KITECH 생산기술 전문지

최근 인간-컴퓨터 상호작용(HCI) 기술의 발전과 함께, 감정 분석 시스템이 사용자 맞춤형 인터페이스 구현의 핵심 요소로 주목받고 있다. 그러나 현재까지 널리 사용되어 온 행동 중심의 감정 인식 접근은 표정, 억양 등 외형적 단서에 과도하게 의존함으로써 문화적 차이, 맥락 해석의 부재, 감정 표현의 다양성 등으로 인해 정확성과 보편성에서 한계를 드러내고 있다. 이러한 문제를 극복하기 위해 본 연구논의는 Barrett의 구성된 감정 이론을 기반으로, 감정이 신체 내부 상태와 상황적 맥락의 통합적 결과물이라는 시각을 제시하며, 이에 따라 멀티모달 생체신호 기반 감정 분석의 필요성을 강조한다. 본 논의에서는 먼저 행동 중심 접근의 기술적 현황과 근본적 한계를 분석하고, 생리적 반응(뇌파, 심박, 피부전도 등)과 상황 정보, 주관적 자기보고를 통합적으로 활용한 감정 분석 사례를 소개하였다. 그리고 주요 멀티모달 감정 데이터셋과 딥러닝 기반 분석 모델의 성과를 바탕으로, 단일 모달리티 대비 높은 정서 추론 정확도가 보고되고 있음을 확인하였다. 또한 감정 분석의 신뢰도와 적용 가능성을 높이기 위한 실험 프로토콜 고도화 전략을 제안하고, 연기자 기반 데이터 사용 시 발생할 수 있는 생체신호의 왜곡 문제와 윤리적 고려사항도 함께 논의하였다. 이러한 이론적·실증적 논의를 바탕으로 HCI 환경에 최적화된 통합 감정 분석 프레임워크를 제안하며, 데이터 수집의 현실성, 감정 표현의 문화적 제약, 사용자 통제권 확보 등을 반영한 구조를 설계하였다. 제안된 프레임워크는 감정 인식 기술이 감시나 판단의 도구가 아닌, 공감과 정서적 적응을 위한 기술로 작동하도록 설계되었으며, 향후 교육, 돌봄, 정신건강 등 다양한 HCI 응용 분야에서 인간 중심 인터페이스 구현의 토대가 될 수 있음을 시사한다.

키워드 감정 분석, 인간 컴퓨터 상호작용(HCI), 구성된 감정 이론, 멀티모달 생체신호, 감성 컴퓨팅, 실험 프로토콜, 감정 인식 프레임워크