DOI QR코드

DOI QR Code

The Effects of Expertise Level on Task Load and Easy-to-use in Virtual Reality Based Dental Clinical Simulation

치과임상용 가상현실 시뮬레이션에서 사용자의 숙련도 수준이 과제부하와 사용용이성에 미치는 영향

  • Received : 2021.04.28
  • Accepted : 2021.05.25
  • Published : 2021.08.28

Abstract

This study aimed to investigate the effects of the virtual reality simulation for malocclusion examination for dental education. A 4-step modeling procedure was applied to develop a tooth model with a realistic level in order to be held and observed in detail. Eighty-six participants used HMDs to examine the developed virtual dental simulation to identify their perception according to expertise levels. The independent variable, expertise group, included three levels: 29 juniors, 29 seniors, and 28 dentists, respectively. The dependent variables, that were task-load and usability, were measured through two cases. Results showed that the junior group perceived a higher level of mental demands and embarrassment than the dentist group. It indicated that the perceived task load varies according to the expertise levels in the simulation task. However, the senior group perceived a higher level of ease of use than the dentist group. This study presented the implications for the development of virtual reality simulation in detail.

이 연구는 치의학 교육을 위한 부정교합 진찰용 가상현실 시뮬레이션의 적용 효과를 검증하기 위한 것이다. 부정교합 진단을 위해서는 치아모형을 사실적인 수준으로 만들어야 하며 이렇게 개발된 치아모형을 손으로 쥐고 상세하게 관찰할 수 있어야 한다. 이 연구에서는 치의학 가상현실 시뮬레이션을 만들기 위한 4단계 모델링 절차를 적용했다. 또한 이렇게 개발된 가상현실 시뮬레이션이 학습자의 숙달수준에 따라서 어떻게 지각되는가를 확인하기 위해서 HMD를 착용하고 진단을 하도록 했다. 이 연구에는 치의학전문대학원 재학생 3학년(29명), 4학년(29명), 치의학 전공의(28명)이 참여했으며, 두 가지 증례에 대한 진단활동을 통해서 과제부하와 사용용이성을 측정했다. 과제부하에 대한 검증에서 3학년이 전공의보다 더 많은 정신적 요구량과 당혹감을 지각하고 있었다. 이 결과는 시뮬레이션을 사용할 때 숙달수준에 따라서 지각하는 과제부하가 달라지고 있음을 보여주는 것이다. 반면에 사용용이성(구강모형의 조작, 오류수정, 오류인식)에서 4학년이 전공의보다 더 높은 용이성 지각을 보여줬다. 이 연구를 통하여 전문 훈련용 가상현실 시뮬레이션의 개발을 위한 함의점을 논의하였다.

Keywords

I. 서론

1. 전문 훈련용 가상현실 시뮬레이션

가상현실(Virtual Reality: VR)은 컴퓨터 그래픽 등을 활용해서 사용자에게 상호작용 기반의 조작환경을 구현함으로써 실제 적용환경에 와 있는 것 같은 실재감을 느끼도록 만드는 기술이다[1]. 이와 같은 고도의 실감성 때문에 가상현실은 사용자의 몰입감을 높이고 능동적인 학습개입을 유발하는 장점을 갖고 있다[2]. 또한 사실적인 적용환경을 가상으로 제공해 줄 수 있다는 장점 때문에 가상현실을 적용한 시뮬레이션은 효과적인 훈련 도구로 활용된다. 그래서 가상현실 시뮬레이션은 의료분야와 같이 복합적인 수행능력이 필요한 분야에서 활발하게 활용되고 있다.

가상현실 시뮬레이션에서 사용자는 입체적인 지각이 가능한 적용환경에서 객체를 직접 움직이는 등의 상호작용을 할 수 있다. 이와 같이 특정 객체를 직접 조작하는 경험을 제공하기 때문에 이런 유형을 햅틱 시뮬레이션(haptic simulation)이라고 한다. 햅틱 시뮬레이션은 사용자가 가상의 물체를 실시간으로 조작할 수 있는 경험을 제공해준다. 이런 사실적인 상호작용을 통해서 사용자는 동작의 인과관계를 효과적으로 이해할 수 있다[3]. 사용자의 동작을 통해서 가상환경과 상호작용을 제어하기 때문에 숙달훈련이 필요한 치의학 분야에서도 활발히 적용되고 있다[4][5].

특히 치의학 분야에서 임플란트, 발치 등의 술기를 학습할 수 있는 가상현실 기반의 시뮬레이션을 개발하려는 연구[6-10]가 꾸준히 수행되고 있다. 가상현실 시뮬레이션은 전공의들의 손과 눈의 협응력, 촉각이나 미세 운동능력 등을 정교화하기 위해서 다양하게 개발되고 있다[8]. Simodont®, Dentsim™, Voxel Man과 같은 햅틱 시뮬레이션을 적용한 상용화된 훈련 도구가 활용되고 있고, 여러 연구[13][14]에서 치의학 분야의 훈련용 가상현실 시뮬레이션 활용효과를 검증했다.

2. 치과 진단용 시뮬레이션의 개발

치의학 분야 중에서도 부정교합의 진단영역은 훈련용 시뮬레이션이 꾸준히 개발되고 있는 분야이다. 부정교합은 치아의 배열에 이상이 있는 모든 증상을 의미한다[11]. 일반적으로 치과의사가 부정교합을 진단을 위해서 교합선을 맞춰보거나 치아모형을 손에 쥐고 돌리거나 뒤집는 동작을 통해 진단하게 된다. 그렇기 때문에 이러한 진료과정을 경험하기 위해서는 이러한 조작 경험이 반영되어야 한다. 임상진단을 위한 가상현실 시뮬레이션을 구현할 때는 필수적으로 햅틱 상호작용 기능이 반영되어야 한다. 그러나 기존의 부정교합 훈련프로그램은 주로 교정 수술이나 교정 결과를 예측하기 위한 것이었다[12][13]. 부정교합 진단이나 치료계획을 세우는 햅틱 기능을 적용한 임상적인 훈련 목적의 시뮬레이션의 사례는 드물다.

