스태빌리티 AI, 3D 제어 시스템 '아버' 공개: 공간 청사진으로 정밀 제어

AI를 활용한 3D 에셋 생성은 그동안 슬롯머신을 돌리는 것과 다름없었습니다. 프롬프트를 입력하고 결과물을 기다린 뒤, 의자 다리가 공중에 떠 있거나 규격이 맞지 않으면 결국 3D 아티스트가 직접 수작업으로 수정해야 했습니다.

스테이블 디퓨전으로 잘 알려진 스태빌리티 AI가 이 문제를 해결하기 위해 3D 정밀 제어 시스템 '아버(Arbor)'를 내놓았습니다. AI에게 형태를 어림짐작하게 두지 않고, 생성 전 미리 대략적인 공간 청사진을 건네주는 방식입니다.

차지할 공간, 비워둘 공간, 맞닿을 표면

아버의 핵심은 3D 제약 메시를 통한 직관적인 가이드라인입니다. 정교하게 완성된 모델이 아니라, 단순한 박스나 껍데기 형태의 가이드 볼륨을 세 가지 유형으로 지정합니다.

첫 번째는 오브젝트 외형이 반드시 채워져야 하는 '외피(Hull)' 영역이고, 두 번째는 캐릭터의 움직임이나 관절 부품이 지나갈 수 있도록 비워둬야 하는 '회피(Avoidance)' 공간입니다. 세 번째는 의자 다리가 바닥에 정확히 닿아야 하는 지점을 지정하는 '접촉(Touch)' 영역입니다.

텍스트 프롬프트나 참조 이미지로는 절대 전달할 수 없는 물리적 공간 제약을 3D 작업자에게 익숙한 볼륨 메시로 지정할 수 있어, 게임 캐릭터와 오브젝트 간의 관통 현상을 원천 차단합니다.

재학습이 필요 없는 600MB 크기의 경량 모듈

기존 3D 생성 모델에 엄격한 기하학적 제약을 거는 일은 기술적으로 꽤 까다롭습니다. 전체 모델을 처음부터 다시 학습시키거나 생성 후 억지로 메시를 잡아 늘리는 방식은 품질을 크게 떨어뜨리기 때문입니다.

아버는 오픈소스 3D 생성기인 Trellis 및 Trellis 2와 연동되는 가벼운 어댑터 구조를 택했습니다. 동결된 디노이저 내부에서 제약 메시를 토큰으로 변환해 필요한 잠재 영역에만 라우팅하기 때문에, 거대한 기반 모델을 다시 학습할 필요가 없습니다.

덕분에 허깅페이스에 공개된 아버의 가중치 모델 용량은 약 600MB에 불과합니다. 코드와 프로젝트 안내서가 모두 공개되어 있어 로컬 컴퓨터 환경에서도 무리 없이 구동할 수 있습니다.

왜 중요한가

아버는 AI 기반 3D 생성이 단순한 콘셉트 구상 단계를 넘어 실제 게임 및 산업 파이프라인에 진입하게 만드는 중요한 전환점입니다.

게임 엔진에서는 수많은 에셋이 정해진 캐릭터 애니메이션 뼈대를 공유합니다. 손잡이 위치가 조금만 어긋나도 손이 무기를 뚫고 들어가 에셋 자체를 폐기해야 합니다. 아버는 AI 특유의 형태적 다양성을 살리면서도, 산업 현장에서 요구하는 엄격한 규격을 통제할 수 있게 해줍니다.

스태빌리티 AI가 대형 기반 모델을 새로 만드는 대신 600MB 크기의 플러그인 어댑터 형태로 Trellis 생태계에 붙인 전략도 매우 영리합니다. 일반 개발자나 소규모 인디 스튜디오도 하드웨어 부담 없이 즉시 제작 공정에 도입해 볼 수 있습니다.

텍스처의 정밀도나 최종 토폴로지는 기반이 되는 Trellis의 한계를 따르겠지만, 공간의 점유와 여백을 작업자가 완벽히 통제할 수 있게 되었다는 점만으로도 실무 적용 가치는 충분합니다.