KR102299103B1

KR102299103B1 - 시선 분석 장치 및 이를 이용한 시선 분석 시스템 및 방법

Info

Publication number: KR102299103B1
Application number: KR1020190131915A
Authority: KR
Inventors: 석윤찬
Original assignee: 주식회사 비주얼캠프
Priority date: 2019-10-23
Filing date: 2019-10-23
Publication date: 2021-09-07
Also published as: CN113015998A; US20230070498A1; WO2021080067A1; KR20210048075A

Abstract

시선 분석 장치 및 이를 이용한 시선 분석 시스템 및 방법이 개시된다. 개시되는 일 실시예에 따른 시선 분석 장치는, 디스플레이를 포함하는 장치에 장착되는 시선 분석 장치로서, 디스플레이에 표시되는 콘텐츠에 대한 사용자의 시선을 추적하여 시선 추적 정보를 생성하는 시선 추적부 및 사용자의 시선에서 사카드(Saccade)를 제외한 픽세이션(Fixation)을 검출하고, 검출한 픽세이션을 기반으로 콘텐츠에 대한 사용자의 시선 분석 정보를 생성하는 시선 분석부를 포함한다.

Description

시선 분석 장치 및 이를 이용한 시선 분석 시스템 및 방법{APPARATUS FOR GAZE ANALYSIS, SYSTEM AND METHOD FOR GAZE ANALYSIS OF USING THE SAME}

본 발명의 실시예는 시선 분석 기술과 관련된다.

최근, 모바일 폰의 보급률이 높아짐에 따라 모바일 폰을 이용하여 동영상(영화, 강의, 개인 미디어 콘텐츠 등)을 시청하는 사용자가 증가하고 있으며, 이에 따라 광고주의 입장에서는 모바일 폰에서 실행되는 동영상을 통해 효과적으로 광고를 할 수 있는 방안이 요구된다. 또한, 모바일 폰을 이용하여 쇼핑을 하는 사용자(즉, 온라인 쇼핑몰을 사용하는 사용자)의 수가 증가하고 있으며, 온라인 쇼핑몰 운영자의 입장에서는 효과적으로 사용자의 니즈(needs)를 반영할 수 있는 방안이 요구된다.

한국공개특허공보 제10-2013-0047799호(2013.05.09)

개시되는 실시예는 새로운 기법의 시선 분석 장치 및 이를 이용한 시선 분석 시스템 및 방법을 제공하기 위한 것이다.

개시되는 일 실시예에 따른 시선 분석 장치는, 디스플레이를 포함하는 장치에 장착되는 시선 분석 장치로서, 상기 디스플레이에 표시되는 콘텐츠에 대한 사용자의 시선을 추적하여 시선 추적 정보를 생성하는 시선 추적부; 및 상기 사용자의 시선에서 사카드(Saccade)를 제외한 픽세이션(Fixation)을 검출하고, 검출한 픽세이션을 기반으로 상기 콘텐츠에 대한 사용자의 시선 분석 정보를 생성하는 시선 분석부를 포함한다.

상기 시선 분석부는, 상기 콘텐츠에 대해 기 설정된 관심 영역의 픽세이션수 밀도를 산출할 수 있다.

상기 시선 분석부는, 상기 콘텐츠에서 단위 면적당 픽세이션수, 단위 시간당 픽세이션수, 및 단위 시간당 및 단위 면적당 픽세이션수 중 하나 이상을 산출할 수 있다.

상기 시선 분석 장치는, 상기 시선 추적 정보 및 상기 시선 분석 정보 중 하나 이상을 상기 콘텐츠에 시각화하여 표시하는 시선 분석 시각화부를 더 포함할 수 있다.

상기 시선 분석 시각화부는, 상기 콘텐츠에서 기 설정된 관심 영역을 제1 색으로 표시하고, 상기 시선 추적 정보에 따른 사용자의 시선이 상기 관심 영역에 근접하거나 상기 관심 영역 내에 위치하는 경우 상기 관심 영역을 제1 색과는 다른 제2 색으로 변경하여 표시할 수 있다.

상기 시선 분석 시각화부는, 상기 시선 추적 정보에 따른 사용자의 시선을 포인트로 상기 콘텐츠에 표시하고, 상기 콘텐츠 내에서 상기 시선 분석 정보에 따라 상기 포인트의 크기를 다르게 표시하며, 상기 시선 분석 정보는, 기 설정된 관심 영역 내 픽세이션수 밀도, 단위 면적당 픽세이션수, 단위 시간당 픽세이션수, 및 단위 시간당 및 단위 면적당 픽세이션수 중 하나 이상을 포함할 수 있다.

개시되는 일 실시예에 따른 시선 분석 시스템은, 쇼핑몰 웹 페이지에 대한 사용자의 시선 추적 정보 및 시선 분석 정보를 생성하는 시선 분석 장치를 포함하는 사용자 단말; 및 상기 사용자 단말로 상기 쇼핑몰 웹 페이지를 제공하고, 상기 사용자 단말로부터 상기 시선 추적 정보 및 상기 시선 분석 정보 중 하나 이상을 수신하며, 상기 시선 추적 정보 및 상기 시선 분석 정보 중 하나 이상을 기반으로 상기 쇼핑몰 웹 페이지에 대한 사용자의 시선 집중도를 분석하는 쇼핑몰 웹 서버를 포함한다.

