VR에서 AI를 누가 통제하는가 — VRChat 라벨 논란과 시각 훈련 앱의 다른 설계

Road to VR 보도에 따르면 VRChat은 'AI 생성 콘텐츠' 라벨링 여부를 묻는 설문을 사용자에게 돌린 뒤, 결국 라벨을 붙이지 않기로 했습니다. 저품질 '슬롭' 확산을 걱정하던 커뮤니티는 강하게 반발했습니다.

저는 이 뉴스를 보면서 이상하게 마음이 쓰였습니다. 헤드셋을 쓴 사람에게 '무엇이 진짜인지'는 취향 문제가 아니라 신뢰 문제이기 때문입니다. 2016년, 첫 헤드셋을 쓰고 가상 공간에 들어갔던 밤이 떠올랐습니다. 코끝에 닿던 발포 패드 냄새, 렌즈에 맺힌 뿌연 김, 그리고 손을 뻗었을 때 아무것도 잡히지 않던 그 낯선 감각. 그때 저는 '이 공간이 나를 속이고 있지는 않은가'라는 생각을 처음 했습니다. 그리고 이 논쟁은 시각 훈련 영역에도 그대로 겹치는 질문을 던집니다. AI가 조용히 개입하는가, 아니면 사용자가 직접 조절하는가.

사용자들이 분노한 지점은 AI의 존재 자체가 아니라 불투명성 입니다. 무엇이 AI로 만들어졌는지 알 수 없고, 알 방법을 선택할 수도 없다는 것. VR처럼 몰입도가 높은 공간에서는 이 문제가 더 크게 느껴집니다. 헤드셋 안에서는 모든 시야가 시스템이 그린 그림이니까요. 2D 화면에서는 그냥 지나칠 라벨 하나가, VR에서는 '내가 보고 있는 세계 자체에 대한 고지'가 됩니다.

소프트웨어를 만드는 입장에서 보면 이건 설계 결정입니다. 어떤 기능을 자동으로 켤지, 어떤 기능을 사용자 손에 남길지. 기본값과 노출 방식이 곧 신뢰 정책이 됩니다. 이건 추상적인 윤리 담론이 아니라, 코드 레벨의 문제입니다. 토글 하나를 어디에 두느냐가 사용자와 제품 사이의 계약을 다시 씁니다.

약시(amblyopia)와 시각 협응 개선을 원하는 사람들에게도 같은 질문이 적용됩니다. Seven Sports의 Amblyotube 는 Meta Quest에서 '사용자가 조절하는' 쪽을 택했습니다. 흐름을 정리하면 이렇습니다.

1. 먼저 사용자가 상태를 선언한다. 앱을 실행하면 약시안이 왼쪽인지 오른쪽인지 직접 지정합니다. 이 선택은 임의적이지 않습니다. 반대로 고르면 우세안을 훈련시켜 버리기 때문에, 개발팀도 이 단계를 '중요'하다고 명시합니다. 이어서 교정 안경을 쓴 상태에서 강도 프리셋(Mild/Moderate/Severe)을 고르거나, 내장된 LogMAR 시력 검사를 실행할 수 있습니다. 이 검사는 표준 Landolt C 시표를 가상 3미터 거리에서 눈별로 최대 30회 시행하고, 임상 계단식 알고리즘으로 logMAR 시력을 산출해 치료 프로필을 자동으로 맞춰 줍니다.

2. 우세안은 '디지털 타임아웃'에 들어간다. Dominant Eye Shader는 더 강한 눈에 블러·대비·밝기·감마·불투명도 필터를 겁니다. 불투명도 100%면 사실상 완전한 디지털 패칭이지만, 목표는 대개 부분 투명도입니다. 두 눈이 동시에 시각 정보를 처리하도록 훈련시키는 것이 핵심이기 때문입니다.

