실시간 인지 부하 측정

토비와 소마리얼리티가 시선추적의 미래를 만들어가는 방법

업무량이 많은 환경에서 인지 과부하는 단순한 문제가 아니라 — 위험입니다. 기존에는 정신적으로 과로한 사람을 감지하는 것이 어려웠기 때문에 EEG와 같은 침습적인 장비가 필요했습니다. 하지만
시선추적 및 인지 알고리즘의 발전 덕분에 이제 비침습적으로 실시간으로 정신적 업무량을 모니터링할 수 있게 되었습니다.

정신적 노력이 안전의 문제가 될 때

6시간 동안 수술에 몰두하는 외과의사를 상상해 보세요. 모든 결정이 중요하지만 피로가 서서히 몰려와 집중력이 떨어지고 실수할 위험이 높아집니다. 또는 1초의 반응 시간이 안전과 재앙을 가르는 밤의 난기류를 헤쳐나가는 조종사를 상상해 보세요.

문제: 과부하가 눈에 띄지 않는 이유

우리가 투자하는 정신적 노력, 인지적 부하는 소리 없이 쌓일 수 있습니다. 운전자는 졸음이 오고, 외과의사는 집중력을 잃고, 파일럿은 순식간에 결정을 내려야 하는 피로에 직면합니다. 분명한 경고 신호가 없으면 자신도 모르는 사이에 업무 성과가 떨어질 수 있습니다.

결과는? 정밀도가 가장 중요한 환경에서 반응 지연, 실수 증가, 위험 증가가 발생하게 됩니다.

해결 방법: 인지 창으로서의 시선추적

우리의 눈은 뇌의 이야기를 들려줍니다. 동공 크기 동공 크기, 고정 패턴, 그리고
희생 는 정신적 업무량을 나타내는 디지털 바이오마커 역할을 합니다. 동공이 커지면 정신적 노력이 증가한다는 신호입니다. 더 오래 고정하면 더 깊이 처리하고 있음을 나타냅니다. 시선이 빠르게 이동하면 압박감 속에서 스캔을 하고 있음을 나타냅니다.

바로 여기에서 동공 광반사 (PLR)이 여기에 해당합니다. 동공은 빛에 자동으로 반응하지만, 인지적 노력에도 반응합니다. 실제로 미묘한 동공 확장을 통해 뇌가 평소보다 더 열심히 일하고 있다는 것을 알 수 있습니다.

시선추적은 이러한 신호를 지속적으로 측정함으로써 비침습적으로 정신적 노력을 실시간으로 파악할 수 있습니다. 과부하가 문제가 되기 전에 이를 인식합니다.

데이터 품질이 중요한 이유 토비의 이점

하지만 모든 시선추적 데이터가 동일하게 생성되는 것은 아닙니다. 시선 추적의 작은 오류나 일관되지 않은 동공 측정은 잘못된 결과를 초래할 수 있습니다.

이것이 바로 토비가 필요한 이유입니다. 고정밀 시선추적 하드웨어 분야에서 수십 년간 리더십을 쌓아온
고정밀 시선추적 하드웨어토비는 연구실부터 실제 응용 분야에 이르기까지 다양한 환경 — 에서 데이터 정확도, 안정성 및 신뢰성을 보장합니다.

데이터를 인사이트로 전환합니다: 소마리얼리티의 고유한 접근 방식

토비가 생생한 선명한 시야를 제공한다면, 소마리얼리티 은 이를 해석하는 지능을 제공합니다.

소마리얼리티는 토비의 정밀한 시선추적 신호를 작업량, 주의력, 피로도를 나타내는 실시간 지표로 변환하는 고급 인지 알고리즘을 개발했습니다. 이 접근 방식은 실시간 밝기 모델( – )을 통해 실행 중 비인지 활동과 과학적 집중을 모두 걸러낼 수 있다는 점이 독특합니다. 10건 이상의 동료 검토를 거친 논문과 Intuitive Surgical, 루프트한자, 오스트리아 군대 등의 고객을 보유하고 있으며, 구현부터 해석까지 고객에게 상당한 지원을 제공할 수 있습니다.

• 동공광반사(PLR): 빛에 의한 변화와 노력에 의한 확장을 구분하여 신뢰할 수 있는 인지 부하 감지를 보장합니다.

• 고정 동작: 고정이 길면 더 깊은 처리를 의미하고, 짧으면 스캔 또는 과부하를 나타낼 수 있습니다.

• 사카딕 무브먼트: 시선 이동을 통해 검색 전략과 스트레스 수준을 파악할 수 있습니다.

실제 사용 사례

수술 및 헬스케어

• 실시간 피드백을 통해 외과의는 긴 시술 시간 동안 집중력을 유지할 수 있습니다.

• 알고리즘이 과부하를 조기에 감지하여 실수할 가능성을 줄여줍니다.

• 교육 프로그램은 각 교육생의 인지 상태에 따라 동적으로 조정됩니다.

