Journal Archive

전통적으로 운전자와 탑승자들은 차량 내 수많은 물리적 버튼을 통해 다양한 기능들을 조작해왔다. 하지만 이러한 인터랙션 방법을 지원하는 사용자 인터페이스는 전기 자동차, 자율주행 자동차 등 미래 자동차의 플랫폼에 맞추어 변화하고 있다.

세계 전기차 시장과 자율주행 기술을 주도하고 있는 테슬라(Tesla)의 경우, 자동차 실내의 물리적 사용자 인터페이스를 최소화한 디자인을 선보여왔다. 특히 2020년 전기차 대중화를 위해 발표한 '모델 3(Model 3)'에서는 운전석에 운전대와 중앙의 15인치 터치 스크린만을 제공하며, 창문 여닫는 스위치, 비상등 버튼 외 운전대에 2개의 다이얼만을 제공하여 물리적 버튼을 최소화하여 인터페이스의 미니멀리즘(minimalism)을 극대화하였다[10].

독일의 자동차 제조사인 메르세데스 벤츠(Mercedes-Benz)는 2021년 생산되는 신형 S 클래스에 탑재할 '2세대 MBUX(Mercedes-Benz User Experience) 시스템'을 공개하며, 기존 27개의 물리적 버튼을 터치 스크린으로 대체하고 27개 언어로 작동하는 최대 20개의 음성 명령을 제공한다고 발표하였다[11].

또, 급진적인 터치 디스플레이를 제공함으로써 물리적 버튼을 대부분 없애고 모든 조작을 터치로 변경시킬 예정이라고 한다[12].

국내 자동차 제조사들 역시 물리적 버튼의 축소와 함께 새로운 인터페이스를 탑재하는 동일한 흐름의 변화를 꾀하고 있다.

현대차그룹은 차량 시스템 설계 단계부터 음성 인식 기술을 고려함으로써 자연어 명령으로 차량 기능을 제어할 수 있는 기술을 발표하였으며[13], 기아 자동차는 브랜드 최초의 전용 전기차 'EV6'의 디자인에서 센터 콘솔의 물리적 버튼을 최소화하고 햅틱 기술을 활용한 터치식 버튼을 적용하였다[14].

이처럼 차량 내 인터페이스는 물리적 버튼을 사용하는 전통적인 인터랙션 방식(PUI : Physical User Interface)으로부터 터치 디스플레이(touch display)를 사용하는 방식을 거쳐, 음성 인터페이스로 인터랙션할 수 있도록 변화하고 있음을 알 수 있다(Fig. 1).

Fig. 1. 
Changes in the in-vehicle interface

머신러닝(machine learning) 기반의 음성 사용자 인터페이스를 제공하는 서비스에서는 유즈 케이스(use case)와 니즈(needs) 발굴이 매우 중요하다. 하지만 음성 사용자 인터페이스를 제공하는 차량의 경우, 실제 차량과 동일한 프로토타입(prototype)의 제작이 어렵고, 실제 주행 중 실험이 위험하다는 점 때문에 유즈 케이스와 사용자 니즈의 발굴이 더 어렵다.

차량 내 음성 사용자 인터페이스의 유즈 케이스 발굴을 실험한 선행 연구에서는 32명의 참가자를 대상으로 운전 사진과 관련된 사진인 DTS(Dialog Trigger Scene)와 WoZ(Wizard of OZ)를 사용하여 실험 환경을 구성하여 유즈 케이스와 니즈를 발굴하고자 하였으며, 그 결과 Way Finding, Street Sensing, Car Managing, Information Searching 등의 니즈를 발굴하였다[15].

또, 차량 내부의 물리적 버튼 기능을 중심으로 운전자의 음성 명령 발화 의도를 해석하고 적절한 피드백을 제공하기 위해 고려 해야하는 컨텍스트 프레임워크(context framework)를 개발하는 것을 목표로 진행된 연구에서는[9] 차량 내부 버튼 기능의 음성 인식 활용 우선순위와 차량 버튼 기능별로 사용자 발화 의도 해석 및 피드백 방식에 영향을 미치는 컨텍스트 요소들과, 버튼 기능의 음성 인식 활용 우선 순위를 사용 빈도, 주행 안전 민감도, 직접 조작 편의성 기준과 현재 제공되고 있는 음성 인식 사례와 버튼 기능별 특징, 예상 발화 문장 등을 고려하여 우선순위를 도출하였다.

실험 설계에 있어서 피실험자를 구분하는 사용자 변인들은 실험 결과에 큰 영향을 미칠 수 있다. 따라서 실험 목적에 맞는 사용자 변인의 설계는 매우 중요하다고 할 수 있다.

