Archives of Design Research

빠르게 발전되는 인공지능을 일상에서 가깝게 접할 수 있는 플랫폼은 인공지능 스피커(Artificial Intelligence Speaker, AI Speaker)이다. 이는 일방향적으로 사용되었던 스피커에 인공지능, 음성기능 기술이 복합적으로 탑재되어 쌍방향 대화가 가능한 음성 기반 플랫폼이다(Park & Choi, 2018). 박지혜(Park, 2018)는 인공지능 스피커가 기존의 물리적 텍스트 입력, 터치와 같은 인터페이스에 비해 빠르고, 조작이 쉬우며, 간편하다는 장점이 있어 빠른 속도로 시장에 보급된다고 하였다. 글로벌 IT 시장조사기관 카날리스의 인공지능 스피커의 설치 개수 조사에 따르면 2017년에는 50만대 이하였지만 2022년에는 350만대로 증가할 것으로 예상된다. 기업들은 이러한 시장 성장에 맞춰 인공지능 스피커의 성능 향상을 위한 기술 개발과 서비스 확대를 진행하고 있으며, 사용자의 요청은 물론 자연어와 대화의 맥락을 수집하고 이해하여 사용자가 필요로 하는 서비스를 제공하기 위해 끊임없이 진화하고 있다(Lee, 2017).

하지만 시장조사업체 스태티스타(Statista)가 발표한 ‘인공지능 스피커 사용 용도’ 조사 결과에 따르면 일상적인 질문, 일기 예보 확인, 음악 재생과 같은 간단한 질문만으로 이루어진 음성 기능일 경우 사용도가 높게 나타났지만, 물건 구입, 음식 배달 등 문장형 질문이나 대화가 2~3번 연속해서 진행되어야 하는 기능은 사용률이 떨어지는 것으로 나타났다. 이는 음성 인식 오류, 자연스러운 대화 곤란 등의 이유로 사용자와 기기 간의 소통이 원활하게 이뤄지지 않기 때문인 것으로 판단된다. 즉, 인공지능 스피커와의 대화가 길어질수록 사용자가 기능을 활용하는 데에 한계가 발생하는 것으로 보여진다.

이러한 제약을 극복하기 위해, 아마존과 구글은 2017년, 2018년에 화면이 장착된 인공지능 스피커 ‘에코쇼’와 ‘구글 홈 허브’를 각각 출시하였다. 국내에서도 2019년 KT의 ‘기가지니 테이블 TV’를 시작으로 SK의 ‘누구 네모’ LG유플러스의 ‘U+AI 어벤져스’가 출시되었다. 이에 대해 김채희(Kim, 2019)는 화면을 통해 글이나 이미지 등을 사용자에게 제공하여 기존 인공지능 스피커의 단점을 보완할 것이라고 주장하였다. 기존의 인공지능 스피커는 빛을 활용한 시각 피드백을 제공하여 즉각적인 정보 전달에는 유리했지만, 표현할 수 있는 정보의 양과 형태에 한계가 있었기 때문이다. 즉, 인공지능 스피커의 시각 피드백 유형은 기존에 빛을 활용한 방식에서 화면을 통해 정보를 전달하는 방식으로 변화하였으며, 이는 사용자의 정보처리에 영향을 미칠 것으로 판단되었다. 또한, 권상희와 김위근(Kweon, Kim, 2004)에 의하면 사용자의 정보처리는 인간의 내적 인지 과정과 외적 커뮤니케이션 환경을 함께 고려해야 한다.

따라서 본 연구는 인공지능 스피커의 시각 피드백을 통한 정보처리 효과가 사용자의 인지욕구와 멀티태스킹 환경에 따라 차이가 있을 것으로 예상하여 새롭게 출시된 화면이 장착된 인공지능 스피커가 사용자 경험 증진에 효과적인지 알아보고자 한다. 또한, 본 연구의 결과를 통해 인공지능 스피커의 지속 사용을 위한 방향을 제시하며, 향후 인공지능 스피커뿐만 아니라 상호작용이 이루어지는 기기들의 시각 피드백 개발에 방향성을 제시하는 것을 목적으로 한다.

