Data-driven disability persona augmentation for service journey inference : focusing on daily living support needs of people with developmental disabilities

국문 초록 (Abstract)

장애인을 위한 서비스디자인은 그 필요성과 잠재적 가치에도 불구하고, 소수성과 시장성 부족이라는 이중의 제약으로 인해 학문적·실무적 관심에서 상대적으로 저평가되어 왔다. 특히 발달장애인의 경우, 스펙트럼성으로 인해 개인 간 차이가 극단적으로 다양하게 분포함에 따라, 일반화와 대표성 확보가 어려워 설계 및 평가 과정에서의 정량적 분석이 난해하다. 본 연구는 이와 같은 발달장애인의 소수성, 스펙트럼성, 산발성이라는 구조적 문제를 해결하기 위한 대안으로, 데이터 증폭 기법과 알고리즘적 클러스터링을 활용하여 대표 페르소나를 도출하고, 이를 일상 시나리오에 매핑하여 일상생활지원서비스 니즈를 정량적으로 진단하는 Augmented Persona Mapping Framework를 제안한다.
본 연구는 두 가지 목표를 중심으로 설계되었다. 첫 번째 목표는 제한된 수의 실제 발달장애인 데이터를 증폭하여 스펙트럼 다양성을 확보함으로써, 일반화 가능한 대표 페르소나를 정의할 수 있는 알고리즘을 개발하는 것이다. 두 번째 목표는 도출된 대표 페르소나를 일상생활지원 시나리오에 대입하여, 활동 단위별로 필요한 기능과 제약 요인을 구조화하고, 서비스 니즈 수준을 수치화하는 정량적 분석 체계를 마련하는 것이다.
이를 위해 다음과 같은 연구가 진행되었다. 우선, 실제 발달장애인 6명의 인터뷰 데이터를 K-Vineland-II 알고리즘에 기반하여 총 2,406명의 가상 데이터로 증폭하였다. 이후 주성분 분석 및 계층적 클러스터링을 통해 기능 특성에 따라 5개의 대표 페르소나를 도출하였다. 이후 대표 페르소나를 일상생활 기반 시나리오(e.g., 학교 생활, 교통 이용, 식사 준비, 쇼핑 등)에 대입하여, 각 시나리오 수행을 위한 활동 단위별로 필요한 기능 및 적응행동 요소에 대한 수행 제약 요인을 대형 언어 모델을 통해 해석하였다. 수치화하여 분석된 서비스 니즈 수준 및 세부 내용은 고객 여정 지도 형태로 시각화하였다.
본 프레임워크의 유효성은 실제 발달장애인 사례의 수행 데이터를 기준으로 검증하였으며, 그 결과 대표 페르소나는 실제 발달장애인의 장애 수준에 대해 75% 이상의, 이에 기반한 저니맵은 실제 발달장애인의 일상 수행 경향과 86% 이상 수준의 높은 정합도를 나타냈다. 이를 통해 해당 프레임워크가 활동 제한의 원인과 서비스 개입 필요 수준을 구체적으로 제시할 수 있는 분석 도구로 기능함을 확인하였다. 이는 장애인의 일상생활 내 서비스 니즈를 직관이 아닌 구조적·반복 가능한 방식으로 해석할 수 있음을 시사한다.
본 연구는 장애인의 행동 데이터를 구조화·증폭하여 페르소나 및 저니맵 설계에 활용할 수 있는 가능성을 실증함으로써, 정성 중심의 기존 장애 연구에 정량 기반 접근을 도입하고, 실증성과 반복 가능성을 동시에 확보하는 분석 프레임워크를 제시하였다는 점에서 의의가 있다. 향후에는 이를 디지털 트윈 기반 UX 설계 및 AI 기반 서비스디자인과 연계함으로써, 사용자 반응 예측 및 시뮬레이션 기반 서비스 전략 수립으로 확장할 수 있을 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

