AIForA Lab · 범위고찰 × 계량서지 연구
실감미디어의 범위
가상현실에서 메타버스와 홀로그램까지. SCIE·SSCI급 학술지에 실린 30년(1995–2025)의 논문 52,351편으로 실감미디어 연구의 경계와 지형을 다시 그린다.
01 · 연구 배경과 목적
실감미디어는 넓어졌지만, 그 경계는 합의되지 않았다
실감미디어는 1990년대의 가상현실(VR)에서 출발하여 증강현실(AR), 혼합현실(MR), 확장현실(XR), 메타버스, 360도·볼류메트릭 영상, 홀로그램 디스플레이, 햅틱과 공간음향으로 외연을 넓혀 왔다. 확장의 속도에 비해 경계에 관한 합의는 부족하다. 같은 현상이 시기마다 다른 이름으로 연구되고, 분야마다 서로 다른 기술을 '실감'이라 부른다.
본 연구는 검색 전에 잠근 개념 범위(검색어 21개와 배제 규칙) 안에서, 그 경계의 모습과 변화를 연구자의 선언적 정의가 아니라 30년간 축적된 학술 문헌 전체로부터 실증적으로 도출하는 것을 목적으로 한다. 범위의 잠금은 범위고찰의 대상·개념·맥락(PCC) 틀이 요구하는 개념의 사전 규정이다.
- 연구의 양적 추이와 학술지·국가 분포는 어떠한가
- 실감미디어는 어떤 기술로 구성되며 그 구성은 어떻게 변하였는가
- 어떤 응용 분야에서 연구되었는가
- 핵심 개념(실재감·몰입·체현 등)은 무엇이며 어떻게 정의되었는가
- 연구 주제는 어떻게 분화·수렴하였는가
- 실감미디어의 범위는 시간에 따라 어떻게 넓어지거나 좁아졌으며, 앞으로 어떻게 변할 것인가
02 · 선행연구
토대는 1990년대 후반에, 응용 연구는 2010년대 후반에 쌓였다
개념적 토대는 증강현실의 정의와 기술 요건을 정리한 조사 연구, 몰입(immersion)과 실재감(presence)을 구분한 이론 틀, 장소 착각과 개연성 착각을 제시한 연구에서 마련되었다. 2010년대 후반부터는 교육·의료 등 응용 분야별 체계적 문헌고찰과 메타버스에 대한 다학제적 논의가 이어졌다.
본 연구와 가장 가까운 계량서지 선행연구
목록은 모두 본 연구의 최종 말뭉치에 포함된 문헌이며, 인용 수는 OpenAlex·Semantic Scholar 기준이다. 분석 규모는 각 논문 초록에 적힌 수치이다.
03 · 선행연구의 한계
조각은 많았으나 전체를 본 연구는 없었다
본 연구의 말뭉치 안에 있는 리뷰 논문 8,517편을 분석하면 선행연구의 공통된 한계가 수치로 드러난다.
- 기술별·분야별 조각이 쌓였을 뿐, 실감미디어 전체의 범위를 한 좌표계에서 본 연구가 없다.
- 대부분 10년 안팎의 창으로만 보아, 용어의 교체(VR → XR → 메타버스)를 시계열로 추적하지 못하였다.
- 수작업 선별에 의존하여 규모가 수십~수백 편에 머물렀다.
- '실감'을 무엇으로 정의하는지에 대한 문헌 간 비교가 없다.
04 · 새로운 방법론 설계
규모·기간·범위를 한꺼번에 넓히는 설계
- 이중 자료원. OpenAlex와 Semantic Scholar를 같은 검색식으로 수집하고 DOI로 병합하였다. 한 자료원에서 비어 있던 1990–2000년대 초록을 다른 자료원이 채운다.
- 확장 범위와 30년. 가상현실부터 원격현전까지 21개 검색어에, 너무 좁게 잡았던 홀로그램 디스플레이의 누락을 메우는 확장 검색을 더하고, 1995–2025년 전 기간을 대상으로 하였다.
