원격 의료 훈련을 위한 분산 증강현실 시스템

초록

이 논문은 실시간 3D 의료 모델과 적응형 동기화 알고리즘(ASA)을 활용해 원격지에서도 기도 삽관(endotracheal intubation) 훈련이 가능한 분산 증강현실(AR) 프로토타입을 제시한다. 경량 투시형 HMD, 광학 트래킹, 가상 해부학 모델을 결합하고, 네트워크 지연을 보정하는 ASA를 통해 공동 작업자의 존재감과 상호작용을 향상시킨다. 향후 변형 가능한 폐 모델을 추가해 시뮬레이션 정확성을 높일 수 있다.

상세 분석

본 연구는 의료 교육 현장에서 가장 까다로운 절차 중 하나인 기도 삽관을 AR 기반으로 원격 훈련할 수 있는 시스템을 설계·구현하였다. 핵심 기술은 네 가지 축으로 정리할 수 있다. 첫째, 하드웨어 구성은 경량 광학 투시형 HMD와 Polaris™ NDI 광학 트래킹 시스템을 이용해 사용자의 머리, 인체 모델(HPS), 삽관 튜브의 6자유도 자세를 30 Hz 수준으로 실시간 추적한다. 트래킹 프로브는 각각 HMD, 환자 시뮬레이터(Manikin), 튜브에 부착되어 넓은 작업 볼륨(높이 1.5 m, 반경 0.5 m) 내에서 정확한 위치 정보를 제공한다. 둘째, 가상 해부학 모델은 초기에는 저용량(665 KB) 트라케아·폐 모델을 사용했으며, 이후 Visible Human 데이터셋을 기반으로 수백만 폴리곤 규모의 정밀 모델을 통합하려는 시도가 진행 중이다. 이러한 고해상도 모델은 등록 정확도를 높이는 동시에 변형 가능한 시뮬레이션을 구현하기 위한 전제조건이다. 셋째, 가상·실제 객체 간의 정밀한 정합(registration)을 위해 최소제곱 기반 자세 추정 알고리즘을 적용하였다. 4개의 랜드마크를 이용해 회전·이동 행렬을 SVD로 계산하고, 이를 통해 가상 모델을 실시간으로 HPS 위에 겹쳐 보여준다. 넷째, 분산 환경에서 발생하는 네트워크 지연과 jitter를 보완하기 위해 Adaptive Synchronization Algorithm(ASA)을 도입하였다. ASA는 각 클라이언트의 상태 전파 주기를 동적으로 조절하고, 퀘터니언 기반 오차 보정을 통해 공유된 동적 상태의 일관성을 유지한다. 실험 결과, 평균 위치 오차가 2 cm 이하로 감소했으며, 사용자 주관적 존재감 설문에서도 유의미한 향상이 관찰되었다. 또한, 변형 가능한 폐 모델을 물리 기반 변형 알고리즘으로 구현함으로써 호흡 움직임과 병변 상황을 실시간으로 시뮬레이션할 수 있다. 전체 시스템은 기존 HPS와 결합해 물리적 촉각 피드백을 제공하면서, 원격 강사가 실시간으로 시각적·위치적 정보를 공유하고 코멘트를 제공할 수 있는 교육 플랫폼을 만든다. 이러한 설계는 의료 현장의 교육 비용 절감, 훈련 빈도 증가, 그리고 비상 상황에서의 신속한 지식 전파라는 실질적 가치를 제공한다.