로봇으로 인식하게 하는 요인 분석: 일반인의 로봇 인식을 중심으로

전현주; 김원섭

추천

검색

질문

자료유형: 학술저널

저자정보: 전현주 (서울과학기술대학교) 김원섭 (서울과학기술대학교)

저널정보: 인제대학교 디자인연구소 Journal of Integrated Design Research Journal of Integrated Design Research Vol.23 No.3(Wn.67)

발행연도: 2024.9

수록면: 115 - 128 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

연구배경
로봇 기술이 빠르게 발전함에 따라, 여러 형태의 로봇이 등장하고 있으며 스마트 기기와 로봇 간의 경계는 점점 모호해지고 있다. 인공지능 기술이 탑재된 스마트 기기는 기능적으로는 로봇과 유사하지만 일반인들이 이를 로봇으로 인식하는지에 대한 기준은 확립되지 않았다. 일반인들이 로봇으로 인식하는 기준을 파악하는 것은 로봇 설계와 마케팅 전략을 수립하는 데 매우 중요해지고 있다. 일반인들이 어떤 요소를 통해 기기를 로봇으로 인식하는지를 분석하는 것은 로봇의 설계, 개발, 그리고 시장에서의 핵심 요인이 될 수 있다. 본 연구에서는 일반인들이 로봇으로 인식하는 주요 요인을 분석하고, 로봇으로 인식되도록 하기 위한 디자인 요소를 모색하고자 한다.

연구방법
본 연구는 문헌 자료를 통하여 스마트 기기와 로봇의 차이를 규명하였으며 로봇 인식에 관한 선행연구를 살펴보았다. 그리고 일반 일반인들을 대상으로 온라인 설문조사를 진행하여 로봇의 인식에 영향을 주는 요인을 분석하였다. 탐색적 요인 분석과 일원분산분석을 통해 로봇의 형태, 인공지능기능, 센서 유형, 상호작용 방식이 로봇 인식에 미치는 영향을 평가하였다. 데이터는 5점 리커트 척도와 로봇으로 인식하는 요소에 대한 서술형 답변을 수집하여 일반인들의 인식을 분석하였다.

연구결과
일반인들은 로봇 인식에 있어 물리적 외형, 생명체와의 유사성, 기술적 기능, 상호작용 방식 등 다양한 요인을 복합적으로 고려하는 것으로 나타났다. 연령대별, 성별, 전공, 직업에 따라 로봇 인식 요소에 차이가 있었으며, 20대는 감각 센서와 상호작용 요소, 30대와 40대는 기술적 기능, 50대 이상은 인간적 요소를 중시하는 경향이 확인되었다. 성별 분석에서는 남성과 여성이 모두 사람 및 동물 형태, 행동을 통한 상호작용을 중요하게 여겼으나, 남성은 물리적 기기를, 여성은 정보 처리 기기를 로봇으로 더 많이 인식하는 차이가 있었다.

결론
일반인들이 로봇을 인식하는 주요 요인이 다양하게 작용하였으며, 사람과 동물과 같은 형태, 자율적 기능, 상호작용 강화가 로봇 인식 향상에 중요한 역할을 한다는 결론을 도출하였다. 로봇으로 더 잘 인식되도록 하기 위해서는 감각적 피드백, 자율성, 시각적 상호작용을 결합한 디자인적 접근이 필요하였다.

Background
As robot technology rapidly develops, various types of robots are appearing, and the boundary between smart devices and robots is becoming increasingly vague. Smart devices equipped with artificial intelligence technology are functionally similar to robots, but there is no established standard for whether the general public recognizes them as robots. Understanding the standard for the general public to recognize them as robots is becoming very important in establishing robot design and marketing strategies. Analyzing what factors the general public uses to recognize devices as robots can be a key factor in robot design, development, and the market. This study analyzes the main factors that the general public recognizes as robots and explore a design elements to be recognized as robots.

Methods
This study investigated the differences between smart devices and robots through literature data and reviewed previous studies on robot perception. In addition, an online survey was conducted targeting the general public to analyze factors affecting robot perception. Exploratory factor analysis and one-way ANOVA were used to evaluate the effects of robot form, artificial intelligence function, sensor type, and interaction method on robot perception. Data were collected on a 5-point Likert scale and descriptive responses on factors recognized as robots to analyze the general public"s perception.

Results
The general public appears to comprehensively consider various factors when recognizing robots, including physical appearance, similarity to living things, technological functions, and interaction methods. There were differences in robot recognition factors by age group, gender, major, and occupation. Those in their 20s tended to value sensory sensors and interaction elements, those in their 30s and 40s valued technological functions, and those in their 50s and older valued human elements. In a gender analysis, both men and women considered human and animal forms and interactions through behaviors to be important, but there was a difference in that men perceived physical devices as robots more, while women perceived information processing devices as robots more.

Conclusion
The main factors that the general public perceives robots were diverse, and it was concluded that human-animal-like forms, autonomous functions, and enhanced interaction played important roles in improving robot recognition. In order to be better recognized as a robot, a design approach that combined sensory feedback, autonomy, and visual interaction was needed.

#로봇 인식 #스마트 기기 #로봇 디자인 #탐색적 요인 분석 #Robot Perception #Smart Devices #Robot Design #Exploratory Factor Analysis

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

제품 아이디어 발상 지원을 위한 이미지 생성 AI 도구의 개선 방향 연구

정은희 , 최정민 Archives of Design Research 2025 .02

공중 장애인 화장실의 휠체어 사용자를 배려한 가변형 세면대 디자인 고려 사항 연구

정회준 , 김기원 , 고영준 외 2명 Archives of Design Research 2023 .02

The workflow of making realistic 3D model by combining Photogrammetry and Nanite

Yiming Zhong , Tae soo Yun , Byung chun Lee 한국콘텐츠학회 ICCC 논문집 2021 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-090965422

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)