전동차 유지보수용 디지털 콘텐츠 설계: 중간연결기 사례 연구

Ⅰ. 서 론

전동차는 전기를 이용한 동력으로 움직이는 철도차량으로 빠른 가감 속력 때문에 주로 단거리 도시 통근형으로 사용된다. 이러한 전동차의 유지보수는 일, 주, 연 단위 등 일정 주기로 부품을 교체하기 때문에 고장 부위만 수리하는 다른 운송 수단에 비해 큰 유지보수 비용을 발생시킨다. 국가직무능력표준에 의하면 전동차 유지보수는 대차장치 유지보수, 차체구조 유지보수 등 총 10가지 업무로 구성되며, 모든 업무는 유지보수 매뉴얼을 토대로 수행하도록 기술되어 있다[1]. 하지만 현재 국내 철도 운영기관은 전동차 납품 시 제작사에서 제공한 유지보수 지침서나 자체 제작한 작업 절차서를 유지보수 매뉴얼로 활용하고 있다. 이러한 매뉴얼은 대부분 책자 형식으로 배포되었으며, 내용이 방대하고 필요 정보를 신속하게 찾아볼 수 없도록 구성되어 있다. 따라서 이러한 비효율적인 기존 유지보수 매뉴얼을 대체하고 유지보수자에게 유용한 정보를 제공하기 위해서는 디지털 형태의 데이터를 제공하는 새로운 디지털 콘텐츠의 개발이 필요한 실정이다.

최근 유지보수 분야에서는 정보통신기술(ICT, Information and Communications Technology)의 발달에 따라 새로운 디지털 콘텐츠를 개발하고 이를 통해 유지보수자들을 교육하려고 노력하고 있다. 디지털 콘텐츠는 최근 가상현실(VR, Virtual Reality), 증강현실(AR, Augmented Reality), 혼합현실(MR, Mixed Reality) 등의 기술을 중심으로 발전하고 있으며, 특히 실제 현실과 디지털 콘텐츠를 합성하여 정보를 효율적으로 전달할 수 있는 증강현실 기술이 많은 관심을 받고 있다. Ohlig 등은 플랜트 유지보수를 위한 증강현실 원격 서비스 제공 모델 설계를 위해 36개의 기업을 대상으로 체계적인 인터뷰를 진행하였다[2]. 그 결과, 디자인 옵션, 필요 기능 등을 파악하고 서비스 제공 범위를 도출하였으며 최적의 설계 모델을 개발하였다. Nazri 등은 증강현실 기반의 항공기 유지보수 매뉴얼을 개발하고 효과를 검증하기 위해 기존 종이 매뉴얼과 비교하여 분석하였다[3]. 그 결과, 개발된 매뉴얼을 사용할 때 유지보수 시간이 50% 이상 단축되었으며 효율성, 작업 환경 측면에서도 우수한 것을 입증하였다. Wang 등은 변전소 유지보수자의 인적 오류를 감소시키기 위해서 증강현실 기술과 딥러닝 기술을 활용하여 새로운 검사 프로세스를 개발하였다[4]. 이 방법은 증강현실 안경을 착용한 유지보수자가 관련 정보와 데이터를 실시간으로 제공받으며, 원격 지원을 통해 검사의 효율성, 안전성 등이 향상된다.

이처럼 다양한 산업 분야에서는 증강현실 기술을 유지보수에 접목하기 위해 많은 연구를 진행하였다. 하지만 전동차 유지보수 분야의 적용 사례는 매우 적으며, 새로운 알고리즘을 개발하여 유지보수 과정을 입체적으로 구현한 사례는 없는 것으로 파악되었다[5]-[7]. 본 연구에서는 전동차의 고정 연결을 위해 사용하는 중간연결기를 대상으로 증강현실 기반 디지털 콘텐츠를 개발하였다. 개발된 콘텐츠는 새로운 알고리즘을 통해 몰입형 체험, 객체 크기 자동 조절 등의 새로운 기능을 제공하며, 장치 구조, 유지보수 노하우, 위험 요소 등의 필요 정보를 효율적으로 전달한다. 그리고 콘텐츠의 유용성은 철도차량 종사자 30명을 대상으로 설문조사를 실시하여 검증하였다.

