구조 방정식 모델링을 통한 혼합 현실 디지털 유산 서사에 대한 방문객 참여 평가

요약

이 프로토콜은 구조 방정식 모델링을 활용한 정량적 방법론을 상세히 설명하며, 혼합 현실 문화 서사의 품질이 디지털 유산 환경에서 방문객의 몰입도, 인지된 진정성, 정서적 연결, 그리고 이후 학습 결과에 어떤 영향을 미치는지 평가합니다.

초록

이 글은 디지털 유산 환경에서 방문객 참여와 학습 성과에 미치는 혼합 현실(MR) 문화적 서사 품질을 평가하는 포괄적인 프로토콜을 제시합니다. MR 기술은 문화적 표현을 위한 새로운 플랫폼을 제공하지만, 그 경험과 교육적 효과를 정량화하는 표준화된 방법은 여전히 제한적입니다. 이 프로토콜은 통합 MR 유산 프로토타입을 활용한 시나리오 기반의 정량적 실증 연구 설계를 상세히 설명합니다. 참가자들(N = 261명)은 역사적 내용, 공간적 서사, 상호작용 정보를 통합한 MR 시스템에 참여합니다. 경험 후에는 구조화된 설문지를 통해 핵심 구성 요소인 서사적 질, 몰입, 인식된 진정성, 정서적 연결, 방문객 참여, 학습 성과를 측정하는 데이터가 수집됩니다. 데이터는 이후 부분 최소제곱 구조 방정식 모델링(PLS-SEM)을 사용하여 이 변수들 간의 구조적 관계와 매개 효과를 지도화합니다. 이 프로토콜을 검증하는 대표 결과로서, 고품질 MR 서술이 몰입감과 진정성 인식을 크게 높여 감정적 공명과 방문객 참여를 깊게 유도한다는 점을 확인시켜 줍니다. 궁극적으로 이러한 높은 참여는 학습 성과의 향상으로 이어집니다. 이러한 다층적 심리적·행동적 반응을 체계적으로 포착하고 분석함으로써, 이 방법론은 연구자와 설계자가 디지털 유산 경험의 교육적 가치를 평가하고 최적화할 수 있는 신뢰할 수 있는 틀을 제공합니다.

서론

문화유산 보급을 위한 국제적 패러다임의 심오한 조정 하에서, 전시 논리는 근본적으로 오브제물 중심에서^{방문객 경험을 강조}하는 접근으로 전환되었다. 역사적으로 박물관과 유산지는 주로 물리적 진열장과 정적인 텍스트 명판에 의존하여 역사적 정보를 일방향적으로 전달했습니다. 따라서 이러한 전통적인 구성은 일반적으로 방문객의 능동적 인지 과정에 관여하지 않는 것으로 간주되며, 관객을 단순한 관객으로 만든다. 그러나 디지털 인문학 연구의 등장과 급속한 진화는 이러한 역학을 돌이킬 수 없이 변화시켰습니다. 현대의 목표는 더 이상 단순히 문화 유물을 보존하고 수동적으로 전시하는 것이 아니라, 인터랙티브 디지털 미디어를 연결하는 매개체로 사용하여 역사의 연대기를 역동적으로 재구성하는 것입니다 ^2,3. 이러한 맥락에서 혼합 현실(MR) 기술을 활용하면 순수 디지털 가상 공간의 내재적 한계와 실제 유산 환경의 물리적 제약을 보완하여 문화 표현을 위한 견고한 하이브리드 플랫폼을 제공합니다.

