[논문 리뷰] The Impact of Flow in an EEG-based Brain Computer Interface

Jelena Mladenović, Jérémy Frey외 3명|arXiv (Cornell University)|2017. 06. 06.

EEG and Brain-Computer Interfaces참고 문헌 24인용 수 12

한 줄 요약

이 연구는 운동 상상 기반 EEG 뇌-computer 인터페이스(Brain-Computer Interface, BCI)에서 몰입, 통제감, 내재적 동기화로 특징지어지는 플로우 상태 유도가 성능과 사용성에 영향을 주는지 조사한다. 작업 난이도를 조절하고 배경 음악을 추가함으로써, 저자들은 난이도 조절이 플로우 상태와 오프라인 성능을 향상시키는 데 기여했음을 발견했으며, 음악은 긍정적 영향을 주지 못하고 오히려 온라인 성능을 약간 떨어뜨렸다. 이는 플로우가 BCI 설계에 있어 유망하지만 복잡한 요소임을 시사한다.

ABSTRACT

Major issues in Brain Computer Interfaces (BCIs) include low usability and poor user performance. This paper tackles them by ensuring the users to be in a state of immersion, control and motivation, called state of flow. Indeed, in various disciplines, being in the state of flow was shown to improve performances and learning. Hence, we intended to draw BCI users in a flow state to improve both their subjective experience and their performances. In a Motor Imagery BCI game, we manipulated flow in two ways: 1) by adapting the task difficulty and 2) by using background music. Results showed that the difficulty adaptation induced a higher flow state, however music had no effect. There was a positive correlation between subjective flow scores and offline performance, although the flow factors had no effect (adaptation) or negative effect (music) on online performance. Overall, favouring the flow state seems a promising approach for enhancing users' satisfaction, although its complexity requires more thorough investigations.

연구 동기 및 목표

• 몰입, 통제감, 내재적 동기화로 특징지어지는 플로우 상태를 유도하여 BCI의 사용성과 사용자 성능을 향상시키기 위해.
• 플로우 상태가 운동 상상 작업에서 주관적인 사용자 경험과 객관적인 BCI 성능을 향상시킬 수 있는지 조사하기 위해.
• 두 가지 플로우 유도 요인인 적응형 작업 난이도와 배경 음악의 영향을 평가하기 위해.
• 실시간 BCI 환경에서 플로우, 사용자 성능, EEG 신호 분류 정확도 간의 관계를 탐색하기 위해.
• 지침 설계 원칙, 특히 플로우 이론이 더 효과적인 BCI 피드백 시스템을 이끌 수 있는지 평가하기 위해.

제안 방법

• 운동 상상 작업을 위한 몰입형 환경으로 수정된 3D 비디오 게임(TuxRacer)을 사용한 내재적 설계 BCI 실험을 수행하였다.
• 사용자 성능에 기반해 작업 복잡성을 동적으로 조절함으로써 최적의 도전도를 유지하는 방식으로 적응형 난이도를 구현하였다.
• 이전 연구에서 보고된 유익성 및 동기 유발 효과를 바탕으로, 중간 템포의 이면 음악을 비동기식으로 도입하여 플로우를 유도하였다.
• 캘리브레이션(그라츠 프로토콜) 및 게임 세션 동안 EEG 데이터를 수집하였으며, 오프라인 분류를 통해 성능을 평가하였다.
• EduFlow2 설문지를 사용하여 플로우를 측정하였으며, 인지적 통제, 몰입, 자동적 경험 등의 차원을 평가하였다.
• 플로우 점수, 온라인 성능(실시간 분류 정확도), 오프라인 성능(기록된 데이터에 대한 분류 정확도) 간의 상관관계를 분석하였다.

실험 결과

연구 질문

• RQ1 적응형 작업 난이도가 EEG 기반 BCI 시스템에서 사용자의 플로우 상태를 증가시키는가?
• RQ2 중간 템포의 배경 음악이 플로우를 향상시키고 BCI 성능을 향상시키는가?
• RQ3 주관적인 플로우 경험과 객관적인 BCI 성능(온라인 및 오프라인) 간의 관계는 어떠한가?
• RQ4 캘리브레이션 환경와 게임 환경 간의 차이가 온라인 성능과 플로우 인식에 어떤 영향을 미치는가?
• RQ5 작업 신호와 동기화되지 않은 음악이 리듬 불일치로 인해 BCI 성능에 악영향을 줄 수 있는가?

주요 결과

• 적응형 난이도가 플로우의 인지적 통제 차원을 유의미하게 증가시켜 플로우 상태의 성공적인 유도를 보여주었다.
• 주관적인 플로우 점수와 오프라인 BCI 성능 간에 양의 상관관계가 있었으며, 이는 높은 플로우 상태가 더 나은 신호 분류와 연관됨을 시사한다.
• 배경 음악은 플로우에 긍정적 영향을 주지 못했고, 운동 상상의 리듬과의 불일치로 인해 온라인 성능이 감소한 것으로 보였다.
• 오프라인 성능은 플로우와 양의 상관관계가 있었으며, 더 나은 성능을 보인 사용자일수록 더 높은 플로우 상태를 보고하였다.
• 플로우와 온라인 성능 간의 상관관계 부재는 최소한의 캘리브레이션 환경와 복잡한 게임 환경 간의 차이에서 기인할 수 있다.
• 결과적으로 음악 선택이 매우 중요하다는 점을 시사한다: 동기 유발력이 낮거나 동기화되지 않은 음악은 BCI 성능을 방해할 수 있다.