Siggraph에서 NVIDIA는 '신경망 외관 모델(Neural Appearance Models)'이라는 혁신적인 접근법을 소개했습니다. 이 방식은 인공 지능을 활용하여 실시간 소재 렌더링을 향상시킵니다. 이 기술은 기존 렌더링 기술에 비해 최대 24배 성능 향상을 보입니다.
NVIDIA의 접근법은 계산 집약적인 셰이딩 그래픽에서 벗어나, 신경망을 활용하여 물체의 복잡한 조명 효과와 미세한 디테일을 포착합니다. 이를 통해 계산 속도가 빨라질 뿐만 아니라 렌더링 품질도 향상됩니다. 특히 복잡한 시각 장면에서 그 효과가 두드러집니다.
신경망 외관 모델은 기존 모델과 유사하게 작동하며, 텍스처와 2개의 다층 퍼셉트론(MLP)을 평가하여 양방향 반사 분포 함수(BRDF) 값과 출력 방향을 결정합니다. 그래픽스 사전 지식 통합, 고해상도 인코더 등의 혁신을 통해 렌더링 과정이 최적화되어, 텍스처를 불과 수 밀리초 만에 렌더링할 수 있습니다. 이러한 고속 렌더링 기능은 실시간 응용 프로그램에 새로운 가능성을 열어줍니다.
이 모델은 PyTorch, TensorFlow와 같은 기존 기계 학습 프레임워크와 호환되며, GLSL, HLSL 등의 도구를 활용합니다. 또한 하드웨어 가속 행렬 곱셈 엔진(MMA)을 사용하며, 오픈소스 Slang 셰이딩 언어를 통해 런타임 셰이더가 Vulkan, Direct3D 12, CUDA 등 다양한 백엔드를 지원하는 최적화된 코드로 변환됩니다.
NVIDIA GeForce RTX 4090 GPU에서의 데모에서는 1920x1080 해상도에서 렌더링 시간이 크게 줄어들었지만, 높은 수준의 디테일은 유지되었습니다. 이러한 효율성은 실시간으로 보다 사실적인 텍스처와 소재를 렌더링할 수 있게 해줍니다.
NVIDIA의 신경망 외관 모델은 실시간 텍스처와 물체 렌더링을 혁신할 잠재력을 가지고 있습니다. 이를 통해 개발자와 콘텐츠 제작자가 보다 사실적인 소재를 신속하게 생성하고, 응용 프로그램의 성능을 높일 수 있습니다. 향후 게임과 애플리케이션에 이 기술이 통합될 것으로 기대되며, 사용자 경험을 한층 더 몰입감 있고 생생하게 만들어 줄 것입니다.
요약하면, NVIDIA의 신경망 외관 모델은 AI와 신경망을 활용하여 보다 효율적이고 정확한 렌더링을 달성함으로써, 실시간 렌더링 기술의 획기적인 발전을 이루었습니다.
* 이 글은
igorslab.de의 기사를 요약한 것입니다. 전체 기사의 내용은
이곳에서 확인하실 수 있습니다.