기술 요약: 인간-기계 상호작용 경험에서 변동성의 역할

문제 정의

물리적 인간-기계 상호작용(pHMI)은 인간과 기계가 공유된 과업을 달성하기 위해 물리적 힘을 교환하는 긴밀한 통합 협업 단계로 점차 이동하고 있다. 기존의 공유 제어 및 햅틱 보조 전략은 객관적인 과업 성능을 최적화하는 데 효과적이지만, 일반적으로 인간 운동 행동의 확률적 특성을 무시한 채 결정론적인 인간 모델에 의존한다. 구체적으로, 이러한 시스템은 자연스러운 움직임의 변동성을 최소화해야 할 노이즈로 취급하여 억제하며, 이를 운동 제어의 구조적 특징으로 간주하지 않는다.

본 논문은 과업과 무관한 변동성을 체계적으로 제한하는 것이 사용자가 예측을 생성하고 행동 결과를 귀속시키는 감각운동 연속성(sensorimotor contingencies)을 변화시킬 수 있다고 주장한다. 컨트롤러의 내부 모델과 사용자의 자연스러운 움직임 통계 사이의 이러한 불일치는, 설령 과업 성능이 높더라도 사용자의 에이전시(agency) 감각, 인지된 사용성 및 전반적인 상호작용 경험을 저하시킬 수 있다. 구조화된 변동성의 확립된 역할에도 불구하고, 긴밀하게 결합된 pHMI 내에서 인간 상호작용 경험에 미치는 변동성의 구체적인 영향은 경험적으로 탐구된 바 없다.

연구 방법론

실험 설계

본 연구는 41명의 참가자를 대상으로 물리적으로 결합된 햅틱 점-대-점(point-to-point) 과업을 수행하게 하는 피험자 내 설계(within-subject design)를 채택하였다. 독립 변수는 다음 세 가지 조건의 상호작용 모드이다:

1. noSup (지원 없음): 자동화가 없는 베이스라인 조건으로, 자연스러운 인간의 움직임 패턴을 포착한다.
2. lowVar (변동성 제한): 전체적인 움직임 변동성을 최소화하도록 설계된 전통적인 컨트롤러 모드이다.
3. highVar (변동성 존중): 과업 정확도를 유지하면서도 과업과 무관한 차원에서의 자연스러운 인간 움직임 변동성 패턴을 보존하도록 설계된 새로운 인간-변동성-존중 최적 제어(HVROC) 모드이다.

시스템 구현

• 하드웨어: 힘-토크 센서가 장착된 KUKA LBR iiwa 14 R820 로봇 팔을 햅틱 인터페이스로 사용하였다.
• 시뮬레이션: 로봇은 2D 작업 공간 내의 시뮬레이션된 선형 질점 시스템(질량-댐퍼 역학)에 가상으로 결합되었다.
• 제어 로직: 자동화는 상태 피드백 제어 법칙에 기반하여 가산적인 힘 입력을 적용하였다.
  • lowVar 모드는 편차를 공격적으로 댐핑하기 위해 높은 피드백 이득($L_p = L_d = 150$)을 가진 정적 HVROC 솔루션을 사용하였다.
  • highVar 모드는 위치 오차 의존형 이득 스케줄링을 채택하였다. 움직임 단계 동안 자연스러운 변동성을 허용하기 위해 낮은 초기 이득($L_p=75, L_d=20$)을 활용하였으며, 안정적인 감속을 보장하기 위해 시스템이 목표에 접근할 때만($e < 1/3 e_{start}$) 이득을 선형적으로 증가시켰다.
• 과업: 참가자들은 네 방향에 걸쳐 속도와 정확도의 균형을 맞추며 82회의 움직임을 수행하였다. 제어 전략의 효과를 반응 시간 지연으로부터 분리하기 위해 자동화는 인간이 가한 힘이 5N을 초과할 때만 활성화되었다.

측정 지표

• 행동 지표:
  • 과업 무관 변동성: 움직임 방향에 수직인 중간 단계에서의 최대 위치 분산($V_{max}^y$)으로 측정하였다.
  • 과업 성능: 침강 시간(settling time), 종단 오차(endpoint error), 그리고 목표 영역 내 종단 분산(endpoint variance)을 통해 측정하였다.
• 인간 상호작용 경험 지표:
  • 에이전시(Sense of Agency): 행동 및 결과에 대한 인지된 통제력.
  • 자기 효능감(Self-Efficacy): 과업을 수행할 수 있는 자신의 능력에 대한 믿음.
  • 몰입(Flow): 집중된 참여 상태.
  • 사용성(Usability): 인지된 유용성, 사용 용이성, 정서적 반응을 포함하는 QUEAD 설문지를 통해 평가하였다.

