개발자가 AI로 생성된 3D 모델을 식별하는 방법

베이크인 라이팅, 흐릿한 메시, 높은 폴리곤 수는 AI가 생성한 작업의 징후입니다.

관련 분야: 아트, 프로그래밍, 프로덕션, 게임 기획
작성자: Bryant Francis, Senior Editor

Adobe Stock 이미지 제공.

한눈에 보기

베테랑 3D 아티스트인 리즈 에드워즈는 개발자가 제너레이티브 AI로 만든 3D 모델을 식별하는 방법을 알아야 한다고 말합니다.

 

게임 개발자들은 비디오 게임 개발에서 제너레이티브 AI의 발전에 대해 엇갈린 반응을 보였습니다. 일부는 복잡한 문제를 해결하는 데 도움이 되는 머신러닝 기반 툴에 열광하는 반면, 다른 일부는 AI가 인력을 대체하거나 삶을 더 편하게 만들어줄 것이라는 말에 지쳐 있습니다(오히려 더 많은 일을 하게 될 수도 있습니다).

제너레이티브 AI 툴의 출시에 있어 한 가지 아쉬운 점은 게임이나 게임 에셋이 AI를 사용해 언제 제작되었는지 투명하게 공개되지 않는다는 점입니다(또는 투명하지 않다는 점). 이 사실을 숨기면 에셋이 예기치 않게 게임에 등장할 경우 채용 과정이나 퍼블리싱 측면에서 의외의 상황이 발생할 수 있습니다. 또한 Fab과 같은 스토어에서 3D 에셋을 구매할 때 어려움을 겪을 수도 있습니다. 개발자가 '손가락이나 다른 일반적인 단서'를 보고 AI가 생성한 2D 아트를 식별할 수 있다는 것은 상식이 되었지만, 3D 모델에 대해서도 같은 방법으로 식별할 수 있을까요?

제너레이티브 AI로 3D 에셋을 제작하는 모델러가 자신의 모델에 AI가 제작한 것으로 태그를 지정해야 했다면 쉬웠을 것입니다. 하지만 Fab에서는 그렇지 않습니다.

블루스키의 베테랑 3D 아티스트 리즈 에드워즈가 이 질문에 대한 해답을 제시했습니다. 짧은 글에서 그녀는 AI로 생성된 3D 모델의 일반적인 특징과 이러한 특성으로 인해 일반적인 게임 개발 용도로 사용하기에 부적합한 모델을 만드는 이유를 설명했습니다. 그녀는 게임 개발자가 기계의 작업을 파악하는 방법을 배우는 데 도움이 되도록 자신의 인사이트를 게임 개발자가 재현할 수 있도록 친절하게도 허락해 주었습니다.

반응형

불량 텍스처와 뒤섞인 UV

에드워즈는 언뜻 보기에는 그리 이상해 보이지 않을 수 있는 펭귄 3D 모델을 Fab에서 발견하고 면밀히 살펴보는 것부터 시작했습니다. 베테랑 개발자는 자세히 보면 발 모양이나 배의 이상한 선 등 몇 가지 이상한 점을 발견할 수 있지만, 에드워즈는 더 심각한 결함을 발견했습니다.

그는 이 모델에 AI가 생성한 “명백한 징후”가 있다고 말했습니다. AI로 생성된 3D 모델에는 일반적으로 조명이 내장되어 있으며 텍스처는 2D 이미지에서 투영된다고 설명했습니다. 2D 이미지의 아티팩트가 피부에 남아 있습니다.

제너레이티브 AI로 만든 펭귄의 3D 모델을 자랑하는 Liz Edwards의 게시물. 이 모델에는 잘못된 조명과 잘못된 텍스처 투영의 아티팩트가 있습니다.

Bluesky를 통한 Liz Edwards 이미지 제공

에드워즈는 모델에 액세스하여 와이어프레임과 UV 맵을 살펴본 결과, 와이어프레임이 '조밀한 오토메시'처럼 보이고 맵이 자동으로 풀려서 '뒤죽박죽'이 되어 있다는 점에 주목했습니다.

Bluesky 이미지 제공: Liz Edwards

그녀는 이 펭귄을 '피노툰'에서 만든 다른 펭귄 모델과 비교했는데, 이 모델은 깔끔한 UV 레이아웃과 더 잘 배치된 눈동자와 부리 등 더 친숙한 특징을 가지고 있었습니다.

