• 동양고전연구
• /
• 제62호
• /
• pp.145-176
• /
• 2016

본고는 개인의 덕성(德性)과 사회적 덕행(德行)의 보편적 가치와 규범이 제시되어 있는 유가(儒家) 경전(經典)을 토대로 군자(君子)다운 지도자상은 어떠한 것인가를 파악하는 작업이다. 따라서 인간다움을 참다운 것으로 삼고, 인간관계의 사회성을 제대로 실천하는 유덕자(有德者)의 가치관에 대하여 논의하고 있다. 군자상의 진면목은 조화의 균형 감각이 있고 자기 수양에 엄격하며 인간관계의 상생적 가치를 창출하는 등 진선미가 삼위일체로 융합되는 '성기성물(成己成物)'의 참된 인물상(人物像)이라는 점을 찾아보고자 한다. 유가(儒家)에서 말하는 성인(聖人), 현인(賢人), 대인(大人), 군자(君子) 등은 인간세상을 이끌어가는 사회지도자를 의미한다. 그들은 무엇보다도 인간다운 도리를 지키며 사회풍토를 아름답게 교화하고 정신과 물질(物質)의 조화(調和) 인격(人格)과 능력(能力) 경제(經濟)와 도덕(道德)을 겸비한 인물로 지목(指目)하고 있다. 현대 사회인들은 순수한 지성(知性)문화의 가치보다는 물질적 가치의 선호도(選好度)에 따라 개인적인 성장(成長)을 꾀하고, 시각적으로 보여 지는 외형적인 무한경쟁(無限競爭)에 편중되어 있다. 오늘날 디지털 시대에 자신의 개성을 연출하는 것은 부정할 수는 없지만, 외모(外貌)에 집착(執着)하여 지나친 다이어트로 건강미를 상실하고, 그로 인(因)한 정신적 스트레스는 외모 집착과 외모중시의 병적인 폐단을 불러일으키고 있다. 이러한 현상을 극복(克復)하기 위해 절실하게 요청되는 대안으로 내적 소양과 외적 전문성을 고루 겸비한 온전한 인격체, 즉 이른바 "문질(文質)이 빈빈(彬彬)"한 진선미(眞善美)의 융합적 지도자상이 필요하다고 하겠다. 유교사상은 수기치인(修己治人)의 도(道)를 현실에서 실천하는 것이다. 수기는 개인적으로는 덕성적 능력을 계발하여 도덕적 인격을 함양하는 것이며, 치인은 사회적으로는 함께 일하는 올바른 인간관계를 갖도록 소통(疏通)하는 것이다. 이 때문에 leader 또는 지도자는 자신뿐만 아니라 타인까지도 감화시킬 수 있어야 한다. 수기치인은 '스스로의 덕성을 가다듬어 다른 사람들을 이끈다.'는 의미이다. 참다운 지도자는 수기(修己)를 통해 자기성찰과 자기정립을 한 다음에 치인(治人) 또는 남들과 함께 살아가는 안인(安人)의 경지에 서게 되는 것이다. 모든 물건에는 값어치가 있고 나름대로의 德이 있듯이. 인간 역시 인격과 덕성(德性)을 갖추고자, 배우고 익혀 자신만의 전문성 신뢰성 그리고 인격과 능력을 겸비하여, 자신만의 브랜드(Brand)가치를 창출해 내고자 한다. 개인의 인격(人格)은 높은 지위나 재력 권력에서 나오는 것이 아니다. 인격이란 개인의 덕성으로서 자기수양을 통하여 마음에 조금도 티가 없는 상쾌함으로, 굳이 한자로 표현하자면 맑고 깨끗한 '소쇄(瀟灑)'에 부합된다고 할 수 있다. 즉 인간이 天性으로 품부 받은 덕성인 지(知) 인(仁) 용(勇)을 겸비한 지극히 인간다움의 인격(人格)을 지닌 지도자상으로 군자상(君子像)을 제시한다. 자아개발은 self leader, 즉 수기(修己)를 통하여 덕성수양과 자아경영의 힘을 기르게 된다. 관계영역의 leader(治人)는 자신(自身)의 덕성(德性)을 덕행(德行)으로 미루어 가는 즉 남의 입장에서 생각하는 역지사지(易地思之)의 마음으로 확대(擴大) 시킬 수 있다. 이처럼 자신의 마음을 미루어 남을 생각하는 리더십을 "대학(大學)"에서는 "혈구지도(?矩之道)"라고 한다. 논자의 견해는, 인격미(人格美)는 지(知) 인(仁) 용(勇)'으로 덕성(德性)의 씨앗을 일구고 상생미(相生美)는 '서(恕)'로써 타인(他人)에게 행동으로 보여주는 덕행의 마땅한 올바름을 구현하며 조화미(調和美)는 '혈구지도(?矩之道)'로써 남을 나처럼 아끼고 사랑하여 나와 같은 마음 즉 보편적 원리인 덕화(德和)를 구현할 수 있다고 여긴다. 이처럼, 지도자상의 자질은 자신의 소양과 남을 배려하는 마음이 총체적으로 잘 조화를 이룰 때 지도자가 지니고 있는 능력을 무한히 발휘하며, 많은 사람들과 공생(共生) 공존(共存)하며 서로 승승적(乘勝的)관계로 거듭 성장해 나갈 수 있는 것이다.