부정교합을 진단할 때 제일 중요한 요인은 다양한 증례를 제공하는 것이다. 환자 개인마다 부정교합의 정도가 매우 다르므로, 훈련과정에서 최대한 다양한 증례를 학습하는 것이 중요하다. 현재 치의학교육에서는 증례의 형태를 구현하기 위해 석고모형을 주로 사용하지만[14][15], 석고모형을 사용하는 방법으로는 다양한 증례를 구현하기 쉽지 않다. 또한 석고모형을 제작했다고 하더라도 변형과 파손이 쉽게 발생하므로 반복적으로 사용하기 어렵다[16].

이러한 문제점을 극복하기 위해서 부정교합 석고 모형을 디지털 3D 모형으로 변환시켜 사용할 수 있는 방법을 적용하고자 한다[14]. 더 나아가 3D 모형으로 만든 석고모형을 디지털 장치와 연계하여 활용하는 방법도 가능하다[15]. 그렇지만 석고모형을 가상현실 기반으로 구현해서 적용한 연구는 많지 않다. 효과적인 가상현실 기반의 부정교합 실습 교육 프로그램을 구현하기 위해서는 부정교합 증례가 구현된 3D 객체를 사실적으로 구현하는 것이 중요하다[6].

3. 사용자의 숙련수준에 따른 과제 수행

사용자의 숙련수준이나 전문성은 훈련용 시뮬레이션을 개발할 때 고려해야 할 중요한 요소 중 하나이다[17][18]. 인지부하이론의 관점에서 숙련도는 해당 영역에 대한 스키마의 형성(schema construction)과 자동화(schema automation)로 설명할 수 있다[19]. 스키마는 서로 연관이 있는 지식의 연결망으로, 관련된 지식을 함께 처리할 수 있도록 하여 인지처리의 효율성을 증가시키는 역할을 한다. 즉, 숙련도가 높은 사람은해당 영역에 대한 수행에 대한 자동화 수준이 높고, 효율적으로 인지 자원을 사용할 수 있다. 따라서 수행성과가 높을 뿐만 아니라 더 적은 정신적 노력을 투입해도 동일한 수행 수준을 도출할 수 있다[20].

그런데 의학 영역에서 진단을 수행할 때는 다양한 요소들을 복합적으로 고려해야하기 때문에, 임상 상황과 시뮬레이션 학습에서 모두 높은 수준의 인지부하를 경험하기 쉽다[21]. 이러한 상황에서 초보자는 전문가에 비해 지나치게 높은 인지부하를 경험하게 되며, 이는 수행 및 학습 효과의 저하로 이어지게 된다[22][23]. 학습자의 전문성 수준에 따라서 훈련방식의 효과도 달라질 수 있다. 초보자에게는 효과적인 방법도 전문가에게는 그렇지 않을 수 있다. 이러한 현상을 전문성 역전 효과(expertise reversal effect)라고 한다. 이것은 학습자의 숙련도를 고려하여 서로 다른 교수설계를 해야 할 필요성을 잘 보여준다. 전문성 역전 효과는 학습 프로그램이 제공하는 과제가 학습자의 숙련도 수준과 맞지 않거나, 학습자의 인지적 도식과 충돌하여 발생한다[24]. 이러한 경우 초보자를 위한 학습 설계는 전문가에게 긍정적인 학습 효과를 발휘하지 못한다[25]. 따라서 인지 부하 이론에서는 학습자의 전문성 수준에 따라 서로 다른 교수설계를 적용할 것을 주장한다[26][27]. 전문성 훈련을 위한 시뮬레이션에서도 사용자의 전문성 정도에 따라서 인지부하의 정도가 어떻게 달라질 것인지를 살펴야 한다.

4. 연구의 필요성 및 연구목적

치의학 같은 전문 분야를 위한 가상현실 시뮬레이션을 개발할 때는 부정교합 증례구현의 사실성과 더불어 사용자의 전문성 수준에 대한 고려가 모두 이루어져야 한다. 부정교합 진단 훈련 시뮬레이션의 실제 수행과정에서 사용자의 전문성 수준이 과제부하와 사용 용이성에 영향을 미치는가를 검증하고자 한다. 따라서 부정교합 진단훈련을 위한 가상현실 시뮬레이션을 개발하고, 학습자의 숙련 수준에 따른 과제부하와 사용용이성의차이를 확인하는 것이다. 이를 위해 가상현실 시뮬레이션에 사용될 부정교합 구강구조의 3D 오브젝트를 모델링하여 개발하였다. 그 후 개발된 시뮬레이션을 사용한 학습자의 숙련 수준에 따른 과제부하와 사용용이성의차이를 조사하였다. 본 연구에서 설정한 연구문제는 다음과 같다.

첫째, 부정교합 진단훈련을 위한 가상현실 시뮬레이션에 사용될 부정교합 구강구조의 3D 오브젝트 개발의 수행 절차는 어떠할 것인가?

둘째, 개발된 3D 오브젝트를 활용하는 가상현실 기반의 부정교합 진단 시뮬레이션에서 과제부하와 사용 용이성의 차이는 학습자의 숙련 수준에 따라 차이가 있을 것인가?

Ⅱ. 3D 모형의 개발

부정교합 케이스 구현은 3D 모델링의 개발 사례를 참고하여 [그림 1]와 같은 절차에 따라 진행되었다[28]. 첫째, 형태 모델링 단계는 부정교합 케이스에 해당하는 3D 모델링의 형태를 3D 스캐너를 활용하여 구현하는 단계이다[29-31]. 둘째, 표면 매핑 단계는 3D 모델링의 표면을 사실적으로 구현하기 위해 색상과 무늬 등의 이미지를 입히는 단계이다.

CCTHCV_2021_v21n8_258_f0001.png 이미지

그림 1. 모델링 단계

셋째, 쉐이더 설정 단계는 표면 매핑 단계에서 설정한 표면의 색상이 빛을 받아 어떻게 시각적으로 표현되는지를 설정하는 단계로 표면의 질감을 보다 사실적으로 구현하는 단계이다[32]. 마지막으로, 케이스 적용 단계는 구현된 3D 모델링에 부정교합의 세부 특징을 적용하여 각 증례를 완성하는 단계이다.

