연동 측정 및 분석에 대한 고찰

Posted by 베리슨
2018.08.11 11:18 Human Behavior/기본개념


제가 독일 SMI사로부터 아이트래킹에 대한 전반적인 기술과 지식을 배우기 시작한 2008년부터 2018년 현재까지 다양한 분야에서 연구 및 리서치를 진행하고 계신 분들과 수 많은 미팅을 진행해 오고 있습니다. 미팅을 진행하면서 다양한 논의 가운데 반복되는 화제가 있는데요. 바로 '연동' 입니다. 연동이라는 의미를 간략히 설명하면 여러 기기(devices)를 서로 연결(?)하여 동일한 시간 정보로 데이터를 측정하고, 측정된 데이터를 통합하여 분석하는 것을 의미합니다.


데이터 연동은 '동일한 시간 선상(타임라인)'에서 각각의 데이터를 살펴보고 분석할 수 있어야 합니다.


서로 다른 성격의 기기를 서로 연동하여 측정, 분석하는 이유는 무엇일까요?

연구 목적과 성격에 따라 다양한 의견이 있을 수 있습니다만, 개별 데이터 만으로 그 의미를 파악하고 결정하는데 있어서 다소 한계(제약)가 있을 때 유사한 성격의 데이터를 비교, 대조함으로써 그 의미를 보다 분명하고 명확하게 규명하기 위한 목적의 의미가 있지 않을까 싶습니다. 또 다른 관점으로 여러 개별 데이터들을 통합하여 데이터 간의 상관관계, 순차성을 살펴봄으로써 특정 이벤트가 다른 이벤트에 미치는 영향을 규명하기 위한 것도 있습니다.

어떠한 목적이든지 데이터 연동에 있어서 가장 중요한 점은 '동일한 시간 선상(타임라인)'에서 각각의 데이터를 한 데 묶어(?) 살펴 볼 수 있어야 한다는 것입니다. 이 부분이 성립되지 않으면 연동의 의미가 퇴색되어 개별 데이터를 분석하는 것과 다름이 없습니다.


지난 시간 동안 연동이라는 의미는 대부분 '(서로 다른 기기를) 연동하여 측정'하는 것에 있었습니다. 예를 들어 ERP - Eye Tracking 연동 측정법에서 자극물이 실험 참가자에게 제시될 때마다 트리거 신호(trigger signal)ERP 레코더로 송신합니다. 레코더는 자극물이 제시될 때마다 트리거 신호를 수신하여 레코딩이 종료된 후, 연구자는 입력된 트리거 신호를 기준으로 하여 일정 시간 간격으로 데이터를 추출하여 분석합니다. 

이 경우 실험 참가자에게 자극물이 제시되는 시점만 알 수 있으나, 자극이 제시되는 동안 실험 참가자가 자극물의 어떤 부분을 응시했는지에 대한 정보는 별도 아이트래킹 분석을 통해 확인해야 하고 개별적으로 데이터를 비교, 분석해야 합니다. 즉, ERP 분석은 A라는 소프트웨어, 시선 데이터 분석은 B라는 소프트웨어서 각각 진행하며, 분석 데이터을 비교하거나, 데이터 간의 관계, 순차성을 살펴보려면 별도의 방법(?)을 통해 진행해야 하는 과제도 있습니다.

이와 같은 방식도 연동이라는 큰 범위에는 속할 수 있지만, 분석 과정에서 효율성이 낮음을 물론 추후 데이터를 관리하는데 어려움이 있습니다. 제가 생각하는 그리고 지향하는 연동은 하나의 플랫폼에서 동일한 시간 선상에 서로 다른 기기로부터 측정된 데이터를 모두 불러들여 이를 가공하여 분석할 수 있는 방식이어야 한다는 것입니다. 이를 통해 상호 간의 데이터를 통합적으로 분석하고, 근본적으로 체계적인 데이터 관리까지 이루어져야 합니다.


