상황인식은 지능공간의 핵심기술로 개인화 및 자동화된 서비스를 제공하는 데 있어 가장 유용한 방법 중 하나로 대두되고 있다. 그러나 대부분의 상황인식 서비스들은 실제적인 상용화로까지 이어지지 못하고 있으며 그 가장 큰 이유 중 하나로 지적되고 있는 것이 사용자의 프라이버시 염려이다. 또한 현재 제공되는 상황인식서비스의 종류 및 수준은 매우 제한적이고 한정적인 수준에 머무르고 있는데 이는 지금까지의 상황인식이 외면적이고 관찰 가능한 상황을 인지하는 데만 주력하였을 뿐 인간의 내면적이고 인지적인 상황은 상황정보로 고려하지 않았기 때문이다. 따라서 본 연구에서는 개인의 내면적인 정보인 프라이버시 염려 수준을 또 하나의 상황정보의 형태로 예측할 수 있는 방법론을 제안하고자 한다. 이를 위해 개인에게 가해지는 다양한 외부 자극 정보를 기본 상황정보로 하여 이미 검증된 프라이버시 염려 관련 사회심리학 모델베이스를 통해 특정 서비스에 대한 사용자의 프라이버시 염려 수준을 예측하는 접근법을 개발하였다. 본 연구에서 제안한 방법론의 타당성 및 실현 가능성을 검증하기 위해 상황인식으로 얻어진 자료 및 수집된 프라이버시 염려 관련 사회심리학 모델들을 가지고 예측한 프라이버시 염려 정도와 실제 조사한 프라이버시 염려 수준을 통계적 방법으로 비교하였다.
상황인식은 지능공간의 핵심기술로 개인화 및 자동화된 서비스를 제공하는 데 있어 가장 유용한 방법 중 하나로 대두되고 있다. 그러나 대부분의 상황인식 서비스들은 실제적인 상용화로까지 이어지지 못하고 있으며 그 가장 큰 이유 중 하나로 지적되고 있는 것이 사용자의 프라이버시 염려이다. 또한 현재 제공되는 상황인식서비스의 종류 및 수준은 매우 제한적이고 한정적인 수준에 머무르고 있는데 이는 지금까지의 상황인식이 외면적이고 관찰 가능한 상황을 인지하는 데만 주력하였을 뿐 인간의 내면적이고 인지적인 상황은 상황정보로 고려하지 않았기 때문이다. 따라서 본 연구에서는 개인의 내면적인 정보인 프라이버시 염려 수준을 또 하나의 상황정보의 형태로 예측할 수 있는 방법론을 제안하고자 한다. 이를 위해 개인에게 가해지는 다양한 외부 자극 정보를 기본 상황정보로 하여 이미 검증된 프라이버시 염려 관련 사회심리학 모델베이스를 통해 특정 서비스에 대한 사용자의 프라이버시 염려 수준을 예측하는 접근법을 개발하였다. 본 연구에서 제안한 방법론의 타당성 및 실현 가능성을 검증하기 위해 상황인식으로 얻어진 자료 및 수집된 프라이버시 염려 관련 사회심리학 모델들을 가지고 예측한 프라이버시 염려 정도와 실제 조사한 프라이버시 염려 수준을 통계적 방법으로 비교하였다.
Context-aware computing, as a core of smart space development, has been widely regarded as useful in realizing individual service provision. However, most of context-aware services so fat are in its early stage to be dispatched for actual usage in the real world, caused mainly by user's privacy conc...
Context-aware computing, as a core of smart space development, has been widely regarded as useful in realizing individual service provision. However, most of context-aware services so fat are in its early stage to be dispatched for actual usage in the real world, caused mainly by user's privacy concerns. Moreover, since legacy context-aware services have focused on acquiring in an automatic manner the extra-personal context such as location, weather and objects near by, the services are very limited in terms of quality and variety if the service should identify intra-personal context such as attitudes and privacy concern, which are in fact very useful to select the relevant and timely services to a user. Hence, the purpose of this paper is to propose a novel methodology to infer the user's privacy concern as intra-personal context in an intelligent manner. The proposed methodology includes a variety of stimuli from outside the person and then performs model-based reasoning with social theory models from model base to predict the user's level of privacy concern semi-automatically. To show the feasibility of the proposed methodology, a survey has been performed to examine the performance of the proposed methodology.
