체계적인 로봇윤리의 정립을 위한 로봇 존재론, 특히 로봇의 분류에 관하여

고인석(Ko, In-Sok) 새한철학회 2012 哲學論叢 Vol.70 No.4

로봇윤리를 구체적인 규범의 차원까지 체계화하기 위해서는 그 적용 대상인 로봇이라는 존재 범주에 대한 체계적인 이해, 특히 그것의 적절한 분류학이 필요하다. 이 논문은 이와 같은 요구에 부응하려는 일단의 시도다. 이 논문은 먼저 로봇의 분류라는 문제의 의미를 음미하고(1절), 분류체계가 일반적으로 갖추어야 할 조건들을 분석한 후에(2절), 로봇윤리 관점의 로봇 분류라는 문제의 특수성을 염두에 두면서 로봇 분류의 가능한 원칙들을 검토한다(3절). 이어 4절에서 필자는 기존의 로봇 분류체계에 해당하는 몇 가지 사례를 2절에서 논한 중첩 금지, 전포괄성, 분류원칙의 체계성 등의 관점에서 검토, 평가함으로써 이 논문의 문제의식을 충족시키는 로봇의 분류체계가 아직 만들어져야 할 과제라는 사실을 확인하고, 5절에서 합리적인 로봇의 분류체계를 구성하는 데 적용할 만한 분석의 두 차원을 제시한다. 로봇은 인간의 도구지만 특정한 방식으로 제한된 수준의 자율성을 구현할 수 있는 도구라는 점에서 여느 인공물과 다른 고유의 지위를 지니며, 인간과 개인적, 사회적 차원에서 상호작용하는 존재자의 특성을 지닌다. 이런 까닭에, 로봇윤리와 유관한 로봇의 분류는 이와 같은 인간-로봇 상호작용(HRI)의 특성을 분석의 주된 축으로 삼아야 할 것이다. 그리고 이 분석은 로봇시스템이 구현하는 인공지능의 양상에 대한 분석과 인간-로봇 상호작용의 구조에 대한 분석의 합으로 구성될 것이다. In order to get a practical system of roboethics up to its details we need a systematic ontology of robotic beings, especially a reasonable taxonomy of them. This paper looks into some basic questions on the taxonomy of robotic beings by discussing qualifying conditions of a taxonomy in general and some unique aspects of the classification of artifacts. No-overlap, exhaustiveness, and consistency are analyzed to be essential conditions for an effective classification. It reviews then several examples of robot taxonomy from this evaluative viewpoint. None of the examined examples proves to satisfy all three basic conditions. The paper investigates some peculiar difficulties of robot classification which were the background of the unsatisfactoriness of the given examples, then proceeds to suggest a set of basic classificatory principles for systematics of robotic beings. Considering the target, to provide systematic ontological foundation of roboethics, the mode of human-robot interaction(HRI) should be the core taxonomic principle. The analysis of HRI in this respect includes inquiry of the artificial intelligence realized by the robotic system and that of the structure of HRI.

