전문가 시선추적 팁

시선추적 연구의 함정을 피하는 방법과 작업에 도움이 되는 기타 유용한 조언을 확인하세요.

거의 10년에 가까운 시선추적 경험을 쌓은 팀 홈즈 박사는 업계에서 가장 뛰어난 사고의 리더 중 한 명입니다. 이 글에서 그는 그 과정에서 얻은 몇 가지 유용한 교훈을 공유합니다.

팁 #1: 분석을 시작하기 전에 데이터를 재생하고 '감각 점검'을 하세요! 화면 및 이미지 해상도가 중요합니다.

첫 번째 팁은 제가 본 특정 사례의 직접적인 결과로, 제조업체의 소프트웨어를 사용한 시선 재생이 자극을 시각화할 때 시각화 이미지와 다른 픽셀 해상도로 표시되어 의미가 없는 경우가 있었습니다. 즉, 자극에서 과제와 관련된 물체에 대한 고정이 시각화되지 않았습니다. 연구자들이 참가자들이 항상 "올바른 장소"를 보길 바라지만 현실적으로 불가능하며, 이 경우 일부 참가자들은 일반적으로 발달하지 않았기 때문에 일부 고정이 "약간 떨어져" 있을 수 있어 문제가 간과된 것으로 여겨졌습니다. 실제로 실험의 안내 슬라이드를 보면 눈의 움직임은 상당히 예측 가능한데, 참가자들은 글자를 읽을 때 일관된 고정 패턴을 보였지만 글자를 넘어 모든 방향으로 확장된 고정 패턴을 보였습니다. 화면 종횡비에서도 비슷한 문제가 발생했는데, 화면 종횡비가 일치하지 않아 시선 지점이 일반적으로 1차원에서 약간이지만 체계적으로 오프셋되는 것을 보았습니다. 여기서 기억해야 할 점은 이미지에서 정보가 많거나 눈에 잘 띄거나 수행 중인 작업과 밀접한 관련이 있는 영역을 중심으로 고정이 클러스터링되는 경향이 있다는 것입니다. 다른 곳에서 클러스터링되는 데이터가 있는 경우 설정이 시선 데이터를 올바르게 매핑하고 있는지 확인하는 것이 좋습니다. 또 다른 좋은 해결책은 시선이 올바르게 매핑되고 있는지 확인하기 위해 실험에 항상 일종의 보정 자극을 포함하는 것입니다.

팁 #2: 학업용이든 상업용이든 상관없으며, 파일럿 학습을 대신할 수 있는 것은 없습니다.

이 글은 그 자체로 블로그 포스팅이 될 수 있습니다! 대학 실험실이 아닌 실제 세계에서 시선추적을 하는 많은 사람들과 함께 일하다 보니(네, 일부 대학에서도 실제 연구를 하는 곳도 있습니다!) 날씨, 주변 환경에 다른 사람의 존재, 교정 렌즈의 내부 반사 또는 테스트 일정에 참가자의 데이터를 수집할 시간이 충분하지 않은 등 예상치 못한 일이 발생하는 연구를 자주 접하게 됩니다 –. 대부분의 경우, 시선추적 연구에서 겪었던 대부분의 문제는 약간의 사전 테스트를 통해 해결되었습니다.

여기서 파일럿이라 함은 단순히 '참가자에게 과제를 실행하거나 대본을 읽는 것' – 쇼핑객 연구를 위해 하루 중 다른 시간대에 경로를 걷고, 테스트할 실제 환경에서 선택한 아이 트래커로 여러 참가자를 보정하고, 분석을 실행하여 설계한 연구에서 실제로 필요한 데이터를 얻을 수 있는지 확인하는 것을 의미합니다. 또한 연구 중인 질문에 적합한 패러다임과 아이 트래커를 실제로 선택했는지 확인해야 합니다. 실험실이나 회의실에서는 이해가 되던 것이 실제로 시도해 보면 갑자기 문제가 생길 수 있습니다.

학계 연구자로서 항상 하는 일이고, 상업적 연구자로서도 시간이나 예산이 부족한 경우가 많다는 것을 알고 있지만, 시범적으로 해보지 않은 연구의 참가자를 모집하고, 테스트하고, 데이터를 분석하는 데 수천, 수일의 시간을 투자하기 전에 동료 몇 명을 참여자로 끌어들이면 많은 수고를 덜어줄 수 있다는 사실을 믿으셔도 좋습니다. 이 한 가지 팁만으로도 시도하는 모든 사람에게 더 나은 결과를 가져다 줄 것이라고 장담할 수 있습니다.

팁 #3: 히트 맵은 스토리를 전달하는 데 유용하지만 스토리를 숨길 수도 있습니다. 더 자세히 살펴보세요.

