Anthropic blocks users for anything touching training larger models

#ai #csharp #llm

깊이 있는 시력 훈련, VR의 가능성

최근 Anthropic이 대형 AI 모델 훈련 액세스를 차단한 뉴스는 기술의 독점과 개인의 자율성에 대한 질문을 던집니다. 저는 그 연장선상에서 자신의 건강을 직접 관리하고자 했습니다. 그 결과 만난 것이 메타 퀘스트 전용 VR 소프트웨어 Amblyotube였습니다. 이 소프트웨어는 단순히 영상을 시청하는 경험을 넘어, 양안 시차를 활용한 dichoptic vision training으로 lazy eye(약한 눈)와 지배 눈의 조화를 훈련합니다.

1. 아키텍처 관점에서 본 Dichoptic 파이프라인

Amblyotube는 Quest 런타임 위에서 두 개의 독립적인 렌더 패스를 구성합니다. 각 패스는 별도의 eyepiece에 매핑되며, 왼쪽/오른쪽 눈에 각각 다른 셰이더 스택을 적용합니다. 초기 설정 화면에서 사용자는 ‘약한 눈’을 왼쪽 또는 오른쪽으로 지정하는데, 이 선택이 잘못되면 셰이더가 반대 눈에 적용돼 훈련 효과가 역전됩니다. 내부적으로는 다음과 같은 의사코드 흐름을 따릅니다.

// Pseudo‑code for per‑eye render setup
EyeConfig cfg = ProfileLoader.Load(userProfile);
RenderPass leftPass  = new RenderPass(cfg.LeftEyeShader);
RenderPass rightPass = new RenderPass(cfg.RightEyeShader);

foreach (Frame f in SessionFrames) {
    leftPass.SetShaderParams(cfg.DominantBlur, cfg.DominantGamma);
    rightPass.SetShaderParams(cfg.LazySharpenerAI);
    leftPass.Render(f);
    rightPass.Render(f);
}

Dominant Eye Shader – 우세 눈에 가우시안 블러(σ≈2.5) + 감마 보정(γ≈0.7)을 실시간으로 적용해 ‘디지털 패치’ 효과를 만듭니다.
Lazy Eye Sharpener – 온디바이스 경량 CNN(모바일넷‑V3 변형)이 프레임마다 얼굴·상체 영역을 검출하고, 해당 ROI에 언샤프 마스크(k=1.8)를 걸어 줍니다. 추론은 Quest 2/3의 NPU에서 4 ms 미만으로 완료됩니다.

두 패스는 단일 프레임 버퍼에 합성되지 않고, 각각 별도의 디스플레이 포트로 전송되므로 inter‑ocular latency는 헤드셋 기본 리프레시(72 Hz/90 Hz) 내에서 유지됩니다. 이 설계 덕분에 프레임 드랍 없이 30‑40 분 세션을 지속할 수 있습니다.

2. 임상 프로필 자동화: LogMAR + 적응형 난이도

앱 내장 LogMAR 시력 검사는 Landolt C 옵토타입을 가상 3 m 거리에 투영해 최대 30회 시도를 수행합니다. 각 시도는 0.1 logMAR 단위로 점수를 매기고, 양안 결과를 비교해 Mild / Moderate / Severe 세 가지 처방 티어 중 하나를 자동 선택합니다. 티어에 따라 다음과 같은 파라미터가 실시간 갱신됩니다.

티어	Dominant Blur σ	Dominant Gamma	Lazy Sharpener k
Mild	1.5	0.85	1.3
Moderate	2.5	0.70	1.8
Severe	3.5	0.55	2.2

세션이 진행될 때마다 LogMAR 재측정(주 1회 권장)으로 티어가 내려가면 셰이더 강도도 자동 완화됩니다. 이 닫힌 루프 구조가 전통적인 패치 요법의 ‘일괄 적용’과 가장 큰 차별점입니다.

3. 내 아침 30분, 코드와 눈이 만나는 순간

오전 6시 40분, 거실 창으로 들어오는 희미한 빛 속에서 Quest 3를 머리에 썼습니다. 헤드셋 무게(약 500 g)가 익숙해지면서, 앱이 “약한 눈: 오른쪽”이라고 확인해 주자 안도의 한숨을 내쉬었습니다. 유튜브에 저장해 둔 ‘파이썬 비동기 프로그래밍’ 강연을 띄우고, Mild 프로필로 시작했습니다.

