연구성과물검색
유형별/분류별 연구성과물 검색
HOME ICON HOME > 연구과제 검색 > 연구과제 상세정보

연구과제 상세정보

센싱 데이터를 활용한 의사소통 패턴 유형 진단 모델 연구
Predicting individual communication patterns using sensor
  • 연구자가 한국연구재단 연구지원시스템에 직접 입력한 정보입니다.
사업명 학제간융합연구사업 [지원년도 신청 요강 보기 지원년도 신청요강 한글파일 지원년도 신청요강 PDF파일 ]
연구과제번호 2018S1A5B6069614
선정년도 2018 년
연구기간 1 년 (2018년 09월 01일 ~ 2019년 08월 31일)
연구책임자 우한균
연구수행기관 울산과학기술원
과제진행현황 종료
공동연구원 현황 박재현(울산대학교)
정윤혁(울산과학기술대학교)
이정혜(울산과학기술대학교)
홍운기(울산과학기술대학교)
과제신청시 연구개요
  • 연구목표
  • 본 연구는 다음의 연구활동을 목표로 함.
    ● 음성패턴, 모션, 및 근접도를 측정할 수 있는 센서 툴킷 개발 (이하 HM:Human Matrix라고 부름)
    ● HM을 활용한 사람들의 ‘상호작용 패턴’  data 수집
    ● Data 분석 및 머신러닝을 통한 ‘상호작용 능력’ 측정 및 알고리즘 개발
    ● 단기적 목표: 타인과의 상호작용 능력에 대한 질적 연구 및 HM 센서 및 알고리즘을 활용한 양적 연구의 동시 수행으로 ‘타인과의 상호작용 능력’  평가 및 향상 툴 개발
    ● 장기적 목표: 데이터 기반의 ‘타인과의 상호작용 능력’  종합 진단 툴을 통해 사회적 역량 증진 및 리더십 개발 프로그램 솔류션을 제공함으로 미래인재 양성에 이바지 하고자 함.
  • 기대효과
  • ● 타인과의 상호작용은 다양성과 융합을 특징으로하는 4차 산업혁명 시대에서 더욱 중요한 역할로 강조되고 있음
    ● 인문/사회학 분야에서 사회적 역량을 진단하고 개발하는 툴은 있으나 대부분 설문 혹은 상담에 의한 주관적 판단에 의존하고 있음
    ● 본 연구는 HM 센서의 개발을 통해 타인과의 상호작용 패턴 데이타를 분석 및 진단함으로 다음의 분야에서 효과를 기대할 수 있음
    (1) 융합 연구: IT 기술 및 머신러닝 기법과 ‘상호작용 역량’의 융합연구를 통해 보다 정확하고 포괄적인 ‘상호작용 역량’을 이해할 수 있음
    (2) 교육 분야:
    - 초/중학교 학생들의 상호작용 패턴 및 개인 특성을 센싱을 통해 데이터화 하여 객관적 분석을 할 수 있고, 개인 특성의 장/단점에 대한 피드백 및 코칭으로 사회적 역량을 키울 수 있음
    - 상호작용 패턴 data를 통해 학내 소외 증상을 보이는 학생을 사전에 감지할 수 있음
    - 선생님에 따른 학급 아이들의 상호작용 패턴을 통해 선생님의 교육 스킬 및 코칭 가능
    (3) 기업 역량 향상
    - 리더와 팀원들의 상호작용 패턴을 이해하고 리더십 진단 및 코칭
    - 직원들간의 상호작용 패턴을 통한 적합한 유형의 인재 유형 보조 지표로 활용 (채용 및 직무배치)
  • 연구요약
  • ● 본 연구의 목적은 목소리, 모션, 근접도를 데이터화 할 수 있는 HM 센서를 개발하여 그룹내 사람들의 상호작용 패턴을 데이터화 하고 이를 통해 상호작용 역량을 예측 및 향상시키는 것을 목적으로 함.
    ● 이에따라 본 연구는 아래의 단계를 통해 진행될 것임
    (1) IT 기술을 활용한 HM 센서 개발 및 신뢰성 확보
    - 음성, 모션, 근접도 센서 프로토 타입 개발
    - 센서의 타당성과 신뢰성 분석: 다양한 관경에서 음성/모션/접근성 데이타가 신뢰성있게 측정이 되는지에 대한 pilot test 진행
    - 경남지역 대학생(남/여 각100명)을 대상으로 3-4명으로 팀을 구성하여 상호간의 의사소통 시물레이션 실험 진행 / 상호작용 패턴 데이타 수집
    (2) HM 센서 데이터의 ‘상호작용 역량’ 모형 구축
    - 기존 문헌 조사 및 설문 조사 연구를 통한 ‘상호작용 역량’의 특성에 대한 질적 연구 수행
    - HM 센서를 통해 수집된 데이타를 통해 ‘상호작용 역량’의 특성을 예측하는 알고리즘 개발
    - 기존 연구 방법과 HM 센서를 통한 연구방법 비교 및 예측 모델의 융합 연구 수행
    - ‘상호작용 역량’ 진단 및 코칭 레포트 플랫폼 개발 (중장기적 목표)
결과보고시 연구요약문
  • 국문
  • 사회심리 학자 및 조직행동 학자들은 IT 기술과 분석 기법의 발달로 기존의 연구 주제들을 새로운 관점으로 조망하고 탐색해왔다. 최근 많은 저명한 학회지들도 빅데이터와 고도화된 분석기법을 활용해 기존의 연구에서 답하지 못했던 것들을 연구하도록 독려하고 있다. 특별히 최근 조직행동론 연구에서는 IT 기술을 활용해 팀원들의 움직임, 목소리, 근접도 등을 측정하고 분석할 수 있는 웨어러블 센서를 개발하고 활용하고 있다. 이런 센서들은 그룹 활동 및 의사소통에서 팀원들이 무의식적으로 만들어내는 행동데이터를 수집하여 팀웍 및 효과적인 의사소통을 예측하는데 활용하고 있다.
