• 한국HCI학회논문지
• /
• 제12권1호
• /
• pp.15-23
• /
• 2017

이 연구는 인간성의 개념과 구성 요인들을 스마트 홈 맥락에서 대화형 에이전트에 적용하여, 의인화의 수준과 인터랙션 유형이 사용자 감성 경험과 향후 이용 의도에 미치는 효과를 알아보고자 하였다. 실험연구를 통한 분석 결과 의인화의 고-저 수준과 인터랙션의 음성-채팅 유형은 친밀도, 호감도, 향후 이용 의도에 영향을 미치는 것으로 나타났다. 즉, 의인화 수준이 높고, 음성 인터랙션인 경우 대화형 에이전트를 더 친밀하고 호감이 가며 향후에도 계속해서 이용하고 싶은 대상으로 평가하였다. 또한, 의인화의 고-저 수준과 관계없이, 채팅에 비해 음성 인터랙션이 심리적 저항감이 낮았다. 향후 이용 의도에 대해서 의인화 수준과 인터랙션 유형의 상호작용 효과가 발견되었다. 즉, 채팅 인터랙션은 의인화의 효과가 나타나지 않은 반면, 음성 인터랙션의 경우 의인화의 효과가 나타났다. 따라서, 음성 대화형 스마트홈 에이전트는 의인화 수준을 높이는 방향으로 설계가 되어야 사용자들의 지속적 이용을 기대할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제21권7호
• /
• pp.144-156
• /
• 2021

본 연구에서는 상담 및 심리치료 분야에서 대화형 에이전트의 활용이 증가하는 가운데, 음성 기반 심리상담 에이전트 설계 시 중요하게 고려해야 하는 요인을 탐색하기 위해 실험 연구를 진행하였다. 이를 위해 실제 심리상담 맥락에서 음성 기반 대화형 에이전트를 구현하여, 20~30대 성인 남녀 48명을 대상으로 상담 대화를 진행하였다. 연구 참여자는 4가지 유형의 에이전트 목소리(청년여성, 청년남성, 중년여성, 중년남성) 중 선호하는 목소리를 선택한 후 대화하였으며, 목소리 선택에 대한 이유, 기분 변화, 에이전트의 특성에 대한 지각, 상담 성과 등을 평가하였다. 연구 결과, 사용자 성별에 따른 에이전트의 목소리 유형 선택은 통계적으로 유의하지 않았다. 그러나 목소리 선택 이유로 '편안함'이 가장 많이 언급됨으로써, 심리상담 에이전트에게 요구되는 목소리 특성이 탐색되었다. 다음으로, 사용자는 에이전트와의 대화 후, 기분이 유의미하게 개선되는 것으로 나타남으로써 심리상담 에이전트의 개입 효과를 확인하였다. 마지막으로, 사용자가 심리상담 에이전트에게 지각하는 특성 중, 전문성과 호감이 상담 성과를 긍정적으로 평가하는데 중요한 요소임이 확인되었다. 본 연구 결과를 바탕으로 심리상담 에이전트의 활용 가능성과 추후 연구에 대한 제언을 제시하였다.

• 한국융합학회논문지
• /
• 제13권3호
• /
• pp.11-22
• /
• 2022

최근 교육 분야에서 다양한 인공지능 기술을 활용한 연구와 개발이 이뤄지고 있다. 인공지능을 활용한 교육 중 특히 대화형 에이전트는 시간과 공간의 제약을 받지 않고 음성인식, 번역과 같은 다양한 인공지능 기술과 결합해 더 효과적인 언어 학습을 가능하게 한다. 본 논문은 상용화된 교육용 플랫폼 중 이용자 수가 많고 영어 학습을 위한 대화형 에이전트가 활용된 플랫폼에 대한 동향 분석을 진행하였다. 동향 분석을 통해 현재 상용화된 교육용 플랫폼의 대화형 에이전트는 여러 한계점과 문제점이 존재했다. 구체적인 문제점과 한계점 분석을 위해 사전 학습된 최신 대용량 대화 모델과 비교 실험을 진행하였고, 실험 방법으로 대화형 에이전트의 대답이 사람과 비슷한지를 평가하는 Sensibleness and Specificity Average (SSA) 휴먼 평가를 진행하였다. 실험 내용을 바탕으로, 효과적인 학습을 위해 개선방안으로 대용량 파라미터로 학습된 대화 모델, 교육 데이터, 정보 검색 기능의 필요성을 제안했다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.267-286
• /
• 2023

