📈 economics

From Pixels to Preferences: Visual Salience Shapes Economic Choices Beyond Gaze Alone

안구 추적 기술을 컴퓨터 비전 및 새로운 이미지 계산 가능 모델과 통합함으로써, 본 연구는 시각적 돌출성이 단순한 시선 편향을 넘어 위험 결정에 미치는 영향의 80% 이상을 설명하는 시선 독립적 경로를 통해 경제적 선택을 유의미하게 형성한다는 것을 입증한다.

원저자: Simone D’Ambrogio, Zhiyuan Fei, Michael Platt, Feng Sheng

게시일 2026-08-27

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Simone D’Ambrogio, Zhiyuan Fei, Michael Platt, Feng Sheng

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

우리는 매일 식료품점에서 간식을 고르는 일부터 주식에 투자할지 결정하는 일까지 수많은 선택을 하며 살아갑니다. 우리는 이러한 결정이 논리와 우리 앞에 놓인 옵션의 실제 가치에 의해 주도된다고 믿고 싶어 합니다. 하지만 우리의 뇌는 완벽하게 이성적인 기계가 아니며, 사물이 어떻게 보이는지에 의해 쉽게 휘둘립니다. 이를 이해하는 핵심 개념은 시각적 돌출성(visual salience)인데, 이는 단순히 어떤 대상이 주변 환경으로부터 얼마나 눈에 띄는지를 의미합니다. 칙칙한 회색 거리 속의 밝은 빨간색 표지판이나, 작은 글자 뭉치 속의 큰 글꼴은 자동으로 우리의 주의를 끕니다. 수십 년 동안 과학자들은 이러한 시각적 끌림이 매우 단순한 방식으로 작동한다고 믿었습니다. 즉, 밝거나 큰 항목이 우리의 눈을 사로잡고, 우리가 그것을 더 오래 보게 되며, 그것을 보고 있기 때문에 결국 그것의 가치를 더 높게 평가하고 선택하게 된다는 것입니다. 흔히 '시선 편향(gaze bias)'이라 불리는 이 개념은 우리의 눈이 마음을 이끌며, 만약 우리가 어디를 볼지 통제할 수 있다면 무엇을 선택할지도 통제할 수 있다는 점을 시사합니다.

옥스퍼드 대학교, 절강 대학교, 펜실베이니아 대학교의 연구진은 이 단순한 이야기가 전체 진실인지 확인하기 위해 실험을 설계했습니다. 그들은 시각적 돌출성이 단지 우리의 눈을 움직이기 때문에 우리의 선택을 바꾸는 것인지, 아니면 우리의 뇌가 가치를 처리하는 방식에 더 깊고 직접적인 영향을 미치는 것인지 알고 싶었습니다. 이를 알아내기 위해 연구진은 사람들의 눈 움직임을 정밀하게 추적하면서 사람들이 돈에 관한 결정을 내리도록 하는 연구를 설계했습니다. 연구진은 참가자들에게 일련의 간단한 도박 선택지를 제시했습니다. 즉, 특정 금액을 얻거나 다른 금액을 잃을 확률이 반반인 게임입니다. 연구진은 이 숫자들의 시각적 외형을 조작했습니다. 어떤 시행에서는 잠재적 이득이 잠재적 손실보다 더 밝게 표시되었고, 다른 시행에서는 손실이 더 밝게 표시되었습니다. 이러한 밝기 차이는 도박의 실제 수학적 계산은 바꾸지 않으면서도, 특정 숫자가 시각적으로 툭 튀어나와 보이게, 즉 돌출되게 만들었습니다.