유산의 디지털 전환을 실현하기 위해 MR을 활용하는 핵심 메커니즘은 공간적 서사의 체계적 재구성에 있습니다. 이 접근법은 기본 비디오 투어나 고립된 증강현실(AR) 객체의 단순 중첩과 같은 전통적인 디지털 모델과는 상당히 다릅니다. 대신 MR은 첨단 공간 인식 매핑 및 투^{사 기술을 통해} 진정한 공간 공존과 환경 통합을 실현합니다. 이러한 계산적으로 증강된 환경에서 방문객은 더 이상 고립된 역사적 사실을 수동적으로 받아들이는 것이 아니라, 오히려 그들은 문화적 이야기의 실시간 재창조에 적극적으로 참여하는 역할을 한다. 참여 규칙이 근본적으로 바뀌어 관광객과 문화유산 콘텐츠 간의 구조적 관계를 재정의했습니다. 문화적 소비는 의미 구성의 능동적 과정으로 전환된다 ^5,6. 디지털화된 역사적으로 정확한 콘텐츠를 물리적 유산지와 병행하여 제시함으로써, 잠들어 있던 역사적 기록을 공간적·감정적으로 공명하는 서사적 조각으로 효과적으로 전환합니다^.

이러한 기술 발전에도 불구하고, 광범위한 문헌을 비판적으로 검토하면 뚜렷한 방법론적 격차가 드러난다. 학계가 유산 보호에 대한 확장현실의 응용에 상당한 관심을 기울여왔음에도 불구하고, 현재 연구의 대다수는 기술적 실현, 하드웨어 최적화, 기본적인 사용성 평가에 집중되어 있습니다. 이전 수많은 연구들이 특정 기기와 감각 자극 기술의 적용 효과를 조사했지만, 문화적 인지, 심리적 몰입, 교육적 결과와의 깊은 구조적 관계를 경험적으로 조사한 연구는 매우 드뭅니다 ^8,9. 그 결과, 많은 기존 디지털 유산 프로젝트들은 단절된 설계를 겪고 있습니다: 정교한 기술 지원은 있지만 설득력 있고 구조화된 내러티브 전략이 부족합니다. 개발자들이 강한 공간적 존재감을 조성하려 하지만, 근본적으로 방문객들이 역사적 맥락에 효과적으로 몰입할 수 있게 하는 주요 촉매제는 내러티브의 깊이, 일관성, 그리고 질^입니다. 현재까지 특정 MR 내러티브 디자인이 미묘한 방문객 참여 행동에 미치는 영향을 체계적이고 정량적인 방법론적 틀은 포괄적으로 확립되지 않았습니다. 그 결과, 수많은 고비용 디지털 유산 프로젝트들이 눈에 띄는 시각적 자극을 제공하지만, 장기적인 교육 성과나 문화적 정체성 형성에는 상당한 영향을 미치지 못^합니다.

이 프로토콜에서 제시된 방법의 전반적인 목표는 MR 문화 내러티브의 경험적·교육적 효능을 정량화하기 위한 표준화되고 재현 가능한 실증적 틀을 제공하는 것입니다. 이 특정 기법 개발의 근거는 MR 환경의 서사 설계가 직접적이거나 즉각적으로 행동 학습 반응을 유발하지 않는다는 이해에 뿌리를 두고 있습니다. 대신, 이는 일련의 중개 심리 과정을 통해 작용하는 원위 선행 요인으로 기능합니다. 우리는 고품질 내러티브 흐름 몰입이 박물관 피로감이나 역사적 전문 용어 과부하와 같은 관광객의 인지 장벽을 효과적으로 낮춰 복잡한 정보를 더 쉽게 접근할 수 있게 한다고 가설을 세웁니다. 동시에 인지된 진정성은 가상 내러티브 오버레이와 유형 문화유산 사이의 중요한 인지적 다리 역할을 합니다. 감정적 공명은 이 기본 참여를 깊은 문화적 연결의 상태로 끌어올립니다. 프로토콜은 이러한 잠재된 심리적 구성물이 필수적인 중개자로 기능하는지 체계적으로 확인하여, 이 방법론적 틀이 관광객 참여가 학습 결과에 미치는 영향을 평가하는 데 어떻게 활용될 수 있는지 보여줍니다.

