공포 영화 CG 캐릭터의 불쾌한 골짜기 효과에 대한 실증적 연구

Ⅰ. 서 론

최근 3D 컴퓨터 그래픽스(3D Computer Graphics, 이하 3D CG)의 발전에 따라, 가상현실, 디지털 아트, 과학적 데이터 시각화, 영화, 애니메이션, 게임 등이 시각 효과(Visual effects, 이하 VFX)의 방식을 대체 및 보완하고 있다[1]. 특히 애니메이션, 영화, 게임 분야의 경우, 실제 배우의 3차원 움직임을 포착해서 컴퓨터로 저장하는 기법인 모션 캡처(Motion capture)나 유체의 움직임을 시뮬레이션 등에 컴퓨터 그래픽스의 적용이 가장 현저하게 이루어지고 있으며[2]. 이와 관련된 소프트웨어의 개발은 3D CG 기술의 비약적인 성장을 이루어 내고 있다.

의인화된 캐릭터나 크리에이처가 등장하는 영상 콘텐츠 분야의 경우, 인간과 동일한 외형, 움직임, 기능을 구현하기 위해시각 효과(VFX)와 3D 컴퓨터 그래픽스(3D CG)에 대한 연구 및 관련 소프트웨어의 개발이 지속적으로 이루어지고 있다[3]. 예를 들면, 3D 영화의 가장 성공적인 사례로 평가받고 있는 제임스 카메론(James Cameron)감독의 <아바타(Avatar, 2009)>의 경우, 영화에 출연하는 실제 배우를 묘사한 3D 컴퓨터 그래픽스(3D CG) 캐릭터가 실사와 합성되었는데, 인간 배우와 3D 캐릭터 간 이질감이 전혀 느껴지지 않고 배우의 감정 연기 또한 고스란히 컴퓨터 그래픽 캐릭터에 녹아 있다[4]. 특히 이모션 캡처(Emotion capture) 시스템은 배우의 얼굴 근육이나 동공의 크기 변화 등 정서적 변화까지 표현해냈다[5].

또한 영화 <틴틴(TinTin: The Secret of the Unicorn, 2011)>이 초현실성이 내재한 영화로써 긍정적으로 평가를 받은 이후 <혹성탈출: 종의 전쟁(War for the planet of the apes, (2017)>, <신과 함께: 인과 연 (2018)>, <알라딘(Aladin, 2019)>, <알리타: 배틀 엔젤(Alita: Battle angel, 2019)> 등에서 고도의 기술력으로 구현된 인간과 캐릭터가 관객에게 기술집약적인 경험을 제공해 주었다. 특히 <신과 함께: 인과 연 >의 경우, 덱스터가 자체적으로 개발한 컴퓨터 그래픽 프로그램 ‘젠(Zeen)’과 스캐터링 툴(scattering tool) ‘젠브(Zenv)’이 사용되었다.

3D 애니메이션이나 시각 효과(Visual effects, 이하 VFX)와 관련된 3D 컴퓨터 그래픽스(3D CG)의 기술력이 과도한 극사실주의를 추구할 때 발생되는 ‘불쾌한 골짜기 효과(Uncanny Valley Effect, 이하 UVE)’[6]의 경험적 요소는 영상 콘텐츠의 작품성과 흥행성에 상당한 영향력을 미치고 있다. 최근에 발간된 ‘가상현실 콘텐츠 소비자 행태분석(2019)’보고서에 의하면, 가상현실 콘텐츠의 경우에도 ‘불쾌한 골짜기 효과(UVE)’가 이들 콘텐츠의 확산을 위한 당면 과제로 지적되었다[7].

‘불쾌한 골짜기 효과(UVE)’는 캐릭터의 차가운 눈빛과 기계적인 움직임으로 문제가 제기되었던 3D 애니메이션 ‘파이널 판타지(Final Fantasy, 2001)’를 시작으로 논의되기 시작되었다[8]. 작년에 개봉되었던 <라이온 킹(Lion King, 2019)> 과 <캣츠(cats, 2019)>의 경우, 개봉 전 평론가들로부터 혹평이 이어졌다. <라이온 킹>의 경우, 컴퓨터 생성 이미지(Computer-generated imagery, 이하 CGI)로 탄생된 동물 캐릭터의 외형과 움직임이 워낙 사실적이라서 자연 다큐멘터리를 보는 것과 유사한 경험을 관객들에게 제공하면서 동시에 이들 동물 캐릭터가 인간의 언어로 말과 노래를 한다는 점이 불쾌감을 발생시켰다. <캣츠>의 경우, 개봉 이후 인간화된 고양이의 컴퓨터 생성 이미지(CGI)의 가슴과 꼬리 등 외형적 신체 구조에 대해 기괴함이나 불쾌감을 느꼈다는 관객들의 부정적인 평가가 소셜 네트워트 서비스(SNS)에서 확산되었다 <그림 1>. 동일한 맥락에서, 뉴욕 타임지를 비롯, 국내외 다수의 뉴스 매체는 <캣츠>가 ‘불쾌한 골짜기‘의 딜레마에 빠졌으며, 심지어 공포감을 유발시킨다는 점을 지적했다.

Fig. 1.

