스마트폰 기반 사용자 상황인지를 통한 애플리케이션 추천 UX모델 연구 (A...

스마트폰 기반 사용자 상황인지를 통한 애플리케이션 추천 UX모델 연구-상황인지에 있어 socially aware computing을 중심으로-

A Study on the UX Model of Application utilizing System based on Context-Awareness

-Focused on Context-Awareness by socially aware computing-

주저자 : 최인경 (Choi, Inkyung)*한국과학기술원 문화기술대학원

공동저자 : 이지현 (Lee, Jihyun)한국과학기술원 문화기술대학원

■ 접수일 : 2013년 01월 22일 / 심사일 : 2013년 02월 15일 / 게재확정일 : 2013년 02월 26일.

269

한국과학기술원 | IP: 143.248.109.133 | Accessed 2016/04/13 15:52(KST)

1. 서론1-1. 연구배경 및 목적1-2. 연구방법 및 범위

2. 이론적 배경2-1. 의미론적 상황인지2-2. 유기적 상황인지 인터페이스2-3. 상황인식기반 추천시스템

3. Socially Aware Computing을 통한 Applic ation추천 UX모델의 제안3-1. 애플리케이션 UX의 접근 및 활용 형식상 분류3-2. Alternatives3-3. Evaluation

4. 결론

참고문헌

(要約) 스마트 디바이스의 가장 큰 특징이자 장점은 많은 기능을 애플리케이션의 형태로 보유할 수 있고, 활용이 가능하며, 그 애플리케이션 시장은 무한대로 확장되고 있다는 점이다. 그러나 사용자가 다운받은 애플리케이션 활용도는 기본 내장된 애플리케이션에 비해 턱없이 낮은 실정이다. 따라서 이러한 풍부한 기능을 충실히 활용하여 사용성을 높일 수 있도록 돕는 추천 시스템이 필요하다. 이번 연구에서는 특히 사용자의 context를 수집하는 체계에 있어 socially aware computing의 개념을 도입하여, context의 복잡도를 높이고 실제생활에 밀접한 추론이 되도록 하였다. 이는 사용자의 사회적 행태분석, 관계도를 결합시켜 보다 현실에 가까운 상황인지가 가능하다는 말로도 해석이 가능하다. 또한 이러한 추론과정을 통해 상황에 적합한 애플리케이션을 찾고, 제공하는 인터랙션 방식에 대해 두 가지 대안을 제시하고 정량적으로 평가하는 과정을 거쳤다. 이 연구를 통해 다이나믹한 실제 상황을 정보화하는데 있

어 사회인지컴퓨팅을 활용하여 의미론적 상황인지시스템의 확장가능성을 검토하고, 이를 활용한 스마트폰의 활용도를 높이는 유기적 인터페이스 모델을 제시하였다.

(Abstract) The biggest feature and advantage of smart phone is possibility of storing and utilizing many features as applications, Applications market is also infinitely expandable. Utilization of applications downloaded by the user, however, is significantly low compared to the built-in applications.For fully taking advantage of these feature-rich applications, we need a recommendation system which can help to increase the usability. In this study, I introduce the concept of socially aware computing system adapted for more specific context awareness. It makes possible that analysis of the social behavior of the users increases the complexity of the context and can be close to real-life reasoning. In other word, it is possible to get the context closer to reality by combining social behavior analysis of the user.Through this reasoning process, I proposed two alternatives of context-ware application recommend model and try to increase the utilization of smart phone application, In this study, I examined scalability of the semantic context-awareness system combined with socially aware computing for informationizing of the dynamic real world. I also propose the organic user interface model increasing utilization of smart phone applications by using those context information.

(Keyword) Context Awareness, Recommendation System, Social Network, OUI, UI

270


1. 서론 1-1. 연구배경 및 목적최근 페이스북, 트위터 등 소셜 기반 서비스는 사용자들을 단지 수동적 고객이 아닌 적극적 생산자로 만들고 있다. 이는 데스크탑 환경에서 스마트폰까지 이어져 보다 자연스러운 사회적 소통을 이끌어내고 있다.1) 또한 한국 마이크로 소프트의 2013년 IT 트렌드 전망2)에서도 소셜 네트웍 및 스마트디바이스의 확산에 따른 빅 데이터의 활용을 주요 트랜드로 내세우고 있다. 여기서 중요한 것은 이로 인해 기존의 위치기반(GPS) 스마트폰에 내장된 센서기반의 context가 사용자의 사회적 행태분석 및 관계도를 결합시켜 보다 현실에 가까운 상황인지가 가능해졌다는 것이다.3)

