[논문]챗봇의 사회적 현존감을 위한 비언어적 감정 표현 방식

강민정

doi:10.5392/jkca.2021.21.01.001

챗봇의 사회적 현존감을 위한 비언어적 감정 표현 방식
Non-verbal Emotional Expressions for Social Presence of Chatbot Interface 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.21 no.1, 2021년, pp.1 - 11

초록
AI-Helper

챗봇과 친밀한 관계를 느끼고 대화에 몰입감을 높이기 위해 인간의 감정을 정확히 인지하고 그에 적합한 감정적 반응을 표현하는 인공지능 연구가 활발히 진행되고 있다. 따라서 본 연구에서는 챗봇이 감정을 표현할 때 사람같이 느끼게 하는 사회적 현존감을 높이는 비언어적 표현 방식에 대해서 밝히고자 한다. 본 연구는 우선 배경연구를 진행하여 표정이 가장 감정을 잘 드러내는 비언어적 표현이며 움직임은 관계몰입에 중요하다는 것을 파악하였다. 이를 바탕으로 감정에 따라 사회적 현존감이 느껴지는 표현 방식을 밝히기 위해 5가지 기본 감정인, 기쁨, 슬픔, 놀람, 두려움, 화남을 동적 텍스트, 동적 제스처, 정적 표정 이모티콘으로 자극물을 준비하여 설문조사를 통해 가장 사회적 현존감이 느껴지는 표현 방식을 각 감정별로 택하도록 하였다. 설문 결과 기쁨과 같은 긍정적이고 각성 상태가 높은 감정에서는 동적인 표현이, 슬픔과 화남과 같은 부정적인 감정에서는 정적 표정 이모티콘이, 놀람, 두려움과 같은 중립적 감정의 경우 의미를 확실히 알 수 있는 동적 텍스트가 주로 선택되었다. 본 연구 결과는 챗봇 개발 시 감정을 표현하는 방식을 정할 때 중요한 참고자료가 될 것으로 기대한다.

Abstract ▼ AI-Helper

The users of a chatbot messenger can be better engaged in the conversation if they feel intimacy with the chatbot. This can be achieved by the chatbot's effective expressions of human emotions to chatbot users. Thus motivated, this study aims to identify the appropriate emotional expressions of a chatbot that make people feel the social presence of the chatbot. In the background research, we obtained that facial expression is the most effective way of emotions and movement is important for relationship emersion. In a survey, we prepared moving text, moving gestures, and still emoticon that represent five emotions such as happiness, sadness, surprise, fear, and anger. Then, we asked the best way for them to feel social presence with a chatbot in each emotion. We found that, for an arousal and pleasant emotion such as 'happiness', people prefer moving gesture and text most while for unpleasant emotions such as 'sadness' and 'anger', people prefer emoticons. Lastly, for the neutral emotions such as 'surprise' and 'fear', people tend to select moving text that delivers clear meaning. We expect that this results of the study are useful for developing emotional chatbots that enable more effective conversations with users.

주제어

표/그림 (20)

그림 그림 1. 챗봇 프로필 이미지 선호도 차이(강민정 2018)
표 표 1. 챗봇의 유형 비교
그림 그림 2. 언캐니밸리 이론
그림 그림 3. 러셀의 감정원형모델
표 표 2. 감정의 제스처 표현
표 표 3. 구글 어시스턴트 도트 애니메이션
표 표 4. 상황에 따른 감정변화 이모티콘
표 표 5. 동적 제스처 검증
표 표 6. 감정을 반영한 동적 텍스트
그림 그림 4. 메신저창을 이용한 설문
그림 그림 5. 기쁨 표현
표 표 7. 설문 참가자
그림 그림 6. 슬픔 표현
그림 그림 7. 놀람 표현
그림 그림 8. 두려움
그림 그림 9. 화남 표현
그림 그림 10. 감정에 따라 선호되는 표현 방법
표 표 8. 감정에 따른 현존감 선호수단 차이
표 표 9. 감정의 유형에 따른 감정표현 방식
표 표 10. 현존감이 느껴지는 감정 표현 별 특징

