---
id: wiki-2026-0508-안구-운동-기능-oculomotor-functions
title: 안구 운동 기능 (Oculomotor functions)
category: 10_Wiki/Topics
status: verified
canonical_id: self
aliases: [Oculomotor, Eye Tracking, Gaze, Foveated Rendering Input]
duplicate_of: none
source_trust_level: B
confidence_score: 0.85
verification_status: applied
tags: [hci, eye-tracking, vr-ar, accessibility, foveated-rendering]
raw_sources: []
last_reinforced: 2026-05-10
github_commit: pending
tech_stack:
  language: typescript
  framework: webxr
---

# 안구 운동 기능 (Oculomotor functions)

## 매 한 줄
> **"매 시선은 의도다"**. 사람의 안구 움직임 (saccade, smooth pursuit, fixation, vergence)은 attention과 intent의 신호 — HCI architecture에서 input modality, foveated rendering의 trigger, 그리고 accessibility의 핵심 channel. 2026 Apple Vision Pro·Quest 3·PSVR 2가 모두 eye tracking을 표준화하면서 architecture-level 시스템 component로 격상.

## 매 핵심

### 매 4 가지 안구 운동
- **Saccade**: 빠른 도약 (200-300°/s), 도중에는 시각 정보 suppress (saccadic suppression).
- **Smooth pursuit**: 움직이는 target 추적, 대상 없이 의식적으로 만들 수 없음.
- **Fixation**: 한 점 응시 (200-300ms 평균), micro-tremor 포함.
- **Vergence**: 양안의 거리 조절 — depth/3D UI에서 핵심.

### 매 architecture 역할
- **Input**: gaze + dwell, gaze + pinch (Vision Pro 모델). 정확도 ~1°.
- **Foveated rendering**: gaze 주변 high-res, 주변부 low-res → GPU 50-70% 절약.
- **Attention metric**: heatmap 기반 UX 검증, A/B test의 implicit signal.
- **Accessibility**: ALS 등 운동 장애 사용자의 통신 channel.

### 매 응용
1. **VR/AR**: foveated rendering, 자연스러운 selection.
2. **Web analytics**: heatmap (Hotjar, Microsoft Clarity).
3. **자동차 HMI**: 운전자 attention 모니터링 (Tesla driver-facing camera, Cadillac Super Cruise).
4. **의료**: 신경학적 진단 (saccade latency = Parkinson 지표).

## 💻 패턴

### WebXR로 gaze ray 얻기 (Vision Pro Safari)
```typescript
// XRSession with eye-tracking feature
const session = await navigator.xr!.requestSession('immersive-vr', {
  requiredFeatures: ['hand-tracking', 'eye-tracking'],
});

session.requestAnimationFrame(function frame(_t, xrFrame) {
  const referenceSpace = /* … */;
  for (const source of xrFrame.session.inputSources) {
    if (source.targetRayMode === 'gaze') {
      const pose = xrFrame.getPose(source.targetRaySpace, referenceSpace);
      if (pose) handleGazeRay(pose.transform);
    }
  }
  session.requestAnimationFrame(frame);
});
```

### Dwell-time selection
```typescript
class GazeDwellSelector {
  private hovered: Element | null = null;
  private since = 0;
  constructor(private readonly thresholdMs = 800) {}

  update(target: Element | null, now: number) {
    if (target !== this.hovered) {
      this.hovered = target; this.since = now;
      target?.dispatchEvent(new CustomEvent('gazeenter'));
      return;
    }
    if (target && now - this.since >= this.thresholdMs) {
      target.dispatchEvent(new CustomEvent('gazeselect'));
      this.since = Number.POSITIVE_INFINITY; // 한 번만 fire
    }
  }
}
```

