건국대학교 공과대학 김원준 교수(전기전자공학부) 연구팀이 텍스트 입력만으로 3차원 영상 속 객체를 정확히 분할하고 편집할 수 있는 혁신적인 알고리즘을 개발했다. 해당 기술은 세계 최고 권위를 자랑하는 컴퓨터 비전 및 인공지능 학술대회인 ‘ICCV 2025(IEEE/CVF International Conference on Computer Vision)’에 채택되어 오는 10월 미국 하와이에서 발표될 예정이다.

이번 연구는 '개방형 어휘(Open-vocabulary) 기반 3차원 영상 분할 알고리즘'에 대한 것으로, 사용자가 단순한 문장이나 단어 입력만으로 3D 영상 내 객체를 식별하고 자유롭게 조작할 수 있는 점이 특징이다. 기존 영상 분할 기술이 사전에 정의된 객체에만 반응했던 것과 달리, 이 알고리즘은 개방형 어휘에 대응하여 다양한 객체 인식이 가능하다.

연구의 핵심은 언어 임베딩(Language Embedding)과 가우시안 스플래팅(Gaussian Splatting) 파라미터를 동시에 학습하는 방식에 있다. 서로 다른 시점에 존재하는 객체를 하나의 일관된 언어 표현으로 묶어내는 동시에, 새로운 시점에서의 영상 생성에도 활용할 수 있는 프레임워크를 구현해냈다.

또한 연구팀은 대조적 학습(Contrastive Learning) 기법을 도입함으로써 객체 인식의 정확도와 재현성을 크게 끌어올렸다. 이를 통해 사용자는 단순한 텍스트 명령만으로 영상 내 특정 객체를 정밀하게 분할하고 편집할 수 있으며, 이는 향후 고품질 3차원 콘텐츠 제작이나 이머시브 서비스에서 획기적인 전환점을 마련할 것으로 보인다.

이번 논문의 제1저자는 건국대학교 석사과정 장성민 학생이며, 교신저자는 김원준 교수다. 해당 연구는 과학기술정보통신부의 연구비 지원을 통해 진행됐다.

건국대 김원준 교수팀이 발표한 이번 기술은 3D 영상 편집의 자동화·정밀화를 이끄는 전환점으로 평가받는다. 사용자 친화적인 인터페이스로 영상 편집에 접근 장벽을 낮추고, 가상현실·메타버스·게임·디지털 트윈 등 다양한 분야에서 즉각적인 활용이 가능할 것으로 기대된다.

텍스트만으로 3차원 영상 내 객체를 인식하고 조작할 수 있는 이 기술은 영상 기반 콘텐츠 제작의 패러다임을 바꿀 가능성이 높다. 향후 관련 산업 전반에 걸쳐 응용 가능성이 높아, 실용성과 학문적 기여도 면에서 모두 주목받고 있다.

뉴스와이어 뉴스제공 건국대학교 웹사이트: http://www.konkuk.ac.kr  사진제공