[ AI Eng _ Computer Vision ] AR * XR * VR * MR 비교하기.

Data-Forge : 데이터로 세상 이해해보기.·2025년 5월 21일

AI&ML_Eng : Computer Vision

목록 보기

3/3

[ AI Eng _ Computer Vision ] AR XR VR * MR 비교하기.

▽ AR XR VR * MR 비교하기.

목  차

1. 각 개념 정리.

2. 공통점 ( 기술 및 개념 측면)

3. 차이점 ( 비교표 + 상세 설명 )

4. CV 관점에서의 핵심 차별 요소.


5. 아키텍처 구조 ( 기술 중심 비교 )

6. 주요 기술 요소 상세 비교

7. 실무 기술 스택 요약

📘 1. 각 개념 정리.

📗 1-1. AR (Augmented Reality | 증강현실).

📙 핵심 개념.

AR은 현실 세계 위에 '가상 콘텐츠를 실시간으로 "겹쳐" 시각화' 하는 기술입니다.
- 예를 들어, 스마트폰을 들이대면 실제 테이블 위에 3D 가구 모델이 자연스럽게 렌더링 되는 것이 AR입니다.

📙 기술 구성 요소.

구성 요소	설명
Tracking (SLAM or VIO)	카메라 움직임을 기반으로 위치 추정 (Pose Estimation)
Plane Detection	바닥, 책상 등 평면을 감지하여 콘텐츠를 배치
Light Estimation	가상 객체에 실제 조명을 반영하여 자연스럽게 보이게 함
Anchoring	객체를 특정 위치에 고정시키기 위한 앵커 시스템
Rendering Engine	Unity / Unreal / RealityKit 등으로 3D 모델 렌더링

📙 대표 플랫폼.

Apple ARKit (iOS)
Google ARCore (Android)
8th Wall (Web AR)

📙 실무 활용 예시.

이커머스: IKEA Place 앱에서 소파를 집 거실에 배치해보기
마케팅: 포스터에 스마트폰을 비추면 3D 캐릭터 등장
교육: 교과서 위에 과학 실험 3D 시뮬레이션 표시

📗 1-2. VR (Virtual Reality | 가상현실).

📙 핵심 개념.

VR은 '현실 환경을 완전히 "차단"하고, 사용자를 '몰입형 가상 세계로 전환'시키는 기술입니다.
HMD ( Head Mounted Display )를 착용하고, 360도 가상 공간 안에서 이동하거나 조작할 수 있습니다.

📙 기술 구성 요소.

구성 요소	설명
6DoF Tracking	머리/몸의 회전(Rotation)과 이동(Translation)을 모두 추적
Stereoscopic Rendering	좌/우 눈용 이미지 각각 생성 (깊이감 생성)
Controller Input	손에 쥐는 컨트롤러로 상호작용
Spatial Audio	공간 내 사운드를 입체적으로 재현
Haptic Feedback	진동, 촉감으로 가상 객체와의 상호작용 표현

📙 대표 플랫폼.

Meta Quest 3 / Quest Pro
HTC Vive / Vive Pro
PlayStation VR2

📙 실무 활용 예시.

제조업: 가상 조립 시뮬레이션으로 작업자 훈련.
의료: VR을 통한 수술 시뮬레이션 훈련.
게임: VR FPS, 퍼즐, 공포, 시뮬레이터 게임.

📗 1-3. MR (Mixed Reality | 혼합현실).

📙 핵심 개념.

MR은 현실과 가상이 "같은 공간에서 실시간으로 상호작용" 할 수 있게 만드는 기술입니다.
즉, 가상 객체가 현실 공간에 고정되어 보일 뿐 아니라,
실제 사람의 손이나 물체와 물리적으로 상호작용합니다.

📙 기술 구성 요소.

