2.1 위험 인지도

위험 인지도(Vigilance)는 ‘환경의 잠재적 변화에 민감하게 반응하는 능력’으로 정의된다^{(Van Schie et al., 2021)}. 이 밖에 위험 인지도는 다양한 방식으로 정의되기도 하나, ‘지속적인 주의력’ 또는 ‘각성 상태 유지’의 개념으로 주로 사용된다^{(Oken et al., 2006)}. 뇌전도 기술, 위험 인지도 테스트 등을 이용한 건설노동자 위험 인지도를 평가방법론이 다수 개발되었지만^{(Wang et al., 2019; Chen et al., 2018; Ferrada et al., 2020)}, 원격 작업자의 위험 인지도를 평가하는 연구는 부족한 실정이다.

2.2 사용자 인터페이스 설계

사용자 인터페이스의 설계 방식에 따른 건설장비 원격 운행의 작업 생산성과 안전성을 평가하는 연구가 다수 진행되었다. ^{Chen et al. (2016)}은 위험 상황 발생 가능성에 대한 경고를 표시하는 인터페이스를 설계하여 크레인 원격 운행 실험을 통해 작업의 생산성과 안전성을 확인하였다. ^{Chi et al. (2012)}는 기존의 비디오 기반 인터페이스와 크레인 운행경로 정보를 제공하는 증강현실 기반의 새로운 인터페이스를 설계한 뒤 크레인 원격 운행 실험을 통해 두 인터페이스의 작업 생산성을 비교하였다. ^{Fang et al. (2018)}은 크레인 운행 중 실시간 건설 현장 객체 정보를 3차원 바운딩 박스의 형태로 제공하는 인터페이스의 효과성을 입증하였다. ^{Hong et al. (2020)}은 레이더 지도 등의 시각적 정보를 작업자에게 제공하는 것이 굴착기 원격 작업 안정성에 긍정적 효과가 있음을 확인하였다. 그러나 작업자의 위험 인지도에 대한 논의가 진행된 연구는 부족한 실정이다. 또한 인터페이스를 통한 시각적 정보의 유무 또는 추가 여부에 따라 인터페이스가 단조롭게 설계되었다는 한계점이 있다.

건설 분야뿐 아니라 자동차 분야에서 역시 인터페이스 설계 방식에 따른 운전자의 행동 양상을 분석하는 연구가 다수 진행되었다. ^{Currano et al. (2021)}은 증강현실 인터페이스의 객체 정보 제공 정도에 따른 차량 운전자의 상황 인식 정도를 확인하였다. 인터페이스의 객체 정보 제공 정도는 인터페이스 내 정보량에 따라 세 단계로 설계되었다. 실험 결과 운전자의 불안, 위험성, 조바심 지표는 인터페이스의 객체 정보 제공 정도가 증가함에 따라 일관적이지 않은 양상을 보였으며, 증가한 정보 제공 정도는 운전자의 상황 인식에 부정적인 영향을 미칠 수 있는 것을 발견하였다. 그러나 해당 연구는 정보의 양과 종류 중 어느 요인에 의해 운전자가 영향을 받는지 규명되지 않았다는 한계점이 존재한다.

^{Kim et al. (2022)}는 바운딩 박스를 활용해 보행자 위치 정보 제공 인터페이스를 설계하여 자율주행 운전자를 향한 시각적 방해 효과를 구축하였다. 해당 연구는 인터페이스를 통한 정보 제공이 보행자에 대한 운전자의 세밀한 인식을 방해할 수 있음을 확인하였다. 또한 인터페이스의 많은 정보량은 운전자의 주의를 산만하게 하고, 운전자의 보행자 인식 정도에 부정적 영향을 미치는 것을 확인하였다. 그러나 바운딩 박스 형태의 인터페이스 정보가 차량 운전자의 상황 인식에 긍정적 영향을 미치는 것으로 확인되는 연구 사례 또한 존재한다^{(Colley et al., 2020)}. 상반된 결과를 보이는 이러한 연구들로부터 인터페이스 객체 정보 제공 정도에 따라 인터페이스 사용자가 세부적으로 어떠한 영향을 받는지에 관한 지식이 아직 명확히 정립되지 않았음을 알 수 있다.

2.3 안구 추적을 이용한 위험 인지도 분석

인간의 위험 인지도를 평가하는 수단으로 안구 추적 데이터가 활용된 연구 사례가 다수 존재하며, 그 예로 눈 깜빡임 비율(PERCLOS)과 눈 깜빡임 횟수는 위험 인지도의 측정 수단으로 보편적으로 사용되고 있다^{(Bergasa et al., 2006; McIntire et al., 2014)}. 또한 ^{McIntire et al. (2014)}는 시선 고정(Eye Fixation) 양상 등을 포함한 안구 추적 데이터의 변화가 실험자의 위험 인지도의 변화와 유의미한 관계가 있음을 확인하였으며, ^{Bodala et al. (2017)}은 실험자의 시선 고정의 저하가 위험 인지도의 저하와 밀접한 연관이 있음을 확인하였다.

