중재자를 활용한 AI 기반 피트니스 서비스에서의 AI 에이전트의 사회적 상호작용 디자인 = Designing AI Agent’s Social Interaction Quality in AI-based Fitness Services as a Mediator

국문 초록 (Abstract)

연구배경 COVID-19 팬데믹으로 인해 사람들의 신체 활동 시간과 질이 감소함에 따라 모바일 기반 피트니스 서비스 사용에 대한 사회적인 풍토가 마련되었다. 특히 AI 기반 피트니스 서비스는 정확한 분석 등의 다양한 AI 관련 기능으로 사용자들 사이에서 각광받고 있다. AI 기반 피트니스 서비스의 기술적 측면에 대한 많은 연구가 진행되고 있지만 사용자 경험에 대한 연구는 부족한 실정이다. 특히 사용자들의 건강 행동 변화에 영향을 줄 수 있는 중재자의 역할을 할 수 있는 AI 에이전트의 사용자들과의 사회적 상호작용에 대한 탐구가 필요하다. 본 논문에서는 현재 AI 기반 피트니스 서비스의 현황을 파악하고, 사용자 및 전문가 인터뷰를 통해 전체 사용자 여정에서 AI 기반 피트니스 서비스 및 AI 에이전트에 대한 사용자 경험 기대를 탐색하였다. 이를 기반으로 AI 기반 피트니스 서비스의 중재자 역할을 하는 AI 에이전트의 사회적 상호작용에 대한 디자인 제언을 하였다.
연구방법 본 연구는 크게 두 부분으로 구성되어 있다. 기존 인공지능 기반 피트니스 서비스의 사례와 그 기술적 활용을 분석하여 현재 AI 기반 피트니스의 한계를 조사하였다. 두 번째로 사용자 인터뷰를 통해 서비스 여정 전반에 걸친 AI 에이전트의 역량을 탐색하였다. 인터뷰 결과 분석의 정확성을 높이기 위해 통계적으로 유의미한 결과를 도출하는 정량적 디자인 연구 과정을 수행하였으며 인공지능 분야의 전문가들에게 인공지능 기반 피트니스 서비스의 현황 파악 및 향후 방향을 논의하였다. 이를 기반으로 디자인 제언이 도출되었다.
연구결과 본 논문에서는 사례 분석과 사용자 및 전문가 인터뷰를 분석하여 사용자 여정에 따른 AI 기반 피트니스 서비스의 AI 에이전트의 사회적 상호작용 프레임워크를 도출하고 이를 적용한 디자인 설계 사례를 제안하였다. 사용자가 AI 기반 피트니스 서비스를 이용하기 전에는 맞춤형 제안과 정확한 분석이 AI 에이전트의 중요한 자질로 여겨졌다. 운동 중 단계에서는 액셔너블한 피드백을 제공하고 데이터 기반 실시간 코칭을 제공하는 것이 중요했으며, 운동 후 단계에서는 다음 운동 계획에 도움이 되는 보고 결과와 정서적 지지가 중요하게 여겨졌다. 뿐만 아니라 사용자와 서비스 사이의 관계에 따라 단기적 및 장기적 전략을 적절히 활용하여 사용자의 건강 행동을 증진시킬 수 있다.
결론 본 논문은 AI 기반 피트니스 서비스의 전체 사용자 여정에서 AI 에이전트의 기능과 사용자 경험에 대한 그들의 기대를 탐색하여 향후 다양한 AI 기반 피트니스 서비스를 설계할 때 도움이 될 수 있는 지식 체계로서의 디자인 프레임워크를 제안하였다. 본 논문에서는 사용자의 건강 관련 행동 변화를 위한 AI 기반 피트니스 서비스의 디자인에 있어서 사용자 여정 전체를 고려하는 것도 매우 중요하지만 사용자와 시스템 간의 진화적 관점을 고려하는 것도 큰 의미가 있다는 것을 강조하였다.

참고문헌 (Reference)

1 이새봄 ; 송재민 ; 박아름, "헬스케어산업에서의 인공지능 활용 동향" 한국콘텐츠학회 20 (20): 448-456, 2020

2 권기대, "디지털 헬스케어에 대한 국민 인식 조사" 한국디지털콘텐츠학회 23 (23): 551-558, 2022

3 Tompson, W., "Worldwide Survey of Fitness Trend for 2021" 25 (25): 10-19, 2021

4 Lee, Y., "Understanding the Roles and Influences of Mediators from Multiple Social Channels for Health Behavior Change" 1070-1079, 2015

5 Woo, Y. C., "Trend of Utilization of Machine Learning Technology for Digital Healthcare Data Analysis" 34 (34): 98-110, 2019

6 Garbett, A., "Towards Understanding People's Experiences of AI Computer Vision Fitness Instructor Apps" 1619-1637, 2021

7 Parker, K., "The Use of Digital Platforms for Adults' and Adolescents' Physical Activity During the COVID-19Pandemic (Our Life at Home): Survey Study" 23 (23): e23389-, 2021

8 Prochaska, J. O., "The Transtheoretical Model of health behavior change" 12 : 38-48, 1997

9 Landis, J. R., "The Measurement of Observer Agreement for Categorical Data" 33 (33): 159-174, 1977

10 Watson, D. L., "Self-directed behavior: Self-modification for personal adjustment" Thomson/Wadsworth 2005

11 Asan, O., "Research Trends in Artificial Intelligence Applications in Human Factors Health Care: Mapping Review" 13-15, 2021

12 Scutchfield, F. D., "Principles of public health practice" Cengage Learning 2003

13 Luger, E., "Like Having a Really Bad PA": The Gulf between User Expectation and Experience of Conversational Agents" 5286-5297, 2016

14 Sussman, S, "Handbook of program development for health behavior research and practice" Sage 2000

15 Ammar, A., "Effects of home confinement on mental health and lifestyle behaviours during the COVID-19outbreak : insights from the ECLB-COVID19 multicentre study" 38 (38): 9-21, 2021

16 이여름 ; 임윤경, "Designing Social Interaction for Health Behavior Change throughout the Before, During, and After Phases in Health IT Services" 한국디자인학회 30 (30): 29-41, 2017

17 Kim, D., "Co-Performing Agent: Design for Building User-Agent Partnership in Learning and Adaptive Services" 1-14, 2019

18 Sundel, M., "Behavior change in the human services: Behavioral and cognitive principles and applications" SAGE Publications 2005

19 Shaw, J., "Artificial intelligence and the implementation challenge" 21 (21): e13659-, 2019

20 Villalobos-Zúñiga, G., "Apps That Motivate: a Taxonomy of App Features Based on Self- Determination Theory, Apps that motivate: A taxonomy of app features based on self-determination theory" 140 : 102449-, 2020

21 Farrokhi, A., "Application of Internet of Things and artificial intelligence for smart fitness : A survey" 189 : 107859-, 2021

22 Wang, J., "Ai coach: Deep human pose estimation and analysis for personalized athletic training assistance" 374-382, 2019

23 De Oliveira Neto, "#TrainingInHome - Home-based training during COVID-19 (SARSCOV2)pandemic: physical exercise and behavior based approach" 19 : 9-19, 2020