학술 연구에서는 히트맵을 자주 사용하지 않는 대신 평균 고정 시간, 첫 고정 시간, 새케이드 지연 시간 등 실제 시선 측정값의 정량적 분석에 집중하는 경향이 있습니다. 상업적으로 시선추적의 모든 것을 시각화하기 위해 히트맵에 의존하는 경우가 많지만, 이는 샘플의 모든 사람이 같은 시간 동안 거의 동일한 방식으로 행동한다는 가정이 사실일 때만 효과가 있습니다. 샘플에 공간적 또는 시간적 이상값이 있는 경우, 대부분의 상용 소프트웨어에서 생성되는 히트맵은 부정확한 인사이트와 잘못된 추천으로 이어질 가능성이 높습니다. 히트 맵에 의존해야 하는 경우, 개별 시선 플롯/재생을 살펴보고 이러한 이상값을 식별하여 스토리를 전달하는 데 사용하는 시각화에서 제거해야 합니다. 그렇지 않으면 유감스럽게도 결과가 왜곡되어 이해 관계자/고객은 만족할 수 있지만 약속한 만큼의 이득을 얻지 못할 수 있습니다.

팁 #4: 중앙 편향 주의 – 의미 있는 결과를 얻으려면 대상을 시야의 중앙에서 벗어난 곳에 배치하세요.

히트맵에 대해 말하자면, 이미지의 중앙에 핫스팟이 있는 것을 몇 번이나 발견하셨나요? 이는 관찰자가 화면의 중앙을 보는 경향을 뜻하는 중앙 고정 편향이라고 부르는 것의 결과로, 자극이 시작된 후 처음 몇 번의 고정에서 특히 많이 나타납니다. 연구자로서 자극을 제시하기 전에 고정을 제어하는 것은 자유 관찰 패러다임에서도 항상 하는 일인데, 참가자의 시선 이동의 기원을 아는 것이 자극에 의한 주의 분석에 도움이 되기 때문이지만, 순전히 기계적인 관점에서 보면 다음 시선 이동을 계획하고 실행하는 데 시간이 걸리기 때문에 고정 제어 대상 주변에 항상 시선 군집(일반적으로 십자)이 존재하게 됩니다.
그렇다면 일반 시장 조사자가 이에 대해 걱정해야 할까? 대답은 '그렇다'입니다! 이러한 효과를 상당 부분 완화하는 쉬운 방법 중 하나는 이미지가 시작된 후 0.5~1초 후에 발생하는 고정을 분석하는 것입니다. 이렇게 하면 적어도 초기 편향의 대부분을 완화할 수 있습니다. 하지만 여기서 기억해야 할 중요한 점은 브랜드나 제품 또는 주장이 관심을 끌고 시선을 사로잡을 수 있는지 테스트하려는 경우, 이를 화면 중앙에 배치하지 말아야 한다는 것입니다. 저는 이전에 한 제품의 경쟁 후보 디자인에 대한 검색 가능성 연구를 자문한 적이 있습니다. 제가 받은 초기 플래노그램에서 새 디자인은 항상 중간 선반의 중앙에 있었기 때문에 리서치에서 디자인 간의 차이를 발견할 가능성이 매우 낮았습니다. 리서치 바이어 여러분, 만약 화면 중앙에 커다란 빨간 점이 표시된 히트맵이 제시되고 제품이 그 아래에 놓여 있다면, 그 결과에 대한 모든 말을 매우 신중하게 받아들이라고 조언하고 싶습니다.

팁 #5a: 관심 영역(AOI)에 주의하세요 – 터치하는 AOI는 사람이나 트래커의 정확도를 반영하나요?

히트맵을 올바르게 실행하지 않으면 잠재적으로 오해의 소지가 있는 영역이라고 생각하기 때문에 결과를 분석할 때 어떻게 해야 하는가라는 당연한 질문이 생깁니다. 또한, 상업적 연구자이고 연구를 실행할 때마다 원시 데이터를 분석하고 싶지 않다면 프레젠테이션에 반드시 포함해야 하는 히트맵 외에 가치를 더하는 데 사용할 수 있는 간편한 도구가 있을까요? 걱정하지 마세요. 이러한 질문에 대한 답변은 실제로 있지만, 시각적 장면이 주의력이나 작업 완료 능력에 어떤 영향을 미칠 수 있는지에 관심이 있는 분들에게만 한정되어 있습니다. 눈동자 움직임 자체의 메커니즘에 관심이 있다면 원시 데이터를 파헤치는 것만큼 대체할 수 있는 방법은 없다고 생각합니다.

