초록 ▼

본 연구의 목표는 현재의 병렬 컴퓨팅 트렌드에 맞는 메모리 최적화 알고리즘을 개발하여 기존의 렌더링 속도를 비약적으로 향상시키고자 함이었다. GPU 및 다젓코어로 인한 렌더링 병렬화 기법에서 병목현상이 일어나는 것은 메시 및 계층 구조로의 메모리 접근으로 알려져 있고, 불규칙한 데이터 접근을 줄이고자하는 기존의 방법은 몬테카를로 광선 추적 기법의 무작위 샘플링으로 인해 캐시 이용률 향상에 있어 한계를 보인다. 특히 이러한 무작위 샘플링에 의한 데이터 접근 패턴은 애플리케이션에서 표현하고자 하는 시각적 효과(visual effect)

본 연구의 목표는 현재의 병렬 컴퓨팅 트렌드에 맞는 메모리 최적화 알고리즘을 개발하여 기존의 렌더링 속도를 비약적으로 향상시키고자 함이었다. GPU 및 다젓코어로 인한 렌더링 병렬화 기법에서 병목현상이 일어나는 것은 메시 및 계층 구조로의 메모리 접근으로 알려져 있고, 불규칙한 데이터 접근을 줄이고자하는 기존의 방법은 몬테카를로 광선 추적 기법의 무작위 샘플링으로 인해 캐시 이용률 향상에 있어 한계를 보인다. 특히 이러한 무작위 샘플링에 의한 데이터 접근 패턴은 애플리케이션에서 표현하고자 하는 시각적 효과(visual effect), 렌더링 알고리즘, 병렬 처리 플랫폼에 큰 영향을 받는다. 따라서 각 애플리케이션에 맞는 샘플링 및 재구성 기법을 선택하는 것이 캐시 이용률의 한계를 극복하기 위한 매우 젓요하며, 이를 위해 본 연구진은 3년간 기존의 샘플링 및 재구성 기법들을 비교 연구하여 아래의 결과를 도출하였다.
우선, 수렴된 결과를 얻기까지 많은 샘플을 사용해야하는 몬테카를로 광선 추적법의 문제를 해결하기 위해 로컬 리그레션(local regression)기반의 새로운 이미지 기반 샘플링 및 재구성 방법을 제안하였다. 잡음(noise)을 포함한 고차원 피처정보에서 로컬 피처정보를 예측하였고, 예측한 로컬 피처공간에서 각 피처를 효율적으로 사용하기 위한 최적의 필터링 파라미터를 예측하기 위해 2단계 최적화 방법을 제안하였다. 또한 로컬 피처공간에서 이미지의 오류를 분석하여, 이에 기반한 적응형 샘플링(adaptive sampling)을 적용하였다. 우리의 기법을 적용한 결과 이미지의 에지를 잘 보존하여 잡음을 효과적으로 줄일 수 있었다.
우리는 또한 몬테카를로 렌더링 시스템에서 생길 수 있는 노이즈의 빠르고 효율적인 확장성 있는 디노이징 프레임워크를 만들었다. 이 방법을 통해 극도로 노이즈가 많은 이미지로부터 눈으로 봤을 때 훨씬 깨끗한 노이즈가 사라진 결과를 뽑아낼 수 있다. 컬러 값과 기하학적 특징을 이용한 임의의 매개변수 필터링(RPF: random parameter filtering)이라는 기법을 모체로 하여 픽셀 기반(pixel based)으로 바꿔서 계산 타임을 줄이면서도 모체가 되는 임의의 매개변수 필터링과 비슷하거나 더 좋은 질의 이미지를 만들어냈다. 기존의 임의 매개변수 필터링 기법은 샘플 기반이므로 샘플 수가 많아지면 속도가 느려지는데 반해 우리 방법은 픽셀 기반이므로 샘플 숫자에 영향을 받지 않는다.
우리는 기존의 샘플링 및 재구성 방법을 크게 두 종류로 분류하여 비교하고 각자의 장단점과 가이드라인을 제시하였다. “a priori” 방식은 몬테카를로 렌더링에서 사용하는 light transport equation으로부터 직접적으로 분석적 방법을 사용하여 샘플의 향상시키는 일체의 방법이며, “a posteriori” 방식은 샘플 입력에 대하여 통계적 분석을 활용하여 샘플을 향상시키는 일체의 방법이다. a priori 방식 젓 널리 알려진 local frequency analysis의 경우, Nyquist 샘플링 정리에 기반하는 장점이 있으나 high frequency 효과를 제거하기 위해서는 높은 샘플링 비율이 필요하다는 단점이 존재한다. 또 다른 전략인 light field structure analysis의 경우, 초기 샘플링 비율이 낮아도 된다는 장점이 있어 실시간 애플리케이션에 적합하나, 초기 샘플에 대한 저장 비용이 요구되고, 재구성 단계의 오버헤드가 크다는 점이 단점으로 부각된다. 마지막으로 derivative analysis는 irradiance caching 기법에 한정하여 고품질의 효율을 보여주지만, 이를 지원하는 물체의 매질의 종류가 크게 한정되어 있다는 단점이 존재한다. 그에 반해 a posteriori 방식의 경우 apriori 방식에 비해 시각효과에 큰 영향을 받지 않는다는 특징이 있으며, 노이즈 제거에 더 젓점을 두게된다. 또한 실용적인 측면에서 기존의 렌더러에 모듈화하여 적용하기 쉽다는 장점이 있으나, 화면 공간이 아닌 영역에서 weighted local regression 등의 고복잡도 필터를 적용하기에는 시간이 오래 걸린다는 단점이 존재한다. 이러한 특징에 따라 각 방식을 광범위한 애플리케이션에 맞게 적용 가능하며, 기존의 널리 알려진 렌더러 아키텍쳐에서 변형되어 적용될 수 있다.
본 연구를 통해 SCI 국외논문 3편, 비SCI 국외논문 1편과 2편의 국내논문을 게재하였고, 1명의 박사와 5명의 석사 인력을 양성하였다.
(출처 : Ⅰ. 연구결과 요약문 4P)

목차 Contents

• 표지 ... 1
• 목차 ... 3
• Ⅰ. 연구결과 요약문 ... 4
• Ⅱ. 연구내용 및 결과 ... 5
• 1. 연구과제의 개요 ... 5
• 2. 국내외 기술개발 현황 ... 5
• 3. 연구수행 내용 및 결과 ... 6
• 4. 목표 달성도 및 관련 분야에의 기여도 ... 7
• 5. 연구결과의 활용계획 ... 7
• 6. 연구과정에서 수집한 해외과학기술정보 ... 8
• Ⅲ. 연구성과 ... 9
• 끝페이지 ... 13