제2장은 관련 자료 수집 과정부터 스토리보드, 사용자 인터페이스 등까지 디지털 콘텐츠의 전반적인 설계 과정에 관하여 서술하였다. 제3장은 알고리즘을 활용한 세부 기능과 콘텐츠의 다양한 특징을 서술하였다. 제4장은 설문조사를 통한 사용자 경험 평가 과정과 결과를 제시하고, 제5장은 결론을 서술하였다.

Ⅱ. 유지보수 디지털 콘텐츠 설계

2-2 자료 수집

1) 중간연결기

중간연결기는 전동차 연결 시 가장 기본이 되는 연결기로 그림 1과 같이 차량별로 앞, 뒤에 설치되어 차량 간의 고정 연결을 위해 사용한다. 또한 밀착연결기와 달리 연결이나 해방이 적은 고정편성에서만 주로 사용한다. 전동차는 중간연결기를 통해 여러 개의 차량을 연결하여 하나의 편성을 구성하고 운행하게 된다. 이러한 중간연결기는 운행 중 파손 시 큰 인명 피해로 직결되기 때문에 체계적으로 유지보수하는 것이 매우 중요하다.

Fig. 1.

Semi-permanent coupler

2) 유지보수 매뉴얼 분석

국내 철도 운영기관의 유지보수 매뉴얼은 전동차 제작사에서 제공한 유지보수 지침서나 부품 도면집, 기관별로 자체 제작한 작업절차서로 구성된다. 유지보수 지침서는 업무 수행을 위한 규정된 방식을 기술한 문서로 복잡한 서술식 문장으로 구성되어 위험요소 등을 명확히 전달하기 어렵다. 또한 장치 규격부터 조립 절차까지 모든 범위의 내용을 담아야 하므로 방대한 양의 자료이다. 부품 도면집은 각 부품의 치수, 형상과 같은 정보를 규약에 따라 표현한 도면을 집약한 문서로 각 도면에 대한 상세한 설명이 부족하고, 하위 부품간 연계성을 학습하기 어렵다. 작업절차서는 업무의 효율적 수행 방법을 기술한 문서로 기존 유지보수자의 관점에서 유지보수 방법을 서술하여 초보자들이 이해하기 매우 어렵다. 이러한 유지보수 매뉴얼은 책자 형식으로 배포되어 작업장에서 활용되거나 컴퓨터 보조 학습 기반으로 업무용 컴퓨터로 활용된다. 하지만 전동차의 유지보수 절차는 매우 복잡하게 구성되기 때문에, 책자는 두껍고 종류가 너무 많아 휴대하기 어렵다. 또한 업무용 컴퓨터는 낮은 보급률과 성능으로 인해 매우 비효율적이다. 표 1은 국내 철도 운영기관의 유지보수 매뉴얼의 구성과 문제점이다.

Table 1.

Composition and problems of domestic railway operating organization maintenance manual

3) 요구사항 상세화

본 연구에서는 현장에서 효율적으로 활용할 수 있는 디지털 콘텐츠를 제작하기 위해 사전 설문조사를 실시하였다. 설문 항목은 철도차량 관련 분야 교수 5명의 자문을 토대로 6개 문항을 구성하였다. 철도차량 분야는 철도차량정비기술자 인정 제도를 도입하여 4개 등급을 부여하고 있다[11]. 등급은 경력점수나 학력점수 등을 합산하여 일정 기준에 따라 나뉜다. 사전 설문조사 대상은 초보 유지보수자들의 관점을 고려하기 위해서 철도차량정비경력증 중 최하등급인 4등급 철도차량정비기술자 30명으로 선정하였다. 이들은 콘텐츠 제작 시 우선적으로 반영해야 할 항목을 선택하도록 요청받았다. 표 2는 설문조사 결과로, 본 연구에서는 도출된 상위 항목을 디지털 콘텐츠 설계 시에 적극 반영하도록 하였다.

Table 2.

