AOI가 뭐야?!

이 블로그 포스팅을 작성하면서 데이터 분석에 깊이 빠져 있는 저를 발견하고 시선추적 연구에서 가장 중요하지만 논의되지 않았던 개념 중 하나를 떠올리게 되었습니다.

이 글에서는 시선추적 데이터가 다음을 사용하여 수집되는지 여부에 따라 관심 영역(AOI)에 대해 자세히 알아보고자 합니다. 화면 기반 시스템,
웨어러블 아이 트래커, VR 또는 웹캠을 사용하는 경우, 생성한 인사이트에 대한 AOI의 결과를 이해해야 합니다.

시선추적 분석을 직접 수행하지 않더라도, 에이전시와 업계 표준 광고 가시성 지표의 결과 해석은 해당 AOI가 생성된 방식에 따라 크게 달라질 수 있다는 점을 명심하세요. 제품, 콘텐츠 또는 광고가 얼마나 많은 관심을 받고 있는지 알고 싶다면 계속 읽어보세요!

현재 대부분의 시선추적 도구는 웹페이지의 광고나 슈퍼마켓 진열대에 있는 샴푸 병과 같은 물체를 자동으로 인식하지 못합니다. 이 기능은 곧 추가될 예정이지만, 현재로서는 "광고에 얼마나 많은 시간을 집중했는지", "샴푸 병을 얼마나 많이 보았는지" 등의 질문에 답하기 위해 일반적으로 물체 또는 공간 영역 주위에 경계를 그려야 합니다. 이렇게 경계가 지정된 영역을 관심 영역이라고 합니다.

직관적으로 이 경계 개체를 만드는 가장 좋은 방법은 광고 프레임이나 병의 가장자리 주변을 추적하는 것으로 보일 수 있으며, 제 경험상 대부분의 사람들이 그렇게 합니다. 하지만 인간의 시각과 아이 트래커의 정확도를 모두 고려해야 한다는 점에서 이보다 조금 더 복잡합니다.

크게 하든 작게 하든 너무 가까이 가지 마세요!

사람의 시야는 120°-140° 정도의 고정된 시야를 가지고 있지만, 가장자리의 시야 품질은 상당히 떨어집니다. 주변 시야는 변화와 움직임을 감지하는 데는 좋지만 물체를 인식하고 읽는 데는 그다지 좋지 않습니다. 이러한 종류의 작업에는 시야의 중앙에 지름이 약 2°와 10°인 중심와와 주변와라는 두 영역에 더 관심이 있습니다. 이 생리학은 시선추적이 작동하는 모든 이유이며, 우리는 고해상도와 색각을 사용하기 위해 눈을 계속 움직여 Fovea의 위치를 바꿔야 합니다.

하지만 여기에 문제가 있습니다. 특히 멀리서 볼 때는 2°의 시야각에도 여러 개의 물체가 포함될 수 있습니다. 지금 제가 보고 있는 화면에서 Fovea의 직경은 2~3줄의 텍스트 위에 1-1.5단어를 쉽게 덮을 수 있습니다. 우리는 시선추적의 모든 것을 Fovea의 중앙을 기준으로 하는 경향이 있지만, 이는 미세한 십자선이 실제로 시청자가 볼 수 있는 모든 것을 나타내지는 않는다는 것을 의미합니다. 또한 픽셀별 경계가 있는 AOI는 경계를 그리는 방식에 따라 AOI의 고정 횟수를 과대 또는 과소 평가할 위험이 있습니다. 이 주제에 관해 이야기하는 동안, AOI를 만들기 위해 물체의 모든 복잡한 부분을 추적하는 것은 대부분 불필요하며 직사각형이나 원과 같은 간단한 기하학적 모양이면 충분합니다.

그렇다면 AOI의 크기는 어떻게 결정할까요? 시각과 관련된 모든 것이 그렇듯이 보는 거리, 보는 맥락, 그리고 가장 중요한 것은 연구 설계에 따라 달라집니다. 중간에 중립 영역이 있는 간격이 넓은 AOI를 사용한다면 물체보다 2° 정도 더 크게 만드는 것이 좋습니다. 대부분의 실제 연구에서와 같이 이러한 사치를 누릴 수 없다면 물체보다 2° 작은 AOI를 그려서 물체에 확실히 고정된 것만 보고하는 것이 좋습니다!

AOI = 인사이트, 제대로 해야만 얻을 수 있습니다!

AOI를 그리는 방법을 결정하는 것은 새로운 도전이 아닙니다. 하지만 제가 이 문제를 고민하는 이유는 첫 번째 웹캠 시선추적 연구를 분석하는 중이기 때문입니다. 지금까지 말씀드린 모든 내용은 일반적으로 0.2°에서 0.5° 사이의 정확도 수준을 달성할 수 있는 연구용 적외선 아이 트래커에 해당되는 이야기입니다. 그러나 웹캠 시선추적을 사용하면 일반적으로 1°에서 2° 이하의 정확도 수준을 볼 수 있습니다. 현재 제 연구에는 정확도가 10° 미만인 참가자(제외했습니다)가 한 명 있습니다! 그들에게는 제가 보여주는 이미지는 말할 것도 없고 화면을 보고 있었는지조차 알기 어려웠습니다!

그렇기 때문에 데이터를 수집하기 전에 데이터를 어떻게 분석할지 고민하는 것이 중요합니다. 이때 연구 설계는 매우 중요하며 사용 중인 트래커의 정확도를 고려해야 합니다. 그러나 이는 시청자와 트래커 모두 픽셀 수준의 정확도에 계속 의존하는 일부 업계 표준 측정 방식에 대해 어려운 문제를 제기합니다.

아래 예시를 살펴보겠습니다. 세 가지 다른 고정 패턴이 표시되어 있으며, 원 크기는 시선 지속 시간을 나타냅니다. 각 패턴은 현재 AOI에 대해 알고 있는 내용에 따라 완전히 다른 해석을 나타내지만, 대부분의 광고 가시성 지표는 오른쪽에 표시된 관심 영역이 동일한 양의 관심을 받은 것으로 보고합니다 — 하지만 웹캠 추적의 정확도는 작은 원의 지름보다 낮을 수 있습니다! 즉, 인사이트를 너무 심각하게 받아들이기 전에 이러한 지표가 계산되는 방식을 자세히 살펴볼 필요가 있습니다.

따라서 이 글의 요점은 아주 간단합니다. 먼저 참가자와 아이 트래커의 정확도를 파악하세요! 그런 다음 단일 데이터 포인트를 수집하기 전에 AOI를 계획하여 이를 실험 설계에 반영하세요. 그리고 시선추적 인사이트를 얻는다면, 제품이나 디자인에 대한 관심이 합당한지 확인하기 위해 어려운 질문을 할 준비를 하세요!