[인간공학] 정보이론 그리고 응용

* 정보이론에서는 정보의 정의와 측정방법을 다룬다.

 

* 정보의 개념

- 정보이론에서 정보란 불확실성의 감소라 정의 // 어떻게 하면 사람에게 전달되는 정보를 줄일지를 연구

- 아주 확실한 사건의 출현에는 정보가 별로 담겨있지 않음 반대로 아주 불확실한 사건에서는 많은 정보가 담겨있음

- 정보의 정의에서는 메시지 자체의 중요성은 직접 고려x, 출현 가능성만을 고려

- 자동차 엔진온도 경고등이 들어오면, 이것은 의심스러운 사건이기 때문에 많은 정보가 있음

- 안전띠 착용 경고는 출발할 때마다 나타나므로, 정보이론의 맥락에서는 정보를 거의 가지고 있지 않다.

 

* 정보 측정단위

- 정보이론에서 정보를 bit 단위로 측정 (H =  정보의 양)

- 1 bit는 일어날 가능성이 동일한 두 대안에서 하나를 결정해야 할 때 필요한 정보의 양이다.

- 여러 대안의 확률이 동일하고 이러한 대안의 수가 N 이라면, 정보량 H는 밑이 base 2인 로그와 같다.

예시) 대안이 두가지 뿐이면 정보는 1 bit 이다. => log2^2 =1

네가지 동일한 대안의 정보량은 2bits 이다. => log2^4 = 2

- 0 ~ 9의 수의 집합에서 무작위로 선택한 숫자가 전달하는 정보량은 3.322bits 이고, A~Z의 문자 집합에서 무작위로 선택한 문자가 가지는 정보는 4.7bits 이다.

- 대안의 출현 가능성이 동일하지 않을 때는 한 사건이 가진 정보를 다음 공식으로 구한다. hi는 사건 에 관계되는 정보량 [bit] 이고, pi는 그 사건이 일어날 확률이다.

- 확률이 다른 일련의 사건이 가지는 평균 정보량은 다음 식으로 계산한다

예시) 적군이 육지나 바다로 침략할 확률이 각각 0.9 및 0.1 이라면, 평균 정보량은 Hav = 0.47 bit 이다.

- 대안의 출현 가능성이 같으면  가능한 최대의 정보량이 된다. 즉, 적군 침략 신호의 최대 가능 정보량은 1.0 이다. 서로의 확률이 같지 않을수록 정보량은 그만큼 최대량에서 줄어든다. -> 정보의 정의가 불확실성의 감소인 이유

- 여기에서 중복률의 개념이 생기는데, 이것은 출현 확률이 같지 않기 때문에 최대치로부터 정보량이 감소하는 양이다.

- 이 중복율은 다음 식으로 계산한다.

- 통신채널의 대역폭 이라는 개념을 문헌에서 자주 볼 수 있는데, 이것은 채널을 통한 정보의 전달속도를 초당 bit 로 (bit/s) 측정한 것이다.

- 귀의 대역폭은 8000-10000 bit/s 이고, 눈은 1000 bit/s 으로 추산된다

log2N=8000 bits, 귀 대안의 수 N = 28000 = 1.74e+2408,

N = 2^10000 = 1.99e+3010, 눈 N = 2^1000 = 1.07e+301

- 이 정보량은 뇌에서 흡수하고 해석할 수 있는 양보다 아주 아주 많다. 따라서 말초 감각기관에서 수용된 정보는 뇌에 도달하기 전에 대부분이 여과된다.

 

* 정보이론의 응용

- Bishu and Drury는 배선작업에서 bit 단위로 측정한 정보량을 사용하여 작업 완수시간을  추정하였다.

- 정보량은 골라야 하는 전선의 수와  전선을 연결할 단자 수의 함수였다.

- 즉 작업시간은 그 작업에 관계되는 정보량과 선형관계가 있음을 발견하였다 -> 많으면 정보가 많아지고 결국 작업시간이 선형으로 늘어난다

 

- 힉-하이만의 법칙 : 선택반응시간(CRT)은 자극 정보와 선형관계에 있다.

T 는 선택반응시간(CRT), b 는 실험에 의해 측정된 상수, N 은 대안의 수, pi 는 대안의 발생 확률 대안이 0 개일 때 로그값을 0 을 만들기 위해 1 더함, 대안이 1 개일 때 로그값이 1 이므로 b 시간 소요됨

 

* 정보 처리 모델

 

- 지각 (PERCEPTION)

사람이 직면한 자극과 수행 중인 작업에 따라 지각은 여러 수준이 있다.

검출 : 검출성, 가시성, 경고등 검출, 소리 검출, 절대식역

식별 : 구별성 , 가독성, 절대적 식별, 상대적 구별, 2 점역, 차이역, 변별역

인식 : 의미화 ,판독성, 개념양립성