로봇 벤치마킹을 통한 미래 유망분야 선정에 관한 연구

박헌균 ( Heon Kyun Park ) 한국상품문화디자인학회 2013 상품문화디자인학연구 Vol.34 No.-

최근 로봇의 활용도는 높아지고 있으며, 기술의 중요성은 증가하여 다양한 연구 분야에서 광범위하게 개발되고 있다. 세계로봇시장은 전자 기술 및 제조용 로봇을 중심으로 형성되어 현재는 인간의 생활 범주에서 서비스를 제공하는 개인용 로봇 기술 개발이 고성장을 주도하여, 높은 성장세를 보일 것으로 예측한다. 한편, 선진국들은 로봇의 기술 개발에 끊임없이 연구, 투자하고 있다. 그러나 우리나라는 연구 인력 및 자본이 취약하며, 로봇 생산 기반 및 체계적인 연구 개발이 원활하게 이루어지지 못하고 있다. 따라서 본 연구는 다양한 분야에서 사용자의 Needs를 충족시켜줄 수 있는 로봇의 기술 개발이 가속화될 필요성을 느끼고, 차세대 로봇의 성장 동력으로 “가정용 로봇”과 관련된 기술 개발 연구를 제안한다. 즉, 벤치마킹 사례를 통한 대략 400개의 로봇 사례를 가지고 유사 그루핑하여, 유형별 로봇 기술을 분류하고 여기서 가장 높은 비중을 차지하는 유형을 미래유망 로봇 산업으로 예측한다. 따라서 앞으로 연구돼야 할 로봇 분야는 벤치마킹 사례 중, 2번째로 높게 나타난 가정용 로봇이며, 그 중 키친에 초점을 맞추어야 한다. 왜냐하면, 가정용 로봇은 가사일, 육아 도우미, 청소 등을 도와줌으로써, 개인의 생활을 윤택하게 해줄 뿐만 아니라 실제로 인간 삶에 있어서 필요한 생활 도우미 로봇이기 때문이다. As the level of utilization of robots has been recently increased, the importance of technologies has been also increased and technologies have been widely developed in various fields of study. The world robot market has been formed focusing on electronic technologies and robots for manufacture, and it is expected t hat the development of the robot technologies for individual service which would provide the services in the life of humans will have high growth rate by taking the lead in high growth. Meanwhile, the advanced countries have constantly studied the development of robot technologies, and spent a huge amount of money in developing robot technologies. However, compared with the advanced countries, Korea has insufficient R&D human resources and capitals for developing robot technologies, and therefore the infrastructure for robot production and the systematic R&D development have not been smoothly achieved. Therefore, this study believes that the development of robot technologies for satisfying the needs of users in various fields should be accelerated, and proposes that it is necessary to conduct technical development researches related to "home robots" as a growth engine of next-generation robots. In other words, this study carries out similar grouping with about 400 robots cases through benchmarking cases, classifies robot technologies by type, and finally predicts that the type accounting for the highest percentage will be the future-promising robot industry. Thus, a robot area to be studied in the future is the home robot area, which is ranked second in the percentage, and in particular, the kitchen area should be focused on. This is because home robots can enrich the life of individuals by assisting household chores, child-care, cleanup, etc., and they are also living-assistant robots necessary for the life of humans.

장르기반 분류와 주제기반 분류를 이용한 웹 로봇의 설계 및 구현

이용배,Lee Yong-Bae 한국정보처리학회 2005 정보처리학회논문지B Vol.12 No.4

특수 전문화된 정보를 자동으로 수집하기 위해서는 인터넷 상을 순회하면서 대규모 자료를 모아오는 현재의 웹 로봇의 기능만으로는 그 역할을 수행하기에 부족함이 있다 따라서 본 논문에서는 현재의 웹 로봇의 기능과 활용도를 분석하여 보고 전문정보를 수집하는데 있어서 한계점을 알아보았다 또한 특수화된 분야의 전문정보를 수집하기 위하여 웹 로봇인 갖추어야 할 기능들을 도출해 내고 이를 설계한 내용을 기술하였다. 웹 로봇에 접목된 주요기능은 문서를 유형기반으로 분류할 수 있는 장르기반 분류와 주제기반으로 분류하는 내용기반 분류이다. 특히 장르기반 분류는 웹 로봇이 목적 문서를 효과적으로 수집할 수 있도록 하는 주요 기능으로 작용하였다. It still has some restrictions to collect a specialized information with only the function of existing web robot which collect an enormous of data by circulating through the internet. Therefore, in this paper the functions of the current web robot and its application areas are analyzed and the limitations of collecting a specialized information are found out. Also we define what functions are necessary for a web robot in order to collect a specialized information. Then the designed structure is described. There are two critical functions which are applied to web robot. One is a genre-based categorization that classifies the text by the type, and the other is a content-based categorization by the subject. Most of all, genre-based categorization is used as fundamental feature which enables web robot to collect the aimed documents efficiently.

분류자 시스템과 인공 면역 네트워크에 기반한 자율 분산 로봇 시스템 개발

황철민(Chul-Min Hwang),박창현(Chang-Hyun Park),심귀보(Kwee-Bo Sim) 한국지능시스템학회 2004 한국지능시스템학회 학술발표 논문집 Vol.14 No.1

본 논문에서는 인공 면역 네트워크와 분류자 시스템을 이용한 자율 분산 로봇 시스템을 제안한다. 시스템에서 각 로봇의 행동은 전역행동과 지역행동으로 구성된다. 전역행동은 작업을 찾고 수행하기 위해 필요한 환경을 조성하는데 필요한 전반적인 행동들을 결정하고, 지역 행동은 작업을 수행할 때 각 로봇들이 어떤 방식으로 동작하는가를 결정한다. 이때 전역 행동은 인공 면역 네트워크를 이용하여 결정되며 작업을 빠른 속도로 탐색하며 탐색한 작업 주위로 적절한 수의 로봇이 집합하도록 한다. 또한 지역 행동은 분류자 시스템을 이용하여 결정되며 작업을 수행하는데 적절한 로봇의 역할을 결정 한다.