구성 요소	설명
Spatial Mapping	공간의 3D 지도를 생성하여 깊이, 높이 등 인식
Hand Tracking / Eye Tracking	사용자의 손 동작/시선 추적하여 입력 처리
Scene Understanding	현실 공간 내 객체들(의자, 책상 등)을 의미 단위로 인식
Physics Integration	현실 구조에 따라 가상 객체가 반응 (충돌, 회전 등)
World Anchors	현실 좌표계에 객체를 정확하게 정렬

📙 대표 플랫폼.

Microsoft HoloLens 2
Magic Leap 2
Apple Vision Pro (혼합현실 모드)

📙 실무 활용 예시.

스마트 팩토리: 작업 현장에 가상 UI 오버레이하여 효율 관리.
건축/설계: 실내공간 위에 AR 설계도를 띄워 함께 논의.
원격 협업: 실제 공간을 공유하며 가상 지시, 협업 수행.

📗 1-4. XR (Extended Reality | 확장현실).

📙 핵심 개념.

XR은 'AR, VR, MR을 아우르는 상위 개념' 으로, 현실과 가상의 모든 몰입형 경험을 포함합니다..
플랫폼 기술, 콘텐츠 형식, UX 범위 등을 포함해 통합된 접근을 목표로 합니다.

💡 "XR = AR + VR + MR + 미래의 모든 몰입 기술"

📙 기술 구성 요소.

구성 요소	설명
Cross-platform Framework	OpenXR 기반으로 멀티 디바이스 개발 가능
XR SDK	하나의 코드로 VR/AR/MR 대응 (Unity XR Plugin, MRTK)
멀티센서 통합 처리	Head/Hand/Eye/Gesture/Voice 입력의 통합
WebXR	브라우저에서 XR 경험 제공 (VR/AR in HTML/JS)

📙 대표 플랫폼.

OpenXR (Khronos Group, Khronos 표준)
Unity XR / Unreal XR Framework
WebXR (WebXR Device API)

📙 실무 활용 예시.

멀티 디바이스 콘텐츠: 하나의 앱으로 Quest + HoloLens 대응.
실시간 스트리밍 XR: WebXR 기반 화상 회의 + AR 객체 공유.
전시/미디어: 가상관 + AR 콘텐츠 동시에 지원.

📘 2. 공통점 ( 기술 및 개념 측면)

항목	설명
입출력 디바이스	모두 카메라, IMU, 디스플레이, 마이크, 스피커 등의 센서를 사용함
3D 공간 인식	3D 모델, 포즈 추정, 위치 추적 등의 기술이 공통적으로 적용됨 (SLAM 기반)
렌더링 엔진	대부분 Unity, Unreal과 같은 실시간 렌더링 엔진을 사용
실시간 처리	사용자 움직임에 따라 실시간 그래픽 처리 및 피드백 필요 (Low Latency 필수)
UX 설계 요소	Spatial UI/UX, 음성 명령, 제스처 기반 인터랙션 등이 공통 요소로 활용됨
콘텐츠 구조	대부분 Scene Graph + Anchoring + Event System으로 콘텐츠 구조화

💡 실제로 XR 플랫폼(예: Unity XR Plugin, MRTK)은 AR/VR/MR을 동일한 코드베이스로 대응하게 구성됩니다.

📘 3. 차이점 ( 기술적/실무적 주요 비교 포인트 )

항목	AR	VR	MR
현실과의 관계	현실을 배경으로 가상 요소를 덧붙임	현실을 완전히 차단	현실과 가상이 동등하게 상호작용
주요 센서	RGB 카메라 + IMU	IMU, IR 센서 중심	Depth 카메라 + RGB + IR + IMU
Tracking 방식	SLAM / VIO	Inside-out or Outside-in	SLAM + Spatial Mapping + Scene Understanding
UX 입력 수단	터치, 화면 제어, Gaze	컨트롤러 기반 입력	손 제스처, 시선, 음성 통합 (멀티모달)
공간 인식 수준	평면 인식 중심	공간 인식 불필요 (가상 환경 생성됨)	실제 공간을 3D Mesh로 깊이 인식
실무 사용성	모바일 기반이 많아 보급형	몰입감 우수하지만 HMD 착용 필수	하이엔드 기기에 의존 (비용 높음)
플랫폼 제약	모바일 디바이스 중심 (iOS/Android)	전용 VR 기기 필요	고가의 전용 MR 디바이스 필요
주요 활용 분야	커머스, 교육, 마케팅	게임, 교육, 시뮬레이션	산업, 의료, 원격 협업 등 고난이도 작업

📌 정리한 시각화 예시 – 현실과 가상 비율 기준.

