광고 효과 예측 : 120,000개의 비디오 프레임의 얼굴 코딩

표정 자동 분석

이 소프트웨어는 이전에 개인이 얼굴 표정 코딩을 진행했던 시간보다 극히 짧은 시간에 기쁨, 놀라움, 슬픔, 두려움, 분노, 혐오 등의 얼굴 표정을 자동으로 분석할 수 있습니다. 과거에는 지루한 수동 코딩이 두세 달까지 걸리기도 했습니다.

이 연구는 독일의 본에서 2013년 6월 6일 열린 제9회 신경심리 경제학회의 회의인 NeuroPsychoEconomics Conference에서 “Bridging Boundaries: Applying Neuroeconomics to Medicine, Social Science and Business,”로 소개되었습니다.

이 연구에서 90명의 미국 참가자들이 광고 3개를 시청하는 동안 얼굴 반응을 비디오로 녹화하여 그들이 얼마나 재미있어하는지를 분석하였습니다. 영상을 접한 이들은 광고가 얼마나 즐거웠는지, 광고 속 브랜드가 마음에 들었는지 등에 대해 설문지를 작성하도록 했습니다.

 

얼굴 반응 vs 설문지

연구원들은 FaceReader를 이용하여 얼굴 반응의 기초적인 패턴을 분석하고, 이를 광고 효과에 대한 참가자들의 설문 점수와 연관시켰습니다.

흥미롭게도, 그들은 가장 재미있는 비디오 광고에서 보인 기쁨 표정 점수는 설문에서 답한 점수의 37% 정도에 해당한다는 것이었습니다.

 

기쁨은 브랜드에 대한 태도를 나타냈습니다.

다른 기본적인 표정들은 광고와 브랜드에 대한 태도를 예측하는데 기여하지 못했지만, 기쁨은 브랜드에 대한 태도를 부분적으로 설명해주었습니다. 게다가 FaceReader는 설득력 있는 비디오 광고에 대해 높음, 중간, 낮음 수준의 기쁨으로 구별할 수 있었습니다.

중요한 것은 연구원들이 참가자의 얼굴 표정을 지속적으로 해석하는 고정된 FaceReader와 종속변수인 광고 효과와의 링크도 고려했다는 점입니다.

그러나 그들은 또한 우울, 역겨움, 두려움과 같은 다른 유형의 감정 자극이 광고 연구에서 일반적으로 보는 구매의도나 실제 구매 행위와 관련될 수 있다면 더 많은 연구가 진행되어야 한다고 주장합니다. 또한 AdSAM®, PrEmo 또는 안면 EMG와 같이 일반적으로 사용되는 다른 조치와 FaceReader의 교차 검증의 중요성을 강조하고 있습니다.

 

결론

최근의 이 연구는 광고 효과를 예측하기 위해 중요한 얼굴 반응 데이터를 분석함으로써 소비자 감성 신경 과학 분야의 발전에 기여하였습니다.

이 실험의 강점은 크라우드 소싱 플랫폼을 사용하여 참가자들이 자연환경, 가정, 사무실 같은 일반적인 장소에서 참가자들이 비디오를 시청하고 이를 기록할 수 있었습니다.

이러한 플랫폼을 통해 수집된 데이터는 실험실 설정과 같이 조건 제어를 완벽하게 할 수 없기 때문에 품질이 떨어지는 경우가 많습니다. 참가자 쪽의 열악한 조명 환경과 기술적인 장애로 인해 수집된 자료의 분석이 유난히 힘든 것도 사실입니다.

그러나 FaceReader는 이러한 열악한 데이터를 유달리 잘 처리하였으며, 연구원이 참가자들의 표정과 기본적인 감정에 대해 빠르게 신뢰할 수 있고 자동화된 분석이 가능하도록 도와주었습니다.

Reference

1. By Peter Lewinski
   PhD Candidate – Amsterdam School of Communication Research, UvA
   Marie Curie Research Fellow – Vicarious Perception Technologies, B.V.
   Early Stage Researcher - CONsumer COmpetence Research Training, FP7
2. P. Lewinski, E.S. Tan & M.L. Fransen (2013). Predicting advertising effectiveness by facial expressions in the amusing persuasive stimuli. In B. Weber, M. Reuter, A. Falk, M. Reimann & O. Schilke (Eds.), 2013 NeuroPsychoEconomics Conference Proceedings (pp. 45-45). Bonn, Germany: Association for NeuroPsychoEconomics. ISSN: 1861-8243 Databases: EBSCO, Review: double-blind, peer-review.
3. Noldus. (2013) FaceReader: Tool for automatic analysis of facial expression: Version 5.0.15. Wageningen, The Netherlands: Noldus Information Technology B.V.

 

원문

https://www.noldus.com/blog/predicting-advertising-effectiveness