RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      서비스형 로봇 외관 디자인에 대한 사용자 인식 요인 도출 및 감성 평가 차이 분석 = Identifying User Perception Factors in Service Robot Appearance Design and Analyzing Emotional Evaluation Differences

      한글로보기

      https://www.riss.kr/link?id=T17370193

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      국문 초록 (Abstract) kakao i 다국어 번역

      본 연구는 사실 거창한 목표에서 출발했다기보다, 공공 공간에서 종종 보이는 서비스 로봇이 사람들에게 어떤 느낌을 주는지 궁금하다는 아주 단순한 생각에서 시작되었다. 특히 사람과 닮은 쪽이 아니라, 제품에 가깝게 생긴 로봇들은 첫인상에서 어떤 감정을 불러일으키는지가 늘 조금 신경 쓰였다.
      그래서 우선 웹에서 흔히 볼 수 있는 로봇 이미지 47개를 모아 두고, 참가자들에게 따로 설명을 주지 않은 채 ‘비슷해 보인다’는 기준만으로 묶어 달라고 부탁했다. 그렇게 모인 응답을 정리해 공출현 행렬을 만들고 군집분석을 해보니, 다섯 그룹 정도로 자연스럽게 나뉘는 흐름이 관찰되었다.이후에는 각 군집의 중심에서 크게 벗어나지 않는 로봇을 하나씩 골라 대표 사례로 쓰기로 했다.평가 기준을 만들기 위해 앞선 연구들도 따로 훑어보았는데, 여러 문항을 비교하다 보니 겹치는 내용도 많고 지금 연구 목적과는 맞지 않는 항목도 있어서, 결국 열네 개 정도만 남겨 설문 문항으로 정리했다.이렇게 모은 응답을 요인분석에 넣어보니 네 가지 흐름이 대략 드러났는데, 완전히 정해진 이름은 아니지만 ‘감정 경험’, ‘공간 인지’, ‘환경 분위기’, ‘심미·상징’ 정도로 정리하면 큰 무리는 없다고 판단했다.
      대표 로봇들의 요인별 평균값을 이용해 일원분산분석을 수행했으며, 네 개 요인 모두 로봇별로 일정하지 않고 다소 변동이 있는 것으로 나타났다. 이를 바탕으로 군집별 특성과 외관 특징을 고려하여 유형을 구분하였으며, 최종적으로 외관 유형에 명칭을 부여하였다. 전반적으로 서비스 로봇의 외관은 사용자가 로봇을 전문적으로 인식하는지, 역할에 적합해 보이는지, 그리고 신뢰감을 느끼는지에 상당한 영향을 미치는 것으로 나타났다. 본 연구에서 개발한 평가 틀은 추후 로봇 외관 비교나 사용자 반응 분석에 참고용으로 활용 가능할 것으로 보인다. 다만, 모든 상황에 동일하게 적용하기에는 무리가 있을 수 있으므로, 향후 상황별 혹은 사용자 집단별 특성에 맞춰 조정할 필요가 있을 것으로 판단된다.
      번역하기

      본 연구는 사실 거창한 목표에서 출발했다기보다, 공공 공간에서 종종 보이는 서비스 로봇이 사람들에게 어떤 느낌을 주는지 궁금하다는 아주 단순한 생각에서 시작되었다. 특히 사람과 닮...