1. 형태 모델링

치의학 가상현실 시뮬레이션 및 3D 프린팅을 통한 증례 제작에 대한 선행연구에서는 구강모형의 3D 모델링을 제작하기 위해 실제와 유사한 구강모형인 덴티폼을 3D 스캔하거나, 실제 환자의 CT 사진을 사용한다[29-31]. 본 연구의 형태 모델링 단계에서는 덴티폼을치과용 3D 스캐너로 스캔하는 방법을 사용하였다. 스캔 과정은 다음과 같았다. 먼저 덴티폼에 빛반사를 차단하는 스프레이 용액을 균일하게 입혀 스캔의 정확도를 최대한 확보하였다. 이후 덴티폼의 완전한 형태를 스캔하고, 치아와 구강을 분리한 후 다시 스프레이 용액을 입힌 후 스캔하였다. 이와 같은 과정을 통해 구강구조를 변경하고 증례를 구현하기 위해 그 구조를 자유롭게 분해 및 조립할 수 있는 모델링을 확보할 수 있었다. 출력된 3D 모델링은 치과용 3D 모델링 소프트웨어(exocad)를 통해 .stl 확장자로 추출되었다. 출력된 3D 모델링 파일은 3ds Max를 통해 손상된 부분을 복구하는 전처리 작업을 통해 [그림 2]과 같은 형태의 모델링으로 제작되었다.

CCTHCV_2021_v21n8_258_f0002.png 이미지

그림 2. 모델링된 구강모형의 형태

2. 표면 매핑

표면 매핑 단계에서는 구강모형의 표면에 입혀질 이미지를 제작하였다. 구강 표면을 사실적으로 묘사하기 위해 치아의 색깔과 잇몸의 시각적 특징을 실제 사례를 통해 파악하고 Blender 소프트웨어를 통해 적용하였다. 특히 반투명한 잇몸을 구현하기 위해 핏줄과 잇몸 아래의 치아 뿌리를 색깔로 구현하였다. 구현된 이미지는 형태 모델링 단계에서 제작된 구강모형의 표면과 대응되는 2D 이미지의 형태로 저장되어, 쉐이더 설정 단계에서 실제로 모델링에 적용되었다.

3. 쉐이더 설정

쉐이더 설정 단계는 구강모형의 빛 반사나 질감과 같은 시각효과를 설정하는 단계로 Unity3D 소프트웨어에서 진행되었다[37]. 실제 사람의 구강은 항상 촉촉한 상태를 유지하여 약간의 광택을 띄는 것이 일반적이다. 이를 구현하기 위해 쉐이더를 다음과 같이 설정하였다. Unity의 HDRP/Lit 쉐이더 설정을 이용하였고, 표면 타입은 불투명(Opaque)하게 하였다. 표면 매핑 단계에서 구현된 표면 이미지를 적용하고, 빛 반사를 조정했다(구강: Matallic 0.0, Smoothness 0.8, UV0; 치아: Matallic 0.0, Smoothness 0.9, UV0). 표면 매핑단계와 쉐이더 설정 단계를 통해 구현된 3D 모델링은 [그림 3]와 같다.

CCTHCV_2021_v21n8_258_f0003.png 이미지

그림 3. 구강모형의 질감 구현

4. 케이스 특성화

케이스 특성화 단계는 부정교합 증례 별 특징을 3D 모델링에 적용하는 단계이다. 구현할 부정교합 증례 유형에 따라 그 특성을 분석하고, 그 특징을 Unity3D 내에 반영하였다. 구강모형을 이루는 윗턱과 아래턱, 치아의 각도와 위치를 조정하였다. 조정 과정에서 소아치과 전공의 3명의 피드백을 받아 사실성을 확인하였다. 케이스 적용 단계를 통해 구현된 부정교합 증례는 [그림 4]와 같다.

CCTHCV_2021_v21n8_258_f0004.png 이미지

그림 4. 부정교합의 증례 구현

Ⅲ. 연구방법

1. 실험대상

이 연구의 대상은 광역시 소재 치의학전문대학원의 재학생과 전공의 총 86명(여성=51명, 남성=35명)으로, 편의표집에 의해 모집되었다. 집단별 구분으로는, 치전원 재학생 3학년 29명(여성=17명, 남성=12명), 4학년 29명(여성=16명, 남성=13명), 전공의 28명(여성=18 명, 남성=10명)이었다. 전공의 집단은 레지던트 1년차 15명, 2년차 5명, 3년차 8명으로 구성되었다. 평균연령은 집단별로 3학년 집단 27.79세(표준편차=2.86), 4학년 집단 27.55세(표준편차=2.92), 전공의 집단 31.21 세(표준편차=2.56)이었다.

2. 실험자료 개발

2.1 개발과정

이 연구에서 사용된 실험자료는 [그림 5]와 같은 과정을 통해 개발되었다. 개발은 설계-개발-평가의 과정을 통해 진행되었으며, 전 과정에 걸쳐 치과대학 전공의 3명의 검토를 받았다. 실험자료는 Unity 3D 2019.3.0 버전의 Universal Render Pipeline 환경에서 개발되었으며, Oculus Rift S를 사용하였다. Oculus Rift S의 Head-Mounted Display(HMD)의 해상도는 1280*1440px이며, 시야각은 110도 이상이다.

CCTHCV_2021_v21n8_258_f0005.png 이미지

그림 5. 부정교합 시뮬레이션 개발 과정

2.2 설계 단계

시뮬레이션의 구조 설계 단계에서는 시뮬레이션의 전체 구성과 각 장면에 포함될 구성 요소를 결정하였다. 개발된 시뮬레이션은 2개의 부정교합 증례를 포함하며, 각 증례 별로 확인문제를 제공하여 지식 수준을 확인할 수 있도록 하였다. 구현 케이스 선정 및 분석 단계에서는 시뮬레이션에 포함될 부정교합 증례를 선정하고, 구현할 세부적 특징을 분석하였다. 구현 케이스는 소아 부정교합 증례 중 대표적인 사례 2건을 부정교합 분류에 따라 선정하였다.