Despite the clear necessity and potential value of service design for people with disabilities, it remains underrepresented in both academic and practical domains due to the dual limitations of population scarcity and low market viability. In particular, the extreme behavioral diversity among people with developmental disabilities—stemming from spectrum-based variability—makes generalization and representativeness especially difficult, posing fundamental challenges to quantitative analysis in service design and evaluation.
To address these structural issues—scarcity, spectrum diversity, and behavioral fragmentation—this study proposes the Augmented Persona Mapping Framework. The framework integrates data augmentation and algorithmic clustering to derive representative personas and maps them onto daily life scenarios to quantitatively assess support needs in daily living.
This research was designed around two core objectives. The first is to develop an algorithm that generates representative personas by augmenting a small set of real-world cases to reflect spectrum-level diversity. The second is to apply these personas to common daily living scenarios, structurally identifying activity-specific barriers and required functions, and visualizing support needs through a quantitative analytical framework.
This study expanded interview data from six individuals with developmental disabilities into 2,406 synthetic cases using a K-Vineland-II–based data augmentation process. Principal component analysis and hierarchical clustering analysis were then used to extract five representative personas categorized by functional characteristics. These personas were applied to real-life scenarios—such as school routines, transportation use, meal preparation, and shopping—and large language models were employed to interpret both functional and adaptive behavioral limitations and quantify the required level of support. The results were visualized as structured journey map.
Validation was conducted by comparing the framework’s outputs to real performance data from two people with developmental disabilities not included in the training data. The representative personas demonstrated over 75% alignment with actual disability levels, and the journey maps showed more than 86% similarity in activity patterns, confirming the framework’s effectiveness as an analytical tool for identifying service intervention points.
This study provides empirical evidence for structuring and amplifying behavioral data for use in persona modeling and service need mapping. It introduces a replicable and data-driven alternative to traditional qualitative methods in disability-focused design. Furthermore, the proposed framework holds future potential for simulation-based service strategy development, particularly when integrated with digital twin environments and AI-driven service design.

목차 (Table of Contents)

• Chapter 1. Introduction 1
• 1.1. Background 1
• 1.1.1. From Functionality to Disability, and Service Design 1
• 1.1.2. Disability Design Approaches 2
• 1.1.3. Market-oriented Approach to Disability through Service Design 4
• 1.1.4. Data-driven Service Design for Developmental Disabilities 6
• 1.2. Research Objective 8
• 1.3. Outline 9
• Chapter 2. Literature Review 10
• 2.1. Disability 10
• 2.1.1. Historical Evolution of Theoretical Models of Disability 10
• 2.1.2. ICF: A Multidimensional Classification of Disability 12
• 2.1.3. Established Strategic Approaches to Disability 13
• 2.2. Service Design 18
• 2.2.1. Objective of Service Design 18
• 2.2.2. Framework of Service Design 20
• 2.2.3. Data-driven Service Design 23
• 2.2.4. Disability Service Design 25
• 2.3. Persona 29
• 2.3.1. Typology, Composition, and Construction Methods of Persona 29
• 2.3.2. Data-driven Persona 36
• 2.3.3. AI-driven Persona 43
• 2.3.4. Disability Persona 47
• 2.4. Service Scenario and Customer Journey Map 50
• 2.4.1. Scenario 50
• 2.4.2. Customer Journey Map 52
• 2.5. Service Design for People with Developmental Disabilities 55
• 2.5.1. Developmental Disabilities 55
• 2.5.2. ADL/IADL: Functional Indicators for Support Needs in Daily Life 57
• 2.5.3. Vineland-3: A Standardized Measure of Adaptive Behavior 59
• 2.5.4. Service Needs of People with Developmental Disabilities 66
• 2.5.5. Daily Living Support Services 68
• Chapter 3. Methodology Description 71
• 3.1. Augmented Persona Mapping Framework 72
• 3.1.1. Part 1: Data Augmentation and Persona Clustering 74
• 3.1.2. Part 2: Quantitative Mapping and Evaluation of Service Needs 76
• 3.2. Part 1 77
• 3.2.1. Persona Skeleton for Developmental Disabilities 77
• 3.2.2. Interview Design for Data Collection 80
• 3.2.3. Data Augmentation Algorithm 81
• 3.2.4. Multidimensional Behavioral Clustering Methodology 83
• 3.2.5. Final Construction of Representative Personas 85
• 3.3. Part 2 87
• 3.3.1. Daily Living Scenario Design 87
• 3.3.2. Quantitative Scoring and Visualization of Journey Map 88
• Chapter 4. Validation of Augmented Persona Mapping Framework 91
• 4.1. Overview of Ground Truth Data Collection 91
• 4.1.1. Interview-Based Dataset Preparation 91
• 4.2. Part 1: Construction and Evaluation of Representative Personas 95
• 4.2.1. Augmenting Base Profiles for Persona Modeling 95
• 4.2.2. Hierarchical Behavioral Clustering of Augmented Profiles 96
• 4.2.3. Functional Pattern Characterization of Persona Clusters 98
• 4.2.4. Validation of Persona Cluster Fidelity 103
• 4.3. Part 2: Evaluation of Daily Living Support Needs Using Persona-based Journey Maps 111
• 4.3.1. Quantitative Mapping of Daily Living Scenarios 111
• 4.3.2. Qualitative Diagnosis of Support Needs Using LLMs 119
• 4.3.3. Validation of Service Journey Map Fidelity 121
• Chapter 5. General Discussion 126
• References 131
• Appendix 153