[────────── 현실 ──────────][────────── 가상 ──────────]
| AR | MR | VR |
| (Overlay) | (Interaction) | (Immersion) |

'AR'은 현실 위에 '보이기만' 하는 기술.
'MR'은 현실과 가상이' 상호-작용'하는 기술.
'VR'은 현실을 완전히 벗어나 '몰입'하도록 하는 기술.

📌 실무에서 선택하는 기준 예시.

상황	적합 기술	이유
가정에서 가구 배치 보기	AR	현실 공간이 존재하고, 단순 오버레이
심화된 기계 조작 훈련	VR	몰입 환경에서 안전하게 반복 가능
작업자에게 실시간 작업 안내 제공	MR	현실 객체 인식 + 손 제스처 상호작용 필요
여러 장비에서 콘텐츠 동시 제공	XR (OpenXR)	플랫폼 간 호환성 필요

📘 4. CV(컴퓨터 비전) 관점에서의 핵심 차별 요소.

기술	Computer Vision의 활용 방식	핵심 차별 요소
AR (Augmented Reality)	현실 세계를 인식하고, 평면/공간을 추적하여 가상 객체를 정확한 위치에 덧붙임	▶ 현실 기반 좌표계 생성 (SLAM) ▶ 평면 인식, 앵커링, 조명 추정이 중요 ▶ 카메라 영상 + IMU를 통한 VIO 기반 Pose Estimation
VR (Virtual Reality)	CV 기술의 의존도는 낮음. 대부분 3D 가상 공간 내부를 렌더링하고 추적하는 구조	▶ 현실 비인식: 외부 공간 인식 불필요 ▶ CV 기술은 컨트롤러 위치 추적, Hand Tracking 등 보조적 역할 ▶ 종종 Eye Tracking 등 생체 기반 인터랙션에 사용됨
MR (Mixed Reality)	AR보다 고도화된 CV 처리 필요. 현실 공간을 정확하게 3D로 재구성(Spatial Mapping)하고, 가상 객체와의 실시간 상호작용 지원	▶ 현실 공간의 깊이 인식(Depth) 및 Semantics 중요 ▶ Scene Understanding: 벽, 책상, 사람 구분 ▶ Hand Mesh, Occlusion, Physics까지 구현됨
XR (Extended Reality)	CV 활용은 AR/MR의 종합. 하드웨어나 목적에 따라 모든 CV 기능을 선택적으로 통합함	▶ Cross-platform 대응을 위한 추상화 계층 구축 ▶ CV 기술을 모듈화하여 선택 적용 가능 ▶ WebXR/WebAR 등에서는 경량 CV 모델이 주로 사용됨

Detail.

✅ 1. AR: CV 의존도가 높음.

대부분의 Pose Estimation, Anchoring, Plane Detection이 CV 기반
특히 SLAM 기술의 발전(Visual-Inertial SLAM, Depth SLAM)이 핵심
OpenCV로 prototyping도 가능: ORB/FAST/SURF 등 feature matching으로 구현 가능

✅ 2. VR: CV는 보조적.

대부분 가상 공간 자체가 시뮬레이션됨
다만 최근에는 Hand Tracking (Mediapipe), Eye Tracking, Face Tracking으로 CV 기술 활용이 늘어남
- 예: Meta Quest의 Hand Pose Recognition, 얼굴 표정 추정

✅ 3. MR: 고차원적인 CV 활용.