로봇 기반 디지털 분류 시스템 운영 설계를 위한 시뮬레이션 연구

이태훈(Lee, Taehoon),김영주(Kim, Youngjoo),홍순도(Hong, Soondo) 한국물류학회 2022 물류학회지 Vol.32 No.2

온라인 소매업(Online retail)의 성장과 고객 수요의 다양성 증가로 물류센터는 생산성과 고객의 수요변동성 대응력 향상이 요구되고 있다. 물류센터(Distribution center)에서는 고객의 수요변동에 대한 대응력 증가와 물류센터 내 작업자의 작업부하를 개선을위해 자동화 물류 시스템을 도입하고 있다. 본 연구에서는 분류작업을 위한 자동화 물류 시스템으로 로봇 기반 디지털 분류 시스템(Robot-based Digital-assorting system, RDAS)을 소개한다. RDAS는 분류작업을 위한 빈-피킹 로봇(Bin-picking robot) 과 물류 운반을 위한 두 개의 컨베이어로 구성된다. 본 연구는 RDAS의 운영 관점의 설계와 생산성 분석을 목적으로 시스템 개념도와 운영정책을 제안하고 시나리오 기반의 이산 사건 시뮬레이션(Discrete-event simulation) 연구를 수행한다. 시뮬레이션 실험 시나리오는고객의 주문 특성, 시스템 내 로봇 수, 로봇의 성능, 시스템의 운영 회전 수 등을 고려하여 구성하였다. 시뮬레이션 실험결과를 통해 시스템 내 운영하는 로봇 수, 로봇이 구분 가능한 고객 박스 수, 컨베이어 내 버퍼 공간 수가 증가할 때 작업완료시간이 단축됨을 확인하였다. 또한 시스템의 운영 회전 수 증가 시 고객 박스들의 평균 흐름시간과 재공 재고가 감소됨을 확인하였다. This study introduces a robot-based digital assorting system (RDAS) where multiple robots sort tasks corresponding with a conveyor for logistics transportation. The RDAS aims to promptly sort tasks according to a customer’s demand in a distribution center. We propose a conceptual layout and conduct a scenario-based simulation study to evaluate the productivity of the RDAS. The simulation results indicate that the number of robots, the batch size of customer boxes, and the buffer size of the conveyor have an effect on the RDAS completion time. Additionally, system rotations affect the amount of work-in-process and the flow time of customer boxes in the system.

