[논문 리뷰] Review of the Use of Electroencephalography as an Evaluation Method for Human-Computer Interaction

Jérémy Frey, Christian Mühl외 2명|elib (German Aerospace Center)|2013. 11. 09.

Human-Automation Interaction and Safety참고 문헌 53인용 수 15

한 줄 요약

이 논문은 인간-컴퓨터 상호작용(HCI) 평가를 위한 뇌영상 측정법으로서 뇌전도측정(EEG)을 검토하며, 작업부하, 주의력, 정서, 오류 인식과 같은 핵심 인지 및 정서적 개념을 실시간으로 객관적으로 측정할 수 있음을 입증한다. 본 연구는 HCI 평가에 EEG를 통합하여 사용자 편의성과 사용자 경험을 향상시키며, 특히 통제된 테스트 단계 동안 정신 상태를 실시간으로 객관적으로 평가함으로써 가능성을 제시한다.

ABSTRACT

Evaluating human-computer interaction is essential as a broadening population uses machines, sometimes in sensitive contexts. However, traditional evaluation methods may fail to combine real-time measures, an "objective" approach and data contextualization. In this review we look at how adding neuroimaging techniques can respond to such needs. We focus on electroencephalography (EEG), as it could be handled effectively during a dedicated evaluation phase. We identify workload, attention, vigilance, fatigue, error recognition, emotions, engagement, flow and immersion as being recognizable by EEG. We find that workload, attention and emotions assessments would benefit the most from EEG. Moreover, we advocate to study further error recognition through neuroimaging to enhance usability and increase user experience.

연구 동기 및 목표

• 인간-컴퓨터 상호작용(HCI) 품질 평가를 위한 객관적이고 실시간적인 방법으로 뇌전도측정(EEG)을 사용하는 것이 타당하고 유용한지 평가하는 것.
• 작업부하, 주의력, 정서, 오류 인식과 같은 인지 및 정서적 개념 중 EEG로 측정 가능하고 뇌영상 측정 기법에 가장 적합한 것이 무엇인지 특정하는 것.
• 주관성, 실시간 데이터 부족, 사용자 행동 방해 등의 문제로 인해 전통적인 HCI 평가 방법의 한계를 해결하는 것.
• 메타적 방법론적 결함을 보완하면서 정신 상태에 대한 민감도를 활용할 수 있도록 EEG를 전통적 평가 기법과 통합하는 프레임워크를 제안하는 것.
• 신경생리학적 신호를 통한 사용자 경험 향상을 위해 조기 사용자 편의성 문제 탐지 기능을 제공하는 EEG의 잠재력을 부각하는 것.

제안 방법

• 논문은 사용자 경험과 시스템 사용자 편의성과 관련된 구성요소에 초점을 맞춘 HCI 평가에서 EEG 응용에 대한 체계적 검토를 수행한다.
• 평가 방법을 네 가지 유형으로 분류한다: 행동 연구, 설문지 및 생각을 말하는 방식을 포함한 문의 방식, 생리적 센서, 뇌영상 측정 기법이며, EEG를 주요 초점으로 삼는다.
• 신호 품질과 전극 배치의 과제가 있음에도 불구하고, 실험실 기반 평가에 있어 시간 해상도, 비용, 실용성의 최적의 균형을 고려해 EEG를 선택한다.
• 특정 구성요소와 관련된 EEG 신호 패턴을 분석한다. 예를 들어, 주의력과 작업부하에 대한 사건 관련 전위(ERPs), 정서에 대한 각성/가치 모델이다.
• 소비자용 EEG 기기의 신뢰성과 타당성에 미치는 영향을 평가하며, 전극 수, 신호 품질, 소프트웨어 추상화 수준의 상충 관계를 언급한다.
• 전통적 방법과의 통합을 위한 개념적 프레임워크를 제안하여 편향을 최소화하고 구성 타당성을 향상시킨다.

실험 결과

연구 질문

• RQ1 HCI에서 어떤 인지 및 정서적 구성요소가 EEG를 이용한 객관적 측정에 가장 적합한가?
• RQ2 실시간 기능, 객관성, 맥락 데이터 통합 측면에서 전통적 평가 방법과 비교해 EEG는 어떻게 다른가?
• RQ3 EEG는 오류 인식과 정신적 작업부하 평가에 있어 사용자 편의성 평가를 얼마나 향상시킬 수 있는가?
• RQ4 소비자용 기기의 경우, 현재 EEG 하드웨어 및 소프트웨어의 주요 한계는 무엇인가? 특히, 특히 전극 수가 적고 校정이 없는 경우의 문제를 포함하여.
• RQ5 전통적 평가 방법과 효과적으로 통합하여 보다 종합적이고 신뢰할 수 있는 HCI 평가 프레임워크를 구축하는 방법은 무엇인가?

주요 결과

• EEG는 작업부하, 주의력, 정서를 측정하는 데 신뢰할 수 있고 실시간으로 작동하는 방법을 제공하며, 이 세 가지 구성요소는 HCI 평가에서 뇌영상 측정 기법의 이점을 가장 크게 얻는다.
• 사건 관련 전위(ERPs)를 통해 주의 집중 처리의 조기 탐지가 가능해지며, 사용자가 상호작용 도중 얼마나 많은 세부 정보를 인식하는지 예측할 수 있다.
• 오류 인식은 전통적 방법으로 평가하기 어려운 분야이지만, EEG를 통한 측정 가능성이 매우 높아져 사용자 편의성 테스트 향상에 새로운 길을 열어준다.
• 소비자용 EEG 기기의 경우 접근성은 높지만 일반적으로 신호 품질과 표준화가 희생되며, 특히 전극 수가 적고 校정이 없는 경우 신뢰성에 영향을 줄 수 있다.
• 질문지 및 행동 관찰과 같은 전통적 평가 기법과 EEG를 통합하면 각각의 방법론적 약점을 보완하고 전체 타당성을 향상시킬 수 있다.
• 운동 아티팩트와 신호 처리의 복잡성 등의 과제가 있음에도 불구하고, 비용, 시간 해상도, 사용성의 균형을 고려할 때 EEG는 통제된 HCI 평가에 있어 가장 실용적인 뇌영상 측정 방법으로 남아 있다.