선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문은 라이프로깅에 기반한 사용자, 즉 인간의 일상생활에서의 기록을 위한 행동에는 무엇이 있는지 연구하고, 그 행태를 분류하여 앞으로 지속적으로 증가할 라이프로깅 애플리케이션 서비스 및 콘텐츠 제작을 위한 가이드를 제시하고자 한다. 사용자들의 행태를 분류한 결과는 라이프로깅의 서비스를 구성하거나 카테고리화 하는데 프레임이 될 수 있으며, 콘텐츠의 메뉴 또는 인포그래픽을 디자인하는데 가이드 역할이 가능할 것이다.
- 본 실험은 라이프로깅 관련 사용자들의 행태를 표현하기 적합한 어휘를 추출하고 그룹핑하여 분류하기 위한 목적을 가지고 있다. 라이프로깅 관련 어휘의 분석은 사용자인 인간의 일상생활을 기록하는 의미를 중심으로 Fig.
- 본 연구는 라이프로깅 애플리케이션을 개발하는데 있어서 콘텐츠 및 메뉴 구성을 위한 사용자 행태를 분류하였다.
- 첫째, 라이프로깅의 개념과 특징을 살펴보고 이에 기반한 사용자 행태와의 관계 및 분류의 필요성을 연구한다. 이를 위하여 학술 서적과 논문, 단행본을 포함한 출판물 등의 문헌조사를 통하여 이론적 배경을 논한다.
제안 방법
- 3단계로는 라이프로깅과 관련하여 적합한 것으로 추출된 39개 어휘에 대하여 2차 설문을 실시하였다. 2차 설문은 60명을 대상으로 어휘 간 상관성을 7점 척도로 답하도록 하였다. 설문 샘플은 39개의 사용자 행태에 대한 분류와 기준 척도를 보기 위해 다차원척도법을 실시하여 그 결과 2차원 척도에 Fig.
- 3단계로는 라이프로깅과 관련하여 적합한 것으로 추출된 39개 어휘에 대하여 2차 설문을 실시하였다. 2차 설문은 60명을 대상으로 어휘 간 상관성을 7점 척도로 답하도록 하였다.
- 셋째, 추출한 어휘들에 대한 유사성 관계 설문 및 통계 분석을 실시한다. FGI을 통해 결과를 해석하고 관련성이 깊은 어휘들을 그룹핑하여 어휘를 분류한다.
- 이를 위하여 학술 서적과 논문, 단행본을 포함한 출판물 등의 문헌조사를 통하여 이론적 배경을 논한다. 둘째, 사용자 행태 분류를 위한 설문조사 및 통계 분석을 실시한다. 사용자 행태관련 어휘 수집, 행태 어휘 적절성 검정, 행태 어휘 관련성에 따른 그룹핑 단계를 FGI (Focus Group Interview), 설문조사와 통계분석을 통해 실험 과정을 진행한다.
- 이 단계에서는 중복 또는 유사어휘를 제거하고 빈도수를 고려하여 적합 어휘를 도출하였다. 또한, 본 연구에서 사용하는 어휘는 사람의 행동을 나타내는 것으로 다른 품사를 제외하고 동사로 통일시켰으며, 표준어를 기준으로 국문과 영문을 모두 기재하였다. 도출된 39개 어휘에 대하여 객관적 검증을 위하여 2차 적합성 설문조사 및 통계 분석을 실시하였다.
- 본 실험은 라이프로깅 관련 사용자들의 행태를 표현하기 적합한 어휘를 추출하고 그룹핑하여 분류하기 위한 목적을 가지고 있다. 라이프로깅 관련 어휘의 분석은 사용자인 인간의 일상생활을 기록하는 의미를 중심으로 Fig. 2와 같이 총 3단계로 진행되었다.
- 둘째, 사용자 행태 분류를 위한 설문조사 및 통계 분석을 실시한다. 사용자 행태관련 어휘 수집, 행태 어휘 적절성 검정, 행태 어휘 관련성에 따른 그룹핑 단계를 FGI (Focus Group Interview), 설문조사와 통계분석을 통해 실험 과정을 진행한다. 셋째, 분석을 통해 나온 결과를 해석하고 사용자 행태를 분류한 결과를 제시하여 라이프로깅 서비스 및 콘텐츠에 적용하기 위한 고려사항과 한계점을 논할 것이다.
- 둘째, 수집한 단어를 FGI (Focus Group Interview) 및 설문을 통해 중복되는 어휘를 제거하고 빈도수와 적합성 검정을 통해 적합 어휘를 추출한다. 셋째, 추출한 어휘들에 대한 유사성 관계 설문 및 통계 분석을 실시한다. FGI을 통해 결과를 해석하고 관련성이 깊은 어휘들을 그룹핑하여 어휘를 분류한다.