본 연구에서는 시각 피드백 유형에 대한 문헌 연구를 통해 인공지능 스피커의 시각 피드백 유형의 변화와 전달 방식 효과에 대해 조사하였다. 이에 정보처리 효과에 영향을 미치는 내적 인지 과정은 사용자 특성인 인지욕구로, 외적 커뮤니케이션 환경 요소는 상황적 특성인 멀티태스킹으로 선정하였다. 또한, 사용자 경험으로는 인지정교화, 만족도, 지속사용의도를 살펴보았다. 문헌연구를 바탕으로 독립 변인과 조절 변인을 조작하여 그것이 종속 변인에 미치는 영향을 측정, 관찰, 분석하는 실험연구(experimental research) 및 심층 인터뷰를 통해 실증분석을 실시하였다.

실험은 국내외 인공지능 스피커의 특징과 형태적 유사성을 가진 기기를 실험자극물로 제작하여 실제 환경과 같은 조건에서 진행하였으며, 음성 오류가 사용자 경험에 미치는 영향을 최소화하기 위하여 Wizard-of-Oz(WoZ) 방법으로 진행하였다. 이를 통해 인공지능 스피커의 시각 피드백 유형을 사용자 특성으로 접근하여 효과적인 활용방안에 관해 검토해 보고자 한다.

김성곤(Kim, 2004)은 정보의 시각화를 방대하고 무질서한 데이터를 일정한 형식으로 가공하여 의미 있는 정보의 형태로 시각화하여 전달하는 것으로, 사용자가 정보를 직관적이고 효율적으로 습득할 수 있도록 도움을 준다고 주장하였다. 또한, 오병근과 강성중(Oh & Kang, 2008)은 데이터가 정보로서의 의미가 생성되도록 형상화한다고 하였으며, 웨어(Ware, 2004)는 효율적으로 시각화된 정보는 사용자가 정보를 더욱더 쉽게 습득하고 이해할 수 있도록 도움을 준다고 하였다. 즉, 정보의 시각화는 사용자가 데이터를 쉽게 이해하는 방법으로 표현하여 효과적으로 전달할 수 있는 강력한 수단이다.

시각 피드백 유형에 관한 선행연구를 살펴보면, 햄 등(Ham et al., 2009)의 빛으로 정보를 표현하는 방식과 맥 캘리와 미든(Mccally & Midden, 2002)의 화면을 통해 글과 이미지로 피드백을 제공하는 방식으로 나눌 수 있다. 이들의 연구는 에너지 절약을 시각 피드백 유형의 대조적인 효과를 통해 증명하였는데 화면 피드백은 사용자에 의해 처리되고 평가되어야 하기 때문에 간단한 정보처리는 빛 피드백이 화면 피드백보다 효과적으로 나타났다. 예를 들어, 사용자는 빛 피드백의 빨간색 빛은 ‘높은 에너지 소비’를 의미하는 것으로 판단할 수 있지만, 화면 피드백의 숫자는 숫자가 의미한 것을 파악하기 위한 더 많은 정보가 필요했다. 또한, 빛 피드백은 화면 피드백과 달리 빛의 속성으로 인해 피드백 매개체에 초점을 맞추지 않고도 쉽게 인식할 수 있지만, 화면 피드백은 정보를 얻기 위해 화면에 초점을 맞춰야 했다. 즉, 빛 피드백은 사용자가 정보를 처리하는 데 간단하게 인식되는 반면에 화면 피드백은 정보를 처리하기에 복잡한 형태로 해석되어 사용자 경험이 다르게 나타났다.

이에 본 연구에서는 빛 피드백과 화면 피드백의 정리를 인공지능 스피커 시장 점유율 상위 1위인 아마존 기기를 참고하여, <Figure 1>과 같이 화면이 장착되지 않아 정보를 빛으로만 표현하는 빛 피드백과 화면이 장착되어 정보를 글과 이미지로 표현하는 화면 피드백으로 나눠 사용자 경험 차이를 보고자 한다.

Figure 1 Smart Speaker Visual Feedback Type

정보처리 효과는 인간의 내적 인지 과정과 외적 커뮤니케이션 환경을 함께 고려해야 하기에 사용자 맥락으로서 인지욕구와 멀티태스킹에 주목하고자 한다.

사용자 경험은 제품 또는 서비스와 사용자 간의 다양한 상호작용을 통해 사용자가 체험할 수 있는 직간접적인 경험이며, 사용자의 성격적, 인지적, 상황적, 심리적 특성에 따라 달라지는 주관적 특성이다. 본 연구에서는 인지적, 심리적 특성인 인지정교화와 만족도, 지속사용의도를 보고자 한다.

