기존의 연령별 얼굴정서 인식 비교 연구에서는 정서별로 연령 간에 어떤 차이가 있는지 밝혔다. 이에 Kim(2021) 연구에서는 개별 정서가 아닌 정서공간에서 표상된 정서를 연령 간 비교하였다는 점에서 의의가 있으나, 기술적 (descriptive) 비교만 시행하였을 뿐, 통계적 유의미 검증을 하지 않았다는 한계가 있다. 본 연구에서는 표상 유사성 분석(representational similarity analysis) 방법을 통해 연령간 실제 데이터 및 정서 모델 유사성행렬을 직접적으로 비교하였다. 또한 개인차 다차원척도법(individual differences multidimensional scaling)을 통해 연령간 정서 차원에 대한 비중을 비교하였다. 그 결과 실제 데이터 비교에서 노년 집단은 청년 및 중년 집단과 가장 유사하지 않았으며, 쾌불쾌 차원이 포함된 정서 모델과의 유사성 비교에서도 가장 유사하지 않았다. 또한 노년 집단은 각성 차원에 대한 비중이 청년 및 중년 집단과 유사하지 않음이 발견되었다. 본 연구는 실제 데이터, 정서 모델, 그리고 정서 차원 비중이라는 세 가지 측정치에 대해 노년 집단과 청년 및 중년 집단과의 차이를 통계적으로 검증하였다는 점에서 의의가 있다.

기존의 얼굴 정서자극을 이용한 정서 차원연구에서는 쾌불쾌차원(valence)과 각성차원(arousal)이라는 두 가지의 핵심정서(core affect)의 구조가 밝혀졌는데, 이러한 정서차원 구조가 일반적인 지, 그렇지 않다면 정서차원 인식에 영향을 미치는 요인은 무엇인지 파악할 필요가 있다. 본 연구에서는 얼굴 자극의 연령이 주요한 요인 중 하나라고 정하고, 6가지 정서 표현(화난, 역겨운, 두려운, 행복한, 중립적인, 슬픈)이 세 연령(청년, 장년, 노년)층에 차이가 있는지 살펴보았다. 기존 연구에서는 두 얼굴 자극의 유사성을 직접 물어보는 경우가 많았는데, 본 연구에서는 정서 간 유사성 을 직접 측정하지 않고 두 가지 얼굴 자극이 함께 제시될 때 두 정서 표현이 같은지 다른지에 대한 판단을 하도록 하는 간접적인 측정을 하였다. 각 연령별 데이터를 다차원척도법으로 분석한 결과, 세 연령대 모두 화난-역겨운, 그리고 슬픈-역겨운 정서쌍이 유사성이 높았다. 연령간 차이로는 노년 정서자극에 대해서 위 두 쌍 외에 화난-슬픈, 화난-중립적 인, 중립적인-슬픈, 역겨운-두려운의 정서쌍에 대해서도 유사성이 높음을 확인하였으며 이러한 경향은 나머지 두 연령 대에서는 발견되지 않았다. 같은 정서 쌍에 대한 결과에서는 ‘슬픈’이 노년층에서만 정확도가 매우 낮았으며, 이는 슬픔을 표현하는 노년층의 얼굴 정서를 쉽게 구분하기 어렵다는 점을 시사한다. 본 연구는 두 얼굴 정서에 대해 직접적 인 유사성을 묻는 것이 아닌, 정서 판단을 통해 간접적으로 정서 간 유사성을 유도하는 방법으로도 정서 차원 연구가 시사한다. 또한 여러 연령 별로 전반적으로는 쾌불쾌, 각성이라는 주요 정서 차원이 잘 드러나지만 노년층의 특정 정서 표현에 대한 인식이 다른 연령대의 정서 표현보다는 차이가 있을 수 있음을 보여준다.

