1. 서론
2016년 페이스북의 대화형 UI기반 챗봇 서비스를 필두로 국내외 챗봇 시장은 많은 수로 불어났고 그 형 태와 기능도 AI의 발전에 힘입어 변화를 거듭해왔다.
챗봇은 사용자의 간단한 문의에 대한 답변이나 문제의 해결에 있어서 시간과 장소의 제한 없이 접근성에 대
한 편의를 제공해주었다. 독립 플랫폼을 사용하는 챗봇 서비스는 대화형 UI라는 친숙한 인터페이스로 별도의 학습이 필요하지 않았으며 메신저 기반 챗봇은 프로그 램을 설치하는 번거로움마저 제거해주었다. 최근 주 52시간 근무 시간 제한 정책 및 감정 노동자들의 스트 레스 등에 대한 대안으로도 챗봇은 다양한 역할을 담 당할 수 있었으며 적은 비용으로 효율성 부분을 쉽게
모바일 환경에서의 챗봇 UX
이영주
청운대학교 멀티미디어학과 교수
Chatbot UX in a Mobile Environment
Young-Ju Lee
Professor, Dept of Multimedia, Chungwoon University
요 약 많은 비즈니스에서 챗봇은 사용자의 질문에 가장 즉각적이고 직접적인 피드백으로 제공함으로써 사용자 경험을 높여가고 있으며 그 활용 영역이 커져가고 있다. 본 연구에서는 챗봇의 정의를 비롯해 명령방식, 기능, 플랫폼에 따른 세 가지 유형을 구분되는 요소에 따라 분류해 보았다. 그 과정에서 기능적 구분 요소는 패턴인식, 자연어처리, 시멘틱 웹, 텍스트 마이닝, 상황인식 컴퓨팅의 기능적 부분의 핵심 기술 요소가 챗봇 UX를 위해 필요하지만 현재 단계에서의 한계도 알 수 있었다. 이를 바탕으로 더 나은 사용자 경험을 위한 챗봇의 UX요소를 페이스북, 스카이프, 텔레그램, 구글 어이스턴트를 대상으로 분석하였으며 카드와 같은 기본 UI요소와 빠른 응답, 명령, 영구 메뉴의 적용이 사용자 경험 요소로 필요함을 알 수 있었다.
주제어 : 챗봇, 대화형 UI, 메뉴 드리븐, 자연어처리, 사용자 경험
Abstract In many businesses, chatbots enhance the user experience by providing the most immediate and direct feedback to user questions. The area of use of chatbots is growing. In this study, the three types of chatbot definition, command method, function, and platform are classified according to their distinct factors. In the process, the functional delimiter element is necessary for the Chatbot UX, which is a key technical element of the functional part of pattern recognition, natural language processing, semantic web, text mining, and context-aware computing. However, the limitations at this stage were also known. Based on this, we analyzed the chatbot's UX elements for Facebook, Skype, Telegram, and Google Assistant for a better user experience. Basic UI elements such as cards, quick response, command, and application of persistent menus are needed as user experience elements.
Key Words : Chatbot, Conversational UI, Menu Driven, Natural Language Processing, User Experience,
*This research was supported by academic research of Chungwoon University in 2019.
*Corresponding Author : Young-ju Lee([email protected])
Received September 17, 2019 Revised October 18, 2019 Accepted November 20, 2019 Published November 28, 2019
테스트하여 여러 분야로 적용이 가능할 수 있도록 발 전해왔다. 하지만 챗봇의 핵심 기술인 AI NLP의 정확성 이 더 높은 수준을 요구하고 있으며 그에 따라 한정된 카테고리 안에서의 활용이 이루어지고 있는 실정이다.