3. 약시안은 도구로 강조된다. AI Sharpener(MFBF 모드)는 영상 속 사람(얼굴·몸)을 감지해 약시안 쪽 화면에만 선택적으로 선명도를 올립니다. 여기에 붉은 외곽선(Outline)과 황록색 하이라이트(Highlight) 같은 시각 강조가 더해지고, 이 효과는 '숨쉬듯' 밝아졌다 어두워지는 펄스로 조절할 수 있습니다. Pulse Hz와 깊이도 사용자가 정합니다.

4. 두 눈이 하나로 합쳐지도록 유도한다. 움직이는 마젠타 초점 단서는 약시안에는 선명한 마젠타로, 우세안에는 옅은 회색으로 보입니다. 자연 영상 배경(피부톤·녹색·파랑)에서 마젠타가 도드라지며 약한 눈의 주의를 끌고, 뇌가 두 신호를 융합하도록 이끕니다. 선택적으로 Wedge Occlusion이 양쪽 시야 일부를 검은 쐐기로 가려 양안 경쟁(binocular rivalry)을 줄이고, 각 눈이 서로 다른 장면 일부를 보게 만듭니다.

여기서 눈여겨볼 점은 AI의 위치입니다. AI는 조용히 개입하는 블랙박스가 아니라, 강도를 사용자가 정하는 보조 엔진입니다. 심지어 Room View(AR 모드)를 켜면 가상 방 대신 실제 방 위에 영상이 겹쳐지고, 컨트롤 패널은 컨트롤러와 핸드 트래킹 어느 쪽으로도 조작할 수 있습니다.

기술적으로 가장 흥미로운 부분은 입력 콘텐츠입니다. VR 헤드셋은 독립된 두 개의 아이피스, 즉 눈마다 다른 화면을 보낼 수 있는 하드웨어입니다. Amblyotube는 이 구조를 그대로 활용해 양안 훈련(dichoptic training) 을 구현합니다. 사용자는 YouTube 스타일 영상을 검색해 보거나, 오프라인에서도 재생되는 아동용 카탈로그를 이용합니다. 접착 패치도, 적청 안경의 색 왜곡도 필요 없습니다.

여기서 잠깐. 저는 이 부분을 읽고 한참을 멈춰 있었습니다. 제 조카가 어릴 적 안경 위에 패치를 붙이고 다니던 모습이 떠올랐거든요. 땀에 젖은 패치 테두리, 자꾸만 손으로 뜯어내던 그 손. 그 아이가 좋아하던 공룡 영상도 패치 때문에 절반은 색이 죽어 보였습니다. 기술이 그 시간을 조금 덜 외롭게 만들 수 있었다면, 하고 생각했습니다.

참고로 적청(anaglyph) 방식이 전체 화면 색을 왜곡하는 반면, 이 방식은 자연스러운 색을 유지합니다. 세션은 하루 30~40분, 최대 1시간을 권장합니다. VR 피로 관리 때문입니다.

전통적인 패칭을 지루해하던 13세 이상 청소년에게 특히 잘 맞는다고 제품은 설명합니다. 다만 이건 진단도, 치료도, 완치도 아닙니다. 양안 협응과 깊이 지각을 위한 보조적 시각 훈련·교육용 소프트웨어이며, 전문 의료진의 지도를 대체하지 않습니다. 증상이 있다면 안과 전문의와 상담하세요.

VRChat의 논란은 결국 '누가 통제하는가'의 문제였습니다. 시각 훈련 앱도 같은 질문을 피할 수 없습니다. 기본값을 AI가 정하는가, 사용자가 정하는가. Amblyotube는 후자를 택한 구현 사례입니다.

저는 그 선택이 결국 신뢰의 문제라고 생각합니다. 라벨을 붙이든 안 붙이든, 사용자가 손잡이를 잡을 수 있게 두는 것. 그게 오래 가는 설계입니다.

Meta Quest 스토어에서 확인하세요: https://www.meta.com/en-gb/experiences/amblyotube/25906906972338493/

참고: https://roadtovr.com/vrchat-user-backlash-ai-content-label/