NeRF(Neural Radiance Fields) 상용화가 3D 애니메이션 산업에 가져올 제작 패러다임 변화 연구

이순주; 김지윤

doi:10.51467/ASKO.2024.09.20.3.147

추천

검색

질문

자료유형: 학술저널

저자정보: 이순주 (홍익대학교) 김지윤 (홍익대학교)

저널정보: 한국애니메이션학회 애니메이션연구 애니메이션연구 제20권 제3호(통권 제71호)

발행연도: 2024.9

수록면: 147 - 172 (26page)

DOI: 10.51467/ASKO.2024.09.20.3.147

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 3D 애니메이션 산업에서 주목받고 있는 NeRF(Neural Radiance Fields)와 3DGS(3D Gaussian Splatting) 기술의 발전 과정을 조사하고, 이를 3D 애니메이션 배경 제작에 적용할 가능성을 탐구한다. 최근 3D 애니메이션 시장에서는 고품질 콘텐츠 수요가 증가하고 있으며, AI와 게임 엔진의 도입으로 제작 프로세스가 효율화되고 있다. 이러한 맥락에서 NeRF와 3DGS 기술은 2D 이미지를 3D로 변환하는 혁신적인 방법을 제시하며, 특히 애니메이션 배경 제작 분야에서 특히 주목받고 있다.
본 연구는 문헌 조사와 사례 분석을 통해 NeRF와 3DGS의 발전 과정을 체계적으로 정리하고, 3D 애니메이션 배경 제작에 적용했을 때의 장단점을 고찰한다. 특히, 이 기술들과 언리얼 엔진 5(UE 5)를 결합한 IC VFX (In-Camera Visual Effects) 기술의 잠재적 영향력에 주목하여, 실시간 렌더링과 비용 효율성 측면에서의 이점을 분석한다.
연구 결과, NeRF와 3DGS는 3D 애니메이션의 배경 제작 과정을 획기적으로 단축하고, 높은 수준의 사실성을 제공할 수 있음을 확인하였다. 또한, 언리얼 엔진과의 연동은 실시간 렌더링을 통해 제작 효율성이 크게 향상시킬 것으로 예상된다. 그러나 동시에 기술적 한계와 도입 과정에서의 어려움도 존재하는 것으로 파악되었다. 본 연구는 NeRF와 3DGS 기술이 3D 애니메이션 산업에 미칠 영향을 종합적으로 분석함으로써, 향후 기술 발전 방향과 산업 적용 전략 수립에 기여하고, 애니메이션 제작 현장에 실질적인 지침을 제공한다.

#언리얼 엔진 5 #3D 애니메이션 배경 #NeRF #3DGS #UE 5 #3D animation background #IC VFX

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

NeRF와 3DGS를 사용한 공간 스캔 데이터의 영상화 작업을 위한 소프트웨어 활용성 비교 연구

조수진 , 황윤정 디지털콘텐츠학회논문지 2024 .12

Efficient 4DGS Model Compression Using a Spatiotemporal KNN Algorithm

Jong-Min Lee , Dong-Ha Kim , JunYoung Jeong 외 2명 방송공학회논문지 2024 .12

NeRF 기술을 활용한 가상 옥외광고 제작 연구

이지원 , 김지윤 한국디자인학회 학술발표대회 논문집 2024 .11

양자화 및 동영상 코덱을 활용한 4D Gaussian Splatting 압축 기법

최재열 , 김영규 , 정종범 외 2명 한국방송미디어공학회 학술발표대회 논문집 2024 .06

딥러닝 기반 인생네컷 동영상 품질 및 서비스 향상

김동현 , 김은지 , 서상완 외 2명 한국컴퓨터정보학회 학술발표논문집 2023 .01

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-090891436

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)