Fits In, Stands Out?Workspace Congruence and the Noticeability of a Desk Robot's Posture Cues책상과 어울리는 로봇은 덜 눈에 띄지만, 더 잘 따르게 할까?

Abstract

A desk robot that coaches posture faces two demands that may pull against each other: it should belong in a person's workspace for weeks, and its cues should be noticed while the person is busy with something else. Research on scene perception suggests that objects which fit their surroundings attract less attention, and that slow changes can go unnoticed altogether; research on human–robot interaction suggests that robots whose appearance fits the task and setting are trusted and obeyed more. We bring these together in one prediction: a robot whose form is congruent with its workspace is noticed later when it cues gradually, but its cues are followed more often — and an abrupt onset of motion removes the noticing cost. A six-joint desk robot with identical joints, motions and display face wears either a botanical or a technical skin (between participants) and stands on a plant-rich and on a device-heavy desk (within participants), so that congruence is the skin × desk interaction rather than a property of either skin. While participants transcribe text, the robot answers their slouching with gradual or abrupt cues. [RESULT: N = …; congruent pairings were noticed … s later for gradual cues, not for abrupt cues; cues were followed in …% vs …%]. We argue that spatial harmony is a design dimension with a measurable attentional price, and that the timing of motion onset is the lever that lets a designer keep the harmony and pay the price only when a cue matters.

자세를 코칭하는 책상 로봇에게는 서로 부딪칠 수 있는 두 가지 요구가 있습니다. 몇 주 동안 사람의 작업 공간에 어울려야 하고, 동시에 사람이 다른 일에 몰두해 있을 때도 신호가 눈에 띄어야 합니다. 장면 지각 연구에 따르면 주변과 어울리는 물체는 주의를 덜 끌고, 천천히 일어나는 변화는 아예 알아차리지 못할 수도 있습니다. 반면 인간–로봇 상호작용 연구는 과업과 환경에 어울리는 외형의 로봇을 사람들이 더 신뢰하고 더 잘 따른다고 말합니다. 우리는 이를 하나의 예측으로 묶습니다. 작업 공간과 어울리는 로봇은 천천히 신호할 때 더 늦게 알아차려지지만 그 신호는 더 자주 지켜지며, 움직임을 갑자기 시작하면 늦게 알아차리는 비용이 사라진다. 관절 · 동작 · 화면 얼굴이 모두 같은 6관절 책상 로봇이 식물형 또는 기계형 외형을 입고(참가자 간), 식물이 많은 책상과 기기가 많은 책상에 놓입니다(참가자 내). 그래서 "어울림"은 어느 한 외형의 성질이 아니라 외형 × 책상의 상호작용이 됩니다. 참가자가 글을 옮겨 치는 동안 로봇은 참가자가 구부정해지면 천천히 또는 갑자기 신호합니다. [결과: N = …; 어울리는 조합은 천천히 하는 신호에서 … 초 늦게 알아차려졌고 갑작스러운 신호에서는 차이가 없었다; 신호를 따른 비율 …% 대 …%]. 공간 조화성은 측정 가능한 주의의 대가를 지닌 디자인 차원이며, 움직임을 시작하는 타이밍은 디자이너가 조화를 지키면서 꼭 필요한 신호에만 그 대가를 치르게 해 주는 손잡이라고 주장합니다.

Research questions연구 질문

1. RQ1 Does fitting the workspace cost a desk robot its noticeability?작업 공간과 어울리면 책상 로봇이 덜 눈에 띄는가?
2. RQ2 When — for every cue, or only for cues without a sudden start?언제 그런가 — 모든 신호에서, 아니면 갑작스러운 시작이 없는 신호에서만?
3. RQ3 Does fitting in buy anything back — more uptake, less annoyance — and through what: perceived fit, fluency, liking?어울림이 되돌려 주는 것이 있는가 — 더 많은 순응, 덜한 귀찮음 — 그리고 무엇을 통해서인가: 어울림 지각, 처리 유창성, 호감?
4. RQ4 Net of both, which robot actually gets a slouching person to sit up?둘을 합쳐 보면, 구부정한 사람을 실제로 바로 앉게 하는 로봇은 어느 쪽인가?

What the paper would contribute이 논문의 기여

• A trade-off, stated so it can fail. Scene-perception research and the HRI matching hypothesis make opposite predictions about a robot that fits in; we test both in one design.깨질 수 있게 쓴 트레이드오프. 장면 지각 연구와 HRI의 매칭 가설은 어울리는 로봇에 대해 반대 방향을 예측합니다. 한 설계에서 둘 다 시험합니다.
• Congruence without confounds. Fit is manipulated as a skin × desk interaction with identical kinematics, checked online before the lab, with colour contrast and saliency measured per pairing.혼입 없는 어울림. 어울림을 동작이 같은 로봇의 외형 × 책상 상호작용으로 조작하고, 실험실 전에 온라인으로 확인하며, 조합마다 색 대비와 saliency를 잽니다.
• A design lever. If the onset of motion removes the noticing cost, designers can keep harmony and pay for salience only when a cue matters.디자인 손잡이. 움직임의 시작이 알아차림 비용을 없앤다면, 디자이너는 조화를 지키면서 필요한 신호에만 눈에 띄는 비용을 치를 수 있습니다.
• An open platform. Robot CAD, swappable skins, cue motions, stimuli, survey and analysis code are released.열린 플랫폼. 로봇 CAD, 갈아 끼우는 외형, 신호 동작, 자극, 설문, 분석 코드를 공개합니다.

