🧐 Summary
1️⃣ 나와 다른 집단적 정체성과 설득적 대화 스타일을 가진 챗봇이 비판적 사고를 더 잘 유도합니다.
2️⃣ 복잡한 작업에서 사용자와 상호작용하는 맥락 인식 음성 에이전트는 작업의 진행 상황을 추적할 수 있고, 작업 중단을 이해하고, 필요하고 적절한 때에 도움을 제공할 수 있어야 합니다.
3️⃣ 글에서 강조할 수 있는 단어 수를 제한하면 글에 대한 전체적인 이해도가 높아집니다.
안녕하세요 구독자님, 최신 UX 연구 트렌드를 어디서 얻으시나요? 저희는 기술보고서와 트렌드보고서들도 많이 보지만, HCI와 UX분야의 주요 학회인 CHI의 논문들도 챙겨보고 있어요. 다양한 분야에 대한 가장 최신 연구 트렌드를 알 수 있기 때문이에요.
이번에도 5월 11일부터 16일까지 하와이에서 CHI 2024가 열렸어요. 이번 컨퍼런스는 ‘서핑 더 월드(Surfing the World)’라는 주제로 첨단 기술의 물결을 타고 HCI(인간-컴퓨터 상호작용) 분야의 새로운 발전을 추구하는 데 초점을 맞췄습니다. 이번 컨퍼런스에서 발표된 40개의 베스트 페이퍼는 인공지능(AI), 건강과 재활, 학습, 소셜 컴퓨팅과 협업, 개인정보 보호와 보안, 이렇게 5개의 주제로 나눠 볼 수 있어요.
오늘 뉴스레터에서는 이 중에서 인공지능(AI), 학습, 소셜 컴퓨팅과 협업 주제에 대한 논문 3개를 같이 읽어보면서 요즘 학계에서는 어떤 UX 연구들을 하고 있는지 알아보겠습니다.
CHI 2024의 논문으로 알아보는 3가지 질문
제가 각 주제에서 선정한 3개의 논문을 소개할께요.
주제1. 소셜 컴퓨팅과 협업/ Debate Chatbots to Facilitate Critical Thinking on YouTube: Social Identity and Conversational Style Make a Difference: 비판적 사고를 촉진하기 위해 설계된 토론 챗봇의 효과를 연구 [1]
주제2. 인공지능/ Cooking with Agents: Designing Context-Aware Voice Interaction: 주방에서 요리를 도울 수 있는 맥락 인식 음성 에이전트를 설계하여 사용자 경험을 향상시키는 방법을 연구 [2]
주제3. 학습/ Constrained Highlighting in a Document Reader Can Improve Reading Comprehension: 텍스트 강조(하이라이팅) 기능을 제한하여 읽기 이해도를 향상시키는 방법을 연구 [3]
논문은 질문을 정하고 가설과 실험을 통해 그 질문의 답을 찾아가는 과정이죠. 각 논문은 어떤 질문을 가지고 있을까요?
Q1. 챗봇의 사회적 정체성과 대화 스타일이 사용자에게 어떤 영향을 줄까요?
Q2. 복잡한 작업에서 사용자와 상호작용하는 맥락 인식 음성 에이전트를 어떻게 설계해야 할까요?
Q3. 읽기 효율성을 높이려면 어떻게 해야 할까요?
어떤 답이 나왔을지 우리 각자 마음속으로 생각해보면서 하나씩 간단하게 알아보겠습니다.
Q1. 챗봇의 사회적 정체성과 대화 스타일이 사용자에게 어떤 영향을 줄까요?
이 논문은 챗봇의 사회적 정체성과 대화 스타일이 비판적 사고에 미치는 영향을 연구했습니다. 그 결과, 외집단 정체성(나와 다른 집단)과 설득적 대화 스타일을 가진 챗봇이 비판적 사고를 더 잘 유도했어요. 내가 속하지 않는 집단의 사고 방식을 가진 챗봇이 나를 이기려는 목적이 아니라 나를 감정적으로 또는 논리적으로 설득하려는 뉘앙스로 대화할 때, 내가 더 비판적으로 생각하고 대화할 수 있었다는거죠.