본 연구는 인공지능 스피커의 시각 피드백 유형이 사용자 경험에 미치는 영향과 사용자 특성과 상황적 특성의 조절 효과를 검증하기 위한 연구이다. 독립변수는 인공지능 스피커의 시각 피드백 유형이며, 종속변수는 사용자 경험 요인으로 인지정교화, 만족도, 지속사용의도로 선정하였다. 또한, 사용자 경험에 영향을 주는 사용자 특성은 인지욕구로, 상황적 특성은 멀티태스킹으로 조절 변수를 설정하였다. 이에 연구모형은 <Figure 2>와 같으며, 연구가설은 <Table 2>와 같다.

Figure 2 Research Model

본 연구의 실험 참여자는 20-30대를 대상으로 총 55명이 참여하였다. 밀레니얼 세대에 해당하는 20-30대는 최신 디지털 기기를 가장 먼저 접하고 써보는 것에 관심이 높으며, 빠르게 학습하고 사용한다(Kim, 2019). 또한, 연령층이 낮을수록 미디어 멀티태스킹이 증가한다(Jung et al., 2017). 이에 본 연구의 실험 상황을 고려하여 디지털 기기와 멀티태스킹 상황에 익숙한 연령층을 대상으로 선정하였다. 실험 절차는 화면이 있는 스피커에 대해 모르는 실험자를 위해 인공지능 스피커의 시각 피드백 유형과 작동 단계를 4단계로 세분화하여 각 상황에 관해 설명하였다. 그 후 현재 실험 상황과 실험 과제에 관해 설명하였다. 모든 실험이 끝난 후 1:1 심층 인터뷰를 진행하였다.

본 연구의 실험은 인공지능 스피커의 음성 오류가 사용자 경험에 미치는 영향을 제한하기 위하여 미리 준비된 답변을 재생하는 WoZ(Wizard of OZ)방식으로 진행하였다. 실험은 인공지능 스피커의 시각 피드백 유형(빛 피드백 / 화면 피드백) x 멀티태스킹 상황(멀티태스킹 / 비 멀티태스킹)의 2x2 혼합 요인 설계로 구성하였으며, 사용자의 인지욕구는 개인의 내재적 특성에 해당하므로 실험 진행 후 설문을 통해 측정하였다. 참여자는 4번의 실험 모두에 참여하였으며, 연습 효과를 제거하기 위해 처치 순서는 상대 균형화 하였다. 이에 실험 참가자는 <Table 3>의 4가지 상황에 무작위 배치되었다.

실험을 위해 기존 인공지능 스피커와 형태적 유사성을 가진 프로토타입을 제작하였다. 실험물은 <Figure 3>이며, 기존 인공지능 스피커의 시각 피드백은 브랜드 별로 다르게 제공되고 있어 피드백 구성은 선행 연구를 토대로 <Table 4>과 같이 본 실험에 맞게 4단계로 제작하였다.

Figure 3 Experimental Stimulus Image (L : Display Feedback, R : Light Feedback)

이은경(Lee, 2017)은 인공지능 스피커의 빛 요소가 사용자에게 미치는 선호도를 분석한 결과 빛의 색상은 대기 상태를 제외한 모든 단계에서 속성이 명확한 원색을 선호한다고 주장했다. 또한, 이혜지(Lee, 2019)는 빨간색의 경우 빛으로 인터랙션이 이루어질 때 부정적인 면이 더 강조된다고 하였다. 이에 본 연구에서는 원색을 사용하되 빨강을 제외한 중립 색상 흰색과 노랑, 긍정의 색상 초록과 파랑을 선정하여 <Figure 4>와 같이 제작하였다. 이은경(Lee, 2017)에 따르면 사용자는 명확한 의미를 가진 빛의 움직임을 선호하며 정지와 깜빡임에서 명확한 움직임을 느낀다고 하였다. 또한, 이혜지(Lee, 2019)의 빛이 점점 커지면 주목성이 발휘된다는 연구를 바탕으로 본 연구에서는 조명으로 표현할 수 없는 회전을 제외하고 정지된, 깜빡임, 점점 크게 움직임을 사용하였다.

