증강 현실·가상 현실과 공간 컴퓨팅

1부. 디지털 현실과 교차하는 디자인과 예술

1장. 인간이 컴퓨터와 상호작용하는 방법
__일반적인 용어 정의
__서론
__시대로 보는 모달리티: 20세기 이전
__시대로 보는 모달리티: 제2차 세계대전을 거치며
__시대로 보는 모달리티: 제2차 세계대전 이후
__시대로 보는 모달리티: 개인 컴퓨팅의 부상
__시대로 보는 모달리티: 컴퓨터 소형화
__공간 컴퓨팅 장치에 쓰이는 모달리티의 현재
__몰입형 컴퓨팅 시스템을 위한 컨트롤러의 현재
____신체 트래킹 기술
__핸드 트래킹과 손 포즈 인식에 대한 참고 사항
____차세대 음성, 손, 하드웨어 입력

2장. 장치가 아닌 우리의 감각을 위한 디자인
__미래 전망
__감각 기술의 설명
__우리는 누구를 위해 미래를 만들고 있는가?
____디자이너와 팀이 미래에 맡을 역할
____AI에서 여성의 역할
__감각 디자인
____서론
__다섯 가지 감각 원리
____1. 직관적 경험은 다중 감각적이다
____2. 3D는 표준의 핵심이 될 것이다
____3. 디자인은 곧 물리적 성질이다
____4. 통제할 수 없는 부분까지도 디자인하라
____5. 공간 협업의 힘을 활용하라
__어도비의 AR 이야기
__결론

2부. 확장 현실이 디지털 예술을 변화시키는 방법

3장. 예술을 위한 가상 현실
__한층 자연스럽게 3D 예술 작품을 제작하는 방법
__애니메이션용 VR

4장. 3D 아트 최적화
__서론
____고려할 만한 대안
____이상적인 해결책
____위상
____구워내기
__드로우 콜
__3D 예술 제작에 VR 도구 사용
__3D 모델 구해오기와 처음부터 직접 만들기
__요약

3부. 하드웨어, SLAM 트래킹

5장. 증강 현실을 가능하게 하는 컴퓨터 비전의 작동 방식
__우리는 누구인가
__AR의 간략한 역사
__AR 플랫폼을 고르는 방법과 그 이유
____개발자에게는 어떤 플랫폼이 적절하며 그 이유는 무엇인가?
____성능은 곧 통계다
____하드웨어와 소프트웨어 통합
____광학적 보정
____관성 보정
____트래킹의 미래
____AR 컴퓨터 비전의 미래
__매핑
____멀티플레이어 AR은 어떻게 작동하는가?
____어려운 부분은 무엇인가?
____재로컬라이징은 어떻게 작동하는가?
____이 분야 연구에서 (특히 소비자가 경험할 수 있는) 최신 기술은 무엇인가?
____재로컬라이징 문제를 소비자가 실제로 해결할 수 있는가?
____그냥 구글이나 애플이 이 문제를 해결할 수는 없는가?
____재로컬라이징 != 멀티플레이어: 사실 그 이상으로 중요한...
____앱에서는 재로컬라이징이 실제로 어떻게 이뤄지고 있는가?
__플랫폼
____애플의 ARKit
____Some Mysteries Explained
____ARCore는 그냥 경량 탱고 아닌가?
____이제 ARCore로 개발해야 하는가?
____탱고, 홀로렌즈, 부포리아 외의 다른 AR은 어떤가?
__개발 시에 고려해야 할 기타 사항
____조명
____멀티플레이어 AR? 왜 이렇게 어려운가?
____AR은 어떻게 사람들을 연결하는가?
____AR 앱은 어떻게 세상과 연결되며, 어떻게 자기 위치를 알 수 있는가?
____어떻게 AR 앱이 현실 세계의 사물을 이해하고 연결하게끔 할 수 있는가?
__AR 클라우드
____AR 클라우드를 생각할 때 내가 전망하는 것
____AR 클라우드가 그다지도 중요한가?
____AR 클라우드란 게 대체 무엇인가?
____ARKit와 ARCore에 대한 언론의 반응은 왜 그렇게 시원찮은가?
____훌륭한 AR 앱을 만들기 위해 무엇이 빠져 있는가?
____오늘날의 모바일 클라우드는 분야에 따라 달라지는가?
____AR 클라우드 없이 ARKit(또는 ARCore)를 사용할 수는 없는가?
____AR 클라우드의 서막
____더 큰 그림: 개인 정보와 AR 클라우드 데이터
__용어 사전

4부. 크로스 플랫폼 증강 현실과 가상 현실 창조

6장. 가상 현실과 증강 현실: 크로스 플랫폼 이론
__왜 크로스 플랫폼인가?
__게임 엔진의 역할
__3D 그래픽 이해
____가상 카메라
____자유도
__비디오 게임 디자인으로 보는 이식성
__컨트롤러 입력 단순화
____개발 1단계: 기본 인터페이스 디자인
____개발 2단계: 플랫폼 통합
__요약