2.3 개발 단계

시뮬레이션 환경 구현 단계에서는 사용자가 가상현실 환경에서 실습을 진행할 가상 진료실 환경을 구현하였다. 가상 진료실 환경은 7x9m의 방과 원형의 테이블, 그리고 확인문제를 해결할 수 있는 문제 판으로 구성되었다[그림 6]. 부정교합 증례가 구현된 3D 모델링 오브젝트는 원형의 테이블 위에 배치하였다.

CCTHCV_2021_v21n8_258_f0006.png 이미지

그림 6. 가상 진단실습실

시뮬레이션 상호작용 구현 단계에서는 가상 진료실 환경 내에서 환경 구성요소와 사용자 간의 상호작용 기능을 구현하였다. 사용자는 컨트롤러를 양 손에 잡고 조작하여 가상현실 환경 내에서 손을 사용할 수 있었다. 이에 따라 부정교합 증례를 손으로 잡고 관찰할 수 있었고, 부정교합 증례의 윗턱과 아래턱 부분을 양 손으로 각각 잡고 분리하기도 하였다[그림 7]. 사용자는 확인 문제에 응답할 때 선택지를 손으로 직접 눌러 선택할 수 있었다.

CCTHCV_2021_v21n8_258_f0007.png 이미지

그림 7. 치아모형(좌: 교합 상태, 우: 상악-하악 분리)

3. 실험 변수

독립변수는 숙련수준의 차이이다. 3학년, 4학년, 전공의 세 가지 집단으로 구분되었다. 위의 세 집단은 실험과제인 부정교합진료에 대한 지식과 경험에서 뚜렷하게 구분된다고 가정하였다. 3학년은 부정교합 모형으로만 학습하여 실제 현장 경험은 거의 없는 집단이다. 4학년은 실제 현장에서 보조 역할을 수행했을 뿐 직접 진료 경험이 없다. 전공의는 치과의사국가시험에 통과한 인원으로 실제 환자에 대한 임상경험을 갖고 있다.

종속변수는 두 가지로서 각각 과제부하(task load) 와사용용이성(easy-to-use)이다. 먼저, 과제부하는 주어진 과제를 수행하는 동안 참가자가 지각한 신체적, 정신적 부하를 의미하는 구인이다. 과제부하는 과제수행 중에 발생하는 정신적 노력 등의 차이를 측정하기 위한 것이다.

4. 측정도구

가상현실 시뮬레이션에서의 과제부하를 측정하기 위해 기존의 선행연구에서 타당화된 측정도구인, 시뮬레이션 과제부하지표(simulation task load index) SIM-TLX[33]를 참조하였다. SIM-TLX는 총 10개 문항(정신적 요구량, 육체적 요구량, 시간적 요구량, 당혹감, 과제복잡성, 스트레스, 주의분산, 지각적 요인, 조작, 실재감)으로 구성되어있다. 이 10가지 문항 중 4가지(정신적 요구량, 육체적 요구량, 시간적 요구량, 당혹감) 문항을 추출하고, NASA-TLX[34]의 2문항(노력, 직무성취도)을 추출하여 총 6가지의 문항으로 본 실험의 과제부하를 측정하였다.

사용용이성(easy-to-use) 측정도구는 기존의 장치 조작의 사용성에 대한 측정 문항을 조작화한 김종덕의 연구[35]에서 개발된 설문 문항 중 사용편의성에 대한문항 5개를 연구 목적에 맞게 수정하였다. 수정된 사용 용이성 측정도구의 문항내적일관성 지수는 0.75인 것으로 나타났다. 문항 5개는 각각 ①컨트롤러 사용(콘트롤러를 사용하기 쉬웠다) ②구강모형 조작(덴티폼을 쉽게 다룰 수 있었다), ③오류 수정(조작을 잘못했을 경우 쉽게 수정할 수 있었다), ④오류 인식(조작을 잘못했을 때 왜 그렇게 되었는지 알 수 있었다), ⑤조작 난이도(조작방법을 신경쓰지 않고 관찰할 수 있었다)에 대한 것이었다.

5. 실험절차 및 분석방법

5.1 실험 절차

실험은 4단계로 진행되었다. 훈련 단계에서는 시뮬레이션의 사용방법을 숙달하도록 하였다. 구강모형을 제시하여 시뮬레이션 내에서 증례를 손으로 잡고 문제를 풀도록 하였다. 참가자는 제시된 2개의 증례를 차례대로 수행하였다. 참가자는 주어진 확인문제에 응답하도록 지시받았으며, 문제에 응답하는 중 자유롭게 증례를 손으로 잡고 관찰할 수 있었다[그림 8]. 문제 응답이 끝나면 참가자는 과제부하 설문에 응답하였다.

CCTHCV_2021_v21n8_258_f0008.png 이미지

그림 8. 실험 진행 장면

5.2 분석방법

과제부하와 사용용이성 각 종속변수에 대해 다변량분산분석(MANOVA)이 적용되었다. 또한 크루스칼-왈 리스 검정(사후검정: 본페로니)을 실시했으며, SPSS를 사용하여 분석하였고, 유의도 수준은 .05였다.

Ⅳ. 연구결과

1. 집단별 과제부화 및 사용용이성 수준

종속변수인 과제부하와 사용용이성에 대한 집단별 기술통계 결과는 [표 1]에 제시되었다. 과제부하 중 가장 높은 값을 보인 것은 3학년 집단의 정신적 요구량(평균=80.00, 표준편차=10.00)이었다. 반면에 육체적 요구량과 시간적 요구량은 대체로 낮은 값을 보였다. 또한 사용용이성 지각에 대한 기술통계 자료를 보면 컨트롤러의 사용이나 조작 난이도에서는 거의 비슷하게 지각하고 있는 것으로 나타났다. 반면에 가장 숙달 수준이 높다고 볼 수 있는 전공의 집단의 사용용이성 인식점수가 대체로 낮게 나타났다.