Context-aware computing, as a core of smart space development, has been widely regarded as useful in realizing individual service provision. However, most of context-aware services so fat are in its early stage to be dispatched for actual usage in the real world, caused mainly by user's privacy concerns. Moreover, since legacy context-aware services have focused on acquiring in an automatic manner the extra-personal context such as location, weather and objects near by, the services are very limited in terms of quality and variety if the service should identify intra-personal context such as attitudes and privacy concern, which are in fact very useful to select the relevant and timely services to a user. Hence, the purpose of this paper is to propose a novel methodology to infer the user's privacy concern as intra-personal context in an intelligent manner. The proposed methodology includes a variety of stimuli from outside the person and then performs model-based reasoning with social theory models from model base to predict the user's level of privacy concern semi-automatically. To show the feasibility of the proposed methodology, a survey has been performed to examine the performance of the proposed methodology.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한 상황긴급도와 같이 프라이버시 염려의 수준에 영향을 주는 상황 정보가 존재함으로 밝혔으며, 그럼에도 불구하고 본 방법론은 높은 예측 정확성을 보였다. 결국 본 연구의 주요 취지는 기존 설문법의 단점을 극복하려는 것이 아니라 상황인식서비스가 제공되는 현장에서 신속하게 프라이버시 염려를 특정하기 위한 방법론을 제안한 것이다. 또한 기존은 사용자가 직접 프라이버시 염려에 대해 설문에 응해야 하나, 이 경우는 개발된 시스템이 모델을 활용하여 추리를 하기 때문에 프라이버시 염려에 대한 상황적이고 자동화되며 개인화 된 추론을 하는 것이다.
사용자의 프라이버시 염려 수준은 보다 고품질의 상황인식서비스를 디자인하고 동작하기 위한 심리적 상황정보로 인식되어진다. 따라서 본 논문에서는 기본적으로 수집된 다양한 외부 자극 정보와 검증된 사회심리학 모델의 사회심리학 인과 모형들을 수집하고 이를 분석한 결과로 구축된 프라이버시 염려 관련 행태적 모형 기반 모델베이스를 이용하여 예측하는 접근법을 제안하였다.
그러나 아직 이러한 목표를 달성하게 해주는 상황인식서비스를 위한 프라이버시 염려 수준 예측 및 상황인식 방법은 드문 실정이다. 따라서 본 연구의 목적은 서비스 받을 당시의 사용자의 외면적 상황을 바탕으로 사용자의 내면적 상황인 프라이버시 염려 수준을 예측할 수 있는 방법론을 제안하는 것이다. 이를 위해 사용자에게 가해지는 다양한 외부 자극 정보와 프라이버시 염려 관련 사회심리학 모델들을 가지고 프라이버시 염려 수준을 예측하는 접근법을 개발하였다.
본 연구의 주안점은 사용자의 명시적 표현 없이 상황인식을 통해 확보된 간접적인 표현만을 통해 비교적 정확하게 인간의 내면적 상황인 프라이버시 염려를 예측하는 것이다. 특히 프라이버시 염려 수준을 서비스 제공 이전에 예측할 수 있다면 해당 사용자의 프라이버시 염려 수준에 맞는 서비스를 사전에 결정하여 사용자의 서비스 수용도 및 만족도를 높일 수 있을 것이다.
프로토타입 시스템기반 설문은 특정 상황인식서비스의 프로토타입 시스템을 개발하고 이를 설문 대상자에게 활용해 보도록 한 뒤 이에 대한 프라이버시 염려 정도를 묻는 형태이다. 이는 사용자가 경험해 본 적이 없는 새로운 서비스에 대해 프라이버시 염려를 측정하고자 할 때 사용자가 실제로 경험해볼 수 있는 기회를 제공함으로써 예측의 정확도를 높이고자 사용되었다. 마지막으로 기술적 설명기반 설문은 특정기술에 대해 구체적으로 기술한 뒤 사용자의 프라이버시 염려 정도를 직접적으로 묻는 형태로 그 간편성으로 인해 프라이버시 염려 측정에 가장 많이 활용된 방법이다(Phelps et al.
이에 본 연구에서는 과 같은 사용자의 기본 상황 정보로부터 사화심리학 모델을 활용하여 프라이버시 염려를 예측하는 방법론을 제안한다.
