인공지능(AI)으로 콘텐츠를 생성하는 프로시저럴 기술(Procedural) (11)

[칼럼 핵심 요약]
프로 시저 텍스처 생성 방법으로는이 외에도 "Cellular Texture Generation"이라는 메소드도있다. 이것은 일본어 번역한다면 「세포 텍스처 생성」이 될까.
🌐 원문 링크: 人工知性でコンテンツを生成するプロシージャル技術(11) (Mynavi News)
📅 원문 발행일: 2010-02-19 ｜ ✍️ 저자: 西川善司 (니시카와 젠지 / Zenji Nishikawa)

NOTE

💡 현대 그래픽스 관점에서의 발전사 (Modern Retrospective)

Houdini & 노드 기반 PCG 파이프라인: 2000년대 후반 프로시저럴 알고리즘(L-System, 노이즈 기반 지형)은 현재 Houdini 엔진 및 언리얼 엔진 5의 PCG(Procedural Content Generation) 프레임워크로 체계화되었습니다.
신경망 생성형 AI(Neural Rendering / Generative AI): 규칙 기반 프로시저럴 알고리즘에 더해, 신경망(NeRF, 3D Gaussian Splatting, Diffusion 기반 3D 생성)을 결합하여 복잡한 환경과 3D 에셋을 실시간 생성/복원하는 시대가 열렸습니다.

📖 본문 해설

[원문 리드문] > 프로시저르·텍스처 생성 수법으로서는, 이 외, 「Cellular Texture Generation」라고 하는 메소드도 있다. 이것은 일본어 번역한다면 「세포 텍스처 생성」이 될까.

씨앗을 뿌리고 키우는 절차 텍스처 "Cellular Texture"

프로 시저 텍스처 생성 방법으로는이 외에도 "Cellular Texture Generation"이라는 메소드도있다. 이것은 일본어 번역한다면 「세포 텍스처 생성」이 될까.

이 방법도 사고방식으로는 반응 확산계와 매우 유사하다.

우선, 대상의 3D 모델의 표면에 "종"이 되는 파티클을 배치하고, 그 파티클의 행동(룰)을 정의해 둔다.

종 파티클의 행동이란, 구체적으로는, 성장하거나, 죽거나, 혹은 증식하거나, 교제하거나, 합체하거나……라고 하는 것이 된다. 실행시에는 각 종 파티클에 대해 그 주변의 종 파티크의 관계성을 배려한 형태로 그 규칙을 반복적으로 적용해 간다.

아래 그림은 그 개념을 흐름도로 해설한 것이다.

「세포 텍스처 생성」법의 흐름

논문은 캘리포니아 공과 대학의 Kurt W. Fleischer 씨와 David H. Laidlaw 씨 등에 의해 발표되고 있으며, 캘리포니아 공과 대학의 사이트에는 논문이 업로드되고 있다

덧붙여서, 여기서 말하고 있는 Cellular Texture의 「텍스처」는, 이른바 3D 그래픽스로 말하는 「텍스처」맵이 아니라, 일반 용어의 「질감」이라고 하는 의미가 되고 있다. 그래서 이 논문을 발표한 Kurt W. Fleischerd 씨와 David H. Laidlaw 씨의 구현에서도 생성한 "질감"을 지오메트리화하여 이것을 레이 트레이싱으로 렌더링하고 있다. 실시간 3D 그래픽으로 사용하기 위해서는 하이트맵화하여 디스플레이스맵핑을 하거나 볼륨 텍스처화하여 국소적인 레이 트레이싱을 하거나 구현할 필요가 있다.

이 세포 텍스쳐 생성법의 사례로서 이하에, 「비늘의 생성」「가시의 생성」「털의 생성」의 예를 소개해 두자.

비늘의 생성에서는, 우선 대상 3D 모델의 표피에 대하여, 종 파티클을 덮도록 배치하고, 약간 비스듬하게 되도록 이 종 세포를 성장시킨다. 3D 모델의 표피에서 너무 멀리 떨어진 곳에서 세포의 성장은 멈추게 한다.

「비늘」을 세포 텍스처 생성법으로 생성한 예

가시의 생성 자체는 종세포를 가시가 되는 성장 모델로 성장시키는 점은, 전출의 비늘과 같다.

이 예는이 종 세포의 표면에서 다른 사람의 종 세포와의 관계에 반응 확산을 도입함으로써 가시의 태어나는 방법에 변형을 부여 함을 보여줍니다. 좌단은, 성장한 가시의 주위에는 가시가 자라지 않는다고 하는 반응 확산의 결과. 중앙은, 자라지 않았던 가시가 미슈하고 있는 예. 우단은 가시의 성장을 컬하도록 넣은 예가 된다.

「가시」를 세포 텍스처 생성법으로 생성한 예

이 가시를 얼굴 모델로 만든 예

머리카락의 생성은 가시의 생성의 다른 버전적인 위치의 것으로 세포의 성장을 보다 가늘게 실행한 것이다. 그림의 왼쪽은 인접한 머리와 성장하는 방향을 동일하게 하는 조정으로 생긴 머리로, 오른쪽의 그림은 머리의 방향을 감히 인접하는 머리와는 다른 방향으로 성장시킨 예가 되어 있다. 머리카락의 근원이 되는 종세포는 이 예에서는 2000개 정도 깔고 있다고 한다.

「털」을 세포 텍스처 생성법으로 생성한 예. 이쪽은 머리카락이 갖추어져 있다

이쪽은 털이 불일치가 되고 있다

다시 말하지만, 세포 텍스처 생성 방법은 아이디어와 실행 단계 자체가 반응 확산 시스템의 절차와 유사합니다. 그러나, 종 파티클을 3D 오브젝트 형태로 배치하여 3D로 생각하고 있는 점에서, 결과가 어느 정도 예측할 수 있는 형태가 된다. 반응 확산을 어느 정도, 손 그리운 것이 세포 텍스처 생성법……이라고 하는 곳인가.

또, 텍스처와 3D모델을 1대1에 대응시켜 생각한 기법이므로, 적용한 텍스처가 늘어나거나 흐려지는 등의 왜곡이 없고 영상으로서의 품질이 높은 점도 특징으로 된다. DCC 툴의 플러그인으로서 구현하면, 꽤 편리하게 사용할 수 있을지도 모른다.

생물 성장 모델에서 조개 모델을 절차 생성

세포 텍스처 생성법은 이른바 생물적 성장을 시뮬레이션한 프로시저 기술이라고 할 수 있었다.

이와 관련된 예로서 이러한 성장모델을 응용하여 3D 형상모델을 프로시저르 생성하자는 연구예도 나오고 있다.

조개 모델을 프로 시저 생성하는 방법

연재 제82회에서 소개한 L-SYSTEM으로 식물을 프로시저르 표현한 캘거리 대학의 Przemyslaw Prusinkiewicz 교수의 연구를 거론했지만, 같은 연구 그룹의 Deborah R. Fowler씨 등이 「조개」의 3D모델의 프로시잘 생성에 관한 논문을 발표하고 있는 것이다.

이 방법에서는, 초기의 종(세포) 모델을 준비하고, 이것을 서서히 크게 하면서, 회전축(도면 중의 Z축)에 대하여 회전시키면서 성장시켜 가는 것을 행한다. 그러면 그 궤적이 조개의 3D 형상 모델이 됩니다.

또한,이 표피의 패턴은 이전의 길러 마인하르트 반응 확산과 같은 반응 확산 시스템의 처리에 의해 생성된다.

조개의 종세포 모델을 나선 회전 성장시켜 그 궤적을 형상 모델로 한다