| 감성컴퓨팅: 심리학과 첨단기술의 결합
이지수 KISTI 책임연구원 최근 “첨단기술과 인문학의 결합”이라는 표현을 자주 볼 수 있다. 어지러울 정도로 빠르게 발전하는 기술과 오랜 전통을 바탕으로 변화 자체를 느끼기 힘든 인문학이 연관되는 것이 신기하기 까지 하다. 그 대표적인 사례의 하나가 감성컴퓨팅이다. 지난해 미국 샌디에이고에서는 미식축구 결승전인 슈퍼볼(Super Bowl)에 맞추어 특별한 행사가 열렸다. Emotient라는 회사가 30여명의 지원자를 바에 모아 음식과 음료를 즐기며 경기를 지켜보게 한 것이다. 이 행사 동안 2개의 모니터 뒷면에 부착된 카메라로 지원자들을 관찰하고 있었다. 영상에서 개개인의 얼굴을 인식하여 놀라거나, 흥미를 느끼거나, 지루해 하는 등의 감정변화를 파악하는 실험이 진행되고 있었다. 특히 화면에 보여지는 광고에 대한 사람들의 반응을 집중적으로 연구하였다. 이렇게 얼굴에서 감정을 “읽는” 방법으로 광고 효과를 판단하려는 것이 이 실험의 목적이었다. 이렇게 사람의 표정, 목소리, 몸짓 등의 생리적 신호를 바탕으로 정보통신기술을 이용하여 내부적인 감정을 알아내려는 노력을 감성컴퓨팅(affective computing)이라 한다. 감성컴퓨팅은 1995년 MIT의 Rosalind Picard 박사가 최초로 제안하였으며 데이터의 폭증, 컴퓨터 성능의 향상, 기계학습의 발전 등에 힘입어 최근 5년간 폭발적으로 성장하고 있다. 다시 말하면 빅데이터 시대에 그 의미가 재조명 받고 있다고 볼 수 있다. 감성컴퓨팅의 활용방안을 찾는 것은 어렵지 않다. 앞의 사례처럼 광고분야에 적용이 가능하고, 온라인 교육에서 학생들이 느끼는 감정에 따라 효율적인 대응을 할 수도 있으며, 표현력이 떨어지는 아이들이 느끼는 통증을 파악하여 적절한 치료를 할 수도 있다. 생리적 신호로 많이 이용하는 것이 얼굴 표정이다. 얼마 전까지만 해도 방에 모여있는 사람을 인식하는 것 자체도 쉽지 않았지만, 기술 발전으로 어두운 환경에서 찍은 군중사진에서 개개인의 얼굴은 물론이고 입술, 눈, 코 등의 모양을 파악하는 것까지도 가능하다. 그렇다면 사람들의 표정에서 어떻게 내적인 감정을 뽑아낼 수 있을까? 여기에는 오랜 기간 축적된 심리학 지식이 사용된다. 그 대표적 사례가 Paul Ekman 박사의 이론이다. Ekman 박사는 미세표정(micro expression)을 이용하여 감정을 읽는데 집중하였다. 이는 사람들이 감정을 숨기는 과정에서 1초도 안 되는 짧은 시간에 나타난다. 이를 분석하면 분노, 공포, 슬픔, 혐오, 경멸, 놀람, 행복 들의 감정을 알아낼 수 있다. 미세표정의 개념은 존재하고 있었으나 Ekman 박사는 일반인도 훈련을 통해 이를 읽을 수 있다는 것을 보였다. 이 기술은 다양하게 활용되고 있으며, 그 대표적 사례가 “속임수 간파(deception detection)”이다. 사실 Ekman 박사가 대중에게 알려지게 된 계기는 인기리에 방영된 미국의 TV 드라마 “라이 투 미(Lie to Me)”이다. 여기에 소개된 내용은 Ekman 박사의 이론을 기본으로 하고 있으며, 주인공 Cal Lightman 박사의 롤모델은 Ekman 박사로 봐도 무방하다. 다른 사례는 영화 “인사이드 아웃(Inside Out)”이다. 그는 1조원이 넘는 수입을 올린 이 영화에서 과학자문 역할을 맡았다. 영화에 등장하는 버럭, 까칠, 기쁨, 소심, 슬픔의 캐릭터는 Ekman 박사의 이론에 있는 감정들 중에서 선정되었다. Emotient, Affectiva 등의 회사는 한마디로 Ekman 박사의 방법론을 빅데이터 기술을 이용해 구현했다고 할 수 있다. 즉 다양한 표정의 사진들을 대량으로 확보하여 기계학습을 통해 컴퓨터가 감정을 인식할 수 있도록 훈련시킨 것이다. 예를 들어 기쁨을 인식하기 위해 기쁨을 표현하는 10만장의 사진으로 훈련을 시키고, 그다지 기뻐하지 않는 사진 100만장으로 추가 훈련을 시켰다. Emotient는 이러한 연구를 오랫동안 진행해 왔지만 빅데이터 기술이 발전하고 나서야 그 효과가 드러나기 시작했다. 예를 들어, 기존에는 정면을 응시한 경우에만 표정을 읽을 수 있었지만 지금은 30도 정도의 각도에서도 사람의 감정을 파악할 수 있다. 