반려로봇에 대한 사용자 인식 측정 도구 개발

이주회 ( Lee Ju Hae ) 커뮤니케이션디자인학회 2024 커뮤니케이션 디자인학연구 Vol.86 No.-

본 연구는 반려로봇에 대한 사용자 인식을 정량적으로 분석하기 위한 측정 도구를 개발 및 검증하고, 측정 도구의 활용 방안에 대한 고찰을 목적으로 하였다. 반려로봇에 대한 사용자 인식을 측정하는 변수로 ‘유용성’, ‘즐거움’, ‘비용’, ‘기술성’, ‘지각된 가치’, ‘수용 의도’를 선정하였고, 각 변수에 대한 측정 문항을 설계하였다. 온라인 설문조사를 통해 200명의 데이터를 수집하였으며, 통계 분석을 통해 측정 도구의 유효성을 검증하고 이후 활용 방안에 대해 알아보았다. 본 연구를 통해 도출한 결론은 다음과 같다. 첫째, 반려로봇에 대한 ‘보편적 가치’ 인식과 사용자 태도를 정량적으로 측정하고 두 요인 간 상관관계를 분석함으로써 반려로봇에 대한 사용자 인식을 세부적으로 파악할 수 있었다. 이를 바탕으로 반려로봇에 대한 사용자의 추상적 사고를 구체적인 인식의 개념으로 재정립하였다. 둘째, 측정 도구의 활용 방안으로 반려로봇에 대한 ‘보편적 가치’에 유사한 인식을 나타낸 응답자들끼리 사용자 유형화가 가능하다. 본 연구에서는 5가지 사용자 유형을 도출하였으며, 이는 ‘가장 긍정적인 유형’, ‘가장 부정적인 유형’, ‘평균적인 유형’, ‘가장 현실적인 유형’, ‘즐거움에 대한 기대는 높으나 유용성에 의문을 가진 유형’이다. 셋째, 사용자 유형 분류는 사용자의 다양성을 이해하는 데 유용한 자료를 제공할 뿐만 아니라 시장 세분화에 관한 새로운 접근 방안을 제시한다. 특히, 5가지 사용자 유형 중 ‘가장 긍정적인 유형’은 실제 반려로봇을 수용한 개연성이 가장 높은 사용자 집단으로 나타났으므로 목표 시장 선정 및 디자인 개발 과정에서 가장 중점적으로 다루어야 할 유형임을 확인하였다. This study aimed to develop and validate an assessment instrument for quantitatively analyzing user perceptions of companion robots. Six variables, namely “usefulness,” “enjoyment,” “fee,” “technicality,” “perceived value,” and “adoption intention” were assessed through a meticulously designed set of measurement questions. Data were collected from a sample of 200 participants via an online survey, and a comprehensive statistical analysis was conducted to gauge the instrument’s validity and explore its practical applicability. The results of the study highlight several important aspects. Firstly, the quantification of general value perceptions and users’ attitudes towards companion robots leads to a nuanced understanding, effectively translating abstract thoughts into concrete perceptions. Secondly, the assessment instrument allowed for the categorization of users into five distinct types, offering insights into their varied perceptions of companion robots’ general value. These categories included “the most positive,” “the most negative,” “the average,” “the most practical,” and a segment with high expectations for enjoyment but doubts about usability. Thirdly, this user categorization not only enriches our understanding of user diversity but also introduces innovative strategies for market segmentation. Notably, the “most positive type” emerged as the segment most inclined towards the actual adoption of companion robots, underscoring the instrument’s potential in shaping market targeting and design development strategies.

전이 학습을 이용한 선박 기관실 기기의 분류에 관한 연구

박경민 해양환경안전학회 2021 海洋環境安全學會誌 Vol.27 No.2

Ship engine rooms have improved automation systems owing to the advancement of technology. However, there are many variables at sea, such as wind, waves, vibration, and equipment aging, which cause loosening, cutting, and leakage, which are not measured by automated systems. There are cases in which only one engineer is available for patrolling. This entails many risk factors in the engine room, where rotating equipment is operating at high temperature and high pressure. When the engineer patrols, he uses his five senses, with particular high dependence on vision. We hereby present a preliminary study to implement an engine-room patrol robot that detects and informs the machine room while a robot patrols the engine room. Images of ship engine-room equipment were classified using a convolutional neural network (CNN). After constructing the image dataset of the ship engine room, the network was trained with a pre-trained CNN model. Classification performance of the trained model showed high reproducibility. Images were visualized with a class activation map. Although it cannot be generalized because the amount of data was limited, it is thought that if the data of each ship were learned through transfer learning, a model suitable for the characteristics of each ship could be constructed with little time and cost expenditure. 선박 기관실은 기술의 발전으로 인해 자동화 시스템이 향상되었지만, 해상에서는 바람, 파도, 진동, 기기 노후화 등의 다양한 변수가 많아 자동화 시스템에서 계측되지 않는 풀림, 절단, 누유, 누수 등이 발생하므로 기관사는 주기적으로 순찰을 한다. 순찰 시에는 1명의 기관사만 순찰하는 경우도 있으며, 이는 고온고압 및 회전기기가 운전 중인 기관실에서 많은 위험요소를 가지고 있다. 기관사가 순찰 시에는 오감을 활용하며, 특히 시각에 의존한다. 본 논문에서는 로봇이 기관실을 순찰하며 기기의 특이사항을 검출하고 알려주는 기관실 순찰 로봇을 구현하기 위한 선행연구로서 선박 기관실 기기의 이미지를 합성곱 신경망을 이용하여 분류하였다. 선박 기관실의 이미지 데이터 셋을 구성한 후 사전 훈련된 합성곱 신경망 모델로 학습하였다. 학습한 모델의 분류 성능은 높은 재현율을 보였으며, 클래스 활성화 맵으로 이미지를 시각화 하였다. 데이터의 양이 제한적이어서 일반화할 수는 없지만, 각 선박의 데이터를 전이학습으로 학습시키면 적은 시간과 비용으로 각 선박의 특성에 맞는 모델을 구축할 수 있을 것으로 사료된다.