Preliminary survey results

2-3 스토리보드

스토리보드는 콘텐츠 개발 시 근거 정보로 활용하는 산출 문서로 다양한 변수를 고려하여 화면의 필요한 요소를 기재해야 한다[12]. 체계적인 스토리보드 제작은 콘텐츠 개발의 효율성을 높인다. 본 연구에서는 기존 매뉴얼의 문제점을 해결하기 위해서 철도차량정비기술자 2등급 이상 10명을 대상으로 현장 인터뷰를 진행하였다. 수집한 정보는 앞서 도출한 초보 유지보수자들의 요구사항과 관련 사항으로 입체적 체험을 제공할 중요한 유지보수 작업, 작업 관련 노하우, 현시해야 할 위험 요소 등이다. 표 3은 스토리보드 제작 일례로 기존 지침서와 비교하여 나타냈다. 콘텐츠 학습 시나리오는 기존 유지보수 지침서에 기술된 내용 외에도 주의 사항이나 화면의 동작이나 전환마다 필요한 요소를 세부적으로 기술하였다. 애니메이션 구성 스토리보드는 텍스트로 표현되는 내용과 애니메이션 활성화 시 적용될 세부 기능, 애니메이션 재생 시간 등을 기술하였다. 이렇게 체계적으로 제작된 스토리보드는 콘텐츠 개발 시 신속한 작업을 가능하게 하여 소요 시간을 단축하고 효율성을 높인다.

Table 3.

Storyboard production example

2-4 사용자 인터페이스

사용자 인터페이스(User Interface)는 사용자와 인터페이스 사이의 상호작용이 원활하게 이루어지도록 도와주는 매개를 의미한다[13]. 즉 화면에 나타나는 메뉴, 버튼 등을 통해 사람과 기계 간 정보를 교환하는 수단이라 할 수 있다. 사용자 인터페이스의 효율적인 설계는 콘텐츠의 활용도를 높이고 사용자들의 원활한 작업을 돕기 때문에 매우 중요한 작업이다. 특히 모바일 증강현실 콘텐츠는 상대적으로 작은 화면을 사용하기에 체계적으로 인터페이스를 설계해야 한다. 본 연구에서는 모바일 기기에서 구현하기 적합하도록 사용자 인터페이스의 크기를 최소화하였다. 그림 2는 사용자 인터페이스가 실제 모바일 기기에서 구현된 모습이다. 그림에서와 같이 화면 좌측에 메뉴를 배치하고 우측에 관련 정보를 현시하였다. 또한 메뉴 선택에 따라 버튼과 추가 팝업창을 배치하여 효율적으로 관련 내용을 학습하도록 설계하였다.

Fig. 2.

User interface implemented on mobile device*Designed for domestic railway operating organizations

Ⅲ. 유지보수 디지털 콘텐츠 구현

3-1 몰입형 유지보수 체험 제공

1) 공기누설 시험

중간연결기의 누설 시험은 연결기 체결 후, 압축공기 882kpa(9kgf/cm²)를 공급하여 누설 여부를 확인하는 과정이다. 이러한 시험은 결합된 개스킷의 상태를 확인할 수 있는 매우 중요한 시험으로 필수 유지보수 항목이다. 유니티(Unity)의 파티클 시스템은 액체, 연기 등 3차원으로 구현하기 힘든 동적 개체를 구현하기 위해 사용하는 기능이다. 이는 기존에 물리학이나 화학 분야의 교육 콘텐츠 제작을 위해 많이 사용되었다[14],[15]. 본 연구에서는 이러한 공기누설 시험의 정확도를 높이기 위해서 파티클 시스템을 활용하여 증강현실에서 유체를 확산시키는 유체 확산 알고리즘(Fluid Diffusion Algorithm)을 개발하였다. 그림 3은 유체 확산 알고리즘의 흐름도이다. 이 알고리즘은 입력변수에 따라 표 4의 의사코드(Pseudocode)에 맞춰 방출 속도, 비율, 개수 등을 자동으로 계산하여 파티클 효과를 출력시키며, 조건을 만족하면 자동으로 출력이 종료된다.

Fig. 3.

Fluid diffusion algorithm flowchart

Table 4.

Fluid diffusion algorithm pseudocode

그림 4는 공기 누설 시험의 일례로, 파티클 시스템을 통하여 계면활성제의 도포 과정을 구현하였다. 파티클 시스템은 설정된 시간, 속도에 따라 지속적으로 방출되며, 개스킷 점검 과정과 연계하여 학습할 수 있다. 이에 따라 유지보수자는 입체적인 형태로 공기 누설 시험을 학습하며, 작업의 정확도를 높여 유지보수 숙련도를 향상할 수 있다.

Fig. 4.

