연구대상

본 연구를 위해 숙련자 12명(연령: 27.7 ± 4.7)과 초보자 12명(연령: 22.3 ± 0.8)을 선정하였다. 숙련자(경력: 14.7 ± 3.5)는 10년 이상의 선수경력 있는 대상자를 선정하였으며, 초보자(경력: 0.5 ± 0.5)는 6개월 이내의 배드민턴 경력이 있는 젊은 성인을 선정하였다. 연구대상자 중, 초보자 1명은 보정이 맞지 않아 분석이 불가능하여 11명을 분석 대상으로 하였다. 실험 전, 연구 대상자의 신경학적 이상 유무를 파악하고 실험 참여 동의서를 받았다. 그 다음 전반적인 실험 방법 및 절차에 대해서 설명하고 수집된 자료의 개인정보는 이 연구 외에는 사용하지 않을 것을 숙지시켰다. 또한 실험 참여 과정에서 피로나 신체적 이상으로 더 이상 참여하기가 어렵게 되면 즉각 실험 중단이 가능하다는 것을 알렸다.

실험도구

본 연구에서는 안구움직임 추적시스템, 배드민턴 네트 및 라켓 등이 사용되었다.

안구움직임 추적시스템

안구움직임을 측정하기 위해서 Ergoneers 사에서 개발한 안구움직임 추적시스템 Dikablis Professional Eye Tracking System(Ergoneers, Germany)을 사용하였다. 이 장비를 통해 시선고정 시간이나 시선이동 유형 등에 대한 정보를 제공 받을 수 있다. <Fig. 1>의 a와 같이 고글 형태로 편안히 착용하며 해상도(resolution)는 1920×1080(Full HD)이며, 40°-90° 의 시각 범위까지 촬영이 가능하다. 본 연구에서는 피험자의 양안을 측정하였으며, 샘플링 주파수는 60Hz로 안구 움직임을 기록하였다. 또한 본 안구움직임 시스템으로 촬영된 영상은 태블릿과 연결된 노트북을 통해서 실시간으로 전송이 되어 실험이 진행되는 동안 실험자가 실시간으로 확인을 할 수 있도록 하였다. 측정한 영상 자료는 Ergoneers 사의 D-Lab Eye Tracking Head Mounted Essential 프로그램을 이용하여 분석하였다.

View original

Fig. 1.

Screen capture of Eye Tracking Recording system (a: Goggles, b: Gaze of Participant, c: Left eye, d: Right eye)

실험과제 및 절차

연구대상자 선정 후, 먼저 초보자가 서브 동작 요령에 대해 숙지하고 있는지를 확인하였다. 초보자의 경우, 서브에 대한 수행 및 지식을 갖고 있어야하기 때문에 사전 조사를 통해 확인된 연구대상자를 본 실험에 참여시켰다. 본 실험 시작 전 안구움직임 추적시스템의 보정작업을 실시하고 연습시행 3회를 실시하였다. 피험자의 서브 수행은 실제 경기에서 서브 수행을 할 때와 동일하게, 서브라인과 최대한 가까운 위치(테이프로 위치 표시)에 서서 서브를 수행하였으며, 실제 경기를 하는 것과 같이 다음 동작을 수행하도록 지시하였다. 이때, 리시버는 맞은편 코트의 서브라인에서 30cm 떨어진 위치(테이프로 위치 표시)에서 라켓을 들고 리턴자세를 취하도록 하였다.

실험 과제는 서브 위치에서 리시버가 서있는 대각선 방향으로 최대한 정확하게 숏서브와 롱서브를 넣는 과제를 1회씩 번갈아 가면서 수행하였다. 본 연구에서 사용된 안구움직임 추적시스템은 환경과의 추가 보정작업을 위해서 특정 마크가 표시된 곳에 시선을 고정할 경우, 시스템이 정확한 위치를 인지할 수 있도록 설계되어 있다. 그렇기 때문에, 피험자가 준비가 되면 네트 왼쪽에 부착되어 있는 특정 마크에 먼저 시선고정을 하도록 한 다음, 실험자가 ‘시작’이라고 하면 실제 수행을 시작하도록 하였다. 안구움직임은 피험자가 이 특정마크로부터 시선이 움직이는 순간부터 녹화를 시작하였다. 전체적으로, 숏서브와 롱서브 각각 15회씩 실시하여 총 30회의 서브 수행을 하였다. 매 시행이 끝나면 안구 움직임 추적 시스템의 보정작업을 다시 확인하였으며, 초점이 맞지 않았을 경우에는 추가 보정작업을 실시하였다. 피험자가 휴식을 원할 경우, 5분간의 휴식시간 시간을 제공하였다.

