로봇 청소기 피드백 디자인을 위한 시나리오 기반 피드백 유형 탐색 -LED, 음성, 멀티모달 피드백의 해석 정확도, 사용자 경험, 시나리오별 선호 구조 비교-

Q: 이 논문에서 정의한 피드백 모달리티란 무엇인가?

시각, 청각, 촉각 등 하나 이상의 감각 채널을 통해 제품이 사용자에게 자신의 상태와 의도를 전달하는 방식이다. 이는 정보의 해석 정확도, 사용자의 인지적 부담, 상호작용 만족도 등 전반적인 제품 경험에 직접적인 영향을 미치는 핵심 요소로 작용한다.

Q: 로봇 청소기의 사용 시나리오별로 선호되는 피드백 유형은 어떻게 다른가?

연구 결과, 반복적이고 예측 가능한 청소 단계에서는 LED 피드백이 선호되었으나, 오류나 시스템 점검과 같이 복잡하고 위험도가 높은 상황에서는 멀티모달 피드백에 대한 선호가 압도적으로 높았다. 따라서 상황의 중요도와 인지 부담에 따라 피드백 유형을 동적으로 조정해야 한다.

윤효식; 이윤

doi:10.47294/KSBDA.27.1.33

학술저널

저자정보: 윤효식 (서울시립대학교) 이윤 (서울시립대학교)

저널정보: 한국기초조형학회 기초조형학연구 기초조형학연구 제27권 제1호

오류 신고하기

피인용 0

검색

초록·키워드

본 연구는 로봇 청소기의 피드백 유형의 차이가 사용자 경험에 미치는 영향을 규명하기 위해 10개 사용 시나리오를 선정하고, 실제 제품 매뉴얼과 동작 원리를 기반으로 LED, 음성, 멀티모달 피드백을 구현한 영상 프로토타입을 제작하여 사용자 실험을 수행하였다. 연구는 1)피드백 해석 정확도, 2) 제품품질에 관한 인식, 인지적 반응, 정서적 반응의 차이, 3) 사용 시나리오에 따른 피드백 유형의 선호 구조를 통합적으로 분석하였다. 피드백 해석 정확도 분석 결과, 단일 LED 피드백이 다양한 정보를 전달해야 하는 상황에서 정답률이 크게 감소하는 경향을 보였으며, LED와 음성을 결합한 멀티모달 피드백은 명확성, 기억 용이성, 안정감, 수용성 등 대부분의 인지, 정서적 반응 측면에서 세 유형의 피드백 중 가장 우수한 평가를 보였다. 한편, 음성 피드백은 인지적 부담 감소와 사용 용이성 측면에서 가장 높게 평가되어, 기존의 보조적 역할을 넘어 더 중요한 기능적 가치를 제공할 수 있음을 확인하였다. 시나리오 기반 피드백 선호도 분석에서는 사용 시나리오의 특성에 따라 선호되는 피드백 유형이 다르게 나타났다. 반복적이고 예측 가능한 청소 단계에서는 LED 피드백이 선호되었으며, 오류, 점검, 경고와 같이 복잡한 정보를 전달해야 하는 상황에서는 멀티모달 피드백에 대한 선호가 압도적으로 높았다. 또한 디자이너 집단은 정보 구조와 정확성을 중심으로, 일반 사용자 집단은 일상 맥락과 감각적 편안함을 중심으로 피드백을 해석하는 등 두 집단 간 인식 차이도 확인되어 로봇 청소기 피드백 설계가 일괄적 접근이 아니라, 상황의 중요도, 인지 부담, 사용 맥락에 따라 동적으로 조정되어야 함을 실증적으로 밝혀내었다.

This study investigates how different feedback modalities in robot vacuum cleaners influence user experience. Ten usage scenarios were selected, and video-based prototypes were created by implementing LED, voice, and multimodal (LED + voice) feedback grounded in actual product manuals and operation logic. The study conducted user experiments to comprehensively analyze 1) feedback interpretation accuracy, 2) differences in product quality perception, cognitive responses, and emotional responses, and 3) preference structures for feedback types across scenarios. The analysis of interpretation accuracy revealed that single LED feedback showed a substantial decline in correct responses when communicating complex or nuanced information. In contrast, multimodal feedback demonstrated the most favorable evaluations among all feedback types, particularly in clarity, memorability, sense of stability, and overall acceptance, highlighting its advantage in both cognitive and emotional dimensions. Meanwhile, voice feedback received the highest ratings in reducing cognitive load and enhancing ease of use, suggesting that voice feedback may serve a more central functional role than its traditionally supplementary position in current product designs. Scenario-based preference analysis further showed that optimal feedback types varied depending on the nature of the situation. LED feedback was preferred during repetitive and predictable cleaning operations, whereas multimodal feedback was overwhelmingly favored in contexts requiring the communication of complex information, such as errors, system checks, and warnings. Additionally, notable differences were observed between designers and general users: designers emphasized information structure and accuracy, whereas general users focused on everyday context and sensory comfort. These findings empirically demonstrate that robot vacuum feedback design should not follow a uniform modality strategy; rather, it should dynamically adapt to situational importance, cognitive demand, and user context.

#로봇 청소기 #휴먼-로봇 인터랙션 #피드백 디자인 #피드백 모달리티 #사용자 경험 평가 #Robot Vacuum Cleaner #Human-Robot Interaction #Feedback Design #Feedback Modality #UX Evaluation

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-26-02-096327636

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료