Journal Archive

기존 선행연구에서 물리적 체화(physical embodiment)는 주로 의인화(anthropomorphism)된 형태로 이뤄져 왔다. 의인화란 인간의 속성을 제품이나 시스템과 같은 무생물 대상에 형상화하여 그 대상을 인간처럼 느끼고 대하도록 하는 것을 의미한다[11]. 의인화 방식은 외향, 움직임, 제스처 등의 시각적 의인화(visual anthropomorphism), 목소리 등 청각적 의인화(auditory anthropomorphism), 인지능력, 성격 등의 정신적 의인화(mental anthropomorphism)로 구분할 수 있으며, 물리적 체화와 관련된 기존 연구에서는 시각적 의인화를 주로 다뤄왔다[7], [12].

의인화된 에이전트는 시스템에 친숙감을 느끼도록 하여 사용자와 시스템이 더 쉽게 연결될 수 있도록 하는 효과가 있다[13], [14]. 특히 인지 자원이 적은 사용자는 의인화 요소의 영향을 크게 받을 것이 예상된다. 따라서 관련 경험이 부족한 사용자를 대상으로 한 시스템의 경우 의인화 요소를 고려할 필요성이 존재한다[11]. 시각적 의인화의 효과에 대해 알아본 Qiu 등의 연구 결과는 시각적 의인화가 사회적 존재감에 강한 영향을 미치고 신뢰와 즐거움에 직접적으로 영향을 미쳐, 가상 에이전트의 수용(acceptance) 정도를 높일 수 있음을 보여주었다[15]. 또한 신기술이 적용된 제품에 시각적 의인화를 적용한 연구 결과에서는 시각적 의인화 요소가 지속적 사용 의도에 긍정적인 영향을 미침을 밝혀내었다[16], [17]. 그러나 시각적 의인화의 긍정적 효과가 일관적으로 나타나는 것은 아니다. Nowak 등의 연구에서는 시각적 의인화 수준이 높을수록 더 낮은 사회적 실재감이 나타났으며 서민수 등의 연구에서도 시각적 의인화 수준이 높을수록 에이전트의 사용 의도, 사회적 실재감, 정보 품질 등이 낮게 평가되었다[12], [18].

이와 마찬가지로 로보어드바이저와 관련된 의인화 효과 연구들도 상반된 결과를 보여주고 있다. Adam 등의 연구에서는 의인화된 에이전트가 사회적 실재감을 보여 투자의 양을 증가시킨다는 결과를 보였으나, Hodge 등의 연구에서는 실험 참가자가 낮은 의인화적 속성을 지닌 로보어드바이저의 조언을 더 따르는 것으로 분석되었다[1], [19]. Adam 등의 연구에서는 시각적 의인화 요소 뿐 아니라 이름 등 다른 요소를 혼합하여 의인화 수준을 조절했으며 Hodge 등의 연구에서는 이름으로만 의인화를 조절하였기 때문에 다른 차이가 나타났다고 분석할 수 있다. 따라서 로보어드바이저 사용 맥락에서 시각적 의인화 요소만을 조절했을 때 의인화 효과에 어떤 차이가 나는지 알아보는 추가적인 검증이 필요하다.

상호작용성의 정의는 하나로 통일되지 않고 연구에 따라 다르게 설명되는데 이는 상호작용성이 다차원적 개념이기 때문이다[20]. Steuer는 상호작용성을 사용자가 실시간으로 매체 환경을 바꾸어 콘텐츠의 내용과 형식을 변경할 수 있는 정도라 정의하였는데, 이는 사용자 요구에 대해 신속하고 적절한 응답을 의미하는 반응성(responsiveness)과 사용자가 콘텐츠를 수정할 수 있는 가능성을 의미하는 통제성(control) 차원을 강조한 것이다[21]. 상호작용성 측정 척도를 개발한 McMillan 등의 연구에서는 웹 기반 상호작용성의 주요 구성 차원을 통제성(control), 즉시성(time to load, time to find), 양방향 커뮤니케이션(two-way communication) 차원으로 설명하였다[20].