제안 방법
구체적으로 본 연구에서는 입력 속성인 인구동태학적 특성, 다양한 가용 센서들로부터 획득되는 기본상황정보를 다시 각각 다음과 같은 요소들로 구성하였다. 이와 같은 구성은 향후 새로운 상황인식 기술 및 프라이버시 염려관련 연구의 등장에 의해 수정 보완될 수 있다.
먼저 상황 모형 생성기는 심리 상황 추론기로부터 전달 받은 사용자의 심리적 상황 정보를 확인하고 이를 입력 요소로 갖는 사회심리학 인과모형을 프라이버시 염려 모델 베이스로부터 검색한다. 그리고 다시 검색된 모델 베이스들을 분석하여 입력된 심리적 상황 정보에 의해 인과관계가 형성되지 않는 인과관계가 모델에 포함되어 있는 경우 이를 생략하는 과정과 이론 모형 상의 인구통계학적 정보를 고려한 인과모형 수정 과정을 통해 상황적 모형을 구성한다. 입력된 심리적 상황 정보에 의해 인과관계가 형성되지 않는 인과관계를 생략하는 과정이란 예를 들면 다음과 같다.
본 연구에서 모델 베이스내의 사회심리학 인과모형은 구체적으로 다음과 같이 표현한다. 먼저 사회심리학 인과모형은 사회심리학 모델에서 모형번호, 모형이름, 피인용 수, 인과관계, 인구동태학적 특성, 검증자료 등의 정보를 추출하여 저장하였다. 이때 인과관계는 독립변인, 종속변인, 상관계수, 유의성의 정보로 요약하여 정리하였으며 인구동태학적특성은 성별, 나이, 직업, 국적의 정보로 요약하여 정리하였다.
또한 상황 모형 생성기가 현재 사용자의 내면적 프라이버시 염려 수준을 예측하는 수행과정은 다음과 같다. 먼저 상황 모형 생성기는 심리 상황 추론기로부터 전달 받은 사용자의 심리적 상황 정보를 확인하고 이를 입력 요소로 갖는 사회심리학 인과모형을 프라이버시 염려 모델 베이스로부터 검색한다. 그리고 다시 검색된 모델 베이스들을 분석하여 입력된 심리적 상황 정보에 의해 인과관계가 형성되지 않는 인과관계가 모델에 포함되어 있는 경우 이를 생략하는 과정과 이론 모형 상의 인구통계학적 정보를 고려한 인과모형 수정 과정을 통해 상황적 모형을 구성한다.
실험은 다음과 같은 순서로 수행하였다. 먼저 참가자들로 하여금 본 시스템을 접속할 수 있는 단말기를 지급하고 사용하는 방법을 숙지시켰다. 각 참가자들은 사전에 자신의 개인 정보를 입력한다.
본 연구에서 제안한 방법론에서는 과거의 행동 및 심리적 상황 관련 사례가 심리적 상황 사례 베이스로 관리되며 심리적 상황 추론기는 이를 기반으로 사례기반 추론의 방법을 통해 특정 기본 상황에서의 사용자 심리적 상황을 추론한다. 이렇게 추론된 심리적 상황 정보는 최초 획득된 기본 상황 정보와 함께 또 하나의 상황 정보의 형태로 상황 모형 생성기로 전달된다.
본 연구에서 제안한 방법론의 타당성 및 실현가능성을 검증하기 위해 상황인식으로 얻어진 자료 및 수집된 프라이버시 염려 관련 사회심리학 모델들을 가지고 예측한 프라이버시 염려 정도와 시스템으로부터 예측된 염려 수준을 비교하여 얼마나 정확성이 있는지를 비교분석 하였다. 이를 위해 수도권에 위치한 한국의 한 대학 대학생 200명을 대상으로 실험을 수행한 후 설문조사를 실시하였다.
