VR에서 YouTube를 본다는 것의 의미가 바뀌고 있다
UploadVR은 구글이 Meta Quest용 YouTube 앱의 몰입형 뷰를 대대적으로 개편하고 있다고 보도했습니다. Android XR과 visionOS 경험에 가까워지는 방향이라고 합니다. 아직 공식 발표는 아니지만, 방향성 자체는 분명합니다. VR은 더 이상 '특별한 순간에 쓰는 기기'가 아니라, 영상을 소비하는 일상적인 화면이 되어가고 있습니다.
여기서 한 가지 질문이 생깁니다. 우리가 헤드셋을 쓰고 영상을 보는 그 시간은, 과연 무엇을 하고 있는 시간일까요?
수동적 시청 시간을 능동적 훈련 시간으로
약시(amblyopia)나 시각 협응 문제를 가진 사람들에게 꾸준한 훈련은 늘 숙제였습니다. 패치를 붙이고, 적청 안경을 쓰고, 재미없는 훈련 프로그램을 반복하는 일은 오래 지속되기 어렵습니다. 문제는 의지가 아니라 재미입니다.
Seven Sports의 Amblyotube는 이 지점을 다르게 접근합니다. Meta Quest 앱으로, 왼쪽 눈과 오른쪽 눈에 서로 다른 시각 경험을 제공합니다. 사용자는 자신이 좋아하는 YouTube 스타일 콘텐츠를 그대로 틀어놓고, 그 영상을 시각 훈련으로 활용합니다. 이 설계의 출발점은 디옵틱(dichoptic) 훈련 원리입니다. VR 헤드셋이 두 개의 독립된 아이피스를 갖는다는 하드웨어적 사실을 그대로 훈련 채널로 씁니다. 콘텐츠는 하나지만, 렌더링된 두 개의 뷰가 각 눈에 따로 들어갑니다.
이 지점이 기술적으로 흥미로운 이유가 있습니다. 일반적인 영상 재생 파이프라인은 두 눈에 동일한 프레임을 전달하는 것을 기본 전제로 합니다. Amblyotube는 그 전제를 뒤집습니다. 하나의 소스 프레임을 받아서, 좌안과 우안에 서로 다른 후처리(post-processing)를 적용한 뒤 각각의 아이 버퍼로 내보냅니다. 즉 눈별로 독립적인 렌더링 패스가 도는 구조입니다. 헤드셋이 이미 스테레오 렌더링을 위해 두 개의 뷰를 관리하고 있으니, 그 위에 눈별 셰이더 레이어를 얹는 방식입니다. 새로운 하드웨어를 요구하지 않는다는 말은 여기서 나옵니다.
어떻게 작동하는가
우세안에는 Dominant Eye Shader가 조절 가능한 디지털 블러를 적용해 상대적으로 덜 쓰이게 합니다. 블러, 대비, 밝기, 감마, 불투명도를 조절할 수 있고, 불투명도를 100%로 두면 사실상의 디지털 패칭이 됩니다. 다만 기본 목표는 완전 차단이 아니라 부분 투명도입니다. 두 눈이 동시에 시각 정보를 처리하도록 만드는 쪽이 훈련의 핵심이기 때문입니다.
약시안에는 AI Sharpener(MFBF)가 인물, 즉 얼굴과 신체를 감지해 선택적으로 선명도를 올립니다. MFBF는 Multi-Feature Based Filtering의 약자로, 여러 특징을 조합해 관심 영역을 판별하는 방식입니다. 여기서 엔지니어링 관점의 트레이드오프가 하나 있습니다. 프레임 전체에 선명도를 올리면 노이즈와 아티팩트도 함께 증폭됩니다. 그래서 인물 영역만 선택적으로 처리합니다. 얼굴과 신체를 감지해 그 부분에만 샤프닝을 집중하는 건, 연산 비용을 줄이면서도 훈련 효과가 기대되는 영역에 자원을 몰아넣는 선택입니다.
여기에 시각적 강조(Visual Accents)가 붙습니다. 인물 위에 부드러운 형광 황록색 하이라이트를 얹거나, 붉은 테두리로 실루엣을 따라 그릴 수 있습니다. 이 강조는 '숨쉬는' 듯 밝아졌다 어두워지는 리듬으로 설정할 수 있고, Pulse Hz(속도)와 Pulse depth를 조절해 주의를 유지합니다. 사람 형태에 가해지는 통제된 점멸(flicker)은 시각 피질이 무시하던 눈에 다시 주의를 기울이도록 만드는 신호로 쓰입니다.
웨지 오클루전(옵션)은 양쪽 시야에 검은 쐐기를 넣어 각 눈이 장면의 서로 다른 부분만 보게 만듭니다. 양안 경쟁(rivalry)을 줄이고, 두 눈이 서로 다른 정보를 나눠 처리하게 하는 구조입니다.
