[논문]대화 지속성 암묵적 단서를 고려한 차량 내 음성 인터랙션 구조 연구

남궁기찬

doi:10.15207/jkcs.2021.12.2.179

대화 지속성 암묵적 단서를 고려한 차량 내 음성 인터랙션 구조 연구
A Study on the In-Vehicle Voice Interaction Structure Considering Implicit context with Persistence of Conversation 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.12 no.2, 2021년, pp.179 - 184

남궁기찬 (국민대학교 산학협력단)

초록
AI-Helper

본 연구에서는 차량 내 음성 인터랙션을 사용하는 사용자의 대화 행태를 탐색적으로 살펴보았다. 본 연구의 목적은 시스템과의 음성 인터랙션에서 사용자들이 기대하는 대화 요소를 파악하여 사람 간의 대화와 유사한 음성 인터랙션을 가능하게 하기 위한 구조적 개선점을 제시하는 것이다. 사용자의 차량 내 음성 인터랙션 행태를 관찰하기 위해 맥락 질문법을 통해 자료를 수집하고 개방 코딩을 사용하여 인터뷰 내용을 분석하였다. 이를 통해 음성 인터랙션 기능의 유용성을 탐구할 수 있었으며, 이러한 유용성은 기능에 대한 사용자의 만족도와 사용 지속성을 증가시킨다는 점에서 매우 중요하다. 본 연구는 기술에 대한 사용자의 경험적 요구를 대인관계 모델인 대화의 관점에서 분석하였다는 점에서 의미가 있다고 할 수 있다.

Abstract ▼ AI-Helper

In this study, the conversation behavior of users is investigated by using in-vehicle voice interaction system. The purpose of this study is to identify the elements of conversations that the users expect in voice interactions with systems and present the structural improvements to enable the voice interactions similar to those between people. To observe the users' behavior of voice interaction in the vehicle, the data through contextual inquiry are collected and the interview contents are analyzed by using the open coding. We have been able to explore the usefulness of voice interaction features, which are of great importance in that they increase the user's satisfaction with the features and their usage persistence. This study is meaningful in analyzing the user's empirical needs for the technology of interpersonal model from the perspective of conversation.

주제어

표/그림 (4)

표 Table 1. Participants and vehicle information
표 Table 2. Task list
그림 Fig. 1. In-vehicle voice interaction structure (currently)
그림 Fig. 2. In-vehicle voice interaction structure (including conversation persistence)

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 차량 내 음성 인터랙션을 인간의 대화방식 요소인 대화 지속성과 암묵적 단서를 중심으로 탐색하여 구조적인 개선방안을 찾고자 한다.

가설 설정

B : 온도를 좀 낮출게. (어때?)

제안 방법

본 연구에서는 맥락 질문법을 통해 차량 내 음성 어시스턴트와 사용자의 인터랙션을 정성 조사하였다. 이를 통해 음성 인터랙션 기능의 유용성을 탐구할 수 있었으며, 이러한 유용성은 기능에 대한 사용자의 만족도와 사용지 속성을 증가시킨다는 점에서 매우 중요하다.
inquiry)을 사용하였다. 실험 참여자와 함께 차량에 탑승하여 그들의 음성 인터랙션 사용 행태를 관찰하고, 행위 도중 인터뷰를 진행하였다. 인터뷰 기록은 참여자의 동의를 받고 영상 촬영하였으며 인터뷰 내용은 스크립트로 작성하였다.
음성 인터랙션의 사용이 제한적인 참가자의 경우 운전자에게 Table 2와 같이 과업을 제시하였으며, 참가자에게 제시하는 과업이 차량에서 지원되지 않는 경우 참가자들의 발화 의도와 예상 시나리오를 인터뷰하였다.
coding)을 사용하였다[16]. 참여자의 인터뷰 내용 중 불필요한 내용을 제거하고 정리하였으며, 이를 토대로 참여자들이 대화 지속성을 원하는 인터랙션 상황을 찾아보았다. 데이터 분석 결과, 대화의 확장과 지속이 필요한 인터랙션 상황들을 발견하였다.

