인간-로봇 협업 작업 시 음성 설명 유형이 신뢰보정에 미치는 영향 = The Effect of Voice Explanation Types on Trust Calibration in Human–Humanoid Collaboration

국문 초록 (Abstract)

본 연구에서는 로봇의 음성 설명 유형이 신뢰보정에 미치는 영향을 규명하고, 효과적인 음성 설명 방식을 제안하는 것을 목표로 한다. 4차 산업혁명 이후 스마트 팩토리 중심의 Industry 4.0을 거쳐, 최 근에는 인간과 로봇의 공존 및 협업을 중시하는 Industry 5.0 패러다임이 부각되고 있다. 이에 따라 산 업 현장에서는 협동로봇이 도입되고 있고, 기술 발달에 따라 휴머노이드 로봇을 물류 및 제조 현장에 도입하기 위한 시도가 활발히 이루어지고 있다. 성공적인 인간-로봇 협업을 위해서는 로봇 기술의 발 달뿐만 아니라 로봇에 대한 적절한 신뢰 형성이 중요하다. 과신은 오용을, 과소신은 과소사용을 초래하 기 때문에 로봇의 실제 능력과 인간의 신뢰 수준을 일치시키는 신뢰보정이 필수적이다. 기존 연구는 주로 고정형∙휴대형 시스템에 대한 신뢰보정을 위해 시각 기반 디스플레이를 활용해왔으나, 작업 반경 최대화 및 실시간 동시 협업 작업 수행에 강점이 예상되는 최근 로봇 기술에는 음성 기반 인터페이스 가 적합한 방식으로 부상하고 있다. 그러나 작업자의 양손과 시선이 작업에 종속되는 산업환경에서 인 간-로봇 협업을 위해 시각 채널을 추가로 점유하지 않는 음성 기반 디스플레이를 활용한 관련 연구는 제한적이다.

성인 33명을 대상으로 대형마트 당일배송 피킹 작업 시나리오를 구성하였다. 참가자는 휴머노이드 로봇 1대와의 협업 상황에서 총 80개 물품(사진∙이름)을 하나씩 제시받고, 각 물품의 작업 주체(‘나’/‘로 봇’)를 선택했다. 사전 정의된 휴머노이드 로봇의 업무 수행 가능 기준에 따라 참가자의 선택을 (a) 과 신(로봇 수행 불가하나 ‘로봇’ 선택), (b)과소신(로봇 수행 가능하나 ‘나’ 선택), (c) 적정으로 분류했다. 적 정 선택인 경우에는 다음 물품을 제시하였다. 과신·과소신인 경우에는 로봇의 음성 설명을 제시한 뒤, 참가자가 동일 물품의 작업 주체를 재선택하도록 하였다. 네 가지 설명 유형(무설명, 지역, 예시, 반사 실)을 적용했으며, 객관적 평가지표(성공률 변화량, 반응시간, 음성 개입 비율, 재선택 변경비율)와 주관 적 평가지표(선호도, 작업부하, 신뢰도)를 측정∙분석하였다.

반복측정 분산분석 결과, 음성 설명 유형의 효과는 신뢰보정 및 인지부하 지표에서 부분적으로 확인 되었다. 신뢰보정 지표 중에서는 재선택 변경비율과 신뢰도, 인지부하 지표 중에서는 반응시간에서 설 명 유형의 주효과가 나타났으며, 성공률 변화량, 음성 개입비율, 주관적 작업부하에서는 유의한 차이가 관찰되지 않았다. 사후분석 결과 지역 설명이 반사실 설명에 비해 반응시간이 유의하게 짧고, 재선택 변경비율, 신뢰도 및 선호도가 유의하게 높았다. 이는 지역 설명이 로봇의 판단 근거를 명확하고 직관 적이며 맥락적으로 제시하는 동시에 인지적 부담을 상대적으로 덜 유발했기 때문으로 해석된다. 또한, 설명 유형별 각 지표의 기술통계와 일원분산분석 및 사후분석 결과를 바탕으로 설명 유형 간 패턴을 검토한 결과, 선호도, 신뢰도, 반응시간, 재선택 변경비율에서 모두 동질 집단 구조가 나타났다(지역 설 명 > 무설명·예시 > 반사실 설명). 이는 인지부하가 적고 신뢰보정효과가 높은 설명 유형에 대해 더 높은 선호도와 신뢰도를 보였음을 의미한다.