AI 본문요약
AI-Helper

문제 정의

따라서 본 연구에서는 챗봇의 환경에서 실제로 대화하는 듯한 기분을 유도하면서 시각화된 챗봇의 감정 표현을 보여줌으로서 사용자들이 심리적으로 어떠한 표현이 상대방과 함께 있다고 느끼는지 질문하고자 한다.
따라서 위의 연구에서 챗봇의 표현 요소로 다루었던‘텍스트’, ‘이미지의 구체성’, ‘움직임의 추상성’이 사회적 현존감을 느끼는데 미치는 영향을 본 연구에서 밝혀보고자 한다
본 연구는 챗봇의 감정표현에 있어서 현존감이 느껴 지는 방식을 감정별로 살펴보았다. 문헌연구에서 얼굴 표정이 감정을 가장 잘 나타내는 비언어적 표현이며 동적인 표현은 챗봇과의 소통에서 중요한 역할을 한다는 것을 파악하였고.
따라서 위의 연구에서 챗봇의 표현 요소로 다루었던‘텍스트’, ‘이미지의 구체성’, ‘움직임의 추상성’이 사회적 현존감을 느끼는데 미치는 영향을 본 연구에서 밝혀보고자 한다. 연구에서는 프로필 이미지와 같이 대표성을 띠는 이미지가 아닌 대화를 하는 상황에서 감정 표현을 할 때 챗봇에 대해서 사회적 현존감을 느끼게 만드는 표현 방식을 밝히는 것을 목표로 한다.

