• 한국콘텐츠학회논문지
• /
• 제20권2호
• /
• pp.203-214
• /
• 2020

오늘날 스마트 스피커는 점차 개인화되어 사용자들을 위해 특정 제품을 추천하는 추천 에이전트의 역할을 하고 있다. 본 연구의 목적은 스마트 스피커의 대화형 에이전트 맥락에서 '설명 기능'이 투명성, 인지된 신뢰, 사용자 만족도, 재사용 행동 의도, 프라이버시 위협, 추천 품질에 미치는 영향을 살펴보는 것이다. 또한 개인의 프라이버시 염려 수준이 평가에 영향을 미치는지 알아보기 위해 염려 수준을 사용자 구분을 위한 척도로 활용하였다. 연구결과, 설명이 있는 조건이 없는 조건 보다 모든 측정 변인에서 높게 평가되었음을 확인하였고, 프라이버시 염려 수준이 인지된 신뢰, 프라이버시 위협에 미치는 정적인 영향을 확인하였다. 본 연구는 스마트 스피커 맥락에서 설명 기능이 적용될 수 있다는 시사점과 프라이버시 역설 현상을 발견하였으며, 프라이버시 염려 수준에 따른 인지부조화의 가능성을 제시하였다.

• 인지과학
• /
• 제15권3호
• /
• pp.35-44
• /
• 2004

인터넷의 사용이 보편화됨에 따라 많은 양의 정보가 다양한 채널을 통해 제공되고 있다. 이와 더불어 사용자들은 효과적인 정보 제공 서비스를 원하고 있으며, 정보 교환에 도움을 주는 가상 대리자 역할의 대화형 에이전트의 연구가 활발히 진행되고 있다. 본 논문에서는 패턴매칭 기법과 베이지 안 네트워크 등의 인공지능 기법을 이용하여 사용자 질의 의도를 분석한 후 적절한 답변을 제공할 수 있는 질의응답 에이전트를 개발한다. 이때 유의어 사전을 이용한 키워드 데이터베이스를 구축함으로써 동의어 관계를 가진 유사 키워드 등의 사용자에 따른 다양한 지식표현 문제를 해결한다. 실제 의류 사이트를 소개하는 점 사이트에 적용해 봄으로써 그 가능성을 평가해 본다.

• 한국멀티미디어학회논문지
• /
• 제25권8호
• /
• pp.1156-1166
• /
• 2022

In this study, we examined voice shopping interaction in which consumers can be involved in the decision-making process. Sixteen kinds of voice shopping interaction were designed with differences in the existence of screen/product involvement/conversation style. Their effects on trust, cognitive load, satisfaction, and continuous intention to use were evaluated through a survey experiment. The main effect of conversation style was significant, and it was found that the more deeply involved users have higher trust. The interaction effect between conversation style and product involvement was also significant. Low involvement product buyers had the most positive user experience from the conversation style that included 'Ask for preference,' while high involvement product buyers had the most positive user experience from the conversation style that included both 'Ask for preference' and 'Question and Answer.' The main effect and interaction effect of the existence of screen was not significant. The results indicate that a positive user experience can be obtained when users are deeply involved in consumer decision-making, especially in purchasing high-involvement products.

• 한국융합학회논문지
• /
• 제10권3호
• /
• pp.167-176
• /
• 2019

4차 산업의 선두에 있는 대화형 에이전트는 앞으로 사용자 중심의 개인화를 목표로 하며, 다양한 IoT와 연결할 수 있는 허브 역할을 가질 수 있는 중요한 위치를 차지하고 있다. 개인화에 있어서 사용자의 감정을 인지하고 올바른 상호작용을 제공하는 것은 대화형 에이전트가 풀어야 할 숙제이다. 이 연구에서는 먼저 감정의 정의와 과학적 공학적 접근에 대해서 알아보았다. 또한, 감정이 가진 사회적인 기능이 무엇이며 어떤 요소가 있는지 사회적 관점을 통해서 알아보고 이를 이용하여 감정을 어떻게 이해할 수 있는지 밝혔다. 이를 바탕으로 사용자가 커뮤니케이션에서 감정의 사회적 요소들을 어떻게 발견할 수 있는지 알아보았다. 연구결과 사용자 발화에서 사회적 요소를 발견할 수 있으며, 이를 감정이 가지는 사회적 의미와 연결할 수 있다. 최종적으로 사용자 커뮤니케이션에서 사회적 요소들을 발견할 수 있는 모델을 제안한다. 이를 바탕으로 대화형 에이전트를 디자인하는 데 있어서, 사용자 중심의 설계와 상호작용 연구에 도움이 되길 바란다.

• 한국멀티미디어학회논문지
• /
• 제6권4호
• /
• pp.650-657
• /
• 2003

We describe a scheme for developing character-based interface within the context of an agent-based tutoring system in the Web environment. The ideas in this paper stem from original work representing aspects of human emotion in tutoring computer models, where may provide mote natural ways for students to communicate with digital learning materials. The proposed system model is a set of software services that enable developers to incorporate interactive animated characters into their Web pages designed for on-line lectures. The prototypical application is developed and shown for validating the applicability and the effectiveness of this model in real tutoring settings.