여기서 정확도는 실제로 참가자들이 입력한 프라이버시 염려 수준과 각 추론 방법에 의하여 계산된 염려 수준이 얼마나 일치하는가의 수준이다. 사례기반 추론을 위해서 먼저 참가자들이 답변한 사례를 학습을 위한 사례와 테스트를 위한 사례의 두 집단으로 나누었다. 이렇게 하여 프라이버시 침해 염려가 있는 정보를 입력할 경우와 그렇지 않은 경우에 실제로 프라이버시 염려의 수준에 차이가 있는지를 알아보기 위해 획득된 답변에 대해서 프라이버시 염려가 있는 정보를 ‘unknown’으로 기입한 집단과 그렇지 않은 집단을 나누어서 프라이버시 염려의 수준을 대응표본 t 검정을 통해 검증하였으며 유의도 검증은 p값 < 0.
먼저 설문의 형태는 크게 시나리오기반 설문, 프로토타입 시스템기반 설문, 기술적 설명기반 설문이 있다. 여기서 시나리오기반 설문은 비네트 기법을 사용하는 것으로 짧은 시나리오나 간단한 그림으로 특정 상황인식서비스를 표현하고 이에 대한 사용자의 프라이버시 염려 정도를 묻는 형태이다. 이는 시나리오를 통해 서비스에 대한 사용자의 이해도를 높일 수 있어 많은 연구에서 활용되었다(Hsu and Kuo, 2003; Malhotra et al.
먼저 사회심리학 인과모형은 사회심리학 모델에서 모형번호, 모형이름, 피인용 수, 인과관계, 인구동태학적 특성, 검증자료 등의 정보를 추출하여 저장하였다. 이때 인과관계는 독립변인, 종속변인, 상관계수, 유의성의 정보로 요약하여 정리하였으며 인구동태학적특성은 성별, 나이, 직업, 국적의 정보로 요약하여 정리하였다. 예를 들어 2001년 Phelps, Joseph E.
이를 위해 사용자에게 가해지는 다양한 외부 자극 정보와 프라이버시 염려 관련 사회심리학 모델들을 가지고 프라이버시 염려 수준을 예측하는 접근법을 개발하였다. 이때 프라이버시 염려 수준은 상황인식서비스를 디자인하고 동작하기 위해 필요한 또 하나의 상황정보로 간주되며 기본적인 개인정보 및 서비스 제공 당시의 다양한 외면적 자극 정보를 기본자료로 이미 검증된 사회심리학 모델들에서 제공하는 인과관계를 통해 특정 서비스에 대한 사용자의 프라이버시 염려 수준을 예측하는 접근방식을 채택하였다.
그렇다면 과업의 긴급도가 높아질수록 본 방법론의 예측도를 더 높일 수 있을 것이다. 이를 알아보기 위해 과업 긴급도가 높은 상황과 낮은 상황에 답변한 자료들을 나누어서 각각의 상관계수를 알아보았다. 그 결과 다음 <그림 6>과 같이 상관계수가 각각 0.
따라서 본 연구의 목적은 서비스 받을 당시의 사용자의 외면적 상황을 바탕으로 사용자의 내면적 상황인 프라이버시 염려 수준을 예측할 수 있는 방법론을 제안하는 것이다. 이를 위해 사용자에게 가해지는 다양한 외부 자극 정보와 프라이버시 염려 관련 사회심리학 모델들을 가지고 프라이버시 염려 수준을 예측하는 접근법을 개발하였다. 이때 프라이버시 염려 수준은 상황인식서비스를 디자인하고 동작하기 위해 필요한 또 하나의 상황정보로 간주되며 기본적인 개인정보 및 서비스 제공 당시의 다양한 외면적 자극 정보를 기본자료로 이미 검증된 사회심리학 모델들에서 제공하는 인과관계를 통해 특정 서비스에 대한 사용자의 프라이버시 염려 수준을 예측하는 접근방식을 채택하였다.
본 논문은 다음과 같은 기여점을 가진다. 첫째, 기존의 상황인식연구가 외면적이고 관찰 가능한 상황을 인지하는 데만 주력하였던 것과는 달리, 본 연구는 사용자의 프라이버시 염려라는 심리적 상황 정보를 예측하는 것을 통해 인간의 내면적 상황을 인지하는 방법을 제안하였다. 둘째, 심리적 상황인식에 사회심리학 모델을 활용함으로써 기본적인 개인정보 및 서비스 제공 당시 개인에게 가해지는 외부의 외면 자극만으로 사용자의 심리적 상황을 적시적으로 예측할 수 있게 했다.