- 학술지 수준. Web of Science 핵심 학술지(CWTS 지정) 가운데 2년 평균 피인용 1.0 이상, 학술대회 논문집 제외 — SCIE·SSCI의 근사 기준이다.
- 대형언어모델 보조 선별과 코딩. gpt-5-mini가 초록 62,492편마다 포함 여부와 기술·분야·연구방법을 구조화된 형식으로 판정하였다. 층화 무작위 표본 500편을 선별 모형과 다른 5개 개발사의 LLM 배심원 5종(Claude·Gemini·Qwen·DeepSeek·Llama)이 제목·초록만 보고 독립 판정하였다. 배심원 다수결 대비 일치도는 Cohen κ 0.71, 모집단 가중 정밀도 0.94·재현율 0.95이며, 배심원끼리의 일치도(Fleiss κ 0.69)와 같은 수준이다. 기술·분야 코딩의 미시 F1은 각각 0.85·0.84이다. 전문가 판정은 하지 않았다.
- 임베딩 기반 주제 모델링. 초록 임베딩을 군집하여 15개 연구 주제를 도출하고, 시기별 비중의 변화를 추적하였다.
선별·코딩과 임베딩에 든 비용은 합계 약 16달러이다. 수작업이라면 수개월이 걸릴 분량이다.
05 · 결과
30년 동안 연구는 이렇게 자랐다
연간 논문 수는 1995년 82편에서 2025년 9,136편으로 늘었다. 최종 포함 논문의 71%가 2020년 이후에 나왔다.

기술: VR 중심에서 여러 갈래로

분야와 주제: 무엇을 보여 줄까에서 무엇을 겪을까로
의료·건강이 가장 큰 가지(19,487편)이고, 교육·훈련의 비중은 18.5%에서 26.6%로 커졌다. 주제로 보면 메타버스 거버넌스·윤리, 교육용 증강현실, 치료용 가상현실, 교육학적 VR 연구가 가장 크게 늘었고, 초기의 중심이던 가상환경 3D 설계는 비중이 16.4%p 줄었다.


실감미디어 연구의 무게중심은 “3D로 무엇을 보여 줄 것인가”에서 “사람이 그 안에서 무엇을 겪는가”로 옮겨 갔다.
데이터가 찾은 떠오르는 주제
초록을 40개 세분 군집으로 나눈 뒤, 최근 3년(2023–2025) 논문 비중이 말뭉치 평균(45%)보다 가장 높은 군집을 골랐다. 미리 정한 주제가 아니라 데이터에서 드러난 흐름이다. 탐험 데모에서는 이 군집들의 논문을 푸른 열매로 표시하였다.
민감도 분석: 결과는 얼마나 단단한가
첫째, 가설에 따라 따로 모은 보강 문헌(생성형 AI·피지컬 AI·AI 글래스, 선별 포함 702편, 말뭉치의 1.3%)을 다시 넣어도 기술·분야 비중은 최대 0.75%p 움직였고 순위는 하나도 바뀌지 않았다. 떠오르는 주제 상위 6개 가운데 5개가 그대로였으며, 보강 문헌이 주도하는 군집은 나타나지 않았다. 생성형 AI 보강 논문 130편은 11개 군집에 흩어졌고, 가장 많이 모인 곳도 교육 군집(최근성 순위 12위)이었다.
둘째, 탐지 설정(군집 수 30·40·50, 난수 씨앗 3개, 최근 기간 2022–25·2023–25)을 바꾼 본 분석 말뭉치의 18개 조합에서 각 주제의 논문이 상위 6 군집에 남는 비율(중앙값)은 아래와 같다. 메타버스 거버넌스, 엣지 컴퓨팅, 의료 훈련, 통증·불안 관리는 설정과 관계없이 안정적이었다. 메타버스 교육은 메타버스 거버넌스 군집과 합쳐지는 경우가 많았고, 교육용 VR 도구는 경계선에 있는 주제였다.