제안 방법

그 후 각각의 동적 제스처 표현이 의도한 대로 느껴지는 20-40대 9명에게 카카오톡 메신저로 5가지 자극물을 보여주고 떠오르는 감정을 주관식으로 답하도록 하였다[표 5]. 조사 결과 9명 중 두 명(23%) 정도 다른 감정을 답하였고, 평균 77%이상 의도한 대로 감정을 맞추었기에 감정을 대표하는 동적 제스처 자극물로 채택하였다.
따라서 첫 번째 표현 방식은 동적 텍스트로, 두 번째 표현 방식은 텍스트 없이 동적이며 추상적인 제스처로, 세 번째 표현 방식은 정적인 표정 이모티콘으로 정했다. 이러한 3가지 감정표현 방식으로 5가지 감정, 기쁨, 슬픔, 놀람, 두려움, 화남을 표현할 때 챗봇의 현존감이 가장 잘 느껴지는 방식을 파악하기 위해 설문조사를 하였다.
문헌연구에서 얼굴 표정이 감정을 가장 잘 나타내는 비언어적 표현이며 동적인 표현은 챗봇과의 소통에서 중요한 역할을 한다는 것을 파악하였고. 또한 각 감정을 나타내는 제스처의 특징을 고찰하였다. 사례연구에서는 구글 어시스턴트의 챗봇 애니메이션을 분석하였고 소통을 위해 사람의 제스처, 소리의 파장, 기계의 움직임을 시각화한 것을 알 수 있었다.
설문조사에서는 동적 텍스트, 동적 제스처, 정적 표정 이모티콘으로 3가지 유형을 제시하여 감정에 따라 사회적 현존감이 느껴지는 표현을 답하도록 한다. 또한 선택한 이유에 대해서 주관식 답변을 받아 각 감정별로 현존감이 느껴지는 표현 방식과 그 이유에 대해서 분석한다. 본 연구의 결과는 인공지능 챗봇의 현존감을 위한 디자인 가이드를 만드는데 유용하게 활용될 것으로 기대된다.
먼저 배경연구에서 사회적 현존감에 대해서 정의하고 인공지능의 시각적 표현, 비언어적 감정 표현과 감정의 제스처 표현에 대해서 고찰한다. 이를 바탕으로 감정을 표현하는 추상화된 제스처 애니메이션을 제작하여 설문의 자극물로 사용한다.
사례연구에서는 구글 어시스턴트의 챗봇 애니메이션을 분석하였고 소통을 위해 사람의 제스처, 소리의 파장, 기계의 움직임을 시각화한 것을 알 수 있었다. 문헌연구에서 파악한 감정별 제스처를 바탕으로 동적 텍스트와 동적 제스처 자극물을 제작하였다. 설문조사를 위해 기쁨, 슬픔, 놀람, 두려움, 화남의 기본 감정을 동적 텍스트, 동적 제스처, 정적 이모티콘으로 표현된 자극물을 준비하여 설문조사를 하였다.
본 연구에서는 사람의 얼굴을 제외한 추상적 형태의 동적 제스처를 통해 감정을 시각화하고 사람의 표정만정적으로 표현한 이모티콘과 비교해서 감정에 따라 나타나는 표현 방식의 차이를 밝혀보고자 한다. 또한 가장 기본이 되는 텍스트 표현에 감정을 전달할 수 있도록 움직임을 추가하고자 한다.
본 연구에서는 챗봇의 감정적 반응을 시각적으로 표현하기 위해 에크먼이 분류한 6가지 감정 중에서 혐오를 제외하고 총 5가지 감정에 대한 표현 방식을 고찰해 보았다. 혐오 감정의 경우 챗봇이 사용자에게 불쾌한 느낌을 표현하는 것이기에 잘 사용되지 않을 것이라 간주하여 제외시켰다.
사회적 현존감이 느껴지는 챗봇의 감정 표현 방식을 밝히기 위해 폴 에크먼이 밝힌 6가지 기본 감정 중 혐오감을 제외하고 5가지 감정을 선택하여 동적 텍스트, 동적 제스처는 자극물을 제작하였고 정적 이모티콘으로 페이스북 이모티콘을 채택하였다. 이미 전 세계에서 다수의 사용자들이 사용하고 있기 때문에, 각 이모티콘이 나타내는 감정에 대해 검증이 되어 소통의 오류가 없을 것이라고 간주하였다.
설문조사는 [그림 4]와 같이 챗봇 환경과 유사하게 메신저 인터페이스를 사용하여 각각의 시각화된 이미지를 접하도록 하였다. 설문지 시작 부분에서 사회적 현존감에 대해서 설명 문구를 넣어주었고 개인정보를 제외하고 각 감정에 대한 표현을 선택할 수 있는 총 5문항을 기쁨, 슬픔, 놀람, 두려움, 화남의 순서대로 작성 하였다.
문헌연구에서 파악한 감정별 제스처를 바탕으로 동적 텍스트와 동적 제스처 자극물을 제작하였다. 설문조사를 위해 기쁨, 슬픔, 놀람, 두려움, 화남의 기본 감정을 동적 텍스트, 동적 제스처, 정적 이모티콘으로 표현된 자극물을 준비하여 설문조사를 하였다. 기쁨의 경우 통계적으로 유의한 선호를 발견할 수 없었으나 슬픔과 화남은 정적 이모티콘, 놀람은 정적 이모티콘과 동적 텍스트, 두려움은 동적 텍스트가 가장 많이 선택되었고, 선호도의 차이가 통계적으로 유의했다.
이를 바탕으로 감정을 표현하는 추상화된 제스처 애니메이션을 제작하여 설문의 자극물로 사용한다. 설문조사에서는 동적 텍스트, 동적 제스처, 정적 표정 이모티콘으로 3가지 유형을 제시하여 감정에 따라 사회적 현존감이 느껴지는 표현을 답하도록 한다. 또한 선택한 이유에 대해서 주관식 답변을 받아 각 감정별로 현존감이 느껴지는 표현 방식과 그 이유에 대해서 분석한다.
설문조사는 [그림 4]와 같이 챗봇 환경과 유사하게 메신저 인터페이스를 사용하여 각각의 시각화된 이미지를 접하도록 하였다. 설문지 시작 부분에서 사회적 현존감에 대해서 설명 문구를 넣어주었고 개인정보를 제외하고 각 감정에 대한 표현을 선택할 수 있는 총 5문항을 기쁨, 슬픔, 놀람, 두려움, 화남의 순서대로 작성 하였다. 각 문항마다 사회적 현존감에 대한 설명을 반복적으로 넣어 답을 하기 전에 표현의 선호도가 아닌‘가상의 공간에 상대방과 함께 있는 경험’을 느낄 수 있는 표현을 답하도록 리마인드 해주었다.
따라서 첫 번째 표현 방식은 동적 텍스트로, 두 번째 표현 방식은 텍스트 없이 동적이며 추상적인 제스처로, 세 번째 표현 방식은 정적인 표정 이모티콘으로 정했다. 이러한 3가지 감정표현 방식으로 5가지 감정, 기쁨, 슬픔, 놀람, 두려움, 화남을 표현할 때 챗봇의 현존감이 가장 잘 느껴지는 방식을 파악하기 위해 설문조사를 하였다.
먼저 배경연구에서 사회적 현존감에 대해서 정의하고 인공지능의 시각적 표현, 비언어적 감정 표현과 감정의 제스처 표현에 대해서 고찰한다. 이를 바탕으로 감정을 표현하는 추상화된 제스처 애니메이션을 제작하여 설문의 자극물로 사용한다. 설문조사에서는 동적 텍스트, 동적 제스처, 정적 표정 이모티콘으로 3가지 유형을 제시하여 감정에 따라 사회적 현존감이 느껴지는 표현을 답하도록 한다.