    본 연구의 목적은 이러한 웨어러블 센서를 개발하여 말하는 시간, 의사소통 횟수 등을 측정 할 수 있는 도구를 개발하는 것에 목적을 두고 있다. 본 연구를 통해 최종 결과물인 HM(human matrix)라는 센서를 개발하였다. 또한 HM 센서를 통해 음성 데이터를 획득하고, 이를 통해 음성 패턴 분석 알고리즘(VAD:Verbal Activity Detection)을 개발하였다. 이러한 실험을 바탕으로 실제 팀원들의 의사소통 패턴을 파악하기 위해 35개 팀 142명을 실험하였다.
    본 연구의 결과물인 센서를 통해 팀웍 및 사회적 관계를 보다 정밀하게 측정하고 진단 할 수 있을 것으로 기대된다. 하지만 웨어러블 센서간의 동기화 및 무선 데이터 전송에 대한 취약점이 발견되었고, 지속적인 연구를 통해 개선이 필요할 것으로 보인다.
  • 영문
  • Organizational scientists have started to a new journey to re-examine the previous findings of behavioral patterns and actions of employees with the lens of new technology and analytic methods Recently, prominent journal editorials explored potential power of modern data analytic techniques to provide better answers to existing questions and to open new questions in new areas. One particular technology used in recent organization studies is a wearable sensor badge that capture motions, verbal activity, and proximity of the badge wearers. The sensor technology can help scholars to detect unconscious verbal activities among team members and analyze group communication patterns to predict effective collaborations and teamwork.
    The goal of our research aimed to develop a wearable sensor that captures speech time and turn-taking during group communication. First, we developed a wearable sensor, named HM (Human Matrix) that collects verbal activities at a 100 Hz sampling rate with 12 quantization bit. Second, using the HM, we were able to develop a VAD(Verbal Activity Detection) algorithm as a base for predicting communication patterns (e.g., speaking and turn-taking). Finally, we conducted an experiment with 142 participants from 35 teams for analyzing individual and team level communication patterns.
    The HM device and algorithms we developed can extend the current understanding of teamwork and dynamic communication patterns. Yet, our device and algorithms have several limitations concerning data synchronicity and wireless data transfer. We hope we can continue this research further to have an impact on behavioral research and practice.
연구결과보고서
  • 초록
  • 본 연구는 다음의 연구활동을 내용으로 함.
    - 음성패턴, 모션, 및 근접도를 측정할 수 있는 센서 툴킷 개발
    - 이를 활용한 사람들의 ‘상호작용 패턴’  data 수집
    - Data 분석 및 머신러닝을 통한 ‘상호작용 능력’ 측정 및 알고리즘 개발

