본 연구는 지하철 입구 공공공간에서 피험자의 선택적 주의집중 분석을 위한 공간요소별 주시데이터 추출이다. 주시데이터의 추출방법 연구 결과는 다음과 같다. 첫째, 눈을 통해 획득되는 시각정보의 특성을 분석하는 과정에 중심와의 반경을 이용하여 주시범위를 설정하는 방식은 기존의 시지각 이론을 근간에 두면서 선택적 주의집중에 해당하는 주시데이터의 추출 결과를 객관화시킬 수 있는 방법을 정리했다. 둘째, 주시데이터 추출방법으로 기존에는 격자에 의한 빈도 분석이 주를 이루었는데 세부적 특성으로 공간정보를 분석함에 한계를 가지고 있었다. 이에 비해 선택적 주의집중 정도를 알 수 있는 주시데이터 추출방법은 공간에서 특정 요소에 시선이 얼마만큼 집중되는지를 분석해 낼 수 있었다. 선택적 주의집중을 통해 공간사용자의 주시특성을 분석하게 되면, 요소 맞춤형 주시데이터 추출이 가능하고, 이를 공간디자인이나 사인 배치에 활용하고 성과를 검증하는 것도 가능하다. 셋째, 공간요소에 대한 시간범위별 분석을 통해 특정 공간 요소를 주시한 데이터 특성을 시계열적으로 추적하여 정리하는 것이 가능했는데, 본 연구에서 대상으로 삼은 "해당 공간범위"의 결과를 보면, 남녀 모두 2분을 지난 시점에서 주의집중 정도가 급격히 떨어진 것을 확인할 수 있었다. 넷째, 주시 우위빈도를 통해 선택적 주의집중이 일어난 구역을 시간범위별로 분석하였는데, 성별에 따라 남자는 I시간범위(52.4 %), 여자는 IV시간범위(24.0 %)에서 강한 주시가 이루어진 특성이 있어, 성별 차이가 나타난 것을 확인할 수 있었다. 즉, 성별에 따라 선택적 주의집중이 일어나는 시간범위가 서로 다르다는 것에서부터 성별 차이를 향후 피험자 특성으로 설정하여 실험하고 분석하는 것이 필요하다.
본 연구는 지하철 입구 공공공간에서 피험자의 선택적 주의집중 분석을 위한 공간요소별 주시데이터 추출이다. 주시데이터의 추출방법 연구 결과는 다음과 같다. 첫째, 눈을 통해 획득되는 시각정보의 특성을 분석하는 과정에 중심와의 반경을 이용하여 주시범위를 설정하는 방식은 기존의 시지각 이론을 근간에 두면서 선택적 주의집중에 해당하는 주시데이터의 추출 결과를 객관화시킬 수 있는 방법을 정리했다. 둘째, 주시데이터 추출방법으로 기존에는 격자에 의한 빈도 분석이 주를 이루었는데 세부적 특성으로 공간정보를 분석함에 한계를 가지고 있었다. 이에 비해 선택적 주의집중 정도를 알 수 있는 주시데이터 추출방법은 공간에서 특정 요소에 시선이 얼마만큼 집중되는지를 분석해 낼 수 있었다. 선택적 주의집중을 통해 공간사용자의 주시특성을 분석하게 되면, 요소 맞춤형 주시데이터 추출이 가능하고, 이를 공간디자인이나 사인 배치에 활용하고 성과를 검증하는 것도 가능하다. 셋째, 공간요소에 대한 시간범위별 분석을 통해 특정 공간 요소를 주시한 데이터 특성을 시계열적으로 추적하여 정리하는 것이 가능했는데, 본 연구에서 대상으로 삼은 "해당 공간범위"의 결과를 보면, 남녀 모두 2분을 지난 시점에서 주의집중 정도가 급격히 떨어진 것을 확인할 수 있었다. 넷째, 주시 우위빈도를 통해 선택적 주의집중이 일어난 구역을 시간범위별로 분석하였는데, 성별에 따라 남자는 I시간범위(52.4 %), 여자는 IV시간범위(24.0 %)에서 강한 주시가 이루어진 특성이 있어, 성별 차이가 나타난 것을 확인할 수 있었다. 즉, 성별에 따라 선택적 주의집중이 일어나는 시간범위가 서로 다르다는 것에서부터 성별 차이를 향후 피험자 특성으로 설정하여 실험하고 분석하는 것이 필요하다.
This study has extracted observation data by spatial factor for the analysis of subjects' selective attention with the objects of public space at the entrance of subway stations. The methods extracting observation data can be summarized as the following. First, the frequency analysis by lattice was ...
