Konvoy의 최근 보고서에 따르면, 기술이 인간의 감정을 해석하고 반응하는 방식을 연구하는 감성 컴퓨팅이 주목받고 있습니다. MIT 미디어 랩과 같은 기관의 연구원들은 뇌 활동, 얼굴 표정 및 기타 생리적 신호를 통해 기계가 감정 반응을 분석할 수 있는 방법을 탐구하고 있습니다.
이러한 개념이 미래 지향적으로 보일 수 있지만, 기업들은 이미 인간의 감정을 실시간으로 측정하고 해석하는 기술을 개발하고 있습니다. 감정이 어떻게 형성되고 표현되는지에 대한 심리학 연구가 다양한 이론을 제시하고 있기 때문에, 감정을 정확하게 평가하는 것이 과제입니다.
게임에서의 감정 측정 이해
감정 이해
감정 측정은 수세기 동안 연구 대상이었습니다. 찰스 다윈의 1855년 저서 "인간과 동물의 감정 표현(The Expression of the Emotions in Man and Animals)"은 감정의 본질을 탐구하려는 초기 시도 중 하나였습니다. 시간이 지남에 따라 심리학 이론은 세 가지 주요 학파로 발전했습니다. 기본 감정 이론은 감정이 보편적이며 자극에 대한 자동적인 반응으로 발생한다고 제안합니다.
반면에 평가 이론은 감정이 상황에 대한 인지적 평가의 결과라고 주장합니다. 최근에는 구성된 감정 이론이 감정은 선천적인 것이 아니라 문화적 배경과 과거 경험의 영향을 받아 뇌에 의해 구성된다고 제안합니다. 이러한 논쟁은 감정을 측정하는 방법에 직접적인 영향을 미칩니다. 만약 기본 감정 이론이 제안하는 것처럼 감정이 신체적 반응과 보편적으로 연결되어 있다면, 얼굴 표정이나 심박수와 같은 생체 데이터는 감정 상태를 신뢰할 수 있게 나타낼 수 있습니다.
그러나 감정이 맥락에 따라 구성된다면, 순수한 생리적 데이터만으로는 사람이 무엇을 느끼는지 판단하기에 충분하지 않을 수 있습니다. 리사 펠드만 배럿(Lisa Feldman Barrett)이 "감정은 어떻게 만들어지는가(How Emotions Are Made)"에서 제시한 연구들은 감정 해석에서 맥락의 중요성을 강조합니다. 예를 들어, 공포를 나타내는 것처럼 보이는 얼굴 표정이 다른 맥락에서는 실제로는 기쁨이나 흥분의 반응일 수 있습니다.
Lisa Feldman Barrett in How Emotions Are Made
감정 측정을 위한 현재 방법
감정을 정량화하려는 기업과 연구자들은 정서의 원형 모델(Circumplex Model of Affect)과 같은 모델을 사용하고 있습니다. 이 프레임워크는 감정을 두 가지 차원, 즉 가치(감정이 얼마나 긍정적인지 또는 부정적인지)와 각성(활성화 또는 강도의 수준)을 기반으로 매핑합니다. 직접적인 감정 분류와 달리, 이 모델은 정서 상태에 대한 더 넓은 시야를 제공하며, 이를 맥락에서 해석할 수 있습니다.
이 분야의 스타트업들은 종종 생리적 신호와 맥락 데이터를 조합하여 감정 상태를 추론합니다. 예를 들어, 겜 환경에서 생체 센서가 유저가 챌린지에서 반복적으로 실패할 때 심박수와 근육 긴장의 증가를 감지한다면, 이는 좌절감이나 분노를 나타낼 수 있습니다. 겜 플레이 맥락과 과거 유저 행동과 같은 추가 데이터를 계층화함으로써 기업은 감정 분석을 개선하여 더 정확한 평가를 제공할 수 있습니다. 그러나 감정 반응은 개인과 문화에 따라 크게 다를 수 있으므로 여전히 과제가 남아 있습니다.
WHOOP 제품
겜에서의 잠재적 적용
감성 컴퓨팅의 가장 유망한 분야 중 하나는 겜 산업입니다. 비디오 겜은 생체 및 맥락 데이터를 결합하여 유저의 감정을 분석할 수 있는 통제된 환경을 제공합니다. 연구원과 기업들은 유저의 감정 상태에 따라 겜이 실시간으로 어떻게 적응할 수 있는지 탐구하여 더욱 몰입감 있고 개인화된 경험을 만들었습니다. 유저의 감정에 반응하는 비플레이어 캐릭터(NPC) 또는 참여도와 좌절감에 따라 난이도가 조절되는 것은 이 기술의 잠재적 적용 분야입니다.
잠재력에도 불구하고, 겜의 광범위한 채택은 난관에 부딪혀 있습니다. 실시간 감정 피드백을 구현하려면 하드웨어와 소프트웨어 모두에서 상당한 발전이 필요합니다. 또한, 유저들이 자신의 감정 상태에 따라 적응하는 겜을 받아들일지 거부할지는 불확실합니다. 이러한 가능성을 탐구하는 데 관심이 있지만, 아직 주류 구현에서 소비자 수요를 이끌어낼 명확한 이점을 보여준 것은 없습니다.
겜에서의 감정 측정 이해
건강 애플리케이션 및 소비자 채택
겜을 넘어, 감정 데이터를 건강 애플리케이션에 통합하는 것은 광범위한 채택을 위한 보다 실용적인 길을 제공할 수 있습니다. Whoop 또는 Fitbit과 같은 건강 중심 플랫폼은 이미 생리적 데이터를 수집하여 피트니스 및 회복에 대한 통찰력을 제공합니다. 감정 지표를 통합함으로써 이러한 플랫폼은 유저가 자신의 감정 상태가 수면 패턴, 신체 건강 및 전반적인 웰빙과 어떻게 관련되는지 이해하는 데 도움을 줄 수 있습니다.
건강 애플리케이션의 감정 추적은 유저가 패턴을 인식하고 정보에 입각한 생활 방식 조정을 할 수 있도록 합니다. 예를 들어, 어떤 사람이 수면 부족 후에 스트레스 수준이 급증한다는 것을 알게 되면, 수면 위생을 개선하기 위한 조치를 취할 수 있습니다. 또한, 실시간 감정 피드백은 스트레스나 좌절의 징후가 감지될 때 휴식을 취하거나 이완 기술에 참여하는 것과 같은 마음 챙김 습관을 장려할 수 있습니다.
WHOOP 시계
마지막 생각
감성 컴퓨팅 분야는 발전하고 있지만, 감정을 정확하게 측정하고 해석하는 데에는 여전히 과제가 남아 있습니다. 비디오 겜은 실험을 위한 유망한 공간을 제공하지만, 실질적인 소비자 채택은 감정 통찰력을 다른 웰빙 데이터와 결합하여 의미 있는 행동 변화를 이끌어낼 수 있는 건강 애플리케이션에서 더 실현 가능할 수 있습니다. 기술이 계속 발전함에 따라, 감정을 측정하고 해석하는 능력은 개인이 자신의 감정 건강을 이해하고 관리하는 방식을 재편할 수 있습니다.
출처: Konvoy
