택배기사의 신체적·정신적 부담 완화를 위한 인간-AI 기반 휴머노이드 로봇 간 협업 모델 제안 (A Human-AI Collaborative Model Involving Humanoid Robots to Alleviate the Physical and Mental Burden of Delivery Workers)

서지정보

· 발행기관 : 한국디자인학회
· 수록지 정보 : 디자인학연구 / 38권 / 2호 / 269 ~ 299페이지
· 저자명 : 이영규, 지혜선, 오선미, 강현구, 최원미, 구유리

초록

연구배경 본 연구는 택배 서비스의 라스트 마일(last-mile) 배송 구간에서 택배기사와 AI 기반 휴머노이드 로봇 간의 협업 모델을 제안한다. 인간-AI 협업을 효과적으로 구현하기 위해 AI 기반 휴머노이드 로봇이 수행할 수 있는 적절한 역할과 전략을 탐색하는 것을 주요 목적으로 한다. 기존 연구들이 주로 물류센터 내 자동화에 집중된 반면, 본 연구는 실제 배송 현장에서 발생하는 택배기사의 신체적·심리적 부담을 완화하고, 업무 효율성을 향상시키기 위한 새로운 협업 모델을 제시한다.
연구방법 인간 중심 디자인(HCD, human-centered design) 방법론에 기반한 서비스 디자인 프로세스를 적용하였다. 먼저 인간-AI 협업의 개념과 주요 고려사항에 대한 이론적 고찰을 수행하고, 디지털 에스노그래피 및 심층 인터뷰를 통해 택배기사들이 경험하는 주요 페인포인트를 도출하였다. 이를 바탕으로 협업 수준별 다양한 서비스 시나리오를 개발하고, 정량적 및 정성적 평가를 통해 그 타당성을 검증하였다.
연구결과 AI 기반 휴머노이드 로봇의 도입은 반복적인 중량물 적재로 인한 신체적 피로와 파손 상품에 대한 클레임 처리 부담 등 주요 문제를 완화하는 데 효과적일 수 있음이 확인되었다. 또한 고객 응대 업무의 자동화는 작업자의 정신적 부담을 줄이는 데 기여할 수 있음을 보여주었다. 정량적 평가에서는 ‘신뢰성_오류 회복성’이 90%로 높은 긍정 평가를 받은 반면, ‘터치포인트_연결성’(76%)과 ‘로봇윤리_책임성’(70%)은 개선이 필요한 항목으로 나타났다. 정성적 평가에서도 시스템의 신뢰성과 멀티모달 상호작용 능력에 대한 긍정적 피드백이 있었으며, 동시에 로봇윤리의 책임성, 오류 제어의 통제 가능성, 앱 개인화 적절성에 대한 개선 요구도 도출되었다.
결론 본 연구는 AI 기반 휴머노이드 로봇이 인간-AI 협업에서 보조자이자 동료로 기능할 수 있으며, 이는 업무 효율성과 배송 환경 개선에 실질적으로 기여할 수 있음을 확인하였다. 또한 다양한 멀티모달 상호작용이 협업 수준을 구체화하고, 인간-로봇 간 상호작용의 질을 향상시키는 데 핵심적인 역할을 한다는 점도 입증되었다. 마지막으로, AI 시스템에 대한 신뢰 구축을 위해서는 로봇윤리의 책임성, 오류 제어의 통제 가능성, 그리고 보안 기능의 확보가 필수적임을 강조한다. 본 연구 결과는 택배 산업뿐 아니라 물류를 포함한 다양한 서비스 산업 전반에 걸쳐 인간-AI 협업 모델의 실질적 확산 가능성을 시사한다.

영어초록

Background This study proposes a collaborative model between delivery workers and artificial intelligence (AI)-based humanoid robots in the last-mile delivery segment of courier services. The primary objective is to explore appropriate roles and strategies that AI-powered humanoid robots can undertake to enable effective human-AI collaboration. While previous research has primarily focused on automation within logistics centers, this study presents a new collaboration model aimed at alleviating the physical and psychological burdens experienced by delivery workers in real-world delivery settings and improving operational efficiency.
Methods A service design process grounded in the human-centered design (HCD) methodology was applied. The study began with a theoretical review of the concept of human-AI collaboration and its key considerations. Digital ethnography and in-depth interviews were conducted to identify major pain points experienced by delivery workers. Based on these insights, various service scenarios were developed according to different levels of collaboration with AI-based humanoid robots, and their validity was verified through both quantitative and qualitative evaluations.
Results The findings confirmed that the integration of AI-based humanoid robots could be effective in mitigating critical challenges, such as physical fatigue caused by repetitive loading of heavy parcels and the burden of managing claims related to damaged goods. Furthermore, automating customer service tasks contributed to reducing the psychological stress of delivery workers. In the quantitative evaluation, trust–error recoverabilityreceived a high positive score (90%), while touchpoint connectivity(76%) and robot ethics–accountability(70%) were identified as areas needing improvement. The qualitative assessment also revealed positive feedback regarding the system’s reliability and multimodal interaction capabilities, along with suggestions for improvement in robot ethics accountability, controllability of error management, and appropriateness of app personalization. Conclusions This study demonstrates that AI-based humanoid robots can function as both assistants and peers in human-AI collaboration, contributing significantly to improving work efficiency and delivery environments. Moreover, diverse forms of multimodal interaction play a critical role in defining levels of collaboration and enhancing the quality of human-robot interaction. Finally, the study highlights that ensuring ethical accountability, controllability of error management, and robust security functionsare essential for building trust in AI systems. These findings suggest the potential for the practical expansion of human-AI collaboration models not only in the courier industry but also across the broader logistics and service sectors.

참고자료

· 없음