인공지능 기반 3차원 모델링 및 렌더링을 위한 가속 AI 반도체의 기술 동향

인공지능 기반 3차원 모델링 및 렌더링을 위한 가속 AI 반도체의 기술 동향

이영민(한국전자통신연구원 선임연구원), 주간기술동향 2185호. 2025.7.30.

https://www.itfind.or.kr/streamdocs/view/sd;streamdocsId=C-xXdBWezu8r-MfRihtiiTQfRmIj42hu6Mcdl6TGUKg

요약

본 고는 인공지능 기반 모델링 및 렌더링 기술과 이를 가속하는 AI 반도체 기술의 발전 동향을 종합적으로 분석한다. NeRF(Neural Radiance Field)는 고화질 3D 콘텐츠 생성에 핵심적인 기술로, 현실감 있는 장면을 재현할 수 있으나, 높은 연산량과 메모리 요구로 인해 실시간 응용에 한계가 있었다. 이를 극복하기 위한 Instant -NGP, 3DGS(3D Gaussian Splatting) 등의 파생 기술이 제안되었으나, 여전히 온디바이스 환경에 활용하는 데 있어서 렌더링 및 모델링 속도, 소모 전력 측면의 제약이 따른다. 이에 따라, RT-NeRF, ICARUS, MetaVRain, NeuGPU, IRIS 등 다양한 하드웨어 가속 솔루션이 연구되었으며, NeRF 및 3DGS의 연산 특성에 최적화된 맞춤형 연산 유닛, 메모리 구조 등을 통해 실시간성과 저전력 특성을 만족하기 위한 연구가 활발히 진행되고 있다. 최근에는 3DGS의 메모리 제약의 한계를 개선한 2D 가우시안 스플래팅(Gaussian Splatting)이 등장하였으며, 이는 모바일 환경에서 실용화를 위해 한 걸음 더 다가선 기술로써 저전력 고속 처리가 가능한 특화 반도체 설계의 필요성을 더욱 대두되고 있다. 이러한 기술의 흐름을 분석함으로써 앞으로 3차원 모델링 및 렌더링 가속 AI 반도체 기술이 나아가야 할 방향성에 대해 고찰한다.