범위의 변화와 전망
각 논문이 다루는 범위를 네 가지로 측정하였다. 논문 1편이 다루는 기술 유형 수, 여러 기술을 한데 묶는 포괄 용어(XR·확장현실, 몰입형 기술 등)의 사용, 한 해 연구 전체의 유효 범주 수(기술·분야·기술×분야 조합의 힐 수), 초록 임베딩의 의미 분산이다. 연도별 논문 수의 차이는 해마다 80편을 200회 무작위로 뽑는 희박화로 보정하였다.
실감미디어의 범위는 새로운 응용 분야를 더하는 방향보다, 한 논문 안에서 여러 기술을 묶는 방향으로 넓어졌다. 한편 초록의 의미 분산은 2010년대 초반에 정점을 찍은 뒤 줄어들었다(0.39 → 0.37). 다루는 기술은 넓어지지만 연구의 언어는 XR·몰입형 기술 같은 공통의 틀로 모이는 양상이다.

2030년 전망. 2011–2020년 자료로 2021–2025년을 예측하는 역검증에서 ‘현재 값 유지’보다 오차가 작았던 지표만 전망하였다(괄호는 95% 예측구간). 논문 1편당 기술 수는 1.67(1.59–1.74), 유효 기술 수는 7.3(6.4–8.2), 기술×분야 조합은 44(39–49), 포괄 용어를 쓰는 논문은 27%(13–46%)로 예측된다. 기술별로는 XR의 비중이 13%에서 27%(15–42%)로 커지고, VR(63% → 60%), 햅틱(7% → 5%), 원격현전(3% → 2%)은 줄어들 것으로 예측된다. 분야별로는 마케팅·경영(7% → 11%)과 문화유산·관광(5% → 6%)이 늘고 공학·제조(11% → 9%)는 줄어든다. AR·홀로그램·메타버스·MR·360° 영상·공간음향·볼류메트릭 영상은 최근 변동이 커서 추세 모형이 역검증을 통과하지 못하였으므로 전망을 보류하였다. 유효 응용 분야 수도 같은 이유로 전망하지 않았다.

한계: 기술 범주가 12개로 고정되어 있어 새로 등장하는 기술은 ‘기타 실감 기술’로만 잡힌다. 전망은 과거 추세의 연장이며 새 기기 출시와 같은 기술 충격을 반영하지 않는다. 포괄 용어는 제목·초록의 어휘 규칙으로 판정하였다.
확산모형으로 본 성장 단계
추세 연장은 S자 곡선이나 붐-버스트를 따라가지 못한다. 그래서 연도별 편수를 누적곡선으로 바꾸어 혁신 확산의 표준 모형(Bass·로지스틱·곰페르츠)을 적합하고, 계열마다 최종 누적 규모와 정점 연도를 추정하였다. 다만 변곡점을 지나지 않은 계열에서는 최종 규모가 수학적으로 정해지지 않으므로, 식별 조건을 충족한 계열만 수치를 적는다.
32개 계열 중 10개만 식별되었다. 실감미디어 전체, VR, 의료·건강, 교육·훈련은 아직 지수 성장 국면이어서 최종 규모를 추정할 수 없다. 30년과 5만여 편을 지나고도 이 분야는 아직 변곡점 전이라는 뜻이며, 이것 자체가 하나의 결과다.