인공지능 스피커로 대표되는 대화형 에이전트는 사람-컴퓨터 간 대화형이기 때문에 대화 상황에서 오류가 발생하는 경우가 잦다. 에이전트 사용자의 발화 기록에서 인식오류는 사용자의 발화를 제대로 인식하지 못하는 미인식오류 유형과 발화를 인식하여 서비스를 제공하였으나 사용자가 의도한 바와 다르게 인식된 오인식오류 유형으로 나뉜다. 이 중 오인식오류의 경우, 서비스가 제공된 것으로 기록되기 때문에 이에 대한 오류 탐지가 별도로 필요하다. 본 연구에서는 텍스트 마이닝 기법 중에서도 단어와 문서를 벡터로 바꿔주는 단어 임베딩과 문서 임베딩을 이용하여 단순 사용된 단어 기반의 유사도 산출이 아닌 단어의 분리 방식을 다양하게 적용함으로써 연속 발화 쌍의 유사도를 기반으로 새로운 오인식오류 및 신조어 탐지 방법을 탐구하였다. 연구 방법으로는 실제 사용자 발화 기록을 활용하여 오인식오류의 패턴을 모델 학습 및 생성 시 적용하여 탐지 모델을 구현하였다. 그 결과, 오인식오류의 가장 큰 원인인 등록되지 않은 신조어 사용을 탐지할 수 있는 패턴 방식으로 다양한 단어 분리 방식 중 초성 추출 방식이 가장 좋은 결과를 보임을 확인하였다. 본 연구는 크게 두 개의 함의를 가진다. 첫째, 인식오류로 기록되지 않아 탐지가 어려운 오인식오류에 대하여 다양한 방식 별 비교를 통해 최적의 방식을 찾았다. 둘째, 이를 실제 신조어 탐지 적용이 필요한 대화형 에이전트나 음성 인식 서비스에 적용한다면 음성 인식 단계에서부터 발생하는 오류의 패턴도 구체화할 수 있으며, 오류로 분류되지 않더라도 사용자가 원하는 결과에 맞는 서비스가 제공될 수 있음을 보였다.

• 한국콘텐츠학회논문지
• /
• 제17권2호
• /
• pp.96-104
• /
• 2017

최근의 스마트 기기들은 사용자의 의도와 사용 맥락을 반영하는 지능형 에이전트의 형태로 발전하고 있으며, 기능을 더 쉽고 편리하게 활용할 수 있는 사용자 경험 설계가 경쟁력의 핵심이 되고 있다. 본 연구는 인간중심의 내추럴 인터랙션이 최적의 스마트TV 경험에 필수적이라는 전제하에 TV에 특화된 음성 인터랙션 방식을 탐구하고자 하였다. 사용자가 자연스러운 행태로 TV를 조작하는 모델을 구축하기 위하여 스마트TV의 주요 기능을 지능형 에이전트에 명령하도록 하였고 대화 패턴을 수집하였다. 수집된 문장은 CfA 모델에 대입하여 기능 실행을 위한 반응 별로 분류하였다. 분류된 5가지 대화 패턴은 스마트TV가 실행하는 기능 특성에 따라 '기능 실행'과 '정보 검색'으로 나눌 수 있었다. 사용자와 TV간의 음성 상호작용에서 모호한 요청의 경우 재확인을 위한 CfC1이 발생하고, 복합 의도나 조건부 요청에 대한 대응이 필요한 경우는 CfC2가 발생한다는 부분도 확인하였다. 본 연구의 결론은 스마트TV에서의 음성 UI 설계에서 Simple Request Type이 가장 효율적 모델이라는 점과 대화형 인터랙션은 가능한 사용자의 모호한 요청을 구체화하기 위한 단계에서만 활용되는 것이 적합하다는 것이다.