현실 공간을 3D Mesh로 표현 → Depth Sensor 또는 AI 기반 Monocular Depth Estimation 필요
CV 기반 Semantic Segmentation: 벽, 천장, 사람 등 객체 분리
Occlusion 처리: 실제 물체 뒤에 가상 객체가 가려져야 함 → CV 기반 실시간 Masking

✅ 4. XR: 통합과 선택.

AR/VR/MR에서 필요한 CV 기능을 범용 프레임워크에서 선택 가능 (예: Unity XR SDK + AR Foundation)
CV 기능은 플랫폼별 추상화 (예: ARKit의 CV기능을 Unity에서 추상화하여 사용)

📌 실제 적용 예시 비교 (CV 기술 중심).

기술	예시	사용된 CV 기술
AR	스마트폰으로 바닥 인식 후 3D 캐릭터 배치	SLAM, Plane Detection, Light Estimation
VR	VR 챗에서 손으로 가상 캐릭터에게 손짓	Hand Tracking (CV + ML), Pose Estimation
MR	실제 사무실 책상 위에 3D 디스플레이 띄우고 상호작용	Depth Mapping, Scene Understanding, Occlusion
XR	웹에서 모바일/헤드셋에 맞춰 자동 AR/VR 콘텐츠 제공	경량화된 SLAM, Adaptive Tracking, WebCV

✨ 정리하자면:

CV(컴퓨터비전) 관점에서 가장 중요한 차이는 ‘현실 공간을 얼마나 정교하게 이해하고 활용하는가’에 있음.

AR은 "현실 인식 + 위치 추정"
MR은 "현실 분석 + 실시간 상호작용 + 물리적 이해"
VR은 "현실 필요 없음, CV는 부가 기능"
XR은 "다양한 디바이스와 목적에 맞게 CV 기능을 모듈화하여 조합"

📘 5. 아키텍처 구조 ( 기술 중심 비교 ).

📗 5-1. AR (Augmented Reality).

핵심 목표 : 현실 세계에 정합된 '가상 객체'를 정밀하게 정렬시키고 배치.

📙 아키텍처 구조.

[Camera & IMU Input]
        ↓
[SLAM or VIO Engine]
        ↓
[Pose Estimation + Plane Detection]
        ↓
[Anchoring System]
        ↓
[Rendering Engine (Unity/Unreal)]
        ↓
[Display (Mobile Screen or AR Glass)]

📙 핵심 기술 컴포넌트 :

SLAM / VIO (Visual-Inertial Odometry): 실시간 위치 추정
Plane Detection / Feature Matching: 현실 좌표계 생성
Anchoring / AR Session Manager: 가상 오브젝트 고정
Light Estimation / Occlusion: 현실과 조화로운 표현

📦 대표 기술 스택: ARKit (iOS), ARCore (Android), WebAR, Unity AR Foundation
📘 관련 CV 기술: ORB/FAST feature 추출, RANSAC, Kalman filter, Kalibr 등

📗 5-2. VR (Virtual Reality)

핵심 목표 : 몰입형 가상 세계를 시뮬레이션하고 사용자 움직임을 반영 !!

📙 아키텍처 구조.

[VR Controller + HMD Sensor]
        ↓
[6DoF Pose Tracking]
        ↓
[Physics & Collision Engine]
        ↓
[3D Rendering Pipeline]
        ↓
[Stereo Display Output (HMD)]

📙 핵심 기술 컴포넌트:

Inside-out Tracking / Outside-in Tracking: 위치·회전 추적
Hand / Eye Tracking (선택적): CV 기반 사용자 입력
Physics Engine (NVIDIA PhysX 등): 가상 환경 물리 처리
HMD Calibration & Lens Distortion Correction

📦 대표 플랫폼: Oculus SDK, OpenVR, SteamVR
📘 관련 CV 기술: Mediapipe Hands, IR-based tracking, Optical Flow

📗 5-3. MR (Mixed Reality).

핵심 목표 : 현실 공간과 정밀한 인터렉션이 가능한 가상 객체 배치 및 동기화.

📙 아키텍처 구조.