자료분석

본 연구에서는 숏서브와 롱서브에 따른 시선 행동 움직임의 변화를 관찰하기 위해서 크게 3가지의 변인으로 나누어 자료를 분석하였다. 먼저, 일반적인 시선 행동 움직임의 변인으로, 시선고정 빈도와 평균 시선고정 시간을 분석하였다. 평균 시선고정 시간은 한 시행 당 이루어진 전체 시선고정 시간의 평균값(ms)을 구하여 산출하였다. 그리고 시선고정 빈도는 한 시행 당 이루어진 총 시선 고정수를 구하여 산출하였다.

다음으로 시선고정 위치에 대한 분석은 해당 시선고정 위치에 대한 평균 시선고정 시간으로 분석을 실시하였다. 시선 고정위치에 대한 평균 시선고정 시간은 각각의 시선 고정이 이루어진 위치에 대해서 그 시선고정 시간 값들의 평균을 구하여 산출하였다. 각각의 시선고정 위치는 공간, 네트, 라켓, 목표점, 착지점, 상대 신체, 셔틀콕, 윗 공간으로 나누어 분석하였다.

또한 일차적으로 시선고정 위치에 대한 분석을 실시한 다음, 이 내용을 토대로 숙련자와 초보자간에 전체적인 시선 움직임 패턴이 어떠한지에 대해서 시선 엔트로피(gaze entropy) 값을 산출하여 시선 움직임이 얼마나 정형화되어 있는지를 비교분석하였다. 이를 위해서 먼저, 시선고정 위치 변인에 대한 분석을 토대로 시선고정 위치 간에 시선이 이동한 횟수를 산출하여 첫 번째 이동 빈도 행렬(first-order transition frequency matrix)인 $p$( $i$ to $j$)를 산출하였다(공식 1). 여기서 $i$는 시선 이동전의 시선고정 위치, $j$는 시선 이동후의 시선고정 위치를 일컫는다. 이렇게 산출된 행렬 (matrix)은 다시 상황에 따른 이동 확률 행렬 (conditional transition probability matrices)인 $p(j|i)$, 즉, 첫 번째 순서 Markov(fist-order Markov)로 변환을 시켰다. 이 과정에서는 만약 시선 이동 전 시선고정 위치가 $i$라고 가정을 했을 때, $j$ 시선고정 위치에 실제 시선고정이 일어날 확률을 산출하게 된다(Allsop & Gray, 2014; Ellis & Stark, 1986). 이를 위해 Ellis와 Stark(1986)의 계산식을 사용하였으며, 아래의 공식으로 계산하였다.

그리고 마지막으로 수행 직전 마지막 시선고정의 시간과 그 위치를 산출하여, 숙련성에 따라서, 그리고 서브 형태에 따라서 어떠한 차이가 있는지 비교분석하였다.

통계분석

먼저 숙련자와 초보자간에 각각의 변인들에 대한 차이를 알아보기 위해서 평균 시선고정 시간, 시선고정 빈도, 시선 엔트로피, 그리고 마지막 시선고정 시간의 경우에는 숙련성(숙련자 vs. 초보자)을 독립변인으로 하는 t-검정을 실시하였다. 그리고 시선고정 위치의 평균 시선고정 시간과 수행직전 마지막 시선고정 위치의 경우에는 숙련성과 시선고정 위치를 독립변인으로 하는 이원 분산분석을 실시하였다.

이러한 변인들이 서브 종류에 따라서 어떠한 차이가 있는지를 추가적으로 알아보기 위해서, 평균시선 고정시간, 시선고정 빈도, 시선 엔트로피, 마지막 시선고정 위치, 마지막 시선고정 시간의 경우 숙련성과 서브 종류를 독립변인으로 하는 이원 분산분석을 실시하였으며, 시선고정 위치에 대한 변인들은 삼원 분산분석을 실시하였다. 그리고 통계적으로 유의한 차이가 나타난 경우에는 Pairwise comparison과 독립 표본 t-검정을 실시하였다. 구형성 가정이 검증되지 않은 경우에는 Greenhouse-Geisser 수정을 적용하였다. 효과의 크기는 Patial eta-squared로 보고하였으며, 모든 분석의 통계적 유의수준은 .05 미만으로 하였다.

