대화 품질이 인간‑로봇 재참여 의도에 미치는 영향

초록

본 연구는 68명의 대학생을 대상으로 LLM 기반 휴머노이드 로봇 Nadine과의 자유 대화를 진행하고, 대화 전·후 설문을 통해 로봇에 대한 감성 인식(쾌적함, 접근성, 불쾌감)과 대화 품질(자연스러움, 인간‑유사성, 흥미로움)이 재참여 의도에 미치는 영향을 분석하였다. 결과는 대화 품질, 특히 흥미로움과 자연스러움이 재참여 의도를 가장 강하게 예측한다는 것을 보여준다.

상세 분석

이 논문은 인간‑로봇 상호작용(HRI) 분야에서 감성 평가와 대화 품질이 사용자의 지속적 참여에 어떤 역할을 하는지 정량적으로 검증한다. 68명의 참가자는 사전 설문에서 로봇의 쾌적함, 접근성, 불쾌감(크리피니스) 등 세 가지 감성 차원을 평가하고, 이후 Nadine과 10분 가량의 자유 대화를 진행하였다. 대화 후 동일 항목을 재측정함으로써 감성 변화량을 도출하였다. 동시에 대화 품질을 자연스러움, 인간‑유사성, 흥미로움 세 가지 척도로 평가하였다. 다변량 회귀 분석에서는 감성 변화(특히 쾌적함·접근성·불쾌감)의 회귀계수가 통계적으로 유의하지 않은 반면, 흥미로움(β=0.60, p<.001)과 자연스러움(β=0.31, p=0.015)이 재참여 의도에 강한 독립적 영향을 미쳤다. 이는 LLM 기반 로봇이 감성적 인상을 개선하더라도, 사용자가 실제로 다시 상호작용하고자 하는 동기는 대화 내용의 흥미와 흐름에 더 크게 좌우된다는 점을 시사한다. 또한 인간‑유사성은 유의미한 예측 변인으로 나타나지 않아, 외형·음성의 인간화보다 대화의 질적 요소가 더 핵심임을 강조한다. 연구 설계는 사전·사후 설문을 통한 변화 측정, 다중 회귀 모델을 통한 변수 간 독립성 검증, 그리고 LLM 구동 로봇이라는 최신 기술 적용이라는 점에서 강점이 있다. 다만 표본이 대학생에 국한되고, 대화 주제가 제한적이며, 장기적 재참여 행동을 직접 관찰하지 않은 점은 향후 연구에서 보완될 필요가 있다. 전반적으로 이 논문은 HRI 설계 시 감성 관리보다 대화 엔진의 흥미와 자연스러움을 최우선 과제로 삼아야 함을 실증적으로 뒷받침한다.