상기 시선 분석 정보는, 상기 쇼핑몰 웹 페이지에 대한 픽세이션수 밀도, 상기 쇼핑몰 웹 페이지의 기 설정된 영역 별 픽세이션수 밀도, 단위 면적당 픽세이션수, 단위 시간당 픽세이션수, 및 단위 시간당 및 단위 면적당 픽세이션수 중 하나 이상을 포함할 수 있다.

상기 쇼핑몰 웹 서버는, 상기 사용자 단말로 상기 쇼핑몰 웹 페이지를 제공하는 웹 페이지 제공 모듈; 및 상기 시선 추적 정보 및 상기 시선 분석 정보 중 하나 이상을 기반으로 상기 쇼핑몰 웹 페이지에 대한 사용자의 시선 집중도를 산출하는 데이터 분석 모듈을 포함할 수 있다.

상기 데이터 분석 모듈은, 사용자 나이 및 사용자 성별 중 하나 이상을 포함하는 사용자 관련 정보를 획득하고, 상기 사용자 관련 정보 및 상기 시선 분석 정보를 기반으로 각 웹 페이지에 대해 사용자 나이별 및 성별 중 하나 이상의 평균 시선 집중도를 산출할 수 있다.

상기 데이터 분석 모듈은, 상기 쇼핑몰 웹 페이지를 통해 상품을 구매한 사용자의 시선 관련 정보를 기반으로 해당 사용자의 구매 결정 요소를 추출할 수 있다.

상기 데이터 분석 모듈은, 상기 사용자가 구매한 상품의 웹 페이지에서 상기 웹 페이지를 구성하는 각 영역 별로 상기 사용자의 시선 집중도를 확인하고, 상기 웹 페이지를 구성하는 영역들 중 상기 시선 집중도에 따라 사용자의 구매 결정 요소를 추출할 수 있다.

상기 쇼핑몰 웹 서버는, 상기 사용자의 구매 결정 요소에 따라 해당 사용자 단말로 제공할 웹 페이지의 각 영역들의 순서 및 배치 중 하나 이상을 변경하는 사용자 맞춤 모듈을 더 포함할 수 있다.

상기 데이터 분석 모듈은, 상기 쇼핑몰 웹 페이지를 통해 상품을 구매한 사용자의 시선 관련 정보를 기반으로 상기 사용자가 본 웹 페이지의 순서, 각 웹 페이지 내에서 사용자의 시선 흐름 방향, 각 웹 페이지의 영역 별 시선 집중도 중 하나 이상을 포함하는 구매 루트 패턴을 산출할 수 있다.

상기 데이터 분석 모듈은, 상기 사용자의 시선 관련 정보를 기반으로 상기 사용자가 본 웹 페이지들 중 시선 집중도가 기 설정된 시선 집중도 이상이 되는 웹 페이지들과 관련된 상품의 상품 관련 정보를 기반으로 상기 사용자의 관심 상품, 관심 가격대, 선호 색상, 및 선호 브랜드 중 하나 이상을 선정할 수 있다.

상기 쇼핑몰 웹 서버는, 상기 사용자 단말의 접속 시 해당 사용자의 기 저장된 관심 상품, 관심 가격대, 선호 색상, 및 선호 브랜드에 대한 정보를 추출하고, 추출한 정보에 대응하는 상품을 사용자에게 추천하는 사용자 맞춤 모듈을 더 포함할 수 있다.

개시되는 일 실시예에 따른 쇼핑몰 시선 분석 방법은, 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서, 사용자 단말로 쇼핑몰 웹 페이지를 제공하는 단계; 상기 사용자 단말로부터 상기 쇼핑몰 웹 페이지에 대한 사용자의 시선 추적 정보 및 시선 분석 정보를 수신하는 단계; 및 상기 시선 추적 정보 및 상기 시선 분석 정보 중 하나 이상을 기반으로 상기 쇼핑몰 웹 페이지에 대한 사용자의 시선 집중도를 분석하는 단계를 포함한다.

개시되는 실시예에 의하면, 디스플레이에 표시되는 콘텐츠에 대한 사용자의 픽세이션수 밀도, 단위 면적당 픽세이션수, 단위 시간당 픽세이션수, 및 단위 시간당 및 단위 면적당 픽세이션수 등을 분석함으로써, 콘텐츠 및 콘텐츠의 일정 영역에 대한 사용자의 관심 및 집중도를 보다 정확하게 확인할 수 있게 된다.

또한, 쇼핑몰 웹 페이지에 대한 사용자의 시선을 분석함으로써, 각 사용자별로 맞춤 서비스를 제공할 수 있게 된다. 특히, 사용자 별 구매 루트 패턴 및 구매 결정 요소를 파악하여 재차 구매로 이어지도록 광고 및 상품 기획을 할 수 있게 된다.

도 1은 본 발명의 일 실시예에 따른 시선 분석 장치의 구성을 나타낸 도면
도 2는 개시되는 실시예에서 시선 분석부가 관심 영역 내 픽세이션수 밀도를 산출하는 것을 설명하기 위한 도면
도 3은 개시되는 실시예에서 시선 분석부가 단위 면적당 픽세이션수를 산출하는 것을 설명하기 위한 도면
도 4는 개시되는 실시예에서 시선 분석부가 콘텐츠의 각 영역 별 픽세이션수 밀도를 산출하는 것을 설명하기 위한 도면
도 5는 개시되는 일 실시예에서 시선 분석 시각화부가 시선 추적 정보를 콘텐츠에 시각화하여 표시하는 예를 나타낸 도면
도 6은 개시되는 일 실시예에서 시선 분석 시각화부가 시선 추적 정보 및 시선 분석 정보를 콘텐츠에 시각화하여 표시하는 예를 나타낸 도면
도 7은 본 발명의 일 실시예에 따른 시선 분석 장치를 이용한 쇼핑몰 시선 분석 시스템의 구성을 나타낸 도면
도 8은 본 발명의 일 실시예에 따른 쇼핑몰 웹 서버의 구성을 나타낸 블록도
도 9는 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도

이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.

