Disambiguating Anthropomorphism and Anthropomimesis in Human-Robot Interaction
이 논문은 인간-로봇 상호작용(HRI) 분야에서 인간과 유사한 특성을 사용자가 인지하는 '의인화(anthropomorphism)'와 설계자가 로봇에 구현하는 '의인모사(anthropomimesis)'를 개념적으로 구분하여 정의함으로써, 향후 연구를 위한 이론적 토대를 제공하고자 합니다.
이 논문의 핵심은 **"로봇이 사람처럼 보이는 현상이 '보는 사람의 마음' 때문인가, 아니면 '만든 사람의 설계' 때문인가?"**를 나누는 것입니다.
1. 의인화 (Anthropomorphism): "보는 사람의 마음" 🎨
개념: 로봇을 보면서 사용자가 스스로 "어? 저 로봇 좀 사람 같은데?", "지금 나한테 화난 것 같아"라고 느끼는 **'심리적 현상'**입니다.
비유 (구름 놀이): 하늘에 떠 있는 구름을 보면서 "와, 저 구름 꼭 강아지 닮았다!"라고 말하는 것과 같습니다. 구름은 그냥 구름일 뿐이지만, 보는 사람의 눈에 강아지로 보이는 것이죠. 이것이 바로 '의인화'입니다. 로봇이 전혀 사람처럼 안 생겼어도, 사람이 감정을 이입하면 의인화가 일어납니다.
2. 의인모사 (Anthropomimesis): "만든 사람의 설계" 🛠️
개념: 개발자가 로봇을 만들 때 의도적으로 사람의 눈, 코, 입을 넣거나 사람처럼 말하도록 **'기술적으로 설계'**하는 것입니다.
비유 (인형 제작): 인형 공장에서 인형을 만들 때, 일부러 눈을 크게 만들고 속눈썹을 붙여서 사람처럼 보이게 만드는 과정과 같습니다. 이것은 보는 사람의 마음과는 상관없이, 만드는 사람의 손길에 의해 결정되는 '설계'입니다.
💡 왜 이 둘을 구분해야 할까요? (이 논문이 중요한 이유)
만약 로봇이 사람과 너무 비슷해서 문제가 생겼을 때(예: 로봇에게 너무 과하게 감정을 이입해서 상처를 받거나, 로봇의 행동을 오해하는 경우), 누구의 책임인지를 따지려면 이 구분이 꼭 필요하기 때문입니다.
책임 소재의 명확화:
로봇이 너무 사람 같아서 문제가 생겼다면, 그건 개발자가 너무 사람처럼 만들었기 때문일까요(의인모사)?
아니면 로봇은 가만히 있는데 사용자가 너무 과하게 몰입한 것일까요(의인화)?
이걸 구분해야 나중에 법적인 책임이나 안전 가이드라인을 만들 때 정확한 기준을 세울 수 있습니다.
디자인의 방향성:
"사람처럼 느껴지게 만들고 싶다!"라고 할 때, 단순히 로봇의 얼굴을 예쁘게 고칠지(의인모사), 아니면 사용자가 로봇에게 친근감을 느끼도록 심리적인 장치를 마련할지(의인화) 전략을 다르게 짤 수 있습니다.
🌟 결론적으로...
이 논문은 로봇 공학자들에게 이렇게 말하고 있습니다.
"로봇이 사람처럼 보이는 것은 '사용자의 착각(의인화)'일 수도 있고, '당신의 설계(의인모사)' 때문일 수도 있습니다. 이 둘을 헷갈리지 말고 명확히 구분해서 연구해야 더 안전하고 똑똑한 로봇을 만들 수 있습니다!"
인간-로봇 상호작용(HRI) 및 소셜 로보틱스 분야에서 '인간과 유사함(human-likeness)'을 설명할 때 **의인화(Anthropomorphism)**라는 용어가 광범위하게 사용되고 있으나, 그 정의가 매우 모호합니다. 기존 문헌에서는 하나의 용어 안에 로봇의 물리적 형태, 행동, 사용자의 심리적 투영 등이 혼재되어 사용되고 있습니다. 이로 인해 발생하는 주요 문제는 다음과 같습니다.
책임 주체의 불분명함: 로봇이 인간처럼 보이는 것이 '설계자의 의도적 선택' 때문인지, 아니면 '사용자의 주관적 인지' 때문인지 구분하기 어렵습니다.
설계 및 정책적 혼선: 로봇의 인간 유사성을 높이거나 낮추고자 할 때, 설계(Design)를 수정해야 하는지 사용자의 인식(Perception)을 관리해야 하는지 판단하기 어렵습니다. 이는 로봇으로 인한 위해 발생 시 책임 소재(Accountability) 문제로도 이어집니다.
2. 연구 방법론 (Methodology)
본 연구는 기존의 철학적 논의(Shevlin, 2025 등)와 HRI 문헌 검토를 바탕으로, '인간 유사성'을 결정하는 **'책임 주체(Responsible Party)'**를 기준으로 두 개념을 분리하여 재정의하는 이론적 탐색 방법론을 사용합니다.
개념적 분리: '인간과 닮은 형상(Morphe)'과 '인간을 모방함(Mimesis)'의 어원적 차이를 활용하여 개념을 구조화했습니다.
비교 분석: 두 개념을 책임 주체, 메커니즘, 이론적 배경이라는 세 가지 축으로 나누어 비교 분석(Table 1 참조)했습니다.
강도 구분: LLM 기반의 고도화된 시스템을 '강한(Robust)' 의인모사로, 단순 키워드 기반 시스템을 '약한(Weak)' 의인모사로 구분하는 틀을 제시했습니다.
4. 결과 및 논의 (Results & Discussion)
상호 관계: 두 개념은 배타적이지 않습니다. 의인모사(설계)는 의인화(인지)를 촉진하는 경향이 있지만, 과도한 의인모사는 '불쾌한 골짜기(Uncanny Valley)'를 유발하여 오히려 의인화를 저해할 수 있습니다. 반대로 설계는 비인간적이지만 사용자가 스스로 의인화할 수도 있습니다.
측정의 한계: 현재의 Godspeed 설문지 등 기존 측정 도구들은 두 개념을 명확히 분리하여 측정하지 못하고 있음을 지적하며, 향후 객관적 설계 지표와 주관적 인지 지표를 분리한 새로운 측정 모델이 필요함을 강조했습니다.
5. 연구의 의의 (Significance)
학술적 의의: HRI 분야의 개념적 혼란을 해소하고, 향후 연구자들이 로봇의 '인간 유사성'을 연구할 때 설계 측면과 인지 측면을 엄밀히 구분하여 접근할 수 있는 이론적 토대를 제공합니다.
실무적/정책적 의의:
설계자: 의도적인 인간 유사성 구현(의인모사)과 사용자의 심리적 반응(의인화)을 구분하여 전략적인 로봇 디자인이 가능해집니다.
정책 입안자/법적 측면: 로봇의 인간 유사성으로 인해 발생하는 사회적 문제나 위해 상황에서, 그것이 설계의 문제인지 사용자의 과도한 투영 문제인지를 구분함으로써 책임 소재(Accountability)를 명확히 하는 데 기여할 수 있습니다.