Quantifying sources of variation in turn-taking: How much do demographics and personality explain?

대화라는 보이지 않는 춤

북적이는 파티장에 있다고 상상해 보세요. 당신은 친구와 대화를 나누려 하지만, 방 안은 매우 시끄럽습니다. 대화를 계속 이어가기 위해 당신과 친구는 고속의, 보이지 않는 춤을 추어야 합니다. 단순히 상대방이 말을 멈출 때까지 기다렸다가 말을 시작하는 것이 아니라, 당신은 상대가 정확히 언제 끝낼지를 예측하여 완벽한 순간에 끼어들어야 합니다. 너무 빨리 끼어들면 방해(‘중첩’)가 되고, 너무 오래 기다리면 어색한 침묵(‘공백’)이 생깁니다.

과학자들은 이를 **차례 주고받기(turn-taking)**라고 부릅니다. 이것은 인간의 대화가 마치 공이 바닥에 떨어지는 탁구 게임처럼 느껴지지 않고 매끄럽게 느껴지도록 만드는 리드미컬한 주고받기입니다. 오랫동안 연구자들은 우리가 왜 이런 방식으로 춤을 추는지에 대해 논쟁해 왔습니다. 그것은 우리의 정체성 때문일까요? 아마도 당신이 외향적이라서 본래 말이 빠른 것일 수도 있고, 혹은 연령이나 성별 때문에 말이 느린 것일 수도 있습니다. 아니면, 이것이 두 사람 사이에서 일어나는 일일까요? 즉, 이 춤이 개인의 스텝에 관한 것이 아니라, 당신이 누구인지와 상관없이 당신과 당신의 특정 파트너가 얼마나 잘 조화를 이루느냐에 관한 것일 수도 있습니다.

이 질문이 중요한 이유는, 만약 우리가 인간처럼 말하는 로봇을 만들거나 사람들이 더 잘 소통할 수 있도록 돕는 앱을 만들고 싶다면, 우리는 무엇을 알아야 하는지 결정해야 하기 때문입니다. 로봇에게 당신의 성격을 프로그래밍해야 할까요, 아니면 당신과 특정하게 어떻게 춤을 추는지 가르쳐야 할까요?

위대한 대화 실험

이 연구에서 한 연구팀은 방대한 양의 실제 데이터를 살펴봄으로써 이 논쟁을 해결하기로 했습니다. 그들은 단순히 몇 명의 대화를 관찰한 것이 아니라, 두 개의 거대한 데이터베이스에서 추출한 12,000개 이상의 대화를 분석했습니다. Fisher라고 불리는 한 데이터베이스에는 낯선 이들 사이의 전화 통화 내용이 담겨 있었습니다. 다른 하나인 CANDOR에는 낯선 이들 사이의 화상 통화 내용이 담겨 있었습니다. 이 데이터베이스의 많은 사람들이 여러 명의 서로 다른 파트너와 대화를 나누었기 때문에, 연구자들은 "패턴 찾기"라는 영리한 게임을 수행할 수 있었습니다.

그들은 다음과 같이 질문했습니다. 만약 A가 B와 대화하고, 그 후 A가 C와 대화한다면, A는 두 번 모두 똑같은 방식으로 말할까요? (이것은 모두 **행위자(Actor)**에 관한 것입니다.) 아니면, A가 B와 대화할 때와 C와 대화할 때 다르게 말할까요? (이것은 **파트너(Partner)**에 관한 것입니다.) 그리고 마지막으로, A와 B가 함께 있을 때만 발생하는 특별한 "마법", 즉 한 명이 다른 사람과 대화할 때는 사라지는 패턴이 존재할까요? (이것은 다이애드(Dyad), 즉 쌍에 관한 것입니다.)

이를 측정하기 위해 그들은 네 가지 특정 "춤 동작"을 살펴보았습니다:

1. 플로어 전이 오프셋 (FTO): 한 사람이 멈추고 다른 사람이 시작하는 사이의 정확한 밀리초(ms) 단위 시간.
2. 중첩 (Overlap): 사람들이 서로의 말을 끊고 동시에 말하는 시간.
3. 휴지 (Pauses): 발언권을 가진 동안 발생하는 침묵의 양.
4. 발화 활동량 (Speech Activity): 전체 대화 시간 중 실제로 말을 하는 시간.

놀라운 결과: 복잡합니다!

연구 결과, 단 하나의 정답은 없었습니다. "춤"은 당신이 어떤 동작을 관찰하느냐에 따라 완전히 달라졌습니다.

