액티브 시니어를 위한 웨어러블 디바이스 기반 자율주행 차량 경험 제안

Abstract

한국은 세계적으로 고령화가 가장 빠르게 진행되고 있는 나라이며, 고령 인구의 연평균 증가율이 가장 가파른 나라로 평가된다. 이러한 상황에서 특히 주목해야 할 집단은 50~64세의 액티브 시니어 세대이다. 이들은 전체 인구의 30% 이상을 차지하며, 경제적 여유와 기술 수용력을 바탕으로 은퇴 이후에도 적극적으로 자신을 관리하고, 취미 생활과 소비를 즐기는 특징을 보인다. 건강과 안전에 대한 높은 관심과 이에 대한 아낌없는 투자 성향은 이들이 미래 소비의 주역으로 떠오를 가능성을 보여준다. 이러한 이유로 액티브 시니어의 요구와 특성을 심층적으로 연구하는 것이 중요한 과제가 되고 있다. 특히, 웨어러블 디바이스와 자율주행 기술은 이러한 액티브 시니어의 건강과 안전 그리고 생활 전반을 지원할 수 있는 주요 기술로 부상하고 있다. 예를 들어 2024년 CES에서 공개된 웨어러블 디바이스들을 살펴보면, 심박수, 수면상태, 운동강도 등을 모니터링하던 과거의 기술과 달리, 스트레스 완화, 근육통 관리, 혈당 모니터링, 폐경 조기 발견등 모니터링할 수 있는 생체정보의 범위를 확장된 것을 알 수 있다. 또한 운전자가 다양한 생체정보를 종합적으로 분석하여 안전운전을 지원하는 신기술인 스마트캐빈 제어기가 공개되는 등 자율주행 환경에서 운전자의 건강상태와 안전을 실시간으로 관리하려는 시도가 점차 확대되고 있음을 알 수 있다. 이와 함께, 웨어러블 디바이스를 활용한 선행 연구들을 확인하였지만, 일부 한계를 확인하였다. 이승화, 유준(2022)은 웨어러블 기기를 이용해 음주운전 감지를 연구하였고, 김웅규 외(2017)는 웨어러블 디바이스와 안면인식 카메라를 활용해 음주 및 졸음 상태 감지를 제안하였다. 또한 최민혁 외(2017)은 웨어러블 센서를 통해 교통사고 위험 인식 시스템을 개발하였으나, 기존 연구들은 특정 상황에만 초점을 맞추어 다양한 사용자 니즈를 포괄하지 못하였다. 이처럼 해당 기술과 연구들은 현재 상용화가 불가능한 고도화된 자율주행 수준을 기반으로 설계되었으며, 특정 세대나 사용자의 라이프스타일을 구체적으로 반영하지 못하고 있다. 따라서 본 논문에서는 근 미래에 적용 가능한 자율주행 수준을 기반으로 하고, 액티브 시니어의 요구를 구체적으로 반영한 경험 디자인을 제안하고자 한다. 자율주행 2단계는 운전자가 주도권을 유지하지만, 특정 상황에서 차량이 운전을 보조하는 수준으로 정의되며 현재 상용화 가능성이 가장 높은 단계이다. 따라서 본 연구는 2단계 자율주행 기술과 웨어러블 디바이스를 연계하여, 액티브 시니어를 위한 MVP 기능 도출을 목표로 한다. 이를 위해 체계적인 문제해결을 위한 디자인 씽킹(Design Thinking)의 방법론 중 하나인 더블 다이아몬드 방식을 적용하여 연구를 진행하였다. 더블 다이아몬드는 4D 모델로, Discover- Define- Develop- Deliver의 4단계로 진행된다. 발견하기(Discover) 단계에서는 대상자들의 현재 상황을 파악하고 문제점을 도출하기 위해 기존 연구를 분석하여 자율주행 차량 내 사용자 활동을 분류하였다. 이를 바탕으로 근거이론(Grounded Theory)의 개방 코딩(Open coding) 방식을 적용하여 운전 여정 중의 페인포인트(pain point)와 니즈(needs)를 도출하였다. 개방 코딩 과정에서 ‘콘텐츠, 안전운전, 커뮤니케이션, 주행준비, 신체적 불안, 주차, 실내환경 제어, 비상상황 대응, 휴식’ 등의 9개 카테고리를 도출하였다. 이후 사용자 저니맵을 제작하여 대상자들의 경험 여정을 체계적으로 정리하였다. 정의하기(Define)의 단계에서는 발견하기 단계에서 제작한 사용자 저니맵을 바탕으로 인터뷰를 진행하여 저니맵의 각 단계별로 실제 대상자들의 페인포인트와 니즈를 검증하였다. 발전하기(Develop)의 단계에서는 검증된 페인포인트와 니즈를 기반으로 솔루션 컨셉을 수립하고, 이에 대한 상세 기능을 아이디에이션(ideation)하였다. 아이디에이션 된 기능들을 ‘근 미래 기술적 실현 가능성, 기존 다른 경험과의 중복, 사용자 조사 결과 우선순위’을 기준으로 선별하여 11개의 기능을 구체화 및 시각화 하였다. 전달하기(Deliver)의 단계에서는 발전시킨 기능들에 대한 실사용자 검증을 위하여, 유용성・사용의향・구매의향을 평가하는 FGI(Focus Group Interview)를 진행하였다. 또한 액티브 시니어 세대의 사용자들이 기능을 더 편리하고 직관적으로 사용할 수 있도록, 각 기능에 가장 적합한 인터랙션 스타일을 조사하였다. 이는 [Human Computer Interaction 개론]에서 제시된 인터랙션 스타일을 참조하여 지시형(instructing style), 대화형(dialog style), 위임형(delegating style), 직조작형(manipulating style)의 네 가지로 분류하였다. 이 분류를 활용하여 액티브 시니어를 대상으로 사용자 경험을 향상시키고, 액티브 시니어의 니즈에 부합하는 인터랙션 방식을 제안하고자 하였다. 