인간-AI 협업 수준을 활용한 AI 서비스 연구: 병동 간호사 사례를 중심으로

전희원; 진다영; 최선미; 조혜원; 이기훈; 구유리

doi:10.15187/adr.2024.11.37.5.353

추천

검색

질문

자료유형: 학술저널

저자정보: 전희원 (홍익대학교) 진다영 (홍익대학교) 최선미 (홍익대학교) 조혜원 (홍익대학교) 이기훈 (홍익대학교) 구유리 (홍익대학교)

저널정보: 한국디자인학회 Archives of Design Research Archives of Design Research Vol.37 No.5 (Wn.153)

발행연도: 2024.11

수록면: 353 - 383 (31page)

DOI: 10.15187/adr.2024.11.37.5.353

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

연구배경 : 본 연구는 업무 환경에서 AI 서비스를 도입하고자 할 때 인간-AI 협업 수준을 단계적으로 접목하는 프로세스를 통해 AI 서비스를 설계하는 방식을 제안한다. 연구에서는 AI 서비스가 활용될 수 있는 다양한 업무 환경 중 환자 중심의 의료 시스템 안에서 비교적 주목 받고 있지 못했던 병동 간호사의 역할에 주목하였으며 서비스 디자인적 접근을 통해 그들이 겪는 문제를 구체적으로 파악하고 실질적인 개선 방안을 제안하고자 하였다.
연구방법 : 첫째, 인간과 AI, 두 주체의 특성을 기반으로 인간-AI 협업의 개념과 협업 상황에서 고려해야 하는 서비스 요인들을 이론적으로 탐색하였다. 둘째, 심층 인터뷰를 통해 연구 대상자들의 업무 과정과 근무 환경을 종합적으로 이해하고 문제를 진단하였다. 셋째, 이를 바탕으로 인간-AI 협업을 위한 기회요인을 분석하였으며, AI 협업 수준에 따라 서비스 시나리오를 구체화하고 연구 대상자의 관점으로 선호도를 평가하여 주요 개선 방안 을 도출하였다. 넷째, AI 서비스에 특화된 서비스 평가 기준을 수립하고, 시나리오 기반으로 제작된 프로토타입 에 대한 평가 및 인터뷰를 통해 개선 방안에 대한 검증 과정을 거쳤다. 최종적으로 평가 결과를 분석하여 시스템 맵으로 가시화하였으며 인간-AI 협업 수준 기반 서비스 블루프린트를 통해 바람직한 미래로의 혁신 필요성을 제시하였다.
연구결과 : 연구에서는 간호사가 교대 근무를 하며 인수인계에 불필요한 시간을 소모하고 업무 과정 중 불특정 다수의 환자와 보호자에게 요청사항을 받는 등 동시다발적인 커뮤니케이션 상황에서 피로가 큰 점, 근무 내용을 수기로 기록하였다가 사후 전산화하는 이중 작업 등으로 비효율을 겪음을 발견하였다. 연구에서는 이러한 문제를 해결하기 위해 연구 대상자의 선호도에 따라 높은 수준의 AI 서비스 도입을 제안하였으며 검증 결과 사용성, 상호작용, 인간-AI 협업에서 긍정적 평가를 받았으나 신뢰도 측면에서 상대적으로 낮은 평가를 받았다.
결론 : 본 연구는 연구 과정에서 AI 서비스의 과도한 자동화가 신뢰도 문제를 야기할 수 있으며, 설명 가능 한 데이터 기반의 근거가 필요함을 확인하였다. 또한, 전통적인 업무 프로세스와 의료 분야의 특성을 고려하여 점진적인 변화가 필요하며, 인간의 개입과 판단을 보장하는 방안 모색이 필요하다는 결론을 도출하였다.

Background : The present study proposes a method for designing artificial intelligence(AI) services by gradually integrating the level of human-AI collaboration when introducing AI services in work environments. The research focuses on the role of ward nurses, which has been relatively overlooked in patient-centered healthcare systems, among various work environments where AI services can be utilized. Through a service design approach, the study aims to identify the specific issues that they face and proposes practical improvement measures.
Methods : First, based on the characteristics of the two entities—humans and AI—the study theoretically explored the concept of human-AI collaboration and the service factors that need to be considered in collaborative situations. Second, through in-depth interviews, the work processes and environments of the study participants were comprehensively understood, and problems were diagnosed. Third, based on this understanding, the study analyzed opportunity factors for human-AI collaboration, developed service scenarios according to levels of AI collaboration, and assessed preferences from the participants' perspectives to derive key improvement measures. Fourth, service evaluation criteria specialized for AI services were established, and the proposed improvements were validated through evaluations and interviews on prototypes created based on the scenarios. Finally, the evaluation results were analyzed and visualized in a system map, and the study proposed the necessity of innovation toward a desirable future through a service blueprint based on levels of human-AI collaboration.
Results : The study found that nurses experience inefficiencies due to factors such as spending unnecessary time during shift handovers, receiving requests from multiple patients and their families simultaneously, leading to communication fatigue, and performing double work by manually recording tasks and later digitizing them. To address these issues, the study proposed the introduction of a high- level AI service, based on the preferences of the participants. The validation results showed positive evaluations in terms of usability, interaction, and human-AI collaboration, but relatively lower ratings in terms of trust.
Conclusions : The study identifies that excessive automation of AI services during the research process can lead to reliability issues, emphasizing the need for explainable, data-driven evidence. The study concludes that gradual changes are necessary considering the traditional workflow processes and unique characteristics of the medical field, highlighting the need to explore measures that ensure human intervention and judgment.

#Human-AI Collaboration #AI Service #Service Design #Ward Nurses #Work Productivity #인간-AI협업 #AI 서비스 #서비스 디자인 #병동 간호사 #업무 생산성

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

AI 기반 서비스디자인을 통한 수술실 간호사의 업무 환경 개선 및 다학제적 융합 연구

이유미 , 한도현 , 조민서 외 2명 한국과학예술융합학회 2024 .09

의료정보시스템의 기술 및 시장 동향 분석을 통한 주요 이슈 도출 및 향후 발전 방향 고찰

이종택 한국지능정보시스템학회 학술대회논문집 2013 .11

AI 디자인 툴의 디자인 업무 지원 방향성 제안

정은희 , 최정민 Archives of Design Research 2022 .11

간호대학생의 MBTI 성격유형에 따른 스트레스 정도, 스트레스 대처방식 및 학교적응

이영란 , 김선희 , 주민선 한국간호교육학회지 2013 .05

AI 스피커 기반 간호 기록 업무 보조 시스템을 활용한 업무 효율화 연구

최효재 , 김율 , 허준 외 1명 한국정보과학회 학술발표논문집 2024 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-091129804

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)