양한 의견을 생성했지만 산출된 결과의 품질과 메시지 양에 있어서는 차이가 없는 것을 확인할 수 있었다. 균등한 참여에 대한 GroupfeedBot의 효과는 태스크의 특성에 따라 다르게 나타났는데, 특히 자유 토론 과제에서 GroupfeedBot이 참여자들의 균등한 참여를 촉진했다. 세 번째 연구는 숙의 토론을 지원하는 대화형 시스템에 대한 것이다. 세 번째 연구에서 개발된 DebateBot은 GroupfeeedBot과 달리 더 진지한 사회적 맥락에서 적용되었다. DebateBot은 (1) 생각하기-짝짓기-공유하기 (Think-Pair-Share) 전략에 따라 토론을 구조화하고, (2) 과묵한 토론자에게 의견을 요청함으로써 동등한 참여를 촉진하는 두 가지 주요 기능을 수행했다. 사용자 평가 결과 DebateBot은 그룹 상호작용을 개선함으로써 심의 토론을 가능하게 했다. 토론 구조화는 토론의 질에 긍정적인 효과를 발휘하였고, 참여자 촉진은 진정한 합의 도달에 기여하였으며, 그룹 구성원들의 주관적 만족도를 향상했다. 본 연구는 이 세 가지 연구의 결과들을 바탕으로 인간-인공지능 커뮤니케이션에 대한 다양한 시사점들을 도출하였으며, 이를 TAMED (Task-Agent-Message-Information Exchange-Relationship Dynamics) 모델로 정리하였다.

상이한 사용자 그룹이 VUI 이용 시 경험하는 어려움에 대한 이해 : 사용 빈도와 최신성을 바탕으로 한 사용자 구분 기준에 근거하여

정현훈 서울대학교 대학원 2020 국내석사

음성 사용자 인터페이스 (Voice User Interface, VUI)가 확산되며, VUI는 이제 기술 수용에 적극적인 사용자층만을 위한 인터페이스가 아닌 다수가 일상적으로 사용할 수 있는 인터페이스가 되었다. 기술 수용 및 활용 적극성 관점에서 사용자를 분류하여 이해할 필요가 있음에도 불구하고, 현재 HCI 커뮤니티의 VUI에 대한 사용자 연구는, 이와 같은 비교 연구를 진행하고 있는 경우는 드물다. 본 연구는, 이용빈도와 최신성에 입각하여 Heavy User와 Light User로 사용자 그룹을 분리해, 이들이 해당 인터페이스를 사용하며 겪는 어려움에 초점을 맞추어 알아본다. 각각의 사용자가 어떤 어려움을 겪는지, 그리고 이 어려움에 어떻게 반응하거나 대응하는지에 대해 알아본다. 이 결과를 통해 VUI의 디자인과 개발 측면에서의 개선점이 무엇이 있을지 도출하고자 한다. 본 연구는, 네이버 클로바 AI (Clova AI, Naver Corporation) 연구 조직에서 디자인하고 개발한 식당 예약 음성 에이전트, AiCall이라는 제품을 활용하여 유저 스터디를 진행하였다. 필자는 연구의 결과로, Heavy User와 Light User가 보고한 어려움의 종류와 순위에 차이가 있음을 발견했다. 또한, 각 사용자 그룹이 어려움에 반응하거나 대응하는 방식의 경향성의 차이에 대해서도 알 수 있었다. Heavy User는 문제 상황에 대해 적극적이었고 직설적이었으며, Light User는 문제 상황에 대해서 수동적인 태도를 보였다. 본 연구는 기술 수용 및 활용 적극성의 기준에 따라 분류된 각 사용자 그룹이 VUI 이용 시 겪는 어려움에 대해 이해하는 것을 통해, 이러한 어려움을 개선하기 위해 VUI의 개발 및 제작 방향은 어떠해야 하는지 제안한다. Voice User Interfaces (VUIs) are growing in popularity. Recent market research has shown that VUIs are being adopted by the ‘early majority’ based on the ‘Diffusion of Innovation’ theory. This means that VUIs are not just for the ‘innovators’ or the ‘early adopters.’ While it is important to understand the usage patterns of different user groups, few studies focus solely on these differences. In this paper, the VUIs user group are divided into two categories, heavy users and light users, in terms of the frequency and recency of use. To understand the differences between heavy users and light users in difficulties, I conduct user study using the restaurant reservation VUI, AiCall, which I have participated in designing and development. From the result of the user study, I found out that each user group had a different way of dealing with the difficulties; heavy users were active and aggressive, while light users were passive. I hope that the findings and the discussions of this study would be used to design and develop VUIs for both user groups.