VR에서 요구사항 논의를 위한 자동 페르소나 생성 및 활용

초록

본 연구는 실시간 음성‑텍스트 변환과 GPT‑4 기반 분석을 이용해 가상현실(VR) 환경에서 자동으로 페르소나를 생성하고, 이를 활용해 접근성 요구사항을 논의하는 시스템을 제안한다. 18명의 대학생·산업 실무자를 대상으로 한 파일럿 실험 결과, VR 시스템은 높은 사회적 존재감과 사용성 점수를 받았으며, 전통적인 대면 방식에 비해 작업 부하가 유의하게 낮았다.

상세 분석

이 논문은 요구사항 공학(Requirements Engineering) 분야에 가상현실(VR)과 대규모 언어 모델(LLM)을 결합한 새로운 연구 흐름을 제시한다. 시스템 아키텍처는 세 가지 핵심 요소로 구성된다. 첫째, 참가자의 음성을 Azure 클라우드 서비스로 전송해 실시간 자동 음성‑텍스트 변환을 수행한다. 둘째, 변환된 텍스트를 GPT‑4 기반 파이프라인에 입력해 네 가지 프롬프트를 실행한다. 여기에는 인구통계학적 속성을 포함한 페르소나 생성, 접근성 요구사항 추출, 감정 인식 및 이모지 시각화가 포함된다. 셋째, 생성된 페르소나와 감정 정보는 메타(Meta) 제공 오픈소스 아바타와 연동돼 Photon 네트워킹을 통해 저지연 오디오와 아바타 동기화를 지원한다. 이러한 설계는 데이터 무결성을 위해 각 참가자의 오디오 스트림을 별도로 저장하고, 중복을 방지한다는 점에서 실용적이다.

실험 설계는 within‑subjects 방식으로, 동일한 참가자가 전통적인 물리적 회의실에서 수동으로 만든 페르소나를 이용한 방식과, VR 환경에서 자동 생성 페르소나를 이용한 방식을 순차적으로 수행하도록 하였다. 18명(남10·여8)의 샘플은 대학(14명)과 IT 기업(4명)에서 고르게 모집되었으며, 연령은 21~29세, 평균 25.9세였다. 측정 도구는 7점 Likert 척도의 사회적 존재감, 시스템 사용성, NASA‑TLX 기반 작업 부하(NASA‑TLX) 설문이었다. 결과는 VR 조건에서 사회적 존재감(M=5.21, SD=0.81)과 사용성(M=5.19, SD=0.78)이 모두 높은 편이며, 작업 부하가 전통 방식보다 유의하게 낮았다(p<.001, VR 평균 3.57, SD=0.85). 통계적 유의성은 제한적 표본 크기와 파일럿 성격에도 불구하고 의미 있는 차이를 보여준다.

하지만 논문은 몇 가지 한계점을 명확히 제시한다. 첫째, 기존 VR 회의 플랫폼(예: AltspaceVR, Mozilla Hubs)과의 직접 비교가 없으며, 페르소나 자동 생성의 정확도나 신뢰성을 별도 검증하지 않았다. 둘째, 자동 생성 페르소나에 포함된 인구통계학적 정보가 실제 이해관계자를 얼마나 잘 대변하는지는 정성적 평가가 부족하다. 셋째, VR 하드웨어(Meta Quest 3)의 접근성 및 착용 편의성이 실무 현장에서의 채택에 어떤 영향을 미칠지 추가 연구가 필요하다. 향후 연구에서는 다양한 도메인(예: 의료, 교육)과 규모의 프로젝트에 적용해 장기적인 협업 효율성, 의사결정 품질, 그리고 LLM 기반 페르소나와 전통적인 설계자‑작성 페르소나 간의 차별점을 정량화할 계획이다.

전반적으로 이 연구는 실시간 음성 데이터와 최신 LLM을 결합해 가상 협업 환경에서 자동 페르소나를 제공함으로써 요구사항 논의의 효율성을 높일 수 있음을 실증한다. 이는 멀티스테이크홀더가 지리적 제약 없이 협업해야 하는 글로벌 소프트웨어 개발팀에 특히 유용한 접근법으로 평가된다.