이 제안된 정량적 프로토콜은 대체 평가 기법에 비해 상당한 장점을 제공합니다. 이전에는 디지털 유산 경험 평가가 주관적인 방문 후 질적 인터뷰나 단차원적 자기보고적 만족도 조사에 크게 의존했습니다. 이러한 대안적 방법들은 실제 공간 경험 중 동시에 발생하는 복잡하고 다층적인 심리적 메커니즘을 종종 포착하지 못한다^12,13. 전통적인 관찰 방법도 잠재 심리 변수를 동기적으로 모델링하는 데 필요한 통계적 엄밀성이 부족합니다. 반면, 여기 제시된 방법론은 통제된 MR 디지털 유산 프로토타입과 견고한 조사 기구 및 편소제곱구조방정식(PLS-SEM)¹⁴를 결합하여 사용합니다. PLS-SEM은 복잡한 경로 모델과 여러 매개 효과를 동시에 엄밀하게 평가할 수 있게 해주어, 단순히 관찰하는 것이 아니라 서사의 질이 학습에 어떻게 연결되는지 매우 정확하게 파악할 수 있게 해주기 때문에 특히 유리합니다.

이 프로토콜을 실행하면서 얻은 정보는 독자들이 이 구조 평가 방법이 자신의 특정 응용에 적합한지 판단하는 데 도움을 줄 것입니다. 이 프로토콜은 순수 기술적 유산 기술 평가에서 엄격한 예측 모델링으로 전환하려는 디지털 인문학 학자, 박물관 큐레이터, 인터랙티브 시스템 설계자에게 매우 적합합니다. 방문객 참여를 이끄는 특정 내러티브 변수를 분리함으로써, 이 방법은 미래 MR 문화 내러티브 시스템의 교육 효과를 최적화하기 위한 이론적 근거와 실행 가능한 방향을 모두 제공합니다.

프로토콜

인간 참여자를 포함한 모든 방법은 관련 기관 지침에 따라 수행되었으며, 상하이 다지 교육기술유한회사의 인간연구보호 윤리위원회(승인 번호 4500AL0512)의 승인을 받았습니다. 참여 전에 모든 참가자로부터 서면 동의를 받았습니다.

1. 시스템 개발 및 실험 설계

1. MR 디지털 유산 프로토타입 개발
   1. MR 프로토타입 제작
      1. Unity 2022.3 LTS를 사용해 MR 디지털 유산 프로토타입을 구축하세요.
      2. 가상 및 물리적 콘텐츠를 통합할 수 있는 Microsoft HoloLens 2 헤드마운트 MR 장치를 통해 애플리케이션을 배포하세요.
   2. MR 프로토타입 구성
      1. 프로토타입을 구성하여 3차원 물리적 환경 내에 가상 문화 정보를 중첩하도록 설정하세요.
      2. 역사적 내용, 공간적 서사 요소, 인터랙티브 정보 프레젠테이션을 시스템에 통합하세요.
      3. 모든 참가자에게 동일한 장치, 애플리케이션 빌드, 씬 패키지, 상호작용 워크플로우를 사용하세요.
   3. 문화유산 콘텐츠 준비
      1. 공개된 박물관 기록, 지역 문화유산 기록, 전시 텍스트, 전문가 검토 해설 자료에서 역사 및 문화 자료를 수집합니다.
      2. 수집된 자료를 연대기와 주제별 서사 단위로 조직하세요.
      3. 최종 프로토타입을 배치하기 전에 두 명의 문화유산 전문가에게 자료를 검토하도록 요청하세요.
2. MR 환경 설계
   1. 상호작용 구성 요소 구성
      1. 공간 프롬프트, 시각적 계층, 상호작용 피드백 메커니즘을 MR 환경에 통합하세요.
      2. 이러한 구성 요소가 사용자 탐색과 참여를 경험 전반에 걸쳐 지원하도록 하세요.
   2. 내러티브 중심 상호작용을 구현하세요
      1. 내러티브 중심 스토리텔링을 활용해 참가자들을 맥락화된 문화적 상황 속에 배치하세요.
      2. 전통적인 정적 프레젠테이션 방식을 인터랙티브 체험 콘텐츠로 대체하세요.
3. 실험적 틀 수립
   1. 구조 모델을 정의하세요
      1. 실험 프레임워크는 핵심 구조와 그 운영 차원을 개괄하는 제안된 구조 모델을 기반으로 한다(그림 1).
   2. 주 독립변수를 정의합니다
      1. MR 문화적 서사적 품질을 프레임워크 내 주요 독립 변수로 정의하라.
      2. 몰입도와 인지된 진정성을 통해 그 관계를 평가하세요.
   3. 하위 결과 관계를 정의하세요
      1. 몰입과 인지된 진정성이 정서적 연결, 방문객 참여, 학습 성과에 미치는 후속 영향을 평가합니다.

