3D Gaussian Splatting의 혁명: GPU 레이스터라이저를 활용한 실시간 렌더링 가속화

Sixu Li 등 연구팀이 GPU 레이스터라이저를 개선하여 3D Gaussian Splatting (3DGS) 알고리즘의 처리 속도를 23배, 에너지 효율을 24배 향상시키는 기술을 개발했습니다. 이는 실시간 3D 렌더링을 가능하게 하여 게임, AR, VR 등 다양한 분야에 혁신을 가져올 것으로 기대됩니다.

최근 인공지능(AI) 분야에서 3D 지능(3D intelligence)이 주목받고 있습니다. 특히, 고품질 3D 렌더링은 다양한 AI 응용 프로그램의 기반이 되는데, 3D Gaussian Splatting (3DGS)은 뛰어난 품질을 제공하지만, 높은 계산량으로 인해 기존 GPU를 탑재한 에지 디바이스에서 실시간 처리가 어려웠습니다.

기존의 3DGS 가속화 연구는 전용 가속기 개발에 집중되어 왔습니다. 하지만, 이는 상당한 통합 오버헤드와 높은 하드웨어 비용을 수반했습니다. Li, Keller, Lin, Khailany 연구팀은 이러한 문제점을 해결하기 위해 혁신적인 접근 방식을 제시했습니다. 바로 기존 GPU 레이스터라이저 하드웨어를 개선하여 3DGS 연산을 효율적으로 지원하는 것입니다.

연구팀은 3DGS 파이프라인과 현대 GPU의 고도로 최적화된 기존 그래픽 파이프라인 간의 유사성에 주목했습니다. 전용 가속기를 개발하는 대신, 기존 GPU 레이스터라이저 하드웨어를 개선하여 3DGS 연산을 효율적으로 처리하는 방법을 제안한 것입니다.

그 결과는 놀랍습니다. 처리 속도는 무려 23배 향상되었고, 에너지 소비량은 24배 감소했습니다. 원래 3DGS 알고리즘의 경우 6배 빠른 종단 간 실행 시간을 달성했고, 최신 효율 개선 파이프라인에서는 4배 향상되어 각각 24 FPS 와 46 FPS 를 기록했습니다. 더욱 놀라운 점은 전체 SoC 칩 면적 대비 **0.2%**라는 미미한 면적 오버헤드만 발생했다는 것입니다.

이 연구는 자원 제약이 있는 플랫폼에서도 3DGS 렌더링을 가능하게 하는 실용적이고 효율적인 방법을 제시합니다. 3D 지능 기술의 발전에 중요한 발걸음을 내딛은 것으로 평가되며, 향후 실시간 3D 애플리케이션의 발전에 크게 기여할 것으로 예상됩니다. 특히, 게임, 증강 현실(AR), 가상 현실(VR) 등의 분야에서 혁신적인 변화를 가져올 가능성이 높습니다. 하지만, 더욱 광범위한 실험과 다양한 하드웨어 플랫폼에 대한 적용 연구가 필요하며, 상용화를 위한 추가적인 기술적 과제도 해결해야 할 것입니다.