Example of air leak test*Designed for domestic railway operating organizations

2) 외관 검사

중간연결기의 외관 검사는 사용상에 해로운 흠, 녹, 변형 등이 없는지 확인하는 과정이다. 이 과정에서 외관에 있는 먼지나 기름때는 에어건, 브러쉬, 부직포 등의 공구를 사용하여 제거한다. 본 연구에서는 이러한 외관 검사 과정에 대한 몰입형 체험을 제공하기 위해 실제 공구 사용 과정을 구현하였다. 그림 5는 에어건을 사용하여 외관 청소를 하는 과정으로 유체 확산 알고리즘을 통해 공기의 흐름을 시각화하였다. 또한 브러쉬, 부직포 등을 활용하여 외관 청소를 하는 과정은 기름때가 제거되는 과정을 세분화하여 생동감 있게 표현하였다.

Fig. 5.

Exterior cleaning process using an air gun*Designed for domestic railway operating organizations

3-2 장치 위치 및 구조 간접 체험 제공

중간연결기는 연결기 튜브, 완충장치, 공기 연결 장치 등의 하위 부품으로부터 약 40개의 세부 부품으로 구성되어 있다. 본 연구에서는 복잡하게 구성된 중간연결기의 상세 구조를 간접 체험할 수 있도록 그림 6과 같이 기존의 2D 부품 전개도를 증강현실 속에서 입체적 객체로 구현하였다. 그림에서 보는 바와 같이 세부 부품의 명칭은 지시선으로 나타냈으며, 실제 분해 절차를 고려하여 배치하여 해당 부품의 위치를 명확히 파악할 수 있다. 그림 7은 왼쪽에서 하위 부품명 버튼을 클릭 시 나타나는 화면이다. 버튼을 누르면 해당하는 세부 부품만 현시되며, 오른쪽에는 부품의 상세 설명이 현시된다. 이처럼 중간연결기의 상세 구조를 직접 유지보수하지 않고도 간접 체험할 수 있으며, 장치의 BOM(Bill of Material)을 한눈에 파악할 수 있다.

Fig. 6.

Semi-permanent Coupler parts development diagram*Designed for domestic railway operating organizations

Fig. 7.

Screen displayed when clicking on the sub-component name*Designed for domestic railway operating organizations

본 연구에서는 수많은 장치로 구성된 전동차에서 특정 장치의 위치를 명확하고 빠르게 확인할 수 있도록 유니티의 스케일 팩터(Scale Factor) 기능을 활용하여 3차원 모델의 비율을 맞춰주는 객체 크기 자동 조정 알고리즘(Automatic Object Sizing Algorithm)을 개발하였다. 그림 8은 객체 크기 자동 조정 알고리즘의 흐름도이다.

Fig. 8.

Automatic object sizing Algorithm Flowchart

이 알고리즘은 증강현실 객체에 대한 상대적인 비율을 표 5의 의사코드에 의해 자동으로 계산하고 결정하여 토클(Toggle)을 작동시킨다. 그림 9는 전동차와 중간연결기를 대상으로 객체 크기 자동 조정 기능을 구현한 예시이다. 중간연결기는 버튼 클릭 시 자동으로 확대/축소되며, 유지보수자는 해당 장치의 위치를 쉽고 빠르게 학습할 수 있다.

Table 5.

Automatic object sizing algorithm flowchart pseudocode

Fig. 9.

Example of implementing automatic object sizing function*Designed for domestic railway operating organizations

3-3 노하우 집약 및 위험 요소 현시

국내 철도 운영기관은 신입 직원들의 지속적인 증가, 중간 관리자의 부족 등으로 인하여 유지보수 숙련도의 저하를 겪고 있다. 특히 기존 직원들이 급격하게 노령화됨에 따라 수십년 동안 쌓아온 유지보수 노하우를 원활히 전수하지 못하는 상황이다. 본 연구에서는 이러한 문제를 해결하기 위해 기존 직원들의 노하우를 집약하여 구현하였다. 그림 10은 중간연결기 서스펜션 섹션 볼트의 체결 토크치 점검 과정을 구현한 예시이다. 그림에서 보는 바와 같이 실제 체결 사진과 함께 기존 매뉴얼에는 제시되지 않았던 토크렌치 사용법 관련 노하우를 상세히 나타냈다. 또한 중간연결기 관련 사고 사례를 버튼과 추가 팝업창을 통해 나타낸 모습으로 실제 사진을 함께 현시하여 사실감을 높이다. 이외에도 주의 사항, 유지보수 상세 기준 등을 추가 팝업창으로 나타냄에 따라, 유지보수 관련 다양한 위험 요소들을 명확하게 학습할 수 있다.