이는 스마트 디바이스의 애플리케이션 활용에 관해 낙관적 비전을 제시해 줄 수 있다. 닐슨컴퍼니(NC)가 발표한 안드로이드 사용자들의 ‘앱 이용 실태 조사’ 결과4)에 따르면, 안드로이드 인기 앱 7개 중 6개가 기본 탑재된 것들인 것으로 드러났다. 안드로이드 마켓, 페이스북, 지메일, 구글지도, 구글검색, 유튜브가 바로 그것이다. 사용자들이 자주 앱스토어를 방문하고, 애플리케이션을 다운받음에도 불구하고 그 활용도가 기본 탑재된 애플리케이션에 비해 낮은 것은 각 애플리케이션과의 인터랙션이 많은 부분 수동적이기 때문이다. 이에, 사용자의 맥락에 맞는 애플리케이션의 활용을 돕는 인터페이스 혹은 UX 디자인에 대한 필요성이 제기되고 있다. 이를 위해 본 연구에서는 사용자의 상황(context)을 수집하는 체계에 있어 서두에서 밝힌 사회관계기반의 Socially aware computing의 개념을 도입하여, context의 복잡도를 높이고 실제생활에 밀접한 추론이 되도록 하였다. 이러한 추론과정을 통해 상황에 적합한 애플리케이션을 찾고, 제공하는 인터랙션 방식에 대해 두 가지 대안을 제시하여 정량적으로 평가하는 과정을 거치고자한다.사용자의 사회적 행태분석을 통해 보다 세분화된 상황인지 기술이 애플리케이션 서비스에 합리적인 적극성을 부여할 때 사용자는 자신이 보유하고 있는 애플리케이션을 보다 적절히 활용할 수 있을 것이다.

1) Barranco, M. J., J. M. Noguera and J. Castro and L. Mart ́ınez, “A Context-Aware Mobile Recommender System Based on Location and Trajectory”, 2012. 2) http://kr.nielsen.com3) Lukowicz, P., A. Pentland and A. Ferscha, “From Context awareness to socially aware Computing“, Pervasive Computing, Vol.11, IEEE, pp.32~41, 2012.4) http://www.microsoft.com/korea/press/pressroom/2013/01/02.aspx

1-2. 연구방법 및 범위본 고에서는 스마트폰 환경을 기반으로 의미론적 상황인지를 통한 애플리케이션 추천 제공 인터페이스(ARPI)를 OUI5)의 메타포를 차용하여 제안한다. 따라서 2장에서는 이 연구의 이론적 배경으로 의미론적상황인지, OUI, 상황인지기반 추천 시스템(CARSs)를 살펴본다. 3장에서는 애플리케이션을 사용자로의 접근, 재사용 방식에 따라 4가지 유형으로 나누고 이를 분석한다. 또한 각 방식에 상황인지 기술 기여도를 측정하고 사용자 맥락을 확장 적용한 UX 모델을 대안으로 제시한다. 마지막으로 사용자 평가를 거쳐 애플리케이션 활용에 최적화 된 인터페이스와 이를 위한 의미론적 상황인지 시스템을 제시하고자 한다.

2. 이론적 배경이 장에서는 사용자 상황인지를 통한 애플리케이션 추천 UX 모델을 구성하는 각 요소를 살펴본다. 즉, 기본 정보가 되는 상황인지시스템과, 제공형식으로서 정보화된 상황을 해석하고 이를 반영하여 변화하는 유기적 인터페이스 환경, 제공되는 콘텐츠로서 추천시스템을 검토한다.

2-1. 의미론적 상황인지상황(Context)은 다른 사용자, 시스템, 혹은 디바이스의 애플리케이션 간 상호 작용에 영향을 미치는 사람, 장소, 사물, 개체, 시간 등 상황(situation)의 특징을 규정하는 정보. 좀 더 구체적으로는 네트워크 연결 상태를 말한다. 통신 대역폭, 그리고 프린터·디스플레이·워크스테이션과 같은 컴퓨팅 상황(Computing context), 사용자의 프로파일·위치·주변의 사람들을 비롯한 사용자 상황(User context), 조명·소음 레벨·교통 상태·온도 등 물리적 상황(Physical context), 시간·주·달·계절 등 시간적 상황(Time context)이 있다.6)

상황인식컴퓨팅(Context awareness)은 위에서 설명한 각 context를 분산시스템 영역에서 HCI(Human Computer Interaction)을 목적으로 진행하는 정보검색이라 할 수 있다.7) 이를 통해 현실의 상황을 정보화하고, 현실 세계의 모든 상황을 표현하는 기술적 수단을 제시하며, 이를 기

