몰입 이론 기반 인간-인공지능 인터랙션 디자인 연구 -린펀시(臨汾市) 박물관 앱을 중심으로-

Q: 이 논문에서 정의한 인간-인공지능 인터랙션이란 무엇인가?

지각, 이해, 의사결정 능력을 갖춘 인공지능 시스템과 인간 사이에서 이루어지는 동적 상호작용 과정을 의미한다. 이는 AI를 단순한 수동적 도구로 보는 전통적인 관점에서 벗어나, 과업 수행 과정에서 AI가 인지적 지원, 행동 피드백, 능력 확장의 주체로 작동한다는 점을 강조한다.

Q: 몰입 이론 기반의 HAI 기능 체계가 박물관 앱의 사용자 경험에 어떤 영향을 미치는가?

연구 결과, 몰입 단계별로 최적화된 HAI 기능을 적용한 프로토타입은 기존 앱 대비 몰입 경험은 23.21%, 시각 경험은 36.29% 향상되었다. 특히 주입구 시각 질서와 몰입 장면 구조 등의 전략적 설계가 사용자의 목표 인지와 상황 몰입을 효과적으로 개선하는 것으로 나타났다.

이가잘; 정의태

doi:10.47294/KSBDA.27.2.39

학술저널

저자정보: 이가잘 (한양대학교) 정의태 (한양대학교)

저널정보: 한국기초조형학회 기초조형학연구 기초조형학연구 제27권 제2호

오류 신고하기

피인용 0

검색

초록·키워드

본 연구는 린펀시(臨汾市) 박물관 앱을 사례로 하여, 몰입 이론(Flow Theory)과 인간-인공지능 인터 랙션(HAI) 관점에서 박물관 모바일 관람 맥락에서의 HAI 기능이 몰입 경험 형성에 어떻게 기여하는지를 분석하고, 이에 기반한 상호작용 디자인 프레임워크를 구축하였다. 문헌분석을 통해 몰입 이론의 3단계와 9가지 특성을 박물관 앱의 몰입 경험 분석 틀로 전환하고, HAI 관련 선행연구, 박물관 디지털 모듈 사례, 기존 린펀시 박물관 앱 인터페이스를 비교와 진단하였다. 또한 사용자 요구 수집, 가와키타 지로(Kawakita Jiro) 친화도법, Kano–AHP 분석을 통해 15개 HAI 후보 기능을 도출한 뒤, 12개 핵심 기능을 선별하였다. 연구 결과, HAI 기능은 몰입 경험 단계와 비교적 명확한 대응 관계를 보였으 며, 기본형 기능은 목표 인지와 경로 이해, 기대형 기능은 상황 몰입과 조작의 연속성, 흥분형 기능은 지속적 참여와 경험 확장을 주로 지원하는 것으로 나타났다. 특히 AI 적응형 해설 및 질의응답, AI 지 능형 전시 안내, AR 상황 탐색, 즉시 피드백, AR 공예 복원 전시 기능의 중요도가 높게 나타났다. 이에 본 연구는 핵심 기능을 주입구 시각 질서, 몰입 장면 구조, 결과 연장 구조의 세 가지 시각 전략 차원으로 재구성하고, 이를 바탕으로 린펀시 박물관 앱의 인공지능 인터랙션 디자인안과 초기 프로토타입을 제안하였다. 사용자 검증 결과, 최적화된 프로토타입은 기존 앱보다 몰입 경험은 23.21%, 시각 경험은 36.29% 향상된 것으로 나타났다. 이는 몰입 이론에 기반한 HAI 기능 체계와 시각적 상호작용 전략이 박물관 앱의 몰입 경험과 시각 경험 개선에 효과적일 수 있음을 보여준다.

This study uses the Linfen Museum App as a case to examine, from the perspectives of Flow Theory and Human–AI Interaction(HAI), how HAI functions contribute to immersive experience in mobile museum visits, and to build an interaction design framework on this basis. Through a literature review, the three stages and nine characteristics of Flow Theory were adapted into an analytical framework for immersive experience in museum apps, and prior HAI studies, museum digital module cases, and the existing Linfen Museum App interface were comparatively analyzed and diagnosed. In addition, 15 candidate HAI functions were identified through user needs collection, the Kawakita Jiro affinity method, and Kano–AHP analysis, from which 12 core functions were selected. The results show that HAI functions correspond relatively clearly to the stages of immersive experience: must–be functions mainly support goal recognition and route understanding, performance functions strengthen situational immersion and continuity of operation, and attractive functions promote sustained participation and experience extension. In particular, adaptive AI interpretation and question answering, intelligent AI exhibition navigation, AR situational exploration, immediate feedback, and AR craft restoration display were found to be especially important. Based on these findings, the core functions were reorganized into three visual strategy dimensions—entrance visual order, immersive scene structure, and result extension structure—and an AI interaction design scheme and initial prototype for the Linfen Museum App were proposed. User evaluation showed that, compared with the existing app, the optimized prototype improved immersive experience by 23.21% and visual experience by 36.29%. These findings suggest that the HAI functional system and visual interaction strategies based on Flow Theory can effectively improve immersive and visual experience in museum apps.

#몰입 이론 #인간–인공지능 인터랙션 디자인 #카노 모형과 계층분석법 #박물관 앱 #Flow Theory #Human-AI Interaction Design #Kano-AHP #Museum Application

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-26-02-096751927

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