통합검색 > 통합검색 : 캐드앤그래픽스 - 엔지니어링IT 미디어

최고의 그래픽 디자인 작업을 위한 생성형 AI 도구 10선

최근 그래픽 디자인 분야에서 생성형 AI 도구의 활용이 급격히 증가하고 있다. 이들 도구는 디자이너들이 더 창의적이고 효율적으로 작업할 수 있도록 돕고 있으며, 다양한 분야에서 큰 인기를 끌고 있다. 이번 기사에서는 그래픽 작업에 유용한 주요 생성형 AI 도구들을 소개한다. 1. Stable Diffusion(스테이블 디퓨전) 이미지 출처 : 스테이블 디퓨전 홈페이지 Stability AI에서 개발한 Stable Diffusion은 텍스트에서 이미지를 생성하는 능력이 뛰어나며, 다양한 용도로 활용될 수 있다. 특히 커스터마이즈된 이미지 생성에 유용하여, 광고나 브랜딩 작업에 많이 사용된다. 무료이나 사용이 까다롭다는 평이 있다. 2. MidJourney(미드저니) MidJourney는 주로 예술적이고 독특한 이미지를 생성하는 데 사용된다. 다양한 스타일의 작품을 만들 수 있어 디지털 아티스트들 사이에서 특히 인기가 많다. 예술 작품에서 광고 디자인까지 폭넓게 활용된다. 3. DALL-E (달리) OpenAI에서 개발한 DALL-E 3는 텍스트 설명을 바탕으로 고화질 이미지를 생성할 수 있는 도구다. 예술적 표현이나 창의적인 작업에 널리 사용되며, 사용자들의 상상력을 현실로 바꾸어 주는 역할을 한다. 4. Adobe Firefly (어도비 파이어플라이) Adobe의 생성형 AI 도구인 Firefly는 텍스트에서 이미지를 생성하거나, 이미지에서 텍스트를 생성하는 등 다양한 기능을 제공한다. Adobe의 다른 제품들과의 통합이 강점으로, 전체 디자인 프로세스를 더욱 원활하게 만들어준다. 5. Artbreeder Artbreeder는 유전자 알고리즘을 사용하여 이미지를 조합하고 변형하는 기능을 제공하는 도구다. 특히 캐릭터 디자인이나 환경 디자인에 유용하며, 사용자가 원하는 스타일의 이미지를 쉽게 만들어낼 수 있다. 6. Adobe Sensei Adobe의 Creative Cloud 제품군에 통합된 AI 도구인 Sensei는 이미지 향상, 객체 선택 및 마스킹, 패턴 인식 등 다양한 작업을 자동화하여 디자인 프로세스를 간소화한다. 이를 통해 디자이너들은 더욱 효율적으로 작업할 수 있다. 7. Canva (캔바) Canva는 사용하기 쉬운 인터페이스와 함께 AI 기반의 디자인 도구를 제공하여 배경 제거, 이미지 업스케일링, 색상 팔레트 생성 등을 지원한다. 비전문가도 손쉽게 고퀄리티 디자인을 만들 수 있어 많은 인기를 끌고 있다. 8. Designs.ai Designs.ai는 로고 생성, 비디오 제작 등 다양한 디자인 작업을 지원하는 종합적인 AI 도구다. 머신러닝 기능을 통해 복잡한 디자인 작업을 간단하게 처리할 수 있으며, 소규모 기업이나 개인 디자이너들에게 유용하다. 9. Khroma Khroma는 AI를 사용하여 색상 팔레트를 생성하고, 디자이너가 선호하는 색상 조합을 기반으로 맞춤형 팔레트를 추천한다. 색상 선택이 중요한 디자인 작업에서 특히 유용하다. 10. 무료 컬러링 페이지 생성기 챗GPT 무료 컬러링 페이지 생성기는 사용자가 원하는 주제나 스타일에 맞춘 컬러링 페이지를 생성해준다. 교육용이나 취미 활동으로 활용할 수 있다. 이 도구들은 그래픽 디자이너, 디지털 아티스트, 마케팅 전문가 등 다양한 분야에서 사용되고 있으며, 창의적인 작업을 더욱 효율적이고 혁신적으로 만들어주고 있다. 생성형 AI 도구의 발전은 앞으로도 그래픽 디자인 분야에 많은 변화를 가져올 것으로 기대된다.