5) 유기적사용자인터페이스(organic user interface): 인터랙션에서 출력을 담당하는 인터페이스와 입력장치의 모양과 위치가 사용자와의 인터랙션과정에서 적극적 또는 수동적으로 변화하는 UI.6) 정보통신용어사전에서 발췌 http://word.tta.or.kr/terms/terms.jsp7) Abowd G. D., A. K. Dey, “Towards a Better Understanding of Context and Context-Awareness“, Handheld and Ubiquitous Computing, Lecture Notes in Computer Science, Vol.1707, pp .304~307, 1999.

271


반으로 상황 인식, 상황의 특징 추출, 학습, 추론 등의 지능화된 기법을 적용하여 인간 중심의 자율적인 서비스를 가능하게 한다.의미론적 상황인지(Semantic Context awareness)는 1966년 유비쿼터스 컴퓨팅에 관한 연구가 진행되면서 1988년 제록스 팰러앨토 연구소(PARC)의 마크와이저(Mark Weiser)가 제시한 유비쿼터스 컴퓨팅8)의 개념 중 하나이다.9) 이는 앞서 말한 상황인식 컴퓨팅의 추론 및 학습을 강조하여, 정보를 선별하고, 정보 간 의미를 파악하는데 집중하고 있다. 이를 위해 현실 상황에 대한 보다 세분화된 정보의 수집이 요구된다.이에 많은 연구에서 context의 범위를 단순정보에서 정보간 의미체계(Goal Oriented Sensor Assembles)를 통해 보다 복잡하고 세밀한 Context를 제공할 수 있는 선택적 인지 시스템(opportunistic recognition system)에 대한 관심이 높아지고 있다.10)

특히 복잡도를 높여 실제 생활에 밀접한 정보가 제공되기 위해, 사용자의 사회적 행태분석을 소셜데이터에서 추출하는 소셜기반 인지 컴퓨팅(Socially aware computing)과 결합되어 진화해간다고 설명하고 있다.

그림 1> 비슷한 행동패턴을 지닌 집단을 기준으로 한 지역적 context 추론과정

소셜기반 인지 컴퓨팅의 장점은 무엇보다도 정보획득 관점에서 무한대로 확장 가능한 정보 추론에 있다. 그림 1>에서는 사용자 패턴분석을 통하여 그룹을 생성하고 이 그룹의 특성을 기반으로 지역적 context를 생성하고 있다. 즉 개인 정보의 추론에서 지역적 정보추론까지 범위확장이 가능함을 설명하는 것이다.

8) 언제, 어디에나 널리 존재한다는 의미의 라틴어 ubiquitous와 컴퓨팅이 결합된 단어로 언제, 어디서나 무슨 기기를 통해서도 컴퓨팅할 수 있는 것을 의미한다. 따라서 네트워크와의 연결.이동성, 그리고 사용자인 인간중심이 핵심요소다.9) http://ko.wikipedia.org/wiki/%EC%9C%A0%EB%B9%84%EC%BF%BC %ED%84%B0%EC%8A%A4%EC%BB%B4%ED%93%A8%ED%8C%8510) Lukowicz, P., A. Pentland and A. Ferscha, “From Context awareness to socially aware Computing“, Pervasive Computing, Vol.11, IEEE, pp.32~41, 2012.

이는 상황인지에 있어 한정된 정보 속에서 다이나믹한 추론결과를 가져올 수 있으므로 인터랙션의 풍부한 근거를 제공한다.

2-2. 유기적 상황인지 인터페이스 HCI영역에서 정의하는 유기적 인터페이스(Organic User Interface : OUI)란 인터랙션에서 출력을 담당하는 인터페이스와 입력장치의 모양과 위치가 사용자와의 인터랙션과정에서 적극적 또는 수동적으로 변화하는 UI이다. David Holman의 "ORGANIC USER INTERFACES"11)에서 언급한 OUI의 특징 3가지 요소를 기존의GUI와 비교 분석하여 보면 표 1>과 같다.

