스탠포드: 가상현실 분야(VR)에서 30년간 진행된 심리학 연구를 통해 밝혀낸 다섯 가지 주요 발견

• 스탠포드 연구진이 네이처에 VR 심리학 실험 32년치를 정리해, 메타분석으로 뒷받침되는 발견 다섯 가지만 추려냄
• 현장감이 활동에 따라 갈리고, 아바타가 행동을 바꾸며, 실습 훈련이 이론 학습보다 낫고, 바디 트래킹이 VR을 구분 짓고, 사용자가 거리를 실제보다 가깝게 본다는 것이 그 다섯
• 헤드셋은 전 세계 2,500만 대 이상 보급됐고 메타만 500억 달러 넘게 투입했지만, 학술적으로 검증된 영역과 소비자 시장에서 팔리는 영역이 서로 어긋남
• VR 논문의 절반 이상이 2018년 이후에 나올 만큼 연구가 몰렸는데도 장기 추적, 아동, 언어 연구는 여전히 비어 있음
• 저자들은 위험(Dangerous)·불가능(Impossible)·역효과(Counterproductive)·고비용(Expensive)에 해당하는 체험에만 VR을 쓰라는 DICE 기준을 제시함

현장감은 훈련과 치료에서만 값을 함

• 현장감은 매체를 느끼지 못하는 착각으로 정의되며, 지금 기준으로는 조악한 초기 기기에서도 가상 절벽 위 널빤지 실험이 실제 고소공포 반응을 끌어냈음
• 의학·항공·군사 훈련이 현장감이 가장 잘 먹히는 영역으로, 위험 부담 없이 긴장도 높은 상황을 반복시켜 실제 상황으로의 학습 전이를 도움
• 노출 치료는 임상 활용 중 검증이 가장 두터우며, 2003년 비행공포증 연구는 3년 추적에서 재발 사례가 없었다고 보고함
• 화상 환자 통증 완화처럼 현실에서 주의를 떼어놓는 용도도 여러 메타분석에서 중간에서 큰 효과 크기를 냄
• 반대로 소통과 엔터테인먼트는 성과가 일관되지 않고, 팬데믹 때 실제로 선택된 매체는 헤드셋이 아니라 화상회의였음
• VR챗은 2023년 동시 접속 9만 2천 명, 고릴라 태그는 일일 100만·활성 300만 사용자를 기록했지만 이런 성공은 예외에 가까움

아바타가 사용자의 행동 자체를 바꿈

• 물리적 움직임과 아바타 움직임이 실시간으로 맞물리는 것만으로 가상 신체를 자기 몸으로 느끼는 소유권 착각이 생기고, 촉각 피드백이 없어도 성립함
• 손 움직임이 렌더링된 아바타를 가진 조건이 통제 조건보다 회상 성적을 끌어올려, 자기 표현이 인지에도 영향을 준다는 점이 확인됨
• 프로테우스 효과는 아바타 외형에 행동이 맞춰지는 현상으로, 키 큰 아바타를 체화한 참가자가 협상 과제에서 더 자신감 있게 행동함
• 메타분석에서 프로테우스 효과 크기는 0.22에서 0.26으로 다른 디지털 미디어 효과보다 크고, 2D 화면보다 몰입형 VR에서 더 강하게 나타남
• 타인 관점을 체험시키는 공감 훈련은 암묵 편견 감소 같은 성과를 냈지만 맥락 의존적이고 장기 증거가 부족해, VR을 공감 기계로 부르는 홍보는 비판받음
• 아바타를 주제로 삼지 않은 실험에서도 플랫폼 기본 아바타가 결과를 흔들 수 있어, 연구자는 아바타 선택을 통제 대상으로 다뤄야 함

