한국의 HCI 연구자들은 Smart Home 관련 주제에 대해 어떤 연구를 했을까?

인간 중심의 생활 지원 시스템

최근 5년 동안 국내 HCI 연구자들이 수행한 Smart Home 관련 연구들은 “인간 중심의 생활 지원 시스템”이라고 말할 수 있습니다. 센서 네트워크 최적화, 음성 인터페이스, 웨어러블 기반 행동 인식, 그리고 가족 중심의 정서 공유 시스템에 이르기까지 다양한 기술들이 사용자의 삶의 질을 향상시키기 위해 융합되고 있습니다. 특히 고령자, 원격근무자, 학습자 등 다양한 사용자 그룹을 고려한 맞춤형 서비스 설계가 두드러지고 있으며, User Interaction 의 직관성과 신뢰성을 높이기 위한 디자인 실험도 활발히 이루어지고 있습니다.

Smart Home은 이제 기술적 인프라를 넘어 인간 중심의 정서적·신체적 지원 플랫폼으로 진화하고 있다고 볼 수 있습니다.

–

–

위의 그림은 국내에서 연구활동을 하고 있는 약 200여 명의 HCI(Human-Computer Interaction) 연구자들이 발표한 Smart Home 관련 논문 수의 추세를 나타냅니다. 가장 많은 논문에서 언급했던 시기가 2000년대 중반에 있었고, 그 이후부터는 조금 줄었으나, 전반적으로 꾸준히 연구되고 있습니다.

–

–

연구주제와 대표적인 연구자들

최근 5년 동안의 Smart Home 및 관련 연구 내용을 주제별로 그룹화하고, 각 그룹에 속하는 국내 HCI 연구자들을 정리하면 다음과 같습니다.

1. Smart Home 기술의 전반적 동향 및 인프라 최적화

• 주요 주제: Smart Home 기술의 구조적 기반 및 네트워크 최적화, 기술 트렌드 분석
• 연구자 목록:
  • Soo-Mi Choi (세종대): WSN 센서 네트워크 배치 최적화
  • Youn-kyung Lim (KAIST): DIY 스마트 홈 인프라, VLM 기반 자율 인식 시스템
  • Se Young Chun (서울대): Smart Home을 위한 이미지 슈퍼 해상도 기술
  • Eunil Park (성균관대): Smart Home IoT 동향 분석

2. Smart Home에서의 사용자 인터페이스 및 인터랙션

• 주요 주제: Smart Home 사용자와 기기의 상호작용 디자인 및 사용자 경험 향상 연구
• 연구자 목록:
  • Junyong Noh (KAIST): 포인팅 제스처 기반 객체 등록
  • Junho Choi (연세대): 음성 에이전트의 맥락 기반 사용자 경험 분석
  • Younah Kang (연세대): 음성 비서의 개입 형태 및 사용자 경험 변화
  • Sangsu Lee (KAIST): 프로액티브 음성 비서 시스템

3. 건강 및 신체 활동 모니터링

• 주요 주제: 웨어러블 센서 기반 행동 인식과정에 기반을 둔 건강 관리 및 응급 대응 연구
• 연구자 목록:
  • Jieun Han (한양대): Smart Home 기반 헬스케어 서비스 분석, 행동 데이터 구조화
  • Kibum Kim (한양대): 웨어러블 센서 기반 행동 분석 및 감지 모델
  • Inseok Hwang (POSTECH): 시각 AI 센서를 통한 사용자 상태 파악

4. 정신건강 및 정서적 소통 증진

• 주요 주제: 사용자의 정서, 정신건강 상태를 모니터링하고 가족 간 정서 공유를 돕는 시스템 연구
• 연구자 목록:
  • Uichin Lee (KAIST): FamilyScope, 정신건강-활동 데이터 시각화 시스템
  • Youn-kyung Lim (KAIST): 가족 루틴 공유 시스템

5. 교육 및 표현력 향상을 위한 스마트 홈 활용

• 주요 주제: 발표 역량 향상 시스템, 홈러닝 환경 개선, Smart Home 공간을 활용한 교육 플랫폼 및 자기표현 촉진 연구
• 연구자 목록:
  • Hyeon-Jeong Suk (KAIST): Smart Home 기반 발표 진단 시스템

6. 스마트 워크 및 고령자 맞춤 환경

• 주요 주제: 코로나 이후 원격근무 환경과 고령자 특화 Smart Home 설계
• 연구자 목록:
  • Hyo-Jin Kang (성신여대): 스마트 워크 최적화 설계
  • Yong Gu Ji (연세대): 노인 대상 Smart Home 일상 분석 및 디자인 전략

–

연구자들의 상세 연구 내용 소개

국내 HCI 연구자들이 Smart Home과 관련하여 실제로 언급한 내용들은 다음과 같습니다.