본 연구의 목적은 최근 심리구성주의 정서이론에서 제안한 얼굴정서 지각 과정에 미치는 언어의 영향을 정신물리학적 방법을 사용하여 검증하는 것이다. 본 연구에서는 감정단어가 얼굴표정 전에 제시될 경우, 얼굴표정의 정서 범주에 대한 판단 기준을 그 감정단어가 표상하는 정서 개념 맥락에 가깝게 이동시킬 것이라는 가설을 세웠다. 실험에서는 분노 또는 기쁨을 표현하는 감정단어가 표적 얼굴 전에 잠시 제시되었고, 표적 얼굴로는 중립에서 분노 (실험 1), 중립에서 행복 (실험 2)으로 점진적으로 변화하는 얼굴표정 중 하나가 무선적으로 제시되었다. 실험참가자는 표적 얼굴의 정서를 분노 혹은 중립 (실험 1), 행복 혹은 중립 (실험 2)으로 판단하는 2안 강제선택 과제를 수행하였다. 본 연구의 목적은 최근 심리구성주의 정서이론에서 제안한 얼굴정서 지각 과정에 미치는 언어의 영향을 정신물리학적 방법을 사용하여 검증하는 것이다. 본 연구에서는 감정단어가 얼굴표정 전에 제시될 경우, 얼굴표정의 정서 범주에 대한 판단 기준을 그 감정단어가 표상하는 정서 개념 맥락에 가깝게 이동시킬 것이라는 가설을 세웠다. 실험에서는 분노 또는 기쁨을 표현하는 감정단어가 표적 얼굴 전에 잠시 제시되었고, 표적 얼굴로는 중립에서 분노 (실험 1), 중립에서 행복 (실험 2)으로 점진적으로 변화하는 얼굴표정 중 하나가 무선적으로 제시되었다. 실험참가자는 표적 얼굴의 정서를 분노 혹은 중립 (실험 1), 행복 혹은 중립 (실험 2)으로 판단하는 2안 강제선택 과제를 수행하였다.

본 연구는 시각작업기억에 저장이 요구되는 얼굴 자극이 보유한 긍정적, 부정적 그리고 중립적 정서가 기억 정확성에 미치는 영향을 조사하였다. 참가자들은 유쾌, 불쾌 및 무표정의 세 가지 표정 유형 중 하나가 무선적으로 부여된 얼굴들의 표정을 기억한 후 잠시 후 제시된 검사 얼굴들에 대한 대조를 통해 기억항목과 검사항목 간 얼굴 표정의 변화 유무를 보고하였다. 얼굴 표정의 변화에 대한 탐지정확도를 측정한 결과 기억항목의 노출시간이 500ms이었을 경우, 긍정적 표정을 보유한 기억항목에 대한 변화탐지는 부정 및 중립 표정에 비해 상대적으로 정확했다. 반면에 노출시간이 1000ms로 연장되자 이러한 차이는 관찰되지 않았다. 이러한 결과는 긍정적 정서가 시각작업기억의 정확성을 향상시킬 수 있음을 의미하며, 특히 긍정적 정서에 의한 기억 촉진 효과는 기억 표상 형성에 있어서 요구되는 시간이 상대적으로 촉박한 경우에 나타남을 의미한다. 따라서 본 연구는 작업기억과 정서간의 관계를 규명하기 위하여 비교적 단순한 과제인 변화탐지과제를 사용하여 긍정적 정서가 시각작업기억 표상 형성의 효율성을 향상시킨다는 것을 발견했다는 점에서 중요한 시사점을 제공한다.

본 연구는 공감-체계화 유형, 얼굴제시영역, 정서유형에 따른 정서 인식과 정서 변별 간 관계를 알아보기 위하여 수행되었다. 실험 1에서는 개인의 공감-체계화 유형, 얼굴제시영역, 정서유형에 따라 정서 인식 정도가 어떻게 달라지는지 알아보았다. 그 결과 공감-체계화 유형에 따른 정서 인식 정도에는 유의미한 차이가 없었고, 얼굴제시영역과 정서유형에 따른 차이는 유의미하게 나타났다. 실험 2에서는 과제를 바꾸어 개인의 공감-체계화 유형, 얼굴제시영역, 정서유형에 따라 정서 변별 정도에 차이가 있는지 알아보았다. 그 결과 얼굴제시영역과 정서 유형에 따른 정서 변별 정도에 유의미한 차이가 있었다. 공감-체계화 유형과 정서유형 간 유의미한 상호작용이 있었는데, 기본정서에서는 공감-체계화 유형에 따른 변별 정도가 유의미한 차이를 보이지 않은 반면, 복합정서에서는 공감-체계화 유형 간 유의미한 차이를 보였다. 즉, 정서 인식과 달리 정서 변별에 있어서는 정서 유형에 따라 공감-체계화 유형 간 정확률에 차이가 나타났다. 이는 정서를 인식하는 것과 변별하는 것이 공감-체계화 유형에 따라 다르게 나타난다는 것을 보여준다. 본 연구를 통해 한 개인이 가지고 있는 공감하기와 체계화하기 특성, 얼굴제시영역, 정서유형이 정서인식과 정서 변별에 서로 다른 영향을 줄 수 있다는 것을 밝혔다.

