로보택시 자율주행 시나리오에서 사용자 여정에 따른 에이전트 의 AI UI 사용성 향상 방안 연구

Abstract

자율주행 기술의 급속한 발전으로 로보택시 서비스가 점차 현실화되면서 사용자 경험을 최적화하기 위한 AI 에이전트의 역할이 더욱 중요해지고 있다. 현재, 여러 글로벌 기업들이 로보택시 시범 서비스를 운영하고 있으며, Waymo와 같은 선도 업체는 샌프란시스코, 피닉스 등 일부 도시에서 상용 서비스를 제공하고 있다. 이러한 변화는 대중교통의 패러다임을 바꾸고 있지만, 아직 상용화 초기 단계로 해결해야 할 과제가 많이 남아 있다. 로보택시는 버스나 지하철 같은 고정 노선형 대중교통과 달리 사용자가 원하는 출발지와 도착지를 자유롭게 설정할 수 있는 유연성을 제공한다. 이러한 특성으로 인해 로보택시 서비스는 다양한 사용자의 개별적인 이용 맥락과 상황을 세밀하게 파악하고 대응하는 능력이 필수적이다. 현재 로보택시의 운영은 주로 기술적 안정성과 안전성에 초점을 맞추고 있지만, 사용자 경험 측면에서는 여전히 많은 연구가 필요하다. 특히, 로보택시의 AI 에이전트는 사용자와의 상호작용을 통해 실시간으로 정보를 제공하고 문제를 해결하며 전반적인 이동 경험을 향상하는 핵심 역할을 수행한다. 그러나 현재의 AI 에이전트는 기능적으로 제한된 서비스를 제공하며 다양한 사용자 요구를 충분히 반영하지 못하고 있다. 로보택시 AI 에이전트는 단순히 사용자의 명령을 수행하는 수준을 넘어, 사용자의 요구와 선호를 학습하고 예측할 수 있어야 한다. 또한, 이러한 상호작용이 이루어지는 UI(User Interface)는 직관적이고 사용자 친화적으로 설계되어야 하며, 사용자가 쉽게 이해하고 사용할 수 있어야 한다. 본 연구는 로보택시 자율주행 시나리오에서 사용자와 AI 에이전트와의 상호작용 및 이를 지원하는 UI의 중요성을 깊이 이해하고, 이를 기반으로 사용자 경험을 극대화할 수 있는 방안을 마련하는 것을 목적으로 한다. 이를 위해 다음과 같은 절차로 연구를 진행하였다. 첫째, 로보택시의 이동 수단 특성을 고려하여 자율주행 시나리오와 사용자 여정에 따라 발생하는 요구사항과 문제점을 분석하였다. 이를 위해 로보택시 탑승 경험 사례 분석과 사용자 조사를 수행하였다. 구체적으로, Waymo 실제 사용자들의 경험, 자율주행 및 로보택시에 관한 설문조사와 심층 인터뷰 등 정량적 데이터와 정성적 데이터를 수집하고 분석하였다. 이를 통해 사용자 경험의 주요 요소들을 식별하고, 여정 시나리오에 따른 사용자와 AI 에이전트 간의 상호작용에서 발생할 수 있는 다양한 문제를 파악하였다. 둘째, 사용자 요구사항을 충족시키고 로보택시 AI 에이전트와의 상호작용 및 사용성 향상을 위한 방안을 제안하고 프로토타입을 개발하였다. 제안된 방안은 사용자 여정 시나리오를 기반으로 AI 에이전트가 제공해야 하는 정보와 기능을 정의하고, 이를 효과적으로 전달할 수 있는 UI 디자인을 구현하는 것을 포함한다. 셋째, 제안된 방안의 효과성을 검증하기 위해 프로토타입을 통해 사용자 테스트를 수행하였다. 사용자 테스트는 실제 사용자들이 프로토타입을 사용하면서 느끼는 사용성, 만족도, 편의성 등을 평가하는 것을 목적으로 하였다. 본 연구에서는 여정 시나리오 중심 접근 방식을 적용하여 사용자 몰입도, 실제 문제점 발견, 피드백 실효성 향상 측면에서 효과를 검증하였다. 사용자 이용 맥락과 여정 시나리오를 기반으로 설계된 프로토타입을 통해 로보택시 자율주행 시나리오에서 AI 에이전트 UI의 사용성을 평가하였으며, 그 결과 직관성, 응답성, 일관성, 접근성, 보안을 주요 디자인 가이드라인 키워드로 도출하였다. 이 가이드라인은 사용자의 이해와 사용을 돕는 직관적인 인터페이스 구축, 빠르고 정확한 응답 제공, 일관된 디자인 요소와 네비게이션 유지, 다양한 사용자를 고려한 접근성 높은 인터페이스 설계, 사용자 인증 절차와 개인정보 보호 강화 등을 포함한다. 본 연구는 사용자 조사와 프로토타입을 통해 사용성을 평가했으나, 실제 로보택시 환경에서의 사용자 테스트를 수행하지 않아 데이터의 양과 질이 제한적일 수 있다. 하지만, 본 연구는 자율주행과 관련된 다양한 서비스 중 로보택시라는 특정 이동 수단에 초점을 맞추어 사용자 조사를 진행하고, 이를 기반으로 AI 에이전트 활용 방안과 구체적인 프로토타입을 디자인함으로써, 일반적인 이동 수단과 차별화된 로보택시 이용 환경을 고려하고 사용자의 이용 맥락을 반영했다는 점에서 의의가 있다. 로보택시 자율주행 시나리오에서 사용자 경험을 극대화할 수 있는 AI 에이전트 UI의 사용성 향상 방안을 제시한 본 연구가 미래 자율주행 서비스의 실용화 및 상용화에 기여할 수 있기를 기대한다.;With the rapid advancement of autonomous driving technology, the realization of robotaxi services is becoming increasingly feasible, highlighting the crucial role of AI agents in optimizing user experience. Currently, several global companies are operating pilot robotaxi services, and leading firms such as Waymo are providing commercial services in select cities like San Francisco and Phoenix. This shift is transforming the paradigm of public transportation, yet there remain numerous challenges to address as commercialization is still in its early stages. Unlike fixed-route public transport systems like buses and subways, robotaxis offer the flexibility for users to freely set their desired departure and arrival points. This characteristic necessitates a finely tuned ability to understand and respond to the diverse contexts and situations of individual users. While current robotaxi operations primarily focus on technical stability and safety, there is still a significant need for research on user experience aspects. In particular, the AI agent in robotaxis plays a pivotal role in enhancing the overall travel experience by interacting with users, providing real-time information, and resolving