해양 환경에서 발생하는 화재는 일반적인 화재 상황에 비해 빠르게 화염이 전파되기 때문에 초기 발견과 대응이 매우 중 요하다. 최근의 화재 감지 시스템은 카메라 센서와 딥러닝 검출 모델을 활용하여 개발되고 있지만, 해양 환경에 특화된 딥러닝 모델 을 학습하기 위해 해양 환경에서 화재 데이터를 실제로 수집하는 것은 기술적, 경제적 측면에서 어려움이 존재한다. 본 논문에서는 이러한 문제를 해결하기 위해 언리얼 엔진 기반 가상 데이터 생성 도구를 활용하여 가상 환경에서 해양 환경을 구축하고 여러 상황 의 시나리오에서 데이터를 수집하여 해양 환경 화재 가상 데이터셋을 구축하였다. 가상 데이터셋으로 학습한 RT-DETR-L 모델은 실 제 해양 환경에서 발생한 화재 상황을 수집하여 제작한 테스트 데이터셋에서 mAP50:95 0.529를 달성하였다. 또한 가상 데이터로 학습 한 검출 모델은 일반적인 화재 상황이나 항만시설에서 연기만 발생하는 상황에서도 화재를 검출하는 것을 볼 수 있었다. 이를 통해 실제 데이터가 아닌 가상 데이터셋을 사용하여 데이터셋을 구축하여도 해양 환경 화재와 같은 특수한 상황에서의 검출 모델 성능 향 상에 도움을 줄 수 있다는 것을 확인하였다.

가상현실 콘텐츠는 ICT 기술의 발전과 5G의 고용량 전송, 빠른 속도의 네트워크 서비스가 상용화로 2019년 빠른 성장을 하고 있다. 하지만 가상현실 콘텐츠의 사용성 평가에 대한 기준과 연구는 미흡한 실정이다. 본 연구에서는 가상현실 콘텐츠를 사용하는 사용자의 반응과 상태를 측정 할 수 있는 객관성이 있는 데이터에 관한 연구를 진행한다. 연구의 방법으로는 가상현실 게임 콘텐츠 사용자의 실시간 인체정보 수집 프로세스를 설계하고의 변화를 비교·분석하였다. 이를 위해 인체정보 측정에 아이트래킹을 통한 시선 정보와 심박수 데이터를 수집하고 분석하여 시각화 솔루션을 설계하고 프로토타입을 구현하였다. 가상현실 게임 콘텐츠 사용자 인체정보 데이터를 기반으로 한 사용성 평가에 대한 가이드를 제안한다. 향후연구로는 다양한 인체정보 측정 및 프로토타입의 고도화에 있다.