대상 데이터

설문 대상자는 남녀 129명이고 성비 나이에 따른 비율은 다음 [표 7]과 같다. 전공은 인문사회 20명, 자연계 30명, 예체능 79명이며 100% 응답한 사람은 101명이다.
설문 대상자는 남녀 129명이고 성비 나이에 따른 비율은 다음 [표 7]과 같다. 전공은 인문사회 20명, 자연계 30명, 예체능 79명이며 100% 응답한 사람은 101명이다.

데이터처리

5가지 감정에 따라 선호하는 표현 방식의 분포에 차이가 발생하는가를 종합적으로 검증하기 위해 카이제곱 검정을 수행하였다. 검정 결과 동적 텍스트, 동적 제스처, 정적 이모티콘의 현존감 표현 방법별 각 감정에 대한 선호도의 차이가 통계적으로 유의미하게 나타났다 (p=2.

성능/효과

5가지 감정에 따라 선호하는 표현 방식의 분포에 차이가 발생하는가를 종합적으로 검증하기 위해 카이제곱 검정을 수행하였다. 검정 결과 동적 텍스트, 동적 제스처, 정적 이모티콘의 현존감 표현 방법별 각 감정에 대한 선호도의 차이가 통계적으로 유의미하게 나타났다 (p=2.75E-10)[표 8].
배경연구에 따르면 얼굴 표정이 사회적 현존감과 감정을 나타내는 데에 가장 적합한 소통 방식이라고 알려져 있지만 설문 결과를 종합해보면 [표 9]와 같이 감정에 따른 표현의 차이를 알 수 있다. 긍정적이고 높은 각성 상태의 감정에서는 동적인 표현, 중립적인 감정에서는 동적 텍스트, 부정적인 감정에서는 표정 이모티콘이 주로 선택되었다.
설문조사를 위해 기쁨, 슬픔, 놀람, 두려움, 화남의 기본 감정을 동적 텍스트, 동적 제스처, 정적 이모티콘으로 표현된 자극물을 준비하여 설문조사를 하였다. 기쁨의 경우 통계적으로 유의한 선호를 발견할 수 없었으나 슬픔과 화남은 정적 이모티콘, 놀람은 정적 이모티콘과 동적 텍스트, 두려움은 동적 텍스트가 가장 많이 선택되었고, 선호도의 차이가 통계적으로 유의했다. 따라서 긍정의 감정에서는 움직임이 대화에서 현존감을 느낄 수 있고 슬픔과 화남과 같은 부정적인 감정에서는 정적 이모티콘이 직관적으로 감정을 느낄 수 있으며 놀람과 두려움의 중립적인 감정에서는 텍스트를 통한 의도파악이 중요시되는 것을 유추할 수 있었다.
기쁨의 경우 통계적으로 유의한 선호를 발견할 수 없었으나 슬픔과 화남은 정적 이모티콘, 놀람은 정적 이모티콘과 동적 텍스트, 두려움은 동적 텍스트가 가장 많이 선택되었고, 선호도의 차이가 통계적으로 유의했다. 따라서 긍정의 감정에서는 움직임이 대화에서 현존감을 느낄 수 있고 슬픔과 화남과 같은 부정적인 감정에서는 정적 이모티콘이 직관적으로 감정을 느낄 수 있으며 놀람과 두려움의 중립적인 감정에서는 텍스트를 통한 의도파악이 중요시되는 것을 유추할 수 있었다.
09로 통계적으로 유의하지 않았다. 따라서, 다른 감정과 다르게 기쁨에 대해서는 동적 제스처가 상대적으로 다른 표현들과 유사한 수준으로 선택된 것으로 나타났다. 기쁨을 제외한 다른 감정들에서는 현존감을 느끼는 표현방식들의 선호도 응답 %의 차이가 유의수준 95%에서 모두 통계적으로 유의한(p<=0.
본 연구는 챗봇의 감정표현에 있어서 현존감이 느껴 지는 방식을 감정별로 살펴보았다. 문헌연구에서 얼굴 표정이 감정을 가장 잘 나타내는 비언어적 표현이며 동적인 표현은 챗봇과의 소통에서 중요한 역할을 한다는 것을 파악하였고. 또한 각 감정을 나타내는 제스처의 특징을 고찰하였다.
또한 각 감정을 나타내는 제스처의 특징을 고찰하였다. 사례연구에서는 구글 어시스턴트의 챗봇 애니메이션을 분석하였고 소통을 위해 사람의 제스처, 소리의 파장, 기계의 움직임을 시각화한 것을 알 수 있었다. 문헌연구에서 파악한 감정별 제스처를 바탕으로 동적 텍스트와 동적 제스처 자극물을 제작하였다.
반면에 슬픈 감정은 부정적 감정으로서 각성 상태가 낮기 때문에 정적인 이모티콘이 주로 선택되었음을 유추할 수 있다. 화나는 감정은 기쁨과 비슷한 정도의 각성 상태로 부정적인 감정인데 이모티콘을 선택한 참여자들의 주관식 답변을 분석해보면 화난경우 말로 표현하기 보다는 표정으로 감정을 전달하는 것이 적절하다는 것을 알 수 있다. 반면에 화가 나면 이모티콘을 사용하지 않는다는 답변도 있었지만 챗봇이 인간에게 실제로 화를 많이 내도록 설정하지는 않을 것이기 때문에 화난 감정을 귀엽게 표현한 이모티콘을 많이 선택된 것으로 보인다.

