[발표자] 김예인 (cit2lights@sookmyung.ac.kr)
[논문 제목] Narrating Fitness : Leveraging Large Language Models for Reflective Fitness Tracker Data Interpretation
[저자] Konstantin R. Strömel, Stanislas Henry, Tim Johansson, Jasmin Niess, and PawełW. Woźniak.
[학술대회/학술지] CHI ’24: Proceedings of the 2024 CHI Conference on Human Factors in Computing Systems
LLM의 기술적 특성을 성찰이라는 개념과 직접 연결했다는 점이 신선하게 다가왔습니다. 지금까지 알고 있던 피트니스 트래커나 PI 시스템에서 LLM이 활용될 수 있는 방향은 대부분 요약, 추천, 코칭 같은 기능이라고 생각했는데, 이 연구는 숫자를 글로 바꾸는 능력 그 자체를 성찰의 매개로 삼았다는 점에서 관점이 새롭게 느껴져 재밌게 들었습니다.
또 다른 흥미로웠던 점은 이 논문이 LLM 기반 텍스트 서술을 무조건 긍정적으로 평가하지 않는 태도를 유지하고 있다는 부분이었습니다. 텍스트가 성찰을 촉진할 수 있다는 결과를 보여주면서도, 그것이 완전한 분석이 아니라 하나의 해석적 관점에 불과하다는 점을 명확히 드러내야 한다고 제안한 부분에 저 역시 공감했습니다. 이는 LLM이 생성한 텍스트가 사용자에게 쉽게 권위적으로 받아들여질 수 있다는 점을 의식함과 동시에 사용자에게 해석의 여지를 남기는 설계가 왜 중요한지를 강조한 논의라고 느꼈습니다.
결국 성찰을 LLM에 접목시키는 방식이 데이터 표현 방식과 해석의 책임을 재설계하는 문제라는 생각이 들었습니다. 텍스트 기반 서술이 사용자의 경험을 풍부하게 만들 수 있지만 그만큼 기대 수준도 높이고 해석의 영향력도 커질텐데, 이 연구가 제안하는 것처럼 LLM이 만들어낸 이야기를 하나의 정답처럼 제시하기보다 여러 관점 중 하나로 명시하는 태도가 앞으로의 LLM 텍스트 생성 연구에서도 중요해질 것 같다는 생각이 들었습니다.
이런 점들 때문에 이 논문은 성찰 연구뿐만 아니라 LLM 텍스트 생성 자체를 어떻게 사용자 경험의 일부로 설계해야 하는지에 대해서도 의미 있는 시사점을 던지는 연구라고 느껴져 LLM을 연구하고 싶은 저에게도 많은 생각거리를 제공해준 논문이었습니다.
좋아요좋아요
논문 영상을 보면서 설명 중심인 텍스트가 언제나 사용자 경험에 더 긍정적인 영향을 줄 것이라고 막연히 생각해 왔던 제 편향된 모습을 확인할 수 있었습니다. 특히 피트니스 데이터라는 맥락에서는 저 역시 정량적 수치와 시각적 차트를 기본으로 하되, 이를 보완하는 형태로 텍스트 서술이 제공되는 방식을 선호하고 있다는 점을 다시 한번 인식하게 되었습니다. 운동은 본질적으로 수치와 밀접하게 연결된 활동이며, 사용자들은 자신의 변화와 성과를 빠르고 직관적으로 파악할 수 있는 시각적 정보를 통해 개선점과 누적된 결과를 확인하고자 한다는 점에서 차트의 역할은 여전히 중요하다는 것을 알 수 있었습니다.
그래도 이 연구를 통해 LLM이 생성한 질적 서술이 사용자가 스스로 수치를 해석하며 의미를 구성해야 했던 기존 방식에 비해 인지적 부담을 줄여주고, 데이터 경험을 보람 있게 만들 수 있다는 가능성을 보여주었으며, 개인적으로도 이러한 서술 방식은 저와 같이 운동 동기 유지에 어려움을 느끼는 사용자에게 실질적인 도움이 될 수 있겠다는 생각이 들었습니다.
향후에는 사용자의 성향이나 목표에 따라 어조나 피드백 강도를 조절할 수 있는 개인화된 접근도 고려해보면 좋지 않을까라는 생각도 들었고, 하이브리드 인터페이스를 구축할 때 어떻게 하면 사용자에게 더 효과적으로 접근할 수 있을지에 대한 논의도 진행되면 좋을 것 같다는 생각이 들었습니다. 이번 리뷰 영상도 잘 들었습니다!