실제 측정 환경에서는 다양한 이유와 제약으로 인하여 이러한 연동 방식이 꽤 까다로운 것으로 알고 있습니다. 딱히 정답이 있는 것은 아니지만, 독자분들의 연구에 조금이나마 도움을 드리고자 저희 베리슨이 연동 및 데이터 분석을 진행했던 사례를 소개하는 계획을 갖고 있으니 관심있는 연구자분들의 관심 부탁드립니다. 


본 포스트를 통해 연동에 대한 필요와 그 의미를 생각해 볼 수 있는 시간이었길 바라며, '연동 측정 및 분석'과 관련하여 의견 주실 독자분들은 본 포스트 하단에 댓글 남겨 주시면 많은 도움이 될 것 같습니다.


'Human Behavior > 기본개념' 카테고리의 다른 글

연동 측정 및 분석에 대한 고찰  (0) 2018.08.11
이 댓글을 비밀 댓글로

행동관찰분석 리서치 & 관련 툴에 대하여

Posted by 베리슨
2018.08.09 11:09 Human Behavior/제품정보

행동관찰분석 리서치에 있어서 행동(Behavior)’이라는 단어는 '활동(Activity)', '상호작용(Interaction)', '발성(Vocalization)', '이동 또는 움직임(Movement)', '신체적인 자세(Body Posture)', '얼굴 표정(Facial Expression)', '생리 현상(Physiological phenomenon)' 등 다양한 의미를 포함하고 있습니다. 이와같은 행동들을 측정하고 분석하는 목적과 이유는 무엇일까요?

예를 들어 대규모 생산 라인을 갖춘 작업장에서 작업자들의 행위 및 동선을 분석하여 사고를 방지하고 효율적인 작업을 수행할 수 있도록 하는 목적, 신규로 출시하는 가전제품(냉장고, 세탁기, TV, 에어컨, 건조기 등..)을 소비자들이 사용하는 방법 및 과정을 살펴보고 이 가운데 오작업이나 이후 행동을 방해하는 요소가 무엇인지 파악하여 개선하기 위한 목적, 도서관 등과 같은 공공 시설을 이용하는 이용자들의 불편 사항을 개선하기 위한 목적과 같이 다양한 목적과 이유를 고려할 수 있습니다. 

즉, 관찰 환경 및 상황에서 발생하는 행동 여부, 빈도 수, 지속시간, 지연시간 등을 계측하여 이를 객관적인 수치값으로 변환하여 분석함으로써 상황에 따른 행동 과정을 이해함으로써 사용자 및 이용자들이 불편함을 최소화고 편안하게 이용 환경을 제공하기 위하여 행동관찰분석 리서치를 진행합니다.


독자들의 이해를 돕기 위하여 이미지를 준비했습니다. 아래 이미지는 요리 과정에서 발생하는 일련의 행동을 정의하고, 행동 부호화('코딩'이라고 표현함) 과정을 거쳐 시각적인 결과물로 표현한 것입니다.

요리 과정과정에서 발생하는 다양한 행동(코딩 예)

요리 과정에서 발생하는 여러 행동들.. 

가장 먼저 레피시를 읽고(reading), 채소를 잘게 썰어(chopping) 넣으며, 골고루 잘 섞이도록 저은(stirring) 후, 추가적으로 채소를 더 많이 썰어(chopping) 넣은 후, 맛(Drinking)을 보고, 다시 레시피를 읽는(reading)일련의 행동을 수행하고 있는 과정을 시간 데이터와 함께 나타내고 있습니다.


그렇다면 행동을 측정하는 전통적인 방법은 어떠한 것이 있을까요? 