대상 데이터

실험 참가자로 차량 내 음성 인터랙션 사용 경험이 있는 6명을 선정하였으며, 최신 음성 인터랙션 기술이 탑재된 국내외 2개 제조사의 차량을 사용하였다(Table 1).

이론/모형

본 연구는 차량 내 음성 인터랙션 구조와 음성 인터랙션에서 대화의 지속성, 그리고 사용자들이 인식하고 있는 암묵적 단서를 조사하기 위해 문화 기술적 접근법 (ethnographic approach)의 분석방법으로 맥락 질문법(contextual inquiry)을 사용하였다. 실험 참여자와 함께 차량에 탑승하여 그들의 음성 인터랙션 사용 행태를 관찰하고, 행위 도중 인터뷰를 진행하였다.
인터뷰 데이터 분석을 위해 근거이론의 개방코딩 (open coding)을 사용하였다[16]. 참여자의 인터뷰 내용 중 불필요한 내용을 제거하고 정리하였으며, 이를 토대로 참여자들이 대화 지속성을 원하는 인터랙션 상황을 찾아보았다.

성능/효과

참여자의 인터뷰 내용 중 불필요한 내용을 제거하고 정리하였으며, 이를 토대로 참여자들이 대화 지속성을 원하는 인터랙션 상황을 찾아보았다. 데이터 분석 결과, 대화의 확장과 지속이 필요한 인터랙션 상황들을 발견하였다.
둘째, 사용자들은 하나의 기능과 관련된 다수의 음성명령을 발화해야 하는 경우, 매번 음성이나 버튼을 통해 발화 요청을 해야 하는 상황에서 불편함을 느끼고 있었다. 이러한 결과들은 현재 차량 내 음성 시스템이 결과 응답 후 일정 시간 동안 사용자의 추가 발화를 기다리는 구조적 개선이 필요함을 시사한다.
실험을 통해 Fig. 1과 같이 현재 상용화된 차량 내 음성 인터랙션 구조를 도출할 수 있었다.
첫째, 현재 상용화된 차량 내 음성 인터랙션은 한 번의 명령과 결과 및 응답의 프로세스로 종료되어 대화의 확장 및 지속이 불가능한 구조로 되어있다. 하지만 사용자들은 시스템과의 인터랙션에서도 사람 간의 대화에서 나타나는 암묵적 단서를 통한 대화의 확장 및 지속을 원하고 있었으며, 특히 반복되는 조작으로 적정 환경을 설정해야 하는 경우 이러한 경향이 두드러지게 나타났다.

후속연구

따라서보다 많은 수의 참가자들을 확보했다면 실험의 객관성을 더할 수 있었을 것이다. 또, 개선된 구조에서 시스템의 결과 응답 후 입력된 사용자의 명령이 이전 명령과 관련된 명령인지 또는 새로운 화제의 턴-테이킹인지를 구분해야 하는 문제와 대화의 지속이 필요 없는 경우에도 대기 시간 동안 시스템의 마이크가 동작하여 발생할 수 있는 성능 저하나 예상치 못한 입력 오류 등은 본 연구가 가지고 있는 기술적 한계점이라 할 수 있다.
본 연구에서 도출된 차량 내 음성 인터랙션의 구조적 시사점을 통해 사람 간의 자연스러운 대화와 유사한 차량 내 음성 인터랙션 기능 구현을 기대한다.
이러한 결과들은 현재 차량 내 음성 시스템이 결과 응답 후 일정 시간 동안 사용자의 추가 발화를 기다리는 구조적 개선이 필요함을 시사한다.
응답하였다. 현재 제공되고 있는 음성 인터랙션 기능은 이러한 조절이 불가능하였지만, 추후 이러한 기능이 제공된다면 일정 높이만큼의 창문 여닫기 동작과 함께 설정값에 대한 확인을 기대하는 것으로 나타났다. “창문을 조금 여는 기능이 지원된다면, 창문을 조금 연후에 운전자가 맘에 안들 경우, 바로 이어서 명령을 통해 조금 더 여닫을 수 있으면 좋을 것 같다.

