몰입은 비디오 시청에서 핵심적인 역할을 하며, 몰입을 통해 시청자는 참여가 증가하고 피로가 감소하는 등 긍정적인 경험을 하게 된다. 그러나 비디오를 시청하는 동안 몰입을 측정하는 연구는 많지 않으며, 몰입 측정에는 통상 다른 응용 분야에서 사용되는 설문지가 활용된다. 이러한 방법은 시청자의 기억에 의존할 수 있어 편향된 결과를 초래할 수 있다. 따라서 본 연구는 비디오 시청 시 사람들의 응시(시선) 행동을 활용하여 객관적인 몰입 감지 모델을 제안한다. 30명의 참가자를 대상으로 한 실험실 연구에서, 몰입 상태를 식별하기 위해 다수의 응시 특징과 기계학습(ML) 모델에 대해 심층 분석을 수행한다. 여러 응시 특징은 몰입을 강하게 시사하며, 이러한 특징을 사용하는 ML 모델은 비디오 시청자의 몰입 상태를 감지할 수 있다. 사후 인터뷰 결과, 본 접근법은 비디오 시청 중간 단계에서의 몰입 측정에 적용 가능함이 확인되었으며, 이와 관련하여 일부 실무적 문제도 함께 논의된다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.