본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.

이하의 설명에 있어서, 신호 또는 정보의 "전송", "통신", "송신", "수신" 기타 이와 유사한 의미의 용어는 일 구성요소에서 다른 구성요소로 신호 또는 정보가 직접 전달되는 것뿐만이 아니라 다른 구성요소를 거쳐 전달되는 것도 포함한다. 특히 신호 또는 정보를 일 구성요소로 "전송" 또는 "송신"한다는 것은 그 신호 또는 정보의 최종 목적지를 지시하는 것이고 직접적인 목적지를 의미하는 것이 아니다. 이는 신호 또는 정보의 "수신"에 있어서도 동일하다. 또한 본 명세서에 있어서, 2 이상의 데이터 또는 정보가 "관련"된다는 것은 하나의 데이터(또는 정보)를 획득하면, 그에 기초하여 다른 데이터(또는 정보)의 적어도 일부를 획득할 수 있음을 의미한다.

도 1은 본 발명의 일 실시예에 따른 시선 분석 장치의 구성을 나타낸 도면이다.

도 1을 참조하면, 시선 분석 장치(100)는 시선 추적부(102), 시선 분석부(104), 및 시선 분석 시각화부(106)를 포함할 수 있다.

예시적인 실시예에서, 시선 분석 장치(100)는 사용자의 스마트 기기(예를 들어, 스마트 폰 또는 태블릿 PC 등)(50)에 마련될 수 있으나, 이에 한정되는 것은 아니다. 즉, 시선 분석 장치(100)는 스마트 기기(50) 이외에도 디스플레이를 포함하는 다양한 디지털 기기에 마련될 수 있음은 물론이다.

또한, 일 실시예에서, 시선 추적부(102), 시선 분석부(104), 및 시선 분석 시각화부(106)는 물리적으로 구분된 하나 이상의 장치를 이용하여 구현되거나, 하나 이상의 프로세서 또는 하나 이상의 프로세서 및 소프트웨어의 결합에 의해 구현될 수 있으며, 도시된 예와 달리 구체적 동작에 있어 명확히 구분되지 않을 수 있다.

시선 추적부(102)는 스마트 기기(50)의 디스플레이(60)에서 표시되는 콘텐츠에 대한 사용자의 시선을 추적할 수 있다. 여기서, 디스플레이(60)에 표시되는 콘텐츠는 동영상(영화, 개인 제작 영상(예를 들어, 유투브 영상), 강의, 스포츠 영상, 뉴스, 드라마, 연설 영상 등)일 수 있으나, 이에 한정되는 것은 아니며 이미지 또는 웹 페이지 등을 포함할 수 있다. 시선 추적부(102)는 콘텐츠가 표시되는 디스플레이(60) 상에서 사용자의 시선을 추적할 수 있다.

시선 분석부(104)는 추적된 사용자의 시선에서 사카드(Saccade)를 제외하고 픽세이션(Fixation)을 검출할 수 있다. 여기서, 사카드(Saccade)는 두 눈이 동시에 동일한 방향으로 빠르게 움직이는 안구 운동으로 픽세이션들 사이에 일어나며, 일반적으로 20-40ms 지속되게 된다. 사카드는 주로 시선이 관심 객체를 향하도록 하는데 사용된다. 또한, 픽세이션(Fixation)은 시선이 단일 위치에서 유지되는 것으로, 시선이 고정되는 것을 의미할 수 있다. 픽세이션은 일반적으로 50-600ms 지속될 수 있다.

시선 분석부(104)는 디스플레이(60)에 표시되는 콘텐츠에서 기 설정된 관심 영역 내의 픽세이션수 밀도를 산출할 수 있다. 도 2는 개시되는 실시예에서 시선 분석부(104)가 관심 영역 내 픽세이션수 밀도를 산출하는 것을 설명하기 위한 도면이다.

도 2의 (a)를 참조하면, 관심 영역(S)의 넓이가 20×20 픽셀이고, 픽세이션수가 5개인 경우, 픽세이션수 밀도는 5/(20×20) = 0.0125가 된다.

도 2의 (b)를 참조하면, 관심 영역(S)의 넓이가 30×30 픽셀이고, 픽세이션수가 5개인 경우, 픽세이션수 밀도는 5/(30×30) = 0.00555가 된다.

도 2의 (c)를 참조하면, 관심 영역(S)의 넓이가 40×40 픽셀이고, 픽세이션수가 5개인 경우, 픽세이션수 밀도는 5/(40×40) = 0.00315가 된다.

도 2의 (a) 내지 (c)에서 픽세이션수의 개수는 모두 5개이나, 픽세이션수 밀도는 도 2의 (a)가 가장 높은 것을 볼 수 있다.

예를 들어, 디스플레이(60)에 동영상이 표시되는 경우, 시선 분석부(104)는 관심 영역 별로 픽세이션수 밀도를 각각 산출하여 사용자가 어느 부분에 시선 집중도가 높은지 여부를 확인할 수 있다.

