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.

감성은 복잡하고 다양한 요인들에 의해 영향을 받기 때문에 다각적인 측면에서 고려되어야 한다. 본 연구에서는 심리 평가 척도의 하나인 각성(arousal) 지표와 다중 생체신호에서 추출된 생체지표 반응을 이용하여 중립 및 부정감성(슬픔, 공포, 놀람)의 분류하였다. 이를 위하여 감성에 따른 생체지표 반응의 차이를 확인하였고, 다중 신경망 알고리즘 기반의 감성 인식기를 적용하여 이들 감성이 얼마나 정확하게 분류되는가를 확인하였다. 총 146명의 실험 참가자(평균 연령 20.1±4.0, 남성 41%)를 대상으로 감성 유발 자극을 제시하고 동시에 생체신호(심전도, 혈류맥파, 피부전기활동)를 측정하였다. 또한 감성 유발 자극에 대한 심리 반응을 감성 평가 척도로 평가하였다. 측정된 생체신호에서 심박률(HR), NN 간격의 표준편차(SDNN), 혈류량(BVP), 맥파전달시간(PTT), 피부전도수준(SCL), 피부전도반응 (SCR)을 추출하였다. 결과 분석을 위하여 감성 자극에 대한 각성도와 안정 상태와 감성 상태의 생체지표 반응을 활용하였다. 또한 감성 분류를 위하여 다중 신경망 기반의 감성 인식기를 활용하였다. 그 결과, 감성에 따른 생체지표 반응의 차이를 확인하였고, 이들 감성의 분류 성능은 각성도와 모든 생체지표 특징들을 조합하였을 때 정확도가 가장 높음(86.9%)을 확인하였다. 본 연구는 심리 및 생체지표 추출과 기계학습 기술의 적용을 통하여 부정 감성을 분류할 수 있음을 제안하며, 이는 인간의 감성을 탐지하는 감성 인식 기술을 확립하는데 기여할 것으로 예상한다.

최근 증가되고 있는 모바일 SNS(Social Network Service)를 통한 매개(Mediated) 커뮤니케이션에서 자신의 감성을 표현 가능한 이모티콘을 활용하여 대화하는 감성 커뮤니케이션이 발달하고 있다. 이모티콘 개발이 증가 하고 사용이 대중화가 됨에 따라, 사용자가 원하는 감성 표현이나 의미를 상징하는 아이템에 대한 요구가 확대 되고 있다. 또한, 동일한 이모티콘이라도 사용자에 따라 다르게 해석할 수 있으며, 디자이너의 의도한 감성 표현에 대해 사용자의 의미 해석이 상이할 수 있다. 따라서 본 연구에서는 모바일 SNS 메신저에서 이모티콘을 이용한 커뮤니케이션을 위해 사용되는 감성 어휘를 연구하고 분류하여 감성 커뮤니케이션과 관련된 이모티콘 개발의 초석을 마련하고자 한다. 즉, 사용자 관점에서 이모티콘에 기반하여 표현하고자 하는 감성 어휘에 대한 분류와 모델을 제안한다. 본 연구를 위해 첫째, 문헌조사를 기반으로 감성 형용사를 수집하고 설문, 통계 분석 및 FGI (Focus Group Interview)를 통해 1차 감성 어휘를 추출한다. 둘째, 2차 설문조사 및 통계분석을 통해 최종 적합 어휘를 추출한다. 셋째, 최종 추출된 어휘를 바탕으로 다차원척도 분석을 실행하여 어휘 모델을 도출하고 감성 어휘를 분류한다. 그 결과 ‘미안하다’, ‘바쁘다’, ‘배고프다’, ‘어렵다’, ‘슬프다’, ‘날씨가 춥거나 덥다’, ‘지 루하다’, ‘부끄럽다’, ‘궁금하다’, ‘만족하다’, ‘좋다’, ‘아름답다’, ‘편안하다’ 의 13개 어휘로 분류되었다.

