Modeling Issues with Eye Tracking Data

기술 요약: 안구 추적 데이터의 모델링 문제

문제 정의
이진(binary) 안구 추적(ET) 데이터를 분석하는 것은 시계열 관측치의 본질적인 자기상관성(autocorrelation)으로 인해 상당한 통계적 어려움을 수반한다. 표준 로지스틱 혼합 모델은 베르누이 관측치(타겟에 대한 주시 여부: on/off)로 구성된 시계열 데이터의 시간적 의존성을 충분히 고려하지 못하는 경우가 많으며, 이는 표준 오차와 파라미터 추정치를 편향시킬 수 있다. 이를 해결하기 위해 지연-1(lag-1) 예측 변수를 추가한 일반화 선형 혼합 모델(GLMM)과 같은 기존 접근 방식들이 사용되어 왔으나, 이는 다중공선성 문제를 야기하고, 특히 랜덤 효과(random effects)와 자기회귀 파라미터를 구분할 때 모델의 불안정성을 초래할 수 있다. 또한, 고주파수 안구 추적 데이터(예: 1000Hz에서 0.01초 간격으로)를 압축하는 과정에서 동일한 상태(0 또는 1)가 길게 지속되는 현상이 발생하며, 이는 정보 손실 없이 기저의 체류 시간(dwell-time) 구조를 보존할 수 있는 효율적인 모델링 전략을 필요로 한다.

방법론
본 연구는 Ryskin 등(2015)이 수집한 안구 추적 데이터를 분석하며, 대화 시행(conversational trials) 전반에 걸친 피험자(subjects)와 아이템(items)의 교차 분류 설계(cross-classified design)에 초점을 맞춘다. 데이터 전처리 과정에서는 피험자당 반복되는 아이템 제시를 제외하고, 충분한 시선 데이터가 없는 시계열을 제거하였다. 분석에서는 원본(비압축) 데이터와 압축 데이터 모두에 적용된 다섯 가지의 서로 다른 모델링 접근 방세를 비교한다:

1. GLM (일반화 선형 혼합 모델): 실험 변수(Contrast, Privileged 및 이들의 Time과의 상호작용)에 대한 고정 효과와 피험자 및 아이템에 대한 랜덤 효과를 포함하는 기초적인 로지스틱 혼합 모델이다. 이는 자기상관을 명시적으로 모델링하지 않는다.
2. LAG 모델: 랜덤 효과와 함께, 관측된 지연-1 결과($y_{t-1}$)를 예측 변수로 포함하여 직렬 재귀(serial recursion)를 설명하는 GLM의 확장 모델이다.
3. AR1 (일반화 추정 방정식): AR(1) 작동 상관 구조를 가진 일반화 추정 방정식(GEE)을 사용하는 한계 회귀(marginal regression) 모델이다. 이 방식은 관측된 지연 예측 변수를 사용하는 대신, 상관 계수($\phi_A$)를 분산 구조에 직접 통합한다.
4. COX (재발성 이-상태 생존 모델): 런 길이 인코딩(Run Length Encoding, RLE)을 사용하여 이진 시계열을 이산적인 시선 에피소드(runs)로 압축한다. 이 방법은 상태 간(0에서 1로, 1에서 0으로) 전이 위험(transition hazards)을 모델링하며, 상태 내 체류 시간을 생존 시간으로 취급하는 층화된 콕스 비례 위험 모델(stratified Cox proportional hazards framework)을 사용한다.
5. ON-OFF 생존 모델: 이진 시계열을 일련의 상태 에피소드로 취급하는 생존 접근 방식의 변형으로, 'ON' 또는 'OFF' 상태에 머문 시간을 층화된 기저 위험(baseline hazards)을 가진 생존 결과로 모델링한다.

본 연구는 추정을 위해 R 패키지 lme4, glmtoolbox, survival을 사용한다. RLE를 통한 데이터 압축은 약 646,000개의 레코드를 약 15,000개로 줄이면서도 생존 분석에 필요한 시간적 구조를 보존하는 무손실(lossless) 방식임을 입증한다.

주요 기여
본 논문은 관측된 지연-1 예측 변수에 의존하지 않고 이진 안구 추적 데이터의 자기상관 효과를 처리하기 위한 두 가지 새로운 접근 방식을 소개하고 설명한다:

• AR(1) 구조를 가진 GEE: 한계 모델 프레임워크 내에서 첫 번째 차수 자기회귀 오차 구조를 적용하는 것을 보여준다.
• 재발성 이-상태 생존 모델: RLE로 압축된 데이터를 활용하여 상태 전이(0→1 및 1→0)를 이산적 생존 사건으로 모델링하는 콕스 비례 위험 모델을 제안한다.