표 1. 종속변수의 기술통계 결과

CCTHCV_2021_v21n8_258_t0001.png 이미지

2. 과제부하의 차이

과제부하는 6개의 설문문항으로 구성되어 측정되었다. 항목 간 공분산 행렬에 대한 동일성 검정 결과, 공분산이 동일하지 않은 것으로 나타났다(Box’s M=76.865, F=1.639, p=.006). 따라서 비모수검정인 크루스칼-왈 리스(Kruskal-Wallis) 검정을 실시하였다[표 2].

표 2. 과제부하의 집단 간 차이 비모수 검정 결과

CCTHCV_2021_v21n8_258_t0002.png 이미지

비모수 검정결과, 과제부하의 하위문항 중, ①정신적 요구량(p=.046)과 ⑥당혹감(p=.033)에서 집단간 차이가 유의한 것으로 나타났다. ④노력 문항은 유의확률 .051로 기준을 충족하지 못하였다.

2.1 정신적 요구량

과제부하 문항 중, ①정신적 요구량에서 집단 간의 차이는 유의미했다(χ²=6.166, p=.046). 크루스칼-왈 리스 검정 후 사후검정은 본페로니(Bonferroni) 보정을 실시하였다. 그 결과 3학년 집단과 전공의 집단 간의 차이만 유의하였다(p=.014). 정신적 요구량은 3학년이 전공의보다 유의하게 높게 발생했다[그림 9].

CCTHCV_2021_v21n8_258_f0009.png 이미지

그림 9. 정신적 요구량의 집단 간 차이

2.2 당혹감

과제부하 문항 중, ⑥당혹감에서 집단 간의 차이는 유의미했다(χ²=6.808, p=.033). 사후검정은 본페로니 보정을 사용하였으며, 그 결과 3학년 집단과 전공의 집단 간의 차이만 유의하였다(p=.034). 즉, 당혹감은 3학년이 전공의보다 유의하게 높았다[그림 10].

CCTHCV_2021_v21n8_258_f0010.png 이미지

그림 10. 당혹감의 집단 간 차이

3. 사용용이성의 차이

사용용이성은 5개의 설문문항으로 구성되어 측정되었다. 항목 간 공분산 행렬에 대한 동일성 검정 결과, 위배하지 않았다(Box’s M=42.977, F=1.308, p=.121). 사용용이성에 대한 집단의 효과를 분석한 결과는 [표 3]에 제시되었다.

표 3. 사용용이성의 집단 간 차이 다변량분산분석 결과

CCTHCV_2021_v21n8_258_t0003.png 이미지

다변량분산분석결과, Wilks의 람다는 .761, 부분에 타 제곱 .127, 유의확률은 .015로 숙련도에 따라 사용 용이성에 차이가 있는 것으로 분석되었다. 숙련도에 따른 차이를 개별 문항별로 분석해보면 단변량 F검정에서 ②, ③, ④번 문항에서 통계적으로 유의한 차이가 있는 것으로 나타났다. 부분에타제곱에 의하면 ②구강 모형조작은 총 변화량의 8.2%, ③오류 수정은 10.9%, ④오류 인식은 15.2% 정도가 실험참가자의 숙련도에 의해서 설명되고 있다. 독립변수에 의해 가장 많이 설명되는 사용용이성은 ④오류 인식으로, 사용용이성 문항들 중 4번 문항이 숙련도 차이에 따른 사용용이성에 가장 많은 영향을 미치고 있다.

3.1 구강모형 조작

사용용이성 문항 중, ②구강모형 조작에서 집단 간의 차이는 유의미했다(F=3.685, p=.029). Scheffe 사후분석 결과, 4학년 집단과 전공의 집단 간에서만 유의한 차이가 발견되었다(p=.034). 즉, 4학년 집단이 전공의집단보다 사용용이성 2번 문항의 응답이 유의미하게 높았다[그림 11].

CCTHCV_2021_v21n8_258_f0011.png 이미지

그림 11. 구강모형 조작의 집단 간 차이

3.2 오류 수정

사용용이성 문항 중, ③오류 수정에서 집단 간의 차이는 유의미했다(F=5.058, p=.008). Scheffe 사후 분석 결과, 4학년 집단과 전공의 집단 간에서만 유의한 차이가 발견되었다(p=.009). 즉, 4학년 집단이 전공의 집단보다 사용용이성 3번 문항의 응답이 유의미하게 높았다[그림 12].

CCTHCV_2021_v21n8_258_f0012.png 이미지

그림 12. 오류 수정의 집단 간 차이

3.3 오류 인식

사용용이성 문항 중, ④오류 인식에서 집단 간의 차이는 유의미했다(F=7.460, p=.001). Scheffe 사후 분석 결과, 4학년 집단과 전공의 집단 간에서만 유의한 차이가 발견되었다(p=.001). 즉, 4학년 집단이 전공의 집단보다 사용용이성 4번 문항의 응답이 유의미하게 높았다[그림 13].

CCTHCV_2021_v21n8_258_f0013.png 이미지

그림 13. 오류 인식의 집단 간 차이

Ⅴ. 논의 및 결론

1. 논의

1.1 부정교합 3D 모델링의 개발

이 연구를 통해서 부정교합용 3D 모형개발 단계를 확립할 수 있었다. 부정교합 3D 모델링의 개발 과정에서 주안점이 되었던 부분은 자연스러운 구강 구조의 개발, 구강 내 재질의 구현, 실제 부정교합 증례의 적용이었다. 이 연구에서는 이상적인 구강구조를 구현한 덴티폼을 3D 스캐너를 통해 스캔하여 자연스러운 형태의 구강 모형을 구현하였다. 이후 모델링의 시각적 특성을 표면의 색상에 해당하는 이미지와 빛을 반사하는 성질인 쉐이더를 설정하여, 가장 자연스럽게 인식되는 설정을 확인하였다. 또한 실제 부정교합 증례가 가지는 특성을 분석한 뒤 모델링의 치아와 턱의 위치 및 각도를수정함으로서 부정교합 증례를 적용하였다. 위와 같은 절차를 통해 다양한 부정교합 증례를 정확하게 구현할 수 있을 것이다.