과학기술정보통신부와 한국 인터넷진흥원의 2018 인터넷 이용실태조사 결과보고서[1,2]에 따르면 국내 만 3세 이상 인구의 91.5%가 인터넷 이용자로 나타났 으며 인터넷 이용자의 95.3%는 하루 1회 이상이용, 주 평균 이용 시간은 16시간 30분으로 나타났다. 그 중에 서도 눈에 띄는 것은 인터넷 주 이용 목적으로 커뮤니 케이션 94.8%로 자료 및 정보 획득 93.7%보다 높은 수치를 나타내고 있다. 만 6세 이상 인스턴트 메신저 이용자 중 카카오 톡의 비중이 99.2%, 페이스북 메신 저 30.8%, 라인 11.0%의 순으로 나타났다. 또 만 6세 이상 인터넷 이용자의 65.2%는 SNS를 사용한다. 주 평균 22회 이상 53분의 시간을 SNS를 이용하고 있다.
즉 사용자들은 페이스북, 트위터, 밴드 등의 SNS보다 는 인스턴트 메신저의 사용이 훨씬 높은 현황을 알 수 있다. 사용자들은 인스턴트 메신저를 통해 대화는 물론 사진, 동영상 및 일정을 공유하고 업무용 파일을 공유 하기도 하며 심지어 쇼핑을 즐기고 결재를 하기도 한 다. 이러한 기능들은 하나의 라이프 포털로의 발전 가 능성을 제시하고 있으며 이 플랫폼에서의 방대한 서비 스에 대한 대응을 사람이 대처하기엔 무리가 있다. 최 근 수년간 다양한 챗봇의 등장은 물론 기존의 메신저 를 통한 챗봇 서비스 시장이 날로 커져가고 있는 실정 이다. 따라서 본 연구에서는 챗봇에 대한 이론적 정의 와 함께 유형을 분류하고 가장 많이 사용되는 챗봇 서 비스를 바탕으로 모바일 환경에서의 챗봇 UX에 필요 한 요소와 구현에 대해 알아보고자 한다.
2. 챗봇의 개념과 기술적 특징
대화형 UI는 이미 많은 사람들에게 친숙한 메신저 또는 SNS의 대화창 등에서 볼 수 있는 UI지만 최근 들 어서는 기업의 고객 응대 또는 서비스를 제공하기 위 한 수단으로 많이 사용되고 있다. 단순 친목형태의 대 화형 UI에는 대화 당사자들의 아바타와 대화창이 존재 하며 기업이 제공하는 대화형 UI는 챗봇Chat bot의 형태로 다양한 서비스를 제공하며 선택 사항들을 제공
하고 있다. 챗봇은 사용자가 대화형 UI인 메시징 플랫 폼messaging Platform을 통해 상호작용할 수 있는 규칙이나 인공지능을 기반으로 하는 자동화 된 메시징 서비스로 일반적으로 서비스에 필요한 요청을 처리해 준다. 즉 채팅 인터페이스를 통해 규칙 또는 인공 지능 기능으로 사용자와 상호작용하는 서비스로 주로 기업 에서 개인을 상대로 하며 날씨, 은행, 예약은 물론 영 화, 퀴즈, 게임 등에 이르기까지 다양한 서비스를 제공 한다. 챗봇의 기원은 1966년 MIT인공지능 연구소에 서 인간과 기계 사이의 의사소통의 피상성을 보여주기 위해 튜링 테스트 정보의 기준으로 만든 엘리자(Eliza) 를 최초로 들 수 있다[3]. 엘리자는 환자와 정신과 의사 와의 대화를 흉내 내며 표면적으로는 인간과의 대화가 가능한 것처럼 보이지만 간단한 패턴 매칭을 통해 구 현되어 인간의 대화를 흉내 내는 수준에 그쳤다. 이후 AIML(AI Markup Language)로 대화 패턴을 확장한 ALICE는 실시간 사용자 인터랙션을 기반으로 새로운 응답과 컨텍스트를 학습하는 자버와키(Jabberwacky) 에 이르게 되었다. 이 후 2010년 가상 개인 비서 프로 그램으로 질문에 대한 응답을 하며 21개 언어를 지원 하는 애플의 시리가 등장하였고 2012년 구글의 나우 (Now)는 iOS와 안드로이드 모두에게 사용 가능하게 제공되었으며 사용자의 이용 행태나 사용 패턴을 분석 하여 서비스를 제공하기 시작하였다. 2015년에는 마 이크로소프트에서 뒤 늦게 음성인식 가상 개인 비서 시장에 뛰어 들었으며 검색엔진 비잉(Bing)을 기반으 로 하여 전문 분야에서의 큐레이션을 담당하게 되었고 이는 윈도우 10에 자동탑재 되었다. 현재의 대화형 UI 기반 챗봇 서비스는 2016년 샌프란시스코에서 열린 페 이스 북의 F8 글로벌 개발자 컨퍼런스에서 도입되었다.
