<aside> ✍️ 핵심 요약

• 본 논문은 사회적 전략 중 1. 사전 양해 2. 사과를 대화형 에이전트에 적용하고, 이러한 전략이 사용자의 a. 호감도 b.신뢰도에 어떠한 영향을 미치는지 알아봄
• 연구 방법
  • 방법: 피험자는 인공지능 스피커 ‘샐리’와 대화 하는 사용자 ‘성은’의 모습을 데모영상을 시청하고, 이것을 기반으로 설문조사를 진행함. 설문조사는 a. 기본 조사, b. 데모 영상 1 시청 후 중간 설문, c. 데모 영상 2 시청 후 최종 설문 순서로 진행됨
  • 피험자: 104명의 참가자는 남성 34명, 여성 70명이었으며, 평균 나이는 24.63세
  • 케이스
    • 데모 영상 1: 대화형 에이전트가 과업을 성공한 시나리오로, 2개의 경우(사전 양해 O,X)로 설계됨
    • 데모 영상 2: 대화형 에이전트가 과업을 실패한 시나리오로, 2개의 경우(사과 포함 O,X)로 설계됨
  • 평가 기준: a. 친근감 b. 신뢰감
• 연구 결과
  • 연구 가설 1. 대화형 에이전트가 발생 가능성 있는 오류 상황에 대해 1. 사전 양해를 하면, 유저의 a. 호감도와 b. 신뢰도에 긍정적인 영향을 줄 것이다.
    • 연구 결과 1.1 대화형 에이전트의 1. 사전 양해는 오히려 첫 인상에서 b. 신뢰도를 크게 감소시킴
    • 연구 결과 1.2 대화형 에이전트의 1. 사전 양해는 유저의 a. 호감도 b. 신뢰도에 큰 영향을 보이지 않았음
  • 연구 가설 2. 대화형 에이전트가 오류 상황에서 정중하게 2. 사과하면, 유저의 부정적 감정을 완화하는데 긍정적 영향을 끼칠 것이다.
    • 연구 결과 2. 대화형 에이전트의 2. 사과는 유저의 부정적 감정 완화에 큰 영향을 보이지 않았음 </aside>

1. 연구 배경

본 논문은 이전의 서비스 로봇 연구(Lee et al, 2010)를 통해 검증된 방식인 1. 사전 양해와 2. 사과를 대화형 에이전트에 적용해서, 그 효과를 검증하고자 함.

본 논문은 기술적 측면에서 오류 상황을 줄이기 위한 연구가 아니라, 대화 전략 측면에서 현재 기술로 어쩔 수 없는 부분을 줄이기 위한 연구임.

1.1 대화형 에이전트

1. 대화형 에이전트에 대한 사전 지식이 적을수록 → 유저의 부정적 감정이 증가했고 → 피드백 부족으로 연결됨(Luger&Sellen, 2016)
2. 대화형 에이전트의 성격을 1. 차분하고, 성실한 성격과 2. 외향적이고, 쾌활한 성격으로 나눠서 연구했을 때 → 피험자의 62%가 1. 차분하고, 성실한 성격을 선호했으며 → 1. 차분하고, 성실한 성격의 대화형 에이전트는 피험자에게 주도권을 주는 듯한 느낌을 주었음(Mennicken et al, 2016)
3. 대화형 에이전트와 유저가 처음 만날 때, 유머러스한 대화로 대화를 시작하고 → 지속적인 재치 있는 답변들은 유저의 친근감을 높이고 → 지속적인 사용을 유도함(Luger&Sellen, 2017)
4. 대화형 에이전트를 인격체로 인식하고, 사회적 관계 정도가 높은 용도로 이용할수록, 제품에 대한 만족도가 높아지는 상관관계를 보임(Purington et al, 2017)

1.2 사회적 행위자로서의 컴퓨터

1. 에이전트가 유저와 가벼운 잡담을 했을때, 에이전트에 대한 신뢰가 쌓였음(Bickmore&Cassell, 2001)
2. 의인화한 서비스 로봇이 실수했을 때, 1. 사전 양해 2. 사과 3. 보상 4. 제안 등의 사회적 전략을 사용했고, 모두 유저의 부정적 감정을 완화하는데 긍정적 영향을 끼침(Lee et al, 2010)

2. 연구 방법

• 방법: 피험자는 인공지능 스피커 ‘샐리’와 대화 하는 사용자 ‘성은’의 모습을 데모영상을 시청하고, 이것을 기반으로 설문조사를 진행함. 설문조사는 a. 기본 조사, b. 데모 영상 1 시청 후 중간 설문, c. 데모 영상 2 시청 후 최종 설문 순서로 진행됨

  a. 기본 조사: 피험자의 프로필 및 IT 기술과 음성인식 서비스에 대한 사전 지식의 정도

  b. 중간 설문& 최종 설문: 에이전트에 대해 느끼는 a. 친근감과 b. 신뢰감

• 피험자: 104명의 참가자는 남성 34명, 여성 70명이었으며, 평균 나이는 24.63세

• 케이스

  • 데모 영상 1: 대화형 에이전트가 과업을 성공한 시나리오로, 2개의 경우(사전 양해 O,X)로 설계됨

    • 데모 영상 1의 초반 대화는 다음과 같음

      

    • 사전 양해 O에는 다음 발화가 추가됨

      

    • 사전 양해 X에는 위 발화가 없음

  • 데모 영상 2: 대화형 에이전트가 과업을 실패한 시나리오로, 2개의 경우(사과 포함 O,X)로 설계됨

    • 데모 영상 2의 초반 대화는 다음과 같음

      

    • 사과 포함 O의 발화는 다음과 같음

      

    • 사과 포함 X의 발화는 다음과 같음

      

• 평가 기준

  a. 친근감: 질문 3개, 5점 단위의 리커트 척도

  • 에이전트와 대화해보고 싶다.
  • 에이전트가 친근하게 느껴진다.
  • 에이전트는 내 말을 잘 들어줄 것 같다.

  b. 신뢰감: 질문 3개, 5점 단위의 리커트 척도

  • 에이전트는 내 말을 잘 이해할 수 있을 것 같다.
  • 에이전트는 내가 부탁한 일을 잘 수행할 수 있을 것 같다.
  • 에이전트는 일상생활에서 유용하게 사용될 수 있을 것 같다.

3. 연구 결과

• 연구 가설 1. 대화형 에이전트가 발생 가능성 있는 오류 상황에 대해 1. 사전 양해를 하면, 유저의 a. 호감도와 b. 신뢰도에 긍정적인 영향을 줄 것이다.
  • 연구 결과 1.1 대화형 에이전트의 1. 사전 양해는 오히려 첫 인상에서 b. 신뢰도를 크게 감소시킴
  • 연구 결과 1.2 대화형 에이전트의 1. 사전 양해는 유저의 a. 호감도 b. 신뢰도에 큰 영향을 보이지 않았음