안경형 아이트래킹 데이터와 실험 환경 동영상 연동

안경방식 아이트래커는 우리가 생활하는 환경을 대상으로 사용자의 시선을 측정, 분석하기 위해 사용합니다. 여기서 언급된 환경의 의미는 백화점, 도서관, 카페 등과 같은 실제 공간 뿐 아니라, 스마트 폰, 테블릿과 같은 전자기기, 세탁기, TV와 같은 가전제품, 세탁기, 건조기, 스탈일러 등의 생활가전 제품, 버거킹에서의 무인주문기(키오스크) 등 다양한 측정 대상을 뜻합니다. 

이와 같은 공간, 제품 및 상품, 기기 등을 대상으로 사용자의 시선을 측정 분석하는 아이트래킹 기법에 있어서 한 가지 아쉬운 점은 사용자의 행동(behavior)과 그 분위기를 알 수 없다는데 있습니다. 다시 말해 리서치 종료 후, 연구자는 사용자의 시선과 관련된 영상과 데이터는 확보할 수 있으나, 리서치 도중에 사용자가 어떠한 행동을 취했는지에 대한 정보는 알 수가 없습니다. 

이러한 한계를 극복하기 위하여 리서치 상황을 관찰, 기록하는 별도의 외부 카메라를 사용하고 이를 보조 데이터로 활용합니다.

상기 내용을 간단한 영상으로 확인해 보겠습니다. 

아래 동영상은 안경형 아이트래커로 측정하여 추출한 시선 동영상으로 오랜지 원(시선 포인트)을 통해 사용자의 시선의 위치를 확인할 수 있습니다.

상기 시선 동영상으로부터 사용자의 행동과 그 분위기를 짐작할 수는 있습니다만, 이를 파악하기는데는 한계가 있습니다. 이를 보완하고자 외부 카메라를 설치하여 리서치 상황을 관찰, 기록합니다.

이와 같은 관찰 영상으로부터 사용자의 구체적인 행동과 리서치 분위기를 파악하여 시선 데이터를 분석하는데 활용합니다.

그런데 이 시점에서 고려해야 할 부분이 있습니다. 

(눈치가 빠른 분들은 이쯤에서 알아차렸을 것 같습니다만..) 사실 기존에는 별 고민없이(?) 각개전투로 진행해왔습니다. 즉, 시선 영상(데이터)을 분석하는 과정에서 별도 동영상 플레이어에서 관찰 영상을 재생하여 나름의 방식으로 분석합니다. 이 경우 시선 영상에서 시간 구간을 전/후로 이동하면 이에 해당하는 관찰 영상의 시간 구간을 찾기 위한 시도(노력)가 수반됩니다. 일명 손가락 노가다라고도 하는데요. 즉, 해당하는 시간 구간을 찾는데 수많은 소모적인 시도와 시간을 사용하는 것입니다. 물론 나름대로 메모를 하거나 주석을 달아서 최대한 동일한 시도와 반복을 줄이는 법(?)을 사용합니다만.. 글쎄요.. 저희로서는 다소 회의적인 입장입니다.

이를 해결할 수 있는 '데이터 연동 플랫폼'을 소개하여 드리고자 합니다.

행동관찰분석에 사용하는 The Observer XT 프로그램을 활용하는 것으로 즉, 서로 다른 레코딩 시점의 영상 및 데이터를 '동일한 시간 범위'에서 올려두고 데이터 분석을 진행하는 방식입니다. Observer XT 플랫폼에서 시간 구간을 전/후로 이동하면 이에 해당하는 동영상 지점과 해당 데이터 값이 연동되어 나타납니다. 이를 확인하기 위해 아래 동영상을 재생해 보세요.
(동영상을 재생하면서 재생 시점을 전/후로 이동했을 때, 시선 영상과 관찰 영상이 서로 연계되어 바로 나타는지 확인해 보세요.)

이와 같이 서로 다른 영상(데이터)를 동일한 시간 범위에 두고 분석할 수 있을 뿐 아니라, 보다 입체적인 분석을 위해 사용자의 행동을 규정하고 코딩하는 과정('부호화')을 추가할 수 있습니다.

사용자의 행동을 코딩(부호화)한 이미지

상기 이미지와 같이 행동 부호화 과정을 마친 후, 동공의 크기 변화를 한 눈에 살펴볼 수 있을 뿐 아니라, 특정 지점에서 동공 크기 변화가 급격히 변화된 것을 확인하고 어떠한 행동이 이러한 변화를 유도하였는지 관찰할 수 있습니다. 

즉, 특정 데이터의 변화 양상을 한 눈에 살펴보고, 그 변화 전 후 발생했던 행동을 관찰함으로써 보다 입체적으로 데이터 간 관계를 분석할 수 있습니다..

데이터 처리 및 분석 방법(노하우)에 있어서 각 연구자마다 선호하는 방식이 있으리라 생각합니다. 다만, 기존 방식에 소개드린 데이터 연동 방식을 적용한다면 심도있고 입체적인 분석이 가능하다는 것을 말씀드리며 '안경형 아이트래킹 데이터와 실험 환경 동영상 연동' 포스트를 마치겠습니다.