한국정보화진흥원 보고서에 따르면 챗봇의 활용분 야는 대화형 커머스 및 O2O와 개인비서 서비스는 물 론 공공 서비스와 엔터테인먼트 서비스에 이르기까지 다양한 분야로의 활용이 가능하다[14]. 그에 따라 최근 메신저 기반의 챗봇은 다양하게 활성화 되고 있다. 이 러한 챗봇의 기본 기능이 구현되기 위한 텍스트 기반 챗봇의 핵심 기술의 특징을 살펴보면 다음과 같다. 우 선 첫 번째로 머신에 의해 텍스트와 음성 및 이미지를 식별하는 패턴 인식 기술이 필요하다. 특히 메신저 기 반의 챗봇에서는 텍스트나 음성이 가장 기본적인 수단 으로 그 언어에 대한 이해가 필요하다[15]. 둘째 일상
생활에서 사용하는 언어를 인식시켜 서비스에 대한 피 드백을 제공하는 자연어 처리 기술이 필요하다. 자연어 처리 기술에는 음성 인식 기술이 포함되며 음성 인식 기술은 음성인식STT(Speech to Text)와 음성 합성 TTS(Text to Speech)기술이 모두 포함되며 최근 들 어 클린 환경에서 영어 인식률은 96%, 한국어 인식률 은 90%정도로 인식 성능이 많이 개선되고 있다. 세 번 째로는 시멘틱 웹을 들 수 있다. 컴퓨터가 다양한 데이 터의 뜻을 이해하는 것은 물론 논리적으로 추론할 수 있는 기술을 말한다. 네 번째로는 텍스트 마이닝으로 비정형 텍스트에서 새롭고 유용한 정보를 찾아내는 기 술을 말한다. 마지막으로 상황인식 컴퓨팅은 가상 공산 에서 현실의 상황을 정보화하여 사용자 중심의 지능화 된 서비스를 제공하는 기술을 말한다. 챗봇의 핵심 기 술을 요약하면 다음 표와 같다.
technology Contents
Pattern Recognition
Identifying figures, texts, voices, etc. by machines
Natural Language Processing
The process of recognizing and processing languages that humans usually use on a computer.
Symantic Web
Next-generation intelligent web that computers can understand information resources and even make logical inferences
Text Mining
The process or technique of finding new and useful information in unstructured text data.
Context Aware Computing
Technology that informatizes the real situation in the virtual space and uses it to provide intelligent services centered on users
Table 1. Core technology of Chatbot
3. 챗봇의 유형
챗봇은 크게 명령 방식에 따른 유형과 기능에 따른 유형 그리고 플랫폼에 따른 유형의 세 가지로 분류할 수 있다.
첫째, 챗봇은 사용자와의 인터랙션에 있어 텍스트나 음성 등에 반응하여 사용자가 필요로 하는 서비스나 데이터에 대한 정보를 제공해주는 역할을 한다. 이때 사용자와의 인터랙션은 텍스트를 기반으로 할 수도 있 고 또는 음성 정보를 기반으로 하는 것이 가능하다. 이 는 사용자 인터페이스를 통해 입력과 출력의 과정을 거쳐 커뮤니케이션하는 방법 중 가장 오래된 인터페이
스인 CLI{Command Line Interface)를 기반으로 하 거나 NUI{Natural User Interface)의 특징 중 하나인 목소리(Voice)를 기반으로 한다. 텍스트로 명령을 입 력하고 작업을 수행하는 쉬운 매커니즘은 단순하고 짧 은 피드백을 요하는 경우 아주 유용하게 활용된다 [4-7]. 과거 CLI에서처럼 다양한 명령어를 기억할 필 요 없이 챗봇이 제공하는 순서에 맞춰 다지 선다형의 제안을 고르기만 하면 된다. 음성 정보로 인터랙션이 이어지는 경우는 좀 더 복잡한 수준의 자연어 처리 기 반 기술이 필요하다[8].