Figure 4 Light Feedback Experimental Stimulus Image

천홍재(Cheon, 2019)의 연구에 따르면 인공지능 스피커의 시각 정보를 이미지, 아이콘, 컬러로만 제공할 경우 사용자의 인지가 늦어지며, 음성정보를 시각화하여 글로 제공했을 때 만족도가 높아지는 것으로 나타났다. 또한, 글과 이미지, 아이콘, 컬러 등 시각 정보가 많은 경우 높은 만족도를 보이는 것으로 나타났다. 이에 본 연구에서는 사용자가 음성을 말하면 음성정보를 텍스트로 받아쓰는 인터랙션 요소를 제공하며, 정보를 글과 이미지, 아이콘으로 구성하였다. 구체적으로 텍스트의 크기와 글꼴, 아이콘의 크기 및 음성 바의 위치는 프로토타입의 크기에 맞는 11인치 아이패드 시리를 참고하여 제작하였다. 또한, 과도한 컬러 사용이 많을 경우 색채 커뮤니케이션의 기능을 현저히 감소시킬 수 있으므로(Jung, 2019) 기본 컬러와 포인트 컬러, 최소한의 컬러만을 사용하였으며, 음성 인식 상황을 표현하기 위해 그라데이션 효과를 사용하였다. 텍스트의 경우는 배경 컬러와 대비를 이루는 화이트로 사용하여 가독성을 높였으며 아이콘에만 포인트 컬러를 사용하여 사용자의 시선이 분산되지 않도록 하였다. 이를 토대로 <Figure 5>와 같이 제작하였다.

Figure 5 Display Feedback Experimental Stimulus Image

실험 과제는 2017년 한국소비자원의 인공지능 스피커 항목별 만족도가 가장 높은 날씨를 물어보는 상황으로 기기와 사용자의 대화가 4번 연속으로 진행되게 하였다. 사용자는 먼저 대기 상태인 인공지능 스피커를 ‘hello’로 음성 인식이 가능한 상태로 만들었으며 ‘이번 주 날씨 알려줘’, ‘더 자세히 알려줘’, ‘비는 언제 와’ 순으로 묻고 듣는 대화를 이어갔다. 또한, 미디어 멀티태스킹 상황을 조작하기 위해서 실험 과제를 수행하면서 자막 뉴스를 보도록 하였다. 이는 염정윤 등(Yum et al., 2019)이 미디어 멀티태스킹 상황에서 시청각+시각 이용 빈도가 가장 높다고 하였기에 인공지능 스피커를 시각+청각, 자막 뉴스를 시각 상황으로 간주하였다. 구체적으로 자막 뉴스는 실험과정 시간과 일치하는 짧은 뉴스로 생활 교복 도입과 어묵 영문 명칭에 관한 내용이며, 뉴스 내용을 돕기 위한 그래픽과 자막 등이 시각적으로 한 번에 나오기 때문에 실험자가 인지 부하를 경험하기 적절하다고 판단되었다.

본 연구에서 측정되는 질문들은 선행연구에서 신뢰성, 타당성이 입증된 내용을 바탕으로 본 연구에 맞게 수정하여 사용하였다. 설문의 모든 항목은 ‘전혀 그렇지 않다’ 에서 ‘매우 그렇다’의 Likert 7점 척도로 측정 되었다.

본 연구에 참여한 대상은 총 55명으로 남성이 27명(49.1%), 여성이 28명(50.9%)으로 남성과 여성의 비율 차이가 거의 없는 것으로 나타났다. 연령의 경우 20대가 36명(65.5%), 30대 19명(34.5%)으로 20대가 더 많았다. 인공지능 스피커 사용 경험은 있다 28명(50.9%), 없다 27명(49.1%)으로 나타났다. 사용 경험이 있는 사용자 중 1명(3.6%)은 화면이 있는 SK의 ‘누구 네모’를 사용했으며, 27명(96.4%)은 화면이 없는 KT의 ‘기가지니2’, SK의 ‘누구’, 카카오의 ‘카카오 미니’, 네이버의 ‘프랜즈2’, 구글 ‘구글 홈’을 사용한 것으로 나타났다.

