A framework for interaction driven user modeling of mobile news reading behav...
Guess the data, data work to understand how people make sense of and use simple sensor data from homes
1. Guess The Data: Data Work To
Understand How People Make
Sense Of And Use Simple Sensor
Data From Homes
+ CHI 2020
- Albrecht Kurze, Andreas Bischof, Soren
Totzauer, Michael Storz, Maximilian Eibl,
Margot Brereton, Anrne Berger
/류명균
3. 01 Why This Paper
센서 데이터를 잘 활용하려면 어떻게 해야 할까?
다양한 종류의 센서들...
화장실/샤워실 센서
NoP 예측모델 새로운 변수
설치 위치....
( 1 / 10 )
4. 02 연구 배경
기존 연구에서 데이터의 의미는 문맥적 지식, 데이터의 시공간적, 사회적 상황에서 파생된다고 한다.
하지만 대부분 연구에서 주로 연구원이나 데이터 전문가가 데이터에 접근하여 해석한다.
① 사용자에게 데이터에 대한 실시간 접근 권한을 주어 개인적인 데이터 작업이 가능하게함.
현재 집단 토의는 가정내에 머물러 있거나, 도메인 전문가나 연구자와 이루어진다.
피트니스 분야에서는 타인과의 데이터 공유와 집단 센스메이킹은 데이터의 의미있는 해석을
만들어낸다고 한다. 하지만 아직 집 맥락으로는 확장되지 않았다.
② 집에서 발생한 데이터를 다른 사람(참가자)과 공유하고 함께 데이터 작업을 가능하게 함.
사용자가 집에서 수집되는 데이터를 어떻게 이해하고 활용하는지 알아보고자,
새로운 방법론 "Guess the Data"를 제시한다.
( 2 / 10 )
5. 03 연구 방법
① 센서 시스템
"Guess the Data" 방법은 센서 배포, 개인별 데이터 작업, 집단 데이터 작업,
결과 분석 순으로 진행된다.
- 단순한 센서들 (조도, 온도, 습도, 기압, 가속도, 자이로)
- 라즈베리 파이
- 태블릿
( 3 / 10 )
6. 03 연구 방법
① 센서 시스템
"Guess the Data" 방법은 센서 배포, 개인별 데이터 작업, 집단 데이터 작업,
결과 분석 순으로 진행된다.
- 센서 설치 위치
1) 현관문 안쪽
: 문의 움직임, 조도, 온습도 측정
· 문의 움직을 통해 입출입 확인
· 조도 측정으로 다른 문이 열렸는지 확인
2) 주방의 냉장고 바깥쪽
: 냉장고 문의 열림유무, 조도, 온습도 측정
· 일반적으로 주방을 사용할 때 형광등을 킴
· 음식을 하게 되면 온습도에 변화가 생김
3) 거실의 TV건너편
: 조도, 온습도 측정
· TV를 보고 있으면 불빛이 깜빡거림
( 4 / 10 )
7. 03 연구 방법
② 개인별 데이터 작업
"Guess the Data" 방법은 센서 배포, 개인별 데이터 작업, 집단 데이터 작업,
결과 분석 순으로 진행된다.
- 10 ~ 14일 동안 센서를 설치하여 개인별 데이터 작업을 하게 함.
- 데이터가 어떻게 수집되고, 어떻게 활용되는지, 저장되는지, 또한 익명으로 수집되는 것을 안내하
고, 참가자뿐 아니라 동거인에게도 동의서를 받음.
- 그 날 있었던 데이터를 탐색하여 흥미로운 점을 기록 해주기를 요청함
- 아날로그 포맷(설명, 사진 붙이기, 그래프 그리고 주석달기)과 디지털 포맷(그래프 스크린샷을 첨
부한 후, 짧은 설명 글을 더해서 메신저로 보내는 방법)
- 기술에 대한 이해도나 인터넷 사용에 대한 사전 인터뷰 진행
( 5 / 10 )
8. 03 연구 방법
③ 집단 데이터 작업
"Guess the Data" 방법은 센서 배포, 개인별 데이터 작업, 집단 데이터 작업,
결과 분석 순으로 진행된다.
- 개인별 데이터 작업이 끝나고, 일주일 뒤에 진행.
- 다른 가정의 참여자와 그룹을 만듦.
- 연구자가 준비한 10~12개의 예시 데이터를 가지고 데이터 작업 진행.
· 연구자가 수집된 데이터에서 추출
· 참가자가 주석을 단 데이터에서 추출
- 마지막에는 프라이버시와 감시에 대해 질문함.
( 6 / 10 )
9. 04 Findings
기존 방법론과 유사한 데이터 작업 행동을 유발하면서,
집단 데이터 작업이 유의미한 결과를 이끌어낸다.
데이터 해석에는 상황적 지식의 영향을 많이 받았고, 집단 데이
터 작업에서 타인을 이해하기 위해 사회적 맥락을 수집한다. 마지
막으로 민감한 정보도 해석될 수 있음을 인식하게 된다.
센서 데이터를 확실한 용도로, 증거로써, 감시용으로 사용한다.
(에너지 절약, 내부 온도 조절 등)
(동거인의 습관에 대해)
(동거인이 집에 있는지 없는지)
( 7 / 10 )
10. 05 Discussion
"Guess the Data" 방법의 장점은 개인별 데이터 작업과 집단 데이터 작업을 혼
합했다는 것이고, 단점은 소수의 인원만 참여했다는 것이다.
① 개인별 데이터 작업과 집단 데이터 작업 혼합의 장점
- 그룹 토론은 개인별 데이터 작업에서 발견하지 못했던 사용을 발견하는데 도움을 준다.
· 개인별 데이터 작업에서 발견하지 못했던 이유는 인지를 못했거나, 매우 하찮은 일이거나, 민간한 정보이기 때
문이다. 그룹 토론을 하게 되면 장벽이 낮아지게 되는 효과가 있다.
- 예상된 용도와 목적을 확인할 수 있을 뿐 아니라, 감시 목적의 센서 데이터 활용을 발견했다.
· 집단 데이터 작업에서 '감시'라는 단어가 많이 나왔다.
② 소수의 인원만 참여
- 소수 인원은 전체를 대변할 수 없다.
( 8 / 10 )
11. 05 Discussion
데이터 작업에서의 시사점은 잘못된 추측, 집단주관적 센스메이킹, 프라이버시
와 관련한 문제들이 있다.
① 잘못된 추측의 발생
- 어떠한 행동은 데이터에서 읽은 것이 아니라, 데이터에 의미를 부여한다.
- 익명화를 통해 이러한 추측을 불러일으켰고, 잘못된 분류와 추론을 이끈다.
② 집단주관적인 센스메이킹
- 데이터와 상황적 지식이 관련이 적음에도, 경험에서 우러난 추측을 한다. 이 추측이 만들어지면,
맥락을 재구성하게 된다.
- 이러한 경험에서 우러난 추측은 명백히 틀렸다.
- 집단 토론에서는 이러한 주관적인 진실이 집단주관적 진실이 된다.
③ 프라이버시 문제
- 센서 데이터가 공유되면, 오용에 대해 고려가 필요하다.
( 9 / 10 )
12. 06 Takeaway
센서로 데이터를 수집할 때는 충분한 설명과 동의가 필요
쉐어원 입주민의 행동을 추측할 수 있는 센서 데이터 고민
- TV의 깜빡임으로 TV를 보고 있음을 확인한 것 처럼
센서 데이터로 행동을 추론하기 위해서는 당사자의 상황적
지식과 그룹 토론이 유용함
( 10 / 10 )