This study has extracted observation data by spatial factor for the analysis of subjects' selective attention with the objects of public space at the entrance of subway stations. The methods extracting observation data can be summarized as the following. First, the frequency analysis by lattice was prevalent for those methods, but there is a limitation to the analysis of the observation data. On the contrary, the method extracting observation data by factor applied in this study can make it clear if any sight is concentrated on any particular factors in a space. Second, the results from the extracted data corresponding to the observation area can be objectified while the method setting up the observation area by applying the radius of fovea. Third, time-sequential trace of observation results of relevant factors was possible through hourly analysis of spatial factors. The consideration of the results of "corresponding spatial scope" which is the object of this study will reveal that the more the observation time, the less the degree of attention it receives. Fourth, the frequency of observation superiority was applied for the analysis of the sections with selective attention by time scope; this revealed that men and women had intensive observation in time scope I (52.4 %) and in time scope IV (24.0 %), respectively.
This study has extracted observation data by spatial factor for the analysis of subjects' selective attention with the objects of public space at the entrance of subway stations. The methods extracting observation data can be summarized as the following. First, the frequency analysis by lattice was prevalent for those methods, but there is a limitation to the analysis of the observation data. On the contrary, the method extracting observation data by factor applied in this study can make it clear if any sight is concentrated on any particular factors in a space. Second, the results from the extracted data corresponding to the observation area can be objectified while the method setting up the observation area by applying the radius of fovea. Third, time-sequential trace of observation results of relevant factors was possible through hourly analysis of spatial factors. The consideration of the results of "corresponding spatial scope" which is the object of this study will reveal that the more the observation time, the less the degree of attention it receives. Fourth, the frequency of observation superiority was applied for the analysis of the sections with selective attention by time scope; this revealed that men and women had intensive observation in time scope I (52.4 %) and in time scope IV (24.0 %), respectively.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
① 기존의 주시특성 연구에서 분석에 사용되는 기법과 선택적 주의집중의 분석 필요성과 가능성을 기술한다.
선택적 주의집중의 특성은 fMRI를 통한 뇌 자극과의 상호관련성을 분석함에 있어 중요한 실마리를 제공할 수 있으며, 향후 뉴로 디자인의 가능성을 확장시킴에 있어 유용한 분석기술로 자리 잡을 수 있을 것이다. 나아가 선택적 주의집중 분석을 위한 중심와 적용방법과 영상 데이터의 편집과 공간요소별 주시데이터 추출 방법을 명확히 하고자 한다.
본 연구에서는 지하철 출입구 공간을 대상으로 피험자의 선택적 주의집중 분석을 위한 공간요소별 주시데이터 추출방법을 정리하였다. 공간의 특성에 따라 선택적 주의집중 요소는 달라질 수 있으며, 경우에 따라서는 선택을 받기 위한 요소가 의도적으로 공간에 배치되는 경우도 있는데, 선택적 주시데이터의 추출방법을 정리한 결과는 다음과 같이 몇 가지로 요약할 수 있다.
사용자가 공간을 실제 접하는 환경에서의 감성을 측정할 수 있는 방법으로 시선추적과 fMRI를 이용한 뉴로 디자인(Neuro Design) 통합 모델이 필요하지만, 시선추적과 fMRI에서 획득된 데이터 상호의 어떤 특성들을 연계시켜 분석할 것인가에 대한 개별 연구는 미흡한 실정이다. 이러한 관점에서 본 연구에서는 시각의 선택적 주의집중 특성 분석을 위한 주시데이터 추출방법에 초점을 맞춰 연구를 진행하였다. 선택적 주의집중의 특성은 fMRI를 통한 뇌 자극과의 상호관련성을 분석함에 있어 중요한 실마리를 제공할 수 있으며, 향후 뉴로 디자인의 가능성을 확장시킴에 있어 유용한 분석기술로 자리 잡을 수 있을 것이다.
제안 방법
1절 (2)항 ④ 와 같이 ｢해당 공간요소｣의 주변 영역을 설정하는 과정에 중심와의 반경으로 영역확장이 필요하다. 따라서 영역확장과정에서 실험화상에 대한 중심와 반경의 크기를 ｢해당 공간범위｣로 설정하고, Figure 9와같이 이미지의 흑백처리를 거쳐 선택적 주의집중에 사용될 영상을 제작하는 과정을 설정하였다.
