인터랙티브 미디어 아트 Ræm의 전시 운영 소프트웨어 — 플로피 디스크 · 라벨 프린터 · OBS · 듀얼 스크린, 4종 이기종 장치를 하나의 Python 앱으로 통합 제어하고 전시 3일간 관람객 449명(로그 실측)을 무중단으로 처리한 키오스크 시스템.
중앙대학교 2025 SW·AI 캡스톤디자인 경진대회 장려상 수상작 (팀 낮잠, 4인 — SW 전체는 본 레포 소유자 1인이 설계·구현, 100% 커밋)
| 항목 | 내용 |
|---|---|
| 역할 | 전시 SW 전체 단독 개발 (약 4,100줄: raemctrl_main.py 3,816 + log_server.py 269) |
| 통합 장치 | 플로피 디스크 드라이브(개조 외장 리더), 라벨 프린터, OBS(WebSocket), 보조 CRT 로그 스크린 |
| 운영 실적 | 졸업전시 3일, 관람객 449명 세션 무중단 처리 (세션 로그 기준) |
| 신뢰성 설계 | 네트워크 자동 재연결(3초 백오프) · 전송 큐 백프레셔(maxsize 100) · 워커 스레드 분리 |
| 핵심 스택 | Python, Pygame, OpenCV, socket(TCP), threading, obsws-python, pywin32, Pillow |
Ræm은 성격심리학의 Big Five 모델과 HTP 투사 검사를 결합해 인간의 무의식을 162가지 성격 유형으로 구조화하고 시각화하는 인터랙티브 미디어 아트다. 관람객은 "1950년대 런던에서 시작된 괴짜 무의식 연구소"라는 세계관 속에서 CRT 모니터로 심리 검사를 진행하고, 자신의 유형 번호가 적힌 실제 플로피 디스크를 영사기 모티프의 키오스크에 삽입해 무의식이 투사된 시각화 결과를 체험한다. 검사 결과지는 그 자리에서 라벨 프린터로 인쇄된다.
RAEMCTRL(전시 버전 v_5.1)은 이 전시의 소프트웨어 전부다 — 심리 검사 UI, 하드웨어 제어, 네트워크, 미디어 재생을 한 프로그램에서 담당한다.
| 162가지 유형별 콘텐츠 (AI 생성 스케치) | 세계관 소품: HTP&BIG5 검사 안내서·기록지 |
|---|---|
 |
 |
- 전시 작품 소개(Art-tech Showcase): cau-artech-showcase.imweb.me/63
- 전시 인스타그램: @post
flowchart LR
V["관람객<br/>① 심리 검사 답변<br/>② 플로피 디스크 물리 삽입"] --> M
subgraph MAIN["메인 PC"]
M["raemctrl_main.py<br/>Pygame UI · 상태 머신 · threading"]
end
M -->|"obsws-python (WebSocket)"| OBS["OBS<br/>유형별 장면 전환"]
M -->|"cv2 렌더링"| VID["검사 결과 미디어<br/>HTP 분석 영상 재생"]
M -->|"PIL + pywin32"| PRT["라벨 프린터<br/>결과지 동적 생성·출력"]
M -->|"JSON over TCP<br/>(재연결·백프레셔 큐)"| LOG["log_server.py<br/>보조 CRT 실시간 로그"]
관람객의 입력(설문 답변, 플로피 삽입)이 메인 제어 앱으로 들어오면, 앱은 OBS 장면 전환 · 결과 영상 재생 · 결과지 인쇄 · 로그 송출 네 갈래의 출력을 동시에 조율한다.
시스템 전체 아키텍처 — 메인 PC(Desktop 1)의 컴포넌트와 외부 하드웨어·로그 서버(Desktop 2)의 연결:
클래스 구조 — 메인 앱은 PsychologyTest(상태 머신·이벤트 루프)를 중심으로 DataLogger(네트워크/파일 로그 큐·워커 스레드), VideoPlayer(cv2 프레임 재생), ThermalPrinterController(결과지 생성·인쇄)를 합성하고, 보조 PC의 LogServer가 SecondaryMonitorDisplay로 수신 로그를 렌더링한다:
전시 키오스크는 관람객이 어떤 순서로 조작해도 복구 가능해야 한다. 프로그램의 전 단계를 STATE 상수 기반 상태 머신으로 관리한다:
언어 선택 → 심리 검사(BFI-10 기반 설문) → 결과 산출·표시 → 플로피 디스크 안내 → 디스크 삽입 감지 → 유형별 콘텐츠 재생 → 초기화
| 부팅 화면 (v_5.1) | 검사 결과 — 성향 레이더 차트 + FLOPPY KEY |
|---|---|
 |
 |
- 심리검사 엔진: Big Five(개방성·성실성·외향성·우호성·신경성) BFI-10 기반 설문의 답변을 성향별 점수로 누적, 최종 조합(3×3×3×3×2)을 162가지 성격 원형에 매핑해
O2-C1-E0-A2-N1형태의 성향 코드와 대응 FLOPPY KEY를 산출 - 결과 시각화: 성향 점수를 레이더 차트로 렌더링 — 화면 표시는 Pygame, 인쇄용 결과지는 PIL(
_draw_pil_radar_chart)로 각각 생성 - 플로피 프로토콜: 디스크마다 내장된 key 값을 삽입 시점에 실시간 감지 → key-value 파싱 → 대응하는 유형별 영상·OBS 장면으로 분기
전시장에서는 재부팅할 기회가 없다. 네트워크·주변장치 장애가 관람을 멈추지 않도록 설계했다.