후속연구

또한, 페이스북 아이콘에 이미 친숙한 사용자가 많아서 판단에 영향을 주었을 수 있다. 따라서, 향후에 좀 더 다양한 샘플을 제작하여 테스트 한다면 객관적인 데이터를 확보할 수 있어 신뢰도 높은 연구가 될 것으로 기대한다.
본 연구는 추후에 챗봇을 시각화 할 때 현존감이 느껴지는 대화를 이끌기 위한 감정 표현 가이드로서 중요한 참고 자료가 될것이라 기대한다.
또한 선택한 이유에 대해서 주관식 답변을 받아 각 감정별로 현존감이 느껴지는 표현 방식과 그 이유에 대해서 분석한다. 본 연구의 결과는 인공지능 챗봇의 현존감을 위한 디자인 가이드를 만드는데 유용하게 활용될 것으로 기대된다.
본 연구의 한계점으로 5가지 감정 표현의 자극물의 퀄리티 조절이 미흡했기에 표현방식 자체 보다 디자인 퀄리티가 판단에 영향을 주었음을 들 수 있다. 또한, 페이스북 아이콘에 이미 친숙한 사용자가 많아서 판단에 영향을 주었을 수 있다.

참고문헌 (33)

https://m.etnews.com/20200728000119, 2020. 12.31.
C. L. Sidner, C. Lee, C. Kidd, N. Lesh, and C. Rich, "Explorations in engagement for humans and robots," arXiv preprint, cs/0507056, 2005.

상세보기
https://www.sedaily.com/NewsView/1OM801XAKX?OutLinkrecombest_GD, 2020.12.31.
K. Dautenhahn, "Socially intelligent robots: Dimensions of human-robot interaction," Philosophical transactions of the royal society B: Biological sciences, Vol.362, No.1480, pp.697-704, 2007.

상세보기
P. H. Kahn, T. Kanda, H. Ishiguro, N. G. Freier, R. L. Severson, B. T. Gill, J. H. Ruckert, and S. Shen, "'Robovie, you'll have to go into the closet now': Children's social and moral relationships with a humanoid robot," Dev. Psychol., Vol.48, No.2, pp.303-314, 2012(3).

상세보기
D. Evans, Emotion, Oxford University Press, New York, 2001.
A. Wood and M. Smith, Online Communication: Linking technology, identity, and culture, Routledge, 2005.
L. Ciechanowski, A. Przegalinska, M. Magnuski, and P. Gloor, "In the shades of the uncanny valley: An experimental study of human-chatbot interaction," Future Generation Computer Systems, Vol.92, pp.539-548, 2019.