행동이 발생하는 상황과 과정을 직접 눈으로 관찰하면서 스톱워치를 사용하여 행동지속 시간, 횟수 등을 노트에 기록하는 방식을 생각해 볼 수 있습니다. 또 다른 방법으로는 행위과정을 카메라를 사용하여 촬영(기록)한 후, 이를 PC로 가져와 동영상 재생 플레이어에서 이를 확인하면서 MicrosoftExcel 등과 같은 프로그램에 행동 정보를 입력, 정리하는 방법도 있습니다.

이와 같은 방법은 접근성이 쉬워 누구나 접할 수 있는 장점이 있습니다만, 못지않게 한계점도 있습니다. 예를 들어 행동 정보를 기록하는 동안 발생하는 행위에 대해서는 관찰할 수 없으며, 기록된 데이터는 객관성이 결여된 주관적인 데이터의 성격을 띄게 됩니다. 무엇보다 관찰 후 기록된 데이터를 분석하기 위해서는 별도의 작업으로 인한 시간과 수고로움이 필요로하게 됩니다.


최근 몇 년 전부터 해외에서는 행동관찰분석 리서치에 있어서 이와 같은 한계를 보완하고 보다 효율적으로 일련의 과정을 수행할 수 있는 행동관찰분석 전문 프로그램(The Observer XT)을 사용하는 연구자들이 증가하고 있습니다. 


행동부호화 이미지 예시: 동영상을 재생하면서 사전 정의된 행동들을 키보드 key 입력을 통해 행동 정보를 시각화.


관심있는 행동 리스트를 규정/정의하고, 다양한 관점에서 촬영된 행동/행위 동영상을 전용 프로그램 플랫폼으로 불러들인 후, 동영상을 재생하면서 행동이 발생하는 시점에서 간단히 키보드의 키(key)를 누름으로써 행동 정보를 기록, 입력합니다. 이러한 일련의 과정을 마친 후, 몇 번의 마우스 클릭으로 표, 그래프와 같은 시각적인 결과물로 데이터를 변환하여 행동 간의 여러 값을 한 눈에 비교합니다. 뿐만 아니라 특정 행동들을 중심으로 조건을 설정하여 행동들 간의 상관관계를 규명하고, 이를 근거로 인사이트를 도출합니다.


아래 이미지는 부호화된 행동 데이터의 표 형식과 그래프 입니다.

부호화된 행동의 테이터 표


부호화된 행동에 대한 Mean Duration, Total Duration, Rate per minute, Total number 등을 프로그램에서 자동으로 계산할 수 있으며, 이를 근거로 자체적으로 그래프로 나타낼 수 있습니다.

(상기 표에서는 4가지 지표 값만 제시되어 있으나 이외에도 Minimum duration, Standard deviation, Stand error, Percentage, Percentile 등 통계값을 추가할 수 있습니다.)


부호화된 행동의 데이터 그래프.(이미지는 Mean duration)




이와 같이 행동관찰분석 전문 프로그램(The Observer XT)을 사용함으로써 행동/행위/행태 관련 정보를 수치 데이터로 계량화하고, 이를 연구자가 원하는 형태의 데이터로 가공한 후, 행동 데이터의 상관관계를 분석할 수 있는 장점이 있습니다. 단점으로는 이러한 프로그램을 구입하기 위해서는 비용이 든다는 점이 있습니다.
비록 구입 비용에 들더라도 연구자는 다수의 행동관련 연구 프로젝트를 지속적으로 수행하고 이를 체계적으로 관리, 운영함으로써 업무 및 연구의 효율성을 향상시킬 수 있다면 사용을 고려해 보는 것도 좋을 것 같습니다.


다음 포스트에서는 행동관찰분석 툴로서의 역할/기능 이외에 행동 데이터에 외부 데이터(External Data)를 불러들여 연동(integration)하는 기능에 대해 소개할 예정입니다. 구독자 분들의 많은 관심 부탁드립니다.


'Human Behavior > 제품정보' 카테고리의 다른 글

행동관찰분석 리서치 & 관련 툴에 대하여  (0) 2018.08.09