결과는 사람들이 잠재적 이득이 밝고 돌출된 숫자일 때 도박을 수락할 가능성이 더 높고, 손실이 밝을 때는 수락할 가능성이 낮다는 것을 확인해 주었습니다. 이는 실제 돈의 액수가 정확히 동일함에도 불구하고 발생한 현상이었습니다. 또한 연구진은 밝은 숫자들이 참가자들의 눈을 실제로 사로잡았다는 점도 확인했습니다. 사람들은 돌출된 숫자를 더 자주, 그리고 더 오래 바라보았습니다. 그러나 연구진이 정교한 통계적 방법을 사용하여 '보는 행위'의 효과와 '시각적 밝기 자체'의 효과를 분리했을 때, 놀라운 그림이 나타났습니다. 밝은 숫자를 보는 행위는 의사결정의 변화를 설명하는 데 아주 적은 부분만을 차지할 뿐이라는 사실이 밝혀졌습니다. 영향력의 압도적인 부분은 다른 원천에서 왔습니다. 시각적 밝기가 뇌가 돈의 가치를 내부적으로 표현하는 방식을 변화시켜, 눈이 실제로 어디를 향하고 있는지와 상관없이 이득은 더 크게 느끼게 하고 손실은 더 작게 느끼게 만든 것이었습니다.

연구진은 이 보이지 않는 가치 표현의 변화가 어떻게 작동하는지 이해하기 위해 인간의 결정 과정을 모방한 컴퓨터 모델을 구축했습니다. 이 모델은 카메라가 보는 것처럼 원본 이미지를 받아들여, 시각적 패턴을 인식하도록 설계된 인공지능 계층을 통해 이를 처리했습니다. 그런 다음 모델은 자신이 '본' 것을 바탕으로 선택을 내렸습니다. 모델의 내부 계산 과정을 들여다봄으로써, 연구진은 시각적 밝기가 결정이 내려지기 전 숫자가 인코딩되는 방식을 어떻게 변화시키는지 확인할 수 있었습니다. 그것은 마치 밝기 자체가 뇌의 내부 장부에서 숫자의 무게를 바꾸는 것과 같았으며, 이는 눈이 어디를 보고 있는지와는 독립적이었습니다. 이는 시각적 돌출성이 두 가지 뚜렷한 경로를 통해 작동함을 시사합니다. 하나는 우리의 눈을 움직여 우리가 보는 것의 가치를 약간 증폭시키는 경로이고, 다른 하나는 훨씬 더 강력하고 별개인 경로로서, 시각적 특성이 우리의 내부적 가치 감각을 직접적으로 재구성하는 경로입니다.

이 발견은 우리의 눈이 선호도를 결정하는 주요 동인이라는 오랜 견해에 도전합니다. 이는 정보가 시각적으로 제시되는 방식이 우리의 의식적인 주의를 우회하여 우리의 경제적 선택을 직접적으로 바꿀 수 있음을 보여줍니다. 이 연구는 100명 이상의 참가자가 각각 거의 100번의 결정을 내리는 방식으로 진행되었으며, 이러한 결론을 뒷받침하는 강력한 데이터 세트를 제공했습니다. 연구진은 시선과 무관한 효과(gaze-independent effect)가 매우 강력하여 시각적 돌출성이 선택에 미치는 전체 영향력의 거의 95%를 차지한다는 것을 발견했습니다. 다시 말해, 숫자가 더 밝다는 사실만으로도 사람들이 돈에 대해 느끼는 감정이 변했으며, 이는 그 숫자를 얼마나 오래 쳐다보았는지와는 무관했습니다. 이는 메뉴판의 글꼴 크기부터 금융 대시보드의 레이아웃에 이르기까지, 시각적 정보의 설계가 우리의 행동을 형성하는 데 있어 심오하고도 종종 숨겨진 힘을 가지고 있음을 암시합니다.

이 연구의 함의는 실험실 너머로 확장됩니다. 이는 유혹적인 옵션을 피하기 위해 단순히 시선을 돌리는 것만으로는 영향을 받지 않으려고 노력할 수 없음을 시사합니다. 시각적 환경 자체가 우리가 선택을 내리기도 전에 우리의 내부 가치를 재작성할 수 있기 때문입니다. 시각적 돌출성이 눈의 움직임과는 별개의 메커니즘을 통해 주로 작동한다는 점을 밝혀냄으로써, 이 연구는 지각과 의사결정이 어떻게 연결되어 있는지에 대한 새로운 이해를 제공합니다. 이는 뇌가 단순히 눈이 보는 것을 수동적으로 기록하는 것이 아니라, 시나리오에 따라 시각적 단서를 바탕으로 가치를 능동적으로 구성하며, 때로는 우리가 어디를 보고 있는지와 완전히 독립적인 방식으로 작동한다는 점을 강조합니다. 이러한 이중 경로 관점은 인간의 의사결정에 대한 더 완전한 그림을 제공하며, 화면 위의 픽셀에서 우리의 마음속 선호로 이어지는 경로가 이전에 생각했던 것보다 훨씬 더 복잡하고 직접적임을 보여줍니다.