두 번째로 챗봇은 특정 기능을 가진 규칙 집합을 기 반으로 한 유형과 인공지능으로 사용자에 반응하는 유 형으로 나눌 수 있다. 특정 기능만 제공하는 챗봇은 매 우 제한적으로 사용이 되며 특정한 명령에만 응답할 수 있다. 또 사용자가 챗봇이 원하는 액션을 취하지 않 는 경우 챗봇은 사용자의 행동을 이해하지 못하는 단 점이 있다. 이런 경우는 대부분 텍스트 기반의 규칙적 인 대화가 진행된다. 인공 지능으로 구동되는 챗봇은 사용자의 요구에 다양하게 반응하여 챗봇이 가지고 있 는 규칙 이외에도 아직 완벽하지는 않지만 사용자의 의도를 파악하여 응대하는 것이 가능하다[9,10]. 최근 의 기술이 더욱 발전하고 있는 만큼 새로운 기능들과 서비스가 챗봇을 통해 가능해 질 것으로 예상된다. 이 러한 인공 지능으로 대응하는 챗봇의 경우는 영상, 사 진 또는 이모티콘과 같은 텍스트 이외의 요소도 함께 사용이 되며 사용자의 선택을 요구하는 버튼이나 메뉴 를 제시하기도 한다. 페이스북에서는 다양한 콘텐츠를 가로로 스크롤 할 수 있는 캐러셀(carousel)을 제공하 여 더 많은 선택적 요소를 구성 할 수 있도록 하고 있다.
마지막으로, 챗봇은 독립형 인터페이스를 구현하거 나 기존의 페이스북이나 카카오톡과 같은 플랫폼을 이 용하기도 하며 일대일 또는 일대다 커뮤니케이션이 가 능하다. 챗봇 UI가 갖는 특징은 모든 대화형 UI가 그 러하듯이 사용자가 입력한 문장은 오른쪽에 호출되고 상대방의 텍스트는 왼쪽에 각각 나타나며 입력창은 항 상 하단에 배치되는 일관성을 가지고 있다. 또 서비스 와 커뮤니케이션이 실시간 리얼 타임으로 이루어진다 는 느낌을 준다[11-13]. 사용자의 입력에 즉각적으로 반응하기 위해 대화의 속도를 조절하고 자연스럽고 준 비된 멘트를 제공해 준다.
이를 표로 정리하면 다음과 같다.
Classification division1 division2
Command Text Voice
Function Menu-driven AI based NLP
Platform Independent Messenger
Table 2. Type of chatbot
4. 챗봇의 UX를 위한 요소
4.1 UI 구성요소
최근의 챗봇 UI는 단순한 텍스트 베이스에서 벗어 나 이미지와 컨트롤을 이용한 다양한 선택 옵션을 제 공하면서 다변화를 꾀하고 있다. 그 대표적인 것이 카 드 디자인의 작용이다. 페이스북에서는 챗봇에서 사용 되는 카드 형태를 템플릿으로 부른다. 템플릿은 제목과 80자 제한의 콘텐츠 설명글을 작성할 수 있으며 이미 지와 최대 3개의 버튼을 포함할 수 있다. 또 이러한 템 플릿은 좌우로 스크롤링이 가능하고 최대 10개의 템플 릿을 배치할 수 있도록 하고 있다. 목록 템플릿은 하단 에 글로벌 버튼이 있는 2~4개의 구조화된 목록으로 각 항목에는 썸네일 이미지를 포함할 수 있다. 또 미디어 템 플릿을 활용하여 Gif이미지나 동영상을 추가하는 것이 가능하며 영수증 템플릿이나 항공사 템플릿과 같이 자주 사용하는 형태의 템플릿을 Fig. 1과 같이 제공하고 있다.
