본 논문은 사전 훈련된 컴퓨터 비전 모델이 거미 관련 이미지에서 공포 수준을 정확하게 예측할 수 있는지 조사하여 적응형 컴퓨터 노출 치료 시스템 개발을 위한 기초 연구를 수행했습니다. 전이 학습을 통해 세 가지 다양한 모델을 적용하여 표준화된 313개 이미지 데이터셋에서 인간의 공포 등급(0-100 척도)을 예측하였습니다. 교차 검증 결과, 평균 절대 오차(MAE)는 10.1~11.0 사이였습니다. 학습 곡선 분석 결과, 데이터셋 크기 감소는 성능 저하를 야기했으나, 추가적인 증가는 성능 향상에 큰 영향을 미치지 않았습니다. 설명 가능성 평가는 모델의 예측이 거미 관련 특징에 기반함을 보여주었고, 범주별 오차 분석을 통해 원거리 뷰나 인공/그림 거미 등 높은 오차와 관련된 시각적 조건을 확인했습니다. 이 연구는 설명 가능한 컴퓨터 비전 모델이 공포 등급 예측에 잠재력을 가지며, 효과적인 감정 인식 치료 기술 개발을 위해 모델의 설명 가능성과 충분한 데이터셋 크기가 중요함을 보여줍니다.
