본 연구는 뉴미디어 환경이 문화예술 창의 표현의 방식과 시 각화 구조를 어떻게 변화시키는지 분석하기 위해 문헌 검토와 사례 분석을 병행하여 수행되었다. 본 연구는 텍스트·이미지·영 상·아이콘·그래픽·모션과 같은 시각 요소들이 디지털 플랫폼에서 융합되면서 문화예술 창의 표현의 범위가 확장되고, 이용자의 인지적·정서적·행위적 반응이 다층적으로 형성되는 현상을 확인 하였다. 또한 연구는 뉴미디어 환경에서 시각화 전파의 특징이 실시간 상호작용성, 알고리즘 기반 노출, 이용자 참여도 확장으 로 구조화되며, 이는 창의 콘텐츠가 확산되는 경로와 속도, 해석 방식에 유의미한 차이를 발생시킨다는 점을 밝혔다. 특히 연구 는 예술·디자인·광고 영역에서의 문화예술 창의가 단순한 이미지 표현을 넘어 참여 기반의 ‘확장형 창의(extended creativity)’로 재구성되고, 이는 디지털 정체성 형성, 감성 기반 소비, 참여적 문화의 확산 등 사회문화적 변화와 긴밀히 연결되어 있음을 규 명하였다. 본 연구는 시각화 전파가 창의 산업의 구조적 변화를 견인하고, 뉴미디어 기반 창의 전략이 향후 문화예술 및 디자인 산업 전반의 혁신 방향을 제시할 수 있다는 함의를 제공한다. 본 연구는 향후 뉴미디어 창의 연구가 이용자 경험·디지털 감정· 시각 알고리즘 분석 등으로 확장될 필요가 있음을 제안하며, 문 화예술 기반 창의의 시각화 전파를 이해하기 위한 이론적·방법 론적 기초를 마련하였다.

본 연구는 시간압력이 주어진 상황에서 개인의 고유한 인지특성인 인지양식과 과제의 난이도에 따른 학습맥락이 시각변별과제의 기술습득과 전이에 어떠한 영향을 주는지 알아보고자 하였다. 자극은 다각형 비교과제를 이용하였으며, 실험은 스크린 세션, 훈련 세션 그리고 전이 세션으로 구성되었다. 스크린 세션에서는 참가자를 인지양식(분석적-전체적)에 따라 구분하였으며, 훈련 세션에서는 학습맥락의 구분을 위해 과제의 난이도를 어려운 조건과 쉬운 조건으로 나누었다. 전이 세션에서는 모든 피험자가 새로운 난이도의 다각형을 비교하였다. 훈련 세션과 전이 세션에서는 시간압력의 효과를 보기 위해, 1.5초가 지나면 자극이 사라지게 하였다. 전 세션에 걸쳐 정확도와 반응시간을 측정하였다 실험결과, 분석적 처리자는 훈련 세션 동안 전체적 처리자와 같은 수준의 빠른 반응을 보이나, 훈련이 지속될수록 반응시간의 기울기가 증가하였다. 이러한 결과는 분석적 처리자가 자극의 세부특징들을 일 대 일로 비교하는 원래의 처리스타일로 회귀했음을 의미한다. 반면, 분석적 처리를 유도하는 어려운 학습맥락에서 훈련한 전체적 처리자의 경우, 전이 세션의 초기블록에서 반응시간의 증가를 보였다. 이것은 전체적 처리자가 어려운 학습맥락에 의해 분석적 전략을 개발했다는 것을 의미한다. 이러한 결과들을 통해 시간압력 상황에서도 개인의 인지양식의 차이가 인지전략의 개발 및 기술습득에 영향을 미치는 것을 확인할 수 있다.

In this paper, we introduce visual contexts in terms of types and utilization methods for robust object recognition with intelligent mobile robots. One of the core technologies for intelligent robots is visual object recognition. Robust techniques are strongly required since there are many sources of visual variations such as geometric, photometric, and noise. For such requirements, we define spatial context, hierarchical context, and temporal context. According to object recognition domain, we can select such visual contextx. We also propose a unified framework which can utilize the whole contexts and validates it in real working environment. Finally, we also discuss the furture research directions of object recognition technologies for intelligent robots.