좋아요좋아요
평소 HCI와 LLM을 결합한 사용자 경험 연구는 많이 봐왔지만, 피트니스 데이터를 질적 서사로 풀어낸다는 관점은 처음 보는 것 같습니다. 기존의 정량적 데이터 시각화가 주는 한계를 LLM의 비교 기반 성찰 유도로 보완할 수 있다는 점이 인상 깊었고, 특히 텍스트가 사용자에게 더 높은 몰입감과 보람을 준다는 결과가 연구적으로 유의미해 보입니다. 또한 논문에서도 언급되었듯 장기적인 사용 시 Novelty Effect가 사라진 이후에도 이러한 긍정적 참여가 유지될지, 그리고 하이브리드 인터페이스에서 텍스트와 차트의 비중을 어떻게 최적화할지가 앞으로의 중요한 과제가 될 것 같다는 생각이 듭니다.
좋아요좋아요
이번 논문 영상을 통해 LLM이 텍스트만으로도 충분히 사용자의 성찰을 이끌어낼 수 있겠다고 느껴졌습니다.
특히 텍스트라는 표현 방식이 비교나 강조를 통해 데이터를 제시함으로써 사용자가 자신의 상태를 돌아보도록 유도하는 설득력을 지닌다는 점에 공감했습니다.
또한 수치 중심의 시각화가 일부 사용자에게는 오히려 부정적인 반추를 유발할 수 있다는 해석도 인상 깊었습니다. 이러한 한계를 보완하기 위해 텍스트와 시각화를 결합한 표현 방식이 필요하다는 점 역시 설득력 있게 다가왔습니다.
이를 바탕으로, 시각화와 텍스트 외에 어떤 데이터 표현 방식이 어떤 맥락에서 성찰을 보다 효과적으로 촉진할 수 있을지에 대해서도 추가로 고민해볼 필요가 있다고 생각합니다. 좋은 내용 감사합니다!
좋아요좋아요
성찰은 데이터를 단순히 시각화하여 보여주는 것만으로 자연스럽게 발생하는 것이 아니라, 적극적으로 촉진되어야 하는 활동이라는 점에서 본 논문의 성찰 이론이 흥미롭게 느껴졌습니다.
평소 챗봇을 활용해 자기 성찰을 자주 하는 편이라, 이러한 접근 방식이 더욱 인상 깊게 다가왔습니다.
다만, 피트니스 데이터가 실제로 어떻게 서술되는지에 대한 구체적인 예시가 추가로 제시되었으면 이해에 더 도움이 되었을 것이라 생각합니다.
또한 개선점이나 해석의 근거를 함께 설명해 주는 방식은 긍정적으로 느껴졌습니다. 그러나 설명 자체가 충분히 정확하지 않다면, 그러한 서술이 과연 얼마나 유의미할 수 있을지에 대해서는 의문이 들었습니다.
좋아요좋아요
LLM이 생성한 텍스트 기반 서술이 사용자의 성찰을 유도할 수 있음을 피트니스 트래커 데이터를 통해 연구한 점이 흥미로웠습니다. 기존에 차트를 활용해 데이터를 한눈에 파악할 수 있는 시각적 표현이 더 효과적일 것이라 생각했지만, 이 연구를 통해 텍스트 기반의 서술이 오히려 사용자의 성찰을 더 깊이 유도할 수 있다는 점에서 새로운 시각을 얻을 수 있었습니다.
또한 논의 부분에서도 언급되었듯이 LLM이 제공하는 설명은 완전한 분석이 아니라 하나의 관점으로 해석되어야 한다는 점이 다시 한 번 중요하다고 느껴졌습니다. 이는 LLM을 활용한 논문에서 반복적으로 나오는 부분으로 향후에 LLM을 설계하고 사용하는 데 있어서 모두가 지속해서 상기하고 유의해야 한다는 점을 상기시켜 주었습니다.
더 나아가 본 연구의 접근을 바탕으로 피트니스 트래커를 넘어 다양한 분야로 텍스트 기반 성찰이 확장된다면, 새로운 연구 방향으로도 발전할 수 있을 것이라는 생각이 들었으며, 새로운 연구는 어떤 결과가 나올까 하는 궁금증을 야기하는 논문이었습니다. 좋은 논문 리뷰 감사합니다.
좋아요좋아요
SM-HCAI LAB 
박서윤님에게 덧글 달기 응답 취소