# EGI: A Multimodal Emotional AI Framework for Enhancing Scrum Master Real-time Self-Awareness

### 저자

Jingni Huang, Peter Bloodsworth

### 💡 개요

본 논문은 애자일 팀 내 스크럼 마스터 및 회의 주최자의 감정적 웰빙을 실시간으로 모니터링하는 데 초점을 맞춘 EGI라는 새로운 멀티모달 감성 AI 프레임워크를 제안합니다. 제안된 시스템은 음성-텍스트 변환, 억양 분석, 감정 기반 어휘 매칭, 상황 인지형 제안을 통해 스크럼 마스터의 자기 인식 능력을 향상시키며, 부정적인 감정 표현을 최소화하여 긍정적이고 효과적인 팀 상호작용을 촉진합니다.

### 🔑 시사점 및 한계

- 스크럼 마스터 및 회의 주최자와 같이 팀 역학에 중요한 역할을 하는 사람들의 감정 모니터링의 중요성을 강조합니다.

- 실시간 감정 분석 및 피드백 시스템을 통해 스크럼 마스터의 자기 인식과 팀 상호작용의 질을 향상시킬 수 있음을 보여줍니다.

- 시뮬레이션 환경에서의 ASR(자동 음성 인식) 단어 오류율 10%는 실제 적용 시 추가적인 최적화가 필요할 수 있음을 시사합니다.

- 다양한 문화적 배경과 언어에 대한 감정 표현의 차이를 고려하지 않은 점은 향후 연구 과제로 남습니다.

[PDF 보기](https://arxiv.org/pdf/2605.17684)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).