Hybrid

GDC & i3D

GDC 는 그렇게 깊게 관심을 갖지 않았었는데, 막상 관심을 갖고 논문 좀 볼려고 했는데, 알고보니 논문이란게 없었다. -_-ㅋ 문서의 개념도 없었고, 오로지 강연 밖에 없는 듯 하다.

반면 SIGGRAPH 나 SIGGRAPH 소속 i3D 는 직접 논문을 제출하는 곳으로, 구체적인 정보를 얻기 좋다.

장단점이 있는데,

GDC 는 실무적인 팁을 얻을 수 있다. 실제로 게임에 적용된 기술이 대부분이다.
반면, i3D 는 실무에 적용되기 전 연구적인 기술들이 기본이다. 물론 그렇다고 비실용적이라는 것은 아니다. 다시 말해 실무에 적용되기 전 실무적으로는 아직 검증되지 않은 기술이라는 뜻이다.
GDC 의 정보는 자세하지 않다. 사실 논문의 내용들도 가끔은 너무 피상적이라 이해하기 힘들 때가 있는데, GDC 의 강연 자료는 더더욱 그렇다. 강연자의 말을 들어도 알 수 없는 부분이 많은데, ~~(결제할 돈이 없는)~~ 일반 사람들은 문서만 봐서는 좀 부족한 경우가 많다.
i3D 는 구체적으로 적혀 있다. 특히 Real-time/Interactive 를 위주로 하기 때문에 근사적인 방법을 많이 사용하는데, SIGGRAPH 의 수준 답게, 근사화되기 전의 공식과 근사화 된 구현의 방법을 모두 설명하거나 하면, ~~(한편으로는 에이쒸 낚였네, 하면서도)~~ 정확한 설명에 감탄할 수 밖에 없다.

i3D 2010

아래 논문들은 http://graphics.cs.williams.edu/i3d10/ 에 뽑힌 논문들이다.

Stochastic Transparency

일반적으로 투명한 물체는 뒤에서 앞으로, 혹은 앞에서 뒤로, 순서를 정렬해서 그려야 한다. 그렇지 않으면 제대로 그릴 수가 없다. 그런데, 이걸 순서와 상관 없이 그릴 수 있다는 거짓말 같은 논문이 Best Paper 로 뽑혔다. 뭐, 논문을 보기 전엔 그야 말로 진짜 거짓말 같지만, 막상 논문을 보면 그럴듯하다. (그러니까 논문이지...)

통계적인 방법을 이용하는 것이다. 따라서 노이즈가 생기지만, Alpha Correction, Depth-sampled stochastic transparency 등 나름대로의 방법을 사용하여, 노이즈를 최대한 줄였다.

얼핏 보기에는 뭐, 아무래도 게임에 쓰기에는 부족할듯 하지만, CAD 나 Preview Rendering 에 사용하면 아주 좋을 듯 하다.

Ambient Occlusion Volumes

Best Poster 로 뽑힌 이 논문의 저자는 McGuire 인데, 이 사람은 Poster 전문인가보다. 전에 본 논문도 포스터였다(포스터는 한장짜리 논문 -_-ㅋ 한장인데 구색은 다 갖췄다. 아이디어가 굉장히 간단한것들이 종종 있다). -_-ㅋ

기존에 i3D 에 Ambient Occlusion Fields 라는 논문이 있었다. 이 논문에서는 AO 정보를 큐브 맵에 저장하는 것이었다. 그리고 요즘은 게임에서도, SSAO(Screen Space Ambient Occlusion)이 유행하기도 한다.

읽어보면 슬쩍 복잡해 보이기도 하는데, 기본적인 아이디어는 참 간단하다. 편의상 사각형 P 가 있으면, P 를 그릴때 Geometry Shader 를 사용해서 Volume 을 만든다. 그 부피에 해당하는 지역을 어둡게 하는 것이다. 그렇게 하면 AM 의 기본 아이디어처럼 물체가 조밀 한 곳에는 그림자가 진다(제대로 이해한거 맞나? -_-ㅋ).

A Real Time Screened-Poisson Solver for Interactive Surface Editing

이 논문은 Best Paper 의 Honorable Mention 으로 뽑힌건데(이게 뭐지? -ㅅ-?), 제목부터 참 솔깃하다. 역시 이거 논문 제목이 좀 구라스러운데? 라는 생각을 가지고 읽어본다.

막상 읽어보니, Poisson Solver 는 Fluid Simulation 을 풀기 위한게 아니었다(뒤에 Interactive Surface Editing 이라고 써있는데!!! 멍청이!). 관심 없다. 닫는다. (그래도, Surface Editing 에도 Poisson Equation 을 사용한다는 것은 새로 배웠다.)

Volumetric Obscurance

요즘 AO 이 정말 대세는 대세인 것 같다. 또 AO 논문인데, 이 논문은 Best Presentation 으로 뽑혔다. 이 논문은 좀 깊히 읽어야 할 것 같다. 대략적인 아이디어만 소개한다(어차피 위의 소개도 다 그랬는데 언젠 안그런 것처럼...).

고전적인 AO 는 어떠한 물체를 중심으로 주변에 물체가 막힌지 안 막힌지를 판단하는 것이다. 요즘 유행하는 SSAO 는 렌더링 된 이미지를 기준으로 Depth Buffer 의 값을 비교해서 근사적으로 계산한다. 하지만, 속도가 제법 느리다는 것과 Undersampling 문제가 있다.

이 논문에서는 SSAO 처럼 주변의 depth buffer 값을 샘플링 하는 것이 아니라, 카메라로부터 선을 뻣고 샘플링 지점의 구 안으로 들어가는 부분을 얻어내어 AO 값을 얻어낸다. (그림 없이 말하려니까 말하는 나도 뭔 소리인지 모르겠다.) 아무튼 샘플링의 방법이 다르다. -_-;;

(사실 AO 부분이 현재 쓰는 논문과 연관이 있어서 좀 자세히 알아보는 중이다. 나중에 AO, SSAO 논문들 정리해서 제대로 소개하려고 마음만은 일단 먹고 있다.)

실제로 SSAO 의 멋진 결과에 비해 성능이라던가 문제점이 있기 때문에, 오히려 도입을 망설이는 경우도 있다(참고 : GDC2010 : Hill Stephen Rendering Tools Splinter Cell Conviction). 이 논문의 방법이 해결 방법이 되면 좋을 듯 하다.

크리에이티브 커먼즈 라이센스