본문으로 건너뛰기
IFAI

AI 도구

구글 지도, NeRF 기반 '몰입형 뷰' 출시…날씨·혼잡도 3D 확인

게시 확산 지수 46

구글은 구글 지도에 NeRF 기술을 접목한 '몰입형 뷰(Immersive view)'를 런던, 뉴욕, 도쿄 등에 출시한다고 밝혔다. 수십억 장의 스트리트 뷰와 항공 사진을 AI로 합성해 정밀한 3D 공간을 구축했으며, 시간대별 날씨와 혼잡도까지 미리 확인할 수 있다. 실내 AR 내비게이션도 대폭 확대된다.

구글 지도, NeRF 기반 '몰입형 뷰' 출시…날씨·혼잡도 3D 확인
이미지: blog.google

여행 계획을 세울 때 지도를 열고 단편적인 사진 몇 장을 조합해 분위기를 짐작하던 방식이 완전히 바뀔 조짐입니다. 이제 직접 가보지 않고도 건물 위를 날아다니며 저녁 시간대의 햇살과 매장 내부 분위기까지 미리 훑어볼 수 있게 됩니다.

구글은 프랑스 파리에서 열린 제품 발표회에서 구글 지도에 대거 도입되는 신규 AI 기능들을 공개했습니다. 이날은 챗봇 바드의 시연 오류 여파로 모회사 알파벳의 주가가 8% 넘게 급락하며 관심이 쏠렸던 시점이지만, 지도 부문이 선보인 컴퓨터 비전 기술의 밀도는 결코 가볍지 않았습니다.

수십억 장의 사진을 3D로 빚어낸 이머시브 뷰

가장 눈길을 끄는 기능은 몰입형 뷰(Immersive view)입니다. 구글은 일반 2D 사진을 3D 그래픽으로 변환하는 고급 AI 기술인 신경 방사장(NeRF)을 활용했습니다. 수십억 장의 스트리트 뷰와 항공 사진을 정밀하게 결합해 실제와 똑같은 입체 세상을 구현한 것입니다.

단순히 외관만 3D로 보여주는 데 그치지 않습니다. 시간대별 조명 변화와 실시간 날씨, 해당 시간대의 인파 혼잡도 정보가 그 위에 겹쳐집니다.

시간 조절 슬라이더를 밀면 오전과 해 질 녘의 분위기를 미리 확인할 수 있고, 입구가 어디인지, 언제 가장 붐비는지 파악할 수 있습니다. 상공에서 지상으로 매끄럽게 내려와 주변 식당이나 카페의 내부로 들어가 조명과 인테리어 무드가 약속 장소로 적합한지까지 살펴볼 수 있습니다. 이 기능은 런던, 로스앤젤레스, 뉴욕, 샌프란시스코, 도쿄를 시작으로 순차 배포됩니다.

1000곳 이상의 실내 AR 안내와 전기차 맞춤 경로

실제 이동 환경을 돕는 기능도 대폭 손질되었습니다.

카메라 화면 위에 증강현실(AR) 화살표를 띄워 길을 찾아주는 라이브 뷰는 사상 최대 규모로 확장됩니다. 낯선 공항이나 대형 기차역에서 화장실, 라운지, 택시 승강장을 쉽게 찾을 수 있도록 타이베이, 싱가포르, 런던 등 전 세계 1000여 개 주요 교통 허브와 쇼핑센터에 실내 라이브 뷰가 순차 도입됩니다.

구글 시스템이 탑재된 전기차(EV) 운전자를 위한 배려도 더해졌습니다. 배터리 잔량과 교통 체증을 계산해 최적의 충전소를 경로에 자동으로 추가해주며, 40분 안에 급속 충전이 가능한 150kW 이상 초고속 충전소 전용 필터도 지원합니다.

도보나 대중교통 이용자를 위해 스마트폰 잠금을 해제하지 않고도 잠금 화면에서 바로 다음 회전 지점과 도착 예정 시간을 확인할 수 있는 한눈에 보기(glanceable directions) 기능도 안드로이드와 iOS에 함께 적용됩니다.

왜 중요한가

언어 모델 중심의 생성형 AI가 검색 시장을 뒤흔드는 사이, 구글 지도는 현실 데이터를 공간 AI로 치환했을 때 어떤 경험이 가능한지를 명확히 보여주었습니다. 해외여행이나 출장이 잦은 사용자라면 방문 전 동선과 매장 분위기를 시각적으로 확인하는 용도만으로도 지금 당장 활용해볼 가치가 충분합니다.

우리는 구글이 수십 년간 축적한 스트리트 뷰와 위성 데이터 자산을 NeRF 기술을 통해 영리하게 재활용했다고 봅니다. 애플을 비롯한 어떤 지도 플랫폼도 현실 세계를 이 정도 수준의 3D 모델로 렌더링할 만큼 방대한 시각 데이터를 단기간에 확보하기는 어렵습니다.

다만 한계는 보급 속도에 있습니다. 막대한 클라우드 연산과 초고해상도 데이터가 필요한 탓에 초기 지원 지역이 일부 글로벌 대도시로 제한될 수밖에 없습니다. 기술적 완성도를 증명하는 쇼케이스로는 훌륭하지만, 일상적인 내비게이션 표준으로 안착하기까지는 데이터 처리 비용과 지원 지역 확장이라는 과제가 남아 있습니다.

출처 (2)

  1. [1]
    blog.google(새 탭에서 열림)원문blog.google
  2. [2]
    siliconangle.com(새 탭에서 열림)보도siliconangle.com

매일 AI 콘텐츠 픽