A Study on the Design of Conversational AI Waiting Experiences Based on Time Perception Mechanisms

본 연구는 시간 인지의 심리적 및 신경학적 메커니즘을 기반으로, 대화형 인공지능(AI)의 대기 단계에서 사용자의 주관적 시간 지각과 감정 경험을 조절하는 전략을 탐구하였다. 대규모 언어 모델(LLM)은 복잡한 응답을 생성할 때 지연(latency)을 보이는 경우가 많으며, 이는 사용자가 ‘결과의 불확실성과 진행의 비가시성’ 상황에서 불안과 이탈 행동을 경험하게 만든다. 이러한 문제를 완화하기 위하여 본 연구는 시간 인지 메커니즘에 기반한 사전 로딩(pre-loading) 텍스트 디자인 전략을 제안하였다. 완전한 응답이 생성되기 전에 요약적 결론, 구조화된 진행 정보, 예상 완료 시간을 제시함으로써 내용의 예측 가능성과 감정의 안정성을 높이고자 하였다.<br/> 웹 기반 시뮬레이션 실험(N = 80 명의 참여자; 160개의 페어 관측치)의 결과, 전통적인 로딩 메시지보다 예측 가능성을 제공한 사전 로딩 조건에서 주관적 대기 시간이 유의하게 단축되고 불안 수준이 감소하였다. 이러한 효과는 ‘주의 게이팅(attentional gating)’과 ‘각성 조절(arousal modulation)’의 이중 경로 메커니즘으로 설명할 수 있다. 구조화된 단서는 주의를 시간 인식에서 의미 처리로 전환시키며, 내용의 예측 가능성은 LC–NE 시스템의 이득을 억제하고 내부 시계의 속도를 늦춘다. 본 연구는 세 가지 디자인 원칙—구조화된 진행 피드백, 의미적 리듬 일치, 언어적 신뢰성의 중립성—을 제시하였으며, ‘시간 적응형 인터페이스(temporally adaptive interface)’ 개념을 도입하였다. 이러한 결과는 대화형 AI의 대기 경험에서 시간 인지의 조절 가능성을 입증하며, 지능형 상호작용 시스템의 인지 리듬과 감정 안정성 최적화를 위한 이론적 토대와 디자인 방향을 제시한다.