| 정점(연간 최대) | 2025년까지 포화도 | 최종 누적 추정 | 역검증 통과 | |
|---|---|---|---|---|
| 메타버스 거버넌스·윤리·비즈니스 | 2024년 | 86% | 1,994편 | 예 |
| 메타버스 교육·학습 | 2024년 | 82% | 624편 | — |
| 메타버스 | 2024년 | 81% | 4,187편 | — |
| 360° 영상 | 2025년 | 47% | 5,428편 | — |
| XR | 2026년 | 32% | 12,367편 | 예 |
| 엣지 컴퓨팅·저지연 네트워크 | 2026년 | 35% | 2,887편 | 예 |
| 포괄 용어 사용 | 2028년 | 22% | 14,517편 | 예 |
| AR | 2028년 | 29% | 48,580편 | 예 |
| 통증·불안 관리용 VR | 2029년 | 21% | 6,804편 | 예 |
| MR | 2032년 | 12% | 25,340편 | 예 |
성숙(정점 통과)은 모두 메타버스 계열이다. 메타버스 거버넌스·윤리·비즈니스는 2025년까지 추정 총량의 86%를 3년 만에 채우고 2024년에 정점을 지났다. 변곡점 부근에는 XR과 엣지 컴퓨팅, 그리고 포괄 용어 사용이 있다. 성장기는 AR·MR과 통증·불안 관리용 VR로, 이 주제들은 문헌의 대부분이 아직 앞에 남아 있다.

읽기 주의: 로지스틱 곡선은 포화 이후 연간 편수가 0으로 수렴한다고 가정한다. 성숙 계열의 2030년 값은 주제의 소멸이 아니라 관심의 한 물결이 지나갔다는 뜻으로 읽어야 한다. 또 최종 규모 추정치는 적합한 곡선 모양에 기댄 값이어서, 새 응용이 생기면 곡선이 다시 시작될 수 있다.
XR은 VR을 대체하는가
기술 사이의 경쟁을 보려고 Lotka–Volterra 상호작용 모형을 기술 12쌍에 적합해 보았으나, {n_worse}쌍에서 역검증 오차가 상호작용 없는 모형보다 컸고 계수의 신뢰구간도 경계에 걸려 식별되지 않았다. 대부분의 기술이 아직 변곡점 전이어서 자료가 상호작용을 결정하지 못한다. 이를 '상호작용이 없다'가 아니라 '식별되지 않는다'로 적는다.
대신 논문마다 달린 기술 꼬리표로 같은 질문을 직접 보면 답이 분명하다. 대체가 아니라 공존이다.
- 밀려난 흔적이 없다. VR 논문은 2015년 {sb['vr_absolute']['2015']:,}편에서 2025년 {sb['vr_absolute']['2025']:,}편으로 늘었고 비중도 {sb['vr_share_%']['2025']:.0f}%를 지킨다.
- XR은 홀로 쓰이지 않는다. 2020–2025년 XR 논문 가운데 VR을 함께 단 것이 {xr_['VR_%']:.0f}%, AR {xr_['AR_%']:.0f}%, MR {xr_['MR_%']:.0f}%, 메타버스 {xr_['Metaverse_%']:.0f}%이고, XR 단독은 {xr_['alone_%']:.0f}%뿐이다.
- 대체 비율 XR/(VR+XR)은 2020년 {100 * sb['xr_over_vr_plus_xr']['2020']:.1f}%에서 2025년 {100 * sb['xr_over_vr_plus_xr']['2025']:.1f}%로 올랐지만 대체라 부를 수준이 아니다.
- 다만 메타버스는 다르다. 단독 표기가 {mv_['alone_%']:.0f}%로, 상위 명칭이라기보다 별도의 연구 대상에 가깝다.
포괄 용어는 기존 이름을 갈아치우며 자라는 것이 아니라, 이미 있는 것 위에 덧붙으며 자란다. 앞 절에서 본 '외연을 열거하지 않는 포괄 정의'와 같은 이야기의 다른 면이다.
{fig("fig15_substitution")}핵심 개념과 정의 (RQ4)
핵심 개념어. 경험을 가리키는 말이 바뀌었다. 1995–2009년에 1위이던 실재감(presence)은 30년 동안 6.3%에서 6.6%로 거의 그대로였고, 그 사이 사용자 경험·사용성(2.5% → 10.3%)과 몰입경험·참여(2.7% → 10.6%)가 앞질렀다. 논문 수가 백 배 넘게 늘어나는 동안 매체 이론의 구성개념인 실재감의 몫은 그대로였고, 그 자리를 응용 평가의 구성개념이 채웠다(개념어 사전으로 센 값이며 LLM 코딩이 아니다).
