눈동자 데이터 기반 몰입·인증 모델링 연구

Gaze-data-driven modeling for immersion and authentication

연구 내용

눈추적 기반 시선 특징을 활용해 영상 몰입 상태를 객관적으로 추정하고, 짧은 응답 조건에서 개인을 식별하는 시선 인증 데이터셋과 모델을 구성하는 연구

영상 시청이나 사용자 인증처럼 시선 신호가 핵심 입력이 되는 상황에서 몰입과 개인성 특징을 모델링하는 연구를 수행합니다. 먼저 시청 중 발생하는 시선 특징을 정량화하고, ML 모델과 결합해 설문 의존도를 낮춘 몰입 감지 체계를 구성합니다. 이후에는 사전 주의 처리(pre-attentive processing)를 유도해 짧은 자극 구간에서도 유효한 시선 특징을 추출할 수 있는 gaze-based authentication 데이터셋을 구축합니다. 공정성과 재현성을 위해 특징 전처리와 모델 검증 절차를 함께 제시하는 차별성이 있습니다.

관련 프로젝트

0건

연구 흐름

초기에는 설문 기반 몰입 측정의 편향을 줄이기 위해 시선 특징을 기반으로 몰입 상태를 추정하는 모델링을 수행했습니다. 이후에는 시선 신호가 특정 과제에서 빠르게 반응해야 하는 인증 시나리오로 확장하여, pre-attentive processing을 활용한 시선 수집 조건을 설계했습니다. 이어서 수집된 데이터에서 기존 연구의 gaze features를 정리하고 전처리·검증 절차를 표준화하며, 머신러닝 모델을 통해 시선 기반 개인 식별 가능성을 확인하는 연구 흐름을 구성했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

시선 기반 개인 인증 프로토콜
영상 몰입도 모니터링
UX 개선을 위한 사용자 상태 추정
시각 자극 반응 데이터셋
VR/AR 인터랙션 제어
인지 상태 기반 학습 지원
콘텐츠 제작 피드백 자동화
주의 편향 완화 평가
실험용 눈동자 분석 도구
프라이버시 고려 시선 처리 모듈