본 항에서는 주시실험에서 획득한 ｢원 데이터｣를 대상으로 상기 (1)항에서 기술한 영상 제작과 프로그램에 의한 데이터 판정을 통해, 피험자 사례를 대상으로 데이터의 추출에 따른 주시특성을 기술하였다.
실험영상을 구역 분할하여 주시빈도를 이용한 연구에서는 격자로 분할된 구역에 대한 데이터의 빈도를 추출하는 것이므로, 가로·세로축의 길이가 다른 것과 무관하게 구역별 데이터의 분포만을 산출하면 되었다.
연산용 데이터를 프로그램을 거쳐 기록된 사례가 Table 1의 우측이다. 판정 결과를 [유효, 외곽, 불량]으로 나누어 정리하였다.｢해당 공간범위｣ 에 포함된 주시데이터를 [유효]로 볼 경우, 실험 화상 안에는 있으나 ｢해당 공간범위｣의 밖에 위치한 것을 [외곽]으로 정의하고, 화상 범위를 벗어난 데이터를 [불량]데이터로 구분하여 판정하였다.
피험자는 모니터에 제시된 화상에만 집중할 수 있도록 주변 환경은 어둡게 하고, 피험자는 시각장치를 착용한 상태에서 30초간 암실 실험실에서 순응시간을 갖게 하였다. 실험에 사용된 시각장치(ViewPoint Eye Tracker PC-60 scene Camera)는 턱과 이마를 고정시켜 눈만 자유롭게 움직일 수 있는데, 눈과 모니터와의 거리는 650㎜이며, 모니터의 크기는 509×286㎜이다.
즉, 시간범위별 주시빈도의 분포를 통해 주의집중이 일어난 정도를 분석하는 것이 가능하다. 한편, 어떤 시간대에 집중적으로 ｢해당 공간범위｣를 주시했는지를 파악하기 위해 피험자별 주시빈도가 높은 1․2순위를 분석하였다. 그 결과, Table 5, 6과같이 주시시간범위의 어느 부분에 집중적으로 분포된 것을 알 수 있다.
판정 결과를 [유효, 외곽, 불량]으로 나누어 정리하였다.｢해당 공간범위｣ 에 포함된 주시데이터를 [유효]로 볼 경우, 실험 화상 안에는 있으나 ｢해당 공간범위｣의 밖에 위치한 것을 [외곽]으로 정의하고, 화상 범위를 벗어난 데이터를 [불량]데이터로 구분하여 판정하였다. [불량]데이터는 좌표에서 (x, y)의 어느 쪽 혹은 모두가 (0~1.
｢해당 공간범위｣로 설정한 대상에 대한 주시시간 변화에 따른 주시특성을 분석하기 위해, 전체 주시시간을 30초 단위, 6개 시간범위Ⅰ∼Ⅵ)로 설정하였다.
대상 데이터
그 결과 Table 4와 같이 남자 21명, 여자 25명의 데이터가 최종 선정되었다. 남녀 모두 제외 전에 비해 「해당 공간범위」에 대한 데이터 빈도가 상승했으며, 유효 데이터에 대한 비율은 남·여자가 1.
본 연구에서는 지하철 홀 공간을 대상으로 주시실험을 실시하였다. 이 공간은 지하철에 출입하는 사람 들이 교차하는 공간으로, 방문자는 공간에 펼쳐진 각종 정보와 상황 속에서 유용한 정보를 찾기 위한 시각적 활동이 예상된다.
선택적 주의집중 분석을 위해 남녀 피험자를 대상으로 Figure 1의 실험공간을 대상으로 실험을 실시하고, 분석하였다. 구체적인 방법 및 순서는
시선추적실험을 통해 저장된 ｢원 데이터｣는 60개/1 초이며, 실험시간이 3분이므로 약 10,800개의 데이터가 생성되는데, Table 2와 같이 1번 피험자의 경우에는 10,777개가 생성되었다.
실험에 사용된 시각장치(ViewPoint Eye Tracker PC-60 scene Camera)는 턱과 이마를 고정시켜 눈만 자유롭게 움직일 수 있는데, 눈과 모니터와의 거리는 650㎜이며, 모니터의 크기는 509×286㎜이다.
실험영상은 1920×1080 Pixels, 영상의 크기는 67.73×38.1㎝이다.
실험은 건축․실내디자인학과에 재학 중인 남녀학생 각 30명(전체 60명)을 대상으로 하였다. 안경과 렌즈는 실험과정에서 동공에 굴절이 일어나므로, 미착용 상태 시력으로 0.
