“얼굴만 찍어도 고화질 구현” UNIST, 3D 아바타 생성 AI 선봬 작성일 10-27 34 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">얼굴·상반신·전신 단일 기술로 처리<br>보이는 부위 집중 학습해 오류 차단<br>데이터 용량 49.8% ↓ 속도 34% ↑<br>“게임 등 디지털 콘텐츠 제작에 활용”</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="6Kw8A5NdTP"> <figure class="figure_frm origin_fig" contents-hash="0ea45ce5c988d94476003eec7d1429f6930db4a187d390be5937f5c964c3a5db" dmcf-pid="P9r6c1jJW6" dmcf-ptype="figure"> <p class="link_figure"><img alt="촬영된 신체 범위에 맞춰 정교한 3D 아바타를 만드는 플렉시아바타 기술. 연구그림=UNIST" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/27/seouleconomy/20261027100824401gccw.jpg" data-org-width="1200" dmcf-mid="8Zd0QO6bWQ" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/27/seouleconomy/20261027100824401gccw.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 촬영된 신체 범위에 맞춰 정교한 3D 아바타를 만드는 플렉시아바타 기술. 연구그림=UNIST </figcaption> </figure> <p contents-hash="d29371979ea22a27a0c42307aac37a41d5859d8051bdfdf743736574fdc8ca65" dmcf-pid="Q2mPktAiC8" dmcf-ptype="general">영상에 찍힌 신체 범위에 맞춰 3차원(3D) 아바타를 정밀하게 생성하는 인공지능(AI) 기술이 개발됐다. 얼굴과 상반신, 전신 영상을 단일 기술로 처리하면서 데이터 용량은 절반으로 줄이고 구동 속도는 높였다.</p> <p contents-hash="9c7721a5c7a3496a97390c10099961dc46318e7a5c5df67bf3a3931c30158f64" dmcf-pid="xVsQEFcny4" dmcf-ptype="general">울산과학기술원(UNIST)는 인공지능대학원 백승렬 교수 연구팀이 영국 애버딘대 연구진과 공동으로 3D 아바타 제작 기술인 ‘플렉시아바타(FlexiAvatar)’를 개발했다고 27일 밝혔다.</p> <p contents-hash="a4f1dd25da687a1b159265f9ee1ac1b1141073289c637f9688e96f6aa29a0d68" dmcf-pid="yI9Tzgu5Wf" dmcf-ptype="general">3D 아바타는 실제 인물의 외형을 본떠 만든 가상 모델이다. 새로운 표정과 동작을 입혀 다양한 디지털 콘텐츠 제작에 쓴다. 기존 아바타 생성 기술은 전신이 모두 나온다는 가정 아래 설계됐다. 이 때문에 화상회의나 방송처럼 상반신이나 얼굴만 찍힌 영상에서는 보이지 않는 팔다리까지 무리하게 계산하느라 정작 화면에 나온 얼굴과 몸통이 흐려지거나 뒤틀리는 오류가 발생했다. 촬영 범위에 따라 머리나 상반신 전용 기술을 각각 따로 써야 하는 한계도 있었다.</p> <p contents-hash="f297354d05d06026f3d3ee2804dbc73c47207713abff8f1bd0a99572ee442248" dmcf-pid="WFL7elMVWV" dmcf-ptype="general">연구팀은 인체 형태·움직임 표현 모델(SMPL-X)에 미세 입체 요소로 외형을 그리는 ‘3D 가우시안 스플래팅’ 기술을 결합해 문제를 해결했다. 핵심은 영상에 보이는 부위에만 연산을 집중하는 ‘가시성 기반 최적화’ 기법이다.</p> <p contents-hash="609bf3221fae22b56ee32734645548499ddd66f4f7317385468deae662ed23c5" dmcf-pid="Y3ozdSRfT2" dmcf-ptype="general">아바타를 구성하는 3D 입체 요소가 영상에서 관찰되는 빈도를 계산해 정보가 부족한 부위는 학습과 화면 생성 과정에서 제외한다. 