인터넷의 규모가 커지면서 주관적인 데이터가 증가하였다. 이에 주관적인 데이터를 자동으로 분류할 필요가 생겼다. 감성 분류는 데이터를 여러 감성 종류에 따라 나누는 것을 말한다. 감성 분류 연구는 크게 자연어 처리와 감성어 사전 구축을 중심으로 이루어져 왔다. 이전의 감성 분류 연구는 자연어 처리 과정에서 형태소 분석이 제대로 이루어지지 않는 문제와 감성어 사전구축 시 등록할 단어를 선별하고 단어의 감성 정도를 정하는 데에 명확한 기준을 정하기 힘든 문제가 있다. 이러한 어려움을 해결하기 위하여 감성 분류에 대용량 데이터와 통계적 접근의 조합을 제안한다. 본 논문에서 제안하는 방법은 단어의 의미를 찾는 대신 수많은 데이터에서 등장하는 표현들의 통계치를 이용하여 감성 판단을 하는 것이다. 이러한 접근은 자연어 처리 알고리즘에 의존하던 이전 연구와 달리 데이터에 집중한다. 대용량 데이터 처리를 위해 하둡과 맵리듀스를 이용한다.

영상 콘텐츠는 색상, 질감, 외곽선, 모양 등 다양한 시각적 정보를 포함하고 있다. 이러한 특징 정보들을 사용하여 영상 콘텐츠간의 유사도를 측정할 수 있다. 일반적으로 비교적 정보 추출과 구성이 쉬운 색상 정보와 형태 정보를 사용하여 이미지간의 유사도를 측정하고 있다. 하지만 대부분 사람들은 이미지에 대한 감성을 느끼기 때문에 영상 콘텐츠의 감성분류를 통한 감성 정보를 유사도 측정에 사용한다. 따라서 본 연구에서는 영상의 감성 정보와 색상 및 형태 정보의 비교 값으로 영상 콘텐츠간 유사도를 결정하도록 하였다. 본 연구 결과는 게임 프로그램을 제작하는데 있어서 유사 화면을 검색하는데 많은 도움이 되리라 여겨진다.

CGI(Computer-generated Image) 기술은 이미지 생성을 자동화한다는 측면에서 디자이너에게 도움을 줄 수 있다. CGI를 활용하는 과정에서 두 가지 중요한 활동은 이미지의 제작과 관리이다. 다양성을 추구하는 디자이너에게 추상이미지의 자동 생성과 같은 기법은 자유로운 형태의 이미지 획득에 많은 도움을 줄 수 있다. 이와 더불어 중요한 이슈는 방대한 분량의 이미지를 적절한 메커니즘을 통해 관리하는 것이다. 추상이미지는 특성상 이미지에 대응하는 검색어 설정이 어려우며, 분류 역시 까다로운 문제로 남아있다. 본 논문은 디자이너에게 친숙한 조형 요소와 감성 요소를 분류와 표현의 정보로 이용함으로써 자동 생산된 추상 이미지를 효과적으로 분류하고 표현하는 방법을 제안한다. 추상이미지에 대한 적절한 분류와 표현은 이미지 데이타베이스 구축 및 검색에 있어 간결하고 효과적인 기술로 활용할 수 있으며 대규모 컨텐츠 관리에 도움을 줄 수 있다.

