연구진은 시선 추적 데이터의 결측치를 명시적으로 모델링하고 장기 의존성을 효율적으로 처리하는 MambaGaze 프레임워크를 제안했어요.
MambaGaze는 결측치 정보와 시간 간격을 함께 고려하는 XMD 인코딩과 양방향 Mamba-2를 활용하여 기존 CNN, Transformer 모델보다 성능이 향상됐어요.
실험 결과, CLARE 및 CL-Drive 데이터셋에서 각각 76.8% 및 73.1%의 정확도를 기록하며, NVIDIA Jetson 플랫폼에서 43-68 FPS의 실시간 추론 가능성을 확인했어요.