Age-Related Differences in the Perception of Eye-Gaze from a Social Robot

이 논문은 사회적 로봇의 지시적 시선 (deictic gaze) 이 일상 생활 보조에 활용될 때 노년층과 청년층 간의 사회적 지각 차이를 분석하여, 연령별 적응형 비언어적 신호 설계에 기여할 수 있는 방안을 모색합니다.

핵심

🥪 1. 연구의 배경: 로봇이 샌드위치를 만들어준다면?

상상해 보세요. 로봇 친구가 당신과 함께 샌드위치를 만들려고 합니다. 로봇이 "이제 빵을 꺼내세요"라고 말하는데, 어디에 빵이 있는지 눈으로만 가리키지 않고, 고개를 돌려 빵을 가리킨다면 어떨까요?

• 젊은 친구들: 로봇이 고개를 돌리는 순간, "아, 저기 있구나!" 하고 바로 빵을 찾을 수 있습니다.
• 노년 친구들: 나이가 들면 사람의 눈이 어디를 보고 있는지 파악하는 능력이 자연스럽게 떨어집니다. 그래서 로봇이 고개를 돌려 가리켜도, 젊은이들만큼 빠르게 반응하지 못할까? 혹은 아예 효과가 없을까? 하는 의문이 생깁니다.

연구자들은 이 의문을 해결하기 위해 300 명 이상의 사람 (젊은이와 노인) 을 모아 온라인 실험을 진행했습니다.

🤖 2. 실험 방법: 두 가지 로봇의 모습

연구진은 '페퍼 (Pepper)'라는 로봇을 사용했습니다. 이 로봇은 눈동자를 움직일 수는 없지만, 머리를 돌리는 것으로 "저기 봐!"라고 가리키는 행동 (지시적 시선) 을 할 수 있습니다.

참가자들은 두 가지 상황에서 샌드위치 재료를 찾는 게임을 했습니다.

1. 고정된 로봇 (SR): 로봇은 항상 카메라 (참가자) 를 똑바로 바라보며 "빵을 찾아줘"라고만 말합니다. (가리키지 않음)
2. 움직이는 로봇 (MR): 로봇은 "빵을 찾아줘"라고 말하면서, 빵이 있는 쪽으로 고개를 돌려 가리킵니다.

그리고 두 가지 것을 측정했습니다.

• 속도: 재료를 찾느라 걸린 시간 (얼마나 빨리 클릭했는지).
• 느낌: 로봇이 얼마나 사람 같고, 친근하게 느껴지는지.

📊 3. 놀라운 결과: "로봇이 가리키면 모두 빨라진다!"

실험 결과는 매우 흥미로웠습니다.

① 속도 면에서는 '노인 vs 젊은이'의 차이가 없었다!
로봇이 고개를 돌려 가리켰을 때, 젊은이든 노인이든 모두 재료를 찾는 속도가 빨라졌습니다. 마치 어두운 방에서 누군가 손전등으로 길을 비춰주면, 젊은이든 노인든 모두 길을 더 빨리 찾을 수 있는 것과 같습니다.

• 핵심: 로봇의 '고개 돌리기' 행동은 나이에 상관없이 모두에게 도움이 되었습니다.

② 하지만 '느낌' 면에서는 차이가 있었다!
속도는 비슷해졌지만, 로봇에 대한 마음의 반응은 달랐습니다.

• 젊은이들: 로봇이 고개를 돌리는 것을 보고 "오, 이 로봇은 정말 사람 같고, 나를 잘 도와주는구나!"라고 생각하며 로봇에 대한 호감도가 크게 올라갔습니다.
• 노년층: 로봇이 고개를 돌려도 젊은이들처럼 "와, 이 로봇이 정말 사람 같아!"라고 느끼는 정도는 크게 변하지 않았습니다. 즉, 로봇의 행동이 노년층의 '사회적 감정'에는 젊은이들만큼 큰 영향을 미치지 않았다는 뜻입니다.

💡 4. 왜 이런 결과가 나왔을까? (비유로 설명)

이 결과를 한 가지 비유로 정리해 볼까요?

비유: "등잔불을 켜주는 상황"

어두운 방에서 길을 찾을 때, 누군가 등잔불 (로봇의 고개 돌리기) 을 켜주면 젊은이든 노인든 모두 길을 더 빨리 찾을 수 있습니다 (속도 향상 효과). 이것이 바로 이 연구에서 발견된 '도움 효과'입니다.