이 내용을 더 자세히 살펴볼께요.
1. 사회적 정체성(외집단 vs. 내집단): 사회적 정체성 이론에 따르면, 사람들은 자신이 속한 집단(내집단)과 그렇지 않은 집단(외집단)을 구분하여 사회적 정체성을 형성합니다. 사용자들은 챗봇이 사용자와 다른 외집단 정체성을 나타낼 때 더 비판적으로 사고했어요. 심리학적으로 사람들이 외집단의 주장이나 정보에 대해 더 신중하게 검토하고, 비판적으로 분석하려는 경향이 있기 때문이에요.
2. 대화 스타일(설득적 vs. 논쟁적): 설득적 대화는 사용자를 설득하는데 중점을 두고, 논쟁적 대화는 논쟁에서 이기는데 중점을 둡니다. 두 스타일을 비교한 결과, 설득적 대화스타일을 사용하는 챗봇이 논쟁적 대화스타일을 사용하는 챗봇보다 비판적 사고를 더 효과적으로 촉진했어요. 설득적 대화는 사용자가 정보를 더 깊게 생각하고 분석하게 만들었으며 협력적인 환경을 조성했어요. 반면에 논쟁적 대화 스타일은 종종 방어적인 반응을 유발하여 비판적 사고를 방해했죠.
이 연구는 챗봇을 설계할 때 사회적 정체성과 대화 스타일이 중요한 사용자 경험 요소가 될 수 있다는 것을 보여줬습니다. 이 두 가지 요소를 조정해서 교육용 혹은 토론용 챗봇을 디자인하면 사용자의 비판적 사고 능력을 향상 시킬 수 있는 거죠.
Q2. 복잡한 작업에서 사용자와 상호작용하는 맥락 인식 음성 에이전트를 어떻게 설계해야 할까요?
Cooking with Agents: Designing Context-Aware Voice Interaction
음성 에이전트는 사용자가 요리와 같은 복잡한 작업을 수행할 때 정보를 제공하고 조언을 하는 대화형 파트너의 역할을 할 수 있습니다. 그러나 기존의 음성 에이전트는 사용자의 구체적인 상황이나 맥락을 충분히 인식하지 못해 여러 문제점이 있었어요. 이 논문은 이러한 맥락 인식의 중요성을 파악하고 이를 해결하기 위한 디자인 가이드라인을 연구했습니다.
맥락 인식의 주요 과제: 이 연구는 7개의 요리 세션을 통해 기존의 음성 에이전트가 동적이고 다단계 작업을 효과적으로 지원하는 데 필요한 맥락적 이해 능력이 부족하다는 것을 발견했습니다. 예를 들어, 음성 에이전트는 지시의 흐름을 유지하고 요리 과정에서 실시간으로 변화하는 상황에 적응하는 데 어려움을 겪었어요.
1. 작업 흐름 방해: 음성 에이전트가 사용자의 현재 단계나 상태를 인식하지 못해 필요한 정보를 제때 제공하지 못해서 작업 효율성을 저하시킵니다.
2. 부적절한 정보 제공: 사용자가 필요로 하지 않는 정보를 제공하거나, 이미 알고 있는 정보를 반복하여 제공하여 사용자에게 불편을 줍니다.
3. 사용자 피드백 반영 부족: 사용자의 피드백을 즉각 반영하지 못해 대화의 유연성과 적응성이 떨어집니다.
4. 개인화 부족: 사용자의 개인적인 선호나 요구사항을 반영하지 못해서 맞춤형 정보를 제공하는 데 한계가 있습니다.
디자인 가이드라인: 음성 에이전트의 맥락 인식 능력을 강화하기 위해서는 어떻게 해야할까요? 작업의 진행 상황을 추적할 수 있고, 작업 중단을 이해하고, 필요하고 적절한 때에 도움을 제공할 수 있어야 합니다. 그래야 사용자의 행동을 매끄럽게 따라가면서 지원할 수 있고, 사용자가 음성 에이전트와의 상호작용을 자연스러운 대화처럼 느끼겠죠.
