스마트 TV에서 AI 비서의 능동적 제안에 따른 인터렉랙션 사용자 경험 연구 (Interaction Based on Proactive Proposals of AI Assistance on Smart TV: User Experience Research)

연구배경 AI 비서가 사용자 호출에 반응하는 수동적 인터렉랙션 방식을 넘어, AI가 사용자 선호왿� 습관을 예측하고 능동적인 제안을 하는 방식이 개발되고 있다. 하지만, 현재 능동적 인터랙션은 스마트폰 및 AI 스피커에최적화되어 있다. 반면, AI 비서 활용에 사용자들이 긍정적인 반응을 보이는 TV는 아직 수동적 AI 인터렉랙션만이 제공된다. 본 연구는 능동적 AI 인터랙션 구조가 TV 사용 경험에 미치는 영향을 확인한다.
연구방법 (스페이스 조절)TV를 시청하는 중 AI가 능동적으로 특정 기능을 제안하는 프로토타입을 피실험자가 시청 후 설문을 통해 평가하는 방식으로 진행(붙여 쓰기)하였다. 능동적 인터랙션의 유형에 따른 사용 경험 차이를 확인하기 위하여, AI가 제안만 하는 인터랙션, AI가 먼저 묻고 행동하는 인터랙션, 그리고 AI가 먼저 행동을한 뒤 사용자에게 이전으로 돌아갈지 묻는 방식으로 구분하여 진행했다. 나아가 TV 사용 정황에 따른 다른 사용자 경험의 차이를 확인하기 위하여 실시간 방송, 광고, 및 채널을 바꾸는 기능 수행 중의 상황 조절변수로 설정했다.
연구결과 AI 비서의 능동적 제안이 기능이 TV 사용자 경험에 있어서, 상호작용 유형과 제안 시기가 사용자 만족도왿� 사용성에 큰 영향을 주는 것을 확인하였다. 모든 사용자 경험 요인에서 AI가 묻고 행동하는 유형이 가장긍정적인 평가를 받았고, 실시간 방송을 보는 것보다, 광고왿� 같이 짧은 내용의 방송에서 제안하는 방식이 긍정적임을 확인했다. 또한 채널을 변경하는 상황에서는 모든 유형이 부정적임을 확인했다.
결론 본 연구는 TV시청 환경에서 AI의 능동적인 인터렉랙션이 사용자 경험을 향상시킬 수 있다는 결론을 내린다. 특히, 상호작용 유형과 제안 시기를 조절함에 따라 사용자의 만족도왿� 사용성을 크게 향상(붙여 쓰기) 시킬 수 있다는 점을 확인하였다. 따라서 스마트 TV에서 AI를 효과적으로 활용하기 위해서는 사용자의 요구왿�상황에 민감하게 대응하는 AI 시스템을 개발하는 것이 중요할 것으로 전망한다.

Background AI interaction is evolving beyond passive interaction, which is initiated by user prompts, and includes proactive artificial intelligence (AI) interaction. AI initiates the interaction by proactively suggesting based on user preferences and context. Currently, proactive AI interaction is mostly optimized for smartphones and AI speakers, but not yet for TVs. This study explores the effects of proactive AI interactions on TV viewing experiences.
Methods A prototype video of a proactive AI interaction was presented and evaluated. To investigate the varying user experiences between different types of proactive interactions, three scenarios were trialed: AI suggestion-only, AI request-before-action, and AI action with optional reversion. Differing contexts like live broadcasting, advertisements, and channel navigation were also considered.
Results The study showed that the type of interaction and context of the user significantly affect user satisfaction and usability in the TV experience. The results showed that the interaction type, where AI seeks permission before acting, received the most positive results. Regarding context, suggestions during short content like advertisements were more positively received than during live broadcasting. Conversely, all interaction types were negatively perceived when changing channels.
Conclusions Proactive AI interactions can enhance user experience in the TV viewing environment.
Particularly, user satisfaction and usability can be significantly improved by adjusting the interaction type and context of AI suggestions. Therefore, for effective use of AI in smart TVs, it is crucial to develop AI systems that sensitively respond to user needs and situations.