Two pathways, one trade-off두 개의 경로, 하나의 트레이드오프

Congruence acts on two different systems. On the attentional side it lowers the robot's priority: an object that is semantically expected and visually similar to its surroundings is fixated later, and a slow change with no transient may not be seen at all. On the social side it raises acceptance: a robot that matches its setting is processed more fluently, liked more and obeyed more readily. The onset of motion bypasses the first pathway — it captures attention whatever the object means — so the cost should appear for gradual cues only.어울림은 서로 다른 두 체계에 작용합니다. 주의 쪽에서는 로봇의 우선순위를 낮춥니다. 의미상 예상되고 주변과 시각적으로 비슷한 물체는 늦게 시선을 받고, 끊김 없이 천천히 바뀌면 아예 보이지 않을 수 있습니다. 사회적 쪽에서는 수용을 높입니다. 환경에 맞는 로봇은 더 유창하게 처리되고, 더 호감을 얻고, 더 쉽게 따르게 됩니다. 움직임의 시작은 첫 번째 경로를 우회합니다 — 물체의 의미와 상관없이 주의를 끌기 때문에, 비용은 천천히 하는 신호에서만 나타나야 합니다.

A robot that fits in may be seen later어울리는 로봇은 늦게 보일 수 있다

Changes slow enough to make no transient can go unnoticed (Simons, Franconeri & Reimer, 2000), and objects that fit a scene draw fewer fixations. But the onset of motion captures attention automatically (Abrams & Christ, 2003). The robot therefore cues in two ways — the same slump, with and without a sudden start. Both are the live digital twin; drag to orbit.끊김 없이 천천히 바뀌는 변화는 놓칠 수 있고(Simons, Franconeri & Reimer, 2000), 장면과 어울리는 물체는 시선을 덜 받습니다. 하지만 움직임이 시작되는 순간은 자동으로 주의를 끕니다(Abrams & Christ, 2003). 그래서 로봇은 두 가지로 신호합니다 — 같은 처짐 동작을, 갑작스러운 시작 없이 / 있이. 둘 다 실제 디지털 트윈이며 드래그해서 돌려 볼 수 있습니다.

Congruence is an interaction, not a look어울림은 외형이 아니라 조합이다

If we only compared a plant-like robot with a mechanical one, any difference could come from its colour, leaves or size. So each skin stands on both desks: congruence is the skin × desk interaction, and everything that belongs to one skin cancels out.식물 같은 로봇과 기계 같은 로봇만 비교하면, 차이가 색 · 잎 · 크기 때문인지 알 수 없습니다. 그래서 각 외형을 두 책상 모두에 놓습니다. 어울림은 외형 × 책상의 상호작용이 되고, 한 외형에만 속한 차이는 상쇄됩니다.

Predictions예측과 가설

Three confirmatory hypotheses carry the paper; three secondary ones explain it; two exploratory ones look for boundaries. All are pre-registered with their test before any data.확인적 가설 3개가 논문의 뼈대이고, 2차 가설 3개가 그 이유를 설명하며, 탐색 가설 2개가 경계를 찾습니다. 모두 데이터 전에 검정 방법과 함께 사전등록합니다.

What we expect to see예상되는 결과 모양

congruent pairing어울리는 조합 incongruent pairing안 어울리는 조합 · values are the assumptions used for the sample size, not data값은 표본 크기 계산에 쓴 가정이며 데이터가 아닙니다

Other explanations, and how the design rules them out다른 설명과, 설계가 그것을 배제하는 방법

Method

Design. Skin (botanical / technical) between participants; desk (plant-rich / device-heavy) within, two 25-minute blocks in counterbalanced order; cue onset (gradual / abrupt) within blocks, 8 cues per block triggered by the participant's own slouch. N = 100 (50 per skin), pre-registered mixed models.설계. 외형(식물형 / 기계형)은 참가자 간, 책상(식물이 많은 / 기기가 많은)은 참가자 내로 25분 블록 2개(순서 상쇄), 신호 시작(천천히 / 갑자기)은 블록 안에서 참가자가 실제로 구부정해질 때 8회. N = 100(외형당 50명), 혼합효과 모형으로 사전등록 분석.