에드워즈는 3D로 생성된 모델의 공통적인 특징인 엄청나게 많은 폴리곤 수를 설명하기 위해 이상한 캐비닛 하이브리드의 또 다른 예를 사용했습니다. 블루스카이의 다른 곳에서 그녀는 비디오 게임의 평균 상자에는 500개의 삼각형 폴리곤만 필요한데, genAI 3D 모델 제작자가 50,000개의 삼각형 폴리곤이 있는 상자와 같은 오브젝트를 Fab 마켓플레이스에 올리는 방법을 집중 조명했습니다.

AI로 생성한 캐비닛의 3D 모델을 보여주는 Liz Edwards의 게시물.  Bluesky 이미지 제공: Liz Edwards

 

생성형 AI로 만든 3D 모델은 혼란을 야기할 수 있습니다.

에드워즈는 위의 특징만으로는 AI 도구로 생성된 모델을 자동으로 식별할 수 없다고 경고했습니다. 예를 들어 사진 측량을 사용하여 캡처한 3D 모델은 동일한 특성을 공유합니다. 차이점은 이러한 모델은 자연스러운 질감을 가지고 있고 일반적으로 인공물이 없으며 일관되고 자연스러운 디테일을 가지고 있다는 것입니다.

UV 맵과 메시가 뒤섞여 있는 사자상의 3D 모델을 자세히 살펴보세요. Bluesky 이미지 제공: Liz Edwards

특정 3D 에셋에 애니메이션을 적용하지 않거나 폴리곤 수에 신경 쓰지 않는다면 사진 측량으로 만든 것처럼 보이는 모델을 무시할 수 있지만, 주의해야 합니다. Edwards가 보여준 것처럼 이러한 모델은 가까이서 보면 불안정하거나 부적절해 보이는 일관성 없는 디테일이 있을 수 있습니다.

사진 측량으로 캡처한 것처럼 보이는 제너레이티브 AI로 만든 3D 모델을 보여주는 리즈 에드워즈의 게시물.  Bluesky 이미지 제공: Liz Edwards

또한 그녀는 제너레이티브 AI로 만든 3D 모델의 메시가 “거의” 대칭적이지 않고 “특징 없는 덩어리”로 서로 섞여 있는 경우가 많다고 설명했습니다. 이러한 '블롭'은 동물, 괴물, 휴머노이드의 발이나 팔을 서로 용접하는 경우가 많아서 포즈를 취하거나 애니메이션을 적용하는 것이 불가능합니다.

제너레이티브 AI로 만든 3D 모델이 팔다리를 용접하는 방법을 보여주는 리즈 에드워즈의 게시물입니다.  Bluesky 이미지 제공: Liz Edwards

이 문제는 퀄리티와 제작 효율을 맞바꾸는 모델 사용의 주요 위험성을 강조합니다. 오브젝트가 '충분히 좋아 보이지만' 폴리곤이 너무 많거나 애니메이션이 불가능한 경우, 팀이 훌륭한 게임을 만드는 데 필요한 나머지 작업을 방해할 수 있습니다.

728x90

머신을 파악하는 방법 알기

게임 개발자가 비주얼 아트가 제너레이티브 AI로 제작되었는지 확인하기 위해 자체적으로 보이트-캄프 테스트를 수행해야 할까요? 현재로서는 “그렇다”라고 답할 수 있습니다. 제너레이티브 AI로 제작된 아트 에셋이 파이프라인에 누락될 수 있는 방법은 다양하며, 이를 빠르게 발견하지 못하면 이를 포착할 준비가 되지 않은 팀에 문제를 일으킬 수 있습니다.

모든 제너레이티브 AI 기술이 속임수를 염두에 두고 만들어진 것은 아닙니다. 그러나 제너레이티브 AI의 광범위한 사용 사례는 특히 이미지, 텍스트 또는 동영상 생성을 사용할 때 다른 사람을 속이는 데 사용된다는 지적이 있었습니다.

견고한 펭귄 모델을 찾는 개발자는 결함이 있는 버전을 작동시키느라 귀중한 시간을 낭비할 수 있습니다. 3D 모델링에 경험이 없는 채용 담당자는 기계가 만든 불완전한 모델을 볼 수 없는 경우 AI가 생성한 모델을 후보자에게 전달할 수 있습니다. 현재로서는 개발자가 할 수 있는 일은 필요한 도구로 무장하고 AI가 생성한 모델이 자신의 요구 사항에 맞는지 판단하는 것뿐입니다.

좀 더 빠르게 직접 분류해야 한다면 Bluesky에서 Edwards의 전체 스레드(및 3D 아트에 대한 다른 게시물)를 검토해 보세요.

---

* 원문:

How devs can spot AI-generated 3D models