GUI OUIInput =/Output Input =Output

Form fixed as rectangure frame Function Equals FormForm Follows Flow

표 1> GUI비교를 통한 OUI의 특징 분석

즉, 기존의 GUI에서 입력(마우스, 키보드 등)과 출력(모니터)이 분리된 형태였다면 OUI는 입력과 출력이 공존할 수 있는 인터페이스를 말한다. 이 개념은 멀티터치 디스플레이에도 적용되는데, 입력부가 곧 출력부로서 기능한다. 또한 기존의 인터페이스가 사각형의 틀에 고정되어 있었다면, OUI는 기능그대로의 형태를 가지고, 사용자와의 인터랙션 정황에 따라 변화함을 뜻한다. OUI의 개념을 정의할 때 주로 물리적 인터페이스의 형태를 중점적으로 논해온 것에 반해 최근 컴퓨터 비전 혹은 증강현실 분야의 연구12)에서는 사용자의 인터랙션 과정, 정황에 따라 유기적으로 변화하는 인터페이스의 가변성을 OUI의 중요한 특징으로 부각시키고 있다. 유기적 상황인지 인터페이스는 사용자의 맥락을 의미체계를 통해 분석하고 이에 대한 반영으로 인터페이스가 유기적 가변성을 띄는 것을 말한다. 인터페이스에 있어 상황인지에 의해 획득된 가변성은 궁극적으로 HCI의 주요한 수단이 된다.

2-3. 상황인식기반 추천시스템추천시스템(Recommendation Systems)은 사용자의 관심, 필요성, 취향 등의 조건에 의해 데이터베이스 중에서

11) Holman, D., R. Vertegaal, “Oranic User Interfaces: Designing computers in anyway, shape, or farm“, Communications of the ACM, Vol.61, pp.48~55, 2008. 12) 이형묵, 우운택, “유기적 상호작용을 위한 증강현실 기반 사용자 인터페이스 기술 및 전망”, 정보과학회지, 제29권, 제8호, 한국정보과학회, pp.26~30, 2011.

272


관계있고, 의미있는 아이템을 찾아내는 소프트웨어 시스템을 말한다.13)

이는 주로 GPS기반의 Location Based Services (LBS) 로 시작하여 발전되어 왔다. LBS 에서는 장소의 변화에 따라 정보가 바뀔 뿐 사용자에게 각 장소에서 동일한 정보가 제공되었다. 따라서 추천시스템에 관한 연구에서 상황인식기반 추천 시스템(Context Aware Recommender Systems : CARSs)은 사용자에게 개인화된 서비스를 제공해 준다는 점에서 주목받고 있다.14)

그림 2> CARSs의 사용자 context 수집방식

그림 3> 사용자 context에 의해 변화되는 정보 제공

그림 2>와 그림 3>은 각각 사용자의 context를 수집하는 방법과 이를 수집하고 분석하여 변화되는 추천정보를 보여주고 있다.이는 CARs방식으로 GPS로인해 자동 획득되는 위치 정보외에 사용자의 기호와 환경정보를 활용하고 있다. 그러나context를 수집함에 있어 사용자 직접 입력의 수동적인 방식을 취하고 있으며, 수집되는 정보가 제한적이고 불변하므로 지속적인 의미생성(Semantic Computing)은 불가

13) Wang, J., C. Zeng, C. He, L. Hong, L. Zhou, “Context-Aware Role Mining for Mobile Service Recommendation”, SAC’'12 ACM, pp.26~30, 2012.14) 전종홍, 이승윤, “차세대 웹에서의 UI/UX 기술 동향”, 정보과학회지 제29권, 제8호, 한국정보과학회, pp.9~17, 2011.Baltrunas, L., B. Ludwig and S. Peer and F. Ricci "Context relevance assessment and exploitation in mobile recommender systems ", Pers Ubiquit Computer, Vol.16, pp.507~526, 2012.

능하다. 따라서 앞서 검토한 Open API를 이용한 소셜기반 인지 컴퓨팅을 통해 사용자정보를 획득할 때 위의 수동적 방식을 극복하고 정보의 재생산, 확장을 기대할 수 있다.

3. Socially Aware Computing을 통한 Applic ation추천 UX모델의 제안

3-1. 애플리케이션 UX의 접근 및 활용 형식상 분류사용자의 초기 애플리케이션의 접근은 주로 앱 스토어(혹은 안드로이드 마켓)에서 이루어진다. 이는 사용자의 적극적인 개입이 필요한데, 그림 4>는 사용자의 일반적인 애플리케이션 접근경로를 보여주고 있다.즉 필요성의 인식에서부터 관련 애플리케이션 검색과 선택, 설치가 모두 사용자의 노력에 의해 이루어진다.