[RGB + Depth Camera + IMU]
        ↓
[SLAM + Spatial Mapping + Semantic Segmentation]
        ↓
[Scene Understanding (벽/바닥/사람)]
        ↓
[Object Anchoring + Hand Tracking]
        ↓
[Real-time Physics + Occlusion Engine]
        ↓
[3D Rendering + Interaction UI]
        ↓
[Display (HoloLens 등)]

📙 핵심 기술 컴포넌트.

Depth Estimation (LiDAR / ToF / AI): 현실 3D 복원
Scene Understanding: 공간 구조/객체 파악
Semantic Segmentation: 사람/바닥/책상 구분
Hand Tracking + Eye Gaze: 복합 인터랙션 처리
Occlusion Handling: 현실 객체에 가상 객체 가려짐 표현

📦 대표 기술 스택: Microsoft MRTK + HoloLens, Magic Leap SDK
📘 관련 CV 기술: Depth CNN, YOLO / Mask R-CNN, SDF/TSDF, Kinect Fusion

📗 5-4. XR (Extended Reality).

핵심 목표 : AR/VR/MR 기술 통합 및 Cross-device 콘텐츠 배포.

📙 아키텍처 구조.

[Device Abstraction Layer]
        ↓
[AR / VR / MR 모듈 선택 적용]
        ↓
[XR SDK Interface (OpenXR, WebXR)]
        ↓
[Rendering Engine (Unity, Unreal, WebGL)]
        ↓
[Display (Mobile, HMD, Web)]

📙 핵심 기술 컴포넌트.

XR Interface Layer: OpenXR, WebXR (플랫폼 추상화)
Device Capability Detection: AR/VR 전환 처리
Modular Pipeline: 사용 가능한 CV 모듈만 로딩
Adaptive Rendering: 디바이스별 성능 최적화

📦 대표 기술 스택: OpenXR, Unity XR Interaction Toolkit, WebXR API
📘 관련 CV 기술: 가볍고 범용적인 CV 처리 모듈 (WebAssembly + CV.js, TensorFlow.js 등)

📗 5-5. 비교표 📊 : 기술적 구조 요약.

요소	AR	VR	MR	XR
센서 입력	Camera + IMU	IMU + Controller	RGB + Depth + IMU	All (선택적)
공간 인식	평면 인식 중심	공간 무시 (가상)	실세계의 3D mesh화	혼합형
사용자 입력	터치 / Gaze / 간단 제스처	컨트롤러 / 버튼	손 추적 / 음성 / Gaze	장치 기반 선택적
주요 모듈	SLAM, Anchoring	6DoF, Physics	Scene Understanding, Occlusion	Cross-device abstraction
렌더링	Mobile GPU / AR Glass	HMD 전용 GPU	MR HMD (HoloLens 등)	Web/Mobile/HMD 호환
플랫폼	ARKit, ARCore	Oculus, SteamVR	HoloLens SDK, MRTK	OpenXR, WebXR

📗 5-6. 실무 활용 예시.

목적	추천 기술	이유
빠른 모바일 AR 프로토타이핑	ARKit/ARCore + Unity	모바일 SDK가 완비되어 있고 빠르게 MVP 제작 가능
3D 환경 기반 교육 시뮬레이션	VR (Unreal Engine 기반)	고성능 물리 + 그래픽 환경 구성 유리
산업 현장 인터랙티브 워크플로우	MR (MRTK + HoloLens)	손 추적 기반 인터페이스, 공간 인식이 필수
멀티 디바이스용 통합 플랫폼	XR (Unity + OpenXR)	디바이스 추상화 + 유지보수 용이

📘 6. AR / VR / MR / XR의 주요 기술 요소 상세 비교.

📙 상세 비교표.

