2026년 3월 13일
본 연구는 ERP를 활용하여 에이전트 유형(인간/AI)과 언어 스타일(유머러스/합리적)이 라이드헤일링 서비스 회복 만족도에 어떤 영향을 미치는지 조사하며, 신경인지 메커니즘을 밝히고자 합니다.
우리는 라이드헤일링 회복 만족도에 영향을 미치는 에이전트 유형과 언어 스타일의 신경 메커니즘을 탐구합니다. 전통적인 접근법은 직접적인 신경학적 증거를 이끕니다. 이 프로토콜은 실시간 뇌 활동을 포착하여 근본적인 인지 처리 메커니즘을 검토합니다.
우선, 참가자가 실험실에 도착한 후 예비 브리핑을 진행하세요. 핵심 장비, 재료, 그리고 완전한 실험 절차를 단계별로 소개하세요. 또한 실험 과제, 예상 소요 시간, 중요한 주의사항을 명확히 설명하세요.
참가자에게 서면 동의서를 제공하세요. 참가자에게 실험 시작 전에 양식을 꼼꼼히 읽고 서명하라고 지시하세요. 참가자에게 지정된 부위에서 중성 샴푸로 머리를 감으라고 지시하여 두피 기름, 먼지, 불순물을 제거해 전극 전도성에 영향을 줄 수 있습니다.
실험실에서 제공한 헤어드라이어를 사용해 머리를 충분히 말려 젖은 부분이 없도록 하세요. 그 후 참가자를 22도 온도에서 어두운 조명으로 유지하며 전자기 차폐와 방음 장치가 갖춰진 전용 EEG 기록 실험실로 안내합니다. 참가자에게 화면 중앙에서 약 1미터 떨어진 편안한 의자에 앉으라고 지시하세요.
75% 의료용 알코올 면봉과 자극 없는 세안제를 사용해 참가자의 지정된 얼굴 부위를 부드럽게 닦아줍니다. 국제 10-20 시스템에 따라 64개의 은은 염화전극이 장착된 전극 캡을 참가자의 두피에 위치시킵니다. 캡의 중간선을 네이션과 이니온라인에 맞추세요.
그 다음 CZ 전극을 꼭짓점에 놓으세요. FP1과 FP2가 귀 비에서 약 2센티미터 위에, T3와 T4가 귀 귀 거성에서 약 2센티미터 위에 있는지 확인하세요. 모든 전극 웰에 전도성 젤을 채우세요.
그 다음 외부 전극을 의료용 테이프로 고정하세요. 기준 전극을 코 끝에 놓으세요. 수직 안경 전극을 왼쪽 안와 소켓 위아래 1센티미터에 위치시킵니다.
그 다음 수평 전안극은 각 눈의 바깥 안각에서 1cm 옆에 위치시키고, M1과 M2 전극은 각각 왼쪽과 오른쪽 유양돌기에 놓습니다. 이제 전극 캡의 턱끈을 꽉 끼우면서도 편안한 착용감으로 조정하세요. 캡이 꼬이거나 회전하지 않았는지 확인하고 최종 위치를 확인하세요.
녹음 소프트웨어를 임피던스 체크 모드로 전환하세요. 무딘 팁 주사기를 사용해 전극 웰에 전도성 젤을 채웁니다. 각 부위에서 머리카락을 부드럽게 갈라서 두피가 완전히 닿도록 하세요.
전극을 조절하여 각 채널 임피던스가 10킬로옴 이하로 떨어지도록 하세요. 모니터에 파란색 또는 어두운 색상으로 허용 가능한 값이 표시되는지 확인하세요. 이제 실험이 폐쇄되고 조용한 환경에서 진행될 것임을 참가자에게 알리세요.
이완을 유지하고, 안정적인 앉은 자세를 유지하며, 신체 움직임을 최소화하고, 세션 내내 집중하도록 지시하세요. 그 다음 자극을 22인치 액정 디스플레이 모니터에 제시합니다. 화면 주사율을 60Hz로 설정하세요.
E-Prime 하드웨어 키를 컴퓨터의 범용 직렬 버스 포트에 삽입하세요. E-Studio 아이콘을 더블 클릭하면 소프트웨어를 실행하세요. 그 다음 파일을 선택하고 열기를 선택해 프로젝트 파일을 불러오세요.
E-Run 시작 인터페이스에서 주제 번호, 세션 번호 및 기타 필요한 정보를 입력하세요. 이제 도구와 E-Run을 클릭하세요. 그 다음 연습 세션을 실행하기 위해 달리기를 선택하세요.
참가자가 지침을 이해하고 주 실험과 동일한 10개의 연습 시험을 수행하도록 하세요. 완료 후에는 참가자가 자극을 명확히 읽고 이해했는지 묻습니다. 참가자가 준비됐다고 확인하면 연습 시험 후 지시 화면으로 넘어가세요.
참가자에게 스페이스바를 눌러 주요 실험을 시작하라고 지시하세요. 이 실험은 120개의 실험으로 구성되어 있으며, 각 블록은 60개씩 두 블록으로 나뉘며, 블록 사이에 2분간의 휴식이 의무화되어 있습니다. 모니터 화면을 사용해 인접한 방에서 세션 진행 상황을 모니터링하세요. 완료 후에는 소프트웨어가 자동으로 데이터 파일을 저장하는지 확인하세요.