여기서는, 기 설정된 관심 영역에 대해 픽세이션수 밀도를 산출하는 것으로 설명하였으나, 이에 한정되는 것은 아니며 전체 영역에 대해 픽세이션수 밀도를 산출할 수도 있다.

또한, 시선 분석부(104)는 디스플레이(60)에 표시되는 콘텐츠에서 단위 면적당 픽세이션수를 산출할 수 있다. 도 3은 개시되는 실시예에서 시선 분석부(104)가 단위 면적당 픽세이션수를 산출하는 것을 설명하기 위한 도면이다.

도 3을 참조하면, 디스플레이(60)에 표시되는 콘텐츠는 웹 페이지일 수 있다. 여기서는, 사용자가 웹 페이지 1, 웹 페이지 2, 및 웹 페이지 3을 보는 경우에 대해 살펴보기로 한다. 웹 페이지 1, 웹 페이지 2, 및 웹 페이지 3는 서로 다른 크기(넓이)를 가질 수 있다.

시선 분석부(104)는 기 설정된 단위 면적(P) 별로 각 웹 페이지 1, 웹 페이지 2, 및 웹 페이지 3에 대해 픽세이션수를 산출할 수 있다. 여기서, 웹 페이지 1은 기 설정된 단위 면적(P) 내에 픽세이션수가 5개 검출된 경우이고, 웹 페이지 2는 기 설정된 단위 면적(P) 내에 픽세이션수가 10개 검출된 경우이며, 웹 페이지 3은 기 설정된 단위 면적(P) 내에 픽세이션수가 4개 검출된 경우이다. 이때, 단위 면적당 픽세이션수는 웹 페이지 2 > 웹 페이지 1 > 웹 페이지 3의 순서인 것을 확인할 수 있다.

또한, 시선 분석부(104)는 디스플레이(60)에 표시되는 콘텐츠에서 단위 시간당 및 단위 면적당 픽세이션수를 산출할 수 있다. 예를 들어, 웹 페이지 1의 체류 시간이 90초이고, 웹 페이지의 체류 시간이 50초이며, 웹 페이지의 체류 시간이 60초인 경우를 살펴보기로 한다. 그러면, 단위 시간당 및 단위 면적당 픽세이션수는 웹 페이지 2 > 웹 페이지 3 > 웹 페이지 1의 순서인 것을 확인할 수 있다.

한편, 시선 분석부(104)는 디스플레이(60)에 표시되는 콘텐츠에 대해 단위 시간당 픽세이션수 밀도를 산출할 수도 있다. 즉, 콘텐츠의 전체 영역에 대해 단위 시간당 픽세이션수 밀도를 산출할 수 있다. 이 경우, 콘텐츠가 디스플레이(60)에 표시되는 전체 시간에 대비하여 사용자의 시선 집중도를 확인할 수 있게 된다. 예를 들어, 콘텐츠가 동영상 강의인 경우, 사용자가 동영상 강의 시간 동안 얼마만큼 집중하여 동영상 강의를 시청하였는지 여부를 확인할 수 있게 된다.

또한, 시선 분석부(104)는 디스플레이(60)에 표시되는 콘텐츠의 각 영역 별로 픽세이션수 밀도를 산출할 수 있다. 도 4는 개시되는 실시예에서 시선 분석부(104)가 콘텐츠의 각 영역 별 픽세이션수 밀도를 산출하는 것을 설명하기 위한 도면이다.

도 4를 참조하면, 디스플레이(60)에 표시되는 콘텐츠는 쇼핑몰의 웹 페이지일 수 있다. 여기서, 웹 페이지는 메인 이미지 영역(A1), 상품 정보 영역(A2), 상품 상세 이미지 영역(A3), 및 리뷰 영역(A4)으로 구분될 수 있다.

시선 분석부(104)는 메인 이미지 영역(A1), 상품 정보 영역(A2), 상품 상세 이미지 영역(A3), 및 리뷰 영역(A4)에 대해 픽세이션수 밀도를 각각 산출할 수 있다. 이때, 시선 분석부(104)는 각 영역에 대해 검출된 픽세이션수를 해당 영역의 넓이로 나누어 픽세이션수 밀도를 산출할 수 있다.

예를 들어, 메인 이미지 영역(A1)의 픽세이션수 밀도가 2.1이고, 상품 정보 영역(A2)의 픽세이션수 밀도가 3.5이며, 상품 상세 이미지 영역(A3)의 픽세이션수 밀도가 2.7이고, 리뷰 영역(A4)의 픽세이션수 밀도가 4.5인 경우, 해당 웹 페이지에서 사용자는 리뷰 영역(A4)에 대해 시선 집중도가 가장 높음을 알 수 있다.

시선 분석 시각화부(106)는 시선 추적부(102)가 추적한 시선 추적 정보 및 시선 분석부(104)가 분석한 시선 분석 정보(예를 들어, 픽세이션수 밀도, 단위 면적당 픽세이션수, 단위 시간당 및 단위 면적당 픽세이션수, 단위 시간당 픽세이션수 등)를 콘텐츠에 시각화하여 표시할 수 있다.

도 5는 개시되는 일 실시예에서 시선 분석 시각화부(106)가 시선 추적 정보를 콘텐츠에 시각화하여 표시하는 예를 나타낸 도면이다.