그림 4> 사용자의 애플리케이션 접근 및 활용경로

또한, 설치 후의 활용에 있어서도 필요성 인식, 애플리케이션 열기 및 사용 등에 사용자의 전적인 개입이 필요하다. 그러나 메신저 서비스나 SNS서비스의 경우 푸쉬 알림을 통해 사용자의 활용을 유도하고, 사용자의 일정 입력정보를 바탕으로 자동 플레이 되는 애플리케이션이 시도되고 있어 다양화를 꾀하고 있다. 따라서 애플리케이션의 상황인지기반 추천모델을 제안하기에 앞서, 존재하는 애플리케이션의 제공방식 유형을 사용자의 접근 및 활용방식에 따라 그림 5>와 같이 분류하고 분석하였다.

273


그림 5> 애플리케이션 UX의 접근 및 활용 형식상 분류

1)은 주로 푸쉬 알림기능이 필수적으로 사용되는 애플리케이션에 해당되는데, 곧 메신저 서비스 등과 같이 검색하여 설치하는데 까지는 수동적 과정이지만, 그 활용에 있어 사용자가 찾아서 새로운 내용을 확인하지 않더라도 새로운 소식을 알람해주는 비교적 적극적인 활용 방식을 가지고 있다. 우리가 보유하고 있는 대부분의 애플리케이션이 2)에 해당하는데, 설치에 있어서도, 그 활용에 있어서도 사용자의 직접적인 개입이 필수적이다. 즉, 다운받을 때의 필요성인식은 물론, 다운받은 후 일상에서 애플리케이션을 활용하기 위해 필요성을 사용자가 인지해야 활용이 가능하다.그러나 3)과 4)의 영역에 해당하는 애플리케이션을 찾아보기는 힘들다. 두 경우모두 애플리케이션으로의 접근 즉, 필요성 인식을 사용자가 아닌 스마트폰 시스템 자체가 해야 하는 것이기 때문이다. 시스템의 입장에서 이 필요성은 사용자가 처한 상황적 맥락(context)을 통해 얻을 수 있다. 따라서 맥락을 인식, 추론해내는 과정이 필요하다. 또한 사용하기 위해 애플리케이션이 사용자에서 제시되는데 필요한 인터랙션방식이 디자인될 필요가 있다. 이 인터랙션의 적극도에 따라 3)의 적극적인 제시영역과 4)의 간접적인 제시영역으로 나뉠 수 있다.

3-2. Alternatives그림 5>의 애플리케이션 UX의 접근 및 활용 형식상 분류에서 언급한 바와 같이 애플리케이션을 찾고, 상황에 맞춰 활용하는 방식은 대체로 수동적-수동적 영역에 집중되어있다. 따라서 본 고에서는 그림 6>에서와 같이 스마트폰 각각의 보유 애플리케이션 사용성을 향상시키기 위해 확장적 context 기반 애플리케이션 추천 시스템을 고안하였다. 이는 기본적 센싱 방식과 의미론적 상황인지 시스템을 결

합하여, 사용자 context를 확장, 활용한다. 곧, context의 범위를 ‘어디에 있는지’(개인단위의 장소성)와 ‘해당 장소의 특성이 무엇인지’에서 확장하여, ‘그 장소에 누구와 함께’ 있는지, ‘어떤 관계의 사람인지’, ‘해당 사람과 있을 때 해당 장소는 어떤 목적으로 가게 되는지’등을 해석하여 이에 적합한 애플리케이션을 추천하는 것이다.


그룹단위의 장소성과 그룹 자체의 특성, 사회적 관계를 통해 사용자의 context를 추적해 내는 것은 사용자의 스마트폰 사용행태를 고려했을 때 풍부한 정보의 보고가 될 수 있다. 본 연구를 위한 스마트폰 사용 행태조사 인터뷰15) 항목 중, ‘스마트폰을 사용하면서 어떤 서비스를 가장 많이 이용 하는가’라는 질문에 ‘커뮤니케이션을 위해’라고 답한 사람이 약 50%를 차지하였다. 이는 앞서 말한 사회적 인지 시스템이 필요로 하는 사회관계망 정보가 사용기록으로 각각의 단말기에 존재한다는 추론을 가능하게 한다.


따라서 애플리케이션이 사용자에게 사회적 관계를 기반으로 한 상황에 알맞게 접근하고 활용을 유도하도록 애플리케이션이 디스플레이되는 인터페이스를 목표로 하였다. 특히, 애플리케이션의 활용방식에 있어 적극적 추천 시스

15) 스마트폰 사용자 300명을 대상으로 2012.5.10.~15 시행.

