메타, 3D 재구성 데이터셋 DTC 공개: 2,400개 이상 정밀 물체 모델 수록

메타 리얼리티 랩스가 공개한 '디지털 트윈 카탈로그(DTC)'는 3D 재구성 연구를 위해 설계된 초고정밀 사물 데이터셋이다. 연구자와 개발자가 실제와 구별하기 힘들 만큼 정교한 3D 디지털 트윈 모델을 학습시킬 수 있도록 돕는다.

2,400개 이상의 실물 대응 모델과 서브밀리미터 정밀도

DTC에는 실제 물리적 세상에 존재하는 사물과 일대일로 매칭되는 2,400개 이상의 3D 모델이 수록되어 있다.

기존 3D 데이터셋은 대부분 가상으로 합성되었거나 표면 질감이 거칠어 실제 사물과의 괴리가 컸다. 반면 DTC는 서브밀리미터 수준의 기하학적 정밀도를 확보해 도자기 표면의 미세한 굴곡까지 그대로 재현한다.

형태뿐만 아니라 텍스처와 빛 반사율 같은 재질 특성도 실물 데이터를 온전히 담아냈다. 뉴럴 래디언스 필드(NeRF)나 3D 가우시안 스플래팅(3D Gaussian Splatting) 모델을 훈련할 때 조명이 바뀌어도 부자연스럽지 않은 렌더링이 가능하다.

스마트 글래스와 전자상거래를 겨냥한 설계

이 데이터셋은 일상적인 환경에서 촬영한 몇 장의 2D 사진만으로 3D를 복원하는 희소 시점 재구성 기술을 겨냥하고 있다.

앞으로 소상공인이 스마트폰이나 스마트 글래스로 상품을 몇 장 찍어 올리기만 하면 정밀한 3D 모델이 만들어지는 미래를 목표로 한다. 퀘스트 헤드셋을 쓴 소비자는 가상 공간에서 상품을 손으로 집어 들듯 살펴볼 수 있다.

서브밀리미터 단위의 고해상도 지오메트리와 텍스처를 처리해야 하므로 고성능 GPU와 충분한 저장 공간이 필요하다. 연구자들은 메타 AI 공식 채널을 통해 해당 데이터셋을 확인하고 다운로드할 수 있다.

왜 중요한가

지금까지 실물과 똑같은 고화질 디지털 트윈을 제작하려면 전문 3D 아티스트의 막대한 수작업과 비용이 필요했다. 대학이나 독립 연구진 입장에서는 대규모 고정밀 실물 데이터를 확보하는 것 자체가 불가능에 가까운 장벽이었다.

기존의 가상 합성 데이터셋과 달리 실제 사물을 기반으로 구축된 만큼, NeRF나 가우시안 스플래팅 기반의 3D 공간 컴퓨팅을 연구하는 팀이라면 즉시 활용해 볼 만한 표준 데이터셋이다.