인공지능 스피커의 시각 피드백 유형에 따른 인지정교화, 만족도, 지속사용의도의 차이점을 비교하기 위해 독립표본 t-Test를 실시하였다. 분석 결과는 <Table 9>와 같으며 시각 피드백은 인지정교화, 만족도, 지속사용의도 모두 유의한 차이를 보였다(인지정교화:t=2.453, p<.05, 만족도:t=4.238, p<.001, 지속사용의도:t=4.240, p<.001). 따라서 가설 1-1. 1-2, 1-3 모두 채택되었다.

구체적으로 인지정교화, 만족도, 지속사용의도 모두 화면 피드백이 빛 피드백 보다 긍정적인 효과를 보였다. 즉, 인공지능 스피커의 정보를 화면을 통해 시각적으로 글이나 이미지로 제공할 경우 사용자 경험이 더욱 풍부해지는 것을 알 수 있었다. 이러한 결과는 글과 이미지를 통한 시각 정보 전달은 효과적이며 새로운 시각 피드백 유형인 화면 피드백의 시각 정보를 통해 사용성을 높일 수 있는 가능성을 보았다.

인공지능 스피커의 시각 피드백 유형이 인지욕구에 따라 인지정교화, 만족도, 지속사용의도에 미치는 상호작용 효과를 검증하기 위해 이원 분산분석(two-way ANOVA)을 실시하였으며(Table 10 참조), 상호작용 효과를 본페로니의 다중비교를 통해 확인해 보았다(Table 11참조). 인지정교화, 만족도, 지속사용의도 모두 시각 피드백 유형과 인지욕구의 상호작용 효과가 유의한 것으로 나타났다(인지정교화:F=6.536, p<.05, 만족도:F=5.520, p<.001, 지속사용의도:F=4.695, p<.05). 따라서 가설 2-1, 2-2, 2-3은 채택되었다.

구체적으로, 인지정교화는 빛 피드백과 화면 피드백 모두 인지욕구가 높은 사용자에서 높게 나타났다. 만족도와 지속사용의도는 빛 피드백에서 인지욕구 낮은 사용자가, 화면 피드백에서 인지욕구가 높은 사용자가 높은 것으로 나타났다. 이러한 결과는 사용자가 가진 인지적 자원과 기기에서 제공하는 자원이 일치할 경우 긍정적인 경험을 얻는다는 자원부합이론의 결과와 일치하였다. 즉, 빛 피드백은 빛이 가지고 있는 정보를 인지하고 처리할 때 인지적 자원이 많이 필요하지 않은 피드백으로 인지욕구가 낮은 사용자에게 적합하였다. 반면, 화면 피드백의 글과 이미지는 정보를 처리할 때 인지적 자원을 많이 필요로 하는 피드백으로 인지욕구가 높은 사용자는 화면 피드백의 정보를 처리할 수 있는 인지적 자원을 충분히 가지고 있기에 긍정적인 경험을 하는 것으로 나타났다. 즉, 인지욕구라는 개인의 내재적 성향이 인공지능 스피커의 시각 피드백을 통해 얻는 경험에 영향을 미치는 것을 알 수 있었다.

인공지능 스피커의 시각 피드백 유형이 멀티태스킹 상황에 따라 인지정교화, 만족도, 지속사용의도에 미치는 상호작용 효과를 검증하기 위해 이원 분산분석(two-way ANOVA)을 실시하였으며(Table 12 참조), 상호작용 효과를 본페로니의 다중비교를 통해 확인해 보았다(Table 13 참조). 인지정교화는 시각 피드백 유형과 멀티태스킹 상황의 상호작용 효과가 유의하지 않는 것으로 나타났으며, 만족도와 지속사용의도는 시각 피드백 유형과 멀티태스킹 상황의 상호작용 효과가 유의한 것으로 나타났다(인지정교화:F=0.018, p>.05, 만족도:F=22.770, p<.001, 지속사용의도:F=17.018, p<.001). 따라서 가설 3-1은 기각 되었으며, 3-2, 3-3은 채택되었다.