(** 이 글에서 제시하는 각 연구자의 연구내용은 인포리언스가 구현 중인 시스템에서 자동 분석한 결과들입니다. 따라서 오류가 포함되어 있을 가능성이 있습니다.)

Hyeon-Jeong Suk(KAIST, Industrial Design)

• 제가 속한 연구팀에서는 Smart Home 공간을 활용하여 학생들의 발표 능력과 표현력을 진단하고 향상시킬 수 있는 새로운 발표 플랫폼 ‘FORCE’를 개발하였습니다. 이 시스템은 가상의 관객이 실시간으로 학생들의 발표에 반응하여, 단순 암기 기반의 발표가 아닌 보다 열정적이고 능동적인 표현을 유도하도록 설계되었습니다. 이를 통해 교육 현장이나 가정 내 학습 환경에서도 학생들이 자신감을 가지고 발표하며, 창의적이고 효과적인 소통을 할 수 있는 기회를 제공하고자 하였습니다.
• 출처: (FORCE 발표 진단 플랫폼) https://www.dbpia.co.kr/Journal/articleDetail?nodeId=NODE11641644

Hyo-Jin Kang(Sungshin Women’s University)

• 제가 속한 연구팀에서는 코로나19 이후 확산된 스마트 워크와 원격 근무 환경 속에서, 사용자가 보다 효율적으로 집에서 업무를 수행할 수 있도록 Smart Home 환경을 분석하였습니다. 문헌 연구와 실제 사용자 조사, 그리고 정성적 분석을 통해 다양하게 변화하는 작업 환경에서 요구되는 기능과 디자인 전략을 도출하였으며, 이를 기반으로 스마트 워크에 최적화된 서비스 모델 및 디자인 전략을 제안하였습니다. 이러한 연구 결과는 일반 사용자들이 집에서도 원활하고 체계적인 업무 처리를 할 수 있도록 환경을 개선하는 데 도움을 줄 수 있습니다.
• 출처: (스마트 워크 디자인 및 사용자 니즈) https://aodr.org/xml/42746/42746.pdf

Inseok Hwang(POSTECH)

• 제가 속한 연구팀에서는 가정 내에 설치된 시각 인공지능(AI) 센서를 활용하여, 사용자의 상태와 활동을 실시간으로 파악하고 보다 최적화된 서비스를 제공하는 방안을 연구하고 있습니다. 특히, 센서가 인식하기에 유리한 조건을 사용자가 스스로 만들어내도록 도와주는 AI-to-Human Actuation 기법을 제안하였으며, 이를 통해 센서의 판단력을 개선하고 집 안의 환경을 보다 안전하고 편리하게 관리할 수 있는 방법을 모색하고 있습니다. 이러한 기술은 예를 들어, 보안 카메라나 스마트 기기가 사용자의 자세나 위치를 인식하여 최적의 상황을 유도함으로써, 일상생활에서 더욱 신뢰할 수 있는 서비스를 제공할 수 있습니다.
• 출처:
  • (시각 AI 센서 및 조건 유도) https://dl.acm.org/doi/abs/10.1145/3594739.3610718
  • (AI-to-Human Actuation 적용) https://dl.acm.org/doi/abs/10.1145/3580812

Jieun Han(Hanyang University)