작성일 : 2024-07-24

오픈 미디어아트 그룹 'A.DAT', 생성AI x ART 전시회 8월 1일부터 7일까지 개최

오픈 미디어아트 그룹 A.DAT의 6번째 전시인 '생성AI x ART' 전시회가 한전아트센터 갤러리(양재역 인근)에서 8월 1일부터 7일까지 개최된다. 2014년에 구성된 A.DAT(Advanced Design & Artist Team)는 건축, 예술, 기술을 융합한 미디어 아트를 추구하는 그룹이다. A.DAT는 아트로 사회적 메시지를 전달하는 데 관심이 많은 건축가, 예술가, 작가, 엔지니어가 모여 매년 새로운 기술을 ART로 표현하려는 시도를 하고 있다. 올해 6번째 전시회에서는 최근 사회적 화두가 되고 있는 생성형 AI도구를 활용한 다양한 작품을 선보일 예정이다. 이번 전시회는 작년에 이어, AI와 ART의 관계를 스테이블 디퓨전 기반 텍스트, 이미지, 영상 생성AI 기술과 미디어로 사회적 메시지와 스토리를 만들 예정이다. 오프닝(8월 3일 토요일 오후 3시)에는 다과와 함께 작가들의 작품 아이디어와 개발 과정을 담은 이야기 나눔 시간, 예술에 활용되는 생성AI의 뒷면, 메커니즘과 ART TREND에 대한 세미나가 준비되어 있다. 이번 전시 멤버로는 강태욱, 최석영, 김현수, 이승항, 임진택, 정성철, 조춘익, 강선우 등이 참여하며, All BIM Technologies 김호중 대표가 후원한다. 전시 관람은 무료이다. 생성AI와 ART의 통섭에 관심이 많은 분들이 교류하는 장이 될 것으로 기대된다. 전시 장소: 한전아트센터 갤러리 (양재역 인근) 전시 기간 : 2024년 8월 1일(목)~8월 7일(수) 오프닝 행사 : 2024년 8월 3일(토) 오후3시

