Lighting Placement and Visualization System via StyleGAN Latent Space Analysis and Diffusion Models

조명 배치는 정량적 기준의 부재로 인해 전문가의 직관이나 반복적인 시뮬레이션에 의존해 왔다. 이에 본 연구는 StyleGAN과 Diffusion 모델을 결합한 자동화된 조명 배치 및 시각화 시스템을 제안한다. 본 시스템은 StyleGAN의 잠재 공간에서 SVM과 Grad-CAM을 활용해 최적의 조명 위치를 도출하고, 사용자가 선택한 조명디자인을 Diffusion 기반 Paint-by-Example 기법을 통해 공간 구조의 변형 없이 사실적으로 합성한다. 실험 결과, 제안 모델은 GIoU 기준 Top 평균 0.46을 기록하여 기존 CAM 기법(0.03~0.05) 대비 9~15배 높은 정밀도를 입증하였다. 또한 Center Similarity에서도 0.97을 달성하여 25% 이상의 성능 향상을 확인하였다. 이는 본 시스템이 조명의 형태나 상태와 무관하게 위치를 신뢰성 있게 특정할 수 있음을 보여주며, 조명 설계 자동화 분야로의 확장 가능성을 시사한다.