그림 1. 혼합현실(MR) 디지털 유산 경험에서 방문객 참여를 평가하는 실험적 워크플로우. 연구 설계 및 실험 절차의 개략적 개요. 워크플로우는 시스템 준비, 참가자 모집, MR 경험 노출, 설문지 관리, 통계 분석을 통해 서사의 질, 몰입도, 인지된 진정성, 정서적 연결, 방문객 참여, 학습 성과 간의 관계를 평가하는 과정을 보여줍니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

2. 참가자 모집 및 준비

1. 적격 참가자 모집
   1. 목표 집단을 정의하세요
      1. 대상 인구를 기초적인 디지털 리터러시를 가진 개인으로 정의하세요.
      2. 대학 캠퍼스와 지역 문화 센터 전반에 걸쳐 계층화된 무작위 표본을 통해 참가자를 모집하여 인구 다양성을 촉진합니다.
   2. 포함 기준 적용
      1. 참가자는 최소 18세 이상으로 등록하세요.
      2. 정상 시력 또는 정상 시력을 가진 참가자를 등록하세요.
   3. 제외 기준 적용
      1. 심각한 멀미 병력이 알려진 사람은 제외합니다.
      2. 연구에 사용된 특정 디지털 유산 콘텐츠에 이전에 노출된 개인은 제외합니다.
   4. 참가자 등록 최종 확정
      1. 사전 정해진 자격 기준에 따라 참가자를 모집하세요.
      2. 최종 분석 데이터셋에 유효한 참가자 261명을 유지합니다.
2. 실험 환경을 표준화하세요
   1. 세션 조건 표준화
      1. 모든 참가자 세션에서 일관된 MR 유산 경험 환경을 유지하세요.
      2. 모든 세션은 안정적인 조명과 제한된 외부 소음, 미리 정해진 안전한 이동 구역이 있는 조용한 실내 방에서 진행하세요.
      3. 실험 전반에 걸쳐 하드웨어 구성, 소프트웨어 환경, 상호작용 워크플로우를 표준화하세요.
   2. 시스템 준비 상태 확인
      1. 참가자 응답에 영향을 줄 수 있는 외부 기술적 불일치를 최소화하세요.
      2. 각 실험 세션 전에 헤드셋 배터리 잔량, 시각적 선명도, 공간 매핑, 제스처 인식, 애플리케이션 시작, 환경 일관성을 확인하세요.

3. 실험적 절차

참고: 다음 절차는 그림 1에 나타난 워크플로우와 일치합니다. 단계별 설계는 참가자 지향성과 공식 실험 과제를 분리하여 기술 낯숙이 측정 결과에 미치는 영향을 최소화합니다.