Fig. 1. Facebook UX Elements
스카이프는 제목과 자막 그리고 자말 바로 아래 텍 스트를 입력하며 단일 이미지와 같은 속성을 호스팅하 는 히어로카드를 사용한다. 탭 트리거를 사용하는 최대 6개의 옵션 버튼을 사용한다. 또 최대 6개의 캐러셀을 좌우로 스크롤링 가능하도록 배치하여 Fig. 2와 같이 사용자의 선택 범위를 넓혀 준다. 스카이프의 챗봇 UX 는 다른 요소들과는 달리 적응형 카드를 통해 텍스트, 음성, 이미지, 버튼 및 입력 필드의 조합이 가능하며 모 바일과 웹 사이트에서 자동으로 크기를 조절해 줄 수
있는 카드를 제공한다. 또 단일 이미지를 포함하는 영 웅 카드의 작은 크기 버전인 썸네일 카드, 로그인카드, 영수증카드, 비디오카드, 오디오 카드를 템플릿으로 제 공해준다.
Fig. 2. Foursquare bot in Skype UX Elements
텔레그램은 별도의 템플릿이나 카드에 대한 필수 필 드없이 모든 요소의 조합이 가능하다. Fig. 3과 같이 자신이 속한 메시지에 직접 통합된 인라인 키보드를 사용하여 페이스북 메신저나 스카이프와 요사한 스크 롤 기능의 카드를 사용할 수 있으며 사용자로부터 좀 더 공식적인 입력을 원하는 경우 사용자 정의 키보드 를 활용할 수도 있다. 또 설정을 변경해 인라인 키보드 를 사용하여 버튼을 눌러도 메시지가 채팅으로 전송되 지 않도록 할 수 있다. 대신 인라인 키보드는 콜백 버 튼 및 인라인 버튼으로 전환 등의 배경에서 작동하는 버튼을 지원한다.
Fig. 3. Custom keyboard in telegram bot
구글 어시스턴트에서는 기본 카드를 엔터티카드 (entity cards)라고 한다. 기본카드에는 이미지의 높이 가 192dp로 고정되며 제목과 부제목 역시 최대 한 줄 로 고정되어 있고 설명 문구는 이미지가 있는 경우 500자, 이미지가 없는 경우 750자로 제한된다. 하지만 기본 카드에는 버튼 템플릿이 포함되지 않기 때문에 대화를 계속 이어가기 위해서는 Fig. 4와 같이 카드 아 래 제안 칩을 별도로 삽입해 주어야하며 이는 8개까지
추가가 가능하다. 또 음악이나 팟 케스트의 경우 미디 어 플레이어가 표시되는 방식으로 가시성을 제공하지 만 단일 오디오에만 적용된다.
Fig. 4. Google Assistant entity card and chips
4.2 빠른 응답
페이스북 메신저에서는 빠른 응답을 사용하면 제목 및 이미지와 함께 작성도구 바로 위에 최대 11개의 대 화내 버튼을 제공해 준다. 사용자가 선택할 수 있는 버 튼요소로 구성되며 빠른 회신을 누르면 버튼이 해제되 고 해당 버튼의 제목이 대화에 메시지로 게시된다. 빠 른 답장은 텍스트, 전화번호, 이메일과 같이 자주 사용 되는 요소에 적용되며 위치기반 빠른 응답은 서비스에 서 제외되었다. 스카이프에서의 빠른 응답은 제안된 작 업에만 국한된다. 제안된 동작은 화면 하단에 버튼의 형태로 나타나며 도움말과 같은 역할을 한다. 카드 내 에 표시되는 버튼과 달리 제안된 작업창에 표시되는 버튼은 사용자가 선택 한 후 모두 사라지게 된다. 구글 어시스턴트에서는 빠른 응답을 칩이라고 한다. 칩은 사 용자가 주제를 수정하거나 관련 주제를 찾고 다음 단 계 및 피봇에 대한 조치를 취할 수 있도록 도와준다.