• 제가 속한 연구팀에서는 Smart Home 헬스케어와 관련하여, 가정 내에서 건강 관리와 모니터링에 필요한 다양한 기술적 요소들을 분석하고 연구하였습니다. 첫 번째 연구에서는 Smart Home 환경에서 이루어지는 건강 관련 서비스들의 전반적인 학문적 흐름과 주요 키워드를 분석하여, 향후 발전 방향을 모색하였으며, 두 번째 연구에서는 VR, IoT 등 다양한 환경에서 축적된 사용자의 행동 데이터를 ‘블록 플레이’와 같이 구조화하여 네트워크 그래프로 변환하는 방법을 탐구하였습니다. 이러한 연구는 일반 사용자들이 일상에서 자신의 건강 상태를 체계적으로 관리하고, Smart Home 기술을 통해 좀 더 안전하고 건강한 생활을 할 수 있도록 돕는 데 큰 의의를 갖습니다.
• 출처:
  • (Smart Home 헬스케어 문헌분석) https://www.jmir.org/2021/1/e19625/
  • (블록 플레이 데이터 분석) https://www.researchgate.net/profile/Jieun-Han/publication/386533018_An_Exploratory_Study_for_Converting_Accumulated_Behavior_Data_from_Block_Play_into_Network_Graph/links/675437bfad10b614ef3627a0/An-Exploratory-Study-for-Converting-Accumulated-Behavior-Data-from-Block-Play-into-Network-Graph.pdf

Junho Choi(School of Information, Yonsei University)

• 제가 속한 연구팀에서는 Smart Home 환경에서 음성 에이전트가 대화의 맥락에 따라 사용자 경험에 미치는 영향을 실험적으로 분석하였습니다. 특히, 업무 지향적 대화와 관계 지향적 대화 상황에서 에이전트의 선행 발화와 응답 발화가 사용자의 호감도, 심리적 반발, 지능 인식 등에 어떤 영향을 주는지 측정함으로써, 보다 자연스러운 음성 대화 인터페이스 디자인의 방향을 제시하고자 하였습니다. 이러한 연구 결과는 일반 사용자들이 음성 비서를 통해 집안의 다양한 기기를 보다 효율적으로 제어하고, 사용자 맞춤형 상호작용을 경험할 수 있도록 돕습니다.
• 출처: (음성 에이전트 대화 효과 분석) https://koreascience.kr/article/JAKO202111065911092.page

Junyong Noh(KAIST)

• 제가 속한 연구팀에서는 Smart Home 내에서 사용자가 특정 객체의 위치를 쉽게 등록할 수 있도록, 자연스러운 포인팅 제스처를 활용한 객체 등록 방법을 개발하였습니다. 사용자가 집안의 물건을 지정할 때, 여러 번의 제스처를 통해 객체의 위치를 정확하게 인식할 수 있도록 하여, 스마트 기기의 배치나 새로운 기기의 추가 설치 시 보다 직관적이고 편리한 환경을 제공하고자 하였습니다. 이러한 기술은 일상생활 속에서 사용자가 쉽게 인터랙티브 기기를 관리하고 환경을 최적화하는 데 도움을 줄 수 있습니다.
• 출처: (포인팅 제스처를 이용한 객체 등록) https://patents.google.com/patent/US11887330B2/en

Kibum Kim(Hanyang Univeristy)

• 제가 속한 연구팀에서는 웨어러블 기기와 관성 센서를 활용하여, 사용자의 신체 활동과 동작을 실시간으로 감지하고 분석하는 시스템을 개발하고 있습니다. 첫 번째 연구에서는 웨어러블 센서를 활용한 행동 인식 프레임워크를 제안하여, 집 안에서 일어나는 다양한 신체 활동과 이상 징후를 빠르게 감지할 수 있도록 하였으며, 두 번째 연구에서는 다양한 통계적, 비통계적 특징을 결합하여 인체의 움직임을 정밀하게 분석하는 모델을 제시하였습니다. 이러한 기술은 일반 사용자들이 집에서 건강 상태를 모니터링하거나, 응급 상황에 신속하게 대응할 수 있도록 돕는 실질적인 솔루션으로 적용될 수 있습니다.
• 출처:
  • (웨어러블 센서 기반 행동 인식) https://link.springer.com/article/10.1007/s42835-020-00554-y
  • (융합 특징을 활용한 활동 인식) https://www.mdpi.com/1424-8220/20/22/6670

Sangsu LEE(KAIST)