- 자동 재연결: 로그 서버와의 TCP 연결이 끊기면 3초 백오프로 백그라운드 재접속 — 메인 UI는 영향 없이 계속 동작
- 큐 백프레셔: 로그 전송 큐
maxsize=100으로 메모리 폭주 방지, 전송은 워커 스레드가 전담해 UI 프레임과 분리 - 결과: 3일 동안 관람객 449명 세션(로그 실측)을 다운타임 없이 처리
- 플로피 디스크 드라이브: 구형 PC 타워를 개조한 외장 리더기(하드웨어 팀 제작)를 폴링해 삽입/제거와 디스크 내 key를 실시간 감지
- 라벨 프린터: 검사 결과를 Pillow로 이미지 합성 후 pywin32로 즉석 인쇄
- OBS: obsws-python(WebSocket)으로 유형별 장면을 원격 전환
- 듀얼 스크린: 세션 데이터(이름·타임스탬프·성향 점수)를 JSON으로 인코딩해 TCP로 보조 PC의
log_server.py에 송출, 별도 CRT에 실시간 시각화
- 스캔라인, 빛 번짐(Glow), 화면 글리치 효과를 Pygame으로 직접 구현 — 메인 앱과 로그 서버 양쪽 화면에 동일하게 적용해 전시 전체의 시각 일관성 유지
- 언어 선택(한/영)과 텍스트 종류에 따라 폰트·크기를 동적으로 적용
전시 출력 장치는 실제 구형 CRT 모니터다. PC(GPU) 출력 신호를 HDMI → DVI → CGA로 변환하고 아날로그 주파수를 정합해 640×480 @ 59.98Hz 고정으로 CRT에 전송했다(신호 변환·기구 제작은 하드웨어 팀 담당). 소프트웨어는 이 저해상도·아날로그 변환 환경을 전제로 해상도와 렌더링을 설계했다.
| 신호 변환 체인 | 전시 키오스크 (CRT + 개조 플로피 리더) |
|---|---|
 |
 |
162가지 유형별 콘텐츠의 기반이 된 사전 HTP 투사 검사 스케치 데이터는 객체 인식 딥러닝 모델로 분석했다(스케치에서 head/face/eye/ear/nose 등 요소 검출). 이 모델 개발의 전체 실험 기록(YOLOv8/11 → RT-DETR → ResNet50, 약 15.5k줄)은 자매 레포에 보존되어 있다:
→ raemctrl-sketch-vision-model-archive
| 분류 | 사용 기술 |
|---|---|
| 언어 | Python 3 |
| UI/렌더링 | Pygame (커스텀 CRT 이펙트), screeninfo |
| 영상/이미지 | OpenCV, numpy, Pillow |
| 네트워크 | socket (TCP), JSON 직렬화, threading + queue |
| 장치 연동 | obsws-python (OBS WebSocket), pywin32 (프린터·드라이브) |
raemctrl/
├── raemctrl_main.py # 메인 제어 앱 (3,816줄): 상태 머신, 검사 UI, 장치 제어, 로그 송출
├── log_server.py # 보조 스크린 로그 서버 (269줄): TCP 수신, CRT 스타일 실시간 시각화
├── docs/images/ # README 이미지 (전시 사진, 아키텍처 다이어그램, GUI 캡처)
├── fonts/ # CRT UI 폰트 (VT323, Courier Prime)
├── ref-images/ # 참고 이미지
├── sounds/ # 부팅음, 플로피 삽입음, 타이핑음 등 전시 사운드
└── requirements.txt
pip install -r requirements.txt- 보조 PC에서 로그 서버 실행:
python log_server.py
- 메인 PC에서 환경변수 설정 후 메인 앱 실행:
# 로그 서버 연결 (미설정 시 127.0.0.1:51985) set RAEM_LOG_SERVER_HOST=<로그 서버 IP> set RAEM_LOG_SERVER_PORT=51985 # OBS WebSocket 연결 (미설정 시 localhost:4455) set RAEM_OBS_HOST=<OBS 호스트> set RAEM_OBS_PORT=4455 set RAEM_OBS_PASSWORD=<OBS WebSocket 비밀번호> python raemctrl_main.py
모든 접속 정보는 환경변수로 주입하며 코드에 하드코딩하지 않는다.
- 전시: 중앙대학교 예술공학부 졸업전시 — 3일간 관람객 449명
- 수상: 중앙대학교 2025 SW·AI 캡스톤디자인 경진대회 장려상
- 팀 구성: 4인 (기획/AI·아트 디렉팅, 하드웨어, 영상, 소프트웨어) — 본 레포의 소프트웨어 전체는 1인 단독 개발
- 향후 계획: 모듈 분리 리팩토링, 설정 파일 외부화, 전시 재운영 대비 셋업 문서화