    본연구의 연구 목표는 다음과 같음
    - 단기적 목표: 타인과의 상호작용 능력에 대한 질적 연구 및 HM 센서 및 알고리즘을 활용한 양적 연구의 동시 수행으로 ‘타인과의 상호작용 능력’  평가 및 향상 툴 개발
    - 장기적 목표: 데이터 기반의 ‘타인과의 상호작용 능력’  종합 진단 툴을 통해 사회적 역량 증진 및 리더십 개발 프로그램 솔류션을 제공함으로 미래인재 양성에 이바지 하고자 함.
  • 연구결과 및 활용방안
  • ☐ 연구 결과
    (1) 의사소통 패턴을 측정할 수 있는 센서 제작
    - 초기 프로토타입 센서를 제작하고 이름을 Human Matrix(이하 HM이라 부름)
    - 초기 버전은 유선으로 되어있어 실험진행시 어려움이 따름. 이에 HM의 개선 및 업그레이드 진행하여 HM2로 개선
    - HM2는 무선으로 만들어 집단 실험이 가능해짐. 센서 내에 저장장치가 있어 음성 및 움직임 데이터 생성 및 측정.
    (2) 데이터 확보 및 측정 센서 알고리즘 구축
    - 제작된 HM2를 바탕으로 음성 신호 검출 알고리즘 구축
    - 실험참가자들이 가상 시나리오를 읽으며 음성신호 데이터 생성. 이를 통해 짧은 음성 및 불연속 음성에 대한 탐지(0: 무음성, 1: 음성) 알고리즘(VAD; Verbal Activity Detection) 개발. 알고리즘의 타당성을 바탕으로 논문 작성중
    (3) 센서를 활용한 의사소통 역량 실험 연구
    - 개발된 HM2와 음성 알고리즘을 바탕으로 4~5인으로 구성된 실험 참가자들 모집. 총 35개팀 142명의 분석 가능한 실험 데이터 665분의 센서 음성 데이터를 모음.
    - 실험 참가자들의 설문 및 팀 결과변수와 센싱 데이터를 분석 및 논문 작성중.

    * 다양한 융합연구 컨퍼런스 참여 및 공개워크샵 등을 바탕으로 융합연구의 가능성을 타진할 수 있었으며, 추후 다양한 연구 분야 및 사회적 역량 개발 도구로 사용할 수 있는 가능성이 높다고 판단됨.
    * 센서의 목소리 하울링 문제 및 데이터 측정의 동기화 문제 발생. 움직임 강도 측정 알고리즘은 추후 개발 필요. 센서 툴 및 알고리즘은 지속적인 개선 및 연구가 필요하다고 판단됨.

    ☐ 활용방안
    - IT와의 융합연구를 통해 인간 상호작용 능력 측정에 대해 전통적인 방법론을 넘어서 센싱 데이터를 통한 정량화 및 모형 도출로 기존의 연구 방법론을 확장할 수 있음.
    - 센싱 기술과 알고리즘을 이용한 인간 상호작용 역량의 세밀한 측정 및 실시간 피드백을 통해 인재 양성에 공헌
  • 색인어
  • 센서, 상호작용, 사회적 네트워크, 알고리즘, 사회적 역량
  • 연구성과물 목록
데이터를 로딩중 입니다.
데이터 이용 만족도
자료이용후 의견
입력