UniForge 3D 오픈소스 공개: 사진 몇 장으로 보이지 않는 영역까지 3D 모델 완성

UniForge 3D는 몇 장의 사진만으로 보이지 않는 사각지대까지 말끔하게 채워진 3D 모델을 뽑아내는 새로운 오픈소스 프레임워크다.

기존 포토그래메트리는 촬영되지 않은 뒷면이나 가려진 부분이 구멍으로 남는 한계가 있었다. UniForge 3D는 카메라 위치 정보가 없는 적은 수의 사진만 입력해도, 보이는 디테일은 정밀하게 살리고 보이지 않는 영역은 스스로 추론해 완전한 3D 에셋을 완성한다.

보이는 곳은 정밀 복원, 안 보이는 곳은 생성 모델이 보완

핵심은 정밀한 3D 재구성과 생성형 AI의 형상 보완을 한 파이프라인으로 묶은 데 있다. 재구성 프로세스가 사진 속 표면 질감과 형태를 놓치지 않고 잡아내고, 생성 모델이 물체의 특성을 바탕으로 뒷면과 가려진 구조를 자연스럽게 메운다.

기존 방식들은 카메라 기준 좌표와 생성 모델의 정규 좌표가 어긋나 디테일이 뭉개지기 일쑤였다. UniForge 3D는 물체를 똑바로 세우고 기준 시점을 맞추는 공유 앵커 공간을 구축해 좌표 불일치 문제를 해결했다.

이 공간 안에서 복원 모듈과 생성 모듈이 서로 특징을 주고받는다. 먼저 3D 복셀 뼈대를 만든 뒤 각 복셀마다 가장 선명하고 유용한 촬영 각도의 이미지를 매칭해 세부 디테일을 채우기 때문에, 불필요한 시점이 섞여 표면이 흐려지는 현상을 막아준다.

생성 성능과 로컬 실행 방법

공개된 결과물에 따르면 캐릭터 피규어나 조각상, 복잡한 형태의 소품 모델링에서 특히 뛰어난 복원력을 보여준다. Toys4K와 GSO 등 대표적인 3D 벤치마크에서도 기존 도구들을 제치고 외형과 기하학적 정밀도 모두 최고 수준의 결과를 기록했다.

현재 연구팀은 관련 코드와 사전 학습된 모델 가중치를 모두 오픈소스로 공개한 상태다. 프로젝트 웹페이지에서 로컬 컴퓨터 설치 및 실행 가이드를 확인할 수 있어, 직접 촬영한 사진을 넣어 결과물을 확인해 볼 수 있다.

왜 중요한가

인디 게임 개발자나 3D 프린팅 취미를 가진 사람이라면 지금 바로 로컬에 올려서 테스트해 볼 만하다. 수십 장의 정밀한 각도 사진과 세팅이 필요했던 기존 3D 스캔의 문턱을 일상적인 스냅 사진 몇 장 수준으로 확 낮췄기 때문이다.

순수 생성 모델은 원본 형태를 멋대로 왜곡하고, 순수 스캔 도구는 사각지대 메우기에 실패하는 상황에서, 두 방식의 장점만 영리하게 엮어낸 구조가 돋보인다. 향후 가벼운 3D 에셋 제작 파이프라인에서 널리 활용될 가능성이 높다.