- 이를 기반으로 라이프로깅 애플리케이션의 콘텐츠이자 메뉴로 적용하기 위하여 39개의 어휘를 그룹핑하였다. 적합한 어휘로 추출된 39개는 애플리케이션메뉴로 그대로 사용하기에는 개수가 많으므로 이를 축소하기 위해 FGI를 다시 한 번 실시하여 비슷한 영역으로 분포된 어휘들을 그룹핑하였다.
- 첫째, 라이프로깅의 개념과 특징을 살펴보고 이에 기반한 사용자 행태와의 관계 및 분류의 필요성을 연구한다. 이를 위하여 학술 서적과 논문, 단행본을 포함한 출판물 등의 문헌조사를 통하여 이론적 배경을 논한다. 둘째, 사용자 행태 분류를 위한 설문조사 및 통계 분석을 실시한다.
- 이를 기반으로 라이프로깅 애플리케이션의 콘텐츠이자 메뉴로 적용하기 위하여 39개의 어휘를 그룹핑하였다. 적합한 어휘로 추출된 39개는 애플리케이션메뉴로 그대로 사용하기에는 개수가 많으므로 이를 축소하기 위해 FGI를 다시 한 번 실시하여 비슷한 영역으로 분포된 어휘들을 그룹핑하였다. 그 결과 19개 그룹을 도출하고 각 그룹에 대한 대표 어휘를 Table 4와 같이 도출하였다.
- 첫째, 라이프로깅 관련 사용자들의 행동 어휘를 수집한다. 기존의 라이프로깅 애플리케이션, 선행 논문 및 행동분석 자료, 그리고 통계청 자료인 ‘생활시장조사 행동분류표’를 포함하여 관련 단어들을 모두 수집한다.
대상 데이터
- 본 실험 및 조사는 2015년 12월부터 2016년 1월에 실시되었다. FGI는 Table 1과 같이 커뮤니케이션 전문가, UX 디자인 전문가, 웨어러블 또는 라이프로깅 전문 사용자 등 7명으로 구성하였다.
- 기존의 라이프로깅 애플리케이션, 선행 논문 및 행동분석 자료, 그리고 통계청 자료인 ‘생활시장조사 행동분류표’를 포함하여 관련 단어들을 모두 수집한다.
- 라이프로깅은 그 특징상 불특정 다수를 사용자 타겟으로 하고 있기 때문에 조사 대상은 20에서 50대 성인 남녀를 대상으로 한다. 본 실험 및 조사는 2015년 12월부터 2016년 1월에 실시되었다.
- 라이프로깅은 그 특징상 불특정 다수를 사용자 타겟으로 하고 있기 때문에 조사 대상은 20에서 50대 성인 남녀를 대상으로 한다. 본 실험 및 조사는 2015년 12월부터 2016년 1월에 실시되었다. FGI는 Table 1과 같이 커뮤니케이션 전문가, UX 디자인 전문가, 웨어러블 또는 라이프로깅 전문 사용자 등 7명으로 구성하였다.
- 수집된 어휘 76개는 FGI를 통해 1차로 적합 어휘를 추출하였다. 이 단계에서는 중복 또는 유사어휘를 제거하고 빈도수를 고려하여 적합 어휘를 도출하였다.
데이터처리
- 또한, 본 연구에서 사용하는 어휘는 사람의 행동을 나타내는 것으로 다른 품사를 제외하고 동사로 통일시켰으며, 표준어를 기준으로 국문과 영문을 모두 기재하였다. 도출된 39개 어휘에 대하여 객관적 검증을 위하여 2차 적합성 설문조사 및 통계 분석을 실시하였다. 설문조사는 170명 대상으로 라이프로깅과 관련하여 일상생활을 표현하거나 적합한 언어인지를 ‘예’ 또는 ‘아니오’로 대답하게 하였으며, 설문 결과는 카이제곱 검정 방법으로 분석하였다.
- 기존의 라이프로깅 애플리케이션, 선행 논문 및 행동분석 자료, 그리고 통계청 자료인 ‘생활시장조사 행동분류표’를 포함하여 관련 단어들을 모두 수집한다. 둘째, 수집한 단어를 FGI (Focus Group Interview) 및 설문을 통해 중복되는 어휘를 제거하고 빈도수와 적합성 검정을 통해 적합 어휘를 추출한다. 셋째, 추출한 어휘들에 대한 유사성 관계 설문 및 통계 분석을 실시한다.
- 설문조사는 170명 대상으로 라이프로깅과 관련하여 일상생활을 표현하거나 적합한 언어인지를 ‘예’ 또는 ‘아니오’로 대답하게 하였으며, 설문 결과는 카이제곱 검정 방법으로 분석하였다.
성능/효과
- 셋째, 객관적 분석화(Objectively Analyzed)로 축적된 데이터가 객관적으로 분석되어 그 결과를 통계적 수치 또는 인포그래픽 등의 시각화로 알려준다. 넷째, 기억의 온톨로지화(Ontologized Memory)는 사용자의 기억을 확장해줄 뿐만 아니라, 일상생활을 온톨로지화하여 의미와 가치 있는 연계를 만들어 준다. 다섯째, 타인과의 공유화(Shared with Others)라는 특징을 갖고 있어 개인이 소유하고 있는 것에서 확대되어 타인과 공유하거나 커뮤니케이션할 수 있는 수단이 된다.