1. 참가자 소개 및 동의 절차를 수행합니다
   1. 참여자 오리엔테이션 제공
      1. 세션 시작 전에 연구 목표, 실험 작업 흐름, 관련 안전 지침에 대해 참가자들에게 간략히 설명하세요.
   2. 사전 동의 획득
      1. MR 경험에 참여하기 전에 각 참가자로부터 서면 동의서를 받으세요.
2. 참가자들을 MR 시스템 사용 준비시키기
   1. 시스템 명령어 제공
      1. 장비 사용 설명서를 배포하세요.
      2. MR 시스템의 운영 절차와 상호작용 요구사항을 설명하십시오.
   2. MR 하드웨어 보정
      1. 참가자들이 MR 하드웨어의 배치와 보정을 안내합니다.
      2. 참가자가 시야 흐림, 추적 불안정성, 연습 상호작용 완료 어려움을 보고하면 재보정을 수행하세요.
   3. 참여자 교육 실시
      1. 헤드셋 조정, 시선 조절, 손짓, 메뉴 선택, 안전 수칙을 다루는 표준화된 5분 교육 세션을 제공합니다.
3. 공식 MR 체험 세션을 진행하세요
   1. 경험 세션을 시작하세요
      1. 참가자들에게 표준화된 MR 디지털 유산 환경에 들어가 탐색하도록 안내합니다.
   2. 내러티브 경험을 완성하세요
      1. 참가자들에게 통합 가상 전시물을 관람하고 필요한 인터랙티브 탐사 활동을 수행하는 등 전체 공간 내러티브 시퀀스를 완료하도록 안내합니다.
      2. 약 12분에서 15분 정도 공식적인 MR 경험을 유지하세요.
      3. 참가자가 마지막 내러티브 장면을 마치고 시작 인터페이스로 돌아오면 세션이 완료된 것으로 간주하세요.
4. 경험 후 설문지를 실시하세요
   1. 설문지를 실시하세요
      1. MR 체험 세션이 끝난 직후 구조화된 설문지를 실시하세요.
   2. 참가자 응답 수집
      1. 참가자들에게 문화적 서사의 질, 몰입도, 인지된 진정성, 감정적 반응, 방문객 참여, 학습 성과에 대한 인식을 자기보고하도록 지시합니다.

4. 측정 및 가변 운영화

1. 설문지 구조 구성
   1. 반응 척도를 정의하세요
      1. 설문지를 1점('매우 반대')에서 5점('매우 동의')까지 5점짜리 리커트 척도를 사용하여 참가자들의 인식과 경험적 반응을 수치화하세요.
   2. 점수 매김 절차를 정의하세요
      1. 평가 과정 전반에 걸쳐 모든 측정 개념에 대해 일관된 응답 형식을 유지하세요.
      2. 각 구성 점수를 해당 항목들의 산술 평균으로 계산합니다.
      3. 설문지에서 역코딩된 문항은 제외하세요. 높은 점수는 해당 개념의 수준이 높다는 의미로 해석하세요.
   3. 설문지 구조를 정의하세요
      1. 최종 30문항 경력 후 설문지를 보조 파일 1로 제공하세요.
      2. 6개의 구성요소를 다섯 개 항목으로 측정합니다: MR 문화적 내러티브 품질, 몰입, 인지된 진정성, 감정적 연결, 방문객 참여, 학습 성과.
2. MR 문화 내러티브 품질 측정
   1. 서사 구조 평가
      1. MR 환경 내에서 제시되는 이야기 내용의 논리적 조직과 일관성을 평가하여 MR 문화적 내러티브의 질을 평가합니다.
   2. 내러티브 표현 평가
      1. 문화 정보의 매력도를 측정하세요.
      2. 상황 안내의 명확성과 상호작용적 해석의 일관성을 측정하세요.
3. 몰입 상태 평가
   1. 존재 및 참여 평가
      1. 참가자들의 유산 환경 내 존재감과 공간적 참여도를 측정하여 몰입도를 평가합니다.
   2. 주의 집중 평가
      1. MR 경험 중 참가자들의 지속적인 주의력 집중도를 평가합니다.
4. 인지된 진정성을 측정하세요
   1. 역사적 신뢰성 평가
      1. 참여자들이 디지털 향상을 역사적으로 신뢰할 수 있고 문화적으로 진정성 있다고 인식하는 정도를 평가하여 인지된 진정성을 측정합니다.
   2. 환경 현실성 평가
      1. 디지털 증강이 물리적 유산 환경의 인지된 현실성을 보존하는지 평가하세요.
5. 감정적 연결을 측정하세요
   1. 감정적 공명을 평가하세요
      1. 참여자의 문화적 정체성과 역사적 내용에 대한 감정적 공명을 평가하여 정서적 연결을 평가합니다.
   2. 감정적 애착을 평가하세요
      1. 경험 중에 제시된 유산 서사에 대한 참가자들의 의미 있는 정서적 애착을 측정하세요.
6. 방문객 참여도 평가하기
   1. 인지 참여 평가
      1. 참가자들의 인지 참여도와 관련 문화 정보를 탐구하려는 의지를 평가하여 방문객 참여도를 평가합니다.
   2. 행동 참여 평가
      1. MR 경험 중 참가자들의 심리적 참여 및 상호작용 의도를 측정합니다.
7. 학습 성과 평가
   1. 학습 습득 평가
      1. MR 경험 이후 참가자들이 인식하는 지식 습득과 향상된 문화적 이해를 측정하여 학습 성과를 평가합니다.
   2. 지식 유지율 평가
      1. 참가자들이 제시된 유산 내용을 최종 종속 변수로 얼마나 기억하는지 평가합니다.