• 제가 속한 연구팀에서는 스마트 홈 내에서 음성 기반의 프로액티브(선제적) 비서가 사용자의 다양한 상황과 요구를 미리 예측하여 자동으로 필요한 기능을 수행할 수 있도록 연구하였습니다. 연구에서는 사용자의 활동과 상황을 고려하여 음성 비서가 어떻게 적절한 시점에 개입할 수 있는지, 그리고 그러한 개입이 사용자에게 어떠한 긍정적 효과를 주는지를 분석하였습니다. 이를 통해, 일반 사용자들은 음성 인식을 통한 보다 스마트한 집안 관리와 편리성을 경험할 수 있으며, 자신의 생활 패턴에 맞춘 서비스를 제공받게 될 것입니다.
• 출처: (프로액티브 음성 비서 시스템) https://dl.acm.org/doi/abs/10.1145/3613904.3642193

Se Young Chun(Seoul National University)

• 제가 속한 연구팀에서는 모바일 및 IoT 환경에서 저해상도 이미지를 고해상도로 보정하는 이미지 슈퍼 해상도 기술을 연구하였습니다. 이 기술은 특히 Smart Home 보안 카메라나 모바일 기기에서 촬영한 영상의 화질을 향상시키는 데 중요한 역할을 하며, 제한된 하드웨어 환경에서도 고품질 영상 처리가 가능하도록 설계되었습니다. 일반 사용자들은 이 기술을 통해 집안의 보안 영상이나 개인 촬영 영상이 더욱 선명해져, 보다 안전하고 질 높은 영상 정보를 얻을 수 있을 것으로 기대됩니다.
• 출처: (이미지 슈퍼 해상도 기술) https://link.springer.com/chapter/10.1007/978-3-031-25066-8_5

Soo-Mi Choi(Sejong University)

• 제가 속한 연구팀에서는 IoT 기반의 Smart Home 환경에서 센서 네트워크의 배치를 최적화하기 위해 GIS(지리정보 시스템)를 활용한 다양한 최적화 알고리즘을 연구하였습니다. 구체적으로, 무선 센서 네트워크(WSN)를 건강 및 환경 모니터링 서비스에 효과적으로 적용하기 위한 배치 전략을 수립하고, PSO(입자 군집 최적화)와 같은 알고리즘을 통해 네트워크의 효율성과 신뢰성을 높이는 방법을 제안하였습니다. 이를 통해, 집안이나 병원, 농업 등 다양한 환경에서 보다 안정적이고 효율적인 센서 기반 서비스를 제공할 수 있으며, 일반 사용자들도 안전하고 쾌적한 환경에서 생활할 수 있게 됩니다.
• 출처: (WSN 배치 최적화 연구) https://www.mdpi.com/1424-8220/20/20/5923

Uichin Lee(KAIST)

• 제가 속한 연구팀에서는 Smart Home 환경에서 수집된 다양한 센서 데이터를 활용하여, 사용자의 정신건강 모니터링과 가족 구성원 간의 정서적 소통을 촉진하는 시스템들을 연구하였습니다. 한 연구에서는 웹 기반 애플리케이션을 통해 사용자가 자신의 일상 활동과 정신건강 상태 사이의 상관관계를 시각적으로 확인할 수 있도록 하였으며, 다른 연구에서는 가족 구성원 전체의 데이터를 종합하여, 서로의 감정 상태와 행동 패턴을 분석하고 공유할 수 있는 FamilyScope 시스템을 제안하였습니다. 해당 연구 결과는 사용자들이 자신의 정신 건강에 대해 더 잘 이해하고 관리할 수 있도록 도와, 집안에서의 삶의 질을 향상시키는 데 기여할 수 있습니다.
• 출처:
  • (정신건강 모니터링 시스템) https://ieeexplore.ieee.org/abstract/document/10356810/
  • (FamilyScope 가족 Informatics) https://dl.acm.org/doi/abs/10.1145/3637334

Yong Gu Ji(Industrial Engineering, Yonsei University)