• 감성과학
• /
• 제21권1호
• /
• pp.59-70
• /
• 2018

음성인식 기술의 비약적 발전으로 최근 몇 년 사이 대화형 에이전트는 스마트폰, 인공지능 스피커 등을 통해 널리 보급되었다. 음성인식 기술의 인식의 정확도는 인간의 수준까지 발전하였으나, 여전히 말의 의미나 의도를 파악하는 것과 긴 대화를 이해하는 것 등에는 한계를 보이고 있다. 이에 따라 사용자는 대화형 에이전트를 사용함에 있어 다양한 오류 상황들을 경험하고 있으며 이는 사용자 경험에 부정적인 영향을 미칠 수 있다. 또한, 목소리를 주 인터페이스로 하는 인공지능 스피커의 경우, 대화형 에이전트의 기능 및 한계에 대한 피드백의 부족은 지속적 사용을 저해하는 요소로 꼽히고 있다. 따라서 사용자가 대화형 에이전트의 기능 및 한계를 보다 잘 이해하고 오류 상황에서 부정적인 감정을 완화할 수 있는 방안에 대한 연구에 대한 필요성이 높으나, 아직 관련 연구는 미비한 실정이다. 이에 본 연구에서는 사회적 전략 중 '사전 양해'와 '사과'를 대화형 에이전트에 적용하고 이러한 전략이 사용자가 에이전트에 대해 느끼는 인식에 어떠한 영향을 미치는지 조사하였다. 이를 위해 사전 양해와 사과 여부를 나누어 사용자가 대화형 에이전트와 대화하는 데모 영상을 제작하였고, 실험참가자들에게 영상을 보여준 뒤 느끼는 호감도와 신뢰도를 설문을 통해 평가하도록 하였다. 총 104명의 응답을 분석한 결과, 문헌조사를 토대로 한 우리의 예상과는 상반되는 결과를 얻었다. 사전 양해는 오히려 사용자에게 부정적인 인상을 주었으며, 특히 에이전트에 대한 신뢰도에 부정적인 영향을 주었다. 또한 오류 상황에서의 사과는 사용자가 느끼는 호감도나 신뢰도에는 유의미한 영향을 미치지 않았다. 심층인터뷰를 통해 원인을 파악한 결과, 실험참가자들은 인공지능 스피커를 사람과 같은 인격체보다는 단순한 기계에 가깝다고 인식했기 때문에 인간관계에 작용하는 사회적 전략이 영향력을 발휘하지 못한 것으로 해석된다. 이러한 결과는 사용자가 에이전트를 얼마나 기계, 혹은 사람에 가깝게 인식하는지에 따라 오류 상황에 대한 에이전트의 대처 방식 또한 달라져야 함을 보여준다.

• 문화기술의 융합
• /
• 제7권1호
• /
• pp.620-631
• /
• 2021

이 연구는 스마트 홈 환경에서 대화 주제 유형에 따라 음성 에이전트의 선행 발화 방식이 사용자 경험에 미치는 효과를 확인하고자 하였다. 과제 중심적 대화와 관계 중심적 대화의 두 가지 대화 유형을 바탕으로, 스마트 스피커의 발화 방식을 선행 발화와 후행 발화로 구분하여 네 가지 시나리오를 제작하였다. 온라인 실험을 진행하여 총 62명의 참가자를 발화 방식에 따라 두 그룹으로 나누어, 대화 유형의 두 가지 시나리오를 진행하게 하고, 호감도, 심리적 저항감, 지각된 지능의 사용자 경험 요인을 측정하였다. 실험 결과, 대화 유형 중 과제 중심적 대화에서 호감도의 주효과가 나타났고, 발화 방식에서 선행 발화에 대한 심리적 저항감의 주효과가 나타났다. 선행 발화 방식은 과제 중심적 대화에서 호감도와 지각된 지능을 높이는 효과를 보였다.

