Earticle

초록

영어

This study presents the design of a non-contact AI-based quantitative feedback model in an XR-based first aid education environment and analyzes its effects on learners’ CPR performance. The proposed model utilizes video-based pose estimation to quantify motion metrics such as compression rhythm (BPM), relative depth ratio, arm alignment, and posture stability. A reference performance dataset is used to generate real-time corrective feedback. A pilot evaluation comparing pre- and post-training performance suggests improvements in execution accuracy and stability through repeated practice supported by AI-based quantitative feedback. This study suggests that non-contact AI-based feedback can contribute to improving performance accuracy and enhancing learning effectiveness in first aid education.

한국어

본 연구는 XR 기반 응급처치 교육 환경에서 비접촉 AI 정량 피드백 모델을 설계하고, 해당 모델이 학습자의 심폐소생술(CPR) 수행도 향상에 미치는 영향을 분석하였다. 제안 모델은 영상 기반 포즈 추정 기술을 활용하여 학습자의 동작을 정량화하고, 압박 리듬(BPM), 상대 이동 비율 기반 깊이, 팔 각도, 자세 안정성 등의 지표를 산출한다. 또한 기준 수행 데이터와의 비교를 통해 실시간 교정 피드백을 제공하도록 설계하였다. 파일럿 실증을 통해 사전·사후 수행 데이터를 비교하고 통계 분석을 실시한 결과, AI 정량 피드백을 활용한 반복 학습 과정에서 수행 정확도와 안정성이 유의미하게 향상되는 경향을 확인하였다. 본 연구는 비접촉 AI 기반 피드백이 응급처치 교육에서 수행 정확도 향상과 학습 효과 증진에 기여할 가능성을 제시한다.

목차

요약
ABSTRACT
I. 서론
II. 관련 연구
1. 심폐소생술 수행 평가와 피드백 기반 교육
2. 영상 기반 인공지능 동작 분석 기술
3. AI 기반 피드백과 학습 효과
III. 본론
1. 연구 개요 및 전체 구조
2. XR 기반 응급처치 교육 환경 설계
3. 비접촉 AI 정량 피드백 모델 설계
4. 제안 시스템 구현 및 실험 설계
IV. 평가 및 해석
1. 실험 결과
V. 결론
References

키워드

저자

• 김규완 [ Kyuwan Kim | 강남대학교 인공지능융합공학부 데이터사이언스학과 ]
• 임소민 [ Somin Yim | 강남대학교 인공지능융합공학부 데이터사이언스학과 ]
• 주길홍 [ Kilhong Joo | 경인교육대학교 컴퓨터교육과 ]
• 서지훈 [ Jihoon Seo | 강남대학교 인공지능융합공학부 데이터사이언스학과 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  인공지능연구 논문지 [Journal of The Korean Association of Artificial Intelligence Education]

• 간기

  연3회

• pISSN

  2733-404X

• 수록기간

  2020~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 000 DDC 006