감정을 입힌 가상현실 콘텐츠 생성 프레임워크 EmoSpace

초록

EmoSpace는 시각‑언어 정렬을 통해 동적으로 학습되는 감정 프로토타입을 활용해, 라벨 없이도 미세한 감정 제어가 가능한 VR용 이미지·파노라마 생성 시스템이다. 다중 프로토타입 가이드, 시간적 블렌딩, 어텐션 재가중치 기법을 결합해 이미지 외삽, 스타일 변환, 파노라마 생성 등 다양한 응용을 지원한다. 실험과 사용자 연구에서 기존 방법을 능가하는 감정 정확도와 시각적 품질을 입증했으며, VR 환경이 감정 인지에 미치는 영향을 분석하였다.

상세 분석

EmoSpace는 기존 감정‑조건 생성 모델이 갖는 세 가지 근본적 한계를 해결하기 위해 설계되었다. 첫째, 감정 표현을 고정된 카테고리나 2차원 차원(V‑A, P‑A‑D)으로 제한하는 대신, 프로토타입 학습을 도입해 연속적이면서도 구조화된 감정 공간을 만든다. 이 공간은 학습 과정에서 ‘merge‑split’ 연산을 통해 프로토타입 수와 위치가 동적으로 조정되며, 각 프로토타입은 시각‑언어 정렬을 통해 텍스트와 이미지 특징을 동시에 반영한다. 따라서 프로토타입은 “슬픔‑우울”, “희열‑감탄” 등 인간이 인지하는 미세 감정 클러스터를 자연스럽게 형성한다.

둘째, 감정 제어 인터페이스를 자유로운 자연어 입력에 기반하도록 설계하였다. 사용자는 구체적인 감정 라벨 없이도 “바다를 바라보는 평화로운 풍경”과 같은 서술형 프롬프트를 제공하면, 내부적으로 해당 프롬프트와 가장 유사한 프로토타입 집합을 검색하고, 다중 프로토타입 가이드를 통해 확산 과정에 점진적으로 주입한다. 여기서 시간적 블렌딩은 초기 단계에서는 내용 생성에 집중하고, 후반부에서는 감정 표현을 강화하도록 어텐션 가중치를 재조정한다. 이 메커니즘은 기존의 단일 라벨 기반 제어보다 훨씬 부드러운 감정 전이와 세밀한 조절을 가능하게 한다.

셋째, VR 특성을 고려한 파노라마 및 이미지 외삽 파이프라인을 구현하였다. 파노라마 생성 시 위도‑경도 좌표를 인코딩하는 별도 어텐션 모듈을 삽입해 시점 간 일관성을 유지하고, 외삽에서는 기존 이미지 경계에 맞춰 감정 프로토타입을 방향별로 다르게 적용함으로써 “왼쪽은 슬픔, 오른쪽은 희망”과 같은 복합 감정 구성을 지원한다.

실험 결과는 정량적 지표(감정 정확도, FID, CLIP‑Score)와 정성적 평가 모두에서 기존 감정‑조건 Diffusion 모델을 크게 앞선다. 특히 사용자 연구에서는 VR 헤드셋을 착용한 경우 감정 인지 강도가 데스크톱 대비 유의미하게 상승했으며, 감정 프로토타입이 시각적 일관성을 유지하면서도 감정 변화를 자연스럽게 전달한다는 점이 확인되었다.

이러한 설계는 감정‑지향 VR 콘텐츠 제작의 진입 장벽을 낮추고, 치료·교육·스토리텔링 등 감정 조절이 핵심인 응용 분야에 바로 적용할 수 있는 실용성을 제공한다. 또한 프로토타입 기반의 감정 공간은 향후 멀티모달 감정 모델링이나 개인화된 감정 어시스턴스와의 연계에도 확장 가능성을 시사한다.