구체적으로, 빛 피드백은 멀티태스킹 상황에서, 화면 피드백은 비 멀티태스킹 상황에서 만족도와 지속사용의도가 더 높은 것으로 나타났다. 이는 제한된 용량 가설과 같은 결과이다. 이러한 결과는 사용자의 감각기관 간섭으로 인한 인지적 부하 경험의 차이이며 멀티태스킹 상황에서 화면 피드백은 화면과 다른 작업 두 가지 모두에 시선을 집중해야 했기에 부정적인 경험을 하는 것으로 나타났다. 반면에 빛 피드백은 초점을 맞추지 않아도 정보를 얻을 수 있기에 인지적 부담을 덜 겪어 정보처리가 상대적으로 수월하여 긍정적인 경험을 하는 것으로 나타났다. 즉, 외적 커뮤니케이션 환경인 멀티태스킹 상황이 인공지능 스피커의 시각 피드백을 통해 얻는 사용자 경험에 차이를 주는 것을 알 수 있었다.

인공지능 스피커의 시각 피드백 유형이 인지욕구와 멀티태스킹 상황에 따라 인지정교화, 만족도, 지속사용의도에 미치는 상호작용 효과를 검증하기 위해 이원 분산분석(two-way ANOVA)을 실시하였으며(Table 14 참조), 상호작용 효과를 본페로니의 다중비교를 통해 확인해 보았다(Table 15 참조). 시각 피드백 유형과 인지욕구와 멀티태스킹의 상호작용 효과는 인지정교화에서는 유의하지 않은 것으로 나타났지만 만족도와 지속사용의도는 상호작용 효과가 유의한 것으로 나타났다(인지정교화:F=0.033, p>.05, 만족도:F=6.429, p<.001, 지속사용의도:F=6.988, p<.01). 따라서 가설 4-1은 기각되었으며, 4-2, 4-3은 채택되었다.

구체적으로, 만족도와 지속사용의도는 빛 피드백의 멀티태스킹 상황에서, 화면 피드백의 비 멀티태스킹 상황에서 인지욕구가 낮은 경우에 가장 높게 나타났다. 특히, 상황적 특성에 따라 인지욕구가 높은 사용자보다 인지욕구가 낮은 사용자의 평균 차이가 더 크게 나타났으며, 화면 피드백의 멀티태스킹 상황을 제외한 모든 상황에서 인지욕구가 낮은 사용자의 만족도와 지속사용의도가 인지욕구가 높은 사용자보다 높게 나타났다. 이러한 결과는 인지욕구가 낮은 사용자는 상황적 특성에 영향을 많이 받는다는 것을 알 수 있었다.

본 연구는 상호작용적 매체의 사용자 경험을 시각 피드백 유형과 사용자 특성, 상황적 특성의 상호작용 효과를 알아보기 위해 진행하였지만 이와 관련한 선행연구의 부재로 해석의 어려움이 있었다. 이에 본 실험 후 참가자들에게 실험에 관한 심층 인터뷰를 진행하였고, 인터뷰 내용은 전체 55명 중에서 30번 이상의 답변이 나온 내용을 분석하였다. 이를 통해 빛의 정보처리 효과를 위한 방안과 화면 피드백이 멀티태스킹 상황에서 부정적인 경험을 하게 된 이유를 도출하였다. 인터뷰 내용은 <Table 16>과 같다.

본 연구는 최근 화면이 장착된 인공지능 스피커의 출시로 사용자가 인공지능 스피커의 정보를 처리하는 방식에 변화가 생겼으며, 문헌 연구를 통해 정보처리 효과는 사용자 내적 인지 과정과 외적 커뮤니케이션 환경을 함께 고려해야 하는 것으로 판단하였다. 따라서, 인공지능 스피커의 시각 피드백 유형이 사용자 및 상황적 특성에 따라 사용자 경험에 미치는 영향을 살펴보고, 어떤 시각 피드백 유형이 사용성 증진에 효과적인지 실증적으로 분석하였다. 본 연구의 결과 및 함의는 다음과 같다.

첫째, 화면 피드백은 인지욕구가 높은 사용자와 비 멀티태스킹 상황에서, 빛 피드백은 인지욕구가 낮은 사용자와 멀티태스킹 상황에서 적합함을 알 수 있었다. 즉, 화면 피드백의 정보 처리는 인지적 자원을 많이 필요로 하였고 이에 인지욕구가 높은 사용자에게 긍정적인 경험을 제공했다. 하지만 멀티태스킹 상황에서는 정보를 처리하기 위한 시선의 이동이 부자연스러워지고, 시각 기관을 나누어 사용하는 감각기관의 간섭으로 인해 인지적 부하를 겪는 것으로 나타났다. 반면, 빛 피드백은 정보 처리 시 인지적 자원을 많이 필요로 하지 않았고, 빛의 속성으로 인해 사용자가 기기에 초점을 맞추지 않고도 정보를 얻을 수 있었다. 또한, 심층 인터뷰를 통해 빛을 정보 전달 목적으로 사용할 경우 색상이 가진 일반적인 특징을 미리 설명서에 포함한다면 사용자의 정보처리 효과를 높일 수 있다는 것을 알게 되었다.

