누가 메시지를 보내느냐에 따라 효과와 느낌이 달라질까? 많은 서비스에서 챗봇 기술을 도입하려는 시도가 늘고 있습니다. 챗봇의 퍼소나(Persona)를 어떻게 설정해야 하는지에 대해서는 많은 고민이 있지만, 여전히 답은 모호합니다. 챗봇 서비스가 도입될 서비스의 종류에 따라, 예상 사용자에 따라 선호도나 효과에 큰 차이가 있기 때문이죠. 예를 들면, 쇼핑과 같은 서비스에서는 가벼운 말투나 즐거움이 강조되어야 하는 반면, 교육이나 금융, 건강 분야에서는 신뢰도를 높이는 것이 중요할 수 있습니다. 이 연구에서는 헬스케어 분야에서 어떤 챗봇 에이전트가 메시지를 보내는 것이 사용자에게 선호되는지, 에이전트 종류에 따라 메시지 효과가 달라지는지를 실험 방법을 통해 확인해봅니다.

1. 효과 좋은 챗봇 에이전트
찾기
많은 서비스에서 챗봇 기술을 도입하려는 시도가 늘고 있습니다.
챗봇의 퍼소나(Persona)를 어떻게 설정해야 하는지에 대해서는
많은 고민이 있지만, 여전히 답은 모호합니다.
챗봇 서비스가 도입될 서비스의 종류에 따라, 예상 사용자에 따라
선호도나 효과에 큰 차이가 있기 때문이죠.
예를 들면, 쇼핑과 같은 서비스에서는
가벼운 말투나 즐거움이 강조되어야 하는 반면,
교육이나 금융, 건강 분야에서는 신뢰도를 높이는 것이 중요할 수 있습니다.
이 연구에서는 헬스케어 분야에서 어떤 챗봇 에이전트가
메시지를 보내는 것이 사용자에게 선호되는지,
에이전트 종류에 따라 메시지 효과가 달라지는지를
실험과 인터뷰를 통해 확인해봅니다.
1

2. 2
논문제목
출판년월
저자
기여 및 역할
원문
챗봇 에이전트 정체성(identity)에 따른 사용자의 인식 및 행동 차이에 대한 연구
— 개인, 기관, 기계 에이전트의 차이를 중심으로
2017. 11.
김유정, 윤종묵, 한상규, 허은영, 김정훈, 이중식
제1저자
원문보기 PDF 다운로드
- 연구 아이디어 제안, 실험 설계 및 수행, 데이터 분석, 논문 작성 등 전 과정에 참여
About this research

3. 3
흥미로우면서도, 쉽고, 트렌드에 부합하는 주제
- AI 응용 기술(챗봇, 스마트 스피커는) 지금까지도 아주 인기있는 주제
- 비즈니스적으로 응용할 수 있는 함의까지 포함
- 실제로 원문 이용 서비스인 DBPia에서 이용건수 Top 10% 기록
1
다양한 방법이 적용된 연구
2
- 실험 방법, 인터뷰, 설문, 통계분석, 로그분석까지 활용한 대표적인 Mixed-method 연구
- 적용된 모든 방법론의 설계/수행에 기여
나에게 왜 이 연구가 중요한가?

4. Case Study #2
Background Hypothesis Methods Findings
4
누가 보내느냐에 따라 메시지의 효과가 달라지지 않을까?
같은 내용이더라도 엄마가 보낸 문자와 동생이 보낸 문자의 효과가 다른 것처럼
누가 메시지를 보내느냐에 따라 행동에 변화가 나타날까?
의사 기관 가상 에이전트
식사량을 줄이세요. 식사량을 줄이세요. 식사량을 줄이세요.