연구 결과, ‘① 졸음방지를 위한 AI 심심이, ② 졸음방지를 위한 AI 활동 제안, ③ 졸음방지를 위한 진동 자극, ④ 졸음방지를 위한 사용자 데이터 기반 장소 추천, ⑤ 지병관리를 위한 자동 신고 시스템, ⑥ 지병관리를 위한 비상상황 자동 대응, ⑦ 사고・긴급 상황 시 안전 조치 가이드, ⑧ 사고・긴급 상황 시 자동 비상신호 송출, ⑨ 장거리 운전 대비를 위한 전날 수면/컨디션 관리, ⑩ 장거리 운전 시 안전귀가를 위한 컨디션 관리, ⑪ 컨디션・회복 상태 레포트’ 등의 11개의 기능 중 긴급 상황에 대응하는 기능인 ⑥ 지병관리를 위한 비상상황 자동 대응, ⑤ 지병관리를 위한 자동 신고 시스템, ⑧ 사고・긴급 상황 시 자동 비상신호 송출, ⑦ 사고・긴급 상황 시 안전 조치 가이드의 순서로 유용성, 사용의향, 구매의향 평가에서 모두 높은 점수를 기록하였을 뿐만 아니라, 사용자들의 적극적인 반응과 코멘트를 통해 기능의 필요성과 실질적 유용성이 확인되어 MVP(Minimum Viable Product) 기능들로 선정되었다. 이는 이러한 기능들이 긴급 상황에서 즉각적이고 자율적인 대응을 통해 사용자 안전에 실질적인 기여를 할 수 있다는 점에서 높은 평가를 받은 것으로 해석된다. 특히, 지병이 있는 사용자를 위한 ‘⑥ 지병관리를 위한 비상상황 자동 대응’은 건강 이슈에 대한 사용자들의 공감대를 형성하여 가장 높은 사용의향 점수를 보여주었다. 반면, 장거리 운전 대비를 위한 ‘⑨ 장거리 운전 대비를 위한 전날 수면/컨디션 관리’, ‘⑩ 장거리 운전 시 안전귀가를 위한 컨디션 관리’와 같은 일상 관리 기능은 유용성과 사용의향, 구매의향 등의 사용자 평가에서 낮은 점수를 기록하였다. 이러한 결과는 해당 기능들이 사용자들에게 필수적이지 않다는 점과 AI의 과도한 개입에 대한 부담이 반영된 것으로 보인다. 인터랙션 스타일 선호도 분석 결과, 기능별로 차이가 있었으나 대체로 대화형과 위임형 스타일을 선호하는 경향이 있었다. 대화형 스타일은 ‘① 졸음방지를 위한 AI 심심이’, ‘② 졸음방지를 위한 AI 활동 제안’과 같은 기능에서 가장 높은 선호도를 보였으며, 이는 사용자들이 자연스럽고 융통성 있는 상호작용을 원한다는 것을 보여준다. 반면, ‘③ 졸음방지를 위한 진동 자극’, ‘⑥ 지병관리를 위한 비상상황 자동 대응’과 같은 기능에서는 위임형 스타일이 선호되었는데, 이는 사용자가 통제를 잃은 긴급 상황에서는 AI가 자율적으로 최적의 기능을 수행하길 바라는 니즈가 반영된 것으로 보인다. 반면, 사용자가 직접 조작하는 직조작형과 단순히 사용자의 명령을 따르는 지시형 스타일은 필요성이 낮은 기능에서 더 선택되었으며, 이는 사용자의 세부 연령에 따라 차이가 날 수 있다. ‘⑦ 사고・긴급 상황 시 안전 조치 가이드’ 기능에서는 성별과 사용자의 경험에 따라 선호하는 인터랙션 스타일에 차이가 나타났다. 여성은 사고 대처 경험이 부족한 경우가 많아 AI의 전반적인 개입을 선호했으나, 반면 남성의 경우 특정 정보를 얻거나 유연한 개입이 가능한 대화형 인터랙션 스타일을 더 선호하였다. 이는 성별과 경험의 차이가 인터랙션 선호도에 영향을 미칠 수 있음을 보여준다. 결론적으로, 사용자들은 AI 기반 기능에서 긴급 상황에서의 자율적이고 즉각적인 대응을 가장 유용하게 평가하였으며, 이러한 기능에 가장 높은 사용 및 구매의향을 나타냈다. 반면, 일상적인 상황에서의 과도한 AI의 개입을 꺼리며 간결한 상호작용을 선호하였다. 따라서 액티브 시니어를 위한 AI 기반 서비스・기능 설계 시 긴급 상황과 일상적인 상황의 맥락을 구분해야 하며, 사용자 통제와 AI의 자율성 간의 균형을 맞춰 설계하는 것이 중요하다. 본 연구는 고령화 사회로 접어드는 현재의 흐름에서 웨어러블 디바이스와 자율주행 기술을 통합할 수 있는 새로운 방향성을 제시하며, 액티브 시니어를 대상으로 맞춤형 경험을 제안한다는 것에 의의가 있다. 하지만 본 연구는 정성 조사로 진행되었다는 점에서 객관화하기 어렵다는 점과, 특정 대상군에 초점을 맞추어 일반화가 어렵다는 한계를 갖는다. 향후 정량적 데이터를 수집하여 객관성과 신뢰성을 확보해야 하며, 다양한 사용자 계층과 시나리오를 포함한 추가 연구가 필요할 것이다.;The purpose of this study is to propose a user-centered design that integrates wearable devices and Level 2 autonomous driving technologies to support the health, safety, and personalized driving experiences of active senior drivers. South Korea, with its rapidly aging population, sees the active senior generation (aged 50 to 64) as a significant demographic, characterized by economic