• 제가 속한 연구팀에서는 Smart Home에서 노인 분들의 일상 행동 패턴과 서비스 이용 특성을 심층적으로 분석하기 위해, 7일간의 일기 연구를 진행하였습니다. 연구 결과, 노인 분들은 주로 개인 케어, 사회적 상호작용, 여가 활동에 집중하며, 자동화된 Smart Home 서비스에 높은 선호도를 보이는 것으로 나타났습니다. 이를 바탕으로, 노인 분들이 보다 안전하고 편리하게 하루를 보낼 수 있도록 맞춤형 Smart Home 서비스 디자인과 개선 방안을 제시하고자 하였습니다.
• 출처: (노인 Smart Home 행동 연구) https://books.google.com/books?hl=en&lr=&id=mY9YBAAAQBAJ&oi=fnd&pg=PA383&dq=info:ZJ0nsj6OlhsJ:scholar.google.com&ots=hWK8hELcVd&sig=OWyMJSFz1dE17bvcU7iEvC5jbhM

Youn-kyung Lim(Industrial Design, KAIST)

• 제가 속한 연구팀에서는 DIY Smart Home을 구성하는 센서, 액추에이터, 그리고 머신러닝 기술을 활용하여 사용자가 손쉽게 집안의 자동화 기능을 구현할 수 있는 여러 방안을 연구하였습니다. 첫 번째 연구에서는 다양한 센서와 ML 기반 카메라 센서를 이용해 기존의 IoT 센서와 차별화된 인식 능력을 살펴보았으며, 두 번째 연구에서는 가족 구성원들이 일상적인 루틴을 공유하며 협업할 수 있는 ‘루틴 기반 Smart Home 시스템’인 Routinoscope를 제안하였습니다. 또한, 카메라 센서를 활용한 DIY Smart Home 구축 및 VLM(시각-언어 모델) 기반 자율 인식 시스템에 대해 탐구함으로써, 집 안에서의 보안, 자동화, 그리고 가족 간의 상호작용을 개선하는 데 기여하고자 하였습니다. 이러한 연구 성과는 일반 사용자들이 집에서 보다 편리하고 안전한 환경을 구축하는 데 실질적인 도움을 줄 수 있습니다.
• 출처:
  • (DIY Smart Home 센서 및 ML) https://dl.acm.org/doi/abs/10.1145/3544548.3581462
  • (루틴 기반 Smart Home 시스템) http://ijdesign.org/index.php/IJDesign/article/view/3974
  • (카메라 센서 기반 DIY Smart Home) https://dl.acm.org/doi/abs/10.1145/3675094.3678363
  • (VLM 카메라 센서 연구) https://arxiv.org/abs/2503.02816
  • (가족 맞춤형 Smart Home 서비스) https://dl.acm.org/doi/abs/10.1145/3643834.3661634

Younah Kang(Yonsei University)

• 제가 속한 연구팀에서는 음성 인식 기반의 Smart Home 서비스에서 음성 비서(Voice Agent)가 사용자의 다양한 요구를 효과적으로 반영할 수 있도록, 에이전트의 역할과 개입 형태를 심도 있게 분석하였습니다. 이를 위해 사용자가 음성 명령을 통해 집안의 여러 기기를 제어하는 과정에서, 에이전트가 어떻게 선제적 혹은 수동적으로 개입해야 하는지 그리고 그 방식에 따라 사용자 경험이 어떻게 달라지는지를 실험적으로 검토하였습니다. 이러한 연구는 일반 사용자들이 보다 자연스럽고 편리하게 음성 명령을 활용하여 Smart Home 기기를 제어할 수 있도록 도움을 줄 수 있습니다.
• 출처: (음성 에이전트 사용자 경험 연구) https://www.aodr.org/xml/26762/26762.pdf

Eunil Park(Sungkyunkwan University)

• 제가 속한 연구팀에서는 IoT 기술과 Smart Home 시스템이 결합된 최근의 연구 동향 및 기술 발전 흐름을 광범위하게 분석하였습니다. 문헌 분석을 통해 Smart Home-Internet of Things 분야에서 중요한 논문과 발표들을 검토하며, 이 분야의 성장 추세, 주요 연구 주제 및 앞으로의 발전 가능성을 제시하였습니다. 이러한 연구는 일반 사용자들이 최신 Smart Home 기술이 어떻게 발전하고 있는지, 그리고 이러한 기술들이 일상생활에 어떤 방식으로 적용되어 사용자들의 편의와 안전을 증진시킬 수 있는지 이해하는 데 도움을 줄 수 있습니다.
• 출처: (Smart Home IoT 연구 동향 분석) https://www.sciencedirect.com/science/article/pii/S0959652621011276