본 연구는 이러한 서로 다른 구조적 가정이 고정 효과 추정치, 표준 오차 및 분산 성분에 어떻게 영향을 미치는지 비교 분석한다. 또한 생존 모델의 계산 효율성과 점 단위 확률(point-in-time probabilities)이 아닌 상태 전이를 모델링하는 것의 해석적 이점을 강조한다.

결과

• 고정 효과 (Fixed Effects): GLM, AR1, 그리고 생존 모델(COX/ON-OFF)은 실험 효과(Privileged 및 Contrast)에 대해 유사한 추정치를 생성하였으며, 이는 다양한 자기상관 처리 방식에 관계없이 핵심적인 인지 효과를 탐지하는 데 있어 견고함을 시사한다. 반면, LAG 모델은 특히 Time과 Contrast 변수에서 눈에 띄게 다른 계수를 나타냈으며, Privileged에 대해서는 더 높은 계수를 보였다.
• 표준 오차 (Standard Errors): GLM과 LAG 모델은 가장 작은 표준 오차를 생성했다. AR1과 생존 모델은 GLM보다 약 두 배 큰 표준 오차를 나타냈다. 저자들은 이것이 생존 모델에서 전이 지표가 누락되어 각 시계열의 마지막 런(run)이 탈락됨에 따라 유효 표본 크기가 감소했기 때문이라고 언급했다.
• 자기상관 및 분산: AR1 모델은 중간 런 길이인 35 관측치와 일치하는 매우 높은 잔차 상관($\phi \approx 0.95$)을 추정했다. LAG 모델은 지연-1 계수에 의해 주도되는 큰 의사 $R^2$(pseudo-$R^2$)를 보였다.
• 모델 적합도: ON-OFF 생존 모델은 COX 모델(0.512)보다 높은 일치 계수(concordance coefficient, 0.574)를 보여, 상태 전환 시간 순위를 매기는 성능이 더 우수함을 나타냈다.
• 식별 문제 (Identification Issues): 결과는 특히 짧은 시계열에서 계층적 시계열 모델의 자기회귀 파라미터와 랜덤 효과를 동시에 식별하는 것이 어렵다는 점을 재확인시켜 준다. LAG 모델의 지연-1 예측 변수 포함은 분산과 효과를 재분배하여, 잠재적으로 랜덤 절편(random intercepts)의 실제 기여도를 가릴 수 있는 것으로 보인다.

의의 및 주장
본 논문은 이진 시계열의 자기회귀 효과를 모델링하기 위한 대안적 방법론의 "태동기"에 기여한다고 주장한다. 본 연구는 모든 모델링 문제를 해결했다고 주장하는 것이 아니라 다음과 같은 미결 과제들을 강조한다:

1. 접근 방식의 동등성: AR1과 생존 모델 간의 실험 효과 추정치의 유사성은 자기회귀 오차 구조와 이산 시간 이-상태 전이 모델 사이의 깊은 이론적 관계를 시사한다.
2. 모델 선택: 본 연구는 자기회귀 계수를 가진 자기회귀 모델이 탐색적 도구로는 유용하지만, 다중공선성 및 랜덤 효과와의 식별 문제로 인해 긴 시계열에는 부적절할 수 있다고 주장한다. 생존 모델은 근사적 특이성(near-singularities)을 피하기 위한 실행 가능한 대안으로 제안된다.
3. 결과 정의: 본 논문은 적절한 결과 변수를 선택하는 것의 실질적 중요성을 강조한다. 특히 런(run) 기반의 안구 추적 데이터 특성을 고려할 때, 특정 순간의 타겟 주시 확률을 모델링하는 것보다 타겟 주시로의 '전이(transition)'를 모델링하는 것이 더 유익할 수 있음을 시사한다.
4. 향후 방향: 저자는 본 연구가 단일 데이터셋을 바탕으로 하고 있음을 인정하며, 소프트웨어가 불완전한 피험자-아이템 설계를 처리하고 클러스터링을 지원할 수 있다면 마르코프 전이 모델(Markov transition models)이 향-후 연구를 위한 유망한 방향임을 조심스럽게 결론짓는다.

본 논문은 참고 문헌 형식, 문헌 검토, 코드 생성 및 텍lement 수정에 AI 도구를 사용했음을 밝히며, 준비 과정의 투명성을 유지하였다.