274


템과 간접적 추천시스템 두 가지를 차용하여, 각각의 인터페이스가 제공하는 사용자경험이 사용자에게 주는 만족감을 평가하고자한다. 각각의 대안은 Aggressive-Aggressive Type(A-A type)과 Aggressive-Passive Type(A-P type)이다.

3-2-1. A-A Type

그림 8> Aggressive-Aggressive Type

첫 번째 안은 Aggressive-Aggressive Type이다. 이는 사용자의 context를 추론하여 실시간으로 필요한, 적합한 애플리케이션을 자동 실행하도록 디자인된 인터페이스이다. 따라서 상황에 적합한 애플리케이션이 자동 실행되거나 자동 잠금 되며, 필요하다고 판단된 애플리케이션의 다운로드를 권장하기도 한다. 사용자와 사용자의 관계를 인식하는 추론엔진을 거치면, 친구의 경우에 현재 함께 있는 장소에서 과거에 찍었던 사진이 디스플레이 되거나, 두 사람의 공통관심사가 음악이라면 추천해줄 만한 곡을 찾아 재생해줄 수 있다. 이는 온라인상의 SNS가 갖는 장점 중 하나인 공감대 형성을 가능케 하고, 우연한 결과가 재미의 요소가 될 수 있다는 장점을 가지고 있다. 그러나 정확도가 매우 높지 않은 상황에서는 자동 실행되는 형식 자체가 사용자의 context를 방해하는 요소가 될 수 있다.

3-2-2. A-P Type두 번째는 Aggressive-Passive Type이다. 이는 context에 적합한 애플리케이션을 찾는데 적극적인 추론과정을 거치지만, 제공하는 방식에 있어 일정부분 간접적인 방식을 취하고 있다.

유기적 변화가 가능한 상황인지기반 메인 인터페이스가 바로 그것인데, 기존의 방식에서 사용자가 디스플레이 될 애플리케이션을 결정하고, 변화시키지 않는 한 고정되어 디스플레이 되는 점을 추론된 context에 입각하여 변화하도록 만든 유기적 사용자인터페이스이다.

그림 9> Aggressive-Passive Type

이는 사용자가 익숙한 메인 디스플레이의 형식을 유지하되 context에 의해 실시간 상황에 맞는 애플리케이션 집단을 디스플레이한다. 사용자는 여기서 원하는 애플리케이션을 플레이 할 수 있다. 이는 시스템과 사용자 context간 인터랙션에 의해 가변성을 갖는 유기적 상황인지 인터페이스의 성격을 지닌다.표 2>은 A_P 타입의 인터페이스가 장소 및 사용자의 사회적 관계를 분석하여 변화하는 모습이다. 사용자가 공원에 갔을 때, 의미론적 상황인지시스템을 통해 장소성 분석(GPS)과 함께 있는 사람과의 관계분석(Bluetooth, Open API)을 통해 장소에서의 사용기록, 공통 관심사 분석을 하여 상황인지를 한다. 유기적 상황인지 인터페이스에서는 이를 통해 검색된 애플리케이션의 리스트와 간단한 안내를 디스플레이 하게 된다. 즉 장소에 따라 보이는 애플리케이션이 유기적으로 변화하는 모습을 볼 수 있다.

275


장소 함께 있는 사람 Interface 의 변화

공원 이성친구

연구실교수님,친구1

표 2> A-P 타입 인터페이스의 변화모습

3-3. Evaluation본 절에서는 제안한 두 가지 형식의 인터페이스를 평가하기위해 여러 기준(Design Criteria)중, 보완해야 할 부분을 목표 기준으로 설정하고 각 항목별로 세부적 기준을 만든다. 사용자 인터뷰와 관찰을 통해 각 기준에 가중치(Weight)를 부여하여 서비스디자인 엔지니어링 분야에서 정량적 평가방식으로 사용되는 QFD diagram16)을 통해 두 대안을 평가하였다. 기존 사용자 조사를 통한 정성적 평가방식은 대안을 선택하기위해 각 대안의 만족도를 수

16) QFD(Quality Function Deployment) 의 기본개념은 고객의 요구사항(Customer Attributes; CAs)을 제품의 설계특성(Engineering Characteristics; ECs)로 변환하고 이를 다시 부품 특성, 공정 계획 및 생산계획까지 전개해 나감으로써 고객의 요구가 최종 제품에 충실히 구현되도록 하는데 있다. 정성적 평가방법을 탈피하여 보다 객관화된 자료를 얻고자 할 때 주로 사용되는 기법이다.

치화하기 어려우므로 개발단계 이전에 QFD diagram에서 높은 점수를 얻은 안을 선택하여 발전시키기 위함이다.

