인공지능 모델의 수행 과정. /KAIST

국내 연구진이 인공지능(AI)을 활용해 정신건강을 관리할 수 있는 기술을 개발했다. 콜센터 상담사 같이 감정 노동자의 직무 환경 개선을 개선하고 질병 예방에 기여할 수 있을 것으로 보인다.

이의진 한국과학기술원(KAIST) 전산학부 연구진은 박은지 중앙대 교수진, 제임스 디펜도프 애크런대 교수진과 함께 근로자들의 감정적 작업 부하를 추정해 질병을 예방할 수 있는 AI 모델을 개발했다고 11일 발표했다. 이번 연구 결과는 인간-컴퓨터 상호작용 분야 국제 학술대회 ‘UbiComp 2024’에서 발표됐다.

감정적 작업 부하는 직장에서 요구되는 규칙에 따라 감정을 조절하는 과정에서 생기는 심리적 부하를 의미한다. 보통 감정 노동자와 같은 서비스 근로자에게 흔히 발생하며 과도할 경우 번아웃을 유발할 수 있다.

지금까지 연구들은 주로 지식 노동자의 작업 부하에 초점이 맞춰지며, 감정 노동자들의 작업 부하를 측정하는 연구가 거의 수행되지 않았다. 또 기존 감정-탐지 인공지능 모델들은 감정이나 표정을 활용했는데, 감정 노동자들은 감정을 억제해, 실제 감정적 작업 부하를 측정하는 데에 어려움이 있었다.

연구진은 이를 해결하기 위해 여러 차례 콜센터 방문을 통해 고객 응대 시나리오를 개발했다. 이 과정에서 상담사 31명으로부터 음성, 행동, 생체신호 등 다중 모달 센서 데이터를 수집하고, 고객과 상담사의 음성 데이터로부터 총 176개의 음성 특징을 추출했다.

연구진은 이어 상담사에게서 수집한 생체신호로부터 추가적인 특징을 추출했다. 피부의 전기적 특성을 나타내는 피부 전도도(EDA), 뇌의 전기적 활성도를 측정하는 뇌파(EEG), 심전도(ECG), 그 외 몸의 움직임, 체온 데이터 등 총 228개의 특징을 AI 모델들에 학습해 성능 비교 평가를 수행했다.

이렇게 개발한 AI 모델은 감정적 작업 부하가 높은 상황과 그렇지 않은 상황을 87%의 정확도로 구분해 냈다. 특히 고객의 목소리, 상담사의 피부 전도도 및 체온이 모델 성능 향상에 중요한 요소로 작용했다. 이는 기존 감정-탐지 모델이 감정 노동 환경에서는 목소리 데이터를 포함할 경우 정확도가 오히려 떨어졌던 것과 차별화되는 부분이다.

이의진 교수는 “감정적 작업 부하를 실시간으로 측정할 수 있는 기술을 통해 감정노동의 직무 환경 개선과 정신건강을 보호할 수 있다”며 “이를 바탕으로 감정 노동자의 정신건강을 관리할 수 있는 모바일 앱과 연계하여 실증할 예정이다”고 말했다.

참고 자료

Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies(2024), DOI, https://doi.org/10.1145/3678593