생체 모방 로봇을 이용한 관로 모니터링 시스템의 구현

신대정,나승유,김진영,정주현,Shin, Dae-Jung,Na, Seung-You,Kim, Jin-Young,Jung, Joo-Hyun 한국정보처리학회 2010 정보처리학회논문지 A Vol.17 No.1

본 논문에서는 생체 모방 로봇을 이용한 관로 모니터링 시스템에 대하여 제안한다. 생체 모방 로봇은 관로를 이동하며 온도, 습도, 진동 등 다양한 정보를 획득한다. 관로를 이동하기 위하여 기본적으로 갖추어야 할 기능은 로봇이 이동하여야 할 관로의 형태를 인식하는 것이다. 관로의 형태 인식을 위한 센서로 적외선 거리 측정 센서를 사용하며, 모터에 연결된 센서는 회전 운동을 하며 측정된 각도 및 거리 정보 데이터를 이용하여 관로의 형태, 각도 등을 인식한다. 관로의 형태 인식은 모터에 의해 회전 운동하는 적외선 거리 측정 센서에 의해 감지되는 관로의 개수와 위치에 의한다. 한번 스캔된 데이터에서 감지되는 관로의 수에 따라 별도의 퍼지 분류기를 이용하여 형태 및 관로의 휘어진 각도 등을 추정하며, 다양한 형태의 관로에 대해 실제 측정된 데이터를 통하여 제안된 시스템이 효율적임을 확인한다. We present a pipeline monitoring system based on bio-memetic robot in this paper. A bio-memetic robot exploring pipelines measures temperature, humidity, and vibration. The principal function of pipeline monitoring robot for the exploring pipelines is to recognize the shape of pipelines. We use infrared distance sensor to recognize the shape of pipelines and potentiometer to measure the angle of motor mounting infrared distance sensor. For the shape recognition of pipelines, the number of detected pipelines is used during only one scanning of distance. Three fuzzy classifiers are used for the number of detected pipelines, and the classifying results are presented in this paper.