The main characters of the Cats (Source: SBS, 2019) and the motion capture process of Tom Hanks in Polar Express (Source: Maxmovie, 2004)

Ⅱ. 연구 배경

2-2 연구 방법 및 범위

기존의 ‘불쾌한 골짜기 효과(UVE)’에 대한 실증적 분석을 다룬 선행 연구들을 검토해보면, 매티이유 데스테프(M, Destephe, 2015)와 동료 연구자들은 ‘불쾌한 골짜기 효과(VUE)’의 관점에서 피험자를 대상으로 휴머노이드 로봇 동작의 인지된 인간 유사성(perceived humanness), 기괴함(eeriness), 유인력(attractiveness)를 실험했다[14]. 기존의 ‘불쾌한 골짜기 효과(VUE)’에 대한 연구들이 정서적 반응을 유발하는 속성에 대한 정의 및 정량화 연구 방법론의 부적절함을 지적한 스테파니 레이(S. Lay, 2016)와 동료 연구자들은 다수의 기존 연구가 자극으로 실험에 사용된 이미지의 인간 유사성의 변화를 충분히 제어하지 않았다는 점을 강조했다. 이들 연구자들은 인간적 유사성(human likeness), 기괴함(eeriness), 정서적 반응(emotional response) 등 세 가지의 요인의 측정을 통해 ‘불쾌한 골짜기 효과(VUE)’의 정량화를 시도했다[13].

한편 칼 맥돌먼(K. F. MacDorman, 2009)과 동료 연구자들은 ‘불쾌한 골짜기 효과(VUE)’의 원인을 밝히기 위해, 컴퓨터 생성 인간 캐릭터의 얼굴 모델링을 활용, 캐릭터 얼굴의 인간 유사성(perceived humanness)을 인간 텍스처(hman texture), 인간 세부 사항(human detail), 인간 유사성에 대한 민감성(sensitivity to human likeness), 그리고 인지된 기괴함(eeriness)은 질감의 기괴함(eerie texture), 세부 사항의 기괴함(eerie detail), 인간의 기괴함(eerie human) 등을 사용해서 정량적으로 측정했다[9]. 동일한 맥락에서 칼 맥돌먼은 호친창(K. F. MacDorman & C. C. Ho, 2017)과 함께 인간 유사성과 관찰자의 정서적 평가 간의 관계를 규명하기 위해, 피실험자를 대상으로 5편의 3D 컴퓨터 애니메이션에 등장하는 12개의 캐릭터의 인간 유사성(humanness)을 인간간 따뜻함(inter-personal warmth), 유인력(attractiveness), 기괴함(eeriness) 등 정서적 차원에 대해 설문조사와 인터뷰를 병행했다[15] <그림 2>.

Fig. 2.

3D computer-animated 12 character images used in the research (Source: Chin-Chang Ho and Kark F. MacDorman, 2017, pp.3)

마지막으로, 자리 카츠시리(J. Kätsyri, 2017)와 동료 연구자들은 3D 컴퓨터 그래픽스(3D CG) 기반의 반사실적인(semi-realistic) 애니메이션 캐릭터들이 실제로 부정적인 반응을 획득하는지를 실험했으며, 인간 유사성(human-likeness), 호감도(likability), 기묘함(strangeness), 기괴함(eeriness), 분류난이도(classification difficulty) 등의 요인을 사용해서 설문조사가 병행되었다. 그 결과, 세미 사실적인 캐릭터가 애니메이션 등장인물이나 실제 배우보다 한층 높은 섬뜩함을 제시해 줌으로써, ‘불쾌한 골짜기 효과(UVE)’가 이들 컴퓨터 생성 캐릭터에 존재한다는 사실을 입증해주었다[11].

본 연구에서는 <표 1>의 선행 연구에서 공통적으로 사용된 요인인 ‘인지된 인간 유사성(perceived humanness),’ ‘인지된 기괴함(eeriness)’이 채택되었고, 유인력(attractiveness) 대신 컴퓨터 생성 이미지(CGI)에 대한 태도로 조작적으로 정의 및 대체되었다. 이는 설문조사를 실행 전 단계에서, 8명의 대학생을 대상으로 상술한 세 가지의 요인에 대해 설명을 제공한 결과, 대부분 이미지가 매력이나 유인력과는 관련성이 없다고 설명했기 때문이다. 이에 연구자는 상술한 요인을 기반으로 제기된 주요 연구 문제를 아래의 가설로 수립했다 <표 2>.

Table 1.

The factors used in the previous researches

Table 2.

The hypotheses

본 연구는 상술한 선행 연구와 마찬가지로 정량적 연구 방법을 사용했으며, 연구방법론은 크게 3D 컴퓨터 그래픽스(3D CG)로 구현된 공포 캐릭터에 대한 얼굴 인식과 이들 캐릭터를 대상으로 ‘불쾌한 골짜기 효과(VUE)’에 대한 설문조사가 병행되었다. 연구자는 칼 맥돌먼[9]과 칼 맥돌먼은 호친창[15]의 연구, 그리고 자리 카츠시리[11]의 연구를 참고로, 3D 컴퓨터 그래픽스(3D CG)로 구현된 캐릭터를 인간 유형과 크리처 유형으로 분리해서 각 영역별로 10개의 공포 영화와 캐릭터 이미지를 선정했다 <표 3>.

Table 3.

The horror movies characters used in the study

본 연구에서 사용된 공포 영화는 영화 웹 사이트 로튼 토마토(Rotten Tommatoes)와 콘텐츠 서비스 업체인 넷플릭스(Netflix)가 추천하는 호러 및 초자연 유형의 영화 목록 가운데, 2000년 이후에 개봉된 영화가 사용되었다<표 2>. 연구 대상의 선정에서 가장 중요하게 고려했던 사항은 인간 유사 유형이나 크리처 캐릭터의 얼굴 전체가 컴퓨터 생성 이미지(CGI)이어야 하며, 정면을 바라보고 있는 얼굴 이미지의 획득이 가능해야 한다는 것이었다. 이는 컴퓨터 생성 이미지(CGI)의 인간과의 유사성 분석을 목적으로, 인공지능 기반의 마이크로소프트의 클라우드 컴퓨팅 플랫폼 Vision API와 마이크로소프트 에저(Microsoft Azure)를 기반으로 한 얼굴 인식에 대한 조건을 충족시키기 위해서였다.