5. 데이터 스크리닝 및 통계 분석

1. 데이터셋을 스크리닝하고 준비하세요
   1. 무효 응답을 식별합니다
      1. 수집된 설문지 데이터를 선별하여 중복 항목이나 논리적 불일치가 포함된 답변을 식별하고 배제합니다.
   2. 분석 데이터셋을 최종 확정하세요
      1. 최종 분석 데이터셋 내에서는 유효한 응답만 유지하여 이후 통계 분석의 신뢰성을 보장합니다.
2. 기술적 통계 분석 수행
   1. 기술적 통계량을 계산합니다
      1. 평균, 표준편차, 상관계수 등 기술적 통계를 계산하여 참가자 표본의 인구통계학적 구조와 분포 특성을 특성화합니다.
   2. 데이터 분포 평가
      1. 구조 모델 분석 전에 수집된 데이터의 전체 분포 특성을 평가하세요.
3. 측정 모델을 평가하세요
   1. 내부 일관성 평가
      1. 측정 모델의 내부 일관성을 평가하기 위해 크론백의 알파 및 복합 신뢰도 값을 계산합니다.
      2. 두 값이 모두 0.70을 초과할 경우 신뢰성이 허용 가능하다고 간주합니다.
   2. 수렴 타당성 평가
      1. 평균 분산 추출 및 지표 부하를 사용하여 수렴 타당도를 평가합니다.
      2. 추출된 평균 분산이 0.50을 초과하고 표준화된 지표 부하가 0.70 이상일 때 수렴 타당도를 적절하다고 간주하세요.
   3. 판별적 타당성 평가
      1. 이성특성-단일 특성 비율을 사용하여 판별적 타당성을 확립합니다.
      2. 이성형질-단일 형질 비율 0.85 미만을 허용 가능한 것으로 간주합니다.
4. 구조 모델 분석 수행
   1. 구조 모델 추정
      1. 측정된 구성체 간의 구조적 관계를 평가하기 위해 PLS-SEM을 수행하세요.
   2. 구조적 경로 평가
      1. MR 문화 내러티브 품질, 몰입도, 인지된 진정성, 감정적 연결, 방문객 참여, 학습 성과 간의 방향성 관계를 분석합니다.
5. 매개 및 재샘플링 분석 수행
   1. 부트스트래핑 분석 수행
      1. 5,000개의 재샘플을 사용하여 제안된 구조 모델 내에서 매개효과를 평가하기 위해 부트스트래핑 절차를 적용합니다.
   2. 간접 효과 평가
      1. 내부 경험 경로 구조를 통해 MR 문화 서사가 학습 결과에 미치는 간접적 영향을 평가합니다.
      2. p < 0.05일 때 경로 계수와 간접 효과가 통계적으로 유의미하다고 생각한다.