3-3-1. 평가를 위한 Design Criteria의 설정

그림 10> Design Criteria별 보완할 요소의 수집

평가의 기준설정을 위해, 인터랙션 디자인에서 말하는 Design Criteria17) 11 가지를 나열하고 스마트폰 사용자 300명에게 개선이 필요하다고 생각하는 Criteria 5개에 투표 및 의견을 적도록 하였다.18) 이 조사결과는 그림 11>과 같다. 이 표의 파란색 그래프는 사용자의 각 Criteria별 만족도 이고, 빨간색 그래프는 상황인지를 통한 애플리케이션 추천 인터페이스가 목표로 하는 Criteria의 중요도이다. 즉, 만족도와 목표치 그래프의 차가 클수록 많은 개선을 필요로 하는 요소라고 볼 수 있다. 따라서 이 차이가 클수록 QFD diagram 의 가중치를 높게 부여하였다.

그림 11> 목표치(기대치)와 현재 서비스 만족도의 차이

이에 표 3>은 각 Design Criteria의 가중치를 부여하여 나타내고, 사용자들의 의견을 수렴하여 세부적 기준을 세운 것이다. 적합성(Suitablity)과 실시간성(Timeliness), 기회비용(Opportunity Cost), 상호작용성(interactivity)등

17) Quality standards, Fast response, Security, Data accracy, Suitability, Interactivity, Timeliness, Learnability, Time cost, Opportunity cost, Maintanace cost (출처 : Sharp, Interaction Design beyond Human Computer Interaction, wiley, 2006)18) 스마트폰 사용자 300명을 대상으로 2012. 9.13-15시행

276


이 높은 가중치를 부여받았다. 적합성의 경우 context를 반영한 적절한 애플리케이션이 제시되는가, 제시되는 방식이 적절 한가 등의 세부적 기준이 제기되었고, 실시간성은 context와 그에 따른 추천시스템이 사용자의 실제 상황과 시차 없이 진행되고 있는가를 들 수 있다. 또한 기회비용 면에서는 이 인터페이스가 없을 때와 비교하여 사용자는 만족도를 느끼는 가 즉, 데이터 사용으로 인한 전력문제나 원하는 애플리케이션을 직접 열어 보는 것과 비교 할 때 느끼는 불편감 등을 지적하였다. 마지막으로 상호작용성에 있어서는 어떠한 상화작용이 사용자에게 이질감을 주지 않으며 원하는 task를 수행하도록 돕는가이다.

# Category Design criteria Weight Description

1

System Effective

ness

Quality standards 1.52

Guarantee the general performance of

application

2 Fast response 9.09

can service respond user's input immediately?

3 Security 6.06Security issues in

personal information delivery

4 Data accuracy 7.58 Overall data accuracy

in whole system

5

User Insight

Suitability 16.67Whether application

function is suitable to user

6 Interactivity 12.12

Could help users improving user

satisfactions among their social activity

7 Timeliness 14.14Guarantee that users current status data is

accurate

8 Learnability 10.61 Easy tp learn, could understandable

9

Cost

Time cost 3.55

Actual spending time that when user using our service, compare to following existing

steps

10 Opportunity cost 13.64

Users feeling of time consuming differ from

actual time cost

11 Maintenance cost 3.03 Update and

maintaining user data

표 3> 세부적 기준 설 정 및 Criteria당 가중치 적용

3-3-2. QFD diagram을 통한 정량적 평가각 항목의 대안별 점수는 사용자50명을 대상으로 한 ‘프로토타입의 사용성 평가’19)의 점수이다. QFD diagram을 통한 정량적 평가는 앞서 부여한 가중치를 사용자가 매긴 점수에 곱하여 최종 점수를 산출하는 방식이다.

19) 스마트폰 사용자 50명을 대상으로 2012.12.17-19시행

아래 표 9>은 이를 평균 낸 결과 값이다. A-P의 만족도는 총563.6점이며 A-A의 만족도는 472.7점으로, 많은 항목에서 A-P타입의 인터페이스가 제공하는 인터랙션이 높은 점수를 얻었다. 특히 상황적합성(suitability)에 있어, A-A타입은 한 가지에서 두 가지 기능 정도만이 동시에 제공되기 때문에 A-P타입의 여러 관계성 있는 애플리케이션 집합을 보여주는 방식이 월등히 높은 점수를 받았다.