기술 요소	AR	VR	MR	XR
Tracking (위치/자세 추정)	Visual SLAM / VIO	IMU 기반 6DoF 또는 외부 카메라 트래킹	Visual SLAM + Depth 기반 정밀 트래킹	OpenXR 기반 추상화된 트래킹 API
Depth Sensing	선택사항 (LiDAR, Monocular Depth Estimation)	일반적으로 사용되지 않음	핵심 요소 (LiDAR/ToF or AI-based Depth)	선택적으로 통합됨
Scene Understanding	Plane Detection, Anchor	미사용 또는 간단한 Hit Test	공간 맵핑 + 객체 분류 + Occlusion	디바이스 성능에 따라 다름
User Interaction	터치, 제스처, Gaze	Controller, Eye Tracking, Haptics	Hand Tracking, Voice, Gaze, Spatial Input	WebXR or SDK-based Unified Input
Rendering	현실 배경 위 가상 객체	완전한 가상 공간	혼합된 공간에 객체와 인터랙션	다양한 디바이스에 맞춘 Adaptive Rendering
Occlusion Handling	제한적 (간단한 Occluder)	불필요	Depth 기반 실시간 Occlusion	성능 제한 내에서 조건부 적용
CV 알고리즘 활용도	매우 높음 (SLAM, Object Tracking, Segmentation 등)	제한적 (Hand/Eye Tracking 등)	매우 높음 (Depth + Segmentation + Tracking)	플랫폼에 따라 다름 (Web은 경량화 중심)
하드웨어 의존도	중간 (스마트폰 센서 기반)	높음 (전용 HMD)	높음 (RGB-D 카메라, HoloLens 등)	혼합 (모바일, 데스크탑, 웹 모두 지원)

📙 주요 기술 요소 설명.

📍 SLAM (Simultaneous Localization and Mapping).

AR/MR 핵심 기술
카메라 영상으로 사용자의 위치와 환경 맵을 동시에 추정
대표 알고리즘 : ORB-SLAM, RTAB - Map , Google Cartographer

📍 Depth Estimation.

MR/AR 에서는 3D 공간 인식에 필수.
방식
- 센서 기반 : LiDAR (iPad Pro, HoloLens 2), ToF
- AI 기반 : Monocular Depth CNN (MiDaS 등)

📍 Scene Understanding.

Semantic Segmentation (책상, 사람, 벽 등 의미적 분리)
Spatial Mesh 생성 (Unity에서 MeshCollider 처리 등)
Real-world geometry 기반의 Physics + Interaction

📍 Hand Tracking / Eye Tracking.

VR/MR의 대표 인터랙션 수단
대표 기술: Mediapipe Hands, Azure Kinect Body Tracking, Tobii Eye Tracker

📘 7. 실무 기술 스택 요약

분류	AR	VR	MR	XR
대표 플랫폼	ARKit (iOS), ARCore (Android), WebAR	Oculus SDK, OpenVR, SteamVR	HoloLens SDK, Magic Leap SDK, MRTK	Unity XR Toolkit, OpenXR, WebXR
렌더링 엔진	Unity, Unreal, 8thWall	Unity, Unreal	Unity + MRTK	Unity + OpenXR, WebGL
추적 기술	AR Foundation (Unity), VIO, SLAM	Inside-out Tracking, Lighthouse	SLAM + Scene Mapping	OpenXR abstraction
CV 라이브러리	OpenCV, Mediapipe, TFLite	Mediapipe (Hands, Face), OpenCV	Azure Kinect SDK, DepthAI	WebCV, TensorFlow.js
Depth 센서	LiDAR (iPad), Structure Sensor	없음 또는 IR	LiDAR, ToF (Azure Kinect, RealSense)	선택 사항 (기기 의존)
개발 언어	Swift, Kotlin, C#, C++	C#, C++, Python	C#, C++, Python	C#, JavaScript (WebXR)
배포 환경	모바일 앱 (iOS/Android), WebAR	HMD 앱 (Quest, Vive)	HoloLens 앱, UWP 기반	Web, Cross-platform 앱
프레임워크	AR Foundation, Vuforia, Niantic Lightship	Oculus SDK, OpenVR, XR Interaction Toolkit	MRTK, Windows Mixed Reality Toolkit	Unity XR Management + OpenXR

📘 ++. 실무 개발 팁.