기본안구움직임

배드민턴 숙련성에 따른 서브 시 시각탐색 전략의 기본안구임직임의 차이를 살펴보기 위해 평균 시선고정 시간과 시선고정 빈도에 대해서 독립표본 t-검정을 실시하였다(Fig. 2a). 분석결과, 숙련자의 평균 시선고정 시간(537ms ± 148)이 초보자의 평균 시선고정 시간(509 ms ± 133) 보다 약간 높은 것으로 나타났으나 이는 통계적으로 유의하지 않았다[t (21) = .49, p > .05]. 시선고정 빈도의 경우에도 숙련자와(9.36 ± 3.40)와 초보자(9.16 ± 1.83)간에 차이가 없는 것으로 나타났다[t (21) = .17, p > .05].

View original

Fig. 2.

Basic Eye Movement

숙련성과 서브의 종류(숏 서브, 롱 서브)에 따라 평균 시선고정 시간과 시선고정 빈도를 분석한 결과(Fig. 2b), 평균 시선고정 시간에서는 숙련성 [F(1, 21) = .24, p > .05, ${{\eta }_p}^2$ = .01], 서브종류[F(1, 21) = .43, p > .05, ${{\eta }_p}^2$ = .02], 그룹(숙련자, 초보자) × 서브 종류(숏, 롱)[F(1,21)= .04, p > .05, ${{\eta }_p}^2$ = .002] 간에 통계적으로 유의한 차이가 나타나지 않았으며, 시선고정 빈도의 결과 또한 숙련성[F(1, 21) = .03, p > .05, ${{\eta }_p}^2$ = .001], 서브종류 [F(1, 21) = 1.00, p > .05, ${{\eta }_p}^2$ = .05], 숙련성 × 서브 종류[F(1,21)= 1.20, p > .05, ${{\eta }_p}^2$ = .05] 간에 통계적으로 유의한 차이가 나타나지 않았다.

시선고정 위치

시선고정 위치에 대한 평균 시선고정 시간 분석 결과 숙련성[F(1, 21) = 2.51, p > .05, ${{\eta }_p}^2$ = .11]에 따라 통계적으로 유의한차이가 나타나지 않았으나, 시선고정 위치[F(4.04, 84.79) = 26.64, p < .001, ${{\eta }_p}^2$ = .56] 에 대한 결과는 통계적 유의한 것으로 나타났다 (Fig. 3a). 전체적으로 보면, 착지점(p < .001)과 네트 (p < .05)에 시선고정이 특히 많이 이루어졌으며, 그 다음으로 공간, 목표점, 셔틀콕에 시선고정이 이루어지는 것으로 나타났다. 그리고 숙련성과 시선고정 위치의 상호작용효과[F(4.04, 84.79) = 2.23, p > .05, ${{\eta }_p}^2$ = .096]의 경우에는 통계적으로 유의한 차이가 나타나지는 않았다.

서브의 종류에 따라 시선고정 위치에서의 평균 시선고정 시간을 분석한 결과(Fig. 3b), 숙련성[F(1, 21) = 1.08, p > .05, ${{\eta }_p}^2$ = .05], 서브종류[F(1, 21) = .54, p > .05, ${{\eta }_p}^2$ = .03]에 대해서는 유의한 차이가 나타나지 않았다. 하지만 시선고정 위치 [F(4.01, 84.30) = 29.30, p < .001, ${{\eta }_p}^2$ = .58]에 대해서는 통계적으로 유의한 차이가 나타났다. 각각의 상호작용효과에 대한 차이를 살펴보면 숙련성 × 서브종류[F(1, 21) = .72, p > .05, ${{\eta }_p}^2$ = .03], 숙련성 × 시선고정 위치[F(4.01, 84.30) = 1.25, p > .05, ${{\eta }_p}^2$ =.06]는 유의한 차이가 나타나지 않았지만, 서브종류 × 시선고정 위치[F(4.47, 93.78) = 8.70, p < .001, ${{\eta }_p}^2$ = .29], 숙련성 × 서브종류 × 시선고정 위치[F(4.47, 93.78) = 3.16, p < .05, ${{\eta }_p}^2$ = .131]에서 통계적으로 유의한 차이가 나타났다. 서브 종류와 시선고정 위치의 상호작용효과를 살펴보면, 숏서브의 경우 네트(p < .05)를 많이 보며, 롱서브의 경우에는 윗 공간을 많이 보는 것으로 나타났다(p < .05). 그리고, 숙련성 × 서브 종류 × 시선고정 위치의 상호작용 효과에 대한 사후 검증 결과, 숏서브의 경우에는 숙련자가 네트와 라켓에 대한 시선고정 시간이 높았으며, 초보자의 경우에는 착지점에 대한 시선고정 시간이 높은 것으로 나타났다. 그리고 롱서브의 경우에는 숙련자가 윗 공간에 대한 시선고정 시간이 더 높은 것으로 나타났으며, 상대적으로 상대 라켓에 대한 시선고정 시간도 높은 것으로 나타났다.