대상 데이터
한국의 대학생들은 이미 활발하게 웹 기반의 정보시스템을 사용하고 있는 집단이며 본 실험에서 활용된 프라이버시 염려 관련 사회심리학 모델 대부분은 특정한 연령대나 직업에 국한되지 않은 일반화된 모형으로 모든 사람들에게 적용이 가능하다. 더욱이 본 실험의 목적이 사회심리학 모델 기반의 예측의 정확성을 분석하는데 있음으로 본 실험에 대해 비교적 쉽게 이해할 수 있는 대학생을 대상으로 하게 되었다.
실험에서 사용된 서비스 도메인은 학습 지도, 마케팅, 헬스 케어 등 세 개 도메인이며 이는 한국지식경제부에서 2009년도에 선정한 실용화 가능성이 높은 다섯 개 지식기반 서비스 중에서 유비쿼터스 기술을 기반으로 한 것들로 선발된 것이다. 또한 제품 도메인은 음식류, 의류, 아로마 향, 완구류, 금융 상품 등으로 구성하였다.
실험에서 사용된 서비스 도메인은 학습 지도, 마케팅, 헬스 케어 등 세 개 도메인이며 이는 한국지식경제부에서 2009년도에 선정한 실용화 가능성이 높은 다섯 개 지식기반 서비스 중에서 유비쿼터스 기술을 기반으로 한 것들로 선발된 것이다. 또한 제품 도메인은 음식류, 의류, 아로마 향, 완구류, 금융 상품 등으로 구성하였다.
본 연구에서 제안한 방법론의 타당성 및 실현가능성을 검증하기 위해 상황인식으로 얻어진 자료 및 수집된 프라이버시 염려 관련 사회심리학 모델들을 가지고 예측한 프라이버시 염려 정도와 시스템으로부터 예측된 염려 수준을 비교하여 얼마나 정확성이 있는지를 비교분석 하였다. 이를 위해 수도권에 위치한 한국의 한 대학 대학생 200명을 대상으로 실험을 수행한 후 설문조사를 실시하였다. 한국의 대학생들은 이미 활발하게 웹 기반의 정보시스템을 사용하고 있는 집단이며 본 실험에서 활용된 프라이버시 염려 관련 사회심리학 모델 대부분은 특정한 연령대나 직업에 국한되지 않은 일반화된 모형으로 모든 사람들에게 적용이 가능하다.
데이터처리
본 연구의 방법론의 성과가 우수한지를 검증하기 위해서 사례기반 추론법에 의해서 추론 된 프라이버시 염려 수준의 정확도와 비교하였다. 여기서 정확도는 실제로 참가자들이 입력한 프라이버시 염려 수준과 각 추론 방법에 의하여 계산된 염려 수준이 얼마나 일치하는가의 수준이다.
예측의 정확성을 보다 더 정확하게 살펴보기 위해 산포도를 관찰하고 회귀분석을 실시하였다. 다음 <그림 5>는 산포도와 추세선을 보이고 있다.
이렇게 하여 프라이버시 침해 염려가 있는 정보를 입력할 경우와 그렇지 않은 경우에 실제로 프라이버시 염려의 수준에 차이가 있는지를 알아보기 위해 획득된 답변에 대해서 프라이버시 염려가 있는 정보를 ‘unknown’으로 기입한 집단과 그렇지 않은 집단을 나누어서 프라이버시 염려의 수준을 대응표본 t 검정을 통해 검증하였으며 유의도 검증은 p값 < 0.05을 기준으로 하였다.
이론/모형
여기서의 추론은 다양한 센서들을 통해 획득된 기본 정보들의 새로운 집합이 주어졌을 때 심리적 상황 사례베이스에 저장된 과거 사례 집합에서 일정한 유사성의 척도에 부합하는 과거의 사례를 추출한 뒤 그 사례들의 프라이버시 염려에 영향을 주는 심리적 상황정보 값을 추출하는 방식으로 이루어진다. 이때 주어진 새로운 사례(xN)와 과거 사례(xO)와의 유사성 척도의 계산은 가장 일반적으로 사용되는 방법 중의 하나인 최근 접이웃 추출방법(Nearest-neighbor retrieval)을 적용하였다(Clark and Evans, 1954). 이렇게 추론 된 심리적 상황 정보는 최초 획득된 기본 상황 정보와 함께 또 하나의 상황정보의 형태로 상황 모형 생성기로 전달된다.
