1. 기획 및 교육적 관계 구성 단계 (Planning & Relational Instructional Design)

전문 개발 지식이 부족한 초보자라도 관계구성이론(RCT)의 3대 상호작용 축(학습자-콘텐츠, 학습자-교수자, 학습자-학습자)과 XR 교육 메커니즘을 정의하여 인지적 과부하 없는 몰입형 학습 환경을 기획할 수 있습니다.

앱 기본 정보 & 핵심 문제 정의

App Persona

"So What?" 심층 평가 레이어

Impact Layer

교육적 관계구성이론(RCT) 3대 상호작용 축 성찰 & LLM 주입

축 1: 학습자 - 콘텐츠 (Learner-Content)
성찰 질문:
  • 학습자가 3D 공간 요소를 활용해 다루어야 하는 핵심 지식은 무엇인가?
  • 학습자의 상호작용(체잡기, 레이캐스팅 등)이 메타포와 유기적으로 연결되어 있는가?
설계 목표: 3D 공간화를 통한 정보 구조화 및 입체적 지식 탐색 피드백
축 2: 학습자 - 교수자 (Learner-Instructor)
성찰 질문:
  • 가상 교수자/에이전트가 인지적 과부하를 줄이기 위해 어떤 피드백 방식을 제공하는가?
  • 교수자의 안내가 학습 흐름을 방해하지 않고 몰입감을 유지하는가?
설계 목표: 실시간 비방해적 피드백 제공 및 인지적 가이드라인 형성
축 3: 학습자 - 학습자 (Learner-Learner)
성찰 질문:
  • 가상 공간에서 타 학습자의 아바타나 존재(Presence)가 협업과 학습에 어떻게 기여하는가?
  • 공동 과제 수행 시의 소통 방식과 물리적 공간 공유 구조는 어떠한가?
설계 목표: 아바타 기반 상호 존재감 형성 및 공동 과제 해결 촉진

AI 주입용 기획 명세서 프롬프트 자동 합성

현재 입력된 기본 정보, RCT 3대 축, So What 레이어를 종합하여 LLM에 바로 전달할 수 있는 마크다운 사양 프롬프트를 생성합니다.

// [⚡ 기획 프롬프트 생성] 버튼을 누르면 여기에 완성된 프롬프트가 표시됩니다.

2. 인간공학 및 VRISE(VR 유발 증상 및 효과) 위험 완화 설계

메타 퀘스트 착용 시 발생하는 5대 VRISE(사이버시크니스, 시각적 피로, 근골격계 피로, 급성 스트레스, 정신적 과부하)를 광학 공식 및 인체공학적 제약 조건으로 사전 예방합니다.

🤢 1. 사이버시크니스 (시각-전정 불일치)
👀 2. 시각적 피로 (시선-조절 갈등, VAC)
💪 3. 근골격계 피로 (승모근 토크, 팔 피로)
⚡ 4. 급성 스트레스 (테크노 복잡성)
🧠 5. 정신적 과부하 (작업 기억 고갈)

🔭 시선-조절 갈등(VAC) & 디옵터-거리 광학 계산기 (Shibata et al. Comfort Zone)

Optical Formula: D = 1 / d

인간의 눈은 HMD 디스플레이 고정 초점(Accommodation)과 3D 가상 객체 양안 합침(Vergence)의 불일치로 피로를 겪습니다. Shibata et al. (2011)의 연구에 따른 편안함 지대(Zone of Comfort)는 0.8 ~ 0.3 디옵터 (1.25m ~ 3.33m)이며, 메타 퀘스트 인터랙션 최적 거리는 1.25m ~ 2.0m입니다.

m D
최적 (Optimal) 0.67 D
위험 (<1.25m)
최적 (1.25~2.0m)
안전 (2.0~3.3m)
주의 (>3.3m)
▼

거리 1.50m는 메타 퀘스트 최적 권장 스위트 스팟에 정확히 위치합니다.

권장 조치: 현재 배치를 유지하고 상하 시선각도 ±15도 이내를 준수하세요.

사이버시크니스 & 이동 방식 설정

Locomotion
연속 이동은 시각적 베션(Vection)과 전정기관의 불일치로 멀미 위험이 급증합니다.
권장: 0.2초
권장: 45.0도

근골격계 피로 & 몰입 시간 제어

Ergonomics
학술 가이드라인: 20~26.22분
목/승모근 피로 방지: ±15도

3. AI 프롬프트 엔지니어링 및 최신 Meta Interaction SDK 코드 생성기

모호한 지시 대신 4대 구조(Role, Context, Ergonomic/Technical Constraints, Output Format)를 확립하고, 최신 Meta Interaction SDK 및 Building Blocks 전용 C# 클래스를 명시하여 고품질 코드를 생성합니다.

🚀 4대 핵심 XR 인터랙션 빠른 프리셋 (Quick Presets)

클릭하면 아래 프롬프트 빌더에 SDK 사양이 자동 채워집니다.

프롬프트 구조 설정 (4대 표준 템플릿)

AI Input

완성된 AI 프롬프트 (클립보드 복사용)

// 조립된 프롬프트가 여기에 표시됩니다.
저장된 프롬프트 히스토리

4. 디버깅, VRISE 진단 및 반복 개선(Iteration) 마일스톤

코드가 정상 작동하더라도 90 FPS 방어율 미달이나 GC Stall이 발생하면 사이버시크니스를 유발합니다. 유니티 프로파일러 정량 데이터와 VRISE 이상 증상을 결합해 리팩토링 프롬프트를 자동 생성하고 마일스톤을 검증합니다.

1 정량/정성 데이터 수집 Frame Time > 11.1ms, Draw Calls, VRSQ 설문
➔
2 AI 피드백 프롬프트 재구성 에러 로그 + VAC(1.25~3.3m), 90 FPS 제약
➔
3 AI 코드 리팩토링 실행 GC.Alloc 0B, 이벤트 기반 전환, Meta SDK
➔
4 HMD 빌드 및 재검증 90 FPS 방어율, VRISE 완화 평가

유니티 프로파일러 & VRISE 증상 진단기

Profiler Input
임계치: < 1.25m 시 VAC 위험
목표: 90.0 FPS 이상
목표: ≤ 11.1 ms
독립형 권장: 150~200회
목표: 0 B (GC Stall 완화)

진단 분석 보고서 및 최적화 프롬프트

자동 원인 분석:

진단 버튼을 누르면 인체공학적 위반 요인과 성능 병목이 분석됩니다.

// 생성된 리팩토링 요청 프롬프트가 표시됩니다.

🎯 출시를 위한 반복 개선(Iteration) 마일스톤 감사기

Alpha / Beta / Final Release
완료 평가 영역 점검 기준 항목 검증 증거 및 노트 (Evidence) 저장