하지만, 등잔불을 켜준 사람에 대한 감정은 다를 수 있습니다. 젊은이는 "와, 이 사람이 나를 배려해서 불을 켜줬네, 정말 친절하고 사람 같아!"라고 생각하며 감동할 수 있습니다. 반면, 노년층은 "아, 불이 켜져서 좋네"라고 생각할 뿐, 그 사람의 '인간적인 매력'이나 '친절함'을 젊은이만큼 강하게 느끼지 않을 수 있습니다.

즉, 로봇이 가리키는 행동은 '일'을 돕는 데는 효과적이지만, 노년층의 '마음'을 움직이는 데는 젊은이들과 다른 반응을 보인 것입니다.

🚀 5. 결론: 로봇 설계자에게 주는 메시지

이 연구는 우리에게 중요한 메시지를 줍니다.

1. 로봇은 무조건 가리켜야 한다: 로봇이 고개를 돌려 가리키는 행동은 나이를 불문하고 작업 효율을 높여주므로, 로봇 설계 시 반드시 포함해야 할 요소입니다.
2. 노년층을 위한 특별한 설계가 필요하다: 로봇이 노년층에게 더 친근하게 느껴지려면, 단순히 고개만 돌리는 것만으로는 부족할 수 있습니다. 노년층의 사회적 인식을 더 잘 자극할 수 있는 다른 방식 (예: 더 명확한 음성, 다른 형태의 비언어적 신호 등) 을 찾아야 합니다.

한 줄 요약:

"로봇이 고개를 돌려 가리키면 누구나 일을 더 잘하게 되지만, 노년층은 그 로봇을 젊은이만큼 '사람처럼' 느끼지는 않는다."

이 연구는 앞으로 로봇이 우리 사회, 특히 노년층과 더 자연스럽게 소통하기 위한 맞춤형 디자인의 중요한 첫걸음이 될 것입니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 사회적 로봇이 노년층 (Older Adults, OA) 의 일상생활을 지원하는 분야에 대한 관심이 증가하고 있으며, 인간 - 로봇 상호작용 (HRI) 에서 비언어적 단서, 특히 지시적 시선 (Deictic Gaze) 은 공동의 주의를 형성하고 협업 효율성을 높이는 데 핵심적인 역할을 합니다.
• 문제: 인간의 지시적 시선에 대한 민감도는 나이가 들면서 자연스럽게 감소하여 사회적 지각 능력이 저하됩니다. 그러나 로봇이 수행하는 지시적 시선이 노년층에게 어떻게 지각되는지, 그리고 이것이 젊은 층과 어떤 차이가 있는지에 대한 연구는 부족합니다.
• 목표: 일상생활 과제를 수행하는 협력 상황에서 사회적 로봇 (Pepper) 의 지시적 시선이 노년층과 젊은 층의 작업 수행 능력 및 로봇에 대한 사회적 지각에 미치는 영향을 비교 분석하여, 연령에 적응하는 비언어적 단서 설계에 기여하는 것을 목표로 합니다.

2. 연구 방법론 (Methodology)

• 실험 설계:
  • 설계: 2x2 혼합 설계 (Mixed Design).
    • 로봇 조건 (Within-subject): 정적 로봇 (Static Robot, SR - 카메라만 응시) vs. 이동 로봇 (Moving Robot, MR - 머리를 움직여 지시적 시선 제공).
    • 연령 그룹 (Between-subject): 성인 (Adults, A: 18~64 세) vs. 노년층 (Older Adults, OA: 65 세 이상).
  • 과제: 샌드위치를 만드는 과정을 모방한 '시각적 탐색 과제'. 참가자는 로봇의 음성 지시에 따라 재료를 클릭하여 두 개의 샌드위치를 완성해야 함.
  • 환경: 코로나19 팬데믹으로 인해 안전을 위해 온라인 원격 실험 (Labvanced 플랫폼) 으로 진행됨.
• 참가자: 총 329 명 (완성된 데이터 276 명). OA 그룹 (평균 69.3 세) 과 A 그룹 (평균 53.4 세) 으로 구성.
• 측정 지표:
  • 행동 데이터: 반응 시간 (RT, 재료 클릭까지의 시간), 과제 완료 시간 (TCT).
  • 주관적 데이터: NASA-TLX (정신적 부하), Godspeed (인간화 지각), RoSAS (온기, 유능성, 불편함).
  • 추가 질문: 로봇 조건 차이 인지 여부 및 선호도 조사.
• 분석 방법: 데이터의 정규성 가정을 위반하여 Robust Mixed ANOVA (20% 트림된 평균, 2000 부트스트랩 샘플) 를 사용하여 분석함.

