Core Concepts
혼합 현실 기술을 활용하여 사용자 간 사회적 상호 작용을 촉진하는 추천 모델을 개발하였다.
Abstract
이 연구에서는 혼합 현실(MR) 시스템을 통해 수집할 수 있는 새로운 유형의 실시간 시각 데이터(예: 시선 추적, 근접성, 혼잡도 등)를 활용하여 사용자 간 사회적 상호 작용을 예측하고 추천하는 모델을 개발하였다.
연구 과정은 다음과 같다:
사용자 선호도와 현실 인식을 파악하기 위한 초점 그룹 조사 실시
실험 참여자를 통해 수집한 사회적 선호도 데이터셋 구축
사용자 특성, 혼합 현실 특성, 실시간 특성 등 다양한 특징을 활용하여 4가지 유형의 사용자 간 추천 모델 개발
모델 성능 평가 결과, 기존 사용자 특성 기반 모델이 가장 높은 성능을 보였으나, 혼합 현실 및 실시간 특성을 추가한 모델도 14%p 이상의 정확도 향상을 달성
이를 통해 혼합 현실 기술이 사회적 상호 작용 촉진에 기여할 수 있음을 확인하였다. 다만 데이터 수집의 한계로 인해 혼합 현실 및 실시간 특성 기반 모델의 성능이 저하되었으며, 향후 더 많은 데이터 수집이 필요할 것으로 보인다.
Stats
사용자 특성 중 교육 수준, 직업 상태, 음악 장르가 사회적 상호 작용 예측에 가장 중요한 역할을 하였다.
혼합 현실 특성 중 시선 방향, 가림 여부, 근접성 등이 중요한 것으로 나타났다.
실시간 특성 중 날씨, 소음 수준 등이 중요한 것으로 확인되었다.
Quotes
"혼자 있을 때 새로운 사람을 만나는 것은 매우 어렵다고 생각합니다."
"주변에 관심 있는 사람이 있다는 알림을 받으면 때때로 유용할 것 같습니다."
"비슷한 음악 취향을 가진 사람과 연결되면 좋을 것 같습니다."