주요 기여

1. 변동성 구조의 경험적 조사: 본 연구는 긴밀하게 결합된 pHMI에서 과업과 무관한 움직임 변동성과 인간 상호작용 경험 사이의 인과 관계에 관한 첫 번째 경험적 증거를 제공한다.
2. HVROC 구현: 과업 관련 성능을 저해하지 않으면서도 과업과 무관한 변동성을 명시적으로 조절하는 변동성 인지 최적 제어기의 실현 가능성을 입증한다.
3. 성능과 경험의 분리: 본 연구는 제어 전략이 객관적인 과업 성공 측면에서는 기능적으로 동일할 수 있지만, 경험적으로는 구별될 수 있음을 확립한다.

결과

과업 성능

• 변동성 조작: highVar 모드는 lowVar 모드($M=0.33 \times 10^{-4} m^2$)에 비해 유의미하게 더 많은 과업 무관 변동성($M=0.65 \times 10^{-4} m^2$)을 보존하였으나, 두 모드 모두 noSup 베이스라인($M=1.11 \times 10^{-4} m^2$)보다는 낮았다.
• 과업 성공: 두 보조 모드(lowVar 및 highVar) 모두 noSup 베이스라인보다 침강 시간, 종단 오차, 종단 분산 측면에서 유의미하게 우수한 성능을 보였다.
• 동등성: 결정적으로, highVar와 lowVar 모드 사이에는 과업 관련 성능(침강 시간, 종단 오차, 종단 분산)에서 유의미한 차이가 없었다. 이는 자연스러운 변동성 패턴을 보존하는 것이 객관적인 과업 성능의 희생을 수반하지 않음을 확인해 준다.

인간 상호작용 경험

• 일반적 경험: 두 보조 모드 모두 noSup 베이스라인에 비해 에이전시, 자기 효능감, 몰입, 사용성 측면에서 유의미하게 높은 점수를 기록하였다.
• 변동성의 영향: 에이전시, 자기 효능감, 몰입은 두 보조 모드 간에 유의미한 차이가 없었으나, 사용성은 lowVar에 비해 highVar 조건에서 유의미하게 높았다.
• 하위 척도 분석: highVar의 사용성 향상은 주로 인지된 사용 용이성의 유의미한 상승과 정서적 반응의 긍정적 경향에 의해 주도되었다. 과업 성공과 상관관계가 있는 인지된 유용성은 두 보조 모드 간에 유의미한 차이를 보이지 않았다.

의의 및 주장

본 논문은 구조화된 과업 무관 움직임 변동성을 보존하는 것이 인간 중심 pHMI를 위한 핵심 설계 원칙이라고 주장한다. 연구 결과는 다음과 같은 시사점을 준다:

• 경험은 성능과 구별된다: 제어 정책은 동일한 객관적 과업 결과를 생성하더라도 경험적으로는 다를 수 있다.
• 사용성 향상: 변동성 인지 제어는 사용자의 내부 운동 모델 및 자연스러운 감각운동 예측과 시스템의 역학을 일치시킴으로써, 특히 "사용 용이성"과 상호작용의 정서적 질을 개선하여 인지된 사용성을 높인다.
• 설계적 함의: 특히 장기적인 수용성이 중요한 의료 및 재활 분야와 같은 긴밀한 결합 시스템의 경우, 제어 전략은 단순히 오차를 최소화하는 것을 넘어 인간 움직임의 통계적 구조를 존중해야 한다. 이러한 접근 방식은 강력한 과업 지원을 제공하는 동시에, 사용자가 협업 과정에서 능동적이고 스스로의 행동을 귀속시키는 역할을 유지할 수 있게 한다.

저자들은 변동성 인지 제어가 단순한 선택적 개선 사항이 아니라, 인간-기계 시스템에서 효과성과 지속적인 상호작용 품질을 모두 달성하기 위한 의도적인 설계 원칙으로 간주되어야 한다고 결론짓는다.