마지막으로 설문조사를 실행하기 위해 예술 공학, 컴퓨터 예술, 게임, 영상 등 20대의 관련 전공자로 모집단이 구성되었으며, 2020년 8월 10일-12일 동안 36명이 구글 서베이(Google Survey)를 통해 설문조사에 참여했다. 모집단 가운데 40.5%는 공포 영화에 대한 선호도가 높게 제시되었고, 10.0% 이상은 본 연구에서 다룬 공포 영화를 관람한 경험을 갖고 있었다. 본 연구에서 20대 계층을 모집단으로 구성한 이유는 2017년 매일경제가 롯데시네마에 의뢰해서 당시 공포 영화 관객의 성별·연령대별 분포를 분석한 결과, 20대의 관람 비율 여성이 압도적으로 공포 장르를 즐기는 것으로 나타났고, 남녀 비율을 합하면 전체 관람객 가운데 약 45% 이상을 차지하기 때문이다 [16].

설문조사의 주요 항목은 인지된 인간유사성(perceived humanness), 인지된 기괴함(eeriness), 컴퓨터 생성 이미지(CGI)에 대한 태도(attitude toward 3D CGI) 각각 5개씩 총 15개로 구성되었다 <표 4>. 또한, 선정된 20개의 캐릭터 이미지가 실제로 ‘불쾌한 골짜기 효과(VUE)’와 기괴함을 발생시키는지, 이러한 정서적 반응을 유발시키는 요인은 무엇인지, 이들 캐릭터와 인간과의 유사성이 집중적으로 다루어졌다. 컴퓨터 생성 이미지(CGI)에 대한 태도의 경우, 설문참여자의 공포 영화에 대한 선호도, 컴퓨터 생성 이미지(CGI)와 ‘불쾌한 골짜기 효과(VUE)’의 상관관계가 조명되었다 [17].

Table 4.

The questions composed of the survey

Ⅲ. 이론적 배경: 불쾌한 골짜기에 대한 이론

프로이트(S. Freud)의 ‘운하임리히(Unjeimliche) 개념’은 두렵고 낯선 감정을 의미하는데, 이러한 감정은 정신 분석뿐만 아니라 현재 공학에도 적용되고 있다. 지금까지 ‘운하임리히(Unjeimliche)’ 이나 ‘언캐니(uncanny)’ 개념에 관한 연구는 두 가지의 유형으로 대별된다. 첫 번째는 신학자 오터(Otto, 1917)가 성스러움(das Heilige)이나 종교적 체험을 ‘언캐니(uncanny)’와 연관지어 설명했다. 두 번째는 에른스트 옌치(Ernst Jentsch)의 <두려운 낯설음의 심리학에 대해(Zur Psychologie des Umheimlichen, 1906)>의 관점에서 지그문트 프로이트(Sigmund Freud)의 이론을 적용하거나 확대해서 새롭게 응용하는 연구인데, 이러한 연구는 프로이트 이론을 직접적으로 적용 및 발전시키는 연구와 간접적으로 프로이트 논문의 기초가 된 접근하는 연구로 세분된다[18].

에른스트 옌치는 '언캐니(uncanny)'라는 감정이 사람에게 미치는 영향력을 연구했는데, 인간은 식별이 어려운 것, 즉 대상에 지적 불확실성이나 불명확성이 내재하는 경우, 공포감이나 불안감을 느끼며, 무기체가 살아 있는 듯한 생각이 들 때 상술한 현상이 발생한다고 설명했다 [18]. 한편 1919년에 정신분석학자 지그문트 프로이트(Sigmund Freud)는 ‘두려운 낯설음(das Unjeimliche)’을 통해, 이러한 감정은 미학적인 문제이며, 언캐니 현상은 친숙한 것을 보면서 자신이 이미 알고 있던 정보와 다르면 판단의 충돌에서 오는 인지 부조화에 기인한다는 점을 강조했다 [19]. 또한, 이러한 감정은 유년기의 욕망이 새롭고 낯설게 일깨워질 때 발생된다는 점도 지적했다. 예를 들어, E. T. A. 호프만(E. T. A. Hoffman)의 공상과학소설 ‘모래 인간(Der Sandmann, 1816)’이나 톰 홀랜드 감독의 공포 영화 ‘시탄의 인형(Child’s Play, 1988) 등에서 유년기에 친숙했던 이 인형은 우리의 생명을 위협하는 두렵고 낯선 존재로 등장한다 [20]. 우리가 인간과 유사한 외형의 인형이 기괴한 표정을 짓거나 움직이는 것을 보고 불쾌함을 느끼는 경우, 익숙함과 낯선 감정의 공존, 그리고 이들 감정이 기존에 가지고 있던 판단의 충돌로 인해 부정적 감정이 발생되는 것이다. 이후 ‘두려운 낯설음’은 모리 마사히로의 이론을 뒷받침해 주었다.

1970년 로봇공학자 모리 마사히로(Masashio Mori)는 프로이트의 개념을 로봇에 적용해서 ‘불쾌한 골짜기(Uncanny Valley)’라고 명명했는데, 이 경우는 상술한 접근 방법 가운데 후자에 해당한다. ‘불쾌한 골짜기 효과(UVE)’를 도식화 한 아래의 <그림 2>에서 보는 것과 같이, 이 이론의 핵심은 어떤 대상이 인간과의 유사성(human likeness, x 축)이 일정 수준까지 올라가면 호감도(familiarity, y 축)가 상승하는 반면, 이 유사성이 임계점에 다다르면 부정적 감정의 발생과 함께 호감도가 급격히 떨어진다[21]. 하지만, 이 대상의 외모나 행동이 인간과 거의 불가능할 정도로 유사성이 높아지는 경우에는 호감도가 회복이 된다는 것이다. 또한 움직임이 있는 대상은 움직임이 없는 대상의 호감도 보다 공포감을 느끼게 해주며, 로봇이나 인형 등 인간과 유사한 대상은 인간으로 하여금 공포를 느끼게 한다[22].