참고문헌 (16)

K. Namkung. (2020). Research on Emotional Factors and Voice Trend by Country to be considered in Designing AI's Voice - An analysis of interview with experts in Finland and Norway. Journal of the Korea Convergence Society, 11(9), 91-97. DOI : 10.15207/JKCS.2020.11.9.091

원문보기 상세보기
B. Reeves & C. Nass. (1996). The media equation: How people treat computers, television, and new media like real people and places. Cambridge, UK: Cambridge University Press.
K. Gelbrich, J. Hagel, & C. Orsingher. 2020. Emotional support from a digital assistant in technology-mediated services: Effects on customer satisfaction and behavioral persistence. International Journal of Research in Marketing. DOI: 10.1016/j.ijresmar.2020.06.004

상세보기
S. Cheon & M. Yeoun. 2020. Categorization of Interaction Factors through Analysis of AI Agent Using Scenarios. Journal of the Korea Convergence Society, 11(11), 63-74. DOI : 10.15207/JKCS.2020.11.11.063

원문보기 상세보기
V. Alexandra & F. Adam. (2018, April). Exploring the Role of Conversational Cues in Guided Task Support with Virtual Assistants. CHI '18: Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems. (pp. 1-7). New York : ACM. DOI: 10.1145/3173574.3173782
C. Hannon. 2016. Gender and status in voice user interfaces. Interactions, 23 (3), 34-37. DOI : 10.1145/2897939

상세보기
R. L. David, L. Clark, A. Quandt, B. Gary, & S. Lee. (2017). Steering the conversation: A linguistic exploration of natural language interactions with a digital assistant during simulated driving. Applied ergonomics, 63, 53-61. DOI : 10.1016/j.apergo.2017.04.003

상세보기
S. Lee, N. Kim, M. Yang, Y. Yoo, & J. Kim. (2018, February). A Qualitative Study of User Behavior on Interacting with In-vehicle Voice User Interface. Proceedings of HICK 2018. (pp. 338-342). Korea : The HCI Society of Korea.
J. Shin, S.Lee, & J.Kim. (2020, February). Explore the Usability of the Driver's Voice Interface in the Vehicle. Proceedings of HICK 2020. (pp. 567-577). Korea : The HCI Society of Korea.
M. Mizukami, K. Yoshino, G. Neubig, D. Traum, & S. Nakamura. (2016). Analyzing the Effect of Entrainment on Dialogue Acts. In SIGDIAL Conference. (pp. 310-318).
D. Traum & E. Hinkelman. 1992. Conversation Acts in Task-Oriented Spoken Dialogue. Computational intelligence, 8(3), 575-599.

상세보기
D. Bohus & E. Horvitz. (2014, November). Managing human-robot engagement with forecasts and... um... hesitations. In Proceedings of the 16th international conference on multimodal interaction. (pp. 2-9). New York : ACM. DOI : 10.1145/2663204.2663241
E. Luger & A. Sellen. (2016, May). Like having a really bad PA: the gulf between user expectation and experience of conversational agents. In Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems. (pp. 5286-5297) New York : ACM. DOI : 10.1145/2858036.2858288
K. Morrissey & J. Kirakowski. (2013, July). "Realness" in Chatbots: Establishing Quantifiable Criteria. HCI'13: Proceedings of the 15th international conference on Human-Computer Interaction: interaction modalities and techniques. (pp. 87-96). Springer. DOI : 10.1007/978-3-642-39330-3_10

상세보기
L. Yu, K. Hermann, P. Blunsom, & S. Pulman. (2014, December). Deep learning for answer sentence selection. arXiv, preprint arXiv:1412.1632.
S. Elo, & H. Kyngas. 2008. The qualitativecontent analysis process. Journal of advanced nursing, 62(1), 107-115. DOI : 10.1111/j.1365-2648.2007.04569.x

상세보기

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