Fig. 10.

Bolt tightening torque check process*Designed for domestic railway operating organizations

3-4 디지털 콘텐츠 현장 적용

파일럿 테스트는 새로 개발한 시스템이나 콘텐츠의 적용성과 정확성을 검증하고 잠재적인 문제를 파악하기 위해 시행하는 예비 테스트이다. 본 디지털 콘텐츠는 범용적인 유니티를 사용하여 설계하였기 때문에 변환 과정을 거치면 Android, IOS 등 모든 플랫폼 기반의 모바일 기기에서 활용 가능하다. 본 연구에서는 설계한 중간연결기 디지털 콘텐츠의 현장 적용성을 검증하기 위해 실제 작업장에서 파일럿 테스트를 시행하였다. 시험 항목은 유체 확산 알고리즘을 활용한 공기 누설 시험 과정과 객체 크기 자동 조정 알고리즘을 활용한 중간연결기 확대/축소 기능의 원활한 작동이다. 테스트 절차는 Android 플랫폼 기반 태블릿에 디지털 콘텐츠를 탑재하고 실제 중간연결기와 매칭한 후, 2개의 기능을 유지보수자가 직접 활용하는 것으로 설정하였다. 그림 11은 공기 누설 시험 과정을 테스트하는 모습이다. 파티클 시스템을 활용한 유체의 확산이 원활하게 진행되었고, 유지보수자는 실제 중간연결기와 비교하여 효율적으로 학습을 진행할 수 있었다. 그림 12는 객체 크기 자동 조정 기능을 테스트하는 모습이다. 유지보수자가 버튼을 클릭함에 따라 설정된 기능대로 알맞게 중간연결기를 확대/축소할 수 있었다. 또한 파일럿 테스트 결과로 2가지 기능뿐 아니라 사용자 인터페이스도 모바일 화면의 비율에 맞게 원활히 출력되었다.

Fig. 11.

Pilot testing of air leakage test process

Fig. 12.

Pilot testing of automatic object sizing function

Ⅳ. 사용자 경험 평가

사용자 경험은 사용자가 시스템과 상호작용을 하면서 직, 간접적으로 갖게 되는 전반적인 경험을 의미한다. 본 연구에서는 개발한 콘텐츠의 유용성을 검증하기 위해서 사용자 경험 평가를 시행하였다. 평가 대상은 철도차량 종사자로, 앞서 개발된 중간연결기 디지털 콘텐츠를 학습한 후 준비된 유용성 평가 설문지에 응답하도록 하였다.

4-1 UXUM 설문조사

개발된 디지털 콘텐츠의 유용성은 다양한 설문조사 기법을 통해 평가할 수 있다. 이러한 설문조사 기법의 종류에는 UXUM(Usability Metric for User Experience), SUS(System Usability Scale), UEQ(User Experience Questionnaaire), PSSUQ(Post-Study System Usability Questionnaire) 등이 있다.

이런 다양한 설문 기법 중에 UXUM 설문조사는 기존보다 더 짧은 설문지에 대한 요구사항을 충족하기 위해 Finstad에 의해 개발되었다[16]. 이는 인지된 사용성의 측정에 대해 유효하고 신뢰할 수 있는 방법으로 사용된다[17],[18]. UXUM 설문조사의 구조, 타당성, 신뢰성을 여러 연구를 통해 검증한 결과, 설문 점수와 시스템 사용성 척도의 상관관계가 입증되었다. UXUM 설문조사는 긍정적 문항과 부정적 문항을 포함하여 총 4개 문항으로 구성되며, 각 문항의 응답은 7점 리커트 척도로 구성된다. 응답의 선택지는 1점 “매우 동의하지 않음(Strongly Disagree)”부터 7점 “매우 동의함(Strongly Agree)으로 구성된다. 개발된 디지털 콘텐츠에 대해 UXUM 설문조사를 활용한 유사 연구 사례를 분석한 결과 5개 콘텐츠의 평균 점수는 79.2점으로 나타났다[19]-[23]. 표 6은 본 디지털 콘텐츠의 유용성 검증을 위해 구성한 UXUM 설문 항목이다.