일본의 사회학자 및 심리학자 세야마(J. I. Seyama)와 나가야마(R. S. Nagayama, 2007)는 일련의 실험을 통해 인공으로 창조된 형상의 사실성과 실제감 변화가 인간의 호감도에 미치는 영향을 연구했다. 이들 연구자은 다른 얼굴형에 정상보다 150% 큰 눈을 갖다 붙여 다른 이미지들이 인간에게 주는 불쾌도를 실험했다 <그림 3>. 그 결과 피험자는 실제 인물의 이미지와 인공 형상 이미지의 변화를 관찰하면서 이상한 느낌을 가졌지만, 이미지의 다른 부분이 실제와 유사할수록 불쾌감의 강도가 높아졌다 [23]. 이 실험 결과는 인공적인 형상의 사실성 및 실제감이 강화될 때에도 혐오감이 강화되지만, 일반적인 인지에서 벗어나는 형상의 이상성을 감소시켜야만 부정적인 정서를 배제시킬 수 있다는 것을 의미한다[22].

Fig. 3.

The characteristic uncanny valley curve between affective evaluation and human-likeness as predicted by Mori Masahiro (Source: Jari Katsyri et al., 2015)

미국 샌디에고의 켈리포니아대학교(University of California)의 인지신경과학 및 신경심리학 연구실(Saygin Lab)의 경우, ‘불쾌한 골짜기’이론을 뒷받침해 줄 수 있는 증거를 확보하기 위해, 뇌파 진단 기록(Electroencephalogram, 이하 EGG)을 사용한 실험을 진행했다. 이 실험의 경우, 피험자가 실제 인간, 기계 로봇(a mechanical robot), 안드로이드 로봇(a realistic robot)이 각각 손을 흔들고 인사를 나누는 동영상을 제공받았으며, 이때 뇌의 반응이 기능성 자기공명영상(fMRI)로 촬영되었다[24].

실험에 사용된 안드로이드 로봇은 일본 오사카대 이시구로 히로시 교수가 실제 여성의 얼굴과 유사한 로봇이 제작 및 사용되었다. 그 결과, 사실적인 외형을 지닌 로봇은 의미 활성화의 지표인 N400 이벤트 관련 효과를 이끌어 낸 반면, 인간과 기계 로봇은 그러한 효과를 발생시키지 않았다 <그림 4>. 부연하면, 인간과 기계 로봇을 볼 때의 뇌파 반응은 동일했으나, 안드로이드 로봇을 볼 때는 시각 중추와 감정 중추의 연결부에서 격렬한 반응이 나타났다. 이는 안드로이드 로봇에 대해서는 감정의 교감이 일어나지 않아서 ‘불편한 골짜기’ 현상이 발생시키는 거부감이 나타난다는 것을 의미한다.

Fig. 4.

The real images and artificial images used in the experiment (Source: J. I. Seyama & R. S. Nagayama, 2007)

Ⅳ. 얼굴 인식 분석

5-1 마이크로소프트 AZURE 분석

본 연구에서는 기존의 얼굴 인식과 관련된 연구[25]에서 사용한 마이크로소프트의 Azure의 얼굴 인식 서비스(Azure Cognitive Service Face)를 사용, 선정된 공포 영화 캐릭터의 얼굴을 인식하도록 했다. 이 얼굴 인식 서비스는 이미지에서 사람의 얼굴을 감지, 인식 분석하는 알고리즘을 제공해 주며, 연령, 감정, 자세, 미소, 수염 등 얼굴 관련 특성을 추출할 수 있으며, 얼굴 감지, 얼굴 확인, 인지된 감정 인식이 가능하다[26]. 20개의 공포 영화 캐릭터 이미지를 Azure의 얼굴 인식 서비스로 분석한 결과, 20개의 이미지 가운데 ‘The nun (2016)’을 제외한 모든 이미지의 분석 결과가 ‘0개의 얼굴이 감지됨’으로 도출되었다<그림 5>. 이는 19개의 이미지가 인간 얼굴의 특성이나 인간 유사성을 지니고 있지 않기 때문에 얼굴이 감지되지 못한 것으로 해석될 수 있다. 반면, ‘The nun (2016)’의 경우에는 1개의 얼굴이 감지되었을 뿐만 아니라 감정도 인식되었다. 인지된 감정 가운데 가장 높게 제시된 것은 분노(0.631)였으며, 그 외에도 혐오(0.353), 경멸(0.003), 공포(0.002), 슬픔(0.001), 놀람(0.001) 등의 감정들이 제시되었다. 연구를 위해 선정된 이미지 이외에 하나의 이미지를 추가적으로 분석한 결과에서도 분노(0.034)와 혐오(0.012)가 가장 높은 비율로 나타났다<그림 6>.

Fig. 5.

Stimuli used in the ERP experiment, ERP plots fpr the N400 effect and bar plot for the N400 effect (Source: Urgen, B. A., Kutas, M., & Saygin, A. P., 2018)

Fig. 6.

Azure analysis result of selected horror character images ((above) the result of Pan’s labyrinth; (below) the results of The nun (2016))

