시각 탐색을 위한 주의 할당 보조기

초록

본 논문은 실시간 안구 추적 데이터를 활용해 시각 탐색 중 탐색 시간, 안구 움직임 횟수, 그리고 목표물 검출 가능성을 종합적으로 추정하고, 사용자가 탐색을 종료하거나 계속 진행해야 할 시점을 알려주는 피드백 기반 주의 할당 보조기(AAAD)를 설계·검증한다. 실험 결과, AAAD 적용 시 탐색 효율이 1.5배 향상되었으며 정확도는 유지되었다.

상세 분석

AAAD는 세 가지 핵심 메트릭—탐색 시간, 안구 움직임 수, 검출 가능성(Detectability)—을 실시간으로 모니터링한다. 이를 위해 저자들은 두 단계의 사전 실험을 진행하였다. 첫 번째는 고정 시점 탐색(Fixed‑Fixation) 실험으로, 피험자가 시점 고정 상태에서 다양한 원심 거리와 노출 시간에 따라 목표 인물·무기의 존재 여부를 판단하도록 하여 검출 가능성 곡면(Detectability Surface)을 구축하였다. 두 번째는 자유 시점 탐색(Free‑Search) 실험으로, 시간, 안구 움직임 수, 그리고 검출 가능성에 따른 정확도 변화를 측정해 각각의 퍼포먼스·퍼시미터(Performance‑Perceptual Curve, PPC)를 도출하였다. 이 PPC들은 목표 정확도가 포화에 도달하는 ‘검색 만족 시간(Search Satisfaction Time)’을 정의하는 데 사용된다.

AAAD의 핵심 알고리즘은 실시간 안구 위치 데이터를 입력받아 현재까지 누적된 시각 정보와 검출 가능성 지도를 매핑하고, 현재 탐색이 포화 정확도에 근접했는지를 확률적으로 추정한다. 추정값이 사전 정의된 임계값을 초과하면 사용자 인터페이스에 “탐색 종료” 신호를 표시한다. 반대로 아직 미탐색 영역이 남아 있거나 포화에 도달하지 않은 경우에는 추가 탐색을 권고한다.

실험은 군사 감시 시나리오를 모사한 시뮬레이션 환경에서 진행되었다. 피험자들은 회전하는 항공 영상 클립(120 s)에서 인물과 무기를 탐지·분류하도록 요구받았으며, AAAD가 없는 조건과 있는 조건을 교차 설계하였다. 결과는 AAAD 적용 시 평균 탐색 시간이 33 % 감소하고, 동일 시간 내 처리 가능한 이미지 수가 1.5배 증가했음을 보여준다. 중요한 점은 탐색 정확도(검출률·오탐률)가 통계적으로 유의미하게 차이 나지 않아, 효율성 향상이 정확도 손실 없이 이루어졌다는 것이다.

기술적 기여는 다음과 같다. (1) 안구 움직임과 시각적 검출 가능성을 결합한 정량적 모델링, (2) 이미지 복잡도(클러터)와 줌 레벨을 반영한 검출 가능성 표면 구축, (3) 실시간 확률적 의사결정 프레임워크를 통한 탐색 종료 시점 자동 판단, (4) 기존 연구와 달리 ‘어디를 볼지’가 아닌 ‘언제 멈출지’에 초점을 맞춘 백엔드 최적화 접근.

한계점으로는 실험이 제한된 수의 피험자와 시뮬레이션 영상에 국한되었으며, 실제 현장 적용을 위해서는 사용자별 캘리브레이션 비용과 다양한 센서·해상도에 대한 일반화 검증이 필요하다. 또한, AAAD가 제공하는 피드백이 사용자의 인지 부하에 미치는 장기적 효과와, 다중 목표·다중 모달 데이터 상황에서의 확장 가능성도 추가 연구가 요구된다.