성능/효과
결국 본 논문에서 제안한 모델 기반의 프라이버시 염려 예측 방법은 그 예측 성능이 우수한 것으로 보인다.
8287로서 과업의 긴급도가 높은 상황 집단에 대해 더욱 예측률이 높은 것으로 나왔다. 그러나 과업긴급도가 낮아서 예측하기 어려운 상황에서도 본 방법론은 82%를 상회하는 예측률을 보인 것으로 나타나 충분히 정확도가 높은 것으로 보인다.
첫째, 기존의 상황인식연구가 외면적이고 관찰 가능한 상황을 인지하는 데만 주력하였던 것과는 달리, 본 연구는 사용자의 프라이버시 염려라는 심리적 상황 정보를 예측하는 것을 통해 인간의 내면적 상황을 인지하는 방법을 제안하였다. 둘째, 심리적 상황인식에 사회심리학 모델을 활용함으로써 기본적인 개인정보 및 서비스 제공 당시 개인에게 가해지는 외부의 외면 자극만으로 사용자의 심리적 상황을 적시적으로 예측할 수 있게 했다. 셋째, 예측된 프라이버시 염려 수준 정보를 활용하여 서비스가 제공되기 이전에 사용자의 프라이버시 염려 수준을 판단하게 함으로써 서비스의 제공 방법의 시의 적절성을 높였다.
또한 기존은 사용자가 직접 프라이버시 염려에 대해 설문에 응해야 하나, 이 경우는 개발된 시스템이 모델을 활용하여 추리를 하기 때문에 프라이버시 염려에 대한 상황적이고 자동화되며 개인화 된 추론을 하는 것이다. 따라서 사용자가 직접 입력한 실제 염려의 수준과 시스템에 의하여 추론한 염려의 수준이 통계적으로 차이가 없음을 보이는 것으로 시스템 성능의 우수성을 볼 수 있었다.
셋째, 예측된 프라이버시 염려 수준 정보를 활용하여 서비스가 제공되기 이전에 사용자의 프라이버시 염려 수준을 판단하게 함으로써 서비스의 제공 방법의 시의 적절성을 높였다. 또한 상황긴급도와 같이 프라이버시 염려의 수준에 영향을 주는 상황 정보가 존재함으로 밝혔으며, 그럼에도 불구하고 본 방법론은 높은 예측 정확성을 보였다. 결국 본 연구의 주요 취지는 기존 설문법의 단점을 극복하려는 것이 아니라 상황인식서비스가 제공되는 현장에서 신속하게 프라이버시 염려를 특정하기 위한 방법론을 제안한 것이다.
둘째, 심리적 상황인식에 사회심리학 모델을 활용함으로써 기본적인 개인정보 및 서비스 제공 당시 개인에게 가해지는 외부의 외면 자극만으로 사용자의 심리적 상황을 적시적으로 예측할 수 있게 했다. 셋째, 예측된 프라이버시 염려 수준 정보를 활용하여 서비스가 제공되기 이전에 사용자의 프라이버시 염려 수준을 판단하게 함으로써 서비스의 제공 방법의 시의 적절성을 높였다. 또한 상황긴급도와 같이 프라이버시 염려의 수준에 영향을 주는 상황 정보가 존재함으로 밝혔으며, 그럼에도 불구하고 본 방법론은 높은 예측 정확성을 보였다.
, 2001). 특히 상황인식서비스에 있어서는 프라이버시 염려라는 심리적 상황이 사용자의 서비스 선택 여부에 큰 영향을 미치는 것으로 나타났다. 심리적 상황추론기는 사용자의 인구동태학적 특성과 다양한 센서들에 의해 획득된 기본 상황 정보를 근간으로 과거의 행동 및 심리적 상황 관련 사례가 저장된 심리적 상황 사례 베이스를 통해 프라이버시 염려에 영향을 주는 심리적 상황들의 값을 추론한다.
후속연구
그럼에도 본 연구는 실험 시 연구 여건상의 이유로 기본적인 상황정보를 다양한 센서를 통해 자동으로 획득하지 못하고 설문의 방법을 통해 해당 정보를 획득한 것과, 실험 참여자를 인구동태학적 특성이 거의 유사한 대학생으로 한 것의 한계가 있음으로 추가적인 실험의 수행이 필요함을 밝힌다. 또한 본 방법론의 적용의 일반성 확보를 위해서 프로토타입 시스템을 개발할 필요가 있다.
