감정 기반 이동 경험 향상을 위한 인간-AI 협업 서비스 모델 연구

초록

본 연구는 기존 경로 추천 시스템의 효율성 중심 구조가 감정적 맥락을 반영하지 못하는 한계를 보완하고자, 감정 기반 이동 경험 향상 모델 ‘Moov’를 제안하였다. 이동 판단은 인간 중심 인공지능(HCAI)과 통합이중처리 프레임워크(IDTF)를 통해 감정적 직관과 인지적 조절의 결합 과정으로 해석되었으며, HCAI 네단계 개입 수준은 협업 구조의 핵심 기준으로 활용되었다. 반구조화 인터뷰(8명)와 설문(80명)을 통해 감정 부담, 판단 기준, AI 기대를 분석하였고, 내적 기준 중심형, 정보 중심형, 상황 배려형의 세 페르소나를 도출하였다. 이는 단순 감정 분류가 아니라 행동, 판단 패턴을 기반으로 한 구조적 근거로서 ‘Moov’ 설계의 기반이 되었다. 이 결과를 토대로 HCAI 수준별 협업 시나리오를 구성하고, 감정 입력, 감정 기반 필터링, 실시간 반응, 회고학습 기능을 포함한 프로토타입을 제작하였다. 시뮬레이션 평가 결과 ‘Moov’는 기존 서비스 대비 감정적 안정감, 판단 명료성, 자율성에서 향상된 효과를 보였다. 본 연구는 감정 중심 이동 경험의 이론적 구조화, 경험적 페르소나 제시, 근거 기반 설계 원칙, 프로토타입 검증이라는 점에서 학술적, 실무적 의의를 갖는다.

키워드