뇌파를 이용한 구매 의사 결정 과정에서의 인간의 뇌 활동 연구

Abstract

인간이 구매 의사 결정을 내리기 위해서 다양한 뇌 활동이 이루어진다. 시각정보 처리 과정에 의해 제품의 외형을 보고 판단을 하고 감정 처리 과정에 의해 제품이 주는 긍정 또는 부정적인 감정에 따라 구매 결정을 하기도 한다. 또한, 인지적 과정에 의해 이 제품이 나이게 얼마나 필요한 제품인지 과소비하는 것을 아닌지 고민한 뒤에 구매하거나 나에게 필요하지 않고 충동적인 구매라는 판단이 생긴다면 억제 작용으로 구매를 하지 않기도 한다. 더불어 이 제품을 구매함으로써 나에게 충분한 만족감을 주는지를 고민하거나 과거의 기억 때문에 익숙한 제품을 최종적으로 구매하기도 한다. 이러한 소비자의 구매 결정의 최종 결과가 판매자 에게는 가장 중요한 요소가 되며, 제품의 출시 이전에 이를 알아내기 위하여 설문조사 기법이 사용되고 있으나 전통적인 설문조사 기법은 피고용인의 입장에서 시행하기에 무의식적으로 제품을 호의적으로 평가할 가능성이 있어 신뢰도가 떨어진다는 우려가 제기되고 있다. 따라서 최근 들어 설문조사 기법의 신뢰도를 높이기 위하여 다양한 neuroimaging 기법을 활용하고자 하는 움직임이 있다. 본 연구에서는 신뢰성이 높은 제품 평가 기법을 모색하기 위하여 뇌파를 활용한 인간의 구매 의사 결정 과정에서의 뇌 활동에 대한 연구를 진행하였다. 첫 번째 연구에서는 모의 구매 상황에서 소비자가 구매 결정을 내릴 때의 뇌 활동을 관찰해보았다. 모의 구매 상황에서는 제품, 제품을 판매하는 회사의 로고, 가격 순서로 제품의 정보를 제공한 후에 최종적인 구매 결정을 내리도록 하였다. 제품은 크게 사회적기업과 일반기업의 제품을 제시했으며 실험참여자는 대조군과 관찰군의 두 그룹으로 나누어 타인의 시선 유무에 따라 구매 행동에 어떤 차이가 발생하는지 관찰하고 그 과정에서 두 회사의 제품을 바라볼 때 발생하는 뇌 활동 차이를 관찰하였다. 또한, 대조군에서는 최종 구매 결정 과정에서의 뇌 활동 과정을 관찰하였다. 그 결과 대조군과 비교하면 관찰군에서 사회적기업의 제품을 더 많이 구매하려는 경향이 보였으며, 뇌 활동 분석 결과에서는 대조군은 두 회사의 제품을 바라볼 때 dorsolateral prefrontal cortex (dlPFC) 영역과 medial prefrontal cortex (mPFC) 영역에 차이가 있었으며 관찰군은 precuneus 영역의 활성화 차이가 있었다. 이 결과로 보아 구매 과정에서 대조군은 일반적인 윤리적 소비 과정과 마찬가지로 감정적인 과정과 인지적인 과정에 의해 구매 결정을 하지만 관찰군은 타인의 시선을 의식하며 위험을 최소화하는 방향으로 구매 결정을 하는 것을 확인할 수 있었다. 또한, 대조군의 최종 구매 결정에서는 frontal과 temporal 영역의 활성화가 관찰되었으며 이 결과로 보아 모의 구매 상황에서 인지 과정을 통해 합리적인 구매 결정을 하는 것을 확인할 수 있었다. 두 번째 연구에서는 앞서 획득한 뇌파 데이터에서 최종적인 구매 결정을 내리기 직전의 뇌파 데이터를 활용하여 기계 학습(machine learning) 기법을 적용하여 미래의 구매 결정을 예측하는 연구를 진행하였다. 최종적인 구매 결정을 하기 직전 1.5초 길이의 뇌파 신호를 100 ms 간격으로 500 ms 길이의 window로 나누어 theta (1-4 Hz), alpha (8-12 Hz), low-beta (8-12 Hz), high-beta (12-30 Hz), gamma (30-55 Hz) 다섯 개의 주파수 밴드에서의 주파수 파워값을 구하여 특징값으로 사용했으며 과대 접합을 방지하며 효율적인 분류를 위해 Fisher score를 특징을 선택하였다. 분류기는 LDA (Linear Discriminant Analysis)를 사용했으며 10 by 10-fold cross-validation을 적용하여 분류 정확도를 계산하였다. 그 결과 모의 구매 실험 참여자 22명에서 평균 74.47% 정확도로 구매 예측이 가능함을 확인할 수 있었다. 선택된 특징 지표는 frontal과 temporal 영역이 가장 많았으며 주파수 밴드별로는 alpha 밴드에서 가장 많았다. 세 번째 연구에서는 제품의 외형만 보여주었을 때 평가 가격에 따른 뇌 활동 차이를 관찰해보았다. 제품은 총 20가지의 다른 음식 사진이 제시되었고 설문을 통해 상위 가격으로 평가하는 제품 5가지와 하위 가격으로 평가하는 제품 5가지를 선별하여 각 제품을 볼 때 뇌파를 활용해서 활성화 차이를 관찰해보았다. 그 결과 superior temporal gyrus, middle temporal gyrus, precentral gyrus, superior parietal lobule, precuneus 영역의 활성화 차이가 관찰되었으며 이 영역은 과거의 기억, 보상, 감정, 시각 자극을 처리하는 영역으로 알려져 있다. 네 번째 연구에서는 앞서 획득한 뇌파 데이터에서 제품의 사진을 제시간 구간을 활용하여 기계 학습(machine learning) 기법을 적용하여 소비자의 평가 가격을 예측하는 연구를 진행하였다. 제품을 보여주는 1.5초 길이의 뇌파 신호를 100 ms 간격으로 500 ms 길이의 window로 나누어 theta (1-4 Hz), alpha (8-12 Hz), low-beta (8-12 Hz), high-beta (12-30 Hz), gamma (30-55 Hz) 다섯 개의 주파수 밴드에서의 주파수 파워값을 구하여 특징값으로 사용했으며 과대 접합을 방지하며 효율적인 분류를 위해 Fisher score로 특징을 선택하였다. 분류기는 LDA를 사용했으며 10 by 10-fold cross-validation을 적용하여 분류 정확도를 계산하였다. 그 결과 실험 참여자 44명에서 평균 68.41% 정확도로 평가 가격 예측이 가능함을 확인할 수 있었다. 선택된 특징 지표는 frontal과 occipital 영역이 가장 많았으며 주파수 밴드 별로는 theta 밴드에서 가장 많았다. 본 학위 논문에서는 신뢰성이 높은 제품 평가 기법을 모색하기 위하여 뇌파를 활용한 인간의 구매 의사 결정 과정에서의 뇌 활동에 대한 연구를 진행하였다. 모의 구매 상황에서 제품, 브랜드, 가격을 제시하고 구매 결정을 하는 과정에서의 뇌 활동을 관찰하고 구매 예측을 해보았으며 가격 평가에 따른 뇌 활동을 관찰하고 가격 평가 예측 연구를 진행하였다. 본 연구 결과는 뉴로마케팅 분야에 기본이 되는 기술로서 유용하게 사용되길 바라는 바이다.; Various brain regional activities are activated during a consumer’s purchase decision-making process. The process is associated with the visual process of evaluating product design and emotional process of feeling a positive emotion or negative effect. Also, according to the cognitive process, they are deliberating about alternatives and selecting the best option. In addition, rewards such as tasty food and reasonable costs can have an influence on buying decisions, and previous experience with a product is also correlated with the consumer’s purchase decision. Traditional marketing methods such as marketing surveys and choice simulations have been used to estimate the uncovered intentions of consumers before releasing a product. However, these survey data are confounded by participant cognitive effects and show low accuracy. To get unpolluted responses and develop reliable, innovative marketing tools, researchers are trying to apply neuroscience methods. In the present study, the author investigated consumers’ cortical activation during purchase decision