도 5의 (a)를 참조하면, 시선 분석 시각화부(106)는 디스플레이(60)에 표시되는 콘텐츠에서 관심 영역(예를 들어, PPL 광고가 나타낸 영역)(S)을 제1 색(예를 들어, 녹색)으로 표시할 수 있다. 그리고, 시선 분석 시각화부(106)는 콘텐츠에서 사용자의 시선 위치(P)를 포인트로 표시(도 5에서는 파란색 점으로 표시)할 수 있다.

도 5의 (b)를 참조하면, 시선 분석 시각화부(106)는 사용자의 시선 위치(P)가 관심 영역(S)에 근접(기 설정된 거리 이내에 접근)하는 경우, 관심 영역(S)을 제2 색(예를 들어, 빨간색)으로 변환하여 표시할 수 있다.

그러나, 이에 한정되는 것은 아니며 사용자의 시선 위치(P)가 관심 영역(S) 내에 위치했을 때 관심 영역(S)의 색상을 변경할 수도 있다. 여기서, 사용자의 시선 위치(P)가 관심 영역(S) 내에 위치하는 경우, 시선 분석부(104)는 관심 영역(S) 내 픽세이션수 밀도 등을 산출할 수 있다.

이를 통해, PPL 광고주는 해당 사용자가 콘텐츠에서 PPL 광고를 보았는지 여부를 확인할 수 있고, PPL 광고에 대한 사용자의 집중도가 어떠했는지 등에 대한 정보를 얻을 수 있게 된다.

도 6은 개시되는 일 실시예에서 시선 분석 시각화부(106)가 시선 추적 정보 및 시선 분석 정보를 콘텐츠에 시각화하여 표시하는 예를 나타낸 도면이다.

도 6의 (a)를 참조하면, 시선 분석 시각화부(106)는 사용자의 시선 위치(P)의 흐름을 콘텐츠에 표시할 수 있다. 이에 의하면, 콘텐츠에서 사용자의 시선 위치(P)가 시간에 따라 어떤 방향으로 이동하는지를 알 수 있게 된다. 여기서, 사용자의 시선 위치(P)가 관심 영역(S)에 접근하고 있는 바, 시선 분석 시각화부(106)는 관심 영역(S)을 제2 색(예를 들어, 빨간색)으로 변경하여 표시하고 있다.

도 6의 (b)를 참조하면, 사용자의 시선 위치(P)가 관심 영역(S) 내에 위치하는 경우, 시선 분석부(104)는 관심 영역(S) 내 픽세이션수 밀도 등을 산출할 수 있다. 그리고, 시선 분석 시각화부(106)는 픽세이션수 밀도 등이 높을수록 사용자의 시선 위치(P)의 포인트를 크게 표시할 수 있다. 여기서, 시선 분석부(104)는 관심 영역(S)이 아닌 콘텐츠 전체 영역에서 픽세이션수 밀도를 산출하고, 시선 분석 시각화부(106)는 픽세이션수 밀도에 따라 시선 위치(P)의 크기를 조절하여 표시할 수 있다.

한편, 시선 분석 시각화부(106)는 시선 분석 장치(100)와는 다른 외부 기기에 마련될 수도 있다. 즉, 시선 분석 장치(100)에서 시선 추적 정보 및 시선 분석 정보를 외부 기기로 전송하면, 외부 기기(예를 들어, 서버 컴퓨팅 장치 또는 PPL 광고주의 단말 등)에서 시선 추적 정보 및 시선 분석 정보를 콘텐츠에 시각화 할 수도 있다.

도 7은 본 발명의 일 실시예에 따른 시선 분석 장치를 이용한 쇼핑몰 시선 분석 시스템의 구성을 나타낸 도면이다.

도 7을 참조하면, 쇼핑몰 시선 분석 시스템(200)은 사용자 단말(202) 및 쇼핑몰 웹 서버(204)를 포함할 수 있다.

각 사용자 단말(202)은 통신 네트워크(250)를 통해 쇼핑몰 웹 서버(204)와 통신 가능하게 연결된다. 몇몇 실시예들에서, 통신 네트워크(250)는 인터넷, 하나 이상의 로컬 영역 네트워크(local area networks), 광역 네트워크(wide area networks), 셀룰러 네트워크, 모바일 네트워크, 그 밖에 다른 종류의 네트워크들, 또는 이러한 네트워크들의 조합을 포함할 수 있다.

사용자 단말(202)은 온라인 쇼핑몰을 이용하는 사용자의 단말기일 수 있다. 예시적인 실시예에서, 사용자 단말(102)은 스마트 폰 또는 태블릿 PC 등과 같은 모바일 단말일 수 있으나, 이에 한정되는 것은 아니며 노트북 또는 데스크탑 PC 등을 포함할 수 있다. 사용자 단말(202)에는 도 1에 도시된 실시예의 시선 분석 장치(100)가 포함될 수 있다.

사용자 단말(202)은 쇼핑몰 웹 서버(204)에 접속하여 쇼핑몰 웹 페이지를 제공 받을 수 있다. 그러면, 사용자 단말(202)에 설치된 시선 분석 장치(100)가 사용자의 쇼핑몰 웹 페이지에 대한 시선 추적 정보 및 시선 분석 정보를 생성할 수 있다.

사용자 단말(202)은 쇼핑몰 웹 페이지에 대한 시선 추적 정보 및 시선 분석 정보 중 하나 이상을 포함하는 시선 관련 정보를 쇼핑몰 웹 서버(204)로 송신할 수 있다. 또한, 사용자 단말(202)은 사용자 관련 정보(예를 들어, 사용자 아이디, 사용자 나이, 사용자 성별 등)를 쇼핑몰 웹 서버(204)로 송신할 수 있다.