건설 안전 분야에서도 안구 추적을 활용한 연구가 진행되고 있다^{(Li et al., 2019)}. ^{Hasanzadeh et al. (2017)}는 시선 고정의 횟수가 위험 인지도 측정 지표로 활용될 가능성이 있음을 실험을 통해 확인하였고, ^{Zhang et al. (2023)}은 건설작업자의 위험 인지 과정이 시선 고정 양상에 영향을 미침을 확인하였다. 또한 위험 상황에 대한 시선 고정 횟수, 시선 고정 전체 시간과 개별 시선 고정의 평균 시간 등을 측정하여 위험 인지도를 평가하는 연구 사례가 다수 존재한다^{(Li et al., 2019; Habibnezhad et al., 2016; Jeelani et al., 2018)}.

3.1 연구 방법론

본 연구는 건설장비 원격 작업자의 위험 인지도를 측정하고 인지 부하 및 작업 생산성과의 상관관계를 확인하는 방법론을 제시한다. 본 연구에서는 아래와 같은 과정을 거쳐 이러한 방법론의 실증 가능성을 확인한다.

가상환경(VR)을 이용해 타워크레인의 철골조 작업 상황을 구현하여 원격 자재 이송 작업 실험을 진행하며, 객체 정보 제공 정도에 따라 원격 인터페이스를 세부적으로 설계한다. 건설 현장 내 건설장비와 건설작업자에 대한 객체 정보를 바운딩 박스 형태로 인터페이스에 제공하는 기능을 구현하였으며, 제공되는 정보량에 따라 인터페이스를 세 단계로 나누어 설계하여 실험을 진행하였다. 실험 도중 가상환경 내에 위험 상황을 두 차례 연출하고 위험 상황에 대한 작업자의 관찰 양상을 확인하였다. VR헤드셋으로부터 취득하는 생체데이터와 실험 결과를 바탕으로 작업자의 위험 인지도와 작업 생산성, 인지 부하를 측정한 뒤 통계적 해석을 통해 이들 사이의 연관성을 분석하였다.

3.2 가상환경 구축

Unity 게임 엔진을 활용해 타워크레인의 철골조 작업 상황에 대한 가상환경을 제작하였다. 작업자는 VR헤드셋을 통해 가상환경에 접속하였으며 조이스틱 두 대를 이용해 타워크레인을 조종하였다<Fig. 1>.

실험에 사용된 가상환경은 Unity 엔진의 고해상도 렌더링 파이프라인으로 제작하여 그래픽 품질을 높였으며 타워크레인과 철골조, 그리고 건설 현장의 자재들을 배치하였다. 또한 가상환경 내의 건설 현장에는 다섯 대의 건설장비와 보행상태와 정지상태의 애니메이션이 구현된 열다섯 명의 건설노동자가 배치되어 움직이도록 설정하였다. 가상환경 내 건설노동자와 건설장비 개체들의 움직임은 개체마다 개별적으로 지정된 3차원 위치들을 순차적으로 왕복 이동하는 방식의 알고리즘으로 구현하였으며, 건설노동자 개체들은 설치된 철골조 위 혹은 그 밑을 이동하였으며, 건설장비 개체들은 철골조 바깥의 넓은 길을 이동하도록 설정하였다<Fig. 2>.

작업자는 가상환경 내 타워크레인 캐빈(cabin)의 위치에서 건설 현장을 내려다보며 실험을 진행하였다. 작업자의 머리의 움직임에 의한 VR헤드셋의 위치 변화가 가상환경에 반영되는 경우 실험의 원활한 진행에 차질이 생길 수 있으므로 작업자의 가상환경 내 3차원 위치를 고정하였으며, 작업자의 고개의 각도만 가상환경 내에 반영될 수 있도록 허용하였다. 두 대의 조이스틱을 이용한 가상환경 내 타워크레인의 지브(jib), 트롤리(trolley), 훅(hook) 조종 방법은 실제 타워크레인의 작동 방식과 같게 설정하였다.

Fig. 1. Experiment framework

Fig. 2. View of virtual construction site

3.2.1 인터페이스 설계

C# 언어를 이용해 가상환경 내 객체의 3차원 위치 정보를 2차원 위치 정보로 실시간 변환하여 VR헤드셋 인터페이스에 바운딩 박스 형태로 표시하는 기능을 구현하였다. VR헤드셋의 인터페이스에 제공되는 정보의 객체는 건설노동자와 건설장비 두 종류의 개체로 설정하였으며 건설노동자의 경우 초록색, 건설장비의 경우 붉은색으로 인터페이스에 표시되었다.

