내용 요약: 이 발표는 카메라 기반 표정 인식 시스템의 한계를 해결하기 위해 제안된 EarIO를 소개하는 발표입니다. 기존 표정 인식 방식은 주로 카메라를 사용하기 때문에 전력 소모가 크고, 이동 중이나 일상생활에서 사용하기 어렵다는 문제가 있습니다. EarIO는 이러한 문제를 해결하기 위해 이어폰에 스피커와 마이크를 내장하고, Acoustic Sensing을 이용해 표정 변화를 감지하는 시스템입니다. 구체적으로는 음향 신호를 보내고 얼굴 표면에서 반사되어 돌아오는 신호의 지연 시간을 분석하여, 표정 변화에 따른 얼굴 표면의 미세한 변화를 추정합니다. 사용자 실험을 통해 EarIO가 다양한 일상 환경에서도 안정적으로 동작함을 입증했으며, 일상 생활에서 활용 가능한 저전력, 비침습적인 표정 인식 시스템의 기반을 마련했다는 점에서 의의를 갖습니다.

내용 요약: 해당 발표는 인간이 시각과 청각 정보를 결합하여 목표물을 찾는 과정을 시뮬레이션한 'Sensonaut' 모델을 다룹니다. 기존 연구들이 인지와 행동을 독립적으로 모델링했던 것과 달리, 이 모델은 부분 관측 마르코프 결정 과정(POMDP)을 통해 두 과정을 하나의 연속적인 과정으로 통합했습니다. 모든 방향의 청각 단서로 방향을 잡고 시야 내의 시각 단서로 거리를 정밀하게 측정하며, 이를 과거 기억과 결합해 현재의 상태를 추론합니다. 또한 자원 합리성 원리에 따라 이동보다 비용이 적은 고개 돌리기를 우선하는 등 가장 효율적인 행동 정책을 결정합니다. VR 실험을 통해 Sensonaut이 인간의 실제 탐색 시간과 이동 경로를 유사하게 재현함을 입증했으며, 이는 향후 인지 부하를 최소화하는 인터페이스 설계에 기여할 수 있습니다.