엔비디아, DLSS 3.5 공개: 레이 리컨스트럭션으로 레이 트레이싱 화질 향상
엔비디아가 게임스컴에서 DLSS 3.5를 공개했다. 핵심인 레이 리컨스트럭션은 수동 튜닝 디노이저 대신 슈퍼컴퓨터로 훈련된 AI 네트워크를 활용해 반사와 조명 품질을 높인다. 모든 지포스 RTX 그래픽카드를 지원하며 올가을 신작 타이틀부터 순차 적용된다.
레이 트레이싱을 켜고 게임을 할 때, 반사된 수면이 뿌옇게 번지거나 어두운 모퉁이에 자글자글한 노이즈가 생겨 신경 쓰였던 경험이 있을 겁니다.
NVIDIA가 8월 22일 게임스컴 현장에서 차세대 신경 렌더링 기술인 DLSS 3.5를 전격 공개했습니다. 이번 업그레이드는 단순히 프레임을 쥐어짜는 데 그치지 않고, 그동안 사람의 손으로 조율하던 노이즈 제거 방식을 인공지능에 통째로 맡겼습니다.
수작업 디노이저 대신 AI 신경망 투입
실시간 레이 트레이싱은 연산량 한계 때문에 화면 전체의 픽셀을 일일이 계산하지 못하고 일부 샘플만 추출한 뒤 '디노이저'로 빈틈을 메웁니다. 하지만 기존 방식은 정교한 빛 반사를 뭉개버리거나 화면이 빠르게 전환될 때 잔상을 남기는 고질적인 문제를 안고 있었습니다.
DLSS 3.5의 핵심 기능인 '레이 재구성(Ray Reconstruction)'은 이를 정면으로 돌파합니다. NVIDIA는 슈퍼컴퓨터를 동원해 DLSS 3 대비 5배 더 많은 데이터를 신경망에 학습시켰습니다. AI가 반사광과 글로벌 일루미네이션, 그림자 효과를 스스로 인지하고 시공간 데이터를 스마트하게 조합해 빛을 재구성합니다.
이로써 DLSS 3.5는 레이 재구성과 초해상도, DLAA, 프레임 생성 기술을 아우르는 종합 렌더링 패키지가 되었습니다. 가장 반가운 소식은 레이 재구성 기능이 최신 지포스 RTX 40 시리즈뿐 아니라 기존의 모든 GeForce RTX 그래픽카드에서 지원된다는 점입니다.
올가을 출시를 앞둔 '사이버펑크 2077: 팬텀 리버티', '앨런 웨이크 2', '포탈 with RTX'에 DLSS 3.5가 즉시 탑재됩니다. 게임뿐만 아니라 D5 렌더, 카오스 밴티지, 옴니버스 같은 3D 그래픽 툴에도 도입되어 창작자들이 렌더링을 몇 시간씩 기다리지 않고도 뷰포트에서 깨끗한 조명을 실시간 확인할 수 있게 됩니다.
감정을 표현하는 NPC와 클라우드 확장
NVIDIA는 그래픽 기술 외에도 게임 산업 전반을 겨냥한 AI 포트폴리오를 대거 선보였습니다.
버추얼 캐릭터 제작 도구인 NVIDIA ACE에는 NeMo SteerLM 기술이 추가되었습니다. 개발자가 NPC의 성격과 감정 상태를 세밀하게 조율할 수 있어, 게이머와 인공지능 캐릭터가 한층 더 자연스럽고 감정선이 살아 있는 대화를 나눌 수 있게 돕습니다.
또한 상위 모드 제작팀들이 RTX 리믹스를 활용해 밸브의 명작을 리마스터하는 '하프라이프 2 RTX' 프로젝트가 공개되었으며, 풀 레이 트레이싱과 DLSS 3 등이 적용됩니다.
클라우드 게임 서비스 지포스 나우는 북미와 유럽 전역에 RTX 4080 슈퍼팟 구축을 완료했습니다. 며칠 내로 마이크로소프트 스토어 연동이 시작되어 엑스박스 PC 게임 패스 타이틀을 고성능 클라우드로 즐길 수 있게 됩니다.
왜 중요한가
그동안 업스케일링 기술은 어디까지나 성능을 높이기 위해 원본 해상도를 타협하는 보조 수단으로 여겨졌습니다. 하지만 DLSS 3.5의 레이 재구성은 신경망 렌더링이 기존 그래픽 알고리즘보다 오히려 더 정확하고 깨끗한 화질을 만들어낼 수 있음을 입증했습니다.
무엇보다 레이 재구성 기능을 구형 RTX 20 및 30 시리즈 사용자에게도 활짝 열어둔 점은 대단히 영리한 결정입니다. 40 시리즈 전용이었던 프레임 생성 기술로 인해 소외감을 느꼈던 기존 사용자들을 달래는 동시에, 게임 개발사들이 풀 레이 트레이싱 도입을 망설이지 않도록 든든한 저변을 마련해 주었기 때문입니다.
그래픽 시장의 경쟁은 이제 물리적인 트랜지스터 숫자 싸움에서 AI 학습 모델의 완성도 싸움으로 완전히 옮겨갔습니다. 다만 초해상도, 프레임 생성, 레이 재구성 등 하드웨어 세대마다 지원 여부가 제각각 갈리면서 일반 소비자가 기술 명세를 이해하기엔 갈수록 복잡해지고 있다는 점이 유일한 옥에 티로 보입니다.
출처 (1)
- blogs.nvidia.com(새 탭에서 열림)원문blogs.nvidia.com