issues. However, current AI agents offer functionally limited services and fail to fully reflect the diverse needs of users. Beyond merely executing user commands, robotaxi AI agents must learn and predict user needs and preferences. Moreover, the user interface (UI) facilitating these interactions must be designed to be intuitive and user-friendly, ensuring ease of understanding and use. This study aims to deeply understand the importance of interactions between users and AI agents, as well as the supporting UI in autonomous driving scenarios of robotaxis, and to develop strategies for maximizing user experience based on this understanding. The research was conducted through the following procedures: First, considering the characteristics of robotaxi as a means of transportation, we analyzed the requirements and problems arising from autonomous driving scenarios and user journeys. This involved case analyses of robotaxi ride experiences and user surveys. Specifically, quantitative and qualitative data were collected and analyzed from Waymo users' actual experiences, surveys, and in-depth interviews concerning autonomous driving and robotaxis. Through this, we identified key elements of user experience and various issues that could arise in interactions between users and AI agents during journey scenarios. Second, we proposed and developed prototypes for strategies to meet user requirements and enhance interaction and usability with robotaxi AI agents. The proposed strategies defined the information and functions that the AI agent should provide based on user journey scenarios and implemented UI designs to effectively deliver these elements. Third, to verify the effectiveness of the proposed strategies, user tests were conducted using the prototypes. These tests aimed to evaluate the usability, satisfaction, and convenience perceived by actual users when using the prototypes. This study applied a journey scenario-centered approach to verify its effectiveness in improving user engagement, discovering actual problems, and enhancing feedback efficacy. The usability of the AI agent UI in robotaxi autonomous driving scenarios was evaluated through prototypes designed based on user contexts and journey scenarios. As a result, key design guideline keywords such as intuitiveness, responsiveness, consistency, accessibility, and security were derived. These guidelines include building intuitive interfaces to aid user understanding and usage, providing fast and accurate responses, maintaining consistent design elements and navigation, designing highly accessible interfaces for diverse users, and enhancing user authentication procedures and privacy protection. Although this study evaluated usability through user surveys and prototypes, the data may be limited in quantity and quality due to the absence of user tests in actual robotaxi environments. Nevertheless, the significance of this study lies in focusing on a specific mode of transportation, robotaxis, among various autonomous driving-related services, conducting user surveys based on this focus, and designing AI agent utilization strategies and concrete prototypes reflecting the unique robotaxi use environment and user context. We hope that this study, which presents strategies for improving the usability of AI agent UI to maximize user experience in robotaxi autonomous driving scenarios, will contribute to the practical implementation and commercialization of future autonomous driving services.