둘째, 인공지능 스피커의 시각 피드백 유형과 사용자 특성, 상황적 특성의 상호작용 효과는 만족도와 지속사용의도에서 유의미하게 나타났다. 특히, 인지욕구가 낮은 사용자는 인지욕구가 높은 사용자보다 상황적 특성에 따른 만족도와 지속사용의도 평균 차이가 더 크게 나타났다. 이러한 결과는 인지욕구가 낮은 사용자가 인지욕구가 높은 사용자보다 상황적 특성에 더 많은 영향을 받았다는 것으로 해석할 수 있으며, 인지욕구가 낮은 사용자는 화면 피드백의 멀티태스킹 상황에서 부정적인 경험을 했다는 것을 알 수 있었다. 따라서 상황적 특성에 영향을 많이 받은 사용자들 모두가 멀티태스킹 상황에서 긍정적인 경험을 하기 위해서는 기존의 빛 피드백이 적합한 것으로 해석할 수 있다.

이러한 결과는 최근 출시되는 화면이 장착된 인공지능 스피커가 사용자 특성과 상황적 특성을 모두 고려할 경우 사용자 경험에 효과적이지 않다는 것을 시사한다.

본 연구는 최근 인공지능 스피커의 급격한 성장에 맞춰 사용성 증진을 위해 새로운 시각 피드백 유형이 출시하였으며 이와 관련된 연구가 미비하며 새롭게 출시하는 인공지능 스피커의 효과성을 기존 스피커와 비교하여 알아본 것에 의의가 있다. 또한, 인공지능 산업이 발전하면서 새로운 기기들이 출시되고 사용자와 기기와의 상호작용이 더 중요해질 것에 대비해 본 연구는 기기와의 상호작용을 높이기 위한 요인으로 시각 피드백에 주목하였다. 시각 피드백은 사용자가 기기에 대한 정보를 직관적으로 인지하게 하는 동시에 효과적인 피드백으로 기기별로 세분화 되면 높은 상호작용 효과를 얻을 수 있다. 이에 본 연구는 시각 피드백 유형에 따른 정보처리 효과를 보았다는 것에 연구적 의의가 있다. 마지막으로, 상호작용 매체의 시각 피드백이 정보처리에 미치는 영향을 사용자 특성과 상황적 특성에 따라 보았다는 연구의 시사점이 있다. 또한, 본 연구에서 고려한 사용자 특성과 상황적 특성이 조절변인 효과가 증명되었기에 학문적 의의가 있다.

본 연구의 결과는 기업이 인공지능 스피커의 기술 발전과 함께 다양한 기능 사용을 유도하기 위해 새로운 피드백 유형을 출시하는데 이러한 피드백 유형이 사용자 특성과 환경에 따라 도움을 주고 있는지 알아볼 수 있었으며, 향후 인공지능 스피커 시각 피드백 구성하는 것에 도움이 될 것이다. 또한, 최근 미디어 사용자들은 끊임없이 멀티태스킹을 하고 인공지능 스피커는 새로운 매체를 사용한 멀티태스킹 상황이다. 따라서 기업들은 이와 같은 상황을 인지하고 시각 피드백 제작에 상황적 요인을 고려한 전략이 필요하다는 것을 제시하였다.

본 연구는 연구 대상이 된 사용자의 규모와 연령대가 다소 부족하였고 멀티태스킹 상황을 한가지 상황으로 제한했기에 일반화하기에는 보완이 필요하다는 한계점을 가지고 있다. 또한, 현재 인공지능 스피커 시각 피드백이 브랜드별로 이미지, 글, 색상 등 디자인 요소가 다양하기에 인공지능 스피커의 일반적인 특성과 선행연구를 토대로 제작하였기에 향후 연구에서는 인공지능 스피커 시각 피드백의 다양한 디자인 요소를 사용하여 연구가 이뤄진다면 높은 객관성을 확보할 수 있을 것으로 예상된다.