사용자가 칩을 탭하면 해당 텍스트가 봇과의 대화의 일부로 전환된다. 다만 화면의 출력이 있는 장치에만 칩을 표시할 수 있으며 화면에 표시되는 칩의 수는 화 면의 크기에 따라 달라지고 화면을 벗어나는 칩은 스 크롤 된다. 텔레그램에서의 빠른 응답은 키보드의 콜백 버튼에 해당한다. 사용자가 버튼 중하나를 클릭하면 버 튼이 해제되고 봇은 이에 응답한다. 이를 통해 사용자 는 대화에서 이전 메시지에 첨부된 단추를 클릭할 수 없게 되고 봇은 결과를 인터페이스 상단 또는 알림에 표시해주는 방식을 취하고 있다.
4.3 직접 명령과 사용자 정의 키보드
챗봇과 유연하게 대화를 이어나가는 방법 중에는 ‘/
commands’를 사용해 메시지를 봇으로 전달하여 챗 봇을 호출하는 방법이 있다. 이 기능은 텔레그램과 슬 렉에서만 사용가능하지만 슬래시로 시작하는 메시지는 명령이며 일반 메시지와 다르게 작동한다. 명령은 일반 적으로 동작을 트리거한다. 다만 이 경우에는 사용자가 로컬 명령어를 이미 학습하고 있어야 한다는 어려움이 있다. 사용자 정의 키보드역시 텔레그램에서만 가능한 기능이다.텔레그램에서는 특별히 필수 카드등의 템플 릿을 포함하고 있지 않고 자유롭게 모든 콘텐츠를 기 존의 메시징 방법으로 구현할 수 있기 때문에 응답 옵 션이 있는 경우 액션 버튼의 제공이 아닌 사용자 정의 키보드를 통해 사용자의 피드백을 요구하게 된다. 이러 한 방식으로 챗봇과 사용자의 인터랙션을 단순화하며 사용자 정의 버튼에는 텍스트는 물론 그림과 이모티콘 을 지원한다.
4.4 영구메뉴
영구 메뉴는 흔히 우리가 사용하는 앱의 텝 메뉴와 같이 고정된 위치에 고정된 메뉴로 배치되어 사용자들 이 쉽게 발견하고 사용할 수 있도록 해 준다. 영구 메 뉴는 어떤 상황에서든지 사용자가 사용할 수 있으며 최 상위 작업이 포함되어 있다. 영구 메뉴를 사용하면 처음 사용하는 사용자에게도 챗봇의 기본 기능을 쉽게 전달할 수 있으며 사용자가 일정 시간 자리를 비우더 라도 메뉴가 자동으로 나타나 대화를 이어갈 수 있다.
이때 영구 메뉴에는 사용자가 원하는 기본 기능 뿐 아 니라 챗 봇을 종료하는 기능도 필요하다. 처음 챗봇을 사용하는 경우 마치 대화 상대가 있다고 착각하기 쉽 기 때문에 대화를 이어나가는 와중에 자리를 비우는 것에 대한 죄책감을 가질 수 있으며 또는 대화를 빨리 끝내고 싶어 할 수도 있기 때문이다.
5. 제언 및 결론
대화형 UI 즉 메신저 기반 챗봇을 통해 기업은 고객 서비스 담당자나 영업 사원을 고용하지 않고도 사용자 에게 서비스를 자동화하여 제공할 수 있다. 밀레니엄 세대의 60%가 쇼핑 시 챗봇을 사용한 경험이 있고 그
중 70%는 긍정적인 경험을 보고했다. 많은 비즈니스에 서 챗봇은 사용자의 질문에 가장 즉각적이고 직접적인 피드백으로 제공함으로써 사용자 경험을 높여가고 있 다. 본 연구에서는 챗봇의 정의를 비롯해 명령방식, 기 능, 플랫폼에 따른 세 가지 유형을 분류하였으며 UX와 가장 밀접한 관련이 있는 기능적 부분의 핵심 기술 요 소에 대해서도 알아보았다. 이를 바탕으로 더 나은 사 용자 경험을 위한 챗봇의 UX요소를 페이스북, 스카이 프, 텔레그램, 구글 어이스턴트를 대상으로 UI요소와 빠른 응답, 명령, 영구 메뉴로 구분하여 알아보았다. 국 내에서는 플랫폼에서 다양한 템플릿을 제공하고 있지 않기에 국내 메신저 기반 챗봇이 연구 대상에서 제외 된 점과 보이스 봇을 제외한 메신저 기반 UI를 대상으 로 한 점은 본 연구의 한계점이라 할 수 있으나 보이스 봇의 경우 UX요소가 UI를 기본으로 하는 챗봇과는 다 르기 때문에 후속 연구가 필요한 실정이다. 본 연구는 향 후 메신저 기반 챗봇의 다양한 요소들을 구성하는 데 있어 기초 연구로서의 가치가 있다고 할 수 있다.