첫 5분은 블러가 눈에 들어오는 느낌이 낯설었습니다. 우세 눈(왼쪽)이 흐릿해지자 뇌가 오른쪽 눈의 선명한 윤곽을 ‘자연스럽게’ 받아들이기 시작했고, 화면 중앙에 떠다니는 마젠타 핑크 fusion cue를 따라 시선을 맞추는 동안 눈꺼풀 안쪽 근육이 미세하게 떨리는 게 느껴졌습니다. 15분쯤 지나자 강연자 얼굴의 눈썹 라인이 전보다 또렷해 보였고, 화면 속 코드 에디터의 들여쓰기 간격까지 선명하게 읽혔습니다.

세션 종료 알림이 울리자 헤드셋을 벗고 창밖을 보았습니다. 멀리 있는 가로수 가지가 예전보다 입체적으로 보였고, 계단을 오를 때 발밑의 거리감이 한결 자연스러웠습니다. 수치상으로 LogMAR이 0.12 logMAR 개선된 것을 앱 대시보드에서 확인할 수 있었고, 그 작은 숫자가 일상 속 자신감으로 치환되는 순간이었습니다.

4. 엔지니어링 트레이드오프와 현장 교훈

트레이드오프	선택	이유
렌더 패스 분리 vs 단일 패스 멀티뷰	분리	각 눈에 다른 셰이더 파이프라인이 필요해 멀티뷰 확장이 불가능
온디바이스 AI 추론 vs 클라우드 오프로드	온디바이스	네트워크 지연·프라이버시 문제 회피, 4 ms 이내 추론으로 프레임 예산 확보
고정 세션 길이 vs 적응형 종료	고정 30‑40 min	임상 가이드라인(하루 1 h 이하) 준수, 사용자 습관 형성 용이
Red‑Blue 안경 미지원	자연 색 유지	색채 왜곡 없이 이중 시야 훈련, 색감 민감한 콘텐츠(코드 하이라이트)에도 적합

개발자 관점에서 가장 인상적인 점은 OpenXR Eye‑Tracking Extension을 쓰지 않고도 순수 셰이더·컴퓨트 쉐이더만으로 이중 시야 분리를 구현했다는 것입니다. 덕분에 Quest 2/3/Pro/3S 모두에서 별도 펌웨어 업데이트 없이 동작합니다.

5. 지속 가능한 루틴, 그리고 다음 단계

3주차부터는 Moderate 티어로 자동 승격됐고, 블러 강도가 올라가도 fusion cue를 쫓는 눈이 익숙해져 세션 중 피로감이 줄었습니다. 주말에는 오프라인 카탈로그에 포함된 어린이용 애니메이션을 네트워크 없이 재생하며 가족과 함께 ‘눈 운동 시간’을 공유했습니다. 의료진과 상담 후에는 주 3회 30분 루틴을 유지하며, LogMAR 추이를 구글 시트에 자동 동기화해 장기 트렌드를 모니터링 중입니다.

전통적 패치 요법이 ‘눈 가리기’라는 심리적 부담을 줬다면, Amblyotube는 ‘좋아하는 콘텐츠를 보며 자연스럽게 훈련’이라는 UX로 지속 가능성을 확보했습니다. 기술적으로는 두 눈 독립 렌더링 + 경량 AI 셰이더라는 조합이, 임상적으로는 LogMAR 기반 적응형 난이도가, 사용자 경험으로는 자연 색상 유지와 콘텐츠 자유도가 맞물려 시너지를 냅니다.

6. 당신도 같은 변화를 느껴보세요

메타 퀘스트 스토어에서 “Amblyotube”를 검색해 다운로드하면 Quest 2, 3, Pro, 3S 어디서든 바로 실행할 수 있습니다. 오프라인 카탈로그로 어린이 친화 영상도 네트워크 없이 시청 가능하며, 하루 1시간을 넘지 않도록 세션 타이머가 내장돼 있습니다. 의료진 지도와 병행하면 더욱 안전하게 시력 개선 여정을 이어갈 수 있습니다.

자세한 기능과 다운로드는 제품 페이지를 확인하세요: https://www.meta.com/en-gb/experiences/amblyotube/25906906972338493/

DEV Community