A Study on Image-based 3D Reconstruction Techniques for Virtual Production

본 연구는 전문가 중심의 장시간 제작과 높은 인력 의존도를 요구하는 기존 3D 환경 구축 방식의 한계를 보완하기 위해, 이미지 기반 3D 데이터의 활용 방안을 제안하였다. 이를 위해 Photogrammetry, NeRF, 3D Gaussian Splatting 세 가지 기법을 소프트웨어별로 비교하고 언리얼 엔진 5.5.4와 Aximmetry 25.2.0 환경에서 비교·분석하였다.<br/> 분석 결과, Photogrammetry는 가상 조명과의 높은 호환성과 메쉬 수정의 유연성을 지녔으나, 세밀한 식생 요소의 재현에 한계가 있었다. NeRF는 복잡한 구조물의 사실적 재현에서 우수하였지만, 가상 조명과의 실시간 연동이 불가능하였다. 반면 3D Gaussian Splatting는 두 기법의 단점을 보완하며, 장면 전체의 광량을 실시간으로 조절하거나 특정 영역만 선택적으로 제어할 수 있는 높은 상호작용성과 효율성을 보였다.<br/> 결과적으로 3D Gaussian Splatting는 이미지 기반 3D 데이터 활용에 있어 가장 실용적이고 효율적인 대안으로 평가되며, 향후 버추얼 프로덕션 제작 과정의 자동화와 비전문가의 접근성 향상에 기여할 수 있을 것으로 기대된다.