- 넷째, 기억의 온톨로지화(Ontologized Memory)는 사용자의 기억을 확장해줄 뿐만 아니라, 일상생활을 온톨로지화하여 의미와 가치 있는 연계를 만들어 준다. 다섯째, 타인과의 공유화(Shared with Others)라는 특징을 갖고 있어 개인이 소유하고 있는 것에서 확대되어 타인과 공유하거나 커뮤니케이션할 수 있는 수단이 된다.
- 둘째, 사용자 행태 분류를 위한 실험 결과 라이프로깅을 위한 적합한 행태 어휘는 39개 도출되었고, 최종적으로 ‘Eat(먹다)’, ‘Keep house(집안일을 하다)’, ‘Diet(다이어트를 하다)’, ‘Travel(여행하다)’, ‘Workout(운동하다)’, ‘Transit(대중교통 수단을 이용하다)’, ‘Shoot(촬영하다)’, ‘Meet(만나다)’, ‘Feel(감정을 느끼다)’, ‘Talk(말하다)’, ‘Care for(보살피다)’, ‘Drive(운전하다)’, ‘Listen(듣다)’, ‘Go online(온라인에 접속하다)’, ‘Sleep(잠자다)’, ‘Go(가다)’, ‘Work(일하다)’, ‘Learn(배우다)’, ‘Watch(보다)’의 총 19개 행태로 분류할 수 있었다.
- 2차 설문은 60명을 대상으로 어휘 간 상관성을 7점 척도로 답하도록 하였다. 설문 샘플은 39개의 사용자 행태에 대한 분류와 기준 척도를 보기 위해 다차원척도법을 실시하여 그 결과 2차원 척도에 Fig. 3과 같이 어휘들이 분포되는 결과를 정립할 수 있었다. 세로축은 ‘Do housework(집안일을 하다)’, ‘Diet(다이어트를 하다)’ 등과 같이 사적인 부분과 ‘Meet(만나다)’, ‘Chat(수다를 떨다)’ 등과 같은 타인과의 사회적 부분으로 나눌 수 있는 차원으로 볼 수 있다.
- 첫째, 라이프로깅을 중심으로 하는 애플리케이션 서비스의 콘텐츠는 주로 사용자 행동을 기록하는 것이므로 패턴화 된 행태가 곧 메뉴 구성으로 직접 연결된다. 그러므로 사용자의 일상생활에서 일어나는 행동을 분류하여 행태로 정의하는 것은 라이프로깅 애플리케이션 개발에 핵심적 역할을 하게 된다.
- 이에 반해 디지털 매체를 통한 라이프로깅은 텍스트, 이미지나 그림뿐만이 아니라, 동영상이나 인터랙티브 콘텐츠 사용이 가능해지며 다음과 같은 특징을 갖는다. 첫째, 자기 정량화(Quantified Self)로 개인의 외현적 또는 내현적 정보가 실시간으로 정량화되어 기록된다. 둘째, 실시간기록화(Recorded in Real Time)로 측정되는 정보는 실시간으로 사용자의 상태와 상황을 기록하고 전달한다.
후속연구
- 셋째, 본 연구에서 분류한 19개 행태는 사용자가 어떤 것을 하는 행동에 초점을 맞춘 동사 중심으로 구성되었다. 그러나 사용자는 자신의 행동뿐만이 아니라, 감정이나 아이디어 등의 추상적인 내용을 기록 또는 저장하고자 하는 요구가 있기 때문에 이러한 내용이 추가된 확장 연구가 필요하다. 또한 제시된 결과 어휘는 의미 중심의 동사로 표현되어 있기 때문에 심플하고 인식하기 쉬운 어휘로 표현되어야 하는 애플리케이션 메뉴 타이틀로 적당하지 않은 단어가 있다.
- 또한 제시된 결과 어휘는 의미 중심의 동사로 표현되어 있기 때문에 심플하고 인식하기 쉬운 어휘로 표현되어야 하는 애플리케이션 메뉴 타이틀로 적당하지 않은 단어가 있다. 따라서 애플리케이션 개발 시 이러한 점을 고려하여 명사 또는 짧게 표현할 수 있는 어휘로 고려하여 활용해야 할 것이다.
- 사용자 행태관련 어휘 수집, 행태 어휘 적절성 검정, 행태 어휘 관련성에 따른 그룹핑 단계를 FGI (Focus Group Interview), 설문조사와 통계분석을 통해 실험 과정을 진행한다. 셋째, 분석을 통해 나온 결과를 해석하고 사용자 행태를 분류한 결과를 제시하여 라이프로깅 서비스 및 콘텐츠에 적용하기 위한 고려사항과 한계점을 논할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.