항공 및 비행 안전

• 이착륙과 같은 중요한 단계에서 파일럿 워크로드를 모니터링합니다.

• 강사가 시뮬레이터에서 스트레스가 높은 순간을 식별하는 데 도움이 됩니다.

• 안전과 교육 효율성을 모두 개선합니다.

자동차 산업 및 운전자 모니터링

• 졸음이나 주의 산만의 초기 징후를 감지합니다.

• 추가적인 안전 레이어 역할을 하여 사고를 줄입니다.

• 소비자 및 산업 운전 환경 모두에 대한 실시간 피드백을 제공합니다.

VR 및 교육 환경

• 워크로드에 따라 난이도를 조정하는 적응형 시뮬레이션.

• 사람들이 어떻게 학습하고, 집중하고, 지식을 유지하는지에 대한 심층적인 인사이트를 제공합니다.

• 국방, 의료 교육 및 인력 개발 분야의 응용 분야.

학술적 검증 및 업계 모멘텀

시선추적 은 단순한 이론이 아닙니다. 시선추적은 이미 인지 심리학, 인간과 컴퓨터의 상호작용, 신경과학 분야에서 검증되고 있습니다. 연구에 따르면 동공 반응과 정신적 업무량 사이에는 강력한 상관관계가 있으며, 응용 연구에서는 훈련, 안전 및 성과에 미치는 영향이 입증되었습니다.

토비와 소마리얼리티의 파트너십은 다음 단계를 의미합니다: 학문적 엄격함과 실용적인 실제 배포를 연결합니다.

미래 전망: 인지 모니터링의 미래

인지 부하 모니터링과 결합된 시선추적은 운전자의 피로를 감지하는 자동차, 과부하를 방지하는 적응형 훈련, 인적 오류를 방지하는 수술실 등에서 이미 입증된 인간과 기계의 협업의 차세대 물결을 정의할 것입니다.

토비의 독보적인 데이터 품질 소마리얼리티의 선구적인 알고리즘을 통해 신뢰할 수 있는 실시간 인지 모니터링의 미래가 이미 도래했습니다.

출판물

스톨테, M., 골란, B., & 안소지, U. (2020). 동공 확장을 통한 시각적 검색 요구 및 메모리 부하 추적. 저널 오브 비전, 20(6), 21-21. Gollan, B. (2017).

센서 기반 온라인 인간 주의력 평가. 베네딕트 골란 제출 (박사 학위 논문, 린츠 대학교). 골란, B., 하슬그뤼블러, M., & 페르샤, A. (2016, 9월).

주의력 관리 서비스를 위한 동공 확장으로부터 인지 부하를 추출하는 데모 시연. 2016 퍼베이시브 및 유비쿼터스 컴퓨팅에 관한 ACM 국제 공동 컨퍼런스 프로시딩: 부록 (pp. 1566-1571). Gollan, B., & Ferscha, A. (2016).

비실험실 주의력 인식 시스템에서 인지 부하를 추정하기 위한 온라인 입력으로 동공 확장 모델링. COGNITIVE. Gollan, B., Wally, B., & Ferscha, A. (2011).

행동 분석에 기반한 대화형 시스템에서 사람의 주의력 자동 추정. Proc. EPIA 2011. 융비르트, F., 골란, B., 브라이텐펠너, M., 엘란첼리얀, P., & 페르샤, A. (2019, 9월).

EyeControl: 산업 유지보수 작업을 위한 웨어러블 보조 장치. 2019 퍼베이시브 및 유비쿼터스 컴퓨팅에 관한 2019 ACM 국제 공동 컨퍼런스 및 웨어러블 컴퓨터에 관한 2019 ACM 국제 심포지엄의 부록 논문집 (628-632 쪽). Haslgrübler, M., Gollan, B., & Ferscha, A. (2018).

산업 작업에서 인간 작업자를 지원하기 위한 인지 지원 프레임워크. IT Professional, 20(5), 48-56. Ferscha, A., Zia, K., & Gollan, B. (2012, September).

공공 디스플레이를 통한 집단적 관심. 2012 IEEE 제6회 자기 적응 및 자기 조직화 시스템에 관한 국제 컨퍼런스(211-216쪽). IEEE. Thomay, C., Gollan, B., Ferscha, A., & Spiess, M. (2019, November).

이륙: 진정한 역량 기반 비행 조종사 교육을 향하여. 2019 제17회 신흥 e러닝 기술 및 응용 분야에 관한 국제 컨퍼런스(ICETA) (764-769쪽). IEEE. Thomay, C., Gollan, B., Haslgrubler, M., Ferscha, A., & Heftberger, J. (2018, November).

다른 종류의 머신러닝: 복잡한 산업 공정에서 초보자를 최적으로 훈련시키기 위한 작업자 상태 모델링. 2018 제16회 신흥 e러닝 기술 및 응용 분야에 관한 국제 컨퍼런스(ICETA) (577-582쪽). IEEE