1. 사용자 상태 인식: 사용자의 현재 상태와 활동을 실시간으로 파악하고 적절한 정보를 제공해야 합니다.
2. 정확한 시점에 정보 제공: 사용자가 필요로 하는 정보를 정확한 시점에 제공하여 작업 흐름을 방해하지 않고 지원해야 합니다.
3. 사용자 피드백 반영: 사용자의 피드백을 즉각 반영하여 대화를 조정하고, 요청에 맞춰 정보를 제공해야 합니다.
4. 상황별 맞춤형 조언: 사용자의 개인적인 선호도와 상황에 맞춘 맞춤형 조언을 제공해야 합니다.
5. 대화 자연스러움 유지: 자연스러운 대화를 유지하며, 사용자의 질문에 적절히 응답할 수 있어야 합니다.
논문에서는 이러한 가이드라인에 따라서 맥락 인식 기능이 강화된 음성 에이전트 프로토타입을 개발하고 그것을 실제 요리 환경에서 평가했어요. 그 결과, 맥락을 인식하는 음성 에이전트가 사용자 만족도와 작업 효율성을 크게 향상 시켰습니다. 요리와 같이 복잡한 작업 환경에서 맥락을 인식하는 음성 에이전트가 사용자 경험을 향상시킬 수 있다는 것을 보여줬죠.
Q3. 읽기 효율성을 높이려면 어떻게 해야 할까요?
Constrained Highlighting in a Document Reader Can Improve Reading Comprehension
텍스트 강조(하이라이팅)는 독자들이 문서에서 중요한 정보를 기억하는 데 도움을 주는 일반적인 전략입니다. 문서를 효과적으로 읽기 위해서는 어떻게 텍스트를 강조하는 것이 좋을까요? 이 논문에서는 문서 리더에서 강조할 수 있는 단어 수를 제한하는 것이 독해력을 향상시킬 수 있는지 연구 했습니다.
연구팀은 127명의 참가자를 세 그룹으로 나눠 실험을 진행했어요.
아무 것도 강조하지 않음: 이 그룹의 참가자들은 텍스트를 읽으면서 아무 것도 강조하지 않았습니다.
무제한 강조: 이 그룹의 참가자들은 원하는 만큼 텍스트를 강조할 수 있었습니다.
제한 강조: 이 그룹의 참가자들은 최대 150단어까지만 강조할 수 있었습니다. 150단어를 초과하려고 하면 시스템이 이를 허용하지 않았습니다.
실험 결과, 강조의 효과를 극대화하려면 독자들이 선택적으로 강조하는 것이 중요했습니다.
1. 독해력 향상: 150단어 제한 강조 조건의 참가자들이 독해 테스트에서 가장 높은 점수를 기록했습니다. 이 그룹은 다른 두 그룹보다 독해력이 더 높았어요. 이 결과는 강조할 수 있는 단어 수를 제한하면 독자들이 더 선택적으로 중요한 정보를 강조하기 때문에 전체적인 이해도가 높아진다는 것을 의미해요.
2. 선택적 강조의 효과: 150단어 제한 조건은 독자들을 더 신중하게 어떤 부분을 강조할지 고민하게 만들었어요. 독자들이 중요하다고 생각하는 정보를 선별적으로 강조하게 하면서 전체 텍스트의 주요 주제와 핵심 내용을 더 잘 이해하게 만들었죠. 실험 참가자들은 이 제약 때문에 텍스트의 중요한 부분을 더 깊이 이해하고 기억하게 되었다고 말했습니다. 또한, 몇몇 참가자들은 선택적 강조를 하면서 독해 과정에 더 집중하면서 적극적으로 참여할 할 수 있었다고 말했어요.
이 연구는 문서 리더에 텍스트 강조 제한 기능을 통합하면 독해력을 향상시킬 수 있다는 것을 보여주었습니다. 교육용 소프트웨어나 전자책 리더에서 활용할 수 있겠죠.
