GIST, 인공신경망 이미지 기술로 시그래프 최우수 논문상 수상

광주과학기술원(GIST, 총장 김기선)는 융합기술학제학부 구정민 박사과정이 인공신경망을 기반으로 한 렌더링 이미지 품질 향상 기술을 제안, 컴퓨터 그래픽스 분야 컨퍼런스인 'ACM 시그래프 아시아 2022'에서 최우수 논문상을 수상했다고 20일 밝혔다.

시그래프는 첨단기술과 최고 CG 작품을 한자리에서 볼 수 있는 세계 최대 컴퓨터 그래픽 분야 국제 컨퍼런스다. 50년 역사의 권위 있는 학회로, 매년 북미권에서 열리던 행사를 2008년부터 여름에는 북미, 겨울에는 아시아에서 개최하는 것으로 확대했다.

지난 6~9일 대구에서 진행한 행사에서 구정민 박사과정과 호세 이글레시아스 구이티안 라코루냐대학 박사의 공동연구팀의 '광선 추적법' 기반 렌더링 이미지 품질 향상 기술 논문은 총 155편의 컨퍼런스 발표 논문 가운데 최우수 논문 4편 중 하나로 선정됐다.

렌더링 기술 중 하나인 광선 추적법은 가상 공간에서 빛의 반사와 굴절 등을 시뮬레이션해 고품질 CG 이미지를 생성해준다. 실사 수준의 CG 이미지 및 영상이 필요한 애니메이션 및 영화 분야에서 활용하고 있다.

광선 추적법 기반 렌더링은 실사 품질의 이미지를 얻기 위해 많은 광선을 필요로 하기 때문에 많은 렌더링 시간(이미지 한 장당 수 시간)이 필요하다. 이를 해결하기 위해 학계에서는 인공신경망을 이용하여 렌더링 이미지의 품질을 높이는 기술들을 제안해왔다. 

그러나 이미지의 디테일을 효과적으로 복원하는 것은 여전히 어려운 문제로, 인공신경망 기반 기술들의 실제적인 사용이 제한될 수밖에 없다.

연구팀은 통계학 분야의 전통적 기술 중 하나인 제임스-스테인 추정기를 활용한 인공신경망 기법을 관련 분야에서 최초로 제안했다. 이를 통해 렌더링 이미지 품질을 높일 수 있는 새로운 인공신경망 기법을 만들었다.

연구진은 CG 이미지의 선명도를 크게 높일 수 있음을 확인했으며, 적용 전 대비 적용 후 오차가 약 5배 감소된 것을 확인할 수 있었다고 설명했다.

이를 통해 인공신경망을 이용한 렌더링 이미지 품질 향상 기법이 영화나 애니메이션 등과 같이 고품질의 실사 이미지가 필요한 분야에서 활용될 수 있는 계기를 만들었다고 자평했다.

제1저자인 구정민 박사과정은 “전통적인 통계 분야의 방식을 인공신경망과 결합하고 현재 렌더링 이미지 품질 향상에서 가장 우수한 성능을 보이는 지도 학습 기반 기술의 주요 문제점 중 하나를 근본적으로 개선해 이번에 좋은 결과를 얻을 수 있었다”고 소감을 밝혔다.

나호정 기자 hojeong9983@aitimes.com