로봇이 인간관계를 이해하는 시대 — ARIS: Social Robots를 위한 관계 지능 시스템

로봇이 내 대화를 듣고, 내가 누구와 무슨 관계인지 기억하고, 그걸 바탕으로 더 자연스럽게 대화하는 시대다.

Monash University 연구팀이 그걸 실제로 만들어냈다. 이름하여 ARIS — Agentic and Relationship Intelligence System. 소셜 로봇을 위한 관계 지능 프레임워크다.

문제가 뭐였나

기존 소셜 로봇은 크게 두 가지로 한계가 있었다.

첫째, 관계 추론의 부재. 로봇은 당신과 대화할 수는 있지만, 당신이 누구와 어떤 관계인지 모른다. 가족이야, 동료야, 연인인가? 이런 사회적 맥락을 파악하지 못하니까 대화의 깊이가 자연스럽게 제한된다.

둘째, 장기 대화의 한계. 대화가 길어질수록 언어 모델은 과거 문맥을 놓치거나 응답 지연이 늘어난다. 수천 번의 교환이 이어지는 밀집적 대화에 대응하기 어렵다.

ARIS는 이 두 문제에 동시에 덤볐다.

핵심은 세 가지 아키텍처가 조화를 이루는 구조다.

로봇이 만나는 사람을 노드로, 사람 간 관계를 엣지로 표현한다. 대화를 통해 “철수와 영희는 부부야”, “영희는 간호사야” 같은 정보를 추출하면 그대로 그래프에 저장된다.

다음에 영희가 다시 방문하면, 로봇은 이름만으로 이전 대화를 꺼내올 수 있다. 한번도 만난 적 없는 사람에 대해서는 유사 이름 매칭으로 기존 노드와 통합한다.

대화 기록이 길어질수록 일반 언어 모델은 성능이 저하된다. ARIS는 하이브리드 의미 검색 + 최근성 인식 방식으로 대화를 효율적으로 검색한다. 응답 지연은 낮게 유지하면서도 수천 차레의 교환에서 맥락적 관련성을 보장한다.

음성 인식, 시각 처리, 신체 조작을 구조적 API로 조율한다. 추론 모듈이 사용자의 의도를 파악하고, 실행 모듈이 적절한 API를 선택해 로봇이 움직이든 말하든 반응한다.

사용된 기술 스택:

Pepper 로봇을 실제 대인 대화 환경에 놓고, 일반 언어 모델 베이스라인과 비교하는 사용자 연구를 진행했다 (N=23).

결과는 명확했다.

지표	효과 크기 (Cohen’s d)
인지된 지능 (Perceived Intelligence)	0.74
생명성 (Animacy)	0.70
유사인간성 (Anthropomorphism)	1.05
호감도 (Likeability)	0.46

유사인간성이 d=1.05로 가장 큰 효과를 보였다. 기존 언어 모델만 쓴 로봇에 비해 ARIS 기반 Pepper가 “거의 사람처럼” 느껴졌다는 뜻이다.

ARIS의 Ideas가 흥미로운 이유는 두 가지다.

1. 관계 데이터의 가치. 챗봇이나 AI 어시스턴트도 결국 “누구와 대화하느냐"에 따라 대응 방식이 달라져야 한다. 사용자 간 관계를 지식 그래프로 기록하는 Ideas는 고객 응대, 멘탈 케어, 교육 같은 분야에도 적용 가능한다.

2. 검색 증강 생성의 확장 가능성. 천 건이든 천만 건이든 문맥을 효율적으로 검색하는 메커니즘은 모든 장기 대화 AI 시스템에 필요하다. ARIS의 하이브리드 검색 방식은 실무에서 참고할 만하다.

로봇이 단순히 명령을 수행하는 시대는 지났다. ARIS가 보여준 건, 로봇이 사회적 관계를 이해하고 추적할 수 있다면 사람과 의외로 자연스러운 대화가 가능하다는 것이다.

연구는 오픈소스로 공개 발표될 예정이라, 관심 있는 분들은 지켜보면 좋겠다.