‣

<aside> ✍️ 핵심 요약

• 본 논문은 ‣의 8가지 공리 중, 1. 자기노출 2. 잡담 3. 의인화를 a. 1.친밀감을 형성하는 요인으로 선정하고 → 대화형 에이전트의 1. 자기노출 2. 잡담 3. 의인화가 유저와의 a. 친밀감을 쌓는데, 유의미한 영향을 끼치는지 알아봤으며 → a. 친밀감이 b. 신뢰로 연결되는지 알아봄
• 연구 방법
  • 방법: 피험자는 인공지능 스피커 ‘제이’와 대화 하는 사용자 ‘성은’의 모습을 데모영상을 시청하고, 이것을 기반으로 설문조사를 진행함
  • 피험자: 64명의 피험자는 20/30대 남녀로 구성됨
  • 케이스: 1. 자기노출 2. 잡담 3. 의인화의 수준을 높고, 낮고 각각 2by2by2 총 8가지의 시나리오를 제작
  • 평가 기준: a. 친밀감 b. 신뢰
• 연구 결과
  • 1. 자기노출 2. 잡담 3. 의인화 전략은 b. 신뢰를 형성하는데 직접적인 영향을 끼치지는 않았음
  • 1. 자기노출 3. 의인화 전략은 a. 친밀감을 형성하는데 긍정적인 영향을 끼쳤음.
  • 2. 잡담은 a. 친밀감을 형성하는데 부정적인 영향을 끼쳤음.
  • a. 친밀감이 b. 신뢰로 이어지는 것을 확인함 </aside>

‣

<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>

‣

1.1 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)