HCI KOREA 2025 학회 관심 연구 선정
목표 🎯
- HCI KOREA 2025 학회 참여 후 관심 연구를 하나 선정하여 정리해본다.
- 이를 통해 HCI 연구의 최신 기술과 연구 동향을 파악하고, 본인의 연구 방향 설정에 도움을 받고자 한다.
관련 링크 🔗
HCI 분야에서의 일기-AI 상호작용 연구의 현재
Current state of research about Diary-AI interaction in HCI
Kim, J. Y., & Bianchi, A. (2025). Current state of research about Diary-AI interaction in HCI. Proceedings of HCI Korea 2025. KAIST.
- 선정 동기: 현재 MyListener의 spinoff 연구로 진행하고 있는 일기 연구가 있어, AI를 활용한 일기 작성 연구들이 어떤 방식으로 이루어지고 있는지 궁금했다.
📍 keywords
AI 기반 일기, 일기와 인간-컴퓨터 상호작용, LLM, AI 협업과 커뮤니케이션 기록, 자아성찰
📍 연구 개요
- HCI 분야에서, AI를 활용한 일기 작성 연구 동향 분석
- AI 기반 일기 작성의 가능성과 도전 과제를 탐색
📍 연구 방법 (데이터 수집 방법론)
*주요 논문 12개를 선별하고 분석 (PRISMA flow diagram)
screening #1
- google scholar에서 ‘AI’, ‘Diary’, ‘HCI’, ‘LLM’ 관련 키워드를 사용하여 370개 논문 추출
- 최신 연구 동향을 반영하고자 86개 논문 제거
- Diary entry를 연구 주제로 다룬 논문 선별, 213개 논문 제거
- screening된 논문의 제목과 초록 검토
- Diary Study 방법론으로만 사용되거나 일기 작성과 직접적인 관련 없는 디자인 논문 제외
screening #2
- 다음 조건에 따라 59개 논문 제거
- AI 또는 LLM이 일기를 분석하거나 작성하는 내용을 포함
- 전통적인 ‘일기 작성’의 정의에 집중
일기 작성: 개인이 성장을 위해 자유롭게 사건에 대한 생각과 감정에 대한 기록을 함
→ 12개 논문 선정 (선별 과정을 통한 리뷰 타당성 증가)
📍 연구 결과
*선별된 논문들은 3가지 유형으로 분류된다.
1) 일기 작성 단계 상호작용
- 데이터 기반 일기 작성
- 일상의 데이터를 수집하여 일기 작성 과정에서 사용할 수 있게 함으로써, 전통적인 일기 작성 방법의 한계를 극복
- 사용자들의 기억이 희석되기 전 일기를 작성할 수 있도록 함
- 대화형 AI를 활용한 자아성찰 강화
- 동적인 일기 기록
- 일기 작성 간격(interaction interval)을 줄임
- 기록 과정 간소화
→ 일기 작성 방법 확장, 기록 부담 저하, 새로운 자아 성찰 기회 제공
2) 일기 내용 분석 상호작용
- LLM 대화형 일기 작성
- 꾸준한 참여 유도
- 감정표현 쉽게 할 수 있도록 유도
- 사용자의 스트레스를 줄이는 데에 효과적
- 일상 데이터와의 연동
- 수면, screen time, 이전 작성 일기의 데이터 맥락 등 데이터 연동
- 자아 성찰보다는 감정 분석, 정서적 지원에 초점 (데이터 활용과 상호작용)
→ LLM 챗봇 시스템을 이용하여 사용자 감정 표현 어려움을 해소, 심층적인 감정 탐구를 지원
3) 일기 작성 이후 상호작용
- 기록 기반 회상 지원
- ‘에피소드 기억 이론’
- 일기 데이터 맥락적 요약 - 복기 용이하도록
- 가상 페르소나 구축 - 역사적 기록 AI로 재해석, 교육적 효과 증대
- 정서적 상호작용과 경험의 확장
- 복기 상호작용 연구
- 과거의 정서적 감정을 현재로 - 풍부한 일기 작성
→ 디지털화된 일기 데이터의 활용 방법 탐구(맥락적 활용성, 정서적 상호작용 활용 가능성)
📍 도전 과제 및 한계
1. 기술적 한계: 프롬프트 형성 한계 (LLM)
- 프롬프트 정확도: 의도대로 조작할 수 없음
- 답변 출력의 시간차: 기억 왜곡, 정보 해석 오류 가능성
→ 프롬프트 설계를 세밀하게 조정, 시스템 반응성 개선
💡 어떻게 하면 될까?