stability, high technology acceptance, and proactive lifestyle management. Wearable devices and autonomous driving technologies have emerged as critical tools to address the needs of this group. However, previous studies have largely focused on specific issues, such as detecting drunk driving or drowsiness, while relying on advanced autonomous driving systems that are not yet feasible for near-future implementation. These studies also lacked a comprehensive reflection of diverse user needs. To address these limitations, this study applies the Double Diamond model of design thinking, comprising four phases: Discover, Define, Develop, and Deliver. In the Discover phase, user pain points and needs were identified through grounded theory's open coding method and organized into nine categories, including "safe driving," "emergency response," and "physical discomfort." The user journey map was created to visualize driving experiences. In the Define phase, these findings were validated through interviews with active seniors. In the Develop phase, user needs were translated into solution concepts, leading to the ideation and filtering of 11 key functions based on technological feasibility, redundancy, and user priorities. Finally, in the Deliver phase, usability testing and Focus Group Interviews (FGI) were conducted to evaluate usability, willingness to use, and purchase intention of the functions, as well as the most suitable interaction styles. The results revealed that four functions-"automatic emergency response for chronic conditions," "automatic emergency signal transmission," "automatic emergency reporting system," and "emergency response guidance"-received the highest evaluations. These functions were identified as Minimum Viable Product (MVP) solutions due to their ability to provide immediate, autonomous responses in emergencies. Interaction style analysis showed a preference for dialog and delegating styles, particularly for emergency-related functions, where users valued AI's proactive intervention. This study highlights the importance of differentiating between emergency and daily scenarios in designing AI-based systems for active seniors. By balancing user control and AI autonomy, the proposed design ensures a safe, intuitive, and meaningful driving experience. The findings provide foundational insights for integrating wearable devices and autonomous driving technologies to meet the evolving needs of active senior drivers.