• 한국콘텐츠학회논문지
• /
• 제18권8호
• /
• pp.92-101
• /
• 2018

대화형 AI 스피커가 보편화되면서 음성인식은 자율주행 상황에서의 중요한 차량-운전자 인터랙션 방식으로 인식되고 있다. 이 연구의 목적은 반자율주행 상황에서 음성뿐만 아니라 AI 캐릭터의 시각적 피드백을 함께 전달하는 멀티모달 인터랙션이 음성 단일 모드 인터랙션보다 사용자 경험 최적화에 효과적인지를 확인하는 것이다. 실험 참가자에게 주행 중 AI 스피커와 캐릭터를 통해 음악 선곡과 조정을 위한 인터랙션 태스크를 수행하게 하고, 정보 및 시스템 품질, 실재감, 지각된 유용성과 용이성, 그리고 지속 사용 의도를 측정하였다. 평균차이 분석 결과, 대부분의 사용자 경험 요인에서 시각적 캐릭터의 멀티모달 효과는 나타나지 않았으며, 지속사용 의도에서도 효과는 나타나지 않았다. 오히려, 정보품질 요인에서 음성 단일 모드가 멀티모달보다 효과적인 것으로 나타났다. 운전자의 인지적 노력이 필요한 반자율주행 단계에서는 멀티모달 인터랙션이 단일 모드 인터랙션에 비해 사용자 경험 최적화에 효과적이지 않았다.

• 한국콘텐츠학회논문지
• /
• 제18권8호
• /
• pp.573-585
• /
• 2018

커넥티드카 시스템에서 인공지능 음성인식 인터페이스 기기를 통한 주행 안내 및 엔터테인먼트 서비스가 상용화되고 있다. 이 연구는 차량용 음성 에이전트의 개발사를 IT와 자동차 제조사로 구분하여, 운전자의 안전감과 만족도에 영향을 미치는 에이전트의 퍼소나와 사용자 경험 속성들을 탐색하는 것을 목적으로 하였다. 자동차 시뮬레이터 주행 실험에서, 참가자들은 음성인식 에이전트를 통해 엔터테인먼트와 내비게이션조작 과제를 수행하고 안전감과 만족도를 평가하였다. 회귀분석 결과 안전감에 영향을 미치는 주요 선행요인은 에이전트 제조사의 신뢰도였으며, 퍼소나 요인은 따뜻함과 매력으로 나타났고, UX요인에서는 효율성과 배려로 나타났다. 만족도에서는 선행요인 중 에이전트 제조사의 일치 여부와 운전자 성별이, 퍼소나 속성은 거리감 적음, UX 측면에서는 편리성, 효율성, 사용 용이성, 배려가 유의미한 영향 요인으로 나타났다. 이 연구의 의의와 기여점은 자율주행 환경에서 대화형 VUI를 핵심 인터랙션 모드로 발전시키기 위해 어떤 요인들을 우선해야 할 것인지 선별한 실증적 결과를 제시한 데 있다.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.797-802
• /
• 2023

영어가 외국어로서 사용되는 환경에서 영어 말하기 연습 활동에 AI 음성 챗봇을 사용했을 때 영어학습자들은 발화 동기가 높아지고 의사소통 연습의 기회가 많아져 결과적으로 영어 말하기 능력을 향상 시킬 수 있다. 본 연구에서는 초등학생 저학년의 경우에도 쉽게 활용 가능하고 학습효과를 높일 수 있는 가르치기 방식의 AI 음성 챗봇을 제안한다. 시제와 맥락과 기억에 기반한 활동인 언어학습에 Teachable Agent 시스템을 적용하기 위해 Teachable Agent에 학습자의 영어 발음과 수준을 반영하고, 학습자 오류에 맞추어 에이전트의 답변을 생성하는 방식을 적용하여 새로운 방식의 TA를 제안하고 이를 적용한 Teachable Agent AI 챗봇 프로토타입을 구현하였다. 실제 초등 영어 선생님과 초등학생을 대상으로 사용성 평가를 진행하여 학습 효과를 입증하였다. 본 연구 결과는 역할 전환을 통해 학습에 흥미가 없는 학생 또는 초등 저학년들이 학습에 스스로 참여할 수 있는 동기부여를 할 수 있도록 적용할 수 있다.