쇼핑몰 웹 서버(204)는 각 사용자 단말(202)로 쇼핑몰 웹 페이지(예를 들어, 메인 페이지, 제품 상세 페이지 등)를 제공할 수 있다. 쇼핑몰 웹 서버(204)는 각 사용자 단말(202)로부터 수신하는 시선 관련 정보 및 사용자 관련 정보를 기반으로 쇼핑몰 웹 페이지에 대한 사용자의 시선 집중도를 분석할 수 있다. 쇼핑몰 웹 서버(204)는 분석된 정보를 기반으로 사용자 별 맞춤형 서비스 등을 제공하거나 사용자 별 구매 결정 요소 등을 추출할 수 있다.

도 8은 본 발명의 일 실시예에 따른 쇼핑몰 웹 서버(204)의 구성을 나타낸 블록도이다. 도 8을 참조하면, 쇼핑몰 웹 서버(204)는 웹 페이지 제공 모듈(211), 데이터 분석 모듈(213), 및 사용자 맞춤 모듈(215)을 포함할 수 있다.

웹 페이지 제공 모듈(211)은 쇼핑몰 웹 서버(204)로 접속하는 각 사용자 단말(202)로 쇼핑몰 웹 페이지(예를 들어, 메인 페이지, 제품 상세 페이지 등)를 제공할 수 있다.

데이터 분석 모듈(213)은 각 사용자 단말(202)로부터 시선 관련 정보를 수집할 수 있다. 또한, 데이터 분석 모듈(213)은 각 사용자 단말(202)로부터 사용자 관련 정보를 수집할 수 있다. 그러나, 이에 한정되는 것은 아니며 사용자 관련 정보는 로그인 과정에서 획득할 수도 있다.

데이터 분석 모듈(213)은 각 사용자 단말(202)로부터 수집한 시선 관련 정보 및 사용자 관련 정보를 기반으로 각 웹 페이지 별 시선 집중도(예를 들어, 픽세이션수 밀도, 단위 면적당 픽세이션수, 단위 시간당 및 단위 면적당 픽세이션수, 단위 시간당 픽세이션수 등)를 산출할 수 있다.

구체적으로, 데이터 분석 모듈(213)은 사용자 나이대 별로 각 웹 페이지의 평균 시선 집중도를 산출할 수 있다. 즉, 사용자 관련 정보를 통해 동일한 나이대의 사용자들의 시선 관련 정보를 이용하여 각 웹 페이지의 평균 시선 집중도를 산출할 수 있다. 또한, 데이터 분석 모듈(213)은 사용자 성별로 각 웹 페이지의 평균 시선 집중도를 산출할 수 있다. 이를 통해, 쇼핑몰의 각 상품 카테고리 별로 사용자의 나이대 별 및 성별 평균 시선 집중도를 산출할 수 있게 된다.

데이터 분석 모듈(213)은 쇼핑몰에서 상품을 구매한 사용자를 대상으로 해당 사용자의 시선 관련 정보를 추출하고, 추출한 시선 관련 정보를 기반으로 해당 사용자의 구매 결정 요소를 추출할 수 있다. 구체적으로, 데이터 분석 모듈(213)은 해당 사용자가 구매한 상품의 웹 페이지에서 각 영역 별로 사용자의 시선 집중도를 확인하고, 이를 기반으로 해당 사용자의 구매 결정 요소를 추출할 수 있다.

예를 들어, 해당 사용자가 구매한 상품의 웹 페이지가 메인 이미지 영역, 가격 및 혜택 정보 영역, 상품 상세 정보 영역, 리뷰 영역, 및 교환 환불 영역 등으로 이루어져 있는 경우를 가정한다. 이에 대한 해당 사용자의 픽세이션수 밀도가 각각 메인 이미지 영역이 2.5, 가격 및 혜택 정보 영역이 5.6, 상품 상세 정보 영역이 3.9, 리뷰 영역이 3.8, 및 교환 환불 영역이 2.2라고 하면, 해당 사용자의 구매 결정 요소는 시선 집중도가 가장 높은 가격 및 혜택 정보 영역인 것으로 추출할 수 있다.

또한, 데이터 분석 모듈(213)은 쇼핑몰에서 상품을 구매한 사용자를 대상으로 해당 사용자의 시선 관련 정보를 추출하고, 추출한 시선 관련 정보를 기반으로 해당 사용자의 구매 루트 패턴을 산출할 수 있다. 즉, 사용자가 상품을 구매하기까지(또는 장바구니에 담기까지) 쇼핑몰에서 어떤 웹 페이지들을 거치고, 각 웹 페이지에서 사용자의 시선 흐름 방향이 어떠하며, 각 웹 페이지에 대한 시선 집중도가 어떠한지를 확인하여 사용자의 구매 루트 패턴을 산출할 수 있다. 즉, 구매 루트 패턴은 사용자가 본 웹 페이지 순서, 각 웹 페이지 내에서 사용자의 시선 흐름 방향, 및 각 웹 페이지의 영역 별 시선 집중도 등을 포함할 수 있다.

