증강현실 헤드업 디스플레이(AR-HUD)의 인터페이스 디자인이 운전자 시각적 주의에 미치는 영향 연구
Research on the Impact of Interface Design of Augmented Reality Head-Up Display (AR-HUD) on Driver Visual Concentration
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
자동차 스마트화 기술이 급속히 발전함에 따라 증강현실 헤드업 디스플레이(AR-HUD) 기술은 운전자 보조 시스템의 핵심 요소로 활발히 활용되고 있다. 그러나 기존의 AR-HUD 인터페이스 디자인은 운전자의 시각적 부담을 가중시키고 주의 분산을 유발하여 궁극적으로 운전 안전을 저해할 가능성이 제기되고 있다. 이에 따라 AR-HUD 인터페이스 디자인이 운전자의 시각적 주의에 미치는 영향을 심층적으로 고찰하는 것은 시스템의 상호작용 효율성과 주행 안전성 향상을 위해 매우 중요한 연구 과제라 할 수 있다.본 연구는 AR-HUD 인터페이스 디자인 요소가 운전자의 시각적 주의에 미치는 작용 메커니즘을 체계적으로 분석하고, 이를 바탕으로 시각 정보 구성 최적화를 위한 이론적 기반과 실무적 설계 방향을 제시하고자 하였다. 이를 위해 먼저 아이콘의 위치, 크기, 투명도, 애니메이션 효과 등 개별 디자인 지표를 중심으로 일원분산분석(ANOVA)을 실시하였으며, 이후 디자인 요소 간 상호작용을 반영하기 위해 다변량 서열 프로빗(multivariate ordered probit) 모델을 적용한 종합적 분석을 수행하였다.나아가 명시적 중요도(응답 기반 평가)와 내재적 중요도(모델 기반 예측치)를 비교 분석함으로써 내재적 중요도 분석 방식의 유효성과 활용 가능성을 검토하였다. 그 결과 일부 디자인 요소는 사용자의 자각적 평가에서는 낮은 점수를 받았음에도 불구하고 실제 운전자 주의에 유의미한 영향을 미치는 것으로 나타났으며, 이는 전통적인 설문 기반 방법의 한계를 보완할 수 있는 대안적 분석 프레임임을 시사한다.마지막으로, IPA-Kano 모델을 바탕으로 도출된 인터페이스 디자인 지표를 네 개의 사분면으로 분류하여 항목별 개선 우선순위를 도출하였다. 정보 계층의 중첩이나 과도한 애니메이션 효과 등은 시각적 혼란을 유발하므로 개선이 시급한 것으로 나타났고, 반면 정보 대비와 공간 배치가 우수한 항목은 운전자의 주의 집중을 강화하는 요소로 확인되어 유지·강화가 요구된다.종합적으로 본 연구는 통계적 분석과 인지 심리 기반 평가를 융합한 통합적 분석틀을 제시함으로써, AR-HUD 인터페이스 디자인의 평가와 개선을 위한 구체적인 방향성을 제안하였다. 이는 향후 스마트 운전 환경에서의 시각 정보 설계 고도화 및 교통 안전성 제고에 이바지할 수 있는 이론적·실용적 기초자료로 활용될 수 있을 것이다.
Abstract
With the rapid advancement of smart vehicle technologies, augmented reality head-up display (AR-HUD) systems have become a core component in modern driver assistance systems. However, existing AR-HUD interface designs may inadvertently increase drivers' visual load and distract attention, thereby posing potential risks to driving safety. Therefore, investigating the influence of AR-HUD interface design on drivers’ visual attention is of critical importance for improving system interaction efficiency and overall road safety. This study aims to systematically analyze the mechanism through which AR-HUD interface elements affect drivers’ visual attention and, based on the findings, propose theoretical foundations and practical strategies for optimizing visual information layout. Initially, a one-way analysis of variance (ANOVA) was conducted to evaluate the individual effects of various design indicators-including icon position, size, transparency, and animation. Subsequently, a multivariate ordered probit model was applied to examine interactions among interface elements and provide a more comprehensive analysis. Furthermore, a comparative analysis between explicit importance (based on subjective responses) and implicit importance (based on model predictions) was performed to validate the effectiveness and applicability of implicit importance analysis. The results revealed that certain interface elements, although rated as less important by users, had a statistically significant impact on visual attention. This suggests that implicit evaluation methods can serve as a valuable complement to traditional survey-based approaches. Based on the IPA-Kano model, the study classified interface elements into four quadrants to determine prioritization for design improvement. Overlapping visual layers and excessive animation were identified as key distractors requiring immediate refinement, whereas elements with optimal contrast and spatial arrangement effectively enhanced visual focus and should be maintained as strengths. In summary, this research presents an integrated evaluation framework combining statistical modeling with cognitive-perceptual analysis, and provides clear, actionable directions for optimizing AR-HUD interface design. The findings contribute both theoretically and practically to the development of safer and more effective smart driving environments.