과학 연구에서는 일반적으로 "A그룹 참가자는 대상 1을 대상 2보다 빨리 찾을 것이다"와 같은 가설을 테스트하고자 합니다. – 네, 저희는 그런 식으로 미쳤어요! 상업적 연구에서는 질문이 좀 더 일반적으로 구성될 수 있고 '참여' 또는 '좋아요'와 같이 위험할 정도로 모호한 개념을 사용하는 경우가 많지만, 원칙적으로 가치 있는 모든 연구에는 핵심적인 질문이 있습니다: 내 제품이 진열대에서 눈에 띄는가? 이 웹사이트의 레이아웃이 구매 시간을 단축시키는가? 내비게이션이 운전자의 주의를 도로에서 분산시키는가? 이러한 질문의 공통점은 시각적 장면에서 사물의 타이밍이나 위치에 대해 질문하고 있다는 점이며, 이와 같은 질문의 경우 몇 가지 관심 영역(AOI)을 사용하면 첫 고정 시간, 누적 체류 시간, 재방문 등과 같은 측정값을 생성할 수 있으므로 A/B 테스트를 수행할 때 특히 유용하게 사용할 수 있기 때문에 연구를 한 단계 더 발전시킬 수 있습니다.

하지만 AOI의 정의에 주의해야 합니다! 예를 들어, 전체 웹 페이지나 플래노그램을 공백이 보이지 않는 AOI로 채우는 것은 일반적으로 좋은 생각이 아닙니다. 모든 아이 트래커는 정확도에 한계가 있습니다. 제조업체에서 확인할 수 있지만 일반적으로 0.5 – 1도 정도의 시야각이 한계입니다. 즉, 약 60cm의 시야 거리에서 시점의 정확도는 0.5~1cm 정도인데, 웨어러블 아이 트래커를 사용하면 대상과의 거리가 더 멀어질 수 있으므로 이 수치는 더 높아집니다. AOI 사이에 여백이 없는 경우 AOI 사이의 경계에 고정이 보고되지만 아이 트래커 정확도로 인한 노이즈가 결과에 영향을 미칠 수 있습니다. 또한 우리 자신의 시선 위치도 항상 정확한 것은 아니기 때문에 예를 들어 텍스트를 읽을 때는 일반적으로 단어 바로 위에 시선을 두지 않고 단어 약간 위에 시선을 두는 경우가 많습니다. 즉, AOI는 일반적으로 관심 있는 대상보다 약간 더 넓은 영역(모든 방향에서 0.5도)을 커버해야 하며, 이상적으로는 AOI와 다른 AOI 사이에 사방에 간격이 있어야 한다는 뜻입니다. 이렇게 하면 AOI의 시점이 해당 AOI와 진정으로 관련되어 있고 인접한 다른 AOI에서 흘러나오지 않는다고 자신 있게 보고할 수 있습니다.

팁 #5b: 관심 영역(AOI) 주의하기 – 중복되는 AOI로 인해 이중으로 계산되거나 고정이 누락되나요?

이는 5a번 팁의 당연한 귀결입니다. AOI가 터치할 때 사람이 어떤 AOI를 보고 있었는지 확신할 수 없다면, 겹치는 시점을 확실히 알 수 없기 때문입니다! 그러나 이 경우 시선추적 소프트웨어는 2개의 AOI에 동시에 고정된 것을 보고하는 데 문제가 없으므로 고정 횟수를 두 번 계산할 수 있습니다. 또한, AOI가 동일한(x,y) 좌표에 있지만 깊이(z) 평면이 다르기 때문에 겹치는 경우, 시선추적 소프트웨어가 오클루전 또는 시차 보정(망막의 이미지가 가까운 물체에 초점을 맞추는지 먼 물체에 초점을 맞추는지)을 허용하지 않은 경우 AOI 레이어링으로 인해 잘못된 AOI에 시선 포인트를 할당할 가능성도 있을 수 있습니다.

이 모든 것은 웨어러블 아이 트래커로 작업할 때 특히 중요한데, AOI는 씬의 정적인 영역에만 적용되는 것이 아니라 머리 움직임으로 인해 끊임없이 움직이기 때문입니다. 이러한 이유로 다음과 같은 툴이 유용합니다. Tobii Pro Lab 과 같은 툴은 동적 AOI를 생성하고, 프레임별로 위치를 지정하는 수고를 덜기 위해 보간 알고리즘을 적용하여 주요 프레임 사이의 위치를 애니메이션화하고, 오클루전에 맞게 AOI를 표시하거나 표시하지 않을 시기를 지정할 수 있는 기능을 제공합니다. 이러한 알고리즘은 일반적으로 AOI가 연결된 오브젝트의 실제 윤곽과 일치하는 것이 아니라 키 프레임 사이에서 2D AOI 모양을 변형하거나 변형한다는 점을 기억하세요. 따라서 연구 중에 물체의 가속/감속 및 크기 조정에 대한 최상의 정확도를 얻으려면 여러 키 프레임을 활용해야 합니다.