Q방법론을 활용한 챗봇 이미지 유형에 대한 사용자 인식 연구 = A Study on User Perception of Chatbot Image Types Using Q-Methodology

국문 초록 (Abstract)

챗봇은 구성요소의 표현방식에 따라 챗봇에 대한 이미지가 다르게 나타날 것으로 예상되므로 챗봇 이미지에 대한 사용자 인식 연구가 선행되어야 한다. 본 연구는 챗봇 이미지에 대한 사용자 인식을 살펴보기 위해 Q방법론을 활용한 챗봇 이미지 유형을 분석하고자 하였다. 연구 설계는 Q모집단을 구성하고 Q표본을 선정한 후 3단계로 진행되었으며, 1차 표본 100개, 2차 요인별 표본 70개, 3차 전문가 및 심층 면접자의 질의응답을 통해 최종적으로 챗봇 프로필 이미지 표현에 대한 항목 8개, 챗봇 대화방식에 대한 항목 9개, 챗봇 성격에 대한 항목 8개, 상호작용에 대한 항목 4개, 총 29개 진술문 표본을 추출하였다. 피실험자는 20~30대 남녀, 40명을 대상으로 진술문과 심층 인터뷰를 진행하였다. 연구 결과, 유형별 긍정진술문과 부정진술문의 표준점수의 값을 중심으로 챗봇 이미지를 네 가지 유형으로 분류하고, 유형 1은 친구형, 유형 2는 비서형, 유형 3은 리더형, 유형 4는 상담형으로 명하였다. 본 연구는 Q방법론을 통해 챗봇 이미지에 대한 사용자의 필요와 욕구, 행동의 동기가 무엇인지를 살펴보았으며, 챗봇 이미지에 대한 인식과 유형을 분류하는 도구가 되었다. 향후 Q방법론을 활용하여 챗봇 사용자의 인식을 다차원적인 방법으로 분석하고, 맞춤형 챗봇 이미지에 따른 챗봇 서비스 제공과 인터페이스 디자인 방향에 차별화된 전략 수립에 활용하고자 한다.

다국어 초록 (Multilingual Abstract)

Chatbots are expected to have different images depending on how their components are expressed, research on user perception of chatbot images should be conducted first. This study attempted to analyze chatbot image types using Q-Methodology to examine user perception of chatbot images. The research design was conducted in three stages after forming the Q population and selecting the Q sample. The first sample consisted of 100 items, the second sample by factor consisted of 70 items, and the third sample was conducted through questions & answers from experts and in-depth interviewers. Finally, there were 8 items about the chatbot profile image expression, 9 items about the chatbot conversation style, 8 items about the chatbot personality, and 4 items about interaction, in total. A sample of 29 items was extracted. Statements and in-depth interviews were conducted with 40 subjects, men & women in their 20~30s. As a result, chatbot images were classified into four types, focusing on the standard scores of positive and negative statements by type. Type 1 is a friend, Type 2 is a secretary, Type 3 is a leader, and Type 4 is a counsel. This study examined the process of discovering users’ needs, desires, and motivations for chatbot images through Q-Methodology, and served as a tool to classify the perception and type of chatbot images. In the future, we plan to use Q-Methodology to analyze chatbot users’ perceptions in a multidimensional way and use it to establish differentiated strategies for providing chatbot services and interface design direction according to customized chatbot images.