| 내용 |
일단의 과학자들은 컴퓨터가 안구 움직임을 추적하여 신속하고 정확히 판별함으로써 반응이 긍정적인지 혹은 부정적인지를 파악할 수 있는 시스템을 개발했다고 주장했다. 안구 추적과 뇌파기록장치(electro-encephalographic, EEG)을 기반으로 한 이 시스템은 영국 옥스퍼드 대학의 밍킹 양(Mingqing Yang), 리 빈(Li Bin), 그리고 슬라브코 밀레킥(Slavko Milekic) 등의 성과이다. 이용자가 바라보는 것에 대한 움직임, 그리고 그들의 두뇌에서 발생하는 전자적 활동을 측정함으로써, 그들이 즐거워하는지 아닌지를 파악하여 이용자의 선호도를 알 수 있다. 옥스퍼드 대학의 연구진은 인간과 컴퓨터의 상호작용을 개선시키기 위해서 컴퓨터가 즐거운 감정을 일으키고 좋은 이용자 경험을 이끄는 이미지를 신속히 판별하도록 하는 것은 중요하다고 말했다. 그들은 이러한 목표를 달성하기 위해 이미지를 효과적으로 분류하는 것은 중요한 전제조건이라고 설명했다. 효과적으로 이미지를 분류하기 위한 이전 연구는 단정적으로 측정할 수 있는 신호와 같은 이미지 특성을 사용하였다. 그러나 이러한 오랜 기술은 이미지 특성의 신호 특성과 뷰어의 기대되는 경험 사이의 상관관계를 효과적으로 파악하는데 큰 도움이 되지 않았다. 그 해답은 이번 시스템과 같이 이용자의 안구 움직임을 추적하고, 이를 EEG 리더를 이용하여 두뇌활동을 측정하는 것이다. 이를 통해 긍정적, 부정적, 혹은 중립 등의 감정을 파악하고 분석하는데 필요한 ldquo;경험 공간(experience space)'을 구축할 수 있다. 연구진은 논문을 통해 경험 공간으로부터 생리학적인 경험 데이터를 추출하고 수학적으로 분석함으로써, 생리학적 경험데이터의 매개변수를 얻을 수 있다고 주장했다. 다중선형회귀 기법(multiple linear regression technique)을 이용하여 실험 참여자들의 정서적인 상태(affective state)와 생리적인 경험 데이터를 연계하였다고 연구진을 설명했다. 그들은 정서적 경험 상태와 샘플 이미지 사이의 정량적 매핑을 통해 정서적 이미지의 분류를 찾아내었다고 밝혔다. 시스템의 효율성은 추상미술(abstract art)을 통해 테스팅 되었다. 참가자들에게 16개의 그림을 보여주고 시스템은 생리반응데이터에 근거하여 이를 긍정적, 부정적 혹은 중립으로 구분하였다. 시스템을 통해 참가자 대부분이 즐거운 느낌이 드는 그림을 정확하게 분류할 수 있었다. |