making using EEG. In the first study, the author identified the participants’ brain source activities during a virtual shopping task. In the virtual shopping task, the participants make purchase decisions considering products, brand logos, and prices. The participants were divided into two groups: a control group and an observation group, and product types were divided into social products and non-social products according to brand logos. The author investigated how consumers’ purchasing decisions are affected by the observations of others in behavioral and cortical source activities. In addition, the author investigated brain source activities in the process of purchasing by using EEG. In the behavioral results of ethical consumption, the observation group purchased more social products than non-social products regardless of price level; on the other hand, the control group showed a tendency to hesitate to buy expensive products regardless of the product type. In source activation results, the control group activated more in the medial prefrontal cortex (mPFC) and then deactivated more in the dorsolateral prefrontal cortex (dlPFC). On the other hand, the observation group activated more in the precuneus. In other source activity results, frontal and temporal regions were activated more during the final purchase decision. In other words, the moral decision-making process is associated with the emotional process and cognitive process, and the observation of others modulated determining behavior and the decision-making process. Also, the purchase decision-making process is associated with the decision-making process, cognitive process, and concerns about risks. In the second study, the author estimated consumers’ purchase behavior using an EEG signal and machine learning method. EEG features frequency band powers were extracted from 1500-ms-length EEG signals (500 ms moving window, 100 ms lag). The Fisher score was used to prevent overfitting of a classifier constructed from training data. Classification accuracy was calculated using 10 by 10-fold cross-validation and a Linear Discriminant Analysis (LDA) classifier. In the results, the author estimated consumer purchase decisions using EEG signals with 74.47% classification accuracy. The features extracted from frontal and temporal regions and the alpha band were selected as the best features. In the third study, the author investigated the neuronal activity of the consumer’s brain in the process of valuation of products by using EEG. When consumers evaluate the price of products, they evaluate the product’s appearance. Twenty food items were prepared, and each participant selected high-value products and low-value products. In valuation source activity results, temporal cortex (superior temporal gyrus and middle temporal gyrus) and parietal cortex (superior parietal lobule, precentral gyrus, and precuneus) regions were activated more while evaluating products with a high price. These regions are associated with the complex evaluation process and are associated with memory, rewards, emotion, and visual valuation. In the last study, the author predicted the consumer’s valuation of products while they evaluated product images using EEG signals. Features frequency band powers were extracted from 1500-ms-length EEG signals (500 ms moving window, 100 ms lag). The Fisher score was used to prevent overfitting of a classifier constructed from training data. Classification accuracy was calculated using 10 by 10-fold cross-validation and a Linear Discriminant Analysis (LDA) classifier. In the results, the author estimated the consumer’s evaluation results using EEG signals with 68.41% classification accuracy. The features extracted from the frontal and occipital regions and theta band were selected as the best features. In the present study, the author investigated the cortical mechanisms involved in the consumer’s purchase decision-making process considering multiple components, product types, brand logos, and prices, anticipating more reliable marketing methods. It also predicted consumers’ final decision-making responses and value evaluation results using EEG signals. The author hopes that this will serve as a foundation for future studies in neuromarketing.