8. 3D시각화(공간인지)

깊이 단서 이론(Depth Cue Theory), 원근법

원근법 :관점에서 객체가 놓여진 환경 속으로 광선을 확장하여 거리를 나타냄

1. 만약 평면 그림일 경우 해당 그림을 보는 최적의 시점은 한 곳이다.
   나머지 사람들은 기하학 법칙으로 상당한 왜곡이 발생하지만,
   이후 왜곡을 인지하지 못하는데, 이걸 **시점의 견고성(robustness of linear perspective)**라고 한다.

• 위와 같이 우리는 3차원 세계를 인식할때 원근법의 일부 측면을 무시하는 듯 보인다.
  → 뇌가 세상의 모든 물체는 고정되어 있다고 가정하는 내재된 인식가정(built-in perceptual assumption)때문이다.

2. 사물을 인식할 때 묘사된 사물의 크기를 3차원 공간에 존재하는 것처럼 판단하고, 평면에서 판단하는 것을 번갈아 선택함.

• 위의 그림의 사람을 보면, 배경이 없을 경우 크기를 동일하게 인식가능하지만, 배경으로 인해 뒤쪽의 사람이 더 커보인다.

3. 한 물체가 다른 물체를 겹치거나 가리면 관찰자에게 더 가까이 보인다.

• 왼쪽 그림은 왼쪽 사람이 더 크므로 가깝다 느끼지만
• 오른쪽 그림은 왼쪽 사람이 더 큼에도, 물체에 가려져 있고, 해당 물체보다 앞에 작은 사람이 있는 것처럼 보이므로 오른쪽 사람이 더 가깝게 보인다.

4. 음영정보를 이용해 약간의 거리감을 만들 수 있다.

• 위 그림의 경우 슬라이더가 음영으로 인해 음각이 생긴 듯 보인다.
• 이를 이용해 버튼, 슬라이더등의 위젯 기능을 강조하는데 사용할 수 있다.(affordance)

5. 격자무늬 메시를 씌우는 것으로 표면의 모양을 드러낼 수 있다,

6. 그림자 정보를 통해 물체의 깊이, 높이 정보를 파악하게 만들 수 있다.

• 그림자와 거리가 있으면 높이차이를 파악하고, 그림자의 위치가 바뀌면 깊이차이를 파악할 수 있다.

7. 인공적인 공간 단서(좌표계등)을 사용하여 공간에 대한 정보를 효과적으로 전달

3차원 시각화

우리는 3차원 세계에 살지만, 왜 3차원 데이터 시각화를 잘 사용하지 않을까?

• 2D→3D로 가게 되면서 부피를 비교하게 된다. 이로인해, 생기는 문제는
  • 직관적이지 않음.
  • 눈금 비교가 힘듦.

3차원 데이터 시각화를 하기 위해서?

1. 정확한 크기 판단을 위해 좋은 깊이 단서를 제공해야한다.
2. 지각으로 인한 왜곡을 최소화 하기 위해서 넓은 시각도를 피한다(최대한 정면에서 보도록 함)
3. 높이 데이터를 시각화 하기 위해선 격자무늬 질감을 사용하자.
4. 표면 위에 물체를 두고 싶다면, 캐스트 쉐도우(그림자를 사용하여 시각화) + 격자 질감 등 강한 깊이 단서 사용하여야 한다.
   만약 적은 수라면 위에서 수직선을 사용한다.

더보기

💡위의 단서를 모두 사용하는 것이 최선이 아니다. 오히려 난잡해질 수도 있음.

위처럼 3D를 만드는 것은 비슷한 기능의 2D를 만드는 것보다 어려움.

그러나 대부분 3D시각화를 2D로 만드는 것은 가능하다. 따라서 굳이 사용해야하는지 살피고, 되도록이면 피해야한다.

현장감

3차원 공간 인식에서 현장감을 구현하는 것은 중요하다.

• 현장감의 상당부분은 몰입감과 관련된다.
• 현장감은 실제 경험(감각기관으로 인식), 환영(상상), 가상 경험(감각+환영)으로 이뤄진다.