그다음 단계는 융합입니다. 약시안 시야에는 밝은 마젠타 포커스 큐가, 우세안 시야에는 은은한 중립 회색 점이 나타나고, 두 눈의 추적이 이를 하나의 입체 이미지로 합칩니다. 마젠타는 피부톤이나 초록·파랑 같은 자연 영상 배경 위에서도 잘 도드라지기 때문에, 약한 눈의 시선을 끌어오는 기준점으로 기능합니다. 색 선택 자체가 배경 대비를 고려한 설계라는 뜻입니다. 결국 뇌가 두 눈의 정보를 다시 하나로 묶는 연습, 즉 양안 융합과 3D 깊이 지각 훈련입니다.
초기 설정이 왜 중요한가
시작할 때 사용자는 영향을 받은 눈(왼쪽/오른쪽)을 선택합니다. 이 선택은 임계적입니다. 잘못 고르면 우세안을 훈련하게 됩니다. 그다음 심도 프리셋(경증: 시력표 마지막 2줄을 못 읽음 / 중등도: 마지막 3~5줄 / 중증: 5줄 이상)을 고르면 Dominant Eye Shader와 Lazy Eye Sharpener의 기본 레벨이 자동으로 맞춰집니다.
여기에 내장된 LogMAR 시력 확인이 있습니다. 표준화된 Landolt C 시표를 가상 3미터 거리에 놓고, 눈당 최대 30회 시행, 임상적 계단식(staircase) 알고리즘으로 logMAR 시력을 산출합니다. 측정된 심도에 맞춰 훈련 프로파일을 자동으로 갱신할 수도 있습니다.
제품 설계 관점에서 눈에 띄는 건 여기입니다. 처음부터 적응형 모델을 주장하기보다, 표준화된 측정값을 파라미터로 받아 프로파일을 맞추는 방식입니다. 검증된 지표를 입력으로 쓰니 반복 사용에서 재현성이 높고, 사용자가 자기 상태를 주관적으로 추정하지 않아도 됩니다. 계단식 알고리즘은 심리물리학(psychophysics)에서 오래 쓰여 온 방식으로, 정답률이 일정 수준에 수렴할 때까지 자극 난이도를 조정해 역치를 추정합니다. 이 검증된 방법론을 그대로 차용한 셈입니다.
실제 사용 환경
조작은 VR 안에 떠 있는 컨트롤 패널로 합니다. 크기와 위치를 바꿀 수 있고, Meta Quest 컨트롤러와 핸드 트래킹을 모두 지원합니다. 콘텐츠는 통합 YouTube 검색창으로 찾거나, 오프라인에서도 재생되는 아동용 카탈로그(만화 등)를 쓸 수 있습니다. 재생, 일시정지, 탐색, 볼륨, 음소거, 언어 선택 같은 기본 재생 기능에 더해, 기본 심도 설정을 되돌리는 Reset All 버튼도 있습니다.
훈련 공간은 기본 가상 룸 외에 Room View AR 모드가 있습니다. 패스스루로 실제 방 위에 영상을 띄워 훈련합니다. 하루의 리듬에 맞춰 공간을 고를 수 있다는 건, 꾸준함을 설계할 때 작은 변수지만 무시할 수 없는 부분입니다.
현실적인 기대치
접착 패치도, 적청 안경도 필요 없습니다. 하루 30~40분, 좋아하는 콘텐츠로 진행하는 것이 권장 사항입니다.
분명히 해둘 점이 있습니다. Amblyotube는 양안 협응과 깊이 지각을 위한 보조적 시각 훈련 및 보조 도구이며, 진단이나 치료, 완치 수단이 아닙니다. 의사가 처방한 치료를 대체하지 않고 보완하는 용도입니다. 권장 사용 시간은 하루 30~40분, 세션당 최대 1시간입니다. VR 피로를 고려한 상한선입니다. 만 13세 이상을 대상으로 합니다.
정리
VR에서의 YouTube 경험이 좋아질수록, 헤드셋을 쓰는 시간은 자연스럽게 늘어납니다. 그 시간을 그냥 흘려보낼지, 조금 더 능동적인 무언가로 바꿀지는 선택의 문제입니다. 이미 하드웨어에 있는 두 개의 뷰를 훈련 채널로 쓰는 발상은, 새로운 장비를 요구하지 않습니다. 하나의 콘텐츠 소스를 눈별로 다른 렌더링 패스에 태우는 것, 그 위에 표준화된 측정값을 파라미터로 얹는 것. Amblyotube는 그 선택지 중 하나입니다.
Meta Quest 앱 스토어에서 확인하실 수 있습니다: https://www.meta.com/en-gb/experiences/amblyotube/25906906972338493/
Top comments (0)