REFERENCES
[1] Ministry of Science and ICT. (2018). 2018 Internet Usage Survey. Seoul : MSIT.
[2] KISA. (2018). 2018 Internet Usage Survey(2018). 2018 Internet Usage Survey. Seoul : KISA.
[3] https://en.wikipedia.org/wiki/ELIZA
[4] Y. J. Lee. (2018). A Study on Continuity of User Experience in Multi-device Environment, Journal of Digital Convergence, 16(11), 495-500
DOI : 10.14400/JDC.2018.16.11.495
[5] Y. J. Lee. (2018). Mobile UI / UX Design Practice.
Seoul : HanbitAcademy
[6] J. S. Kang. (2018). User experience of responsive web on multi-device environment, Journal of Digital Convergence, 16(11), 465-470
DOI : 10.14400/JDC.2018.16.11.465
[7] H. K. Kim. (2017). A study on hamburger button UI of smart phone, J Journal of the Korea Society of Digital Industry and Information Management , 13(4), 171-178
DOI : 10.17662/ksdim.2017.13.4.171
[8] S. M. Na. (2016). The Visual communication by Augmented Reality , Journal of Digital Convergence, 14(11),507-512
DOI : 10.14400/JDC.2016.14.11.507
[9] C. I. Park. (2018). A study on Cross-Platform Search Pattern, Journal of Digital Convergence, 16(4), 321-327
DOI : 10.14400/JDC.2018.16.4.321
[10] Y. J. Lee. (2015). A Study on Information Architecture
& User Experience of the Smartphone, Journal of Digital Convergence, 13(11),383-390
DOI : 10.14400/JDC.2015.13.11.383
[11] U. S. Nam. (2015). Development of Multi-Touch/Context-Aware Convergence Digital Signage System based on Android OS Platform, Journal of Digital Convergence, 13(8), 245-251 DOI : 10.14400/JDC.2015.13.8.245
[12] S. C. Beak. (2017). A Study on the Process of Refining Ideas for Social Problem Solving Based on Design Thinking in Digital Convergence Era, Journal of Digital Convergence, 15(2),155-163
DOI : 10.14400/JDC.2017.15.2.155
[13] Y. J. Ha. (2016). Research of Convergence Character Customizing Process in Game, Journal of Digital Convergence, 14(12),423-431
DOI : 10.14400/JDC.2016.14.12.423
[14] I. K. Chun. (2015). Study of GUI design convergence guideline for the users of aged generation, Journal of Digital Convergence, 13(7),323-331
DOI : 10.14400/JDC.2015.13.7.323
[15] K. K. Seo. (2016). Analysis of Use Intention of Mobile Cloud Service using a Convergence Technology Acceptance Model, Journal of Digital Convergence, 14(12),105-110
DOI : 10.14400/JDC.2016.14.12.105
이 영 주(Young-Ju Lee) [정회원]
․ 1998년 10월 : WesternSydney University Digital Media (MFD)
․ 2013년 10월 : 홍익대학교 일반대학 원 영상학과 (박사수료)
․ 2002년 3월 ∼ 현재 : 청운대학교 멀 티미디어학과 교수
․ 관심분야 : UX, UI, Emotion, Cognition
․ E-Mail : [email protected]