이렇게 표정에서 감정을 읽는 기술은 교육에 활용될 수도 있다. 학생의 감정을 실시간으로 파악할 수 있다면 수업을 보다 효율적으로 진행할 수 있을 것이다. 미국 노트르담(Notre Dame) 대학의 Sidney D'Mello 박사는 이를 위하여 세 부분으로 구성된 시스템을 구축하였다. 즉, 미소, 눈썹, 동공 등을 측정하고, 이를 바탕으로 감정에 대한 판단을 내려서, 컴퓨터의 반응을 결정한다. 이러한 반응의 하나는 공감적인 반영(empathic mirroring)이다. 즉 컴퓨터 화면에 학생의 감정에 따른 반응을 표시한다. 예를 들어 학생이 지루해하면 공감 및 격려의 메시지가 나타나게 된다. 또한 학생이 문제를 푸는 과정에서 혼란스러워 하면 추가 설명을 보여주거나 새로운 힌트를 제공할 수도 있다. 표정에 이어 목소리로 감정을 파악하는 방법이 있다. 이스라엘의 Beyond Verbal Communication 사는 몇 개의 단어를 스마트폰에 말하게 하고 이를 이용하여 감정상태를 판단하는 앱을 개발하였다. 이러한 노력은 STT(speech to text) 분석의 하나로 사용되는 단어, 목소리의 크기 및 속도 등을 종합하여 화자의 감정을 파악하려는 노력이다. 한 연구에서 성공률이 63%에 도달하는 등의 가능성을 보이기도 있지만 이를 실제에 활용하기 에는 아직은 미흡하다. 또 다른 가능성은 몸짓을 이용하는 것이다. 이 분야도 풍부한 심리학 지식이 축적되어 있다. 예를 들어 사람이 위협을 느끼면 동결(freeze), 도피(flight), 전투(fight), 세 가지의 무의식적인 반응을 보인다. 동결의 경우 동작이 정지되는 것 외에도 다양한 표현이 존재한다. 예를 들어 얕은 숨을 쉬거나, 손이나 발로 몸을 감싸거나, 어깨를 올리면서 머리를 낮추는 행동도 동결을 표시한다. 바꾸어 말하면 이러한 증상을 보이는 사람들은 위협의 감정을 느끼고 있다고 판단할 수 있다. 컴퓨터로 이러한 몸짓을 이해하는 기술은 아직 초보적인 단계이지만 기술이 발전하여 구글 글라스(Google Glass)에 탑재되면 안경을 통해 보이는 얼굴 위에 감정상태가 동시에 표시되는 만화 같은 상황이 도래할 것이다. 또한 스텐포드 대학에서는 게임기 조종장치에 센서를 부착하여 사람의 감정을 파악하고 이에 맞추어 게임을 진행하는 연구도 추진되고 있다. 즉, 전기신호가 몸을 통해서 전달되는 시간 및 강도를 측정하여 우울, 흥분, 지루함 등의 감정을 파악할 수 있다. 이외에도 컴퓨터 키보드를 누르는 주기 및 강도로 사용자 감정에 대한 데이터를 얻으려는 노력이 진행되고 있으며, 심지어 수면뇌파를 이용한 연구도 추진되고 있다. 앞으로는 다양한 센서를 이용 여러 가지 생리적 신호를 동시에 측정해서 인간의 감정을 보다 정확하게 예측하는 방향으로 진화하리라 예상된다. 아직은 인간에 비해서 미흡하지만 컴퓨터 기술의 발전에 힘입어 그 능력은 빠르게 개선될 것으로 보여진다. 예를 들어 MIT에서 개발한 컴퓨터 코치 MACH(My Automated Conversation coacH)를 살펴보자. 미국에서는 약 1천 5백만명이 다른 사람과의 사회적 접촉을 두려워하고 회피하는 사회공포증(social phobia)에 시달리고 있다. 예를 들어 아스퍼거 증후군(Asperger syndrome)의 환자들은 대중 앞에 나설 때 사람들과 눈을 마주치지 못하며 사회적 신호에 적절히 반응하지 못한다. MACH는 이러한 사람들을 돕기 위해 개발되었다. 즉 얼굴, 음성, 몸짓 등을 종합적으로 분석하여 면접 등의 자리에서 적절한 행동에 대한 코치를 해주려는 것이다. 예를 들어 미소는 적절하게 지었는지, 눈맞춤(eye contact)은 유지하였는지, 목소리의 강약은 적당하였는지, 불필요한 허사(filler world)는 얼마나 사용했는지 등을 관찰하여 문제점을 지적한다. 사람이 아닌 기계가 인간관계에 대해서 조언하는 것이 우습게 보일 수 있지만 오히려 컴퓨터가 하는 말이기 때문에 불편한 이야기도 거부감이 없이 받아들이는 아이러니가 있다. 지금 핸드폰의 성능이 20년전 슈퍼컴퓨터와 대등하다는 것을 감안하면 2035년에는 사람들이 상대방의 감정상태를 실시간으로 분석하는 장비를 들고 다니지 않을까? |