1.2 과제부하 및 사용용이성

가. 과제부하

과제부하에 대한 분석을 통해 정신적 요구량과 당혹감에서 집단 간 유의미한 차이가 있음을 확인할 수 있었다. 두 문항 모두 숙련 수준이 낮은 3학년보다 숙련 수준이 가장 높은 전공의에서 정신적 요구량과 당혹감이 낮아짐을 확인하였다. 즉, 숙련도가 높은 집단일 수록 부정교합 시뮬레이션 과제에서 과제부하가 낮아지는 결과를 보여준다. 이는 익숙하지 않은 프로그램 사용중 해당 영역에 낮은 숙련 수준을 가진 사람이 더 높은 정신적 요구량과 당혹감을 경험한다는 선행연구 결과[41]와 일치하는 것이다.

그러나 노력 문항에서는 집단 간 차이가 없었다. 이 결과는 숙련수준이 올라갈수록 인지효율성이 높아진다는 선행연구의 결과를 뒷받침하는 것이다. 숙련도가 높은 학습자는 과제 수행에서 지각하는 인지적 부하가 비교적 적고[42], 자신이 전문성을 가진 분야의 상황에 쉽게 적응하여[43], 과제 수행에서 보다 낮은 정신적 부하를 경험하는 것으로 알려져 있다[44]. 이 연구의 치의학 시뮬레이션에서도 부정교합 실제 진료 경험이 많은 전공의 집단이 더 효율적으로 정신적인 수행을 하였다고 할 수 있다.

나. 사용용이성

사용용이성의 결과를 보면 ②배치된 구강모형 조작 의용 이성, ③조작 오류의 수정 용이성, ④조작 오류의 원인 인식 용이성에서 집단 간의 유의미한 차이를 확인할 수 있었다. 4학년과 전공의 사이에서만 유의미한 차이가 발견되었다. 4학년보다 숙련도가 가장 높은 집단인 전공의에서 낮은 사용용이성이 나타났다. 4학년과 전문의는 실제 진료 경험의 측면에서 큰 차이를 보인다. 전문의는 풍부한 임상경험을 갖고 있기 때문에 오히려 시뮬레이션 조작에 의한 불편감을 보다 크게 지각했을 것이다.

이 결과는 높은 숙련도를 지닌 전문의 집단의 경우 실제 현장에서의 진료 경험과 시뮬레이션에서의 조작 경험이 충돌한 것이라고 해석할 수 있다. 또한 사용자의 숙련도에 따른 사용용이성의 평가의 차이를 살펴본 연구[45]에서는 전문가가 초보자보다 다양한 문제를 정확히 찾아내었다고 보고하였다. 이 결과는 전문가는 인지적 자원을 보다 효율적으로 활용하여 초보자보다 더 많은 문제를 찾은 것으로 볼 수 있다.

2. 결론

이 연구의 목적은 부정교합 진단 훈련을 위한 몰입형 가상현실 시뮬레이션에 적용될 부정교합 증례의 3D 모델링의 개발 절차를 확인하고, 학습자의 숙련도 수준에 따른 학습자 지각의 차이를 밝히는 것이다. 이를 위해 부정교합 진단 시뮬레이션과 그 부정교합 증례를 개발하여 그 절차를 기술하고, 학습자의 숙련도 수준에 따른 지각한 과제부하와 사용용이성의 차이를 확인하였다.

이 연구를 통해 다음과 같은 결론을 내릴 수 있다. 첫째, 가상현실에서 구강모형을 실물처럼 만들기 위해서는 표면구현이 제일 중요하다는 것이다. 치의학 교육용 시뮬레이션에서 가장 중요한 요인 중 하나가 실제적인 증례를 구현하는 것이다. 이와 같은 체계화된 절차를 통해 치의학 증례를 효율적으로 개발할 수 있을 것이다. 또한 이 절차는 부정교합 이외의 치의학 증례를 개발하는데 활용할 수 있을 것으로 예상된다.

둘째, 숙달수준이 높아질수록 정신적 요구량과 당혹감에서 큰 차이가 나타날 수 있다는 것이다. 인지 부하 이론의 관점에서 이러한 결과는 숙련도에 따라 학습자의 정신적 수행의 효율성에 차이가 있다는 것으로 해석할 수 있다. 이는 같은 과제를 제시하더라도 학습자가 과제를 수행하는데 소모되는 인지적 자원의 양에 차이가 있다는 것을 의미하며, 이를 고려하여 훈련 시뮬레이션의 과제를 설계할 필요가 있다.

셋째, 사용용이성은 중간정도 숙련수준을 갖고 있을 때 숙련자와 가장 큰 차이를 보였다. 이와 같은 결과는 숙련도 수준과 지각한 사용용이성의 수준이 반드시 선형으로 비례하지 않을 수 있다는 것을 의미한다. 또한선행연구[41][45]에서는 숙련 수준에 따라 서로 다른 유형의 사용성 문제를 발견하기 때문에, 다양한 숙련 수준을 가진 사용자를 대상으로 사용성 평가를 수행해야 한다고 지적하였다. 이는 훈련용 시뮬레이션을 개발하는 데 있어 훈련의 대상이 되는 집단을 대상으로 시뮬레이션의 사용용이성을 확인할 필요가 있다는 것을 의미한다.

3. 제한점

이 연구의 제한점은 다음과 같았다. 첫째, 사용자의 숙달 수준을 조밀하게 구분하지는 못했다. 학년 및 전공의 수준으로 구분했으나, 구체적인 지식이나 숙련 수준 자체를 구분한 것은 아니다. 특히, 사용용이성과 관련해서 시뮬레이션 조작 수준 등을 구분하지 못했다. 인터페이스 차원에서의 사용자 숙련도는 다양한 척도로 구분될 수 있다[46]. 따라서 사용용이성에 대한 전문성 수준을 다양하게 검토할 필요가 있다. 이 연구에서 개발한 시뮬레이션은 몰입형 가상현실 시뮬레이션으로, 가상현실 기기의 사용 경험 등으로 인해 기기 조작에 대한 전문성에 차이가 있었을 수 있다.