5-2 마이크로소프트 Vision API 분석 결과

마이크로소프트 Vision API는 AutoML vision을 사용, 이미지로부터 유용한 정보를 도출하거나 선행 학습된 Vision API 모델을 이용해서 이미지를 인식한다[27]. 아래의 <표 5>은 Vision API를 통해 도출된 캐릭터 이미지에 대한 분석 결과이다. 인간 유사 형 캐릭터의 경우, 모든 캐릭터의 얼굴이 인간으로 인식되었으며, 이에 <가설 1>은 채택되었다. <라이트 아웃(Light out, 2018)>의 경우, 인간(74%)과 동물(56%)이 동시에 인식되었으며, 두 가지의 비율 간 편차는 비교적 높게 제시되었다. 한편 크리처 캐릭터의 경우, <스플라이스(Splice, 2010)>, <판의 미로(Pan’s labyrinth, 2006)>, <님프: 피의 요정(Manula, 2014)>의 캐릭터가 인간으로 인식되었고, 이 가운데 <님프: 피의 요정(Mamula, 2014)>는 <라이트 아웃(Light out, 2018)>과 마찬가지로 인간(79%)과 동물(75%)이 동시에 인식되었다<그림 6>. 비록 두 비율간 편차가 크지는 않았으나, 본 연구에서는 높은 비율로 나타난 인간이 선택되었다. 또한 나머지 크리처 캐릭터는 모두 동물로 인식되었으나 <님프: 피의 요정>으로 인해 <가설 2>는 채택되지 못했다. 한 가지 주지할만한 사항은 <더 프리스트(The priest, 2011)>의 이미지가 조각으로 인식되었다는 것인데, 이는 과도하게 매끄럽고 균일한 질감으로 인해, 그리고 눈과 코 등의 얼굴의 구성 요소가 인식되지 않았기 때문으로 해석된다.

Table 5.

The results of Vision API analysis

Fig. 7.

Vision API analysis result of Light out and Manula in which human and animal feature are co-existed (above) Light out(2018); (below) Mamula(2014))

5-3 설문조사결과

설문조사의 주요 내용은 크게 인간 유사 형 캐릭터와 크리처 캐릭터에 대한 ‘불쾌한 골짜기 효과(UVE)’와 공포감 유발, 그리고 이 두 가지의 발생 요인과 영향력에 집중되었다. 빈도분석 결과를 근거로, ‘불쾌한 골짜기 효과(UVE)’를 발생시킨 두 가지 유형의 캐릭터 각각 10개 가운데 1-3위를 점유한 것을 나열해 보면 다음과 같다: 전자의 경우, <블라인드 앨리(Blind Al요ey, 60.5%)>, <스캐리 스토리(Scary story, 55.3%)>, <마마(Mama, 36.8%)> 순으로, 후자의 경우, <판의 미로(52.6%)>, <님프: 피의 요정(Mamula, 47.4%)>, <스플라이스(34.2%)> 순으로 제시되었다.

공포감을 유발하는 인간 유사 형 캐릭터로는 <마마(56.8%)>, <블라인드 앨리(43.2%)>, <크림슨 피크(Crimson peak, 43.2%)> 순으로, 그리고 크리처 캐릭터로는 <판의 미로(64.9%)>, <돈 비 어프레이드: 어둠 속의 속삭임(Don’t be afraid of the dark, 43.2%)>, <더 씽(The thing, 37.8%)> 순으로 높게 나타났다. 인간 유사 형의 경우, <블라인드 앨리)>와 <마마>는 ‘불쾌한 골짜기 효과(UVE)’와 공포감 두 가지 항목에서 공통적으로 높은 비율을 차지했으며, 크리처 캐릭터의 경우에는 <판의 미로(64.9%)>가 공통적인 특성을 지닌 것으로 제시되었다.

한편 인간과의 유사성이 가장 낮은 인간 유사 형 캐릭터로는 <컨저링 2(The conjuring 2, 50.0%)>이 가장 높은 비율로 나타났으며, 그 다음으로는 <블라인드 앨리>, <반교(Detention, 2019)>, <스캐리 스토리>가 각각 23.7%로 두 번째로 높은 비율을 제시되었는데, 이들 캐릭터는 가장 기괴한 캐릭터에 대한 평가에서도 1-4위 순위를 차지했다. 반면, 크리처 캐릭터 가운데 가장 기괴한 것으로는 <더 씽(36.8%)>, <판의 미로(31.6%)>, <님프: 피의 요정(18.4%)>이 1-3위를 차지했다<표 6>.

Table 6.

The results of the evaluation of character in terms of uncanny valley effect and fear occurring

인간 유사 형 캐릭터(50.0%)는 크리처 유형의 캐릭터(34.2%)에 비해 ‘불쾌한 골짜기 효과(UVE)’에 미친 영향력이 좀 더 크게 나타났다. 이에 <가설 3>은 채택되었다. 반면 크리처 캐릭터(57.9%)가 인간 유사 형 캐릭터(31.6%)에 비해 공포감 유발의 영향력로 작용했다. 연구자는 ‘불쾌한 골짜기 효과(UVE)’에 미친 영향력에 대해 인간 유사 형 캐릭터를 좀 더 높게 평가한 설문참여자(n=34)와 크리처 캐릭터를 선정한 설문참여자(n=12)간의 인지된 인간유사성(perceived humanness)과 인지된 기괴함(perceived eeriness)간의 편차를 확인하기 위해, 이 두 집단이 각각 선택한 인간과의 유사성이 가장 낮은 인간 유사 캐릭터와 가장 기괴한 캐릭터의 누적 도수의 비율을 비교했다<표 7>. 그 결과, 인지된 인간 유사성의 경우에는 두 집단에서 공통적으로 <컨저링 2>가 인간과의 유사성이 가장 낮은 인간 유사 형 캐릭터로 제시되었으나 두 집단에서 편차가 발생했으므로, 가설 6은 채택되었다<가설 6>. 인지된 기괴함의 경우에는 순위에는 차이가 있었지만 <더 씽>, <판의 미로>, <님프: 피의 요정>이 공통적으로 높은 비율을 차지함으로써, 인지된 기괴함에 대한 유사성이 내재했다.

Table 7.

