가상현실 멀미 예측 및 콘텐츠 속성 정량화 연구

Research on Cybersickness Prediction and Quantification of VR Content Attributes

연구 내용

가상현실 콘텐츠의 시공간적 속성과 사용자 개인특성을 반영해 멀미 수준을 정량적으로 예측하는 연구

가상현실(HMD) 체험 중 발생하는 cybersickness를 콘텐츠 제작 단계에서 다루기 위해, 콘텐츠 속성(카메라 이동, 시야, 경로 길이, 프레임 기준, 조작성 등)과 생체·인지 특징을 함께 다루는 예측 프레임워크를 연구합니다. 대규모 평가 실험을 통해 주관 점수 레이블을 구성하고, 시공간 지각 특징과 생리 신호 반영 변수를 모델에 연결하여 멀미의 원인 요인을 분리합니다. 또한 학습된 예측 모델을 통해 콘텐츠 제어에 필요한 정량 지표를 도출하는 차별성을 보유합니다.

관련 프로젝트

0건

연구 흐름

초기 연구에서는 가상현실 콘텐츠를 속성 단위로 체계적으로 생성하고, 주관적 멀미 평가와 함께 정량 분석을 수행하여 콘텐츠 요소별 영향 관계를 식별하는 데 집중했습니다. 이후에는 RGB 기반 시각 특징, 깊이맵을 포함한 지각 특징, 시간 누적을 위한 pooling 기법을 설계해 멀미 수준을 예측하는 모델 학습으로 확장했습니다. 최근에는 장면 레이블이 포함된 데이터 구성을 활용하여 예측 성능을 높이고, 생체 관련 특징과의 연계를 통해 개인차 및 콘텐츠 조건의 상관 구조를 보다 구체적으로 규명하는 연구를 수행합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

VR 콘텐츠 사전 검증
멀미 완화 콘텐츠 생성
HMD 사용자 적합도 추정
시공간 자극 안전 설계
개인 맞춤형 시청 설정
생체 신호 기반 품질 모니터링
멀미 위험도 지표 대시보드
교육·훈련 시청 안전성 평가
실감형 서비스 품질 관리
콘텐츠 속성 최적화