Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
생성형 AI를 활용하여 포커스 그룹 인터뷰의 효율성을 높이는 방법론적 플레이북을 제안합니다. AI의 역할(도구, 공동 호스트, 호스트)과 양식(텍스트, 음성, 체화된 양식)에 따른 상호작용 방식과 방법론적 위험을 분석합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기참가자들의 생생한 경험을 수집하는 것은 디자인 연구의 핵심입니다. 포커스 그룹 (Focus groups)은 참가자들이 개인적인 경험을 공유할 뿐만 아니라 서로에게 반응하며 비교, 의견 불일치, 그리고 집단적 의미 형성 (collective sensemaking)을 드러낸다는 점에서 독보적인 가치를 지닙니다. 그러나 포커스 그룹은 자원 집약적이며 퍼실리테이션 (facilitation)에 매우 민감합니다. 퍼실리테이터 (moderators)는 구체성을 파고들고, 참여의 균형을 맞추며, 주제의 흐름을 관리하고, 심리적 안전감 (psychological safety)을 유지해야 하며, 미묘한 퍼실리테이션 선택이 무엇이 두드러지게 나타날지를 결정할 수 있습니다. 최근의 HCI 연구와 상용 회의 도구들은 생성형 AI (generative AI)가 프롬프팅 (prompting), 발언 조절 (turn regulation), 주제 매핑 (thematic mapping), 실시간 요약 (real-time summarization)을 통해 실시간 대화를 지원할 수 있음을 보여줍니다. 하지만 사용자 경험 연구 (UXR) 팀에는 이러한 기능들이 포커스 그룹에서 무엇을 의미하는지, 그리고 어떤 방법론적 위험을 초래하는지에 대한 명확한 지도가 부족합니다. 우리는 실시간 대화를 위한 AI 지원 기술을 종합하여, AI 역할 (도구 (tool), 공동 호스트 (co-host), 호스트 (host))과 양식 (text, voice, embodied)에 따라 구성된 포커스 그룹 특화 플레이북으로 변환합니다. 우리는 AI 지원 실시간 대화에 관한 기존 연구를 종합하여 역할 (도구, 공동 호스트, 호스트) 및 양식 (텍스트, 음성, 체화된 양식 (embodied))별로 정리된 포커스 그룹 특화 AI 지원 플레이북을 제안합니다. 우리는 상호작용의 트레이드오프 (trade-offs)를 규명하고, 방법론적 구성으로서 AI 지원 포커스 그룹을 평가하기 위한 미결 과제들을 식별합니다.