• 한국CDE학회지
• /
• 제3권2호
• /
• pp.41-44
• /
• 1997

Web을 위한 에이전트를 구축하거나 구입할 때, 우리는 그 에이전트가 가능한 한 잘 수행하기를 바란다. 이는 점점 에이전트가 Web의 정보 자원들 뿐만 아니라 거기에서 운영되는 다른 에이전트들을 이용할 수 있어야 함을 의미한다. 그리고 멀지 않아 대단히 많은 에이전트들이 존재할 것이다. 정보적으로 혼란한 Web으로부터 진화할 것으로 보이는 계산구조는 사용자, 서비스, 그리고 데이터 자원들을 대표하는 무수한 에이전트들로 구성된다. 이러한 구조에서의 전형적인 사용 패턴으로, 자원 에이전트는 서비스들에 광고하고, 사용자 에이전트는 이러한 서비스를 이용하여 자원 에이전트를 찾아 필요한 정보에 대해 질의하는 것이다. 서로 다른 사용자들을 대표하는 에이전트들이 정보를 찾고 융합하는데 협력할 수도 있으나, 상품과 자원을 위해 경쟁할 수도 있다. 유사하게 서비스 에이전트들은 사용자, 자원, 그리고 다른 서비스 에이전트들과 협력하거나 경쟁할 수 있다. 그들이 협력자이건 경쟁자이건 간에, 에이전트들은 목적을 갖고 상호작용해야만 한다. 대부분의 의도적인 상호작용은 - 정보를 알려주거나, 질의하거나, 또는 속이기 위하여 - 에이전트들이 서로 대화하는 것을 필요로 한다. 그리고 이해 가능한 대화를 위해서는 서로가 이해할 수 있는 언어가 필요하다.

• 한국HCI학회논문지
• /
• 제14권1호
• /
• pp.15-22
• /
• 2019

본 연구에서는 인공지능 대화형 에이전트인 스마트 스피커의 지능형 에이전트로서의 속성, 즉 자율성, 사회성, 반응성, 능동성, 시간연속성, 목표지향성에 대하여 이용자들이 일상적 상호작용을 통하여 어떤 기대를 가지는지, 또한 어떤 기대격차를 갖는지 살펴보고자 하였다. 이를 위해 스마트 스피커 이용자들을 대상으로 반구조화 인터뷰(semi-structured interview)를 진행하고 그라운드 이론에 기반하여 분석하였다. 연구 결과 사람들은 기술수준의 한계로 인해 스마트 스피커의 사회성이나 인간다움에 대해 큰 기대격차를 갖고 있었다. 스마트 스피커의 반응성에 대해서는 긍정적인 기대격차를 갖는 것으로 드러났고, 시간연속적으로 정보를 기억하는 것에 대해서는 정보의 민감성 정도나 제시방식에 따라 양가적 기대격차가 나타났다. 자율적인 추천에 대해서는 낮은 기대수준이 나타났고 능동적인 말걸기에 대해서는 맥락에 맞는 경우에만 선호하는 것으로 나타났다. 본 연구는 스마트 스피커와 상호작용하는 방식을 설계하고 기대 수준을 관리하는데 있어서 함의점을 제시한다.

• 한국지능시스템학회논문지
• /
• 제15권7호
• /
• pp.834-839
• /
• 2005

유비쿼터스 가정환경의 다양한 서비스들을 사용자에게 제공하기 위해서는, 사용자의 의도를 정확히 파악하여 적절한 서비스를 수행하는 지능형 에이전트가 필요하다. 기존에 서비스 선택을 위해 사용되던 명령어 기반 사용자 인터페이스와는 달리, 대화 시스템은 인간과 시스템 사이의 유연하고 풍부한 의사소통에 유용하지만 기존의 사용자나 시스템 주도 대화 시스템은 사용자의 배경지식이나 대화의 문맥에 기인한 다양한 표현을 다루기 어렵다. 본 논문에서는 '상호주도형' 의사소통을 위한 계층적 베이지안 네트워크를 이용하여 사용자와 에이전트 사이에 발생하는 대화의 모호성을 해결한다. 서비스 추론 시 정보가 부족할 경우에는 계층적 베이지안 네트워크를 이용하여 추가로 필요한 정보를 분석하고 사용자로부터 수집한다. 제안하는 방법을 유비쿼터스 가정환경에 적용하고 시뮬레이션 환경을 구축하여 그 유용성을 확인하였다.

• 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.

• 한국인공지능학회지
• /
• 제11권4호
• /
• pp.9-13
• /
• 2023

In this study, we explored the potential of integrating interactive AI callbot technology into the medical consultation domain as part of a broader service development initiative. Aimed at enhancing patient satisfaction, the AI callbot was designed to efficiently address queries from hospitals' primary users, especially the elderly and those using phone services. By incorporating an AI-driven callbot into the hospital's customer service center, routine tasks such as appointment modifications and cancellations were efficiently managed by the AI Callbot Agent. On the other hand, tasks requiring more detailed attention or specialization were addressed by Human Agents, ensuring a balanced and collaborative approach. The deep learning model for voice recognition for this study was based on the Transformer model and fine-tuned to fit the medical field using a pre-trained model. Existing recording files were converted into learning data to perform SSL(self-supervised learning) Model was implemented. The ANN (Artificial neural network) neural network model was used to analyze voice signals and interpret them as text, and after actual application, the intent was enriched through reinforcement learning to continuously improve accuracy. In the case of TTS(Text To Speech), the Transformer model was applied to Text Analysis, Acoustic model, and Vocoder, and Google's Natural Language API was applied to recognize intent. As the research progresses, there are challenges to solve, such as interconnection issues between various EMR providers, problems with doctor's time slots, problems with two or more hospital appointments, and problems with patient use. However, there are specialized problems that are easy to make reservations. Implementation of the callbot service in hospitals appears to be applicable immediately.