Differences in the perspective of perceived humanness and eerieness of the two groups

인간 유사 캐릭터의 ‘불쾌한 골짜기 효과(UVE)’와 공포감 요인을 평가한 결과<표 8>, 전자의 경우에는 얼굴의 왜곡 및 변형(73.0%) > 요체의 기괴한 움직임(48.6%) > 비현실적인 인체 구조 및 비율(40.5%)이 주요 요인으로 드러났다. 후자의 경우에는 얼굴의 왜곡 및 변형(55.3%) > 캐릭터가 전달하는 위협적 느낌(50.0%) > 신체의 기괴한 움직임(47.4%)이 상위를 차지했다. 크리처 유형의 경우, 얼굴의 왜곡 및 변형(55.3%) > 비현실적인 인체 구조 및 비율(47.4%) > 신체의 기괴한 움직임(47.4%)이 ‘불쾌한 골짜기 효과(UVE)’에 영향을 미쳤으며, 공포감의 유발에 영향을 미친 주요 요인으로는 신체의 기괴한 움직임(47.4%) > 인간과 상이한 인공적인 외형 요소의 추가(39.5%) > 캐릭터가 전달하는 위협적 느낌(36.8%) 등이 포함되었다.

Table 8.

The results of the evaluation of factor analysis in terms of uncanny valley effect and fear

‘불쾌한 골짜기 효과(UVE)’와 공포감의 요인에 대한 결과를 종합해 보면, 캐릭터의 외형적 요소가 주요 요인으로 작용했다는 사실이 도출되었으며, 이에 <가설 4>는 채택되었다. 공포감의 경우에도 거의 동일한 요인들이 정서적 작용에 영향을 미쳤으며, 외형뿐만 아니라 캐릭터가 전달하는 위협적 느낌도 공포감의 인지 작용에 유의미하게 작용했기 때문에 <가설 5>는 채택되지 못했다. 상술한 결과 가운데 캐릭터의 신체적 기괴한 움직임이 두 가지 유형의 캐릭터의 ‘불쾌한 골짜기 효과(UVE)’와 공포감 요인으로 높은 비율을 점유했다는 사실에 주목할 필요가 있는데, 이는 로봇이나 인공적 대상물의 경우, 정적인 상태에 비해 동적인 상태에서 3배 이상의 심리적 반응이 발생되기 때문이다[28].

연구자는 ‘불쾌한 골짜기 효과(UVE)’에 미친 영향력에 대해 인간 유사 형 캐릭터를 좀 더 높게 평가한 설문참여자(n=34)와 크리처 캐릭터를 선정한 설문참여자(n=12)간의 요인 간 편차를 확인하기 위해 이 두 집단의 요인별 누적 도수의 비율을 비교한 결과, 상술한 결과와 동일하게 캐릭터의 외형적 요소가 주요 요인이라는 사실이 확인되었다<표 9>.

Table 9.

The mean value of each factor of two types of character

20개의 공포 영화 캐릭터와 불쾌한 골짜기 요인 간의 관계성을 규명하려고 했으나, 답변의 복수 응답으로 인해 상관 분석이 용이하지 않았다. 이에 구글 서베이를 통한 추가 설문조사가 이루어졌다. 2차 설문조사의 경우, 1차 설문조사 참여요 10명이 설문조사에 재참여했으며, 총 20개의 캐릭터의 ‘불쾌한 골짜기 효과(UVE)’ 요인의 정도가 리커스 스케일(Likert Scale) 방식으로 측정되었다[29]. 각각의 요인은 동의 비율이 계산된 후, 각 캐릭터의 동일 요인의 비율과 합산되었으며, 그 다음 단계에서 각 항목별 평균값이 도출되었다. 아래의 <그림 8>에서 각 점은 ‘불쾌한 골짜기 효과(UVE)’의 요인에 대한 10개의 캐릭터에 대한 평균값이다. 인간 유사 형의 경우, 캐릭터가 전달하는 위협적 느낌, 기괴한 얼굴 표정, 얼굴의 왜곡 및 변형 및 생동감 없는 피부 표면 등이 상위를 점유했다. 크리처 유형의 경우, 비현실적인 인체 구조 및 비율, 얼굴의 왜곡 및 변형, 인간과의 이질감 극대화가 높을 비율로 나타났다. 상술한 7개의 항목 가운데, 캐릭터가 전달하는 위협적 느낌과 인간과의 이질감 극대화를 제외한 나머지 5개의 주요 항목은 외형적 요소와 관련되었는데, 비록 항목간 편차는 존재하지만 이 결과는 캐릭터의 외형적 요소의 중요성이 도출되었던 1차 설문조사 결과와 동일한 맥락으로 이해할 수 있다.

Fig. 8.

The mean value of factors of two types of character (From left to right, (1) unrealistic human body structure and proportion, (2) distortion and deformation of face, (3) artificial elements of a body, (4) creepy facial expressions, (5) inanimate skin surface, (6) weird movements of a body, (7) a feeling of threatening conveyed by a character, (8) maximizing the sense of heterogeneity, (9) recollecting memories of previous horror experiences, (10) eerie and uncanny color

마지막으로, 공포 영화에 대한 선호도가 높은 설문참여자는 3D 컴퓨터 생성 이미지(CGI)에 대해 긍정적인 반응(.3791 (p < .05)을 보였다. 또한 영화 관람에서 ‘불쾌한 골짜기 효과(UVE)’를 경험했던 설문참여자는 3D 컴퓨터 생성 이미지(CGI)에서뿐만 아니라 공포 영화에서 구현된 3D 컴퓨터 생성 이미지(CGI)에서도 ‘불쾌한 골짜기 효과(UVE)’를 경험할 가능성이 높으므로<표 10>, 이에 <가설 7>은 채택되었다.

Table 10.

