정용환 기자브리티시컬럼비아대학과 구글 연구팀이 여러 시점에서 촬영한 이미지를 결합해 깊이감 있는 영상을 생성하는 뉴럴 렌더링 기법 중 하나인 3D 가우시안 스플래팅(3D Gaussian Splatting) 렌더링 품질을 비약적으로 높이는 방법인 마코프체인몬테카를로(Markov Chain Monte Carlo)로서의 3D 가우시안 스플래팅을 발표했다.
3D 가우시안 스플래팅은 가우시안 분포 수백만 개를 중첩해 3D 영상을 표현하는 방식으로 처음에 가우시안 분포 초기 상태를 임의로 설정한 뒤 실제 이미지와 일치하도록 각각의 가우시안 분포를 조정해 정확도를 높인다. 기존 3D 가우시안 스플래팅에서는 정확도가 초기 상태에 좌우되는 문제점이 있어 출력 영상 정확도를 높이기 위해 다른 기법을 활용해 초기 상태를 어느 정도 적절하게 배치할 필요가 있었다.
연구팀은 3D 가우시안 스플래팅 조정 단계에서 가우시안 분포 수백만 개를 모아 마코프체인몬테카를로법 샘플로 취급해 SGLD(Stochastic Gradient Langevin Dynamics)에 의해 가우시안 분포를 조정할 수 있다는 걸 발견했다.
새로운 방법을 활용하면 초기 상태가 무작위라도 높은 정확도로 3D 영상을 출력할 수 있다고 한다. 새로운 방식에서는 세밀한 부분까지 제대로 표현할 수 있다. 한편 이번 방식을 이용한 구현체는 깃허브에 공개되어 있다. 관련 내용은 이곳에서 확인할 수 있다.
이석원 기자
이원영 기자