• 지능정보연구
• /
• 제27권2호
• /
• pp.55-78
• /
• 2021

최근 인간과 상호작용할 수 있는 '소셜로봇'을 활용하여 복잡하고 다양한 사회문제를 해소하고 개인의 삶의 질을 제고하려는 시도가 주목받고 있다. 과거 로봇은 인간을 대신해서 산업 현장에 투입되고 노동력을 제공해주는 존재로 인식되었다. 그러나 오늘날의 로봇은 각종 산업분야를 관통하는 핵심 키워드인 'Smart'의 등장을 기점으로 인간과 함께 공존하며 사회적 교감이 가능한 '소셜로봇(Social Robot)'으로 그 개념이 확장되고 있다. 구체적으로 고객을 응대하는 서비스 로봇, 에듀테인먼트(Edutainment) 성격의 로봇, 그리고 인간과의 교감, 상호작용에 주목한 감성로봇 등이 출시되고 있다. 그러나 4차 산업혁명을 계기로 ICT 서비스 환경이 급격한 발전을 이룬 현재까지 소셜로봇의 대중화는 체감되지 않고 있다. 소셜로봇의 핵심 기능이 사용자와의 사회적 교감임을 고려하면, 소셜로봇의 대중화를 촉진하기 위해서는 기기에 적용되는 기술 이외의 요소들도 중요하게 고려할 필요가 있다. 본 연구는 로봇의 디자인 요소가 소셜로봇에 대한 소비자들의 구매를 이끌어내는데 중요하게 작용할 것으로 판단한다. 로봇의 외형이 유발하는 감성은 사용자의 인지, 추론, 평가와 기대를 형성하는 과정에서 중요한 영향을 미치며 나아가 로봇에 대한 태도와 호감 그리고 성능 추론 등에도 영향을 줄 수 있다. 그러나 소셜로봇에 대한 기존 연구들은 로봇의 개발방법론을 제안하거나, 소셜로봇이 사용자에게 제공하는 효과를 단편적으로 검증하는 수준에 머무르고 있다. 따라서 본 연구는 소셜로봇의 외형으로부터 사용자가 느끼는 감성이 소셜로봇에 대한 사용자의 태도에 미치는 영향을 검증해보고자 한다. 이때 서로 다른 출처의 이종 데이터 간 결합을 통하여 소셜로봇 디자인평가 모형을 구성한다. 구체적으로 소셜로봇의 외형에 대하여 사전에 구축된 ABOT Database로부터 다수의 소셜로봇에 대한 세 가지 정량적 지표 데이터를 확보하였다. 소셜로봇의 디자인 감성은 (1) 기존의 디자인평가 문헌과 (2) 소셜로봇 제품 후기와 블로그 등의 온라인 구전, (3) 소셜로봇 디자인에 대한 정성적인 인터뷰를 통해 도출하였다. 이후 사용자 설문을 통하여 각각의 소셜로봇에 대해 사용자가 느끼는 감성과 태도에 대한 평가를 수집하였다. 세부적인 감성 평가항목 23개에 대하여, 차원 축소 방법론을 통해 6개의 감성 차원을 도출하였다. 이어서 도출된 감성 차원들이 사용자의 소셜로봇에 대한 태도에 미치는 영향을 검증하기 위해 회귀분석을 수행하여 감성과 태도 간의 관계를 파악해 보았다. 마지막으로 정량적으로 수집된 소셜로봇의 외형에 대한 지표가 감성과 태도 간의 관계에 영향을 줄 수 있음을 검증하기 위해 조절회귀분석을 수행하였다. 기술적인ABOT Database 속성 지표들과 감성 차원들 간의 순수조절효과를 확인하고, 도출된 조절효과에 대한 시각화를 수행하여 외형, 감성, 그리고 태도 간의 관계를 다각적인 관점에서 해석하였다. 본 연구는 이종간 데이터를 연결하여 소셜로봇의 기술적 속성과 소비자 감성, 태도까지 변수 간 관계를 총체적으로 실증 분석했다는 점에서 이론적 공헌을 가지며, 소셜로봇 디자인 개발 전략에 대한 의사결정을 지원하기 위한 기준으로 소비자 감성의 활용 가능성을 제안하였다는 실무적 의의를 가진다.