- 입력 데이터의 정확도를 높이기 위한 시스템 처리 추가 진행
- 출력되는 결과를 다시 AI를 통하여 재확인
- 감정언어 데이터 처리, 사용자 간 자연스러운 상호작용 가능한 다른 감정인식모델 연구
- 전통적인 ML 혹은 DL 모델과 다른 사전 학습 모델 등
2. 윤리적 도전 과제: 개인정보 보호 및 과의존
- 일기 작성 과정에서 수집된 데이터 정보 유출의 위험성
- 자신의 경험이나 감정 대신 LLM이 제안하는 감정과 경험에 지나치게 의존할 가능성
- 사용자의 주체성 제한, 자아 인식 왜곡 위험
- 사용자의 주체성 제한, 자아 인식 왜곡 위험
→ 사용자가 AI 제안에 무의식적으로 따르고 있는지 확인할 수 있는 변수 추가
→ 사용자 중심의 대화 흐름, 적응적 인터페이스 개발
💡 어떻게 하면 될까?
- 실제 데이터의 보호를 할 수 있는 기술적 연구
- 개인자료의 익명화 및 암호화 등
- 데이터 처리 내용 공유 시스템 연구
- 사용자로 하여금 정보가 보호됨을 느낄 수 있도록
- 사용자의 주체성과 자율성 강화하는 방법 모색
- 사용자가 주체적이고 비판적으로 자신의 변화가 AI의 제안에 의해 영향을 받고 있는 것인지 확인하고 검토할 수 있는 과정을 일기 작성 순서에 포함하기
3. AI와의 익숙도 및 기대 불충족에 의한 사용자 경험의 한계
- AI에 익숙지 않은 사용자들의 상호작용 적응 과정에서의 불편함
- 피로감, 부정적 감정 증폭, 사용자 만족도 저하
→ 대화형 AI 일기 작성 연구 시 사용자경험의 질적 향상을 도모할 필요가 있음 (심리적 안전성 강화, 정서적 왜곡 최소화)
📍 결론 및 미래 연구 방향
- HCI에서 AI를 이용하여 일기와의 상호작용을 함에 있어, LLM 기반 대화형 접근법이 경험 기록, 자기성찰, 정서적 지원을 강화할 가능성이 있다.
- 그러나 LLM의 통제 불가능성과 감정 왜곡의 위험성이 존재하므로, AI 기반 일기 작성 시스템 설계 시 신중한 접근이 필요하다.
📍 한계 및 개선점
- 간접적 또는 의미적 연관성을 가지는 논문들은 리뷰의 선별 기준(직접적인 연관성)에 따라 포함되지 못함.
→ Google Scholar 외의 ACM Digital Library(DL)과 같은 주요 학술 데이터베이스 추가로 검색 범위 확장
→ 검색 키워드를 다양화하고 이를 조합, 세분화하여 더 많은 논문을 탐색하고 체계적으로 분류
ETC
- 이 연구는 현재 진행중인 내 연구와 관련이 많아 학회장에 가서 제일 듣고 싶었던 구두발표 주제 중 하나였다. 가서 발표를 듣던 중 내가 연구에 참여했던 ‘MyListener’언급이 나와서 놀랐고 뿌듯한 마음도 있었다.
- 바로 같이 연구했던 분께 연락을 드렸다. 발표중이신 저자분께 당장 와서 악수해주고 싶다고 하셨다.
Leave a comment