### Fixation detection (I-DT algorithm)
```typescript
// I-DT: dispersion-threshold identification
type Sample = { x: number; y: number; t: number };

export function detectFixations(
  samples: Sample[],
  windowMs = 100,
  dispersionDeg = 1.0,
): Array<{ start: number; end: number; cx: number; cy: number }> {
  const out: any[] = [];
  let i = 0;
  while (i < samples.length) {
    let j = i + 1;
    while (j < samples.length && samples[j].t - samples[i].t < windowMs) j++;
    const win = samples.slice(i, j);
    const xs = win.map(s => s.x), ys = win.map(s => s.y);
    const disp = (Math.max(...xs) - Math.min(...xs))
               + (Math.max(...ys) - Math.min(...ys));
    if (disp < dispersionDeg) {
      // extend
      while (j < samples.length) {
        const x2 = [...xs, samples[j].x], y2 = [...ys, samples[j].y];
        const d = (Math.max(...x2) - Math.min(...x2))
                + (Math.max(...y2) - Math.min(...y2));
        if (d >= dispersionDeg) break;
        xs.push(samples[j].x); ys.push(samples[j].y); j++;
      }
      out.push({
        start: samples[i].t, end: samples[j - 1].t,
        cx: avg(xs), cy: avg(ys),
      });
    }
    i = j;
  }
  return out;
}
const avg = (xs: number[]) => xs.reduce((a, b) => a + b, 0) / xs.length;
```

### Foveated rendering hint (WebGPU)
```typescript
// 2026 WebGPU에서 variable rate shading via gaze
const gaze = getGazeNDC();   // [-1,1]^2
device.queue.writeBuffer(uniformBuffer, 0, new Float32Array([
  gaze.x, gaze.y, /*innerRadius*/ 0.15, /*outerRadius*/ 0.45,
]));
// fragment shader: distance(uv, gaze) > outer ⇒ discard 75% samples
```

### Saccade 중 UI 변화 (change blindness 활용)
```typescript
// saccade 검출 시 다음 frame에 layout 변경 → 사용자가 인지 못함
function onSaccadeStart(cb: () => void) {
  // velocity > 200 deg/s 임계
  let last: Sample | null = null;
  return (s: Sample) => {
    if (last) {
      const v = Math.hypot(s.x - last.x, s.y - last.y) / (s.t - last.t) * 1000;
      if (v > 200) cb();
    }
    last = s;
  };
}
```

## 매 결정 기준
| 상황 | Approach |
|---|---|
| VR/AR primary input | gaze + pinch (Vision Pro 패턴) |
| Desktop accessibility | dwell selection (800-1500ms) |
| Analytics only | heatmap aggregation, real-time 처리 X |
| 의료 진단 | 120Hz+ 정밀 tracker, raw sample 저장 |

**기본값**: 정확도 1° / 60Hz / dwell 800ms — 일반 UX의 baseline.

## 🔗 Graph
- 부모: [[Human-Computer Interaction]] · [[Input Modalities]]
- 변형: [[Eye Tracking]] · [[Gaze-based Interaction]]
- 응용: [[Foveated Rendering]] · [[Accessibility]] · [[VR UX]]
- Adjacent: [[Attention Modeling]] · [[Vision Pro Architecture]] · [[WebXR]]

## 🤖 LLM 활용
**언제**: VR/AR 입력 설계, gaze heatmap 분석 결과 해석.
**언제 X**: gaze data 정확도가 낮은 환경 (일반 webcam 기반 1° 이상 오차)에서 critical input으로 사용 — false trigger 폭주.

## ❌ 안티패턴
- **Midas touch**: 보는 것을 모두 click으로 해석 → 의도하지 않은 trigger. dwell·confirmation 필수.
- **고정 dwell time**: 사용자별 적응 필요 — 노약자는 길게.
- **Saccade 중 UI 깜빡임**: 사용자에 멀미·혼란.
- **Calibration 없이 시작**: 정확도 5° 이상 → 사실상 무용.

## 🧪 검증 / 중복
- Verified (Apple visionOS HIG 2026; Tobii eye-tracking research; Salvucci & Goldberg I-DT 2000).
- 신뢰도 B (HCI 분야 표준이지만 architecture wiki에서는 보조 주제).

## 🕓 Changelog
| 날짜 | 변경 |
|---|---|
| 2026-05-08 | Phase 1 |
| 2026-05-10 | Manual cleanup — saccade/fixation/vergence·WebXR·I-DT 알고리즘 |