7장. 가상 현실 툴킷: 커뮤니티를 위한 오픈소스 프레임워크
__VRTK란 무엇이며 사람들이 왜 사용하는가?
__VRTK의 역사
__스팀VR 유니티 툴킷에 온 것을 환영한다
__VRTK v4
__VRTK의 미래
__VRTK의 성공
____VRTK 4 시작

8장. 가상 현실과 증강 현실을 개발하는 세 가지 좋은 방법
__가상 현실과 증강 현실을 개발하는 일은 어렵다
__로코모션 다루기
____VR에서의 로코모션
____AR에서의 로코모션
__효과적인 오디오 사용
____VR에서의 오디오
____AR에서의 오디오
__공통적인 상호작용 패러다임
____VR에서의 인벤토리
____증강 현실 레이캐스트
__결론

5부. 데이터로 더 잘 표현하기: 공간 컴퓨팅에서의 데이터 시각화와 인공지능

9장. 공간 컴퓨팅에서의 데이터와 머신러닝 시각화 디자인 및 개발
__서론
__데이터 시각화 이해
__공간 컴퓨팅에서의 데이터와 머신러닝 시각화 원칙
__공간 컴퓨팅에서 데이터와 신러닝 시각화가 작동하는 이유
____XR의 출현에 따른 데이터 시각화 디자인의 진화 과정
____XR로 표현된 2D와 3D 데이터
__공간 컴퓨팅에서의 2D 데이터 시각화와 3D 데이터 시각화
__공간 컴퓨팅 내 데이터 시각화의 상호작용성
__애니메이션
__데이터 시각화 디자인에서의 실패
__우수한 데이터 시각화 디자인은 3D 공간을 최적화한다
__시간 절약은 단순성과도 같다
__데이터 표현, 인포그래픽, 상호작용
____데이터 시각화의 자격
__데이터 시각화와 빅데이터/머신러닝 시각화 간 차이 정의
__데이터 시각화를 제작하는 방법: 데이터 시각화를 생성하는 파이프라인
__웹XR: 웹용 데이터 시각화 구축
__XR에서의 데이터 시각화 문제
__업계에서의 데이터 시각화 사용 사례
__실제 데이터의 3D 재구성과 직접적인 조작: XR에서 보는 해부학적 구조
____글래스 브레인 자세히 살펴보기
____TVA 서그의 의료 영상 VR 모듈
__모든 사람을 위한 데이터 시각화: XR의 오픈소스 기반 데이터 시각화
__단백질 데이터 시각화
__실습용 자습서: 공간 컴퓨팅에서 데이터 시각화 만들기
__데이터 시각화를 만드는 방법: 리소스
__결론
__참고 자료
__리소스
____데이터 시각화 도구
____머신러닝 시각화 도구
____데이터 저널리즘 시각화
__용어 사전

10장. 캐릭터 AI와 행동 양식
__서론
__행동 양식
__현재의 적용법: 반응형 AI
____적용성
____복잡성과 보편성
____실효성
__시스템을 더 지능적으로: 숙고형 AI
__머신러닝
____강화학습
____심층 강화학습
____모방학습
____자율 플래닝과 머신러닝 결합
____적용
__결론
__참고 자료

6부. 체화 현실의 사용 사례

11장. 헬스케어 기술 생태계의 가상 현실과 증강 현실
__VR/AR 헬스 기술 애플리케이션 디자인
__표준 UX는 직관적이지 않다
____조용한 환경 선택
____편의성
__튜토리얼: 인사이트의 파킨슨병 실험
____인사이트의 역할
____인사이트의 구성
__기업
____계획과 지도
____의학 교육용 체험 설계
____환자의 사용을 위한 체험 설계
____예방 의학
__학계의 선도적 사례 연구

12장. 팬의 관점에서 본 스포츠 XR
__서문
__파트 1: 스포츠 AR과 VR의 핵심 원칙 5가지
____라이브란 환상이다
__파트 2: 스포츠 경험의 새로운 혁명
__파트 3: 미래 개척
____소유권
____마치며
__결론

13장. 가상 현실의 기업 현장 훈련 사례
__서문: 기업 현장 훈련의 중요성
__VR 훈련은 효과가 있는가?
__사례: 침수 가옥 훈련
__VR 훈련이 적합한 부분은? R.I.D.E.
__좋은 VR 훈련을 만들려면?
__360도 동영상
____360도 동영상의 장점
____360도 동영상의 난제
____360도 동영상에서의 상호작용
__사례: 작업 현장 훈련
__내러티브의 역할
__사례: 상점털이 강도 대비 훈련
__XR 경험의 미래: 360도 동영상을 넘어
____컴퓨터 그래픽
__사례: 대면 스킬 훈련
__미래: 포토그라메트리
__미래: 라이트 필드
__미래: AR 훈련
__미래: 음성 인식
__미래: 이상적인 훈련 시나리오
__참고 자료