GPT Image 멀티뷰 원화로 3D 모델 복원하기: Tripo·Wonder3D·InstantMesh 연구

정면에서는 완벽한 캐릭터도 옆면의 코와 후면의 의상 구조가 정해져 있지 않으면 3D 모델이 원화와 멀어집니다. 멀티뷰 접근은 여러 장의 이미지를 추가해 이러한 추측을 줄이는 방법입니다. 다만 서로 다른 캐릭터처럼 보이는 정면·측면·후면을 함께 넣으면 복원에 모순된 조건을 주게 됩니다.

AI 원화의 3D 전환 연구 2편. 아래 절차는 공식 기능과 연구 코드를 조합한 실험 설계입니다. 실제 생성이나 리깅을 수행한 결과를 보고하는 글은 아닙니다.

AI 생성 개념 이미지: 멀티뷰 입력에서 비율과 기준 높이를 일치시키는 준비를 표현했습니다. 실제 도구 실행 결과가 아닙니다.

턴어라운드를 많이 만들면 품질도 좋아질까?

먼저 승인된 정면 한 장을 기준으로 측면과 후면을 편집·생성합니다. 매번 다른 캐릭터를 새로 만드는 지시보다 무엇을 유지할지 명시한 지시를 사용합니다. OpenAI 공식 문서도 반복 생성에서 캐릭터의 시각적 일관성이 흔들릴 수 있다고 설명합니다. 따라서 같은 디자인이 유지됐는지 검수하는 단계가 필요합니다. OpenAI 이미지 생성 문서의 한계.

생성된 시트를 이미지 편집기로 나눌 때는 각 뷰의 머리 꼭대기와 발바닥 기준선을 맞춥니다. 그러나 원근감이 강한 원화를 단순히 늘여 맞추지는 않습니다. 정투영에 가까운 시트를 준비하거나 참조 이미지의 원근 차이를 먼저 정리합니다.

비교할 항목	모순의 예	처리
신체 비율	옆면에서만 다리가 길어짐	기준선에 맞추고 비율 수정
의상 연결	정면 지퍼가 후면에도 생김	연결 구조를 사람이 확정
좌우 구분	왼팔 문양이 오른팔로 이동	캐릭터 기준 좌우 표기
실루엣	후면에서 모자 챙이 사라짐	후면 재편집
포즈	측면에서 팔을 더 굽힘	동일 기준 포즈로 수정

이 단계에서 측면 원화는 정면을 기계적으로 회전시킨 정답이 아닙니다. 보이지 않았던 디자인을 결정하는 작업입니다. 등판과 소매 안쪽처럼 원본에 없는 부분은 확정된 추가 디자인으로 기록합니다.

AI 생성 개념 이미지: 여러 시점의 참조와 3D 형상의 관계를 보여 줍니다. 실제 도구 실행 결과가 아닙니다.

Tripo 멀티뷰와 연구 모델은 어떻게 다른가?

Tripo는 단일 이미지에서 다중 시점을 만드는 Image to Multiview와, 다중 시점에서 모델을 만드는 Multiview to Model을 별도 제공합니다. 공식 문서의 앞·왼쪽·뒤·오른쪽 뷰를 기준으로 작업하거나, 직접 준비한 일관된 뷰를 지원 조건에 맞춰 입력하는 방법을 비교할 수 있습니다. 다중 시점 생성, 다중 시점 모델 입력.

Wonder3D는 단일 이미지에서 여러 시점의 색상과 노멀을 생성하고 이를 복원에 활용합니다. InstantMesh 역시 단일 이미지에서 다중 시점 생성과 3D 복원을 연결하는 연구입니다. 두 모델이 내부에서 만드는 중간 뷰는 GPT Image로 준비한 임의 시트를 그대로 받는 기능과 다릅니다. Wonder3D 공식 코드, InstantMesh 공식 코드.

따라서 비교 실험은 세 갈래로 나눕니다. Tripo에 한 장을 넣는 조건, 사람이 검수한 멀티뷰를 Tripo에 넣는 조건, 한 장을 연구 모델에 넣고 중간 뷰를 확인하는 조건입니다. 입력 경로가 다른데도 모두 같은 멀티뷰 기능으로 묶으면 결과를 해석하기 어렵습니다.

