정보 기술의 빠른 발전에 힘입어 기존의 인터랙션 디자인은 사용자의 요구를 더 이상 충족시키지 못하고 있다. 사용자 체험에 대해 사용자들은 더 까다로운 요구를 하고 있다. 사용자 체험의 개념은 이미 디자인의 목적을 벗어나 가용성, 용이성에서 감정, 의미의 의도로 확장되고 있다. 감정 인터랙션 디자인에 대해서 연구자와 디자이너가 함께 관심을 갖게 되었으며, 사용자 체험 디자인의 새로운 경향이 되고 있다. 이런 다양한 상황에서 사용자의 정서적 욕구를 충족시켜야 하는 점이 중요시 되고 있다. 본 연구에서는 기존의 게임 사례를 근거로 게임에 존재하는 감정 인터랙션 설계를 논증적인 방법으로 분석하였다. 또한 분석 결과를 정리하여 Donald Arthur Norman 교수가 제시한 감정화 설계의 세 가지 차원을 근거로 게임에서의 감정 인터랙션 설계의 우열을 어떻게 판단하는지 검증하였다. 플레이어들이 게임을 하면서 얻는 감정의 변화를 통해 감정 인터랙션이 게임 디자인에서 뚜렷한 우열 구분이 있음을 보여준다.

오늘날, 정보 기술은 급속도로 발전하고 있으며 기존의 인터랙션 디자인은 더 이상 사용자의 요구를 충족 시키지 못하며 사용자들은 사용자 체험에 대해 더 까다로운 요구를 하고 있다. 사용자 체험의 개념은 이미 디자인의 목적으로 가용성, 용이성에서 감정, 의미의 의도로 확장하고 있다. 감정 인터랙션 디자인은 정보시대 연구자와 디자이너의 관심의 초점이 되어가고 있으며, 이용자 체험 디자인의 새로운 트렌드가 되고 있다. 이런 상황에서 사용자의 정서적 욕구를 충족시키는 것이 중요하다. 본 연구는 기존 카드게임의 사례를 들어 논증하는 방법으로 트레이딩 카드게임에 존재하는 감정 인터랙션 디자인 및 관련 디자인을 분석하였다. 또한 공통적으로 분석 결과를 정리하여 이를 바탕으로 감정 인터랙션 디자인이 트레이딩 카드게임에서 어떤 역할을 하는지 입증했다. 플레이어가 게임을 하면서 느끼는 감정적인 요소를 통해 감정 인터랙션이 게임 디자인에서 갖는 중요한 가치를 밝히고, 디자이너가 게임 디자인을 하면서 감정 인터랙션 디자인을 얼마나 중요시하는지를 보여준다.

로봇과 인간의 상호작용에서 언어에 의한 정보 전달은 상호작용의 한계가 있으므로, 더욱 원활하고 효율적인 의사소통과 나아가 로봇의 감정 표현까지 구현하기 위해서는 비언어적 커뮤니케이션이 필요하다. 본 연구에서는 쇼핑을 지원하는 로봇을 전제로 하여 쇼핑 행태에 따른 7가지 비언어적 정보를 도출하였다. 도출된 비언어적 정보의 요소로서 표정을 선정하고, 2D 분석을 통하여 얼굴 구성요소를 코드화 하였다. 얼굴 구성요소의 코드를 조합한 3D 애니메이션을 이용하여 비언어적 정보의 표현에 대한 유의성을 분석하였 다. 분석 결과, 제안된 비언어적 정보의 표현 방법은 높은 수준의 유의성을 보여 비언어적 정보 연구의 기초자료 로서 활용 가능성이 확인되었다. 다만, '당황'의 경우 코드화된 얼굴 구성 요소의 모양 적용에 한계가 있으며 보 다 체계적 연구가 요구된다.

그라피티 아트는 미술 역사의 발전과 함께 비물질적이거나 재물질화 된(re-materialised) 인터랙티브 미디어아트 속에서 새로운 언어와 리얼리티를 구축하며 새롭게 발전해 나가고 있다. 본 논문에서는 그라피티 아트의 특징을 크게 사회적인 특징과 개인적인 특징으로 나누어 분석하였고, 자유로운 드로잉 즉 낙서화에 대한 개념과 특성을 고찰하였다. 또한 자유로운 드로잉(낙서)을 함에 있어서 비물질적 매체인 빛을 이용한 사례의 인터랙션을 조사하여 그 경향을 분석하였다. 빛으로 하는 낙서는 프로세싱(processing), OpenCV(Open Source Computer Vision Libraries), 키넥트(kinect) 등과 같은 소프트웨어를 이용하여 카메라를 통한 라이트 트래킹(light tracking) 방식을 통해 빛을 입력 받고, 이것을 프로그래밍화하여 빔 프로젝트(beam project)로 출력하는 형태의 기술 기반으로 가상공간을 만들어 관객에게 색다른 경험을 제공할 수 있다. 디지털 그라피티 아트는 앞으로도 테크놀로지와 미디어아트의 융합을 통하여 창의적인 디지털 미디어아트로 발전할 것으로 기대한다.

This study examines whether the reinforcement theory would be effectively applied to teaching assistant robots between a robot and a student in the same way as it is applied to teaching methods between a teacher and a student. Participants interact with a teaching assistant robot in a 3 (types of robots: positive reinforcement vs. negative reinforcement vs. both reinforcements) by 2 (types of participants: honor students vs. backward students), within-subject experiment. Three different types of robots, such as ‘Ching-chan-ee’ which gives ‘positive reinforcement’, ‘Um-bul-ee’ which gives ‘negative reinforcement’, and ‘Sang-bul-ee’ which gives both ‘positive and negative reinforcement’ are designed based on the reinforcement theory and the token reinforcement system. Participants’ task performance and reaction rate are measured according to the types of robots and the types of participants. In task performance, the negative reinforcement robot is more effective than the other two types, but regarding the number of stimulus, the less the stimulus is, the more effective the task performance is. Also, participants showed the highest reaction rate on the negative reinforcement robot which implies that the negative reinforcement robot is most effective to motivate students. The findings demonstrate that the participants perceive the teaching assistant robot not as a toy but as a teaching assistant and the reinforcement interaction is important and effective for teaching assistant robots to motivate students. The results of this study can be implicated as an effective guideline to interaction design of teaching assistant robots.