작성일 : 2024-07-19

유니티 6 프리뷰 : 게임 및 비주얼 콘텐츠 제작 전반의 기능과 편의성 강화

작성일 : 2024-07-03

오라클, 자연어 기반 앱 개발 지원하는 ‘에이펙스 AI 어시스턴트’ 발표

오라클이 에이펙스(APEX) 로코드(low-code) 개발 플랫폼의 최신 릴리스에 새롭게 추가되는 AI 기능을 발표했다. 오라클 에이펙스의 에이펙스 AI 어시스턴트(APEX AI Assistant)는 애플리케이션 개발 과정을 간소화하여 개발자들이 풍부한 기능을 갖춘 대규모 미션 크리티컬 애플리케이션을 신속하게 구축할 수 있도록 돕는다. 에이펙스 AI 어시스턴트의 자연어 프롬프트를 사용하면 원하는 기능 및 구성 요소 지정, SQL 문 자동 생성, 원클릭 디버그 수정, 테이블 이름 자동 저장, 기존 애플리케이션에 즉시 사용 가능한 대화형 인터페이스 추가 등 다양한 작업을 수행할 수 있다. 오라클 에이펙스는 오라클 데이터베이스 및 오라클 자율운영 데이터베이스를 비롯한 모든 오라클 데이터베이스 서비스에서 무상으로 지원되는 기능으로, 무료 체험이 가능하다. 오라클 에이펙스는 선언적 개발 방식을 제공함으로써 복잡한 기존의 코딩 방식을 대체한다. 이를 통해 1/100 수준의 적은 코드량과 20배 빨라진 속도로 미션 크리티컬 엔터프라이즈 애플리케이션을 구축 및 배포할 수 있도록 지원한다. 오라클 에이펙스는 이미 2100만 개 이상의 애플리케이션 구축에 활용된 바 있으며, 다양한 글로벌 산업 분야에서 85만 명 이상의 개발자가 활용하고 있다. 오라클은 “에이펙스는 오라클 데이터베이스(Oracle Database) 및 오라클 자율운영 데이터베이스 (Oracle Autonomous Database)를 비롯한 모든 오라클 데이터베이스 서비스에 포함되어 있으며, 탁월한 애플리케이션 성능과 함께 업계 최고 수준의 안전성, 가용성, 확장성을 제공한다”고 설명했다. 예를 들어, 오라클 데이터베이스 23ai(Oracle Database 23ai)의 AI 벡터 검색(AI Vector Search) 기능과 오라클 에이펙스를 함께 활용하면 문서, 이미지, 기타 비정형 데이터에 대한 시맨틱 검색과 비공개 비즈니스 데이터 검색을 한 번에 수행할 수 있다. 오라클 에이펙스가 새롭게 선보이는 향상된 AI 기능으로는 에이펙스 AI 어시스턴트, 앱 생성 어시스턴트, 대화형 AI 인터페이스 등이 있다. 자연어 사용자 프롬프트로부터 유효한 SQL문을 생성하는 ‘에이펙스 AI 어시스턴트’는 개발자 대신 SQL 구문을 기억하고, SQL 쿼리 작성을 자동화한다. 기존 코드에 대한 설명을 제공하고, 간단한 클릭만으로 적용 가능한 코드 버그 수정안을 제안하여 개발자가 반복적인 코딩 작업에서 벗어날 수 있도록 지원한다. ‘앱 생성 어시스턴트(Create App Assistant)’는 자연어 사용자 프롬프트로 원하는 속성과 기능을 지정하여 새로운 애플리케이션 청사진(blueprints)을 생성할 수 있는 기능이다. 개발자는 이 기능을 활용하여 신규 애플리케이션 개발을 간소화하고, 기본적인 코딩 작업 대신 고유한 맞춤형 애플리케이션 기능 제작에 에너지 및 리소스를 집중할 수 있다. ‘대화형 AI 인터페이스(Conversational AI dialogs)’는 즉시 사용 가능한 대화형 인터페이스를 기존 애플리케이션에 간단히 추가하여 최종 사용자가 애플리케이션과 자연어로 대화할 수 있도록 지원하는 기능이다. 개발자는 이 기능을 활용하여 생성형 AI 또는 자연어 처리 구성 요소를 처음부터 직접 구축할 필요 없이 더욱 풍부한 인앱(in-app) 경험을 제공할 수 있다. 오라클의 마이크 히치와(Mike Hichwa) 소프트웨어 개발 담당 수석 부사장은 “매일 SQL문을 작성하는 개발자의 입장에서 사용 빈도가 떨어지는 테이블 및 열의 이름이나 구문을 직접 기억한다는 것은 무척 어려운 일이다. 개발자에게 있어 맥락에 맞는 열 이름 결정, 조인(JOIN), 복잡한 구문 생성 등의 기능을 지원하는 AI 어시스턴트는 진정 획기적이라 할 수 있다”면서, “예를 들어, ‘미국의 캔자스시티와 위치타 지점으로 가장 최근에 배송하고 남은 라지 사이즈의 핑크색 티셔츠를 모두 보여줘’와 같이 평범한 자연어를 입력하면 에이펙스 AI 어시스턴트가 이를 자동화하여 정확한 결과를 보여 주게 된다”고 설명했다.