둘째, 사용자가 경험한 사용성 수준만을 확인하고, 어떤 사용성 문제를 경험하였는지 확인하지 않았다. 사용자 경험은 다양한 차원에서 측정될 수 있고, 어떻게 사용하는가에 따라서 달라질 수 있다. 그렇기 때문에 사용자의 전문성 수준에 따라 서로 다른 사용성 문제가 나타날 수도 있다[41][45]. 또한 사용성 문제를 정의하여 개발된 시뮬레이션을 개선하는데 활용할 수 있다.

* 본 연구는 2018년 대한민국 교육부와 한국연구재단의 지원(NRF-2018S1A5B8070203)을 받아 수행된 연구입니다.

References

  1. 유지원, 박기현, "간접활선공법 훈련을 위한 협업 기반 가상현실 훈련 콘텐츠 개발 및 평가 사례 연구," 교육정보미디어연구, 제25권, 제4호, pp.873-893, 2019.
  2. 소요환, "웹 3D와 가상현실 시뮬레이션 학습의 사용 용이성 평가 비교분석," 한국콘텐츠학회논문지, 제16권, 제10호, pp.719-729, 2016. https://doi.org/10.5392/JKCA.2016.16.10.719
  3. 이두용, "의료용 시뮬레이션과 햅틱장치," 기계저널, Vol.58, No.1, pp.47-49, 2018.
  4. J. P. Thawani, A. G. Ramayya, K. G. Abdullah, E. Hudgins, K. Vaughan, M. Piazza, P. J. Madsen, and M. S. Grady, "Resident simulation training in endoscopic endonasal surgery utilizing haptic feedback technology," Journal of Clinical Neuroscience, Vol.34, pp.112-116, 2016. https://doi.org/10.1016/j.jocn.2016.05.036
  5. E. M. Overtoom, T. Horeman, F. W. Jansen, J. Dankelman, and H. W. Schreuder, "Haptic feedback, force feedback, and force-sensing in simulation training for laparoscopy: A systematic overview," Journal of surgical education, Vol,76, No.1, pp.242-261, 2019. https://doi.org/10.1016/j.jsurg.2018.06.008
  6. 박종태, 김지효, 이정현, "가상현실 기반의 치아발치 수기 훈련을 위한 교육콘텐츠 개발," 한국콘텐츠학회논문지, 제18권, 제12호, pp.218-228, 2018. https://doi.org/10.5392/jkca.2018.18.12.218
  7. 문성용, 최봉두, 문영래, "가상현실을 이용한 치과 임플란트 수술 교육," 전자공학회논문지, 제53권, 제12호, pp.169-174, 2016. https://doi.org/10.5573/ieie.2016.53.12.169
  8. E. Roy, M. M. Bakr, and R. George "The need for virtual reality simulators in dental education: A review," The Saudi dental journal, Vol.29, No.2, pp.41-47, 2017. https://doi.org/10.1016/j.sdentj.2017.02.001
  9. I. Mirghani, F. Mushtaq, M. J. Allsop, L. M. Al-Saud, N. Tickhill, C. Potter, A. M. A. Mon-Williams, and M. Manogue, "Capturing differences in dental training using a virtual reality simulator," European Journal of Dental Education, Vol.22, No.1, pp.67-71, 2018. https://doi.org/10.1111/eje.12245
  10. S. Murbay, J. W. W. Chang, S. Yeung, and P. Neelakantan, "Evaluation of the introduction of a dental virtual simulator on the performance of undergraduate dental students in the pre-clinical operative dentistry course," European Journal of Dental Education, Vol.24, No.1, pp.5-16, 2020. https://doi.org/10.1111/eje.12453
  11. http://www.kuksiwon.or.kr/Publicity/NoticeView.aspx?SiteGnb=3&SiteLnb=1, 2021.04.22.
  12. H. I. Medellin-Castillo, J. Zaragoza-Siqueiros, E. H. Govea-Valladares, H. de la Garza-Camargo, T. Lim, and J. M. Ritchie, "Haptic-enabled virtual training in orthognathic surgery," Virtual Reality, Vol.25, No.1, pp.53-67, 2021. https://doi.org/10.1007/s10055-020-00438-6
  13. X. Chen and J. Hu, "A review of haptic simulator for oral and maxillofacial surgery based on virtual reality," Expert Review of Medical Devices, Vol.15, No.6, pp.435-444, 2018. https://doi.org/10.1080/17434440.2018.1484727
  14. S. Shastry and J. H. Park, "Evaluation of the use of digital study models in postgraduate orthodontic programs in the United States and Canada," The Angle Orthodontist, Vol.84, No.1, pp.62-67, 2014. https://doi.org/10.2319/030813-197.1
  15. W. Wu, Y. Cen, Y. Hong, A. Keeling, and B. Khambay, "A pilot study to assess the feasibility and accuracy of using haptic technology to occlude digital dental models," Journal of dentistry, Vol.46, pp.54-60, 2016. https://doi.org/10.1016/j.jdent.2016.01.004
  16. P. I. P. Pacheco, The Need For, and the Use Of, Three Dimensional Simulation in Dental Education, University of Dundee, Doctoral dissertation, 2017.
  17. K. Ross, P. Sarkar, D. Rodenburg, A. Ruberto, P. Hungler, A. Szulewski, D. Howes, and A. Etemad, "Toward dynamically adaptive simulation: Multimodal classification of user expertise using wearable devices," Sensors, Vol.2019, No.19, 4270, 2019.
  18. J. Q. Young, J. Van Merrienboer, S. During, and O. T. Cate, "Cognitive Load Theory: Implications for Medical Education: AMEE Guide No. 86," Medical Teacher, Vol.36, No.5, pp.371-384, 2014. https://doi.org/10.3109/0142159X.2014.889290
  19. J. Sweller, J. J. van Merrienboer, and F. Paas "Cognitive architecture and instructional design: 20 years later," Educational Psychology Review, Vol.31, No.2, pp.261-292, 2019. https://doi.org/10.1007/s10648-019-09465-5
  20. S. Sepp, S. J. Howard, S. Tindall-Ford, S. Agostinho, and F. Paas, "Cognitive load theory and human movement: Towards an integrated model of working memory," Educational Psychology Review, Vol.31, No.2019, pp.293-317, 2019. https://doi.org/10.1007/s10648-019-09461-9
  21. X. Fraser, P. Ayres, and J. Sweller, "Cognitive load theory for the design of medical simulations," Simulation in Healthcare, Vol.10, No.5, pp.295-307, 2015. https://doi.org/10.1097/SIH.0000000000000097
