A Study on the Facial Expression-Emotion Recognition Consistency of AI-Generated Digital Human Faces - Focusing on Plutchik’s Emotion Model Theory -
Journal of Cultural Product & Design · 30.06.2026 · 85 · 205-217
DOI: 10.18555/kicpd.2026.85.016 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Cultural Product & Design, online erschienen am 30.06.2026. Verfasst von Hwa Jin Park.
Abstract (Originalsprache)
본 연구는 생성형 AI 기반 디지털 휴먼의 얼굴 표현 제작 가능성과 표정에 대한 정서 전달 정확도를 검증하는 데 목적이 있다. 이를 위해 Robert Plutchik의 24가지 정서 모델 이론을 기반으로 정서별 표정 특징을 정의하고 OpenAI(ChatGPT), Artlist AI, Genspark를 활용하여 총 72 개의 디지털 휴먼 표정을 생성하였다. 이후 전문가 리뷰와 일반인 설문조사를 통해 표정-정서 인식 일치성을 검증하였다. 연구 결과, 기본 정서와 강한 정서는 비교적 높은 표정-정서 인식 일치성을 보인 반면, 순한 정서는 전반적으로 낮은 정서 인식 일치성을 나타냈다. 특히 기본정서의 놀라움, 슬픔, 혐오, 강한 정서의 격노, 비통, 극한공포는 높은 정서 전달력을 보였으며 혼합형 AI 기반 디지털 휴먼의 표정은 일부 정서에서 단일형 AI 기반 디지털 휴먼의 표정보다 높은 정서 인식 일치성을 나타냈다. 이는 복수의 생성형 AI 도구를 활용한 이미지 선정 방식이 정서 전달 정확도 향상에 긍정적으로 작용할 가능성을 시사한다. 반면 신뢰, 존경, 경계, 호기심, 부주의와 같은 사회적·인지적 정서는 얼굴 표정만으로 정서 전달하는 데 한계가 있는 것으로 나타났다. 따라서 디지털 휴먼의 정서 표현 정확도를 높이기 위해서는 얼굴 표정뿐 아니라 시선, 제스처, 움직임, 음성, 상황 맥락과 같은 비언어적 요소를 함께 고려할 필요가 있다. 본 연구는 생성형 AI 기반 디지털 휴먼 표정의 활용 가능성과 한계점을 연구를 통해 실증적으로 제시하였으며 향후 정서 기반 디지털 휴먼 제작 및 감정 인터페이스 개발을 위한 기초자료를 제공하였다는 데 의의가 있다.
Zitieren
APA
Park, H. J. (2026). A Study on the Facial Expression-Emotion Recognition Consistency of AI-Generated Digital Human Faces - Focusing on Plutchik’s Emotion Model Theory -. Journal of Cultural Product & Design, 85(0), 205-217. https://doi.org/10.18555/kicpd.2026.85.016
Vancouver
Park HJ. A Study on the Facial Expression-Emotion Recognition Consistency of AI-Generated Digital Human Faces - Focusing on Plutchik’s Emotion Model Theory -. Journal of Cultural Product & Design. 2026;85(0):205-217. doi:10.18555/kicpd.2026.85.016
BibTeX
@article{Park2026,
author = {Park, Hwa Jin},
title = {A Study on the Facial Expression-Emotion Recognition Consistency of AI-Generated Digital Human Faces - Focusing on Plutchik’s Emotion Model Theory -},
journal = {Journal of Cultural Product & Design},
year = {2026},
volume = {85},
number = {0},
pages = {205--217},
doi = {10.18555/kicpd.2026.85.016}
}
EUVIMED