이는 프라이버시 침해를 우려하여 예측할 수 없는 행동을 보일 가능성이 적어지기 때문일 것이다. 그렇다면 과업의 긴급도가 높아질수록 본 방법론의 예측도를 더 높일 수 있을 것이다. 이를 알아보기 위해 과업 긴급도가 높은 상황과 낮은 상황에 답변한 자료들을 나누어서 각각의 상관계수를 알아보았다.
그럼에도 본 연구는 실험 시 연구 여건상의 이유로 기본적인 상황정보를 다양한 센서를 통해 자동으로 획득하지 못하고 설문의 방법을 통해 해당 정보를 획득한 것과, 실험 참여자를 인구동태학적 특성이 거의 유사한 대학생으로 한 것의 한계가 있음으로 추가적인 실험의 수행이 필요함을 밝힌다. 또한 본 방법론의 적용의 일반성 확보를 위해서 프로토타입 시스템을 개발할 필요가 있다.
따라서 무조건 프라이버시 염려를 낮추는 것만이 이상적인 것은 아니며 서비스 제공 시 서비스에 대한 사용자의 프라이버시 염려 수준을 정확히 예측하고 그 수준에 맞춰 서비스를 제공하는 것이 매우 중요하다. 만일 사용자의 프라이버시 염려를 하나의 상황정보로 인지하여 상황인식서비스에 활용한다면 그 종류와 수준을 향상시킬 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
사례기반 추론의 과정은?
사례기반 추론은 인간의 문제 해결 방식과 매우 유사한 방식으로 문제를 해결해 나가는 특징을 가지고 있으며 그 추론 과정은 검색(Retrieval), 재사용(Reuse), 수정(Revise), 유지(Retain)로 설명될 수 있다(Aamodt and Plaza, 1994).
사례기반 추론의 특징은?
사례기반 추론은 인간의 문제 해결 방식과 매우 유사한 방식으로 문제를 해결해 나가는 특징을 가지고 있으며 그 추론 과정은 검색(Retrieval), 재사용(Reuse), 수정(Revise), 유지(Retain)로 설명될 수 있다(Aamodt and Plaza, 1994).
상황인식이 아직 상용화로의 활발한 진전이 이루어지지 않는 이유는?
이러한 경향을 반영하듯이 현재 수많은 다양한 상황인식 서비스들이 개발되고 있다. 그러나 사용자의 프라이버시 염려 때문에 아직 상용화로의 활발한 진전은 이루어지지 않고 있다. 하지만 이처럼 상황인식서비스에 대한 사용자의 프라이버시 염려가 높아지고 있다고 해서 모든 사람이 동일한 서비스에 대해 동일한 수준의 프라이버시 염려를 가지는 것은 아니다.
참고문헌 (33)
Aamodt, A. and E. Plaza, "Case-based Reasoning :Foundational Issues, Methodological Variations, and System Approaches", Artificial Intelligence Communications, Vol.7, No.1(1994), 39-59.
Ackerman, M., T. Darrel and D. J. Weitzner, "Privacy in Context", Human-Computer Interaction, Vol.16, No.2-4(2001), 167-176.
Atiya, A. "Bankruptcy prediction for credit risk using neural networks:A survey and new results", IEEE Trans. Neural Networks, Vol. 12, No.4(2001), 929-935.
Bellman, S., E. J. Johnson, S. J. Kobrin, and G. L. Lohse, "International Differences in Information Privacy Concerns:A Global Surveyof Consumers", The Information Society,Vol.20, No.5(2004), 313-324.
Bruwer, J., E. Li, and M. Reid, "Wine-related lifestyle segmentation of the Australian domestic wine market", Australian and New Zealand Wine Industry Journal, Vol.16, No.2(2001),104-108.
Cas, J., "Privacy in pervasive computing environments-a contradiction in terms?", IEEE Technology and Society Magazine, (2005), 24-33.
Castaneda, J. A. and F. J. Montoro, "The effect of Internet general privacy concern on customer behavior", Electronic Commerce Research, Vol.7, No.2(2007), 117-141.