표. 핵심 개념어가 나오는 논문 비율(시기별)
| 1995–2009 | 2010–2015 | 2016–2019 | 2020–2025 | |
|---|---|---|---|---|
| 몰입경험(플로)·참여 | 2.7% | 3.2% | 5.3% | 10.6% |
| 사용자 경험·사용성 | 2.5% | 4.5% | 6.8% | 10.3% |
| 실재감 | 6.3% | 4.4% | 6.3% | 6.6% |
| 몰입 | 2.9% | 2.5% | 4.3% | 5.7% |
| 사이버멀미 | 0.7% | 0.6% | 2.0% | 2.6% |
| 기술 수용 | 0.1% | 0.4% | 1.0% | 2.3% |
| 체현 | 0.6% | 1.1% | 1.9% | 1.7% |
| 공감 | 0.1% | 0.2% | 0.7% | 1.2% |
| 공간 인지 | 1.6% | 1.6% | 1.5% | 1.2% |

정의 코딩의 신뢰도. 정의 문장 코딩(gpt-5-mini)도 선별과 같은 LLM 배심원 5종으로 따로 검증하였다(층화 표본 300문장). 정의 여부의 일치도는 κ 0.65(배심원끼리 Fleiss κ 0.65), 근거 다섯 범주는 κ 0.64(기술)·0.56(경험)·0.52(내용)·0.72(사회·공간)·0.53(기능)로 대부분 선별(κ 0.71)에 못 미쳤다. 정의 대상 개념(일치 43%)과 명명 기술(미시 F1 0.42)은 더 낮았다. 불일치에는 방향이 있었다. 코딩 모형은 배심원보다 근거를 더 많이 붙이고(문장당 2.19 대 1.72) 기술을 더 많이 명명된 것으로 보았다(1.02 대 0.28). 미리 정한 규칙에 따라 아래 정의 비율은 탐색적 기술로 보고하고, 포괄 개념 정의 수와 명명 기술 수는 상한으로 읽는다. 결론은 배심원 코딩에서도 유지되는 두 가지에만 기댄다: 사회·공간 근거가 VR이 아니라 메타버스 정의에 몰려 있다는 것(검증 표본 배심원 다수결로 메타버스 정의 14개 중 10개, VR 정의 38개 중 1개), 그리고 정의가 기술을 거의 열거하지 않는다는 것이다.
정의의 근거(탐색적). 모형 코딩으로 정의 문장은 원문 608개(282편), 초록 1,995개(1,889편)이다. 한 문장이 여러 근거를 가질 수 있어 합은 100%를 넘는다.
표. 시기별 정의의 근거 — 초록
| 1995–2009 | 2010–2015 | 2016–2019 | 2020–2025 | |
|---|---|---|---|---|
| 기술(기기·시스템) | 72.2% | 78.6% | 78.2% | 75.7% |
| 경험(지각·실재감) | 61.7% | 63.1% | 62.1% | 58.0% |
| 내용(표상·서사) | 30.4% | 44.7% | 37.4% | 29.1% |
| 사회·공간(공유·혼합 공간) | 19.1% | 14.6% | 9.5% | 37.2% |
| 기능(용도) | 28.7% | 32.0% | 33.6% | 38.6% |
| 정의 문장 수 | 115 | 103 | 211 | 1,566 |
표. 시기별 정의의 근거 — 원문 표본
| 1995–2009 | 2010–2015 | 2016–2019 | 2020–2025 | |
|---|---|---|---|---|
| 기술(기기·시스템) | 62.5% | 51.6% | 66.5% | 65.1% |
| 경험(지각·실재감) | 66.1% | 68.1% | 72.3% | 67.5% |
| 내용(표상·서사) | 25.0% | 28.6% | 30.1% | 31.4% |
| 사회·공간(공유·혼합 공간) | 37.5% | 24.2% | 21.4% | 29.0% |
| 기능(용도) | 21.4% | 27.5% | 11.7% | 19.2% |
| 정의 문장 수 | 56 | 91 | 206 | 255 |
초록에서는 기술 근거(72.2–78.6%)가 경험 근거(58.0–63.1%)보다 많다. 원문 표본에서는 경험이 기술과 비슷하거나 많지만, 원문 표본은 리뷰가 38.4%로 말뭉치(16.3%)보다 많고, 초록과 원문 정의를 모두 가진 23편 안에서 짝지어 비교하면 어느 근거도 유의하게 다르지 않았다(McNemar 정확 검정, 모든 p ≥ 0.25). 따라서 이 차이를 초록과 본문의 쓰임새 차이로 해석하지 않는다.
