혼합 명시·암시 커뮤니케이션이 인간‑에이전트 상호작용에 미치는 영향

초록

본 연구는 인간과 인공 에이전트(가상 에이전트와 인간형 로봇) 간의 상호작용에서 명시적 커뮤니케이션만 사용한 경우와 명시·암시 커뮤니케이션을 혼합한 경우를 비교한다. 베이지안 파라미터 추정을 통해 실행 시간, 오류 수, 인지된 효율성 등 작업‑관련 지표와 수용성, 사회성, 투명성 등 인식‑관련 지표를 평가했으며, 혼합 커뮤니케이션이 인식‑관련 지표를 일관되게 향상시키지만 작업‑관련 성능은 과제 난이도에 따라 다르게 나타난다는 결론을 도출했다.

상세 분석

이 논문은 인간‑에이전트 인터랙션(HRI) 분야에서 명시적(Explicit)과 암시적(Implicit) 커뮤니케이션의 조합이 실제 상호작용에 미치는 영향을 실험적으로 검증한다. 먼저 기존 문헌을 정리하며 명시적 커뮤니케이션은 직접 해석 가능한 신호(예: 음성, 제스처)로, 암시적 커뮤니케이션은 상황‑의존적 해석이 필요한 신호(예: 눈동자, 표정)로 정의한다. 이러한 정의를 바탕으로 두 가지 실험을 설계했는데, 첫 번째는 가상 에이전트와의 상호작용, 두 번째는 인간형 로봇과의 상호작용이며 각각 쉬운 과제와 어려운 과제로 난이도를 변형하였다. 실험은 피험자 내적 설계(within‑subjects)로 진행되어 각 피험자는 EX(명시 전용)와 EXIM(명시·암시 혼합) 조건을 모두 경험한다.

통신 인프라는 ROS 기반으로 구현되었으며, 인간은 마우스·키보드 입력과 음성으로 명시적 정보를 제공하고, 위치와 마커를 통해 암시적 정보를 전달한다. 가상 에이전트는 음성·표정·시선으로 암시적 신호를, 로봇은 눈썹 움직임 등으로 암시적 신호를 제공한다.

가설은 총 6가지(H1‑H6)로, 작업 수행 시간·오류 감소(H1, H2), 수용성·사회성·투명성 향상(H3‑H5), 그리고 인지된 효율성 증대(H6)를 기대한다. 데이터 분석은 베이지안 파라미터 추정을 사용해 사후 분포를 구하고, 95% 신뢰구간을 통해 유의성을 판단한다.

결과는 다음과 같다. 실행 시간은 EX와 EXIM 사이에 유의한 차이가 없었으며, 이는 과제 난이도와 에이전트 유형에 관계없이 일관되었다. 오류 수는 어려운 과제에서만 EXIM이 유의하게 감소했으며, 쉬운 과제에서는 차이가 없었다. 인지된 효율성은 로봇과의 상호작용에서만 EXIM이 향상되었고, 가상 에이전트에서는 차이가 미미했다. 반면, 수용성, 사회성, 투명성은 모든 실험 조건에서 EXIM이 유의하게 높았다.

이러한 결과는 작업‑관련 성능 지표가 과제 난이도와 에이전트 물리적 특성에 민감하게 반응하는 반면, 인간의 인식‑관련 지표는 명시·암시 신호의 풍부함에 의해 일관적으로 개선된다는 점을 시사한다. 또한, 베이지안 접근법을 통해 파라미터 불확실성을 정량화함으로써 향후 연구에서 실험 설계와 결과 해석에 유용한 통계적 기반을 제공한다. 한계점으로는 실험 참가자 수가 제한적이며, 문화적 배경이나 개인 차이에 대한 분석이 부족하다는 점을 들 수 있다. 향후 연구에서는 다양한 사용자 그룹과 더 복잡한 협업 과제를 도입해 일반화 가능성을 검증할 필요가 있다.