Unity 기반으로 개발하는 경우, AR Foundation은 ARKit/ARCore를 통합 추상화해주고,
XR Interaction Toolkit은 AR/VR/XR 공용 상호작용 처리를 도와줍니다.
WebXR/WebAR은 경량화 CV 모델 사용이 일반적이며,
TensorFlow.js + Mediapipe를 병행 사용하여 Hand/Face Tracking 처리 가능
HoloLens 프로젝트는 MRTK (Mixed Reality Toolkit) 기반으로
Scene Mapping, Gaze, Voice, Hand 인터페이스를 빠르게 구현 가능
AI 기반 CV 기능 (ex: Depth Estimation, Segmentation)은
ONNX, TensorRT, TFLite 포맷으로 실시간 추론 속도를 최적화하는 것이 실무 핵심입니다.

Data-Forge : 데이터로 세상 이해해보기.

Roll with the punches

이전 포스트

[ AI Eng _ Computer Vision ] AR * XR * VR * MR 비교하기.

AI&ML_Eng : Computer Vision

[ AI Eng _ Computer Vision ] AR XR VR * MR 비교하기.

▽ AR XR VR * MR 비교하기.

📘 1. 각 개념 정리.

📗 1-1. AR (Augmented Reality | 증강현실).

📙 핵심 개념.

📙 기술 구성 요소.

📙 대표 플랫폼.

📙 실무 활용 예시.

📗 1-2. VR (Virtual Reality | 가상현실).

📙 핵심 개념.

📙 기술 구성 요소.

📙 대표 플랫폼.

📙 실무 활용 예시.

📗 1-3. MR (Mixed Reality | 혼합현실).

📙 핵심 개념.

📙 기술 구성 요소.

📙 대표 플랫폼.

📙 실무 활용 예시.

📗 1-4. XR (Extended Reality | 확장현실).

📙 핵심 개념.

📙 기술 구성 요소.

📙 대표 플랫폼.

📙 실무 활용 예시.

📘 2. 공통점 ( 기술 및 개념 측면)

📘 3. 차이점 ( 기술적/실무적 주요 비교 포인트 )

📌 정리한 시각화 예시 – 현실과 가상 비율 기준.

📌 실무에서 선택하는 기준 예시.

📘 4. CV(컴퓨터 비전) 관점에서의 핵심 차별 요소.

Detail.

✅ 1. AR: CV 의존도가 높음.

✅ 2. VR: CV는 보조적.

✅ 3. MR: 고차원적인 CV 활용.

✅ 4. XR: 통합과 선택.

📌 실제 적용 예시 비교 (CV 기술 중심).

✨ 정리하자면:

📘 5. 아키텍처 구조 ( 기술 중심 비교 ).

📗 5-1. AR (Augmented Reality).

📙 아키텍처 구조.

📙 핵심 기술 컴포넌트 :

📗 5-2. VR (Virtual Reality)

📙 아키텍처 구조.

📙 핵심 기술 컴포넌트:

📗 5-3. MR (Mixed Reality).

📙 아키텍처 구조.

📙 핵심 기술 컴포넌트.

📗 5-4. XR (Extended Reality).

📙 아키텍처 구조.

📙 핵심 기술 컴포넌트.

📗 5-5. 비교표 📊 : 기술적 구조 요약.

📗 5-6. 실무 활용 예시.

📘 6. AR / VR / MR / XR의 주요 기술 요소 상세 비교.

📙 상세 비교표.

📙 주요 기술 요소 설명.

📍 SLAM (Simultaneous Localization and Mapping).

📍 Depth Estimation.

📍 Scene Understanding.

📍 Hand Tracking / Eye Tracking.

📘 7. 실무 기술 스택 요약

📘 ++. 실무 개발 팁.

[ AI Eng _ Computer Vision ] 왜 Python이 컴퓨터 비전의 기본 언어인가?” & 🔰 Python으로 Vision 개발을 시작하기 위한 베이직 로드맵

0개의 댓글