인지, 정서 반응 기반 피드백 모달리티 예측을 통한 고령자 UX 분석 - 머신러닝 및 설명가능한 AI(XAI) 접근
UX Analysis of Older Adults through Prediction of Feedback Modalities Based on Cognitive and Emotional Responses - A Machine Learning and Explainable AI (XAI) Approach
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
급속한 고령화와 디지털 헬스 케어 기술의 발전은 고령자 맞춤형 스마트 피트니스 솔루션에 대한 수요를 높이고 있다. 그러나 고령자는 인지, 정서 적 특성과 기술 친숙도에서 큰 이질성을 보이는 집단으로, 사용자 경험 (UX) 디자인을 위한 정밀한 분석이 필수적이다. 본 연구는 스마트 피트니 스 미러 환경에서 후기 고령자(75–85세) 124명을 대상으로 네 가지 피드 백 유형(없음, 시각, 청각, 멀티모달)을 영상 기반으로 체험하게 하고, 설문 을 통해 수집된 인지적, 정서적 반응 데이터셋을 머신러닝 및 설명 가능한 인공지능(XAI) 기법으로 분석하였다. 분석 결과, 멀티모달 피드백은 다른 피드백 유형과 뚜렷하게 구분되는 반응 패턴을 보였다. 변수 중요도 분석에 서는 정서적 안정감이 인지적 반응을, 인지적 부담이 정서적 반응을 설명하 는 핵심 요인으로 나타났다. 이는 고령자의 UX 메커니즘이 단일 요인보다 복합적 상호작용에 의해 형성되며, 머신러닝과 XAI가 이러한 관계를 실질 적으로 해석할 수 있음을 보여준다.
Abstract
The rapid growth of the aging population and advancements in digital healthcare technologies have increased the demand for personalized smart fitness solutions for older adults. However, older users exhibit substantial heterogeneity in cognitive and emotional characteristics as well as technology familiarity, making precise analysis essential for UX design. This study involved 124 late elderly participants (aged 75–85) who experienced four feedback types (none, visual, auditory, and multimodal) in a smart fitness mirror environment through video-based scenarios. Their cognitive and emotional responses were then collected via surveys. Machine learning and explainable AI (XAI) techniques were applied to analyze these data. The results showed that multimodal feedback elicited distinctly separable response patterns compared to other types of feedback. Feature importance analysis further revealed that emotional stability was the key determinant of cognitive responses, while cognitive load was the primary factor shaping emotional responses. These findings indicate that the UX mechanisms of older adults are shaped by complex interactions rather than single factors, and that XAI can effectively interpret these relationships.