표 4> QFD diagram에 의한 평가결과

또한 실시간성(Timeliness)에 있어서도 안정적으로 사용자의 현재 상황을 반영하는 것으로 보인다. 상호작용성(Interactivity)에 있어서 직접적인 쪽을 선호하는 결과가 나왔지만, context에 적합한 애플리케이션이 항상 정확하게 맞을 수 없으므로 프로토타입이 아닌 실제 상황에서는 유기적으로 변화하는 메인UI개념의 두 번째 대안이 만족도가 높을 것으로 추측해 볼 수 있다.

4. 결론본 연구에서 사용자의 애플리케이션 활용도를 높이는 인터페이스를 위해 사용자의 context를 추론하고 이를 통해 적합한 애플리케이션을 추천 제공하는 인터페이스를 도출하였다. 특히 context를 보다 세분화하고 상황적 근거를 명확히 하기위해 social network의 오픈데이터를 활용하고, 추론엔진에 적용하였다. 따라서 기존의 기본 센서를 통한 추론과 달리 한 장소 같은 시간에서 context의 확장이 가능해졌다.또한 인터랙션 방식에 있어 두 가지 대안을 만들고 평가 분석하는 과정을 거쳐 유기적 변화가 가능한 상황기반 메인 인터페이스의 형식을 도출하였다. 이는 스마트폰의 적

277


극적인 인터렉션을 가능케하고, 상황기반의 사용경험을 제공한다는 점에서 고무적이라 할 수 있다.그러나 이번 연구에서는 context를 반영하여 제공되는 애플리케이션 집단의 적절성, 인터페이스 설계에 관한 룰이나 심미성 등에 대한 평가는 없었다. 따라서 추천시스템의 정확도, 인터페이스 상의 정보시각화 방법, 인터랙티비티에 관한 추가연구를 진행하고, 발전시켜야 할 것이다.

참고문헌 [1] Abowd G. D., A. K. Dey, “Towards a Better

Understanding of Context and Context-Awareness”, Handheld and Ubiquitous Computing, Lecture Notes in Computer Science, Vol.1707, pp.304~307, 1999

[2] Bahl, P., R. Y. Han and L. E. L. Satyanarayanan, “Advancing the State of Mobile Cloud Computing”, MCS'12, ACM, pp.21~28, 2012.

[3] Baltrunas, L., B. Ludwig and S. Peer and F. Ricci, “Context relevance assessment and exploitation in mobile recommender systems ”, Pers Ubiquit Computer, Vol.16, pp.507~526, 2012.

[4] Barranco, M. J., J. M. Noguera and J. Castro and L. Mart ́ınez, “A Context-Aware Mobile Recommender System Based on Location and Trajectory”, 2012.

[5] Holman, D., R. Vertegaal, "Oranic User Interfaces: Designing computers in anyway, shape, or farm", Communications of the ACM, Vol.61, pp.48~55, 2008.

[6] Karatzoglou, A., L. Baltrunas, K. Church, “Climbing the App Wall : Enabling Mobilie App Discovery through Context-Aware Recommendations”, CIKM’12, pp.2527~2530, 2012.

[7] Lukowicz, P., A. Pentland and A. Ferscha, “From Context awareness to socially aware Computing”, Pervasive Computing, Vol.11, IEEE, pp.32~41, 2012.

[8] Raento, M., A. Oulasvirta and R. Petit and H.

Toivonen "ContextPhone: A Prototyping Platform for Context-Aware Mobile Applications", Pervasive Computing, Vol.11, IEEE, pp.51~59, 2012.

[9] Shin, C., J. Hong and A. K. Dey, “Understanding and Prediction of Mobile Application Usage for Smart Phones”, UbiComp’'12, ACM, pp.173~182, 2012.

[10] Wang, J., C. Zeng, C. He, L. Hong, L. Zhou, “Context-Aware Role Mining for Mobile Service Recommendation”, SAC’'12 ACM, pp.26~30, 2012.

[11] 이형묵, 우운택, “유기적 상호작용을 위한 증강현실 기반 사용자 인터페이스 기술 및 전망”, 정보과학회지, 제29권, 제8호, 한국정보과학회, pp.26~30, 2011.

[12] 전종홍, 이승윤, “차세대 웹에서의 UI/UX 기술 동향”, 정보과학회지, 제29권, 제8호, 한국정보과학회, pp.9~17, 2011.

278


스마트폰 기반 사용자 상황인지를 통한 애플리케이션 추천 UX모델 연구 (A...

Documents

Transcript of 스마트폰 기반 사용자 상황인지를 통한 애플리케이션 추천 UX모델 연구 (A...