실험은 건축․실내디자인학과에 재학 중인 남녀학생 각 30명(전체 60명)을 대상으로 하였다. 안경과 렌즈는 실험과정에서 동공에 굴절이 일어나므로, 미착용 상태 시력으로 0.8 이상의 피험자가 대상이며, 2013년 11월 19일에서 25일까지 실시하였다.
본 실험에서 목표시간은 3분이다. 주시데이터는 (x, y)의 좌표데이터(X₋Gaze, Y₋Gaze)와 일렬번호 (Count)만을 남긴 데이터로 편집한다. 일반적으로 (x,y)좌표에서 (0, 0)의 위치는 해당 그림의 좌측하단이 기본이지만, 본 프로그램을 이용한 실험에서 좌표 (0, 0)의 위치는 좌측상단이다.
프로그램에 적용되는 연산용 데이터는 [Count, X_Gaze, Y_Gaze]와 같이 데이터의 일렬번호와 좌표 데이터이다. 연산용 데이터를 프로그램을 거쳐 기록된 사례가 Table 1의 우측이다.
성능/효과
넷째, 주시 우위빈도를 통해 선택적 주의집중이 일어난 구역을 시간범위별로 분석하였는데, 성별에 따라 남자는 Ⅰ시간범위(52.4 %), 여자는 Ⅳ시간범위 (24.0 %)에서 강한 주시가 이루어진 특성이 있어, 성별 차이가 나타난 것을 확인할 수 있었다. 즉, 성별에 따라 선택적 주의집중이 일어나는 시간범위가 서로 다르다는 것에서부터 성별 차이를 향후 피험자 특성으로 설정하여 실험하고 분석하는 것이 필요하다.
셋째, 공간요소에 대한 시간범위별 분석을 통해 특정 공간 요소를 주시한 데이터 특성을 시계열적으로 추적하여 정리하는 것이 가능했는데, 본 연구에서 대상으로 삼은 ｢해당 공간범위｣의 결과를 보면, 남녀 모두 2분을 지난 시점에서 주의집중 정도가 급격히 떨어진 것을 확인할 수 있었다.
이러한 내용으로 볼 때, 주시시간의 경과에 따라 주의집중도가 낮아지고 있는 것을 확인할 수 있었는데, 상대적으로 남자가 급격하게 낮아지고, 성별에 따라 집중되는 시간대가 다른 것을 확인할 수 있었다. 본 연구가 특정 ｢해당 공간범위｣에 대한 주시특성을 대상으로 한정했다는 것과 공간주시는 성별에 따라 관심 요소가 다를 수 있으므로, 향후, 선택적 주의집중 분석을 공간의 다양한 요소를 대상으로 실시한다면, 분석기법의 유효성과 성별 주시대상의 차이 특성 등을 분석해 낼 수 있다.
후속연구
둘째, 주시데이터 추출방법으로 기존에는 격자에 의한 빈도 분석이 주를 이루었는데 세부적 특성으로 공간정보를 분석함에 한계를 가지고 있었다. 이에 비해 선택적 주의집중 정도를 알 수 있는 주시데이터 추출방법은 공간에서 특정 요소에 시선이 얼마만큼 집중되는지를 분석해 낼 수 있다는 점에서 공간주시 특성 분석과정에 있어 매우 중요한 실마리를 제공할 수 있다.
이러한 내용으로 볼 때, 주시시간의 경과에 따라 주의집중도가 낮아지고 있는 것을 확인할 수 있었는데, 상대적으로 남자가 급격하게 낮아지고, 성별에 따라 집중되는 시간대가 다른 것을 확인할 수 있었다. 본 연구가 특정 ｢해당 공간범위｣에 대한 주시특성을 대상으로 한정했다는 것과 공간주시는 성별에 따라 관심 요소가 다를 수 있으므로, 향후, 선택적 주의집중 분석을 공간의 다양한 요소를 대상으로 실시한다면, 분석기법의 유효성과 성별 주시대상의 차이 특성 등을 분석해 낼 수 있다.
이러한 관점에서 본 연구에서는 시각의 선택적 주의집중 특성 분석을 위한 주시데이터 추출방법에 초점을 맞춰 연구를 진행하였다. 선택적 주의집중의 특성은 fMRI를 통한 뇌 자극과의 상호관련성을 분석함에 있어 중요한 실마리를 제공할 수 있으며, 향후 뉴로 디자인의 가능성을 확장시킴에 있어 유용한 분석기술로 자리 잡을 수 있을 것이다. 나아가 선택적 주의집중 분석을 위한 중심와 적용방법과 영상 데이터의 편집과 공간요소별 주시데이터 추출 방법을 명확히 하고자 한다.
