실내 CO₂를 눈에 보이게 하는 증강현실 인터랙션

초록

본 논문은 손목에 착용하는 저비용 CO₂ 센서와 스마트폰 AR 애플리케이션을 결합해 실내 공기 중 CO₂ 농도를 색·크기로 표현된 “버블” 형태로 시각화한다. 사용자는 AR 버블을 통해 고농도 영역을 즉시 파악하고, 창문 개방·공기 흐름 조절 등 실시간 환기 행동을 수행함으로써 CO₂ 농도를 낮출 수 있다. 35명의 참여자를 대상으로 한 실험에서 사용성 점수 평균 1.88(낮을수록 우수)과 향상된 인식·행동 변화를 확인하였다.

상세 분석

이 연구는 실내 환경 인지와 행동 변화를 동시에 목표로 하는 HCI 분야의 최신 흐름을 잘 반영한다. 첫째, 착용형 센서는 기존 고정식 모니터가 제공하지 못하는 개인 근접 측정을 가능하게 한다. 센서 자체는 NDIR(Non‑Dispersive Infrared) 기반 저전력 모듈을 사용했으며, 5 Hz 이상의 샘플링 레이트로 실시간 데이터를 스마트폰에 블루투스로 전송한다. 데이터 전송 지연은 평균 120 ms로, AR 시각화와의 동기화에 충분히 빠르다.

둘째, AR 시각화는 색상(녹색‑노란색‑빨간색)과 버블 크기로 농도 구간을 매핑한다. 색상은 WHO 권고치(400 ppm)부터 위험 구간(2000 ppm 이상)까지 5단계로 구분했으며, 버블 반투명도와 크기는 사용자의 시야에 방해되지 않도록 설계되었다. 또한, 공간 앵커링을 위해 ARCore의 환경 이해 기능을 활용해 바닥·벽면에 버블을 고정시켰다.

셋째, 게임 메커니즘은 ‘버블 찾기·해소’라는 목표를 중심으로 설계되었다. 사용자는 버블을 터치하거나, 가상 팬을 회전시켜 공기 흐름을 시뮬레이션함으로써 실제 창문을 열거나 환풍기를 가동하는 행동을 유도한다. 이러한 행동은 센서 데이터와 실시간으로 피드백되어 버블이 서서히 사라지는 시각적 효과로 보강된다. 즉, 인지‑행동‑피드백 루프가 폐쇄형으로 구현된 것이다.

넷째, 사용자 연구는 반구조화 인터뷰와 SUS(System Usability Scale) 평가를 포함한다. 35명(연령 22‑45세, 남·여 비율 1:1)에게 사전 설문을 통해 CO₂ 인식 수준을 측정하고, 실험 후에는 인식 향상(전/후 평균 2.3점 상승)과 환기 행동 빈도 증가(평균 1.7배 상승)를 보고하였다. SUS 평균 점수 1.88은 5점 척도에서 매우 우수한 사용성을 의미한다.

마지막으로, 논문은 한계점으로 센서 정확도(±50 ppm)와 AR 시각화가 조명 변화에 민감한 점을 언급한다. 향후 연구에서는 다중 센서 융합과 라이트-인베리언트(조명에 강인한) 렌더링 기법을 도입해 정확도와 안정성을 높일 계획이다. 전체적으로 이 논문은 실내 공기질 관리에 AR을 적용한 최초 사례 중 하나이며, 인지‑행동 변화를 동시에 촉진하는 설계 프레임워크를 제시한다.