HiBRIDGE: A Hierarchical Bayesian Neural Network Framework for Interpretable Dialogue Management in Group-Robot Interaction

로봇이 이미 세 사람이 대화를 나누고 있는 방으로 걸어 들어가는 상황을 상상해 보십시오. 대화에 끼어들어 혼란이나 어색함을 유발하지 않기 위해, 기계는 찰나의 순간에 결정을 내려야 합니다: 누구에게 말을 걸어야 할지, 그리고 무엇을 말해야 할지 말입니다. 대화를 이어가기 위해 왼쪽에 있는 사람에게 질문을 던져야 할까요? 그룹 전체를 향해 농담을 건네야 할까요? 아니면 그저 듣고만 있어야 할까요? 인간-로봇 상호작용이라는 복잡한 세계에서 단 하나의 "정답"이란 거의 존재하지 않습니다. 여러 선택지가 동시에 합리적으로 보일 수 있으며, 어떤 움직임이 옳으냐는 전적으로 그 순간의 변화하는 맥락에 달려 있습니다. 로봇이 이러한 집단 환경에서 진정한 파트너가 되기 위해서는 단순히 정해진 대본 이상의 것이 필요합니다. 즉, 이러한 가능성들을 저울질하고, 제한된 경험으로부터 배우며, 자신의 선택을 인간이 이해할 수 있는 방식으로 설명할 수 있는 방법이 필요합니다.

이것이 바로 연구진이 개발한 'HiBRIDGE'라는 새로운 시스템이 해결하고자 하는 과제입니다. 이들의 연구는 사회적 로봇의 "두뇌", 즉 그룹 내에서 어떻게 행동할지를 결정하는 부분에 초점을 맞추고 있습니다. 완벽한 응답을 한 번에 예측하려고 하는 하나의 거대한 계산에 의존하는 대신, 연구진은 의사결정을 더 작고 논리적인 단계들로 나누었습니다. 그들은 먼저 로봇이 말을 해야 할지 말지를 결정하고, 그다음 그룹 전체를 대상으로 할지 아니면 특정 개인을 대상으로 할지를 결정하며, 마지막으로 질문을 던질지 혹은 진술을 할지와 같은 어떤 종류의 말을 할지를 결정하는 시스템을 구축했습니다. 결정적으로, 그들은 이 시스템이 불확실성을 처리할 수 있도록 설계했습니다. 현실 세계의 상호작용은 무질서하고 데이터 수집이 어렵기 때문에, 이 시스템은 자신이 답에 대해 100% 확신할 수 없음을 인정하는 방식을 사용하여 적은 수의 사례로부터도 효과적으로 학습할 수 있게 합니다.

연구진은 세 가지 서로 다른 녹화된 대화 세트를 사용하여 이 새로운 프레임워크를 테스트했습니다. 한 시나리오에서는 로봇이 퀴즈와 농담으로 쇼핑몰의 고객들을 즐겁게 했고, 다른 시나리오에서는 병원 기억 클리닉에서 질문에 답했으며, 세 번째 시나리오에서는 룸메이트 간의 협상 게임을 중재하는 것을 도왔습니다. 연구진이 기존의 방식들(대규모 언어 모델 기반 모델 포함)과 이 새로운 시스템을 비교했을 때, HiBRIDGE는 더 우수한 성능을 보였습니다. 특히 작업이 어렵고 데이터가 부족한 상황에서 적절한 행동을 예측하는 데 매우 효과적이었습니다. 연구는 로봇의 의사결정을 확률적인 단계들로 취급하여 본질적으로 다양한 결과의 가능성을 저울질하는 접근 방식이, 단일하고 고정된 예측을 시도하는 시스템보다 일관되게 더 뛰어난 성과를 냈다는 점을 밝혀냈습니다. 이는 불확실성을 인정하는 것이 예측 불가능한 사회적 상황에서 로봇을 실제로 더 똑똑하게 만들 수 있음을 시사합니다.

단순히 정확도를 높이는 것을 넘어, 연구진은 이러한 단계별 구조가 로봇을 더 이해하기 쉽게 만드는지도 알고 싶었습니다. 이를 테스트하기 위해 그들은 20명의 참가자를 대상으로 온라인 연구를 진행했습니다. 그들에게 로봇의 상호작용 영상 클립을 보여주고, 로봇이 왜 그렇게 행동했는지에 대한 설명을 제공했습니다. 일부 설명은 새로운 구조적 시스템에서 나왔고, 다른 설명은 모든 결정을 한 번에 내리는 더 단순한 "평면적(flat)" 시스템에서 나왔습니다. 결과는 명확한 선호도를 보여주었습니다. 사람들은 구조적 시스템의 설명이 더 도움이 되고 따라가기 쉽다고 느꼈습니다. 두 가지 중 하나를 선택하라고 했을 때, 참가자들은 "로봇이 대화가 정체되었기 때문에 그룹 전체에 질문을 던하기로 결정했다"와 같이 로봇의 중간 사고 과정을 드러내는 설명을 일관되게 선택했습니다. 이는 최종 결과뿐만 아니라 결정 뒤에 숨겨진 "이유"를 보여주는 것이 인간이 기계를 신뢰하고 이해하는 데 도움이 된다는 것을 나타냅니다.

이것이 실제 환경에서도 작동하는지 확인하기 위해, 연구진은 완전 자율형 로봇을 제작하여 12명의 사람을 대상으로 대면 테스트를 진행했습니다. 카메라와 마이크를 갖춘 로봇은 그룹의 대화를 듣고, 언제 말할지를 결정한 다음, 스스로의 단어와 몸짓을 생성했습니다. 연구 결과, 시스템은 실시간으로 원활하게 작동했습니다. 참가자들은 로봇이 복잡한 구조적 의사결정 모델을 사용하든 더 단순한 버전을 사용하든 관계없이, 로봇의 행동이 적절하고 유용하다고 평가했습니다. 구조적 모델이 모든 지표에서 단순한 모델보다 통계적으로 우세하지는 않았지만, 대화의 흐름을 관리하고 모두를 포함시키는 능력에 있어서는 일관되게 약간 더 나은 것으로 인식되었습니다. 이 실세계 테스트는 새로운 프레임워크가 단순한 이론적 연습이 아니라, 찰나의 순간에 결정을 내리면서도 자연스럽고 매력적인 존재감을 유지할 수 있는 실용적인 도구임을 입증했습니다.

이 연구는 우리가 지능형 기계를 설계하는 방식에 있어 이중적인 이점을 강조합니다. 불확실성을 다루는 수학적 접근 방식은 로봇이 데이터가 제한적인 실제 로봇 공학 환경에서 더 빠르게 배우고 더 잘 수행하도록 돕습니다. 한편, 단계별 의사결정 구조는 로봇의 생각에 대한 투명한 창을 제공하여, 로봇의 행동을 사람들에게 더 이해하기 쉽게 만듭니다. 이 두 가지 요소를 결합함으로써, 연구진은 복잡한 사회적 집단을 항해할 수 있을 뿐만 아니라 자신의 선택을 논리적이고 인간적인 방식으로 설명할 수 있는 로봇의 토대를 마련했습니다. 이는 로봇이 단순히 도구로서가 아니라, 이해 가능한 파트너로서 우리의 대화에 참여할 수 있는 미래에 한 걸음 더 다가서게 합니다.