5. Case Study #2
Background Hypothesis Methods Findings
5
변수 및 가설 설정
H: 발신자 타입(IV)에 따라 참가자의 인식과 행동변화(DV)에 차이가 나타날 것이다
IV (Independent Variable)
발신자 타입
DV (Dependent Variable)
인식(perception)
행동변화(behavior change)
공인된 정도, 신뢰도, 거리감, 긍정적 교류의 느낌,
추상성, 인지된 권위, 규제감 등 총 16개 항목
푸시 응답률, 기록된 평균 식사량, 식사 기록 횟수,
간식 기록 횟수 등 총 4개 항목
의사, 병원, 가상 에이전트

6. Case Study #2
Hypothesis Methods Findings
6
• 50명 모집 후 스크리닝
• 총 36명 (12x3) 선정
(성별/직업 고려)
그룹 배치
참가자 모집
• 그룹1 (의사 챗봇)
• 그룹2 (병원 챗봇)
• 그룹3 (가상 챗봇)
챗봇 기록 및 피드백
• 7일간 식사/간식 기록 요청
• 매일 3회 푸시(10/14/20시)
• 매일 22시 피드백 발송
사후 설문 온라인 인터뷰
• 전체 참가자 대상 진행
• 주관적 느낌 중심
(신뢰도, 친밀도 등)
• 총 16문항 / 5점 척도
• 분석: ANOVA
• 희망자 17명 대상
• 20분 (메신저로 진행)
• 분석: Thematic
Framework
가설 검증을 위한 실험설계
피험자 간 설계(Between-subject design)를 통해
그룹 간 간섭없이 발신자의 효과에 대해 조사해본다
Background
그룹마다 프로필 이미지/이름이 다르게 설정된 챗봇과 인터랙션

7. Case Study #2
Methods Findings
7
신뢰도: 의사 = 병원 > 가상 에이전트 친밀감: 병원 > 가상 에이전트 행동변화: 유의한 차이 없음
종합적 분석 결과: 전반적으로 병원 챗봇에 대한 긍정적인 반응
Hypothesis
Background
“‘제 식단을 실제로 참고해서 피드백을 줄까?’라는 부분이 의심스러
웠는데, 어느 정도 제 식단 내용을 반영한 것 같은 내용을 받으니 믿음
직스러웠습니다.” (의사 그룹-D03-M)
“제 식단을 꼼꼼히 확인하고 준 답변이라기보다는 대략만 체크한 느
낌이라, 무엇을 먹었는지가 잘 반영되지 않은 것 같다 는 느낌 때문에
조언에 신뢰가 안가더라구요.”(건강지키미그룹-J06-M)
“병원은 제가 자주 가는 곳이니까… 쉽게 알 수 있죠. 그러다보니 친
근하게 느껴지는 부분이 있고요.”(병원 그룹-H04-M)
“병원이라고 하면 그 병원에 속하는 의사 연구진 영양사 등이 더 많이
포함된 기분이 들어요. 의사 선생님이 혼자 하시진 않을 거 아녜요.”(병
원 그룹-H10-F)
“오히려 정해진 시간마다 체크받아서 일대일 전담 받고있는 기분이
었어요. 챙김 받고 있다는 기분이요.” (병원 그룹-H10-F)
“계속 반복해서 외식을 하지 말라는 식으로 이야기를 하니까 좀 압박
적으로 느껴졌어요. 기계적인 느낌이 좀 심해서 더 그랬던 것 같습니
다.” (건강지키미 그룹-J05-M)

8. 8
서비스의 여백: 사람의 상상력은 많은 것을 채워낸다
- 전반적으로 병원 챗봇에 대해 호의적이라는 것은 예상하지 못했던 결과
- 병원이라는 다소 추상적인 정체성은 오히려 사용자에게 좋은 쪽으로 상상력을 발휘하게 하는 요소
- 여백을 활용할 수 있는 서비스 요소를 찾아 활용한다면 비용 대비 좋은 결과를 얻을 수 있을 것
1
챗봇의 미래?: 대화 말고 설문에 쓰자
2
- 사람들은 끊임없이 지능을 시험하고 싶어하므로, 섣불리 ‘지능체’로서 포지셔닝해서는 안됨
- 정해진 path를 따르되 분기가 많은 설문에 유용하게 사용할 수 있을 것
- 생각보다 알림 응답률이 높으므로 푸시 알림을 통해 완료에 대한 요청을 할 수 있다는 것도 장점
UX가 해결할 수 없는 일에 대한 고려까지도
3
- 비즈니스에 도입된다면 법적인 이슈를 고려할 필요
- 좀 더 정교하고 전문적인 대화 콘텐츠 개발이 요구됨
무엇을 배웠는가?