One session한 세션의 흐름

1. Consent, posture and gaze calibration동의, 자세 · 시선 보정
2. Block 1 · 25 min typing on desk A블록 1 · 책상 A에서 25분 타자
3. Questionnaire · 10 min break블록 후 설문 · 10분 휴식
4. Block 2 · 25 min on desk B, questionnaire, end probe, debrief블록 2 · 책상 B 25분, 설문, 종료 질문, 사후 설명

Survey instruments설문 문항

The exact wording participants will see (draft v1). Try them: the forms below are a preview — nothing is sent or saved. Korean is the participant language; the Godspeed items still need back-translation.참가자가 실제로 보게 될 문구입니다(초안 v1). 아래 양식은 직접 눌러 볼 수 있는 미리보기이며, 아무것도 전송하거나 저장하지 않습니다. 참가자 언어는 한국어이고, Godspeed 문항은 역번역 검증이 남아 있습니다.

Preview — answers are not recorded.미리보기 — 응답은 기록되지 않습니다.

Each participant rates all four images in random order. Image:참가자는 네 장을 무작위 순서로 모두 평가합니다. 이미지:

Preliminary checks사전 점검

Does visual similarity sneak in with congruence?어울림에 색 대비가 섞여 들어갔나?

Congruent minus incongruent: ΔE −0.4, saliency −0.12 — near zero, while the desk changes saliency about 4×. A noticing effect could not be explained by contrast alone.어울림 − 안 어울림: ΔE −0.4, saliency −0.12로 거의 0. 반면 책상은 saliency를 약 4배 바꿉니다. 알아차림 효과가 나와도 색 대비만으로는 설명되지 않습니다.

How many participants?몇 명이 필요한가?

Simulated power for H1 / H2 / H3 under assumed effects (not data): gradual median time-to-notice 15 s, abrupt 2.5 s, +42 % when congruent; uptake 55 % → 68 %.가정한 효과(측정 아님)로 시뮬레이션한 H1 / H2 / H3 검정력: 천천히 하는 신호 알아차림 중앙값 15초, 갑작스러운 신호 2.5초, 어울릴 때 +42%; 따름 55% → 68%.

Where this sits선행연구 속 위치

From the abstracts and publisher pages we read; every cell will be checked against the full papers before submission.읽은 초록과 출판사 페이지 기준이며, 제출 전 모든 칸을 원문으로 확인합니다.

What else this robot can answer이 로봇이 이어서 답할 질문들

Current limitations현재의 한계

• No data yet: the robot has not been built and no participant has been run.아직 데이터가 없습니다. 로봇을 만들지 않았고 참가자 실험도 하지 않았습니다.
• Effect sizes are assumed; at half the assumed size, H2 and H3 are under-powered at N = 100.효과 크기는 가정입니다. 가정의 절반이면 N = 100에서 H2 · H3의 검정력이 부족합니다.
• The lab desk is not the participant's own desk, and 2 × 25 minutes says nothing about weeks.실험실 책상은 참가자 자신의 책상이 아니고, 25분 두 번으로는 몇 주 뒤를 말할 수 없습니다.
• These stimuli test only the semantic route of congruence; colour contrast was deliberately not confounded with it.이 자극은 어울림의 의미적 경로만 시험합니다. 색 대비는 일부러 섞지 않았습니다.
• Self-review of the other three papers: P2's "first" claim was false and narrowed; P3 was a question and became a falsifiable claim; P4 was too costly and became a single-robot trial.나머지 세 논문의 자체검토: P2의 "최초" 주장은 틀려서 좁혔고, P3은 질문이라 반박 가능한 주장으로 바꿨으며, P4는 너무 비싸 로봇 한 대 시험으로 줄였습니다.

BibTeX

@misc{notifyi2026fitsin,
  title  = {Fits In, Stands Out? Workspace Congruence and the
            Noticeability of a Desk Robot's Posture Cues},
  author = {{Notifyi Team}},
  year   = {2026},
  note   = {Draft, pre-data},
  url    = {https://notifyii.github.io/notifyi-digital-twin/research.html}
}

References참고문헌

• Abrams & Christ (2003). Motion onset captures attention. Psychological Science.
• Simons, Franconeri & Reimer (2000). Change blindness in the absence of a visual disruption. Perception.
• Goetz, Kiesler & Powers (2003). Matching robot appearance and behavior to tasks to improve human-robot cooperation. RO-MAN.
• Loftus & Mackworth (1978); Henderson, Weeks & Hollingworth (1999). Semantic consistency and eye movements in scenes.
• Bartneck, Kulić, Croft & Zoghbi (2009). Measurement instruments for the anthropomorphism, animacy, likeability, perceived intelligence and perceived safety of robots. Int. J. Social Robotics.
• Wang et al. (2026). SitBot: a posture-mimicking robot to reduce slouching. ICSR 2025 · Owro (2022), UTS.
• Reber, Schwarz & Winkielman (2004). Processing fluency and aesthetic pleasure. Personality and Social Psychology Review.
• Franke, Attig & Wessel (2019). The Affinity for Technology Interaction (ATI) scale. Int. J. Human–Computer Interaction.
• Hou & Zhang (2007). Saliency detection: a spectral residual approach. CVPR.