음성 어시스턴트가 차량에 탑재되기 시작하면서, 차량의 조형적 특징과 음성 어시스턴트간의 연관성이 중요해지 고 있다. 본 연구는 자동차에 적용된 음성 어시스턴트와 외관의 조화스러움에 대하여 공통된 감성적 특징을 기반으 로 살펴보고자 하였다. 12가지 차량 이미지와 6가지의 음성 어시스턴트에 대해 15종의 형용사를 바탕으로 감성 평가 를 실시하였다. 실험은 온라인 개별 인터뷰로 진행되었으며, 총 24명의 대학생이 참여하였다. 참여자들은 각 자극물 을 대표하는 감성 형용사 3종을 1, 2, 3위로 평가하고, 선정 이유에 대한 간단한 인터뷰를 진행하였다. 설문 결과에 대해 주성분분석을 수행하여 2개의 주요 요인을 추출한 뒤, 각 요인을 축으로 하여 자극물을 분포시켰다. 분포도를 바탕으로 감성적 특징을 도출하고자 계층적 군집 분석을 수행하였다. 주성분 분석 결과 자동차 이미지와 음성 어시 스턴트를 설명하는 감성적 차원으로 “편안한-급진적인”과 “가벼운-무거운”이 추출되었다. 두 차원을 바탕으로 자극 물들을 분포시킨 결과, 자동차와 음성 어시스턴트가 동일한 축을 바탕으로 다양하게 분포해 두 요인이 자극물간 감성적 특징을 도출하기에 적합하다고 판단되었다. 자극물들의 분포도를 바탕으로 계층적 군집분석을 수행하여 17개 의 자극물을 4가지 군집으로 추렸다. 각 군집은 도전적인, 우아한, 위엄있는, 활기찬 그룹으로 도출되었다. 본 연구에 서는 차량의 조형적 특징과 음성 어시스턴트의 감성적 이미지를 동시에 설명할 수 있는 두 축을 도출하였다. 도출된 축을 바탕으로 그려진 분포도에 군집 분석을 수행해 감성적 특징을 분류하였으며, 총 4개의 감성적 특징이 도출되었 다. 본 연구는 자동차의 조형적 특징에 맞춘 음성 어시스턴트 제안을 위한 디자인 품평 가이드로 활용되어, 추후 출시되는 차량에서 사용자들의 자동차 음성 어시스턴트 감성 경험이 증진될 것으로 기대한다.

본 연구에서는 승용차에서 사람들이 기기를 사용하기 위해 사용하는 기동어인 “Hi, KIA!”의 감성을 기계학습을 기반으로 분류가 가능한가에 대해 탐색하였다. 감성 분류를 위해 신남, 화남, 절망, 보통 총 4가지 감정별로 3가지 시나리오를 작성하여, 자동차 운전 상황에서 발생할 수 있는 12가지의 사용자 감정 시나리오를 제작하였다. 시각화 자료를 기반으로 총 9명의 대학생을 대상으로 녹음을 진행하였다. 수집된 녹음 파일의 전체 문장에서 기동어 부분만 별도로 추출하는 과정을 거쳐, 전체 문장 파일, 기동어 파일 총 두 개의 데이터 세트로 정리되었다. 음성 분석에서는 음향 특성을 추출하고 추출된 데이터를 svmRadial 방법을 이용하여 기계 학습 기반의 알고리즘을 제작해, 제작된 알고리즘의 감정 예측 정확성 및 가능성을 파악하였다. 9명의 참여자와 4개의 감정 카테고리를 통틀어 기동어의 정확성(60.19%: 22~81%)과 전체 문장의 정확성(41.51%)을 비교했다. 또한, 참여자 개별로 정확도와 민감도를 확인하였을 때, 성능을 보임을 확인하였으며, 각 사용자 별 기계 학습을 위해 선정된 피쳐들이 유사함을 확인하였다. 본 연구는 기동어만으로도 사용자의 감정 추출과 보이스 인터페이스 개발 시 기동어 감정 파악 기술이 잠재적으로 적용 가능한데 대한 실험적 증거를 제공할 수 있을 것으로 기대한다.

빛이 제품의 디자인 조형 요소로 적극적으로 사용되고 있는 추세에 반해, 제품 구매의 주체인 고객이 소구하는 제품의 빛 디자인에 대한 체계적인 연구가 요구되고 있다. 제품의 빛과 관련 연구는 특정 소구 감성을 달성하기 위한 최적 조명 조건을 도출하는 제한되어 새로운 디자인 요소로써 빛에 소구되는 감성적 효과에 대해 우선 분석이 진행 될 필요가 있다. 본 연구는 제품의 빛에 대해 고객이 소구하는 감성의 종류가 무엇인지 탐색하는 것을 목적으로 하였는데, 특히 제품의 주요 디자인 요소로써 빛을 활용하고 있는 냉장고 제품을 대상으로 하였다. 소구 감성을 도출하기 위해 다지선다형 선택지와 단답형 주관식 문항을 혼합한 통합연구법을 적용하였다. 실험에서는 조명의 색과 배치가 다른 비슷한 형태의 냉장고 이미지 서너 개씩 그룹화하여 총 12종의 자극물 그룹을 구성하였다. 그리고 참여자(N = 50)로 하여금 각 그룹 별로 선호하는 냉장고 이미지를 선택하도록 하고 그 이유에 대해 단답형 주관식 설문을 작성하게 하였다. 그 결과 총 1,035개의 어휘가 수집되었으며, 위 어휘들은 유의어 관계에 의해 총 29종의 어휘 그룹으로 정리되었다. 어휘 그룹은 다시 네 가지의 감성 카테고리 – 추상적 인상, 조명의 객관적 특성, 공간과 내용물의 인지, 시각적 편안함 – 으로 최종 분류된 후 네 가지 카테고리 간의 연관성을 기반으로 냉장고 조명에 소구하는 감성과 조명의 객관적 특성 간의 관계 모델을 제안하였다. 본 연구는 탐색적 방법을 이용해서 새로운 디자인 요소가 가져다줄 수 있는 감성적 가치를 발굴하고 이를 평가 척도로 활용하는 과정을 제시하였다는 데에 의의가 있다.