"다이애드"가 타이밍 경쟁에서 승리하다
대화의 찰나의 타이밍(FTO)에 관해서는, 쌍(pair) 자체가 가장 중요한 요인이었습니다. 연구자들은 두 사람 사이의 특정한 케미스트리가 타이밍의 변화를 가장 많이 설명한다는 것을 발견했습니다. 화자와 파트너가 누구인지 고려하더라도, 그 특정 쌍의 고유한 "분위기"가 여전히 가장 큰 영향력을 미쳤습니다. 마치 모든 커플은 개별적인 인물만 알아서는 예측할 수 없는 자신들만의 비밀스러운 리듬을 가지고 있는 것과 같습니다. 전화 데이터에서 이 쌍(pair)은 타이밍 차이의 **54%**를 설명했으며, 영상 데이터에서는 **34%**를 설명했습니다. 이는 대화의 "시계"가 개별 무용수가 아니라, 함께 춤을 추는 두 사람에 의해 설정된다는 것을 시사합니다.

"행위자"가 침묵을 주도하다
하지만 휴지(발언권을 가진 동안의 침묵)에 관해서는, 개별 화자가 주도권을 쥐고 있었습니다. 연구자들은 당신이 얼마나 자주 멈추는가는 주로 당신 자신에 관한 것임을 발견했습니다. 만약 당신이 자주 멈추는 사람이라면, 당신은 누구와 대화하든 상관없이 자주 멈출 것입니다. 이것이 가장 "행위자 중심적인" 척도였으며, 이는 당신의 개인적인 스타일이 침묵을 지배한다는 것을 의미합니다.

"발화 활동량"은 팀워크다
발화 활동량(누가 더 많이 말하는가)에 대해서는 혼합된 양상을 보였습니다. 당신의 성격과 습관이 가장 큰 요인이었지만(행위자), 파트너 또한 매우 중요했습니다. 만약 당신이 지배적인 파트너와 대화한다면, 당신이 평소에 수다쟁이라 할지라도 말을 적게 할 수도 있습니다. 연구자들은 자신의 특성이 가장 많은 것을 설명했지만, 파트너의 정체성 역시 변동의 상당 부분을 차지한다는 것을 발견했습니다.

"중첩"은 변신의 귀재다
서로의 말을 가로채는 정도(중첩)는 가장 혼란스러웠습니다. 영상 대화에서는 주로 화자(speaker)에게 달려 있는 것처럼 보였습니다. 그러나 전화 통화에서는 주로 청자(listener)에게 달려 있었습니다. 이는 우리가 어떻게 말을 끊거나 중첩되는지가 매체(영상 vs 음성)와 우리가 상대방의 신호를 어떻게 해석하느냐에 따라 달라질 수 있음을 시사합니다.

당신의 인구통계학적 특성이 중요할까요?

당신은 아마 이렇게 물을지도 모릅니다: "그래서, 남자인지 여자인지, 젊은지 늙었는지, 혹은 특정 성격인지가 내가 말하는 방식을 바꿀까요?"

대답은 이렇습니다: 그렇습니다, 하지만 당신이 생각하는 것만큼은 아닙니다.

연구자들은 성별, 연령, 교육 수준, 성격과 같은 요소들이 이러한 패턴을 예측할 수 있는지 테스트했습니다. 그들은 이러한 요인들이 영향을 미치기는 하지만, 전체 변동의 아주 작은 부분, 즉 약 6%에서 16% 정도만을 설명한다는 것을 발견했습니다.

• 성별은 가장 일관된 예측 인자였습니다. 남성은 여성보다 약간 더 긴 간격을 두고 차례를 넘겼으며, 서로의 말을 가로채는 빈도가 약간 더 낮았습니다.
• 연령과 성격(특히 외향성) 또한 사람들이 얼마나 말하는지에 영향을 미쳤습니다.
• 그러나 이러한 세부 사항들을 모두 알고 있더라도, 연구자들은 한 사람의 프로필만 보고 대화를 예측할 수 없었습니다. 특정 쌍의 "마법"과 그 순간의 독특한 맥락이 여전히 지배적이었기 때문입니다.

이것이 미래에 갖는 의미

이 연구는 우리가 인구통계학적 프로필 그 이상이라는 결론을 내립니다. 우리는 고정된 대화 스타일을 가진 "외향적인 남성"이나 "나이 든 여성"이 아닙니다. 우리는 누구와 춤을 추느냐에 따라 스텝을 바꾸는 역동적인 무용수입니다.

미래의 로봇과 AI 시스템에게 이것은 중요한 단서가 됩니다. 만약 당신이 로봇이 자연스럽게 말하기를 원한다면, 사용자의 성격만을 프로그래밍해서는 안 됩니다. 로봇은 그 특정한 쌍의 대화를 배워야 합니다. 로봇은 이 특정한 인간이 자신의 엄마나 상사와 대화할 때와는 다르게, 이 특정한 로봇과 대화할 때 다르게 말한다는 것을 배워야 합니다. 대화의 타이밍은 단순한 솔로 공연이 아닙니다. 그것은 듀엣이며, 그 음악은 종종 주머니 속의 악보가 아니라 함께 연주하는 두 사람에 의해 쓰여집니다.