Culnan, M. J. and P. K. Armstrong, "Information Privacy Concerns, Procedural Fairness, and Impersonal Trust:An Empirical Investigation", Organization Science, Vol.10, No.1 (1999), 104-115.
Dritsas, S., D. Gritzalis and C. Lambrinoudakis, "Protecting privacy and anonymity in pervasive computing:trends and perspectives", Telematics and informatics, Vol.23, No.3(2006), 196-210.
Galloway, G. and K. Lopez, "Sensation seeking and attitudes to aspects of national parks:A preliminary empirical investigation", Tourism Management, Vol.20, No.6(1999), 665-671.
Hsu, M. H. and F. Y. Kuo, "The Effect of Organization-Based Self-Esteem and Deindividuation in Protecting Personal Information Privacy", Journal of Business Ethics, Vol.42, No.4(2003), 305-320.
Jiang, X. and J. A. Landay, "Modeling Privacy Control in Context-Aware Systems", IEEE Pervasive Computing, Vol.1, No.3(2002), 59-63.
Johnston, A. C. and M. Warkentin, "Information privacy compliance in the healthcare industry", Information Management and Computer Security, Vol.16, No.1(2008), 5-19.
Kolodner, J., "Case-Based Reasoning", Morgan Kaufmann Publishers Inc, San Francisco, CA, USA(1993).
Kwon, O. B. and N. Sadeh, "Applying case-based reasoning and multi-agent intelligent system to context-aware comparative shopping", Decision Support Systems, Vol.37(2004), 199-213.
Leake, D., A. Maguitman, and T. Reichherzer, "Cases, Context, and Comfort:Opportunities for Case-Based Reasoning in Smart Homes", Lecture Notes in Artificial Intelligence, Vol. 4008(2006), 109-131.
Lee, H, H. Jo, and I. Han, "Bankruptcy prediction using case-based reasoning, neural networks, and discriminant analysis", Expert Systems with Applications, Vol.13, No.2(1997), 97-108.
Malhotra, N. K., S. S. Kim, and J. Agarwal, "Internet Users' Information Privacy Concerns (IUIPC):The Construct, the Scale, and a Causal Model", Information Systems Research, Vol.15, No.4(2004), 336-355.
Min, B. K. and Y. T. Kim, "Antecedents and Consequences of Privacy Concern on the Online-Shopping", The Korea Contents Society, Vol.6, No.11(2006).
Phelps, J., D'Souza, G., and G. Nowak, "Antecedents and consequences of consumer privacy concerns:An empirical investigation", Journal of Interactive Marketing, Vol.15, No.4 (2001), 2-17.
Skinner, G., S. Han, and E. Chang, "An information privacy taxonomy for collaborative environments", Information Management and Computer Security, Vol.14, No.4(2006), 382-394.
Slyke, V., J. T. Shim, R. Johnson, and J. Jiang, "Concern for Information Privacy and Online Consumer Purchasing", Journal of the Association for Information Systems, Vol.7, No. 6(2006), 415-444.
Smailagic, A., D. P. Siewiorek, J. Anhalt, F. Gemperle, D. Salber, S. Weber, J. Beck, and J. Jennings, "Towards Context Aware Computing: Experiences and Lessons", IEEE Journal on Intelligent Systems, Vol.16, No. 3(2001), 38-46.
Smith, H. J., S. J. Milberg, and S. J. Burke, "Information Privacy:Measuring Individuals' Concerns about Organizational Practices", MIS quarterly:management information systems, Vol.20, No.2(1996), 167-196.
Stewart, K. A. and A. H. Segars, "An Empirical Examination of the Concern for Information Privacy Instrument", Information Systems Research, Vol.13, No.1(2002), 36-49.
Warren, S. D. and L. D. Brandeis, Right to Privacy, Harvard Law Review, 1890, 193-220.
Westin, A. F., Privacy and Freedom, Atheneum, New York, 1967.
Xie, E., H. H. Teo, and W. Wan, "Volunteering personal information on the internet:Effects of reputation, privacy notices, and rewards on online consumer behavior", Marketing Letters, Vol.17, No.1(2006), 61-74.
Yao, M. Z., R. E. Rice, and K. Wallis, "Predicting User Concerns About Online Privacy", Journal of The American Society for Information Science and Technology, Vol.58, No.5(2007), 710-722.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.