  22. J. J. van Merrienboer and P. A. Kirschner, Ten steps to complex learning: A systematic approach to four-component instructional design, Routledge, 2017.
  23. A. Szulewski, R. Egan, A. Gegenfurtner, D. Howes, G. Dashi, N. C. McGraw, A. K. Hall, D. Dagnone, and J. J. van Merrienboer, "A new way to look at simulation-based assessment: the relationship between gaze-tracking and exam performance," Canadian Journal of Emergency Medicine, Vol.21, No.1, pp.129-137, 2019. https://doi.org/10.1017/cem.2018.391
  24. S. Kalyuga and J. Sweller, Cognitive load and expertise reversal, In K. A. Ericsson, R. R. Hoffman, A. Kozbelt, A. M. Williams (Eds.), Cambridge handbooks in psychology, The Cambridge handbook of expertise and expert performance, pp.793-811, Cambridge University Press, 2018.
  25. J. J. van Merrienboer and J. Sweller, "Cognitive load theory in health professional education: design principles and strategies." Medical education, Vol.44, No.1, pp.85-93, 2010. https://doi.org/10.1111/j.1365-2923.2009.03498.x
  26. A. Armougum, A. Gaston-Bellegarde, C. Joie-La Marle, and P. Piolino, "Expertise reversal effect: Cost of generating new schemas," Computers in Human Behavior, Vol.111, No.2020, 106406, 2020. https://doi.org/10.1016/j.chb.2020.106406
  27. J. Leppink, "Cognitive load theory: Practical implications and an important challenge," Journal of Taibah University Medical Sciences, Vol.12, No.5, pp.385-391, 2017. https://doi.org/10.1016/j.jtumed.2017.05.003
  28. E. Kroger, M. Dekiff, and D. Dirksen, "3D printed simulation models based on real patient situations for hands-on practice," European Journal of Dental Education, Vol.21, No.4, pp.119-125, 2017.
  29. P. Rhienmora, P. Haddawy, P. Khanal, S. Suebnukarn, and M. N. Dailey, "A virtual reality simulator for teaching and evaluating dental procedures," Methods of information in medicine, Vol.49, No.4, pp.396-405, 2010. https://doi.org/10.3414/me9310
  30. C. Hohne, R. Schwarzbauer, and M. Schmitter, "3D Printed Teeth with Enamel and Dentin Layer for Educating Dental Students in Crown Preparation," Journal of Dental Education, Vol.83 No.12, pp.1457-1463, 2019.
  31. P. V. Soares, G. de Almeida Milito, F. A. Pereira, B. R. Reis, C. J. Soares, M. de Sousa Menezes, and P. C. de Freitas Santos-Filho, "Rapid prototyping and 3D virtual models for operative dentistry education in Brazil," Journal of dental education, Vol.77, No.3, pp.358-363, 2013. https://doi.org/10.1002/j.0022-0337.2013.77.3.tb05479.x
  32. S. Lee, "Research and development of haptic simulator for Dental education using Virtual reality and User motion," The International Journal of Advanced Culture Technology, Vol.6, No.4, pp.52-57, 2018. https://doi.org/10.17703//IJACT2018.6.4.52
  33. D. Harris, M. Wilson, and S. Vine, "Development and validation of a simulation workload measure: The Simulation Task Load Index (SIM-TLX)," Virtual Reality, Vol.24, No.4, pp.557-566, 2020. https://doi.org/10.1007/s10055-019-00422-9
  34. S. G. Hart, "NASA-task load index (NASA-TLX); 20 years later," In Proceedings of the Human Factors and Ergonomics Society Annual Meeting, Vol.50, No.9, pp.904-908, 2006.
  35. 김종덕, "양방향TV 사용자 인터페이스디자인의 평가 요소 조작화," Archives of Design Research, 제23권, 제5호, pp.115-126, 2010.
  36. J. Kjeldskov, M. B. Skov, and J. Stage, "A longitudinal study of usability in health care: Does time heal?," International Journal of Medical Informatics, Vol.79, No.6, pp.e135-e143, 2010. https://doi.org/10.1016/j.ijmedinf.2008.07.008
  37. A. Szulewski, N. Roth, and D. Howes, "The use of task-evoked pupillary response as an objective measure of cognitive load in novices and trained physicians: a new tool for the assessment of expertise," Academic Medicine, Vol.90, No.7, pp.981-987, 2015. https://doi.org/10.1097/ACM.0000000000000677
  38. G. F. Wilson, "An analysis of mental workload in pilots during flight using multiple psychophysiological measures," The International Journal of Aviation Psychology, Vol.12, No.1, pp.3-18, 2002. https://doi.org/10.1207/S15327108IJAP1201_2
  39. R. Mehta and S. Thomas, "Effects of Time Pressure and Experience Level on Worker Perceived Workload: Implications for procedural designs in high-risk industrial tasks," Proc. Human Factors and Ergonomics Society Annual Meeting, pp.1610-1615, 2018.
  40. J. Sauer, K. Seibel, and B. Ruttinger, "The influence of user expertise and prototype fidelity in usability tests," Applied ergonomics, Vol.41, No.1, pp.130-140, 2010. https://doi.org/10.1016/j.apergo.2009.06.003
  41. T. Grossman and G. Fitzmaurice, "An investigation of metrics for the in situ detection of software expertise," Human-Computer Interaction, Vol.30, No.1, pp.64-102, 2015. https://doi.org/10.1080/07370024.2014.881668