가려진 관절의 부정확한 위치 정보도 걸러내 자세를 보정한다. 얼굴과 양손은 별도로 세밀하게 다듬어 표정 변화와 손동작을 구현한다.</p> <p contents-hash="89ccd87e69adf741a8a85955785fbe49b0702e6b2e7772de65adbaa4a8e07033" dmcf-pid="G0gqJve4y9" dmcf-ptype="general">등이나 머리 뒤쪽처럼 촬영되지 않은 영역은 생성형 AI로 인물이 한 바퀴 회전하는 보조 영상을 만들어 보완했다. 이때 실제 촬영 영상에 더 높은 비중을 둬 AI가 추정한 이미지가 원본 정보를 왜곡하지 않도록 설계했다.</p> <p contents-hash="12631d6dcc03d35eaa3cf8fab5c773e02ec4699dacaa9a987c20d01cdb7f5080" dmcf-pid="HpaBiTd8TK" dmcf-ptype="general">성능 검증 결과 모든 촬영 범위에서 기존 기술보다 우수한 영상 재현 품질(PSNR)을 기록했다. PSNR은 수치가 높을수록 원본에 가깝게 복원했음을 뜻한다. 전신 영상 표준 시험 자료(NeuMan) 평가에서 플렉시아바타는 35.77dB을 기록해 비교 기술인 엑스아바타(ExAvatar·34.80dB)를 앞섰다. 실제 환경의 전신 영상(WildAvatar) 평가에서도 30.98dB로 비교 기술(ToMiE·28.65dB)을 웃돌았다. 상반신 영상(TalkShow)과 얼굴 중심 영상(INSTA) 평가에서도 각각 36.73dB과 33.04dB로 기존 기술보다 높았다.</p> <p contents-hash="05be020c89b4310767de4a04a1bc73ae5e69fbf4936141db1ee42f3dec016566" dmcf-pid="XUNbnyJ6yb" dmcf-ptype="general">데이터 처리 효율도 개선됐다. 얼굴 중심 영상으로 제작한 아바타의 3D 구성 요소는 기존 16만 7390개에서 8만 4095개로 줄었다. 데이터 용량은 8.94MB에서 4.49MB로 49.8% 감소했다. 학습을 마친 아바타를 화면에 구현하는 속도는 초당 29.18장에서 39.15장으로 약 34% 빨라졌다. 다만 이는 완성된 아바타의 데이터 용량과 구동 성능을 비교한 수치로 전체 제작 시간이나 그래픽처리장치(GPU) 메모리 사용량이 같은 비율로 줄어든 것은 아니다. 연구팀은 향후 헐렁한 의복의 복잡한 움직임을 구현하는 후속 연구를 이어갈 계획이다.</p> <p contents-hash="ef58240796c832880ecec664c96d72bed1e5b44d1ba51d45fef0276fa320dd3c" dmcf-pid="ZujKLWiPlB" dmcf-ptype="general">백승렬 교수는 “촬영된 신체 범위에 맞춰 아바타를 정교하게 생성하면서 불필요한 연산을 덜어낸 기술”이라며 “화상회의와 가상현실(VR) 서비스, 영화·게임 등 디지털 콘텐츠 제작에 활용할 수 있다”고 말했다.</p> <p contents-hash="e7b230d08fe6ff305907a902780bdc852fc739f46adff585b289ce051e5c3a06" dmcf-pid="57A9oYnQlq" dmcf-ptype="general">이번 연구 성과는 9월 스웨덴 말뫼에서 열린 ‘유럽컴퓨터비전학회(ECCV) 2026’에서 공개됐다. 연구는 과학기술정보통신부 한국연구재단(NRF), 정보통신기획평가원(IITP), 이노코어(InnoCORE) 사업의 지원을 받아 수행됐다.</p> <p contents-hash="4e52c5e8e82c71d04c5115d677494626640dcd8976dcefdaaeda040956bf63a9" dmcf-pid="1zc2gGLxyz" dmcf-ptype="general">울산=장지승 기자 jjs@sedaily.com</p> </section> </div> <p class="" data-translation="true">Copyright © 서울경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 오라클 “이제 ‘일하는 AI’ 만들어야…실제 성과·안전 힘쓸 때” 10-27 다음 [AI는 지금] 오픈AI, 'GPT-6.1 테라'로 기업용 AI 승부수…가격 경쟁 본격화 10-27 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