Table 6.

UXUM questions

UXUM 설문은 긍정적 문항 2개와 부정적 문항 2개로 구성되기 때문에 각 문항을 분리해서 합산한다. 점수 계산 방법으로는 식 (1)과 같다.

$\[ \begin{array}{c}Final Score =\hfill \\ \frac{\left(Q1-1\right)+\left(7-Q2\right)+\left(Q3-1\right)+\left(7-Q4\right)}{24}\times 100\hfill \end{array} \]$

(1)

긍정적 문항 1, 3번의 경우 취득에서 1점을 빼고, 부정적 문항 2, 4번의 경우 7에서 취득 점수을 뺀 후, 4개 질문의 점수를 합산하고 일정 계수는 곱하는 방식이다. 이 수식으로 계산된 최종 UXUM 점수는 0에서 100 사이의 점수를 취득하게 된다.

4-2 평가 조건

평가 대상은 총 30명의 철도차량 종사자로 참여자들의 유지보수 경력에 따라 디지털 콘텐츠의 유용성이 다르게 나타나는지 비교하기 위해 경력별로 3개 그룹을 구성하였다. 표 7은 참여자들의 일반 현황으로, 모든 참여자는 평가에 대한 전반적인 설명을 듣고 서면 동의서를 직접 작성하였다.

Table 7.

General status of participants

참여자들은 평가 장소에서 10분간 메뉴 구성, 터치 방식, 사용법 등을 교육받았다. 그 후 준비된 태블릿으로 본 연구에서 개발한 중간연결기 디지털 콘텐츠를 15분간 자유롭게 학습하였다. 그리고 학습이 끝나면, UXUM 설문지 4개 문항을 작성하도록 요청받았다.

4-3 평가 결과

그림 13은 참여자 30명 전체의 UXUM 설문조사 평균 점수 그래프이다. 전체 평균은 80.92 이며, 이중 Q2 문항이 평균 84.8점으로 가장 높았으며, 이는 자료 수집부터 스토리보드 제작까지 과정을 통해 사용자에게 체계적인 학습 시나리오를 제공했기 때문이다. 반면 Q4 문항이 평균 78.2로 가장 낮게 나타났으며, 이는 기존 유지보수 매뉴얼에서는 학습할 수 없었던 다양한 기능들을 탑재하여 오랜 학습 시간이 소요되었기 때문이다.

Fig. 13.

UXUM survey mean score

그림 14는 UXUM 설문조사 문항별 평균 점수를 그룹별로 비교하여 나타낸 것이다. 표에서 보면 모든 문항에서 유지보수 경력이 적을수록 평균 점수가 높은 것을 알 수 있다. 이는 유지보수 경력이 많을수록 기존 유지보수 매뉴얼에 익숙하며, 이들의 높은 평균 나이로 인하여 새로운 디지털 콘텐츠를 사용하는 것에 어려움을 겪었기 때문이다.

Fig. 14.

UXUM survey mean score by group

평가 데이터를 분석한 결과, 본 디지털 콘텐츠는 유지보수 경력이 적은 유지보수자에게 유용성이 높은 것으로 나타났다. 현재 국내 철도 운영기관은 기존 유지보수 인력의 노령화와 신입 유지보수자의 증가로 기술 격차에 대한 어려움을 겪고 있다. 따라서 기존 유지보수 매뉴얼을 대체하여 본 디지털 콘텐츠를 활용한다면 이러한 문제를 해결하고 유지보수자의 역량을 향상할 수 있다.

Ⅴ. 결 론

본 연구에서는 유지보수자의 업무 효율을 높이기 위해서 전동차 유지보수 분야에 산업용 증강현실 기술을 적용하여 디지털 콘텐츠를 제작하였다. 중간연결기를 대상으로 제작된 콘텐츠는 철도차량 종사자 30명을 대상으로 사용자 경험 평가를 진행하여 유용성을 검증하였다. 본 연구를 통해 얻어진 결론은 다음과 같다.

첫째, 속도, 비율 등을 자동으로 계산하는 유체 확산 알고리즘을 개발하고, 파티클 시스템 기반으로 공기의 누설과 확산을 입체적으로 시각화하였다.