작성일 : 2024-06-19

[온에어] 생성형 AI LLM과 스테이블 디퓨전 최신 기술 및 활용 동향

캐드앤그래픽스 CNG TV 지식방송 지상 중계 지난 4월 29일 CNG TV는 ‘생성AI LLM과 스테이블 디퓨전 최신 기술 및 활용 동향’을 주제로, 생성형 AI 전문가를 초청해 이야기를 나눴다. 이번 방송에서는 최근 핫이슈로 떠오른 AI 관련 기술 동향과 개발 내용, 그리고 텍스트 입력만으로 이미지 생성이 가능한 인공지능 모델인 스테이블 디퓨전(Stable Diffusion)을 활용한 그래픽 시장의 다변화에 대해 전망해 보는 시간이 마련됐다. 자세한 내용은 다시 보기를 통해 확인할 수 있다. ■ 박경수 기자 이날 방송은 한국건설기술연구원 강태욱 연구위원이 사회를 맡고, 소이랩(SOY.LAB) 최돈현 대표와 인공지능팩토리 김태영 대표가 발표자로 참석했다. 이번 방송에서는 지난 2022년 말에 챗지피티(ChatGPT)를 시작으로 본격적인 생성형 AI 시대가 문을 열고 1년여의 시간이 지난 현재 어떤 일들이 진행되고 있는지 소개되어 관심을 모았다. 특히, AI는 이제 우리의 사회, 문화, 경제 모든 부문에서 강력한 파워와 영향력을 발휘하며 게임체인저로 부상했다. 소이랩 최돈현 대표는 “VFX 영상산업에서 시네마틱과 필름 애니메이션, 그리고 게임 콘텐츠 제작 분야에서 다양한 경력을 쌓아 왔는데, 지난해부터 생성형 AI를 접하고 나서 AI와 VFX 경험들을 통해 다양한 콘텐츠 제작과 커뮤니티 활성화하기 위해 소이랩을 창업하고 국내외 아티스트들과 협력하고 있다”고 설명했다. ▲ 소이랩 최돈현 대표 최돈현 대표는 “소이랩은 현재 개발은 물론 콘텐츠, 커뮤니티, 컨설팅, 교육에 이르기까지 다양한 주제로 크리에이터와 커뮤니티 사이에서 아티스트들이 더 좋은 콘텐츠를 만들 수 있도록 정보를 제공하는 있다”며, “커뮤니티 부분에서는 페이스북에 스테이블디퓨전코리아라는 유저 그룹을 만들어서 운영 중인데 회원 수가 1만 5000명을 넘어섰다”고 말했다. 또한 “유튜브에서는 스테이블 디퓨전의 업그레이드된 기술과 다양한 활용법들을 소개하고 있고, 패스트컴퍼니와 협업을 통해 다양한 교육 콘텐츠도 제공하고 있다”고 설명했다. 인공지능팩토리 김태영 대표는 ‘생성형 AI LLM 최신 기술 및 활용 동향’을 주제로 이야기하면서 어떻게 창업하게 됐는지, 현재 AI를 활용해 어떤 작업들을 하고 있는지 소개했다. 김태영 대표는 “소이랩의 경우에는 이미지 생성 AI 쪽에서 큰 생태계와 함께 비즈니스 모델을 가지고 있다면, 인공지능팩토리는 AI의 전반적인 내용을 가지고 또 다른 생태계를 형상하고 있다고 보면 된다”고 말했다. ▲ 인공지능팩토리 김태영 대표 그는 또 “현재 AI 인플루언서인 ‘타이리’를 제작해 운영 중이다. 예전에는 이런 인플루언서 콘텐츠를 제작하고 운영하려면 한 팀이 움직여야 했다면, 이제는 AI 기술을 활용할 수 있게 되면서 하나의 전문팀이 움직이는 것과 같은 퀄리티는 아닐지라도 개인 혼자서 충분히 가상의 인플루언서를 제작하고 운영할 수 있게 됐다”고 설명했다. 이번 방송을 통해 한번 더 확실하게 알 수 있게 된 점은 생성형 AI가 시장의 대세가 됐다는 사실이다. 모든 산업 분야에서 AI 기술을 활용한 비즈니스에 촉각을 세우고 있는데, 이제는 누가, 언제, 어디에서, 어떤 방식으로 AI 기술을 접목해 파급력 있는 AI 모델 혹은 콘텐츠를 생성할 것인가에 관심이 모아지고 있다. ■ 기사 내용은 PDF로도 제공됩니다.