이러한 기능을 이용하여 실험을 위한 VR 인터페이스를 표시되는 정보량에 따라 세 단계로 나누어 설계하였다. Level 1 인터페이스에는 아무런 정보가 표시되지 않았으며, Level 2 인터페이스에는 타워크레인의 훅을 중심으로 건설장비와 건설노동자들에 대한 제한된 정보가 표시되었다. 마지막으로, Level 3 인터페이스에는 건설장비와 건설노동자들에 대한 풍부한 정보가 표시되었다<Fig. 3>.

Fig. 3. Bounding boxes in vr interfaces

3.2.2 위험 상황 연출

실험 중 작업자의 위험 인지도를 측정하기 위해 6회의 자재 이송 작업 도중 두 차례 위험 상황을 연출하였다. 첫째로, 타워크레인 작업 특성상 물체를 인양하여 공중에서 운반하는 과정에서 기타 물체와 충돌하는 안전사고가 발생할 가능성이 큼을 고려하여 가상환경 내 상공에 드론이 출현하는 상황을 연출하였다. 해당 드론 개체는 훅에 체결된 자재가 목적지에 도착하여 철골조에 설치된 직후에 사라지도록 하였다. 둘째로, 지상에서 일어나는 위험 상황에 대한 타워크레인 작업자의 위험 인지도를 확인하기 위해 자재 이송 작업 도중 가상환경 내 특정 건설장비가 철골과 충돌하여 정지하고 철골이 일부 무너지는 위험 상황을 연출하였으며, 연출된 상황은 실험이 종료될 시점까지 계속되었다<Fig. 4>.

Fig. 4. Risky situations during experience

3.3 실험 방법

본 연구는 가상환경을 이용한 실험을 통해 제시된 방법론의 실증 가능성을 확인하였다.

4.1 작업 생산성

실험 결과 인터페이스 객체 정보 제공 정도가 높을수록 실험을 완수하는 데 소요한 시간은 단축되었다. 그룹별 평균 소요 시간은 Level 1그룹에서 26분 11초, Level 2그룹에서 23분 52초, Level 3그룹에서 22분 55초를 기록하였다. 자재 이송 성공 횟수의 경우, Level 1그룹과 Level 2그룹은 평균 5.3회로 같은 성공 횟수를 기록했으며, Level 3그룹에서 평균 4.3회로 다소 낮은 값을 기록하였다. 작업자의 1시간당 자재 이송 성공 횟수는 평균적으로 Level 1그룹에서 13.082, Level 2그룹에서 14.559, Level 3그룹에서 12.36을 기록하였다<Table 1>.

4.2 인지 부하

NASA-TLX 설문 결과 인터페이스 객체 정도 제공 정도가 높은 그룹일수록 작업자의 인지 부하가 평균적으로 더 높은 것으로 확인되었다. 이러한 경향성은 NASA-TLX의 6가지 차원 중 신체적 요구 차원과 노력 차원, 그리고 정신적 요구 차원에서 두드러지게 나타났으며, 신체적 요구 차원과 노력 차원에서 그룹 간에 가장 두드러지는 응답 차이를 보였다<Fig. 5>.

Fig. 5. Cognitive load of workers

4.3 위험 인지도

위험 상황을 5프레임 이내로 연속하여 관찰한 경우는 상황을 관찰하지 않은 것으로 간주하여 분석에서 제외하였다. 두 가지 위험 상황 중 장비의 충돌 상황에 대해서는 모든 작업자가 반응하였으며, 드론 출현 상황에 대해서는 Level 1그룹에서 1명이 2프레임(0.04초)으로 매우 적은 시간 동안 반응하였고, Level 2그룹에서 1명이 반응에 실패했으며 나머지 7명의 작업자는 반응에 성공하였다. 두 종류의 위험 상황에 대한 작업자들의 관찰 양상은 <Table 2>와 같다.

두 종류의 위험 상황 모두에서 작업자의 시선 고정 비율은 Level 1그룹에 비해 Level 2그룹에서 저하되었으며, Level 3그룹에서 경향이 반전되어 가장 높은 시선 고정 비율을 기록하였다. 또한 작업자의 시선 고정 평균 지속 시간의 경우 드론 출현 상황에서는 원격 작업 인터페이스의 객체 정보 제공 정도가 높을수록 소폭 증가하였으며, 장비 충돌 상황에서는 Level 2그룹이 가장 낮고, Level 3그룹이 가장 높은 것으로 확인되었다.

위험 인지도의 두 가지 지표에 대해 작업 생산성과 인지 부하와의 상관성을 분석한 결과 두 위험 상황 모두에서 유의미한 상관관계를 가지지 않는 것으로 확인되었다.