기술 요약: 픽셀에서 선호로: 시각적 돌출성이 시선만으로 결정되는 것 이상의 경제적 선택을 형성하는 방식

문제 제기
시각적 돌출성(visual salience)—밝기나 크기와 같은 특징으로 인해 주변 요소로부터 얼마나 두드러져 보이는지를 의미함—은 객관적인 옵션의 가치와는 독립적으로 경제적 선택을 체계적으로 편향시키는 것으로 알려져 있다. 이러한 현상에 대한 기존의 설명은 "시선 의존적(gaze-dependent)" 경로이다. 즉, 돌출된 특징이 시각적 주의(시선)를 끌고, 이후 시선이 고정된 속성의 가중치를 증폭시켜 최종 선택을 편향시킨다는 것이다. 이 메커니즘은 주의적 표류 확산 모델(attentional Drift Diffusion Model, aDDM)과 같은 프레임워크에서 공식화된다. 그러나 기존 문헌은 시각적 돌출성이 명시적인 시선과는 독립적인 메커니즘, 즉 속성의 내부 가치 표현을 직접적으로 변화시키는 방식을 통해서도 선택에 영향을 미칠 수 있음을 시사한다. 본 연구가 다루는 핵심 문제는 이러한 두 가지 잠재적 경로를 분리하는 것이다. 즉, 시각적 돌출성이 주로 시선을 재지정함으로써 경제적 선택을 편향시키는가, 아니면 시선과 무관하게 가치가 인코딩되는 방식에 직접적인 영향을 미치는가?

연구 방법론
저자들은 행동 실험, 인과 매개 분석, 그리고 계산 모델링을 결합한 다중 방법론을 채택하였다.

실험 설계:
- 참가자: (데이터 품질을 위한 제외 과정을 거친 후) 139명의 참가자가 온라인 안구 추적 연구를 완료하였다.
- 과업: 참가자들은 50/50 금전적 도박(잠재적 이득 대 잠재적 손실)이 포함된 위험 선택 과업을 수행하였다. 참가자들은 각 도박을 수락할지 거절할지를 결정하였다.
- 조작: 이득 또는 손실 속성의 밝기를 변화시켜 시각적 돌출성을 조작하였다. '이득 돌출(gain-salient)' 시행에서는 잠재적 이득이 더 밝았고, '손실 돌출(loss-salient)' 시행에서는 잠재적 손실이 더 밝았다.
- 데이터 수집: 웹캠 기반 안구 추적기(WebGazer.js)를 사용하여 의사결정 과정 전반에 걸친 안구 운동을 기록하였다.
통계 분석:
- 회귀 분석: 베이지안 다층 로지스틱 회귀를 사용하여 돌출성과 수치적 크기가 선택 확률에 미치는 영향을 정량화하였다.
- 인과 매개: 세 가지 가설을 테스트하기 위해 베이지안 다층 매개 모델을 구축하였다: (H1) 돌출성이 오직 시선을 통해서만 선택에 영향을 미친다, (H2) 돌출성이 오직 비시선 메커니즘을 통해서만 선택에 영향을 미친다, (H3) 돌출성이 두 경로 모두를 통해 선택에 영향을 미친다. 모델은 시선을 통한 평균 인과 매개 효과(ACME)와 시선과 무관한 평균 직접 효과(ADE)를 추정하였다.
계산 모델링 (aVAM):
- 저자들은 **주의적 시각 누적 모델(attentional Visual Accumulator Model, aVAM)**을 개발하였다.
- 시각 처리: 합성곱 신경망(CNN)이 도박 자극의 원시 픽셀 입력을 처리하여 의사결정에 유의미한 특징들을 추출하였다. 이 특징들은 표류율(drift rates)로 매핑되었다.
- 증거 누적: 선형 탄도 누적기(Linear Ballistic Accumulator, LBA)가 의사결정 과정을 시뮬레이션하였다. 결정적으로, CNN에서 유도된 표류율은 참가자의 측정된 시선 비율에 의해 조절되었으며, 고정되지 않은 정보에 대한 주의적 감쇄를 모델링하기 위해 시선 편향 파라미터( $\lambda$ )를 포함하였다.
- 내부 표현 분석: 시선 독립적 메커니즘을 조사하기 위해, 저자들은 CNN의 내부 활성화(특히 마지막 전 단계 레이어)를 주성분 분석(PCA)을 사용하여 분석함으로써, 시선 조절 단계 이전에 시각적 돌출성이 모델의 내부 가치 표현을 변화시키는지 여부를 결정하였다.