학습 효과는 몸으로 하는 절차에 한정됨

• 높은 몰입감과 충실도, 참여도가 공간 지식 습득과 협력 학습에 이점을 준다는 결과는 여러 메타분석에서 반복 확인됨
• 반면 일반 교실 학습 도구로서의 효과는 미미하거나 결론이 갈리며, 학습 성과 측정의 어려움과 몰입형이라는 용어의 혼용이 결과를 흐림
• 다감각·상호작용 정보량이 처리 용량을 넘기면 인지 과부하가 생겨, 현장감은 올라가는데 학습량은 떨어지는 역전이 일어남
• 그래서 2D 자료를 그대로 VR로 옮기는 방식은 역효과가 나기 쉽고, 헤드셋 체류 시간도 일반 학습 매체보다 짧게 잡아야 함
• 전문성 없는 교사일수록 콘텐츠와 무관하게 헤드셋만 씌우면 학습량이 늘어난다고 믿는 오해가 흔하다고 지적함

트래킹 데이터는 사실상 생체 식별자

• VR은 트래킹, 렌더링, 디스플레이가 실시간으로 도는 순환으로 작동하며, 요즘은 헤드셋에 내장된 카메라 기반 컴퓨터 비전이 트래킹을 맡음
• 동작을 가상 신체에 다르게 매핑하는 호문쿨러 유연성 덕에 새로운 신체 부위를 제어하거나 비인간 형태를 채택하는 실험이 가능함
• 머리·손·눈 움직임에 심박수와 피부 전도도를 더하면 의도와 주의 수준을 읽어낼 수 있고, 아동 ADHD 평가 도구 제작에도 활용됨
• 딥러닝 연구는 사용자당 5분치 머리·손 동작 데이터만으로 5만 명 넘는 사용자 중 특정인을 90% 이상 정확도로 식별해냄
• 모델 학습과 테스트 사이 시간 간격이 길수록 식별력이 떨어지고 동작 마스킹이 익명성을 높인다는 점이 완화책으로 제시됨

거리를 실제보다 가깝게 보는 문제

• 참가자에게 물체까지의 거리를 판단시키면 상당한 과소평가가 나타나며, 초기 저품질 기기뿐 아니라 최신 헤드셋에서도 동일하게 재현됨
• 원인 후보로는 좁은 시야각, 헤드셋 무게, 불완전한 깊이 단서, 그림자 부재, 렌더링 품질이 지목됨
• 화면에 초점을 맞추는 어코모데이션과 양안을 물체 깊이에 맞추는 버전스가 어긋나는 충돌이 핵심 광학 문제로, 이를 풀어야 과소평가도 해결됨
• 어두운 물체에 밝은 그림자를 붙이면 지면까지의 거리 판단이 정확해지고, 색이 들어간 그림자도 깊이 지각을 개선함
• 목표가 멀수록 오차가 커지며, 실제 세계를 카메라로 비추는 패스스루 화면에서도 같은 과소평가가 관찰됨
• 대인 거리나 상호 시선을 변수로 쓰는 사회심리 연구는 이 왜곡을 감안하지 않으면 현실 세계 규범과의 비교가 어긋남

연구자와 사용자에게 남는 지침

• 저자들은 VR을 연구하기 전에 최소 수십 시간은 헤드셋 안에서 직접 써보라고 못박음
• 공간 음향 적용 여부, 시야각과 렌더링 품질의 맞교환, 스테레오 렌더링 여부, 컨트롤러와 손 트래킹의 선택을 플랫폼 기본값에 맡기지 말 것을 요구함
• 헤드셋 착용감이 머리 크기와 모양에 따라 갈리고 30분 서 있기나 스테레오 처리가 모두에게 가능하지 않아, 표본 다양성이 다른 분야보다 중요함
• 설문지 대신 트래킹으로 수집한 언어·비언어 행동과 헤드셋을 벗은 뒤의 현실 행동까지 측정하라는 것이 반복되는 권고임
• 중독, 괴롭힘, 부정적 행동 모델링 같은 부작용을 다룬 연구가 부족하다는 점도 공백으로 지목됨
• MRI는 머리 움직임 탓에 VR 실험에 쓰기 어려워 뇌 활동 측정 연구가 거의 없고, 근적외선 분광법이 대안으로 논의됨
• 소방관 훈련이나 뇌졸중 재활은 DICE 기준에 맞지만, 이메일 확인과 사무 업무는 2D 화면이 낫다고 선을 그음