• 지능정보연구
• /
• 제27권4호
• /
• pp.1-22
• /
• 2021

텍스트를 바탕으로 한 차원 기반 감성 분석(Aspect-Based Sentiment Analysis)은 다양한 산업에서 유용성을 주목을 받고 있다. 기존의 차원 기반 감성 분석에서는 타깃(Target) 혹은 차원(Aspect)만을 고려하여 감성을 분석하는 연구가 대다수였다. 그러나 동일한 타깃 혹은 차원이더라도 감성이 나뉘는 경우, 또는 타깃이 없지만 감성은 존재하는 경우 분석 결과가 정확하지 않다는 한계가 존재한다. 이러한 문제를 해결하기 위한 방법으로 차원과 타깃을 모두 고려한 감성 분석(Target-Aspect-Sentiment Detection, 이하 TASD) 모델이 제안되었다. 그럼에도 불구하고, TASD 기존 모델의 경우 구(Phrase) 간의 관계인 지역적인 문맥을 잘 포착하지 못하고 초기 학습 속도가 느리다는 문제가 있었다. 본 연구는 TASD 분야 내 기존 모델의 한계를 보완하여 분석 성능을 높이고자 하였다. 이러한 연구 목적을 달성하기 위해 기존 모델에 합성곱(Convolution Neural Network) 계층을 더하여 차원-감성 분류 시 보조 손실(Auxiliary loss)을 추가로 사용하였다. 즉, 학습 시에는 합성곱 계층을 통해 지역적인 문맥을 좀 더 잘 포착하도록 하였으며, 학습 후에는 기존 방식대로 차원-감성 분석을 하도록 모델을 설계하였다. 본 모델의 성능을 평가하기 위해 공개 데이터 집합인 SemEval-2015, SemEval-2016을 사용하였으며, 기존 모델 대비 F1 점수가 최대 55% 증가했다. 특히 기존 모델보다 배치(Batch), 에폭(Epoch)이 적을 때 효과적으로 학습한다는 것을 확인할 수 있었다. 본 연구에서 제시된 모델로 더욱 더 세밀한 차원 기반 감성 분석이 가능하다는 점에서, 기업에서 상품 개발 및 마케팅 전략 수립 등에 다양하게 활용할 수 있으며 소비자의 효율적인 구매 의사결정을 도와줄 수 있을 것으로 보인다.