주요 결과

돌출성은 선택과 시선을 편향시킨다:
- 참가자들은 잠재적 손실이 돌출되었을 때보다 잠재적 이득이 시각적으로 돌출되었을 때 도박을 수락할 가능성이 유의미하게 높았다.
- 돌출성은 시선 할당을 신뢰성 있게 편향시켰다: 참가자들은 돌출된 속성을 먼저 주시할 가능성이 높았으며, 해당 속성을 보는 데 더 많은 시간을 할애하였다.
시선은 돌출 효과의 소수에 불과하다:
- 매개 분석: 인과 매개 분석 결과, 시선 매개 경로(ACME)는 전체 돌출 효과 중 단 **5.2%**만을 설명하였다. 시선 독립적 경로(ADE)는 **94.8%**를 차지하였다.
- 분산 분해: 이득/손실 크기만을 포함하는 기초 모델에 시선을 예측 변수로 추가했을 때, 선택에 대한 설명된 분산은 0.5 퍼센트 포인트(60.2%에서 60.7%로) 증가하였다. 이는 돌출성에 기여하는 분산의 18.5%를 나타내며, 시선 효과의 대부분이 측정된 시선과 독립적으로 작동함을 확인시켜 준다.
- 개인차: 개인의 시선 편향과 선택 편향 사이에 유의미한 상관관계( $r=0.38$ )가 있었으나, 시선 편향은 개인의 선택 민감도 분산의 14%만을 설명하였다.
시선 독립적 경로의 메커니즘:
- aVAM은 선택 확률과 반응 시간을 성공적으로 재현하였다.
- CNN의 내부 표현(PC1) 분석 결과, 주어진 객관적 가치 차이에 대해, 이득이 돌출되었을 때의 내부 가치 표현이 손실이 돌출되었을 때보다 체계적으로 더 높게 나타났다.
- 이는 시각적 돌출성이 증거 누적 단계 이전에 발생하는 초기 처리 단계에서 수치의 내부 인코딩(가치 표현)을 직접적으로 조절한다는 것을 나타낸다.

의의 및 주장
본 논문은 경제적 의사결정에서 시각적 돌출성에 대한 **이중 경로 모델(dual-pathway model)**에 대한 강력한 증거를 제공한다고 주장한다. 저자들은 시각적 돌출성이 시선에 영향을 미치고 시선이 선택을 완만하게 매개하기는 하지만, 지배적인 메커니즘은 시선 독립적이라고 주장한다.

구체적으로, 본 연구는 시각적 돌출성이 다음을 통해 작동함을 보여준다:

주의적 증폭(Attentional Amplification): 돌출성이 시선을 재지정하고, 이것이 다시 고정된 속성의 가중치를 증폭시키는 부차적인 경로.
크기 증폭(Magnitude Amplification): 시각적 돌출성이 증거 누적이 시작되기 전, 수치적 크기의 내부 표현(가치 표현)을 직접적으로 변화시키는 지배적인 경로.

저자들은 이러한 발견이 순수하게 주의(attention)에 기반한 돌출 효과 설명 모델에 도전한다고 결론짓는다. 시각적 돌출성이 시선 움직성과 무관하게 가치 표현을 재구성함을 보여줌으로써, 본 연구는 경제적 의사결정에서 가치의 지각적 기원을 모델링하는 것의 중요성을 강조한다. aVAM 프레임워크의 도입은 연구자들이 원시 픽셀 입력을 의사결정에 유의미한 표현으로 변환하는 과정을 추적하여, 시각적 인코딩의 효과와 시선 조절의 효과를 분리할 수 있게 함으로써 방법론적 진보를 제공한다.

유사한 논문