또한, 데이터 분석 모듈(213)은 사용자의 시선 관련 정보를 기반으로 해당 사용자의 관심 상품, 해당 사용자의 관심 가격대, 해당 사용자의 선호 색상, 해당 사용자의 선호 브랜드 등을 확인할 수 있다. 즉, 데이터 분석 모듈(213)은 사용자의 시선 관련 정보를 기반으로 해당 사용자가 본 웹 페이지들 중 시선 집중도가 높은(예를 들어, 시선 집중도가 기 설정된 시선 집중도 이상되는) 웹 페이지들과 관련된 상품을 해당 사용자의 관심 상품으로 선정할 수 있다. 또한, 데이터 분석 모듈(213)은 사용자의 시선 관련 정보를 기반으로 해당 사용자가 본 웹 페이지들 중 시선 집중도가 높은 웹 페이지들과 관련된 상품의 가격, 색상, 및 브랜드를 해당 사용자의 관심 가격대, 선호 색상, 및 선호 브랜드로 선정할 수 있다.

사용자 맞춤 모듈(215)은 데이터 분석 모듈(213)의 분석 결과에 따라 사용자 맞춤 서비스를 제공할 수 있다. 구체적으로, 사용자 맞춤 모듈(215)은 각 사용자의 구매 결정 요소를 확인하고, 구매 결정 요소에 따라 해당 사용자의 사용자 단말(202)로 제공할 웹 페이지의 구성을 변경할 수 있다. 예를 들어, 해당 사용자의 구매 결정 요소가 웹 페이지 중 리뷰 영역인 경우, 사용자 단말(202)로 제공하는 웹 페이지에서 리뷰 영역의 순서를 메인 이미지 영역 다음에 오도록 변경할 수 있다.

또한, 사용자 맞춤 모듈(215)은 각 사용자의 구매 결정 요소 및 관심 상품을 기반으로 해당 사용자 단말(202)로 제공할 웹 페이지의 구성을 변경할 수 있다. 예를 들어, 해당 사용자의 구매 결정 요소가 가격 및 혜택 정보이고, 해당 사용자의 관심 상품에 대해 이벤트 진행 시, 사용자 단말(202)이 쇼핑몰 웹 서버(204)에 접속하면, 메인 웹 페이지에 해당 관심 상품의 이벤트를 표시하여 제공할 수 있다.

또한, 사용자 맞춤 모듈(215)은 사용자 단말(202)이 쇼핑몰 웹 서버(204)에 접속하는 경우, 해당 사용자의 기 저장된 관심 상품 정보, 관심 가격대 정보, 선호 색상 정보, 및 선호 브랜드 정보 등을 추출할 수 있다. 그리고, 사용자 맞춤 모듈(215)은 사용자의 관심 상품 정보, 관심 가격대 정보, 선호 색상 정보, 및 선호 브랜드 정보 중 하나 이상에 따라 상품을 사용자에게 추천할 수 있다.

여기서, 데이터 분석 모듈(213)은 쇼핑몰 웹 서버(204) 이외의 별도의 서버에 구현될 수도 있다. 이 경우, 별도의 서버는 분석된 정보를 쇼핑몰 웹 서버(204)로 전달할 수 있다.

본 명세서에서 모듈이라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예컨대, 상기 "모듈"은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것은 아니다.

도 9는 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경(10)을 예시하여 설명하기 위한 블록도이다. 도시된 실시예에서, 각 컴포넌트들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술된 것 이외에도 추가적인 컴포넌트를 포함할 수 있다.

도시된 컴퓨팅 환경(10)은 컴퓨팅 장치(12)를 포함한다. 일 실시예에서, 컴퓨팅 장치(12)는 시선 분석 장치(100)일 수 있다. 또한, 컴퓨팅 장치(12)는 사용자 단말(202)일 수 있다. 또한, 컴퓨팅 장치(12)는 쇼핑몰 웹 서버(204)일 수 있다.

컴퓨팅 장치(12)는 적어도 하나의 프로세서(14), 컴퓨터 판독 가능 저장 매체(16) 및 통신 버스(18)를 포함한다. 프로세서(14)는 컴퓨팅 장치(12)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(14)는 컴퓨터 판독 가능 저장 매체(16)에 저장된 하나 이상의 프로그램들을 실행할 수 있다. 상기 하나 이상의 프로그램들은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서(14)에 의해 실행되는 경우 컴퓨팅 장치(12)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.

컴퓨터 판독 가능 저장 매체(16)는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능 저장 매체(16)에 저장된 프로그램(20)은 프로세서(14)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능 저장 매체(16)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치(12)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.

통신 버스(18)는 프로세서(14), 컴퓨터 판독 가능 저장 매체(16)를 포함하여 컴퓨팅 장치(12)의 다른 다양한 컴포넌트들을 상호 연결한다.

컴퓨팅 장치(12)는 또한 하나 이상의 입출력 장치(24)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(22) 및 하나 이상의 네트워크 통신 인터페이스(26)를 포함할 수 있다. 입출력 인터페이스(22) 및 네트워크 통신 인터페이스(26)는 통신 버스(18)에 연결된다. 입출력 장치(24)는 입출력 인터페이스(22)를 통해 컴퓨팅 장치(12)의 다른 컴포넌트들에 연결될 수 있다. 예시적인 입출력 장치(24)는 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치(24)는 컴퓨팅 장치(12)를 구성하는 일 컴포넌트로서 컴퓨팅 장치(12)의 내부에 포함될 수도 있고, 컴퓨팅 장치(12)와는 구별되는 별개의 장치로 컴퓨팅 장치(12)와 연결될 수도 있다.

이상에서 본 발명의 대표적인 실시예들을 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.