상세보기
M. B. Mathur and D. B. Reichling, "Navigating a social world with robot partners: A quantitative cartography of the Uncanny Valley," Cognition, Vol.146, pp.22-32, 2016.

상세보기
전혜진, 이모티콘의 비언어표현 유형에 따른 공감과 관계몰입, 홍익대학교 대학원, 박사학위논문, 2019.
M. Lombard and T. Ditton, "At the Heart of it all: The concept of presence," Journal of Computer-Mediated Communication, Vol.3, No.2, JCM321, 1997.

상세보기
J. A. Short, E. Williams, and B. Christie, The social psychology of telecommunications, London: John Wiley & Sons, Ltd., 1976.
C. Heeter, "Being there: The subjective experience of presence," Presence: Teleoperators and Virtual Environments, Vol.1, No.2, pp.262-271, 1992.

상세보기
H. S. Hwang and M. Lombard, "Understanding instant messaging: Gratifications and social presence," In 9th Annual PRESENCE Conference, Cleveland, OH., 2006.
황하성, "사회적 현존감 (Social Presence) 측정도구 개발에 관한 탐색적 연구: 인스턴트 메신저의 이용 사례를 중심으로," 언론과학연구, Vol.7, No,2, pp.529-561, 2007.

상세보기
S. Feldman, O. N. Yalcin, and S. DiPaola, "Engagement with artificial intelligence through natural interaction models," Electronic Visualisation and the Arts (EVA 2017), pp.296-303, 2017.
A. Waytz and M. I. Norton, "Botsourcing and outsourcing: Robot, British, Chinese, and German workers are for thinking-not feeling-jobs," Emotion, Vol.14, No.2, p.434, 2014.

상세보기
현윤아, 반영환, 유훈식, "인공지능 디바이스의 조명 효과에 대한 사용자의 감정 평가 분석," 감성과학, 제22권, 제3호, pp.35-46, 2019.

원문보기 상세보기
김진옥, "가상 인간의 감정 표현 인식을 위한 비언어적 다중모달 영향 분석," 인터넷정보학회지, 제13권, 제5호, pp.9-19, 2012.
강민정, "사용 목적에 따른 챗봇의 프로필 이미지 연구," 한국콘텐츠학회논문지, 제18권, 제12호, pp.118-129, 2018.

원문보기 상세보기
M. B. Mathur and D. B. Reichling, "Navigating a social world with robot partners: A quantitative cartography of the Uncanny Valley," Cognition, Vol.146, pp.22-32, 2016.

상세보기
C. Misselhorn, "Empathy with inanimate objects and the uncanny valley," Minds and Machines, Vol.19, No.3, p.345, 2009.

상세보기
P. Ekman and W. V. Friesen, Unmasking the face: A guide to recognizing emotions from facial clues, ISHK/Malor Books, 2003.
P. Eckman and W. V. Friesen, Facial Action CodingSystem: Investigator's Guide, Consulting Psychologists Press, 1978.
R. Hortensius, F. Hekele, and E. S. Cross, "The perception of emotion in artificial agents," IEEE Transactions on Cognitive and Developmental Systems 19, Vol.10, No.4, pp.852-864, 2018.

상세보기
이희승, 김도형, 정명진, "로봇의 감정과 성격: 얼굴 표정의 인지에서 표현까지," 로봇공학회지, 제3권, 제4호, pp.36-49, 2006.
J. Russell, "Two pancultural dimensions of emotion words," Journal of Personality and Social Psychology, Vol.45, p.1285, 1983.

상세보기
http://www.sangdam.kr/encyclopedia/cc/cctheory/cctheory32.html, 2020.12.31.
김진옥, "감정 자세 인식을 위한 자세특징과 감정예측 모델," 한국인터넷정보학회 논문지, Vol.12, No.6, pp.83-94, 2011.
강철두, 비언어적 커뮤니케이션의 감정 표현 연구에크먼과 라반의 이론에 근거한 영화 장르를 중심으로, 대구대학교, 박사학위논문, 2016.
https://design.google/library/evolving-google-identity/, 2020.12.31.
https://www.forbes.com/sites/jvchamary/2015/08/30/inside-out-science/?sh2adc34905184, 2021.01.02.
https://ko.dict.naver.com/#/userEntry/koko/2d03f6bc4c818f409e4a0e8ef723660e, 2020.12.31.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증