합성곱 신경망과 머신러닝을 활용한 화물운반 주의 표식 인식

김초명,박상찬 한국물류학회 2022 물류학회지 Vol.32 No.3

4차산업혁명, e-commerce 발달 및 코로나 시대 도래와 함께 물류량이 증가함에 따라 상⋅하차 자동화의 개발수요가 증가하고있다. 하역 자동화의 핵심기술인 운반객체분류는 컴퓨터 비전 및 인공지능의 기술과 함께 발전하고 있으며, EU의 인지 및 자율로봇 개발 프로젝트(Robotic Logistics)의 ‘Empticon Ⅱ’가 대표적이다. 해당 모델은 3D카메라로 커피콩 자루 더미를 촬영한 후 컴퓨터 비전 기술을 통해 위치를 파악하며 위치파악 및 인식 정확도를 높이기 위해 취급할 수 있는 객체의 모양과 크기를 사전에 학습했다. 객체탐지성능은 사전 학습 객체의 양과 비례하지만 다양한 크기와 질감을 가진 모든 객체를 사전에 학습하기엔 어렵다는단점이 있다. 본 연구는 운반 주의 표식을 부착한 다양한 크기의 상자를 인식하고 분류하여 하역 자동화기기를 컨트롤 할 수 있는모델 개발의 기초학습모델 및 자료를 개발하고자 한다. 모델 개발을 위해 가장 보편적인 4가지 운반 주의 표식을 선정하였으나, 온라인으로 배포되고 있는 데이터 세트가 없어 연구자가 직접 촬영했다. 촬영 및 수집한 데이터의 양이 1천 장을 넘지 않았기 때문에 합성곱 신경망 기반 분류기를 학습하는 데 적합하지 않았다. 더하여 앙상블 기반 머신러닝 분류기 성능은 높지 않았기 때문에 합성곱 신경망을 사용하여 운반 주의 표식 특징추출기와 머신러닝 분류기를 결합한 모델을 개발했다. 실제 테스트 단계에선학습에 사용되지 않고 노이즈가 있는 사진을 사용했으며, 상자 주변 배경을 제거하여 성능저하 문제를 해결했다. 그 결과Precision 0.9675, Recall 0.9575, F1-score 0.9625를 달성해 우수한 성능을 보였으며 육안으로 판별할 수 있는 차이가 큰 운반 주의표식의 경우 학습 데이터양이 적을 때 합성곱 신경망 특징추출기와 앙상블 머신러닝 분류기 결합 모델의 성능이 우수하다는 것을밝혔다. 본 연구는 운반 주의 표식 데이터 세트 수집, 전처리와 인식모델 개발 및 활용연구의 과정에 대해 연구했으며 하역 자동화연구의 기초 자료로써 학문적 함의를 갖는다. The development speed of the loading and unloading automation is accelerating due to such initiators as the prevailing 4th industrial revolution technologies, the expansion of e-commerce, and the increase in logistics volumes inevitably by the advent of the corona era. The logistic-object classification evolves along with the computer vision as a core technology for the automatic loading and unloading. As a practical example, ‘Empticon Ⅱ’ of the ‘Roblog’ project identifies the location of the coffee bean sack to be transported. The 3D camera is used for photographing the sack and analyzing it through the computer vision technology. Tremendous amounts of data training efforts were required in advance to make the object detection function better. This method, however, has a disadvantage in that it is difficult to learn and utilize all the objects of various sizes and textures in advance because the object detection performance is proportional to the amount of objects learned in advance. Most of the objects handled are boxes. To prevent damage from using the unloading robot, logistics safety labels are attached to the box. This study aims to make a model that can control automatic loading and unloading robots by recognizing and classifying logistics safety labels attached to boxes of various sizes. To train the machine learning model, the most common logistics safety labels attached to the box or printed need to be obtained as training examples. Unfortunately, there was no such dataset being distributed as an open source, so the authors built a dataset by themselves. A classifier using the ensemble model was created. In order to increase the efficiency of the classifier, the characteristics of the logistics safety labels were extracted through a convolutional network and used as training and test data. As a result, we observed the performance of the ensemble classifier having Precision 0.9675, Recall 0.9575, and F1-score 0.9625. In addition, in order to solve the problem of performance degradation of the classifier depending on the background in which the box is photographed, a pipeline was designed to detect only the box without background and caution signs.

대화 시스템을 위한 사용자 발화 문장의 감정 분류

강상우(Sangwoo Kang),박홍민(Hongmin Park),서정연(Jungyun Seo) 한국인지과학회 2010 인지과학 Vol.21 No.4

대화 시스템은 사용자의 의도를 파악하기 위해 발화 문장으로부터 다양한 형태론적 분석을 시도한다. 하지만 사용자는 발화 문장에 포함된 사전적 의미를 통해 의도를 전달할 뿐만 아니라 현재 감정 상태에 따라서 사전적 의미와는 다른 의도를 표현하거나 동일한 의미를 갖는 발화에서 다양한 의도를 표현한다. 따라서 대화에서 사용자의 감정을 파악하는 것은 사용자의 의도를 다양한 방향으로 분석할 수 있게 한다. 본 연구는 기계 학습 방법을 사용하여 사용자 발화 문장에 자동으로 감정 범주를 할당하는 방법을 제안한다. 일반적 감정 범주를 정의하기 위해 세부적인 감정 모델로 인정받고 있는 Plutchick의 감정 모델을 사용하여 9개 감정 범주를 재 정의하고 감정 분류를 위한 자질 집합을 문장 자질과 선험적 자질 그리고 문맥 자질로 구분하였다. 실험을 통하여 3가지 자질들의 최적 조합을 구성하고 감정의 자동 분류를 위해 SVM 분류기를 사용하였다. 실험 결과에서 제안 시스템은 비교 시스템에 비해 15% 높은 62.8%의 F1-평가치 성능을 나타냄으로서 제안된 방법이 감정 분류에 효과적임을 증명한다. A dialogue system includes various morphological analyses for recognizing a user’s intention from the user's utterances. However, a user can represent various intentions via emotional states in addition to morphological expressions. Thus, a user’s emotion recognition can analyze a user’s intention in various manners. This paper presents a new method to automatically recognize a user’s emotion for a dialogue system. For general emotions, we define nine categories using a psychological approach. For an optimal feature set, we organize a combination of sentential, a priori, and context features. Then, we employ a support vector machine (SVM) that has been widely used in various learning tasks to automatically classify a user’s emotions. The experiment results show that our method has a 62.8% F-measure, 15% higher than the reference system.