컴퓨터소프트웨어학부 이윤상 교수 연구팀 성과
근골격 시뮬레이션 기반 '모션-프리' 학습 구현
기존의 물리 기반 캐릭터 제어 연구는 주로 인간의 움직임을 기록한 모션 캡처 데이터에 의존해 왔다. 이는 사람의 동작을 재현하는 데 효과적이지만, 동물이나 가상의 생명체처럼 모션 데이터 수집이 어려운 캐릭터에는 적용하기 힘들다는 한계가 있었다.
이에 연구팀은 근육과 뼈 구조를 정밀하게 모델링한 근골격 시뮬레이션 자체를 물리적 사전 지식(prior)으로 활용해 '모션 프리(Motion-Free)' 학습 프레임워크인 프리머스코 기술을 제안했다.
해당 기술은 보행 행동이 물리적 제약과 생체역학적 구조에 따라 형성되도록 설계됐다. 이를 통해 캐릭터의 형태에 따라 서로 다른 이동 전략을 도출한다는 특징이 있다.
그 결과, 다리를 변형한 가상의 캐릭터(Chimanoid)는 사족 보행을 스스로 선택하는 등 형태에 적합한 에너지 효율적 움직임이 자동 형성되는 것을 확인했다.
또한 연구팀은 잠재 공간(latent space)을 함께 학습함으로써 학습된 보행 제어를 목표 지점 이동이나 경로 추종과 같은 고수준 과제로 확장할 수 있음을 보였다.
한편 김민관 박사과정생이 제1저자로 참여한 해당 연구는 한국연구재단과 한국콘텐츠진흥원의 지원을 받아 수행됐다. 아울러 연구 성과는 지난달 홍콩에서 열린 컴퓨터 그래픽스 및 인터랙티브 기술 분야의 국제 학술대회 '시그라프 아시아(SIGGRAPH Asia) 2025'에서 발표됐다.
◎공감언론 뉴시스 xieunpark@newsis.com