자동차 관련 연구에서 운전자의 운전 경력은 가장 중요한 사용자 변인 중 하나로 사용되어 왔다. 구보람과 주다영은(2016) 2년 이하, 2-5년, 5-10년, 10-20년, 20년 이상 등 다양한 운전 경력을 갖는 그룹을 대상으로 차량 내 디스플레이에 대한 요구 사항에 있어 유의미한 차이가 있음을 도출하였다[16]. 이 외에도 운전 경력은 운전자의 머리 거동정보를 수집하는 연구[17], 운전 시 느낄 수 있는 운전 분노 수준에 미치는 영향에 대한 연구[18] 등, 다양한 자동차 관련 연구에서 중요한 사용자 변인으로 입증되었다.

운전 경력 이외에도 다른 사용자 변인들을 대상으로 실험한 선행 연구들도 있다. 정문주, 이영미와 서푸르나는(2020) 65세 이상의 고령 운전자를 대상으로 하는 운전능력 검사 도구를 분석하였으며[19], 이순열, 이순철과 박선진은(2006) 연령별 운전행동과 운전 확신 수준과의 관계를 연구하였다[20]. 이와같이 운전자의 연령 외에도 성별 등이 사용자의 변인으로 사용되기도 하였으며[17,18], 새로운 유형의 운전자 모델을 탐색한 선행 연구도 있다[21]. 또, 자율주행 운전과 관련된 연구에서는 인지된 개인화와 자동화에 대한 신뢰도 등 보다 다양한 사용자 변인들을 사용하고 있다[22].

차량 조작 기능별 음성 명령의 유용성과 이와 관련된 사용자 변인별 특성을 분석하기 위하여 설문 조사를 실시하였다. 조사 기간은 2021년 3월 2일부터 3월 9일까지 일주일 간 이었으며, 정량 조사를 통한 통계적 분석이 가능하도록 온라인 설문 기반의 설문지 법을 사용하였다. 대상자는 운전면허를 소지한 20대 이상의 운전 면허를 소지한 남/여를 대상으로 하였으며, 총 61명의 대상자가 설문에 응답하였다.

설문 조사는 먼저 설문의 목적을 참가자에게 설명 후 시행되었다. 설문은 대상자의 연령, 성별, 운전 경력 등 기본적인 정보를 확인하였다. 이후 차량 조작 기능들을 하나씩 설명한 후, 해당 조작 기능에 대한 이해도를 ‘잘 알고 있다’, ‘보통이다’, ‘잘 알지 못한다’ 중 선택하도록 하고, 해당 기능을 음성 명령으로 조작 시 유용성에 대해 5점 리커트(likert) 척도로 평가하도록 하였다. 설문 항목은 사전에 분류한 6개 카테고리의 세부 기능들을 모두 포함하여 총 95 문항이었다.

설문에 응답한 참여 대상자는 총 61명 이며, 남성은 38명(62.3 %), 여성은 23명(37.7 %) 으로 상대적으로 남성 응답자의 비율이 높았다. 연령별로 살펴보면 20대 33명(54.1 %), 30대 17명(27.9 %), 40대 7명(11.5 %), 50대 이상 4명(6.6 %)로 20대 대상자의 비율이 가장 높았다. 운전 경력별로 살펴보면 실제 운전 경력 기준으로 1년 이상 5년 미만과 1년 미만이 각각 20명(32.8 %)씩 응답하여 가장 많은 비율을 차지하였으며, 5년 이상 10년 미만이 11명(18 %), 10년 이상의 운전 경력 대상자는 10명(16.4 %) 이었다. 또, 차량 내 음성 명령 사용 경험이 있는 운전자는 22명(36.1 %)이었으며, 39명(63.9 %)은 아직 차량 내에서 음성 명령 사용 경험이 없는 것으로 나타났다. 음성 명령의 유용성과 이와 관련된 사용자 변인별 특성을 분석하기 위하여 설문 조사를 실시하였다. 조사 기간은 2021년 3월 2일부터 3월 9일까지 일주일 간 이었으며, 정량 조사를 통한 통계적 분석이 가능하도록 온라인 설문 기반의 설문지 법을 사용하였다. 대상자는 운전면허를 소지한 20대 이상의 운전 면허를 소지한 남/여를 대상으로 하였으며, 총 61명의 대상자가 설문에 응답하였다.

현재까지 선행 연구들에서는 운전자의 차량 조작 동작들을 주로 태스크 중심으로 구분하여 연구하여 왔다[23-26]. 하지만 본 연구에서는 보다 세부적인 차량 조작 동작들을 모두 포함하기 위해 자동차 제조사들에서 제공하는 매뉴얼(manual)의 카테고리(category)를 사용하여 운전자가 조작할 수 있는 기능들을 구분하였다. 그 결과 차량 내 조작 기능들은 6개의 카테고리로 구조화 할 수 있었다. 6개의 카테고리와 각 카테고리에 포함된 세부 기능들은 Table 1과 같다.

설문 결과는 운전 경력, 연령, 기능 이해도를 바탕으로 통계 분석하였다. 이를 통해 운전 경력, 연령, 기능 이해도 등 사용자 변인에 따라 다르게 나타나는 음성 명령의 유용성 정도와 차량 내 조작 기능의 카테고리별 사용자 니즈를 비교 제시하였다.