The results of correlation analysis

Ⅴ. 결 론

문헌 연구와 설문조사가 병행된 본 연구는 선행 연구에서 주요 요인으로 사용되었던 ‘인지된 인간 유사성(perceived humanness)’과 ‘인지된 기괴함(eeriness)’을 중심으로 3D 컴퓨터 생성 이미지(CGI)로 구현된 공포 캐릭터의 ‘불쾌한 골짜기 효과(UVE)’에 대해 실증적으로 접근했다. 이를 위해 인간 유사 형과 크리처 유형 캐릭터로 구분된 공포 영화의 캐릭터로부터 발생되는 인지 및 정서 작용을 ‘불쾌한 골짜기 효과(UVE)’의 발생 요인으로 설정했다. 특히 공포 캐릭터의 ‘인지된 인간 유사성을 진단하기 위해, 마이크로소프트의 Azure의 얼굴 인식 서비스와 Vision API를 사용되었다. Azure의 얼굴 인식 서비스의 경우에는 거의 모든 캐릭터의 얼굴이 인간으로 감지되지 않았던 반면 Vision API의 경우에는 인간 유사 형 캐릭터는 인간으로, 크리처 유형은 거의 동물로 판별되었다.

설문조사 결과의 주요 내용을 살펴보면, 인간 유사형이나 크리처 유형이나 ‘불쾌한 골짜기 효과(UVE)’발생시킨 캐릭터와 공포감을 유발시킨 캐릭터가 부분적으로 일치되는 현상이 나타났다. 이는 불쾌함이라는 감정에 우울과 불안 등의 감정적 요소가 공존하고 있기 때문인데, 특히 우울은 심리적 공포감과 관련되어 있기 때문인 것으로 해석할 수 있다. ‘인지된 인간 유사성’에서 낮게 평가된 캐릭터들은 ‘인지된 기괴함에서는 높은 비율로 나타났는데, 이는 인간에 대한 유사성(사실적 표현)이 낮아질수록 기괴함은 증가된다는 것을 의미한다. ‘불쾌한 골짜기 효과(UVE)’에 인간 유사 형 캐릭터의 영향력이 크다고 응답한 설문참여자와 크리처 유형의 캐릭터의 영향력이 크다고 응답한 설문참여자간에는 ‘인지된 기괴함(eeriness)’에 대해서는 유사성이 내재했으나, 인지된 인간 유사성에 대해서는 시각적 편차가 발생했다.

‘불쾌한 골짜기 효과(UVE)’와 공포감의 주요 요인으로는 두 가지 유형의 캐릭터에서 공통적으로 외형적 요소가 주된 요인이었으며, 특히 공포감에는 캐릭터가 전달하는 위협적 느낌도 정서적으로 작용했다. 또한 ‘불쾌한 골짜기 효과(UVE)’에 인간 유사형 캐릭터의 영향력이 크다고 응답한 설문참여자와 크리처 유형의 캐릭터의 영향력이 크다고 응답한 설문참여자간의 요인 간 편차를 확인한 결과, 외형적 요소가 동일하게 주요 요인으로 확인되었다. 이외에 캐릭터가 전달하는 위협적 느낌에 대한 인지는 상술한 ‘불쾌한 골짜기 효과(UVE)’와 공포감의 요인이 단순히 캐릭터의 외형적 문제에만 국한된 것이 아니라, 심적 반응이나 현상학적 지각, 무의식적인 반응 등 인간의 모든 인지 작용과 연관된다는 것을 시사해준다. 또한 ‘불쾌한 골짜기 효과(UVE)’에 대한 기경험자는 3D 컴퓨터 생성 이미지(CGI)에서 ‘불쾌한 골짜기 효과(UVE)’를 경험할 가능성이 높은 것으로 드러났다.

본 연구는 선행 연구와는 달리 공포 영화의 캐릭터를 대상으로 실증적으로 ‘불쾌한 골짜기 효과(UVE)’에 접근했다는 차별성을 지니고 있으며, 이를 통해 다양한 요인들이 관객들의 ‘불쾌한 골짜기 효과(UVE)’에 대한 인지 작용과 정서 작용에 영향을 미친다는 사실이 입증되었다. 이는 캐릭터의 외형적 사실성의 통제만으로 ‘불쾌한 골짜기 효과(UVE)’에 대한 문제가 해결되지 않는다는 것을 의미한다. 비록 본 연구에는 공포 영화의 캐릭터로 연구 대상이 한정되었으나, 향후 연구에서는 스토리텔링의 감정적 몰입의 영향력도 함께 다루어질 예정이다. 또한 설문조사를 통해 선행 연구로부터 차용된 공포감이나 기괴함 등에 내재된 개념적 유사성도 명확하게 재정의 될 필요성이 제기되었다. 본 연구는 향후 영상 콘텐츠 제작의 컴퓨터 그래픽(CG), 애니메이션(animation), 모델링(modeling), 렌더링(rendering), 시각 효과(VFX) , 매치 무브(match move) 등과 관련된 전문가들이 ‘불쾌한 골짜기 효과(UVE)’에 대한 이해를 증진시킬 것으로 기대한다. 특히 디지털 휴먼과 같이 인간 유사성이 높은 캐릭터의 개발이나 이러한 효과를 통해 불안감이나 공포감을 발생시키는 콘텐츠의 기획 및 연출 등 실무적 차원에서 도움이 되길 바란다.