3. 주요 기여 및 결과 (Key Contributions & Results)

가. 작업 수행 능력 (Task Performance)

• 지시적 시선의 촉진 효과: 로봇이 머리를 움직여 지시적 시선을 보일 때 (MR 조건), 모든 참가자 (노년층 포함) 의 반응 시간 (RT) 과 과제 완료 시간 (TCT) 이 유의미하게 단축되었습니다.
• 연령별 차이 부재: 지시적 시선이 제공하는 '촉진 효과의 크기'는 연령 그룹 간에 통계적으로 유의미한 차이가 없었습니다. 즉, 로봇의 시선 단서가 젊은 층과 노년층 모두에게 유사한 정도로 작업 효율을 높였습니다.
  • 참고: 노년층의 전체적인 반응 속도는 젊은 층보다 느렸으나, 로봇의 도움으로 개선된 '상대적' 이득은 두 그룹이 비슷했습니다.

나. 사회적 지각 (Social Perception)

• 전반적 선호도: 지시적 시선을 가진 로봇 (MR) 이 정적 로봇 (SR) 보다 인간화 (Anthropomorphism), 온기 (Warmth), 유능성 (Competence) 점수가 유의미하게 높았으며, 참가자들이 MR 을 더 선호했습니다.
• 연령별 지각 차이:
  • 노년층의 특성: 노년층은 로봇을 더 인간적으로 지각하는 경향이 있었습니다.
  • 지각의 불변성: 흥미롭게도, 로봇의 지시적 행동 (MR vs SR) 에 따른 인간화 및 불편함 (Discomfort) 점수의 변화 폭은 노년층에서 젊은 층보다 작았습니다. 이는 노년층이 로봇의 비언어적 시선 변화에 대해 젊은 층만큼 민감하게 반응하지 않거나, 주관적 평가에 덜 영향을 받는다는 것을 시사합니다.

다. 인지적 인지도 분석

• 실험 참가자의 약 42% 가 로봇 조건 간의 차이를 인지하지 못했다고 응답했습니다. 이 하위 집단에서도 연령에 따른 작업 시간 차이는 있었으나, 로봇 조건에 따른 효과나 상호작용 효과는 발견되지 않았습니다. 이는 노년층의 시선 추종 능력 감소가 인지적 감퇴와 관련될 가능성을 시사합니다.

4. 연구의 의의 및 결론 (Significance & Conclusion)

• 기술적 의의: 로봇의 머리를 이용한 지시적 시선 (Deictic Gaze) 은 눈동자 움직임이 없는 Pepper 로봇에서도 연령에 관계없이 작업 수행 효율을 높이는 유효한 비언어적 단서임을 입증했습니다.
• 디자인 시사점:
  • 로봇의 비언어적 단서 설계 시, 노년층을 위해 시선 단서를 과도하게 강화할 필요는 없으며, 젊은 층과 유사한 수준으로도 충분히 효과를 볼 수 있음을 보여줍니다.
  • 그러나 노년층은 로봇의 시선 변화에 대한 주관적 사회적 지각 (인간화, 편안함 등) 에 덜 반응하므로, 로봇의 사회적 수용성을 높이기 위해서는 시선 외에도 다른 비언어적 단서나 상호작용 방식을 고려해야 할 필요가 있습니다.
• 한계 및 향후 과제: 본 연구는 온라인 환경에서 수행되었으며, 로봇의 시선이 실제 인간의 시선과 어떻게 다른지 비교하기 위해 인간 얼굴이나 비사회적 신호를 포함한 추가 조건이 필요하다는 점을 지적합니다.

요약: 이 연구는 사회적 로봇의 지시적 시선이 노년층의 작업 수행 능력을 젊은 층과 동등하게 향상시킨다는 것을 밝혔으나, 노년층은 이러한 비언어적 단서에 대해 주관적인 사회적 지각 (호감도, 인간화 등) 측면에서는 덜 민감하게 반응함을 발견했습니다. 이는 연령에 적응한 로봇 인터페이스 설계에 중요한 통찰을 제공합니다.