1980년대 말부터 상호작용성 개념에 매체 자체의 기술적 속성보다 사용자의 능동적 역할이 강조되기 시작했으며 이에 따라 상호작용성 연구가 HCI 분야에서 활발히 이뤄져오고 있다[21], [22]. 특히 인간과 에이전트의 커뮤니케이션을 다룬 연구에서 상호작용성이란 에이전트의 통신 및 대화 능력으로 정의되며, 이는 사용자의 입력 및 조작에 따라 에이전트가 적절한 응답을 제공하는 반응성(responsiveness)을 의미한다[23]. 챗봇 에이전트의 상호작용성 영향에 대한 연구 결과에 따르면, 챗봇 에이전트가 높은 상호작용성을 지닐수록 높은 사용자 만족도, 몰입, 지각된 유용성을 일으킴을 알 수 있다[24]. 그러나 높은 상호작용성이 사용자 경험에 주는 영향이 항상 긍정적인 것만은 아니다. 이는 높은 상호작용성은 사용자에게 더 많은 양의 과업을 요구하여 인지 초과(cognitive overhead)나 방향 상실(disorientation) 등의 부작용을 유발할 수 있기 때문이다[25].

이 연구에서 의인화는 로보어드바이저의 시각적 형태(이하 캐릭터)가 인간처럼 느껴지는 정도로 정의하였으며 외형의 인간적 요소를 조절하여 세 수준으로 조작하였다. 실험 도구의 현실성을 높이기 위해 시중 금융 서비스에 등장하는 에이전트 외형을 분석한 후 이와 유사하게 캐릭터를 제작하였다.

형상화된 에이전트로 존재하는 로보어드바이저 및 금융 챗봇 에이전트를 포함하여 총 29개 사례를 검토하였다. 금융 챗봇 에이전트 형태를 인간형, 동물형, 로봇형, 추상형으로 구분한 선행연구를 참고하여 에이전트 유형을 구분하였으며, 기업 로고를 사용한 경우는 로고형으로, 챗봇의 이름이 프로필 이미지로 존재하는 경우는 문자형으로 추가 구분하였다[27]. 사례 조사 결과, 로보어드바이저와 챗봇 모두 가장 많이 적용된 에이전트 유형은 로봇형으로 총 13개였다. 로봇형 에이전트 중 의인화 수준이 뚜렷하게 구분되는 KB 국민은행 케이봇쌤과 하나금융투자 상담 챗봇을 변형하여 각각 높은 수준의 의인화와 중간 수준의 의인화 캐릭터로 사용하였다. 시중 로봇형 에이전트 형태는 휴머노이드이기 때문에 로봇형 내에서는 일정 수준 이상의 의인화 요소가 존재하였다. 따라서 낮은 수준의 의인화는 어떠한 의인화 요소도 존재하지 않은 추상형 형태의 신한은행 오로라를 변형하여 제작하였다.

색상 선호 현상을 통제하기 위해 세 캐릭터 모두 금융 서비스에서 빈번히 사용되는 색인 파란색으로 통일하였다. 또한, 이 연구에서는 여러 의인화 요소 중 시각 요소만을 다루기 때문에 에이전트에 이름을 부여하는 등 기타 의인화 속성은 추가하지 않았다. 제작된 캐릭터는 표 1과 같으며 로보어드바이저 투자성향분석 화면에 노출시켰다.

Low-level	Medium-level	High-level

이론적 논의에 기초하여 이 연구에서 상호작용성을 양방향성(two-way communication), 반응성(responsiveness), 통제성(control)을 포함하는 개념으로 정의하였다. 즉, 상호 커뮤니케이션이 가능하며(양방향성), 사용자의 의도에 적절하게 응답하고(반응성) 사용자의 선택에 따라 시스템을 변화시킬 수 있는 정도(통제성)를 의미한다. 반응성은 응답 내용의 적절함과 응답의 신속성을 모두 포함하는 개념이나 실험 참가자 소유의 기기로 온라인 실험이 진행되었기 때문에 반응 속도에 대한 통제는 불가능하였다. 따라서 응답 내용의 적절함을 의미하는 응답 내용의 적절성만 상호작용성의 개념에 포함하였다.

상호작용성 수준은 웹 페이지의 상호작용성에 관한 사전 연구를 참고하여 부가 설명 제공 방식 차이와 문항 피드백 유무를 통해 2단계로 조절하였다. 기존 연구에서는 정보를 획득하기 위한 이동 층위(depth)가 깊을수록 높은 상호작용성을 지닌 것으로 조작하였다[25], [28]. 즉, 버튼 및 하이퍼링크를 클릭해 페이지 전환이 이뤄질 때 정보를 획득하는 방식을 높은 상호작용성 방식으로 설정하였다. 이를 참고하여 이 연구에서는 낮은 상호작용성을 지닌 로보어드바이저는 실험 참가자의 조작과 상관없이 부가 설명을 한 페이지에 노출시켜 양방향성, 반응성, 통제성을 모두 낮게 조작하였다. 반면 높은 상호작용성을 지닌 로보어드바이저는 실험 참가자가 원하는 정보를 얻기 위해 드롭 다운 버튼과 물음표 버튼을 클릭하여 인터페이스를 편집할 수 있도록 해 통제성과 반응성을 높게 조작하였다. 또한, 실험 참가자가 첫 번째 질문인 금융 상품 투자 경험에 답변한 이후 "이제 막 투자를 시작하셨군요."와 같은 피드백을 받도록 하여 높은 양방향성을 느낄 수 있도록 하였다. 부가 설명의 내용과 양은 각 조건 모두 동일하였으며 구체적인 예시는 표 2와 같다.