복원 메시를 리깅 가능한 캐릭터로 만드는 순서

1. 중간 뷰를 검수합니다. 등판 무늬와 모자 형태가 달라진 뷰는 최종 메시를 기다리기 전에 표시합니다. 파이프라인이 중간 뷰 수정을 지원하는 경우에만 수정본으로 재실행합니다.
2. 텍스처를 끄고 형상을 검사합니다. 머리 깊이, 손의 두께, 다리 사이의 빈 공간을 살펴봅니다. 앞뒤가 비슷한 평평한 메시라면 뷰 추가만으로 해결될지 먼저 판단합니다.
3. 몸과 단단한 소품을 정리합니다. 피부와 옷이 함께 변형될 부위, 가방과 모자처럼 독립할 부위를 구분합니다. 관절을 가로지르는 불필요한 연결은 보정합니다.
4. 관절 주변 면을 재배치합니다. 팔꿈치와 무릎의 굽힘 방향을 따라 면을 구성합니다. 단순 폴리곤 감소로 관절이 무너지면 리토폴로지를 수행합니다.
5. 스켈레톤과 웨이트를 만듭니다. Tripo 경로는 리깅 검사와 자동 리깅을 시도합니다. 연구 모델의 출력에는 Blender에서 별도 리그를 맞춥니다. 자동 웨이트를 사용하더라도 손·소매·허벅지 사이의 영향을 확인합니다.
6. 동작을 적용하고 보정합니다. 대기와 걷기, 몸통 회전, 팔 들기 클립을 같은 길이와 카메라로 비교합니다. 리타게팅에는 본 대응, 기준 포즈, 축과 스케일 보정이 필요합니다.

정면 렌더만 비교하면 멀티뷰를 추가한 이유를 놓칩니다. 옆으로 걷는 장면과 등을 보이며 회전하는 장면을 포함합니다. 손과 허벅지가 겹치는 순간에도 텍스처가 다른 부위로 번지지 않는지 확인합니다.

AI 생성 개념 이미지: 복원과 리깅 뒤 여러 방향에서 외형이 유지되는지 확인하는 장면입니다. 실제 도구 실행 결과가 아닙니다.

어떤 비교가 연구 결과를 설명해 줄까?

같은 캐릭터의 단일 뷰와 멀티뷰 조건을 비교하되 각 조건의 메시 정리와 리깅에 쓰는 시간 상한을 동일하게 설정합니다. 원화에 맞추느라 한 후보만 장시간 수정하면 입력 방법의 차이를 평가하기 어렵습니다.

기록 항목은 정면·측면·후면 실루엣, 디자인 오류 수, 관절 수정 시간, 텍스처 경계 오류 수입니다. 이미지에 없는 뒷면을 생성한 모델은 승인된 후면 디자인과 비교합니다. 원화와 렌더는 같은 배경과 조명 조건으로 저장하고, 게임 카메라에서의 인지도도 따로 확인합니다.

예상되는 연구 질문은 뷰를 늘렸을 때의 개선 폭입니다. 검수하지 않은 4뷰와 검수한 2뷰를 비교하면 이미지 개수보다 일관성이 더 중요한지 조사할 수 있습니다. 이는 검증할 가설이며 결과가 정해져 있는 주장은 아닙니다.

최종 산출물에는 승인된 시점별 PNG, 뷰 모순 기록, 복원 메시, 리깅 파일, 회전·걷기 클립과 엔진 캡처를 포함합니다. 사용한 모델의 버전과 체크포인트도 남겨 재현 조건을 구분합니다.

자주 묻는 질문

원화 시트를 한 장으로 합쳐 입력해도 되나요? 서비스가 요구하는 입력 형식을 따릅니다. 한 이미지 안의 여러 캐릭터를 단일 객체로 오해하는 입력을 피하고 시점별 슬롯이 있다면 각각 배치합니다.

여러 시점이 있으면 리깅도 자동으로 좋아지나요? 형상 정보와 웨이트 품질은 별도입니다. 관절 면 배치와 스켈레톤을 검수해야 합니다.

원화의 형태와 기존 애니메이션을 함께 유지하는 다른 경로는 리깅된 베이스에 멀티뷰 텍스처를 투영하는 방법입니다.