View original

Fig. 3.

Mean Fixation Duration on each fixation location

시선 엔트로피

시선 행동 움직임의 패턴을 분석하기 위한 변인으로 시선 엔트로피를 분석한 결과 (Fig. 4a), 숙련자(1.04 Bits ± 0.33)는 초보자(0.76 Bits ± 0.13] 보다 높은 엔트로피 값을 보였으며, 통계적 유의한 차이가 있는 것으로 나타났다[t(21) = 2.66, p < .05].

다음은 서브의 종류에 따라 시선엔트로피를 분석한 결과 (Fig. 4b), 숙련성 [F(1, 21) = 1.39, p > .05, ${{\eta }_p}^2$ = .06], 서브종류[F(1, 21) = 3.94, p > .05, ${{\eta }_p}^2$ = .16]에 대해서 통계적으로 유의한 차이가 나타나지 않았으며, 숙련성 × 서브종류의 상호작용[F(1, 21) = .35, p > .05, ${{\eta }_p}^2$ = .02] 에서도 통계적으로 유의한 차이가 나타나지 않았다.

View original

Fig. 4.

Gaze Entropy

마지막 시선고정 시간과 위치

수행 직전 마지막 시선고정 위치와 시간을 분석한 결과, 마지막 시선고정 시간(Fig. 5a)은 숙련성[숙련자: 516ms ± 204, 초보자: 594ms ± 194; t(21) = .257, p > .05]에 따라 차이가 나타나지 않았다. 서브 종류에 따라 숙련성간의 수행직전 마지막 시선고정 시간을 분석한 결과(Fig. 5b), 숙련성[F(1, 21)=.46, p > .05, ${{\eta }_p}^2$ = .02], 서브종류[F(1, 21) = 3.07, p > .05, ${{\eta }_p}^2$ = .13], 숙련성 × 서브종류[F(1, 21) = .77, p > .05, ${{\eta }_p}^2$ =.04]에 대해서 통계적으로 유의한 차이가 나타나지 않았다.

View original

Fig. 5.

Duration of final Fixation

수행 직전 마지막 시선고정 위치(Fig. 6a)는 숙련성[F(1, 21) = .269, p > .05, ${{\eta }_p}^2$ = .01]에 대해서는 차이가 나타나지 않았지만, 시선고정 위치[F(3.31, 69.60) = 8.10, p < .001, ${{\eta }_p}^2$ = .28]에 대해서는 통계적으로 유의한 차이가 나타났다. 숙련성과 시선고정 위치의 상호작용 효과[F(3.31, 69.60) = .88, p > .05, ${{\eta }_p}^2$ =.04]는 통계적으로 유의한 차이를 보이지 않았다.

View original

Fig. 6.

Location of final Fixation

서브 종류에 따른 수행 직전 마지막 시선고정 위치에 대한 분석 결과에서는(Fig. 6b), 숙련성[F(1, 21) = .27, p > .05, ${{\eta }_p}^2$ = .01]과 서브 종류[F(1, 21) = 3.10, p > .05, ${{\eta }_p}^2$ = .13]에 따라서는 유의한 차이가 나타나지 않았다. 하지만, 시선고정 위치[F(3.31, 69.60) = 8.10, p < .001, ${{\eta }_p}^2$ = .278]에 따라 통계적으로 유의한 차이가 나타났다. 상호작용 결과로는 숙련성 × 서브종류[F(1, 21) = .27, p > .05, ${{\eta }_p}^2$ = .01], 숙련성 × 시선고정 위치[F(3.31, 69.60) = .88, p > .05, ${{\eta }_p}^2$ =.04], 숙련성 × 서브종류 × 시선고정 위치[F(2.23, 46.73) = 1.33, p > .05, ${{\eta }_p}^2$ = .06]에 대해서는 유의한 차이가 나타나지 않았으며, 서브종류 × 시선고정위치[F(2.23, 46.73) = 10.19, p < .001, ${{\eta }_p}^2$ = .33]에 대해서는 통계적으로 유의한 차이가 나타났다. 구체적으로 숏 서브에서는 네트영역에 마지막 시선고정 횟수가 많은 것을 알 수 있었으며, 롱 서브에서는 공간, 목표점, 셔틀콕 등에 수행 전 마지막시선고정 횟수가 더 많은 것으로 나타났다.