[논문 리뷰] The Relationship Between Emotion Models and Artificial Intelligence

Christoph Bartneck, Michael J. Lyons외 1명|arXiv (Cornell University)|2017. 06. 29.

Social Robot Interaction and HRI참고 문헌 8인용 수 24

한 줄 요약

이 논문은 인공지능, 특히 몸이 있는 에이전트와 인간-컴퓨터 상호작용에서 OCC(오르토니, 코헨, 콜린스) 감정 모델의 한계를 철저히 분석한다. 이는 감정 생성에 널리 쓰이지만, 그 효과가 기반 AI 기술에 의존하기 때문에 제한됨을 주장하며, 정적 규칙을 넘어서 동적인, 맥락에 민감한 감정 행동을 지원할 수 있는 더 통합적이고 적응형 감정 모델링 프레임워크의 필요성을 제기한다.

ABSTRACT

Emotions play a central role in most forms of natural human interaction so we may expect that computational methods for the processing and expression of emotions will play a growing role in human-computer interaction. The OCC model has established itself as the standard model for emotion synthesis. A large number of studies employed the OCC model to generate emotions for their embodied characters. Many developers of such characters believe that the OCC model will be all they ever need to equip their character with emotions. This study reflects on the limitations of the OCC model specifically, and on the emotion models in general due to their dependency on artificial intelligence.

연구 동기 및 목표

• 감정 모델, 특히 OCC 모델이 인공지능과 인간-컴퓨터 상호작용에서 수행하는 역할을 분석하기 위해.
• OCC 모델이 정적 규칙 기반 아키텍처를 가진 데서 기인한 인공지능 시스템에 적용될 때 내재된 한계를 특정하기 위해.
• 감정 모델의 성능과 적용 가능성에 영향을 미치는 기반 인공지능 아키텍처의 특성들을 규명하기 위해.
• 실시간으로 변화하는 인간-AI 상호작용에 더 잘 부합하는 더 적응형이고 맥락에 민감한 감정 모델링 접근 방식을 홍보하기 위해.
• 감정 모델을 고립된 감정 생성 모듈을 넘어서 AI 시스템에 더 깊이 통합하는 데로 연구를 자극하기 위해.

제안 방법

• OCC 모델의 이론적 기초와 인공지능 기반 몸이 있는 에이전트에 대한 구현을 비판적으로 검토한다.
• 인지 로봇공학과 정서 컴퓨팅 분야에서 OCC 모델이 적용된 사례 연구 및 문헌을 분석한다.
• 감정 행동을 위한 추론, 인지, 의사결정 시스템과 같은 AI 구성 요소에 대한 모델의 의존성을 평가한다.
• 감정 모델은 정적 사전 정의된 규칙 집합으로 보다는 동적으로 AI 시스템과 결합되어야 한다고 제안한다.
• 기존 구현 사례의 질적 분 析를 통해 적응성, 맥락 민감성, 실시간 반응성 부족을 드러낸다.
• 인지 과학과 정서 컴퓨팅의 통찰을 바탕으로 차세대 감정 인식 AI 시스템의 설계 원칙을 제안한다.

실험 결과

연구 질문

• RQ1 OCC 모델의 규칙 기반 아키텍처가 실시간 동적인 인공지능 응용 분야에서의 효과성에 얼마나 큰 제약을 가하는가?
• RQ2 기반 인공지능 아키텍처에 대한 의존성이 감정 모델의 표현력과 적응성에 어떻게 영향을 미치는가?
• RQ3 감정 모델을 고립된 모듈로 간주함으로써 발생하는 주요 단점은 무엇인가?
• RQ4 감정 모델은 어떻게 인간 상호작용의 인지적 및 행동적 역학과 더 잘 일치시킬 수 있는가?
• RQ5 더 적응형이고 맥락에 민감한 감정 모델링을 구현하기 위해 필요한 설계 원칙은 무엇인가?

주요 결과

• OCC 모델은 널리 채택되었음에도 불구하고, 복잡한 환경에서의 동적 감정 적응 메커니즘이 부족하여 유연성이 떨어진다.
• OCC와 같은 감정 모델은 그들이 통합된 인공지능 시스템, 특히 인지, 추론, 의사결정 능력에 의해 본질적으로 제한된다.
• 많은 개발자들이 OCC 모델의 충분성을 과대평가하며, 맥락 변화나 실시간 감정 피드백을 처리하지 못함에도 불구하고 완전한 해결책으로 간주한다.
• 논문은 이론적 감정 모델과 실질적 인공지능 구현 간의 핵심 격차, 특히 몸이 있는 에이전트와 사회적 로봇 분야에서의 격차를 규명한다.
• 정적 규칙 기반을 넘어서 학습 가능한, 맥락 인식 가능하며 환경적·사회적 자극에 반응하는 감정 모델의 필요성이 있다.
• 감정 모델을 인공지능 시스템에 통합할 때는 정적 사전 정의된 감정 반응보다는 적응성과 실시간 상호작용을 우선시해야 한다.