Condition	Example
Description box
Low-level (non-clickable)
High-level (clickable)
Description box
Low-level (non-clickable)
High-level (clickable)
Feedback
Low-level (non-clickable)	not provided
High-level (clickable)

의인화 수준이 저, 중, 고로 제작된 캐릭터에 대해 의인화를 묻는 설문을 실시하였다. 실험 참가자는 각 캐릭터를 본 후 의인화를 묻는 설문에 응답하는 작업을 세 번 반복하였다. 설문 응답 이후 실험 참가자는 각 캐릭터에 대한 느낌을 자유 기술하였다.

설문 문항은 선행 연구를 바탕으로 이 연구에 맞게 ‘인공지능 캐릭터가 인간과 닮은 모습으로 보인다.’ 등 3문항으로 제시하였고, 리커트형 7점 척도(1 = 전혀 그렇지 않다, 7 = 매우 그렇다)로 측정하였다[33], [34].

Mauchly 구형성 검정 결과 유의 확률이 .05를 넘어(p = .08) 구형성 검정을 통과하였으며 세 가지 의인화 수준에 대해 반복 측정 분산분석을 진행하였다. 그 결과 높은 수준 의인화 캐릭터(m = 5.27, sd = 1.07)는 중간 수준 의인화 캐릭터(m = 3.42, sd = 1.09)와 낮은 수준 의인화 캐릭터(m = 1.56, sd = 0.95)보다 높은 값을 보였으며 의인화 수준에 유의한 차이가 있는 것으로 나타났다(F(2, 28) = 136.84, p < .001, η_p² = 0.83). Bonferroni 사후분석 결과에서도 높은 수준과 중간 수준(95% CI [1.37, 2.32], p < .001), 높은 수준과 낮은 수준(95% CI [3.04, 4.38], p < .001), 중간 수준과 낮은 수준(95% CI [1.32, 2.41], p < .001) 캐릭터 간 모두 유의한 차이가 있었다. 즉, 실험 참가자는 의인화 수준이 증가할수록 인간과 더 닮았다고 지각하였다.

상호작용성 수준이 저, 고로 제작된 로보어드바이저를 모두 체험하게 한 후 각각에 대한 상호작용성을 묻는 설문에 답하도록 하였다. 실험 도구는 본 실험과 같이 투자성향분석 단계를 체험할 수 있는 로보어드바이저로 상호작용성 조작만을 검증하기 위해 본 실험 처치물에서 의인화 요소인 캐릭터를 제거하였다. 실험 참가자는 로보어드바이저를 사용해 투자성향을 분석한 후 해당 로보어드바이저의 상호작용성을 응답하는 작업을 두 번 반복하였다.

문항은 선행 연구를 바탕으로 이 연구에 맞게 ‘로보어드바이저와 문항에 대한 양방향 커뮤니케이션이 가능하였다.’ 등 3문항으로 제시하였고, 리커트형 7점 척도(1 = 전혀 그렇지 않다, 7 = 매우 그렇다)로 상호작용성을 측정하였다[20], [35], [36], [37].

자극의 순서효과(order effect)를 줄이기 위해 15명의 참가자에게는 높은 수준 상호작용성의 로보어드바이저를 먼저 제공하였고 남은 15명의 참가자에게는 낮은 수준 상호작용성의 로보어드바이저를 먼저 제공해 상대균형화(counterbalancing)를 하였다. 두 로보어드바이저 상호작용성 수준에 차이가 나타나는지 알아보기 위해 대응표본 t 검증을 실시한 결과, 낮은 수준 상호작용성의 로보어드바이저(m = 4.06, sd = 1.17)가 높은 수준 상호작용성의 로보어드바이저(m = 5.24, sd = 1.09)보다 유의하게 낮게 나타났다(t(29) = -5.00, p < .001).