안녕하세요.
정글러입니다.
최근에 여러 소프트웨어로 3DGS를 시도했습니다.
각 소프트웨어의 장점과 사용 후기를 적어보겠습니다.
1. Postshot
Jawset Postshot
System Requirements: Windows 10 or later, Nvidia GPU GeForce RTX 2060, Quadro T400/RTX 4000 or higher
www.jawset.com
window환경과 GPU만 있다면, 가장 퀄리티 높게 실행되는 소프트웨어입니다.
Unreal engine과 Aftereffect는 다운로드할 때 플러그인을 따로 설치할 수 있어서 연동 가능합니다.
Aftereffect와 연동을 시도해보진 않았지만, Unreal engine과의 연동은 그렇게 좋지 않았습니다.
언리얼엔진에 ply파일을 불러왔을 때 Luma에 비해서 누락되는 정보들이 많다는 것을 확인했습니다.
대신 blender와의 연동이 괜찮았습니다.
blender는 오픈소스 플러그인을 따로 다운로드하여, ply파일을 불러올 수 있었습니다.
그러나 위와 똑같은 파일을 블렌더에 불러오니 화질이 급격하게 낮아졌습니다.
이는 As point cloud를 활성화시켜서 생긴 문제였습니다.
이를 비활성화 시키고 Diplay percentage를 높이니 화질이 개선되었습니다.
blender는 ply파일을 usdc로 저장할 수 있는 것이 장점입니다.
이를 jetset에서 나오는 Autoshot을 통해 usdz로도 변환시킬 수 있었습니다.
usdz는 ply파일에 비해서 활용성이 높아 다른 어플리케이션과 연동되는 장점이 있습니다.
2. Luma AI
Luma AI - Featured Captures
Make your imagination reality with AI.
lumalabs.ai
Luma는 로컬에서 돌아가는 프로그램이 아니기 때문에 제약과 한계가 많습니다.
우선 긴 영상을 업로드하면 실패할 확률이 높아집니다.
그래서 어플에서 바로 영상을 촬영해서 돌리는 것이 가장 성공할 확률이 높습니다.
Luma AI의 가장 큰 장점은 언리얼엔진과의 연동이 높다는 것입니다.
[Luma] Luma AI에서 언리얼엔진 플러그인 연결하기
안녕하세요. 정글러입니다. 오늘은 루마AI에서 언리얼엔진으로 플러그인을 연결하는 방법을 알아보겠습니다.최근에 Luma ai를 사용하다가 아래 사진처럼 탭이 새로 생긴 것을 확인했는데요. 루
storytech.tistory.com
이전 게시물에서도 살펴봤듯, Luma가 제공하는 언리얼엔진 플러그인은 Dynamic으로 저장할 수 있다는 점이 가장 큰 장점입니다.
다른 3DGS가 조명이 잘 먹지 않는 문제가 있다면, Luma는 이를 극복할 수 있습니다.
이와 같이 환경 전체에 조명이 적용될 수 있습니다.
또한 오브젝트에 스포트라이트 조명도 가능합니다.
이러한 점이 가장 강력한 장점이지만,
성공 여부를 Luma 어플에 의존해야 한다는 점이 너무 큰 한계점입니다.
3. KIRI ENGINE
undefined - KIRI Engine
The most powerful 3D scanner app for iPhone, Android, and Web. Capture in 3D with Photogrammetry, NeRF/NSR Scan, 3D Gaussian Splatting, and LiDAR.
www.kiriengine.app
kiri engine의 장점은 저장단계에서부터 usd / fbx / ply 파일 등 거의 모든 확장자를 지원한다는 점입니다.
Luma도 지원하긴 하지만 ply파일이 아닌 usd 파일로 다운받았을 때, 배경은 사라지고 물체만 저장되는 등의 문제가 발생했습니다.
반면 kiri engine은 비교적 환경 전체가 텍스쳐와 함께 잘 저장됩니다.
그러나 당연히 어플로 되는 것이기 때문에 로컬환경에서 작동하는 postshot보다는 퀄리티가 떨어지는 문제가 있습니다.
대신 Jetset과 같은 어플리케이션과의 연동은 가장 좋았습니다.
Autoshot에서 icloud로 연동하여 바로 확인할 수 있어 가볍게 사용하기엔 가장 좋았습니다.
다만 LiDAR가 있는 디바이스여야 더 좋은 퀄리티를 만들 수 있다는 점이 아쉬웠습니다.
3DGS를 실질적으로 사용하는 유저 케이스가 많지 않아 활용면에서 아쉬운 점들도 있지만,
지난 게시물을 쓸 때보다 훨씬 더 좋아진 부분들이 보였습니다.
각 어플리케이션의 장단점을 파악해서 연동성이 좋은 엔진 및 소프트웨어와 파이프라인을 구축한다면,
좀더 활용도가 높아지지 않을까 생각해봅니다.
감사합니다.
'AI > NeRF l 3DGS' 카테고리의 다른 글
[3DGS] GaussianSpatting에서 StyleGaussian까지 (0) | 2025.04.29 |
---|---|
[3DGS] 오픈소스로 구현해보기 (1) | 2025.04.24 |
[Volinga] AI- Virtual Production/ NeRF를 활용한 3D Reconstruction (0) | 2024.09.10 |
[3DGS] 3D Gaussian Splatting 알아보기 (0) | 2024.05.08 |
[NeRF] NeRF Studio를 통해 3D 모델링하기 (0) | 2024.03.13 |