고도 몰입 VR에서 동적 온도 피드백이 사용자 경험에 미치는 영향

초록

본 연구는 고해상도 시각·청각 환경에 온도 피드백을 추가했을 때 사용자의 존재감과 전반적 UX가 어떻게 변하는지를 조사한다. 정적 온도 피드백과 동적 온도 피드백을 비교했으며, 설문, 인터뷰, 행동 데이터의 다중모달 분석을 통해 동적 피드백이 개인별 열감도에 따라 차별적인 효과를 보임을 확인했다.

상세 분석

이 논문은 기존 VR 온도 피드백 연구가 갖는 두 가지 한계를 명확히 짚는다. 첫째, 온도 피드백의 질적 차이를 비교하지 않은 점, 둘째, 저해상도·저상호작용 환경에 국한된 점이다. 이를 보완하기 위해 저자들은 두 개의 고해상도 시나리오(Desert Island, Snowy Mountains)를 구축하고, 각 시나리오를 Audio‑Visual 전용, 정적 온도 피드백, 동적 온도 피드백 세 조건에서 반복 수행하도록 설계했다. 실험은 within‑subject 디자인으로, 피험자 49명을 두 그룹으로 나누어 각각 25명·24명 규모로 진행했으며, 물리적 이동이 가능한 2 × 2 m 트래킹 공간을 활용했다.

핵심 변수는 ‘온도 피드백의 질(없음, 정적, 동적)’과 ‘세션 순서(첫 번째, 두 번째, 세 번째)’이며, 이 두 축을 교차시켜 다중모달 데이터를 수집했다. 설문은 일반 존재감, 물리적 존재감, 행동 가능성, 촉각 경험 등을 측정했으며, 인터뷰는 정성적 인사이트를 제공한다. 행동 지표는 PLUME 툴킷을 통해 기록된 물리·가상 이동 거리, 텔레포트 횟수, 이동 엔트로피 등을 포함한다.

통계 분석 결과, 온도 피드백이 존재감을 유의미하게 향상시켰지만, 정적과 동적 피드백 간 차이는 설문 수준에서는 나타나지 않았다. 그러나 인터뷰와 개인별 열감도(감각 민감도) 데이터를 종합하면, 동적 피드백이 특히 열감도가 높은 사용자에게 더 큰 몰입감과 현실감을 제공한다는 미세 차이가 드러난다. 이는 온도 피드백이 ‘동적’이라는 특성이 반드시 모든 사용자에게 동일하게 작용하지 않으며, 개인 맞춤형 설계가 필요함을 시사한다.

또한 세션 순서가 설문 점수에는 영향을 주지 않았지만, 행동 지표에서는 명확한 감소 추세가 관찰되었다. 첫 번째 세션에서 가장 많은 이동 거리와 텔레포트가 기록되었으며, 이후 세션에서는 탐색 행동이 점차 축소되었다. 이는 학습 효과 혹은 피로 누적에 의한 행동 최적화로 해석될 수 있다.

기술적 측면에서 저자들은 IR 램프와 팬을 결합한 비착용형 시스템을 사용했으며, 이는 사용자의 움직임을 크게 제한하지 않으면서 전신 온도 변화를 제공한다. 시스템은 실시간 온도 제어와 낮은 지연시간을 목표로 설계되었으나, 열역학적 한계로 인해 급격한 온도 변화를 구현하는 데는 제한이 있었다. 이러한 제약은 동적 피드백 구현 시 ‘응답성’과 ‘지연’이 UX에 미치는 영향을 추가로 탐구할 필요성을 제기한다.

결론적으로, 이 연구는 고도 몰입 VR 환경에서 온도 피드백이 존재감과 전반적 UX를 강화한다는 기존 가설을 재확인하면서도, 정적·동적 피드백 간 차이는 개인 차원에서 해석되어야 함을 강조한다. 또한, 다중모달 분석 프레임워크가 미묘한 효과를 포착하는 데 유용함을 보여주며, 향후 연구에서는 생리적 측정(EDA, ECG 등)과 결합한 실시간 감정·인지 상태 추적을 통해 온도 피드백의 최적 파라미터를 정량화할 여지를 남긴다.