결과

다음 실증적 결과들은 제안된 프로토콜의 실용적 적용, 통계적 엄밀성, 분석 능력을 대표하는 결과로 제시합니다. 위에서 설명한 절차를 실행함으로써 이 절에서는 이 방법론이 방문자 경험을 효과적으로 포착하고 모델링하는 방식을 보여줍니다.

참가자 프로필 및 그룹 분포
총 261개의 유효 표본이 수집되어 전체적으로 비교적 균형 잡힌 인구통계학적 분포를 보여주었습니다(표 1). 여성은 표본의 54.8%를 차지했으며, 참가자의 대다수는 18세에서 34세 사이(70.5%)였습니다. 교육 배경은 주로 대학 수준 이상(68.2%)이었습니다. 이 분포는 대부분의 참가자가 디지털 기술에 익숙하고 문화적 내용에 대한 기초 지식을 갖추고 있었음을 시사합니다. 이전 디지털 유산 경험과 MR 경험은 각각 41.0%와 31.4%의 참가자가 보고했습니다. 이 비율이 다수를 차지하지는 않았지만, 코호트 내에서 새로운 미디어 및 문화적 응용에 대한...

토론

본 연구는 MR 문화 내러티브가 경험 메커니즘의 다양한 수준에서 방문객의 참여와 학습 성과에 미치는 영향을 평가하기 위해 포괄적인 구조 모델을 활용한 재현 가능한 방법론적 프로토콜을 제안합니다. 가설의 실증적 검증을 통해 이 평가 체계의 효능과 신뢰성을 검증합니다. 이 통합 경로 모델을 체계적으로 확립하고 검증함으로써, MR 문화 내러티브 품질이 몰입, 인지된 진정성, 감정적 공명이라는 매개 요인을 통해 문화 학습 참여 증가와 연관됨을 보여줍니다. 다섯 가지 가설 모두 통계적 지지를 받아 디지털 유산 경험에서 내러티브 디자인의 중요성을 강조했습니다. 이 프로토콜의 적용은 방문객 참여라는 중개자를 통해 작용하는 높은 내러티브 품질이 경험 기반 상호작용을 학습 성과로 전환하는 데 도움을 줄 수 있음을 시사합니다.

이 프로토콜을 통해 생성된 경험 결과는 몰입형 경험이 효과적인 MR ...

재료

이 논문에 사용된 재료 목록

이름	회사	카탈로그 번호	댓글
컴퓨터 워크스테이션	Dell	Precision 3650 Tower; Intel Core i7 프로세서; 32 GB RAM; NVIDIA 그래픽 카드; Windows 11 Pro 64비트	혼합 현실 환경을 운영하고, 애플리케이션을 배포하고, 연구 데이터를 처리하기 위함
IBM SPSS Statistics	IBM Corp.	버전 26.0	기술적 통계 분석 및 분산 분석(ANOVA) 수행
혼합 현실 헤드셋	Microsoft	HoloLens 2; Windows Holographic 운영 체제	혼합 현실 문화 유산 경험을 제공하기 위함
SmartPLS 소프트웨어	SmartPLS GmbH	버전 4.0	부분 최소 제곱 구조 방정식 모델링(PLS-SEM), 신뢰성 평가, 타당성 테스트 및 매개 분석 수행
Unity 개발 플랫폼	Unity Technologies	Unity 2022.3 LTS	혼합 현실 문화 유산 애플리케이션을 개발, 배포 및 관리하기 위함
방문자 경험 조사 도구	이전 디지털 유산 및 몰입형 경험 연구를 바탕으로 연구팀이 개발	최종 30개 항목의 경험 후 설문지; 보충 파일 1로 제공	서사 품질, 몰입, 지각된 진정성, 감정적 연결, 방문자 참여 및 학습 결과에 대한 자기 보고 데이터 수집