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 연구에서 는 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. 심층 인터뷰를 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.

In the present study, we investigated the physiological effects of smartphone use at night when the display luminance and white balance were differently manipulated. Two levels of luminance and two types of white balance were combined to form four types of displays. Subjects were instructed to use smartphones between 23:00 to 01:00 twice a week for two weeks, and for each trial, subjects were given one of the four display types. Melatonin concentration in the saliva, body temperature and heart rate were measured before and after each experiment. The experimental result showed that the low luminance display supported melatonin secretion and thermoregulation compared to the high luminance display. With regard to the white balance, higher melatonin level was observed when using the display that filtered blue light. The low luminance display together with yellowish tint best supported restful sleep at night in terms of every physiological response. This study collectively demonstrates that bright and blue light emitted from smartphone displays adversely affect melatonin secretion, body temperature, and heart rate, and therefore, suggests the use of a display with low luminance or a display that filters blue light for a restful sleep at night.

본 연구는 영상의 시간적 요소를 제어하였을 때 어떠한 감성적 효과가 나타나는가를 탐구하였고, 연구 결과를 기반으 로 영상 감성 평가 도구를 개발하였다. 연구는 두 단계로 나누어 진행되었다. 첫 번째 연구에서는 원본 영상 대비 영상의 재생 스타일 적용이 야기할 수 있는 감성적 가치를 수집하고자 하였다. 영상의 배속, 방향성, 연속성 등 세 가지 시간적 요소를 제어해 총 11 가지의 재생 스타일을 설정하였다. 그리고 재생 스타일 각각에 대하여 원본 영상과 견주어 어떠한 감성적 효과가 부가되는가를 어휘 형태로 수집하였다. 원본 영상으로는 중성적인 감성과 네 개의 감성 영상 ― 기쁨, 여유로움, 화남, 슬픔 ― 을 활용하였다. 실험을 통해 (N=30) 총 3,800 개의 단어들이 수집되었으며, 위 단어들은 899 종의 감성 어휘로 정리되었다. 그리고 감성 어휘들은 유의어 관계에 의해 총 52 가지의 감성 어휘 군집으로 최종 분류되었다. 두 번째 연구에서는 재생 스타일이 적용된 영상의 감성을 평가하는 도구를 개발하고자 하였다. 연구의 자극물로 재생 스타일이 적용된 11 가지 상업적 영상물을 수집하고, 각 영상을 재생 스타일이 적용되지 않은 원본 영상으로 변환하였다. 그리고 첫 번째 실험과 같이 재생 스타일이 적용된 영상과 원본 영상을 동시에 제시해, 재생 스타일에 의한 효과를 평가하였다. 평가자들은 (N=30) 감성 어휘 899 종 가운데 선별된 대표적인 영상 감성 어휘 38개에 대해 5 점 척도로 응답하였다. 요인 분석법을 통해 응답을 분석한 결과 총 4개의 감성 요인 ― 기쁨, 슬픔, 회상적, 이상함 ― 이 추출되었다. 이 4개 요인은 보편적인 정서 이론가 비교하여 기쁨과 슬픔이 공존한다는 차이점을 나타내었다. 추가적으로, 연구 결과를 토대로 애니메이션 기반의 감성 평가 도구를 개발한 후 이에 대한 활용 가치 및 응용 방안에 대하여 논의하였다.

This user-centered research aims to empirically evaluate color temperature (K) and illuminance (lx) of residential bathroom lightings to determine the most optimal lighting conditions for productive task performance as well as for satisfying users' emotional needs. Using 3 LED lighting fixtures, 4 types of lighting contexts were investigated; main lighting, task lighting, shower lighting, and bath lighting. Two lightings were installed parallel to the vertical edges of the main bathroom mirror to be used as main and task lighting, while another fixture was installed above the bathtub to be used for shower and bathing. For each lighting context, subjects (N＝54) were instructed to perform a few tasks during which time the users were exposed to different lighting conditions with color temperature ranging from 2700 K ~ 6500 K and illuminance ranging from 100 lx ~ 700 lx. Upon completing the given tasks, subjects were asked to evaluate the lighting conditions and their applicability for performing the given tasks. Based on the user evaluations, the most optimal lighting conditions for the different lighting scenarios are as follow: 1) 3500 K ~ 4300 K and 150 lx for main lighting, 2) 3500 K ~ 4300 K and 500 lx ~ 700 lx for task lighting, and 3) 2700 K ~ 3500 K and 100 lx ~ 150 lx for shower/bath lighting. These results can be used to adjust the lighting standards suggested by KS, as well as be utilized by both engineers and designers in designing new types of user-centered bathroom lightings.