둘째, 객체간 상대적인 비율을 자동으로 계산하는 객체 크기 자동 조정 알고리즘을 개발하고, 장치의 확대/축소 기능을 구현하였다.

셋째, 이동성과 휴대성이 뛰어난 모바일 증강현실 기반으로 제작하였으며, 유지보수자에게 학습 개인화를 가능하게 하였다.

넷째, 개발된 콘텐츠의 유용성을 검증하기 위해 철도차량 종사자 30명을 대상으로 UXUM 설문조사를 실시하였다. 그 결과, 전체 평균 점수는 80.92점으로높게 나타났으며 유지보수 경력이 적을수록 유용성이 높은 것으로 나타났다.

향후 연구에서는 새로운 알고리즘을 개발하여 공기뿐 아니라 전기의 흐름을 입체적으로 시각화하고 전동차의 구동 원리를 구현하며, 표본의 수를 확대하여 사용자 경험 평가를 실시할 예정이다.

References

• Korea Research Institute for Vocational Education and Training. National Competency Standards Electric Vehicle Maintenance [Internet]. Available: https://www.ncs.go.kr/unity/th03/ncsResultSearch.do, .
• S. Ohlig, M. Müller, and D. Stegelmeyer, Augmented Reality Remote Service Business Models in the Mechanical and Plant Engineering Industry. Results of an Interview Study with 36 Manufacturers, Frankfurt University of Applied Sciences, Frankfurt am Main, Germany, White Paper 3, 2024. [https://doi.org/10.48718/67fr-ay51]
• N. A. M. Nazri, M. N. Abdullah, and F. Mustapha, “Implementation of Augmented Reality in Aircraft Inspection Process,” in Proceedings of International Conference on Smart Technologies and Applied Research (STAR’2023), Istanbul, Turkey, 00067, October 2023. [https://doi.org/10.1051/e3sconf/202447700067]
• S. Wang, S. Ding, X. Wang, R. He, J. Mei, and G. Ma, “Application of 3D Reconstruction, Augmented Reality, and Deep Learning Techniques in Substation Operation and Maintenance,” in Proceedings of the 6th Asia Energy and Electrical Engineering Symposium (AEEES), Chengdu, China, pp. 764-769, March 2024. [https://doi.org/10.1109/AEEES61147.2024.10544426]
• H.-J. Kwon, J.-H. Cha, Y.-K. Park, and C.-S. Kim, “A Study on the Realistic Content for Air Compressor Maintenance of the Urban Railway Vehicle,” Journal of Korean Society for Urban Railway, Vol. 10, No. 1, pp. 1231-1238, March 2022. [https://doi.org/10.24284/JKOSUR.2022.03.10.1.1231]
• S. Scheffer, A. Martinetti, R. Damgrave, S. Thiede, and L. van Dongen, “How to Make Augmented Reality a Tool for Railway Maintenance Operations: Operator 4.0 Perspective,” Applied Sciences, Vol. 11, No. 6, 2656, March 2021. [https://doi.org/10.3390/app11062656]
• H. Jeon, Y. Yu, B. Ko, S. Kim, and B. Koo, “Augmented Reality-Based Safety Inspection Framework for Safety Management in Railway Bridge and Tunnel Projects,” Journal of the Korean Society for Railway, Vol. 24, No. 7, pp. 590-607, July 2021. [https://doi.org/10.7782/JKSR.2021.24.7.590]
• Z. Oufqir, A. El Abderrahmani, and K. Satori, “From Marker to Markerless in Augmented Reality,” in Proceedings of the 1st International Conference on Embedded Systems and Artificial Intelligence (ESAI 2019), Fez, Morocco, pp. 599-612, May 2019. [https://doi.org/10.1007/978-981-15-0947-6_57]
• C.-W. Chen, W.-Z. Chen, J.-W. Peng, B.-X. Cheng, T.-Y. Pan, H.-C. Kuo, and M.-C. Hu, “A Real-Time Markerless Augmented Reality Framework Based on SLAM Technique,” in Proceedings of the 14th International Symposium on Pervasive Systems, Algorithms and Networks & the 11th International Conference on Frontier of Computer Science and Technology & the 3rd International Symposium of Creative Computing (ISPAN-FCST-ISCC), Exeter, UK, pp. 127-132, June 2017. [https://doi.org/10.1109/ISPAN-FCST-ISCC.2017.87]