따라서 해당 공간범위를 주시한 데이터 중에서 어떤 데이터가 주시특성 분석에 있어 유효한 데이터인지를 확인하고 그것을 분석에 활용할 필요가 있다. 한편 이러한 주시데이터 추출방법을 응용하면 주시정도의 차이에 따른 주시 특성분석도 가능할 것으로 보이지만, 여러 개의 복합 요소를 분석할 경우 요소간의 상호 거리 등에서 해결해야 할 문제가 발생할 것으로 보인다. 본 연구는 특정 요소를 선택적으로 주시특성을 분석할 수 있는 효과적인 분석방법을 제공했다는 측면에서 연구의 의미가 크다.
질의응답
핵심어
질문
논문에서 추출한 답변
인간의 눈이란?
인간의 눈은 공간에 대한 정보의 대부분을 획득하는 가장 중요한 감각기관인 동시에 공간의 질을 평가할 수 있는 정보를 제공하는 기관이다. 눈을 통해 획득된 정보를 근거로 우리는 공간을 선택하고, 길 찾기를 하거나 구매활동 등을 하는데, 시각정보에는 다양한 행태를 촉진하는 매개체 역할도 담겨있다.
시선추적장치의 특성은?
그 중의 하나가 시선추적(eye tracking)장치이다. 이 장치를 이용하면 사람의 시선 움직임을 추적할 수 있는데, 관심을 가지고 바라보는 대상이 곧 그 사람의 생각이나 관심 정보라고 볼 경우, 그동안 추상적으로 측정하거나 판단했던 시지각 내용들 을 보다 정량적이면서 객관적인 방법으로 정확한 결과를 도출할 수 있다는 특성을 가지고 있다.
시선 추적 장치를 사용하여 측정할 수 있는 것은?
시선 추적 장치를 사용하면, 사람이 어디를 먼저 보는지, 얼마나 빈번하게 보는지, 얼마나 오래 보는지, 어떠한 감정을 가지고 보고 있는지, 어디를 건너 뛰어 보고 있는지 등을 측정할 수 있다. 이러한 측정은 사후 설문조사와 같은 기존의 조사방법에서 발생할 수 있는 기억의 변형이나 왜곡에 영향을 받지 않기 때문에 더욱 신뢰할 수 있는 자료를 수집할 수 있다.
참고문헌 (12)
Berger, A. A. (2011). Seeing is believing: An Introduction to Visual Communication. 4th ed. Columbus: McGraw-Hill Education.
Choi, G. Y. & Kim, J. H. (2013). A study on visual perception characteristics of the space of cafe through tracing the observing intention. Journal of Koran Institute of Interior Design, 22(3), 91-99.
Kim, E. I., Jeong, S. G., Yun, J. B., & Shin, N. S. (2004). A study on the eye fixation of port landscape from main view points. Journal of Architectural Institute of Korea, 20(7), 191-198.
Kim, J. H. (2009). A study on the property of visual perception of interior space according to eye movement. Journal of Koran institute of interior design, 18(1), 35-42.
Kim, J. H. & Kim, J. H. (2012). The partitioning standard of observation scope for analysis of spatial image. Journal of Korean Society Basic Design & Art, 13(2), 159-168.
Kim, J. H. (2014), A study on features of conscious observation of space and search activities for information. Journal of Koran institute of interior design, 23(3), 117-124.
Kim, J. H. & Kim, J. Y. (2014). The feature of scanning path algorithm shown at natural visual search activities of space user. Korean Journal of the Science of Emotion & Sensibility, 17(2), 111-122.
Ko, Y. J., Lee, E. C., & Park, K. R. (2009). A study on Gaze Tracking Based on Pupil Movement, Corneal Specular Reflections and Kalman Filter. Journal of Korea Information processing Society, 16(3), 203- 214.
Lee, J. H. & Lee, K. P. (2010). The method for measuring the initial stage of emotion in use context. Korean Journal of the Science of Emotion & Sensibility, 13(1), 111-120.
Solso R. L. (1996). Cognition and the visual arts. Cambridge: The MIT Press.
Yeo, M. & Oh, S. E. (2013). Analysis of the fashion shops' images applying gaze frequency. Journal of Koran Institute of Interior Design, 22(6), 212-219.
Yoo, J. Y., Park, H. K., & Lim, C. J. (2011. A Study on the Basic Research of Eye Fixation in the Space of Exhibition at A Museum. Journal of Koran Institute of Interior Design, 20(2), 64-71.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.