종합하면, 현재 맥락의 핵심 근거를 간결하게 제시하는 지역 설명은 로봇과의 협업에서 기본 음성 설명 방식으로 권장되며, 대안적 상황을 가정하는 반사실 설명은 주 설명 방식으로 권장되지 않는다. 예시 설명은 사용자의 이해도와 신뢰도를 보완하는 보조적 전략으로 활용 가능하다. 본 연구는 휴머노 이드 로봇과의 1:1 협업 맥락에서 설명 유형 간 차이를 행동 지표와 주관 평가로 통합 분석함으로써, 시각 디스플레이 중심이었던 기존 연구를 보완하는 음성 기반 신뢰보정 설계의 실증적 근거를 제시하 였다. 음성 기반 신뢰보정 설계 원칙은 휴머노이드 로봇뿐만 아니라 다양한 로봇, 자율주행, 자동화 시 스템 등으로 확장 가능한 일반화된 음성 설명 전략으로 활용될 수 있다. 향후 실제 로봇 및 장기 상호 작용을 고려한 종단 연구와 사용자 특성 및 다중모드 설명을 통합한 맞춤형 설계 탐색을 통해, 인간– 로봇 협업에서 신뢰보정 메커니즘을 더욱 정교하게 규명할 필요가 있다.

다국어 초록 (Multilingual Abstract)

This study investigates the effect of voice explanation types on trust calibration in human–humanoid collaboration and discusses implications for voice explanation design in industrial collaboration contexts. Trust calibration is essential because overtrust can lead to misuse, whereas undertrust can lead to disuse. With the transition toward Industry 5.0, this paradigm has gained prominence, emphasizing human–robot coexistence and collaboration, alongside growing efforts to deploy humanoid robots in logistics and manufacturing. Although prior work has mainly relied on visual displays, voice-based interfaces have gained importance in environments where workers’ hands and visual attention are occupied.

A total of 33 adults participated in an experiment involving a retail order-picking scenario. Participants collaborated with a humanoid robot and were presented with a sequence of 80 items (image and name). For each item, they allocated the task to themselves or the robot. Based on predefined criteria for the robot’s task capability, choices were classified as overtrust, undertrust, or appropriate. When overtrust or undertrust occurred, the robot provided a voice explanation, after which participants reallocated the task for the same item. Four voice explanation types were implemented: no explanation, local, example-based, and counterfactual. Behavioral measures (change in task performance, response time, voice intervention rate, and switch rate on reselection) and self-report measures (preference ratings, workload ratings, and trust ratings) were collected.

A one-way repeated measures ANOVA revealed significant effects of explanation type on selected measures. Significant main effects were observed for switch rate, trust ratings, and response time; however, no significant differences were observed for change in task performance, voice intervention rate, or self-reported workload. Post-hoc comparisons showed that local explanations resulted in significantly shorter response times than counterfactual explanations, and significantly higher switch rate, trust ratings, and preference ratings. In addition, descriptive statistics and post-hoc comparisons indicated consistent homogeneous subsets across preference ratings, trust ratings, response time, and switch rate, following the order local > no explanation/example-based > counterfactual.

Overall, the findings suggest that local explanations, which concisely present key context-specific evidence, can serve as a default voice strategy for trust calibration in human–humanoid collaboration, whereas counterfactual explanations are less suitable as a primary strategy. Example-based explanations can function as a supplementary approach to support user understanding and trust. By integrating behavioral and self-report measures in a dyadic human–humanoid collaboration setting, this study provides empirical evidence for voice-based trust calibration beyond research focused on visual displays. The implications can be extended to other human–automation systems, such as autonomous driving and industrial automation. Future work should validate these implications through longitudinal studies in real-world settings and personalized multimodal explanation designs.

목차 (Table of Contents)

• 1. 서론 1
• 1.1. 연구 배경 1
• 1.2. 선행연구 8
• 1.3. 연구 목적 19
• 2. 연구 방법론. 20
• 2.1. 연구 대상 20
• 2.2. 실험 장비 및 실험 환경 20
• 2.3. 시나리오 21
• 2.4. 과업 22
• 2.5. 실험설계 23
• 2.6. 종속 변수 28
• 2.7. 실험 절차 31
• 2.8. 데이터 분석 32
• 3. 연구 결과 33
• 3.1. 객관적 평가 지표 33
• 3.2. 주관적 평가 지표 35
• 3.3. 사후 인터뷰 37
• 4. 논의 39
• 4.1. H1 : 음성 설명 유형이 신뢰보정 효과에 미치는 영향 39
• 4.2. H2 : 음성 설명 유형이 인지부하에 미치는 영향 42
• 4.3. H3 : 인지부하 및 신뢰보정효과와 설명 선호도 및 신뢰도 간의 관계 44
• 4.4. 음성 설명 기반 인간-로봇 신뢰보정 설계 지침 46
• 5. 결론 48
• Reference 50
• Abstract 62