참고문헌

• K. J. Jo, and H. J. Suk, “A Visual Effect Retrieval System Design for Communication in Film-production-Focused on the Effect Using Computer Graphics Technology,” The Journal of the Korea Contents Association, Vol. 9, No. 6, pp. 92-103, June 2009. [https://doi.org/10.5392/JKCA.2009.9.6.092]
• S. H. Pyo, and B. K. Koo, “The Trends of Fluids Simulation in Computer Graphics,” Electronics and Telecommunications Trends, Vol. 20, No. 4, pp. 29-42, August 2005.
• P. S. Jang, W. H. Jung, and J. S. Hyun, “Effect of Abstraction and Realism on Uncanny Valley in 3D Character Model,” Journal of Digital Convergence, Vol. 14, No. 10, pp. 277-285, October 2016. [https://doi.org/10.14400/JDC.2016.14.10.277]
• P. S. Jang, W. H. Jung, and J. S. Hyun, “Analysis of Differences in Uncanny Valley Phenomenon by Languages Using Social Media Data,” Journal of the Ergonomics Society of Korea, Vol. 37, No. 2, pp. 111-121, April 2018.
• B. C. Cho, “Success factor of 3D movie Avatar and the possibility analysis of the Korean 3D contents,” The Journal of the Korea Contents Association, Vol. 10, No. 9, pp. 137-145, September 2010. [https://doi.org/10.5392/JKCA.2010.10.9.137]
• S. C. Lay, The Uncanny Valley Effect, Ph.D. dissertation, The Open University, Milton Keynes, England, 2015.
• S-Core, Key insight of VR contents consumer behavior, Korea VR AR Industry Association, Seoul: S-Core, 2019.
• F. Kaba, “Hyper realistic characters and the existence of the uncanny valley in animation films,” International Review of Social Sciences and Humanities, Vol. 4, No. 3, pp. 188-195, 2013.
• K. F. MacDorman, R. D. Green, C. C Ho, and C. T. Koch, “Too real for comfort? Uncanny responses to computer generated faces,” Computers in Human Behavior, Vol. 25, No. 3, pp. 695-710, May 2009. [https://doi.org/10.1016/j.chb.2008.12.026]
• R. D. Green, K. F. MacDorman, C. C Ho, and S. Vasudevan, “Sensitivity to the proportions of faces that vary in human likeness,” Computers in Human Behavior, Vol. 24, No. 5, pp. 2456-2474, September 2008. [https://doi.org/10.1016/j.chb.2008.02.019]
• J. Kätsyri, M. Mäkäräinen, and T. Takala, “Testing the ‘uncanny valley’hypothesis in semirealistic computer-animated film characters: An empirical evaluation of natural film stimuli,” International Journal of Human–Computer Studies, No. 97, pp. 149-161, January 2017. [https://doi.org/10.1016/j.ijhcs.2016.09.010]
• H. R .Sin, It's not even summer...Why is a horror movie hit in the aftermath of Corona 19? [Internet]. Available: https://newsis.com/view/?id=NISX20200327_0000973514
• S. Lay, N. Brace, G. Pike, and F. Pollick, “Circling around the uncanny valley: Design principles for research into the relation between human likeness and eeriness,” i-Perception, Vol. 7, No. 6, pp. 1-11, 2016. [https://doi.org/10.1177/2041669516681309]
• M. Destephe, M. Brandao, T. Kishi, M. Zecca, K. Hashimoto, and A. Takanishi, “Walking in the uncanny valley: importance of the attractiveness on the acceptance of a robot as a working partner,” Frontiers in psychology, Vol 6, pp. 1-11, February 2015. [https://doi.org/10.3389/fpsyg.2015.00204]
• C. C. Ho & K. F. MacDorman, “Measuring the uncanny valley effect,” international Journal of Social Robotics, Vol. 9, No. 1, pp. 129-139, 2017. [https://doi.org/10.1007/s12369-016-0380-9]
• S. K. Kim, Women in their twenties are the top contributors to the horror movie box office this summer [Internet]. Available: https://www.mk.co.kr/news/culture/view/2017/09/596124/
• Google survey (1) [Internet]. Available: https://docs.google.com/forms/d/1XT8wt45XyPBQuLwDGfSxHv_Q3zh3k3_Ea5POlH6bEbU/edit
• U. Y. Park, “Re-Consideration on the Boundary: Re-Reading Freud’s Uncanny,” Trans-Humanities, Vol. 11, No. 2, pp. 71-102, 2018.
• S. Freud, Sigmund Freud Gesammelte Werke, Paji: Openbooks, 2004.
• S. U. Bak, “A Psychoanalytic Study on “the Uncanny” (das Unheimliche) in Music,” Music Research Center, Vol. 34, pp.39-86, October 2015.
• Y. I. Jeong, D. E. Park, J. M. Yoon and M. K. Jang, “Exploring Effects of Dialect on User Perception of Conversational Agents,” Journal of Digital Contents Society, Vol. 20, No. 7, pp. 1439-1446, July 2019. [https://doi.org/10.9728/dcs.2019.20.7.1439]
• L. I. Ding, & H. S. Moon, “Uncanny Valley Effect in the Animation Character Design - focusing on Avoiding or Utilizing the Uncanny Valley Effect,” Cartoon and Animation Studies, Vol. 43, pp. 321-342, June 2016. [https://doi.org/10.7230/KOSCAS.2016.43.321]
• J. I. Seyama & R. S. Nagayama, “The uncanny valley: Effect of realism on the impression of artificial human faces, ” Presence: Teleoperators and virtual environments, Vol. 16, No. 4, pp 337-351, 2007. [https://doi.org/10.1162/pres.16.4.337]
• B. A. Urgen, M. Kutas, and A. P. Saygin, “ Uncanny valley as a window into predictive processing in the social brain,” Neuropsychologia, Vol. 114, pp.181-185, June 2018. [https://doi.org/10.1016/j.neuropsychologia.2018.04.027]
• J. M. Hur, J. Y. Won, J. H. Cho, & Y. J. Rho, “Development of artificial intelligence simulator of seven ordinary poker game,” The Journal of the Institute of Internet, Broadcasting and Communication, Vol. 18, No. 6, pp. 277-283, December 2018.
• Microsoft Azure [Internet]. Available: https://azure.microsoft.com/ko-kr/services/cognitive-services/face/
• Microsoft Vision API [Internet]. Available: https://cloud.google.com/vision?hl=ko#industry-leading-accuracy-for-image-understanding
• N. H. Kim, and G. Y. Yang, “A study on the analysis and discussion of the uncanny valley phenomenon of characters focused in the robot film and CG film,” Journal of the Korean Society Design Culture, Vol. 20, No. 3, pp. 89-99, September 2014.
• Google survey (2) [Internet]. Available: https://docs.google.com/forms/d/1DE1x_h3jLvDukoiR3yHvNQdhUYpYNZ9ANdqfnCJsgBg/edit