이제 참가자의 전극 캡을 제거하세요. 참가자에게 머리카락과 피부에 남아 있는 전도성 젤을 제거하고 잔여물이 없도록 지시하세요. 청소 후 참가자가 불편함을 느끼지 않는지 확인하세요.
실험을 마치고 보상을 제공하세요. EEG 데이터를 육안으로 검사하고, 유의미한 기초 편차나 심한 잡음 아티팩트가 있는 시기는 제외합니다. 수직 안구 채널을 기준으로 설정하세요.
스캔 소프트웨어의 안구 아티팩트 감소 알고리즘을 적용하여 깜빡임과 눈 움직임 아티팩트를 보정하세요. 다음으로, E-Prime 프로그램이 삽입한 이벤트 마커를 사용해 연속 데이터를 자극 시작에 고정된 에포크(epochs)로 분할합니다. 시간 창을 -200밀리초에서 플러스 800밀리초까지 정의하세요.
자극 전 200밀리초 간격을 기준선으로 정의하고 스캔 소프트웨어에서 기준선 보정을 적용합니다. 분석 창 내에서 신호 진폭이 ±100 마이크로볼트를 초과하는 에포크는 아티팩트를 제거하기 위해 제외합니다. 좌우 유선돌기 전극의 평균 신호를 계산하세요.
오프라인 채널을 이 유양돌기 평균으로 다시 참조하세요. 각 참가자에 대해 동일한 자극 조건 내에서 모든 인공물이 없는 시기를 평균화하여 조건별 사건 관련 잠재 파형을 얻습니다. 그 다음 평균 파형에 24데시벨 롤오프 속도의 30헤르츠 저역 통과 필터를 적용합니다.
모든 참가자의 개별 평균을 합쳐 각 조건별 이벤트 관련 잠재력을 산출합니다. 만족도 평가는 서비스 에이전트의 주요 효과가 유의미하게 나타났으며, 인간 에이전트의 만족도가 AI 에이전트보다 높았습니다. 언어 스타일의 주요 효과도 유의미하게 발견되었는데, 유머 상태에서의 만족도가 합리적 조건보다 높았다.
서비스 에이전트와 언어 스타일 간에 중요한 상호작용이 관찰되었습니다. 유머러스 언어 조건에서는 인간 에이전트가 AI 에이전트보다 만족도가 더 높았다. N2 성분은 유의미한 주효과로 나타났으며, 합리적인 언어 스타일은 유머러스한 언어 스타일보다 더 부정적인 N2를 유발했다.
P300 구성 요소에서 서비스 에이전트와 언어 스타일 간의 상당한 상호작용이 관찰되었습니다. 유머러스 언어 조건에서는 인간 에이전트가 AI 에이전트보다 더 긍정적인 P300을 유도했습니다. AI 에이전트 조건에서는 합리적인 언어 스타일이 유머러스한 언어 스타일보다 더 긍정적인 P300을 유도했다.
이 프로토콜은 라이드헤일링 서비스 복구 전략에서 에이전트 유형과 언어 스타일에 대한 사용자의 신경 및 행동 반응을 측정합니다. 발생 자극 타이밍, 정확한 전극 배치, 저임피던스, 엄격한 아티팩트 제거는 신뢰할 수 있는 EIP 데이터를 얻는 데 매우 중요합니다. 향후 연구는 문화 간 효과, 성격 영향, 그리고 AI 인간 회복 커뮤니케이션에서 우리와 협력할 수 있습니다.
전체 스크립트를 보고 수천 개의 과학 동영상에 액세스하세요
본 연구는 차량 호출 서비스의 복구 시나리오에서 서비스 제공자 유형(인간 또는 AI)과 언어 스타일(유머러스함 또는 이성적임)이 승객의 만족도와 그 기저의 신경 메커니즘에 어떠한 영향을 미치는지 조사합니다. 이벤트 관련 전위(ERPs) 프로토콜을 사용하여, 본 연구는 행동 만족도 평가와 고해상도 EEG 데이터를 결합함으로써 서비스 실패 후 보정 전략에 대한 고객 반응에 관여하는 인지 과정을 밝힙니다.
에이전트 유형 및 언어 스타일에 따른 사용자 만족도의 정량적 신경 및 행동 판독값은 디지털 서비스 회복 전략을 최적화하기 위한 실행 가능한 통찰력을 제공합니다. 고해상도 ERP 측정은 인간-컴퓨터 상호작용 모델의 메커니즘적 리스크 제거를 가능하게 하여, 소비자 신경과학 및 서비스 경영 R&D의 예측 신뢰도를 높여줍니다. 본 프로토콜은 인지적 가설 검증에서 확장 가능한 플랫폼 개입에 이르는 중개적 연속성을 강화합니다.
본 ERP 프로토콜은 서비스 회복 시나리오에서 디지털 에이전트 및 커뮤니케이션 스타일 최적화를 위한 발견에서 검증으로 이어지는 연속 과정에 통합됩니다.