100 : 시선 분석 장치
102 : 시선 추적부
104 : 시선 분석부
106 : 시선 분석 시각화부
200 : 쇼핑몰 시선 분석 시스템
202 : 사용자 단말
211 : 웹 페이지 제공 모듈
213 : 데이터 분석 모듈
215 : 사용자 맞춤 모듈

Claims

삭제
삭제
삭제
삭제
삭제
삭제
쇼핑몰 웹 페이지에 대한 사용자의 시선 추적 정보 및 시선 분석 정보를 생성하는 시선 분석 장치를 포함하는 사용자 단말; 및
상기 사용자 단말로 상기 쇼핑몰 웹 페이지를 제공하는 웹 페이지 제공 모듈 및 상기 시선 추적 정보 및 상기 시선 분석 정보 중 하나 이상을 상기 사용자 단말로부터 수신하고 이를 기반으로 상기 쇼핑몰 웹 페이지에 대한 사용자의 시선 집중도를 산출하는 데이터 분석 모듈을 포함하는 쇼핑몰 웹 서버를 포함하고,
상기 데이터 분석 모듈은,
상기 사용자가 구매한 상품의 웹 페이지에서 상기 웹 페이지를 구성하는 메인 이미지 영역, 가격 영역, 혜택 정보 영역, 상품 상세 정보 영역, 및 리뷰 영역 별로 상기 사용자의 시선 집중도를 확인하고, 상기 웹 페이지를 구성하는 영역들 중 상기 시선 집중도에 따라 상기 사용자가 상기 상품을 구매하기로 결정한 구매 결정 요소를 추출하는, 시선 분석 시스템.
청구항 7에 있어서,
상기 시선 분석 정보는,
상기 쇼핑몰 웹 페이지에 대한 픽세이션수 밀도, 상기 쇼핑몰 웹 페이지의 기 설정된 영역 별 픽세이션수 밀도, 단위 면적당 픽세이션수, 단위 시간당 픽세이션수, 및 단위 시간당 및 단위 면적당 픽세이션수 중 하나 이상을 포함하는, 시선 분석 시스템.
삭제
청구항 7에 있어서,
상기 데이터 분석 모듈은,
사용자 나이 및 사용자 성별 중 하나 이상을 포함하는 사용자 관련 정보를 획득하고, 상기 사용자 관련 정보 및 상기 시선 분석 정보를 기반으로 각 웹 페이지에 대해 사용자 나이별 및 성별 중 하나 이상의 평균 시선 집중도를 산출하는, 시선 분석 시스템.
삭제
삭제
청구항 7에 있어서,
상기 쇼핑몰 웹 서버는,
상기 사용자의 구매 결정 요소에 따라 해당 사용자 단말로 제공할 웹 페이지의 각 영역들의 순서 및 배치 중 하나 이상을 변경하는 사용자 맞춤 모듈을 더 포함하는, 시선 분석 시스템.
청구항 7에 있어서,
상기 데이터 분석 모듈은,
상기 쇼핑몰 웹 페이지를 통해 상품을 구매한 사용자의 시선 관련 정보를 기반으로 상기 사용자가 본 웹 페이지의 순서, 각 웹 페이지 내에서 사용자의 시선 흐름 방향, 각 웹 페이지의 영역 별 시선 집중도 중 하나 이상을 포함하는 구매 루트 패턴을 산출하는, 시선 분석 시스템.
청구항 7에 있어서,
상기 데이터 분석 모듈은,
상기 사용자의 시선 관련 정보를 기반으로 상기 사용자가 본 웹 페이지들 중 시선 집중도가 기 설정된 시선 집중도 이상이 되는 웹 페이지들과 관련된 상품의 상품 관련 정보를 기반으로 상기 사용자의 관심 상품, 관심 가격대, 선호 색상, 및 선호 브랜드 중 하나 이상을 선정하는, 시선 분석 시스템.
청구항 15에 있어서,
상기 쇼핑몰 웹 서버는,
상기 사용자 단말의 접속 시 해당 사용자의 기 저장된 관심 상품, 관심 가격대, 선호 색상, 및 선호 브랜드에 대한 정보를 추출하고, 추출한 정보에 대응하는 상품을 사용자에게 추천하는 사용자 맞춤 모듈을 더 포함하는, 시선 분석 시스템.
하나 이상의 프로세서들, 및
상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서,
사용자 단말로 쇼핑몰 웹 페이지를 제공하는 단계;
상기 사용자 단말로부터 상기 쇼핑몰 웹 페이지에 대한 사용자의 시선 추적 정보 및 시선 분석 정보를 수신하는 단계; 및
상기 시선 추적 정보 및 상기 시선 분석 정보 중 하나 이상을 기반으로 상기 쇼핑몰 웹 페이지에 대한 사용자의 시선 집중도를 분석하는 단계를 포함하고,
상기 사용자의 시선 집중도를 분석하는 단계는,
상기 사용자가 구매한 상품의 웹 페이지에서 상기 웹 페이지를 구성하는 메인 이미지 영역, 가격 영역, 혜택 정보 영역, 상품 상세 정보 영역, 및 리뷰 영역 별로 상기 사용자의 시선 집중도를 확인하는 단계; 및
상기 웹 페이지를 구성하는 영역들 중 상기 시선 집중도에 따라 상기 사용자가 상기 상품을 구매하기로 결정한 구매 결정 요소를 추출하는 단계를 포함하는, 시선 분석 방법.