      본 연구는 사실 거창한 목표에서 출발했다기보다, 공공 공간에서 종종 보이는 서비스 로봇이 사람들에게 어떤 느낌을 주는지 궁금하다는 아주 단순한 생각에서 시작되었다. 특히 사람과 닮은 쪽이 아니라, 제품에 가깝게 생긴 로봇들은 첫인상에서 어떤 감정을 불러일으키는지가 늘 조금 신경 쓰였다.
      그래서 우선 웹에서 흔히 볼 수 있는 로봇 이미지 47개를 모아 두고, 참가자들에게 따로 설명을 주지 않은 채 ‘비슷해 보인다’는 기준만으로 묶어 달라고 부탁했다. 그렇게 모인 응답을 정리해 공출현 행렬을 만들고 군집분석을 해보니, 다섯 그룹 정도로 자연스럽게 나뉘는 흐름이 관찰되었다.이후에는 각 군집의 중심에서 크게 벗어나지 않는 로봇을 하나씩 골라 대표 사례로 쓰기로 했다.평가 기준을 만들기 위해 앞선 연구들도 따로 훑어보았는데, 여러 문항을 비교하다 보니 겹치는 내용도 많고 지금 연구 목적과는 맞지 않는 항목도 있어서, 결국 열네 개 정도만 남겨 설문 문항으로 정리했다.이렇게 모은 응답을 요인분석에 넣어보니 네 가지 흐름이 대략 드러났는데, 완전히 정해진 이름은 아니지만 ‘감정 경험’, ‘공간 인지’, ‘환경 분위기’, ‘심미·상징’ 정도로 정리하면 큰 무리는 없다고 판단했다.
      대표 로봇들의 요인별 평균값을 이용해 일원분산분석을 수행했으며, 네 개 요인 모두 로봇별로 일정하지 않고 다소 변동이 있는 것으로 나타났다. 이를 바탕으로 군집별 특성과 외관 특징을 고려하여 유형을 구분하였으며, 최종적으로 외관 유형에 명칭을 부여하였다. 전반적으로 서비스 로봇의 외관은 사용자가 로봇을 전문적으로 인식하는지, 역할에 적합해 보이는지, 그리고 신뢰감을 느끼는지에 상당한 영향을 미치는 것으로 나타났다. 본 연구에서 개발한 평가 틀은 추후 로봇 외관 비교나 사용자 반응 분석에 참고용으로 활용 가능할 것으로 보인다. 다만, 모든 상황에 동일하게 적용하기에는 무리가 있을 수 있으므로, 향후 상황별 혹은 사용자 집단별 특성에 맞춰 조정할 필요가 있을 것으로 판단된다.

      더보기

      목차 (Table of Contents)

      • 제 1 장 서론 01
      • 1.1 연구 배경 및 필요성 01
      • 1.2 연구 목적 09
      • 1.3 연구 방법 및 연구 범위 10
      • 1.4 연구 과정 10
      • 제 1 장 서론 01
      • 1.1 연구 배경 및 필요성 01
      • 1.2 연구 목적 09
      • 1.3 연구 방법 및 연구 범위 10
      • 1.4 연구 과정 10
      • 제 2 장 이론적 고찰 13
      • 2.1 서비스형 로봇의 개념 13
      • 2.2 외관디자인 14
      • 2.3 감성 평가 15
      • 제 3 장 선행 연구 20
      • 3.1 실험 설계 20
      • 3.2 샘플 선정 21
      • 3.3 군집 분석 24
      • 3.3.1 사용자 분류 및 공존행렬 작성 24
      • 3.3.2 군집 분석 과정 25
      • 3.4 대표 샘플 선정 29
      • 제 4 장 실증 연구 35
      • 4.1 실험 설계 35
      • 4.2 문헌 고찰354.2.1 평가 척도 찾기 35
      • 4.2.2 설분 조사 40
      • 4.3 요인 분석 41
      • 4.4 일원 분산 분석 46
      • 4.5 군집 명명 49
      • 제 5 장 연구 결론 54
      • 5.1 결론 54
      • 5.1.1 사용자 인식 구조에 관한 결론 54
      • 5.1.2 외관 유형 차이에 관한 결론 55
      • 5.1.3 평가 모델 및 디자인 방향에 관한 결론 55
      • 5.2 제언 56
      • 5.3 향후 연구 57
      • 5.3.1 일반화 및 비 일반화 결론 57
      • 5.3.2 향후의 연구 58
      • 참고 문헌 60
      • 초 록 67
      • 부록 1(설문지) 71
      • 부록 2(전체 통계 데이터) 91
      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