본 연구에서는 얼굴 표정 정서를 인식하는데 있어서 우울 집단과 통제 집단간에 차이가 있는지를 알아보고자 하였다. 연구 대상은 305명의 대학생에게 BDI-II를 실시하여 14점(상위 20%) 이상을 얻은 학생을 우울 집단으로, 5점 이하(하위 20%)를 얻은 학생을 통제 집단으로 선정하였다. 최종적으로 우울 집단 20명, 통제 집단 20명이 분석에 포함되었으며, 이들에게 기쁨, 슬픔, 화남, 두려움의 각 얼굴 표정이 중립에서부터 시작되어 점점 정서 강도가 커지면서 가장 강한 강도의 표정 사진에 이르도록 변하는 자극을 제시하였다. 그 결과, 집단과 정서(특히 기쁨-슬픔 조건)간의 유의한 상호작용 효과가 관찰되었고, 이러한 결과는 우울감이 얼굴 표정과 같은 정서적 정보처리에 영향을 미친다는 것을 의미한다. 우울한 개인의 이러한 정서 일치적 정보 처리 경향이 가지는 함의에 대하여 논의하였다.

본 연구에서는 얼굴표정을 통하여 다른 사람의 정서 상태를 판단하는 능력이 연령(3세, 5세, 대학생), 성별(남, 여), 얼굴제시영역(얼굴전체, 눈), 정서의 종류(기본정서, 복합정서)에 따라 어떻게 다른지 알아보고자 하였다. 본 연구에서는 얼굴표정과 정서어휘 간의 연결이 비교적 분명하게 나타나는 32개의 정서 상태를 자극으로 사용하였으며, 표정사진은 32개의 정서 상태에 해당하는 얼굴표정을 배우에게 연기하도록 하여 사용하였다. 과제는 각 실험참가자에게 정서유발 상황에 대한 이야기를 들려주고 이야기 속의 주인공이 어떤 얼굴표정을 할 것인지를 판단하게 한 후 네 개의 얼굴표정 중에 적절한 것을 선택하도록 한 것이었다. 그 결과 연령이 증가함에 따라 얼굴표정을 판단하는 능력이 증가하였으며, 눈만 제시한 경우보다는 얼굴전체를 제시하였을 때, 복합정서보다는 기본정서에서 더 좋은 수행을 보였다. 또한 여자는 제시영역에 따른 수행의 차이가 없는 것에 반해, 남자는 눈 조건에 비해 얼굴조건의 경우에 더 좋은 수행을 보였다. 본 연구의 결과는 연령, 얼굴제시영역, 정서의 종류가 얼굴표정을 통해 타인의 정서를 판단하는데 영향을 줌을 시사한다.

본 연구에서는 동영상 자극과 정지 영상 자극을 사용하여 얼굴 표정의 영역(얼굴 전체/눈 영역/입 영역)에 따른 정서 상태 전달 효과를 알아보고자 하였다. 동영상 자극은 7초 동안 제시되었으며, 실험 1에서는 12개의 기본 정서에 대한 얼굴 표정 제시 유형과 제시 영역에 따른 정서 인식 효과를, 실험 2에서는 12개의 복합 정서에 대한 얼굴 표정 제시 유형과 제시 영역에 따른 정서 인식 효과를 살펴보았다. 실험 결과, 동영상 조건이 정지 영상 조건보다 더 높은 정서 인식 효과를 보였으며, 입 영역과 비교하였을 때 동영상에서의 눈 영역이 정지 영상 보다 더 큰 효과를 보여 눈의 움직임이 정서 인식에 중요할 것임을 시사하였다. 이는 기본 정서 뿐 아니라 복합 정서에서도 어느 정도 관찰될 수 있는 결과였다. 그럼에도 불구하고 정서의 종류에 따라 동영상의 효과가 달라질 수 있기 때문에 개별 정서별 분석이 필요하며, 또한, 얼굴의 특정 영역에 따라서도 상대적으로 잘 나타나는 정서 특성이 다를 수 있음을 사사해 준다.

Humanoid and android robots are emerging as a trend shifts from industrial robot to personal robot. So human-robot interaction will increase. Ultimate objective of humanoid and android would be a robot like a human. In this aspect, implementation of robot’s facial expression is necessary in making a human-like robot. This paper proposes a dynamic emotion model for a mascot-type robot to display similar facial and more recognizable expressions.