🧠 brain · 숏폼 영상(릴스·쇼츠) 게시 전 뇌반응 점검

게시 전에, 시선이 어디서 뚝 떨어지는지 미리 봅니다

영상 프레임을 픽셀로 계산해 시선이 빠지는 지점을 게시 전에 짚습니다. 지난 점검 하나를 미리 보면 ↓

시선 붙잡는 힘 위=강함 · 픽셀 계산값(상대 지표, 측정 아님)

-36% ↓ 여기서 시선이 빠집니다

9~10초 구간에서 시선쏠림(0~1 픽셀 지표) 0.094→0.060 (-36%) — 뒤로 갈수록 시선을 못 잡습니다. 이게 게시 전에 보이면, 그 컷부터 손봅니다.

시선쏠림=눈이 쏠리는 정도(0~1, 픽셀 계산) · A→F 등급(A 잘 잡힘·F 약함) · F는 영상 낙제가 아니라 도구가 읽은 값 — 더 자세히 ▾

시선쏠림= 시선 붙잡는 힘 = saliency 사람 눈이 화면에서 얼마나 쏠리는지를 프레임을 픽셀로 계산한 0~1 값이에요. 높을수록 눈이 그쪽으로 몰립니다(위 곡선은 이 영상이 0.094→0.060 (-36%) 낮아진 걸 보여줘요). 같은 걸 부르는 이름이 셋 — 다 같은 뜻.

3구간 등급A → F 영상을 첫 1초 · 2~15초 유지 · 마무리 셋으로 나눠 매긴 값. A=가장 잘 잡힘 → F=가장 약함.

F가 떴다고요? 영상 낙제가 아니라 도구가 “이 구간은 시선을 약하게 잡는다”고 읽은 값이에요. 실제 시청 이탈이 아니라 게시 전 픽셀 계산으로 그럴 가능성을 미리 짚은 것(인과 단정 아님) — 게시 후 실제 시청 데이터로 이 판독이 맞는지 도구가 채점당합니다.

빠지는 컷부터 손보기 →

이 도구가 실제로 뱉는 것 ↓ 2026-07-06 실행분 (기본 해상도)에서 계산된 값

지난 점검이 짚은 가장 큰 문제

모바일 숏폼 환경에 맞춰 시각 자료를 극도로 단순화하고, 핵심 메시지를 크고 읽기 쉬운 텍스트와 직관적인 그래픽으로 재구성해야 합니다.

신호상 9~10초에서 시선쏠림(0~1 픽셀 지표) 0.094→0.060 (-36%) — 이 부근에서 시선이 빠짐(원인 단정 아님, 상관 참고).

한 번의 점검은 이렇게 돕니다 ↓

두 관점은 한 모델의 여러 인격이 아니라 서로 다른 회사 AI입니다 — 엇갈리면 “둘 다 틀릴 수 있다”는 신호지 정답이 아니에요. 판정은 게시 후 실제 시청 데이터로.

각 등급은 도구가 이 영상을 읽은 값이에요 — 영상 성적표가 아니라, 나중에 리텐션으로 검증될 도구의 예측입니다. A(가장 잘 잡힘) → F(가장 약함).