초록의 사회·공간 근거는 19.1% → 14.6% → 9.5%로 내려갔다가 2020–2025년 37.2%로 올랐다(골을 지나 오르는 모양). 정의 대상별로 나누면 2020–2025년 메타버스 정의의 90.1%(정의 446개), XR 정의의 26.3%가 사회·공간 근거인 반면 VR 정의는 3.8%에서 4.4%로 그대로다. VR의 정의가 넓어진 것이 아니라 새 용어의 정의가 더해진 것이다.
외연을 열거하지 않는 포괄 정의. 포괄 용어(XR·몰입형 기술 등)를 제목·초록에 쓴 논문은 3,167편이고 그중 2,959편이 2020–2025년, 1,041편이 2025년 한 해에 나왔다. 반면 포괄 개념(실감미디어·몰입형 기술·XR·메타버스)의 정의는 모형 코딩으로 초록 616개·원문 88개에 그쳤고, 정의가 이름을 드는 기술은 평균 1.56개(초록)·1.51개(원문)였다(상한 — 배심원은 더 적게 보았다). 기술을 둘 미만 든 포괄 정의 459개 중 71.7%는 경험·기능 근거를 가졌다. 무엇인지는 말하되 무엇을 포괄하는지는 말하지 않는 정의다. (범위 지표의 '포괄 용어'는 기술 범주와 겹치지 않는 상위 용어만 세므로 메타버스를 넣지 않고, 여기의 '포괄 개념'은 메타버스를 넣는다. 정의 문장이 뽑히지 않았다고 해서 저자가 개념을 정하지 않았다는 뜻은 아니다.)

인용된 정의 출처: 정의 문장 2,603개 중 출처를 밝힌 것은 222개(8.5%)뿐이다. 저자·연도로 정규화하면 Slater & Wilbur 1997(10회 — 'Slater 1997' 표기 5회를 포함하며 모두 FIVE 논문을 가리킴), Milgram 1994(9회, 그중 6회는 Kishino를 명시), Azuma 1997·Heeter 1992·Witmer & Singer 1998(각 6회), Slater 2009(5회), Steuer 1992(4회) 순이다. 가장 많은 출처도 정의 문장의 0.35%에 불과하다 — 대부분의 정의는 어떤 고전도 호출하지 않는다. 전체 분포는 데이터에 있다. 한계: 원문 표본은 오픈액세스 논문이며 리뷰가 많게 설계되었고, 정의 코딩은 탐색적이다.
국가: 한국은 논문 수 5위

06 · 기여
이 연구가 기여하는 것
실감미디어 범위의 좌표계
기술 12 × 분야 12 × 주제 15의 좌표계를 30년·5만여 편의 근거로 제시한다. 후속 연구는 자기 연구의 위치를 이 좌표 위에 표시할 수 있다.
재현 가능한 LLM 보조 범위고찰
검색식·선별 기준·코드를 공개하고 표본 검증 절차를 포함한다. 같은 파이프라인을 다른 주제의 대규모 문헌고찰에 옮겨 쓸 수 있다.
연구개발 포트폴리오 진단
빠르게 자라는 주제와 줄어드는 주제, 한국의 위치(논문 수 5위)를 근거로 투자 공백과 우선순위를 식별할 수 있다.