레이다 기반 장애물 시각화로 야외 VR 안전과 몰입도 향상

초록

본 논문은 mmWave 레이다와 GPS‑IMU 융합으로 실외에서 카메라 없이 장애물을 감지하고, 세 가지 시각화 방식(외계인 아바타, 인간 아바타, 추상 포인트클라우드)을 비교한다. 실험 결과 세 방식 모두 안전을 확보했지만, 인지된 노력·좌절감·선호도에서 서로 다른 트레이드오프가 나타났다.

상세 분석

이 연구는 실외 가상현실(VR)에서 사용자의 안전과 존재감을 동시에 보장하기 위한 센서·시각화 파이프라인을 체계적으로 구축하고 검증하였다. 첫 단계에서는 기존 WaveWalker 시스템을 복제한 WaveWalkerClone을 구현했으며, Google Pixel 8의 GPS·IMU와 TI IWR6843A mmWave 레이다, NVIDIA Jetson Nano를 이용해 20 Hz의 자세 추정과 10 Hz의 장애물 탐지를 실시간으로 수행한다. 레이다는 조명·기상 변화에 강인하고, 영상이 아닌 전자기 반사만을 이용하므로 주변인의 프라이버시를 보호한다는 장점이 있다. 그러나 레이다 데이터는 점군 형태의 희소하고 비구조적인 공간 정보에 불과해, 사용자가 직관적으로 이해하기 어려운 것이 핵심 문제였다.

이를 해결하고자 저자는 세 가지 시각화 방식을 설계하였다. ① Diegetic 외계인 아바타는 레이다가 감지한 물체를 외계 행성의 주민으로 변환해, 가상 세계의 내러티브와 일치하도록 했다. 이는 몰입감과 존재감을 강화하지만, 실제 물체와의 형태·동작 차이가 사용자의 위험 인지에 영향을 미칠 가능성이 있다. ② Non‑diegetic 인간 아바타는 현실 세계의 사람을 그대로 인간 형태로 표시해, 시각적 일관성은 떨어지지만 물리적 위험을 직관적으로 전달한다. ③ 추상 포인트클라우드는 레이다 반환점을 그대로 시각화해, 가장 정확한 공간 정보를 제공하지만, 내러티브와의 연결 고리가 없어 존재감이 낮을 수 있다.

사용자 연구는 18명의 참가자를 대상으로 200 m 길이의 외계 행성 맵에서 물리적 보행을 요구하며, 각 시각화 조건을 순차적으로 체험하게 했다. 안전성(충돌 회피 성공률), 인지된 노력, 좌절감, 선호도 등을 설문·행동 로그로 측정하였다. 결과는 세 조건 모두 충돌을 최소화했으나, Diegetic 외계인 아바타는 가장 높은 존재감 점수를 얻었고, Non‑diegetic 인간 아바타는 인지된 노력과 좌절감이 낮아 사용자가 더 편안하게 움직였으며, 추상 포인트클라우드는 정확한 거리 인식에 유리했지만, 몰입도와 선호도에서 가장 낮은 평가를 받았다. 정성적 피드백에서는 일부 사용자는 내러티브와 일치하지 않는 인간 아바타가 어색하다고 느꼈으며, 반대로 다른 사용자는 외계인 아바타가 실제 위험을 과소평가하게 만든다고 지적했다.

이러한 결과는 “하나의 시각화가 모든 상황에 최적”이라는 가정을 깨뜨리고, 상황·사용자 특성에 따라 가변적인 시각화 전략이 필요함을 시사한다. 특히, 레이다 데이터의 희소성을 보완하기 위해 다중 모달(음향·촉각) 피드백을 결합하거나, 위험 수준에 따라 시각화 스타일을 동적으로 전환하는 적응형 인터페이스 설계가 향후 연구 과제로 도출된다.