UX 디자인에서 의인화와 제약
3개의 질문들에 대한 답을 찾아가면서 UX 디자인에서 ‘의인화’와 ‘제약’이라는 키워드가 더 중요한 역할을 할 수 있다는 생각이 들었습니다.
AI-인간 상호작용은 사람간에 일어나는 상호작용과 비슷한 모습을 보입니다. 이전에 뉴스레터에서 소개한 AI-인간 협업에서도 AI를 얼마나 신뢰하고 존중하는지에 따라서 협업 결과물이 달라진 것처럼 AI 챗봇과 대화하면서 비판적 사고를 키우기 위해서는 챗봇이 나와 그런 대화를 할 수 있는 상태인지가 중요했습니다. 챗봇이 나와 비슷한 신념을 가졌다면 우리는 그 의견을 더 쉽게 수용했어요. 하지만, 챗봇이 나와 다르다면 더 신중하게 내 대답을 더 많이 재검토 했어요.
사람과 대화할 때의 모습과 똑같죠? 이러한 행동 패턴 때문에 앞으로 AI에는 인간의 특성이 더 많이 반영될 것이라고 생각해요. 그래서 AI 챗봇도 오늘 소개한 사회적 정체성이나 대화스타일 뿐만아니라 여러 인간적 특성들을 변수화 시켜서 조합하고 조정하는 방식으로 디자인하지 않을까 상상해봅니다. 여기에 맥락적 인식 기능을 잘 섞어주면, AI라는 새로운 인간이 되는것 아닐까요.
읽는다는 행위는 어떤가요. 읽고 볼 것이 너무 많은 요즘에는 콘텐츠 자체에 집중하기가 어렵죠. 이럴때는 ‘제약’이 필요합니다. 그것도 명확한 제약이 필요하죠. 앞에서 살펴본 논문에서도 문서에서 강조할 수 있는 텍스트를 선택할 수 있는 자유도가 낮아지면서, 즉 제약이 명확해지면서 읽기에 집중하는 경향을 보였습니다. 이것 또한, 우리에게 내재된 행동 패턴입니다. 제약은 창의성과 혁신을 촉진시키고, 자원을 효과적으로 사용하게 만들고,, 효율적인 검색 전략을 사용하게 해서 집중역과 정보 접근성을 높입니다 [4]. 제약이 오히려 집중력과 만족도를 향상시키는 것이죠.
오늘은 오랜만에 논문 이야기를 해보았는데 어떠셨나요? 이 연구 결과들이 지금 하고 있는 업무나 아이디어 구체화에 조금이라도 도움이 되었으면 하는 마음으로 준비해봤습니다. 사실, 일하다 보면 시간내서 논문을 읽기가 쉽지 않죠. 그래서 저희가 대신 시장의 최신 트렌드 뿐만 아니라 학계의 연구 트렌드도 이렇게 종종 전해드리려고 합니다. 이런 내용에 대해서 더 깊게, 그리고 함께 이야기 해보고 싶으시다면 6월에 inpireX의 월간 세미나에서 만나요!
Reference
[1] Tanprasert, T., Fels, S. S., Sinnamon, L., & Yoon, D. (2024, May). Debate Chatbots to Facilitate Critical Thinking on YouTube: Social Identity and Conversational Style Make A Difference. In Proceedings of the CHI Conference on Human Factors in Computing Systems (pp. 1-24).
[2] Jaber, R., Zhong, S., Kuoppamäki, S., Hosseini, A., Gessinger, I., Brumby, D. P., ... & Mcmillan, D. (2024, May). Cooking With Agents: Designing Context-aware Voice Interaction. In Proceedings of the CHI Conference on Human Factors in Computing Systems (pp. 1-13).
[3] Joshi, N., & Vogel, D. (2024, May). Constrained Highlighting in a Document Reader can Improve Reading Comprehension. In Proceedings of the CHI Conference on Human Factors in Computing Systems (pp. 1-10).
[4] Hamilton, R. W., Mittal, C., Shah, A., Thompson, D. V., & Griskevicius, V. (2019). How financial constraints influence consumer behavior: An integrative framework. Journal of Consumer Psychology, 29(2), 285-305.
댓글
의견을 남겨주세요