카메라 각도 직접 입력해 시점 바꾼다…이미지 편집 프레임워크 'UniGeo' 공개

생성형 AI에게 '시점을 오른쪽으로 살짝만 돌려달라'고 요청해 본 적이 있다면 그 결과가 얼마나 엉뚱하게 나오는지 잘 아실 겁니다.

대부분의 기존 이미지 편집 모델은 카메라를 물리적으로 움직이는 대신 장면 전체를 새로 그리는 방식을 씁니다. 그 과정에서 원래 있던 물체의 모양이 바뀌거나 배경 구조가 무너지는 왜곡이 빈번하게 발생합니다.

연구진이 공개한 'UniGeo'는 바로 이 문제를 해결하기 위해 고안된 카메라 제어형 이미지 편집 프레임워크입니다. 2D 이미지 한 장을 3D 기하학적 공간으로 변환해, 사용자가 입력한 구체적인 수치에 맞춰 카메라를 움직이고 새로운 시점의 이미지를 다시 렌더링합니다.

수치를 직접 지정하는 정밀 카메라 워크

UniGeo의 핵심은 정확한 각도와 거리를 제어할 수 있다는 점입니다.

모호한 텍스트 묘사에 의존하지 않고 명확한 수치를 입력해 카메라를 조작할 수 있습니다. 피사체 중심에 시선이 고정될 필요 없이 3D 공간 안에서 카메라를 자유롭게 팬하거나 틸트할 수 있습니다.

특히 여러 단계의 카메라 움직임을 하나로 묶어 지시하는 것도 가능합니다. 예를 들어 첫 번째 명령으로 '왼쪽으로 16도 이동한 뒤 위로 7도 기울여라'와 같이 복합적인 카메라 궤적을 주면, 모델이 그 경로를 따라 대상 시점의 이미지를 정밀하게 생성해 냅니다.

Nano Banana나 GPT Image 2 같은 일반적인 이미지 편집 도구와 비교했을 때, 원하는 앵글을 오차 없이 잡아낼 수 있는 제어력을 제공합니다.

비디오 모델을 활용한 구조적 왜곡 해결

이전 기술들이 카메라 시점을 바꿀 때 구조가 무너졌던 이유는, 불연속적인 시점 이동에 의존하는 이미지 확산 모델을 주로 사용했고 기하학적 안내 신호가 단편적이었기 때문입니다.

UniGeo는 연속적인 시점 사전 학습 능력을 갖춘 비디오 생성 모델을 기반으로 삼고, 세 가지 계층에서 기하학적 유도를 통합했습니다.

표현 계층에서는 입력 이미지를 3D 포인트 클라우드로 재구성해 참조 구조를 주입하고, 아키텍처 계층에서는 기하학적 앵커 어텐션을 통해 다중 시점의 특징을 정렬합니다. 마지막으로 손실 함수 계층에서 궤적 끝점의 기하학적 감독을 적용해 목표 시점의 형태가 무너지지 않도록 단단히 잡아줍니다.

다양한 벤치마크 테스트에서 좁은 이동 반경은 물론 큰 폭의 시점 이동에서도 기존 방식보다 시각적 완성도와 기하학적 일관성이 크게 앞서는 것으로 나타났습니다. 프로젝트 페이지에는 모델 출시가 임박했다고 명시되어 있어 향후 오픈소스 공개가 예상됩니다.

왜 중요한가

상품 사진을 다루는 전자상거래 판매자나 배경 컨셉 아티스트에게 이 기술은 작업 효율을 직접적으로 끌어올릴 수 있는 도구입니다. 단 한 장의 사진만 있으면 3D 그래픽 툴로 모델을 다시 만들거나 운에 기대어 이미지를 수십 번 다시 뽑을 필요 없이, 원하는 각도의 컷을 바로 얻을 수 있기 때문입니다.

기술적인 관점에서도 이미지 생성 분야의 경쟁 축이 단순 화질 경쟁에서 정밀한 통제력으로 이동하고 있음을 보여줍니다. 비디오 모델의 매끄러운 연속성과 3D 포인트 클라우드의 기하학적 제약을 결합한 설계는 매우 영리한 접근입니다.

다만 3D 재구성 단계와 비디오 모델 추론이 결합된 만큼 요구되는 연산 자원이 만만치 않을 것으로 보입니다. 아울러 카메라를 과도하게 돌렸을 때 완전히 가려져 있던 사각지대를 얼마나 자연스럽게 복원해낼지는 모델이 정식 배포된 뒤 실제 환경에서 따져봐야 할 대목입니다.