• L. Kästner, V. C. Frasineanu, and J. Lambrecht, “A 3D-Deep-Learning-Based Augmented Reality Calibration Method for Robotic Environments Using Depth Sensor Data,” in Proceedings of 2020 IEEE International Conference on Robotics and Automation (ICRA), Paris, France, pp. 1135-1141, May-August 2020. [https://doi.org/10.1109/ICRA40945.2020.9197155]
• J. H. Baek, S. H. Yoon, B. K. Um, S. B. Han, and D. J. Um, “Study on the Institutionalization for Rolling Stock Maintenance Engineer and Maintenance Organization Certification,” in Proceedings of 2018 Spring Conference of the Korean Society for Railway, Mokpo, pp. 421-422, May 2018.
• J.-H. Kim and J.-W. Park, “A Study on the StoryBoard for Preproduction in VR Platform,” Journal of Digital Contents Society, Vol. 21, No. 4, pp. 663-672, April 2020. [https://doi.org/10.9728/dcs.2020.21.4.663]
• S. I. Yoon, J. Han, H. S. Park, and J. I. Kim, “AI Fashion Platform UX/UI Design Based on Trend Big Data Analysis,” Asia-Pacific Journal of Convergent Research Interchange, Vol. 10, No. 7, pp. 97-110, July 2024. [https://doi.org/10.47116/apjcri.2024.07.08]
• M. Fujisawa and H. Kato, “Interactive Fluid Simulation Using Augmented Reality Interface,” in Proceedings of the 3rd International Conference on Virtual and Mixed Reality (VMR 2009), San Diego: CA, pp. 431-438, July 2009. [https://doi.org/10.1007/978-3-642-02771-0_48]
• S. Cai, X. Wang, and F.-K. Chiang, “A Case Study of Augmented Reality Simulation System Application in a Chemistry Course,” Computers in Human Behavior, Vol. 37, pp. 31-40, August 2014. [https://doi.org/10.1016/j.chb.2014.04.018]
• K. Finstad, “The Usability Metric for User Experience,” Interacting with Computers, Vol. 22, No. 5, pp. 323-327, September 2010. [https://doi.org/10.1016/j.intcom.2010.04.004]
• J. J. Bosley, “Creating a Short Usability Metric for User Experience (UMUX) Scale,” Interacting with Computers, Vol. 25, No. 4, pp. 317-319, July 2013. [https://doi.org/10.1093/iwc/iwt007]
• M. I. Berkman and D. Karahoca, “Re-Assessing the Usability Metric for User Experience (UMUX) Scale,” Journal of Usability Studies, Vol. 11, No. 3, pp. 89-109, May 2016.
• Z. Stefanidi, G. Margetis, S. Ntoa, and G. Papagiannakis, “Real-Time Adaptation of Context-Aware Intelligent User Interfaces, for Enhanced Situational Awareness,” IEEE Access, Vol. 10, pp. 23367-23393, February 2022. [https://doi.org/10.1109/ACCESS.2022.3152743]
• J. Varela-Aldás, J. Buele, I. López, and G. Palacios-Navarro, “Influence of Hand Tracking in Immersive Virtual Reality for Memory Assessment,” International Journal of Environmental Research and Public Health, Vol. 20, No. 5, 4609, March 2023. [https://doi.org/10.3390/ijerph20054609]
• L. Eversberg and J. Lambrecht, “Evaluating Digital Work Instructions with Augmented Reality versus Paper-Based Documents for Manual, Object-Specific Repair Tasks in a Case Study with Experienced Workers,” The International Journal of Advanced Manufacturing Technology, Vol. 127, No. 3-4, pp. 1859-1871, July 2023. [https://doi.org/10.1007/s00170-023-11313-4]
• C. R. Pittman, Evaluating Augmented Reality Tools for Physics Education, Ph.D. Dissertation, University of Central Florida, Orlando, FL, 2021.
• E. Stefanidi, N. Partarakis, X. Zabulis, I. Adami, S. Ntoa, and G. Papagiannakis, “Transferring Traditional Crafts from the Physical to the Virtual World: An Authoring and Visualization Method and Platform,” ACM Journal on Computing and Cultural Heritage, Vol. 15, No. 2, 35, June 2022. [https://doi.org/10.1145/3484397]