다양한 분야에서 인터넷 상의 방대한 양의 문서 혹은 리뷰로부터 유용한 정보를 얻고자 하는 노력이 높아짐에 따라 문서 혹은 리뷰 상의 생각 및 의견에 대한 자동 분류 연구의 필요성이 대두되었다. 이러한 자동분류를 감성 분류라 하며, 감성 분류 연구는 크게 세 가지 단계를 가지는데, 첫 번째로 주관적인 생각이나 느낌을 표현하는 문장을 추출하기 위한 주관성 분류 연구, 두 번째로 문서 또는 문장을 긍정, 부정으로 나누는 극성 분류 연구, 그리고 세 번째로 문서 또는 문장이 어느 정도의 주관성 및 극성을 갖는지 그 강도를 구하는 강도 분류 연구이다. 최근 의견 분류에 대한 연구들을 살펴보면, 분류를 위해 자질(Feature)로서 단일어(Single word)가 아닌 2개 이상의 N-gram 단어, 어휘 구문 패턴 및 통사 구문 패턴 등을 사용하는 것을 확인할 수 있다. 특히, 패턴은 단일어나 N-gram 단어에 비해 유연하고, 언어학적으로 풍부한 정보를 표현할 수 있기 때문에 이를 이용한 많은 연구가 이루어져 왔다. 그럼에도 불구하고, 이러한 연구들은 주로 영어에 대한 연구들이었으며, 한국어에 패턴을 적용하여 주관성을 갖는 문장을 분류하거나, 극성을 분류하는 연구들은 아직 미비하다. 한편, 한국어는 용언의 활용이 발달되어 있어, 어미의 변화가 다양하며, 그 변화에 따라 의미가 미묘하게 변화한다. 그러나 기존 한국어에 대한 의견 분류 연구들은 단어의 핵심 의미만을 파악하기 위해 어미부분을 제거하고 어간만을 취해서 처리하여 어미에 대한 의미변화를 고려하지 못하였다. 그래서 본 연구는 영어에 적용된 패턴을 이용한 기존 방법들을 정리하고, 그 방법들 중에서 극성을 지닌 문장성분 패턴을 한국어에 적용하였다. 그리고 어미의 변화에 대한 패턴을 추출하여 이 변화가 의견 분류의 성능에 미치는 영향을 분석하였다.

본 연구는 사용자들이 웹 페이지에서 기본적으로 느끼는 감성을 분석한 후 감성척도(Image Scale)를 구성하여, 웹사이트 디자인과 감성의 관계를 분석하기 위한 연구이다. 웹사이트 감성유형 분류 및 감성척도 연구방법은 다음과 같다. 감성유형 분류는 문헌연구와 설문조사로 이루어 졌으며, 언어전문가 검증과 요인분석으로 이루어졌다. 감성척도 연구는 감성유형 분류 결과를 다차원척도 분석을 통해 이루어졌다. 또한, 웹사이트 디자인과 감성의 관계를 분석하기 위해서는 웹사이트 사용자 감성평가 설문을 통해, 감성유형에 따른 웹사이트 표본을 추출하였다. 추출된 표본을 감성척도 공간에 배치하여 감성과 웹사이트 디자인 관계를 분석하였다. 연구 결과는 다음과 같다. 웹페이지 대표 감성유형은 '상쾌함', '차분함', '고급스러움', '강렬함', '젊음', '독특함', '미래적임' 이다. 다차원척도로 형용사간의 유사성을 분석한 결과 '무겁다-가볍다'와 '부드럽다-딱딱하다'의 축으로 구성된 웹사이트 감성척도 공간을 구성하였다. 또한, 웹사이트 디자인 요소와 감성의 관계는 '딱딱하다-부드럽다' 느낌에서는 색채와 레이아웃의 영향이 가장 두드러졌으며, '가벼운-무거운' 느낌에서는 명도와 색상의 영향을 많이 받는 것으로 나타났다.

The study was surveyed to 269 respondents for investigating psychological response to indoor foliage plants grouped by four type of design materials. 21 indoor foliage plants grouped as filler, mass, form, and line plant, are shown to each respondent for surveying the preference and emotion by SD (semantic differential) scale. It was statically significant that the filler plant group was the least preferred one between the indoor foliage plant and the preference of line plant group was the highest. In filler plant Scindapsus aureus is significantly favored, in mass plant Aglaonema crispum and Syngonium podophyllum, in form plant Ficus banghalensis in line plant Dracaena fragrans ‘Lemon Lime’, respectively. The green is the most preferred color of leaf and gray is the least one. When investigated on the major emotions felt with four types of indoor foliage plant with SD scale, filler plant felt as ‘Bright’, ‘Light’, ‘Pale’, mass plant ‘Warm’, ‘Sharp’, form plant ‘Simple’, ‘Luxurious’ and line plant ‘Sophisticated’, ‘Luxurious’, ‘Pleasant’, ‘Soft’ and ‘Fancy’, respectively. This result will be valuable when the indoor garden is designed with an indoor foliage plant.