유아용 체감형 게임은 유아 놀이 공간 축소로 인한 안전한 유아 놀이 공간 부족에 대한 해결책 중 하나로 대두되고 있다. 이에 따라 본 연구에서는 유아용 체감형 게임 인터페이스에 활용 가능하고 유아의 동작 특성이 고려된 유아 교육적으로 적합하고 체계적으로 정리된 유아 동작 데이터베이스가 필요성을 제기하고 유아의 상체 동작을 선정하여 데이터베이스를 구축했다. 동작 데이터베이스는 센서와 카메라의 두 디바이스를 모두 사용한 7개의 한 손 동작과 카메라만을 사용한 7개의 두 손 동작 데이터로 구성되었다. 유아 동작 데이터베이스는 각 연령별로 남자 유아 5명, 여자 유아 5명으로 만3세에서 만 5세의 유아 30명을 대상으로 동작이 수집되었다. 데이터베이스는 총 14개 동작을 한 동작마다 3번씩 반복하여 수집하였다. 수집된 데이터베이스는 유아용 체감형 게임에 적용 가능하고 유아가 쉽게 따라하는 것이 가능한 동작들로써 연구용으로 외부에 공개 및 배포되어 유아 대상의 체감형 게임 개발에 도움이 될 것이다.

본 논문에서는 가상공간에서 이루어진 체감형 게임과 상호작용하는 동작 인터페이스를 설계하기 위한 가이드라인 소개한다. 동작은 가상공간에서 가장 자연스럽고 유연한 인터페이스로 여겨지고 있다. 우선, 본 논문은 여러 참고문헌으로부터 동작의 정의, 기능, 분류에 대해 소개한다. 동작 인터페이스는 동작을 기존의 입력장치를 대체하는 것으로, 동작인식 기술 정도에 따라 충돌(Collision), 추적(Tracking), 인식(Recognition) 등으로 구분될 수 있다. 마지막으로, 체감형 동작 인터페이스를 설계하기 위한 시스템, 환경, 동작, 게임 사용자에 대한 가정을 제안하고, 이를 이용하여 개발된 체감형 줄넘기 게임 ‘신나게 폴짝’을 소개한다.

동작 인식 게임용으로 개발된 키넥트는 2011년 SDK가 공개되면서 게임뿐 아니라 과학, 교육, 의료 등 다양한 분야에서 활용되고 있다. 키넥트는 사용자 움직임에 대한 반응 속도가 늦고, 인식 데이터들에 노이즈가 많으며, 신체 일부분이 가려지면 추적할 수 없다는 문제점을 안고 있다. 이러한 플레이 환경의 특수성으로 대부분 게임에서는 키넥트 설치 위치나, 자세 교정과 같은 불편함을 요구한다. 본 연구에서는 키넥트를 이용한 게임에서 플레이어에 대한 요구 사항을 최소화하면서 노이즈와 같은 예외상황에 대처하고 일관된 동작 처리가 가능한 인터페이스 설계 방법을 제안하며, 실험을 통해 키넥트를 이용한 게임 개발 시 고려해야 할 지연 시간을 제시한다.

본 논문은 기존 립모션 장비에 홀로그램과 햅틱 장비를 결합함으로써 향상된 몰입감과 사용 용이성을 제공할 수 있는 사용자 인터페이스를 제시한다. 립모션은 사용자 손동작의 물리적 행 동이 직접 가상의 화면상에 영향을 주는 장치인데, 화면상의 가상 손모양을 제어해야 한다는 점과 가상환경에서의 영향을 사용자에게 전달할 수 없다는 한계를 가진다. 우리는 홀로그램을 립모션과 결합시켜 사용자로 하여금 실제 손과 가상 화면을 같은 공간에 배치함으로써 몰입감 을 향상시킨다. 아울러 사용자의 손에 촉각을 전달할 수 있는 햅틱 장비를 장착하여 감각의 상 호 작용을 실현하는 프로타입을 제시한다.

최근 게임 시장에서 한층 강화된 몰입감을 부여하는 증강현실 기술 기반의 3D 게임들이 등장하고 있다. 본 논문에서는 사용자의 손동작을 인식하여 게임 응용프로그램과 상호작용하는 증강현실 게임의 구현 기법을 제시한다. 웹캠을 통해 입력되는 영상 프레임에서 특징점들을 추출한다. 추출된 특징점들의 움직임을 통해 추적 대상의 움직임을 분석하여 사용자의 의도된 행위를 인식한다. 손동작 추적으로부터의 움직임의 궤적의 형태와 메뉴나 가상객체 위치 관계로부터 사용자의 의도된 움직임을 신뢰성있게 판단하는 기법을 제시한다. 제시한 방법의 우수성 입증을 위해 두 개의 증강현실 응용 시스템을 구현하고 인식의 정확도를 실험하였다. 응용으로 사람의 움직임을 감지해 동작하는 뮤직플레이어와 사용자가 위치한 현실공간에 대응되는 가상공간 내에서 가상농구게임을 개발하였다. 뮤직플레이어에서는 사용자가 손동작으로 다양한 메뉴를 선택할 수 있다. 가상농구게임에서는 가상의 공이 가상공간에 추가되고 이를 사용자가 물리공갈에서 직접 손을 움직여서 가상의 공과 상호작용한다. 사용자의 움직임 인식에 대하여 정상적인 움직임의 사용자에 대해서 평균 94%의 정확도를 보였으며 급격한 움직임의 사용자에 대해서는 약 84%의 정확도를 보였다.