작성일 : 2024-06-03

CDA&Graphics 2024년 6월호 목차

17　THEME. 제조기업이 말하는 스마트 혁신 전략과 추진 과정 제조 혁신의 미래 : 포스코의 디지털 트윈 추진 사례 설계부터 운영까지 : LG의 스마트 공장 구축 여정과 사례 생산성을 넘어서는 가치 추구 : 현대차/기아의 스마트 공장 추진 현황 INFOWORLD New Products 29　비주얼 콘텐츠 제작의 퍼포먼스 · 품질 · 생산성 향상　언리얼 엔진 5.4 34　건축 설계-시공 워크플로 개선 및 건설 생산성 강화　올플랜 2024-1 서비스 릴리스 36　하드웨어 기반 반도체 개발 검증 솔루션　벨로체 CS 45　이달의 신제품 Case Study 38　발레오, SXSW에서 차량 내 XR 레이싱 게임 공개　자율주행 시대의 새로운 사용자 경험을 제시하다 Focus 40　폼랩, “제조산업에서 3D 프린팅의 가능성 넓힌다” 42　AWS, 산업 혁신 지원하는 포괄적 클라우드/AI 기술 소개 Column 48　디지털 지식전문가 조형식의 지식마당 / 조형식　디지털 AI 전환 시대의 디지털 엔지니어링 이니셔티브 51　책에서 얻은 것 No. 20 / 류용효　컨셉맵으로 미래 그리기 On Air 56　캐드앤그래픽스 CNG TV 지식방송 지상중계　생성형 AI LLM과 스테이블 디퓨전 최신 기술 및 활용 동향 57　캐드앤그래픽스 CNG TV 지식방송 지상중계　다양한 산업군에서의 HPC on AWS 58　캐드앤그래픽스 CNG TV 지식방송 지상중계　생성형 AI 시대의 BIM 기술과 스마트 건설 59　캐드앤그래픽스 CNG TV 지식방송 지상중계　산업별 DX/PLM 전략과 생성형AI 혁신 60　캐드앤그래픽스 CNG TV 지식방송 지상중계　미래를 선도하는 혁신 제조 기술의 활용 가능성 61　News 66　New Books Directory 115　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리 CADPIA AEC 68　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　오픈소스 LLaVA 기반 멀티모달 생성형 AI 서비스 만들기 72　새로워진 캐디안 2024 살펴보기 (6) / 최영석　캐디안 2024 SE의 새로운 기능 소개 76　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2025 (2) / 천벼리　아레스 AI 어시스트 112　복잡한 모델에서 인사이트를 얻고 설계 의사결정을 돕는 직스캐드 (3) / 이소연　사용성을 강화하는 QPro 및 LANDY 연동 Reverse Engineering 83　문화유산 분야의 이미지 데이터베이스와 활용 사례 (6) / 유우식　고서 자형 데이터베이스 Mechanical 94　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (1) / 김성철　크레오 11.0에서 향상된 주요 기능 소개 100　산업 디지털 전환을 위한 버추얼 트윈 (2) / 최윤정　자동차 산업에서 3D익스피리언스 카티아의 활용법 Analysis 80　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (10) / 나인플러스IT　전기/기계 엔지니어의 역량을 강화하는 통합 AI 열 해석 104　앤시스 워크벤치를 활용한 해석 성공사례 / 김은자　앤시스 플루언트 GPU 솔버의 소개와 활용 108　시뮤텐스 소프트웨어를 활용한 복합소재 해석 (3) / 씨투이에스코리아　복합재 성형-구조 연계 해석을 위한 시뮤드레이프 캐드앤그래픽스 2024년 6월호 목차 from 캐드앤그래픽스

작성일 : 2024-05-31

[신간] 생성형 AI 건축 디자인 인테리어·가구·조경까지

김현수 지음 / 26,000원 / 책바세 미래와 작업 환경의 변화, 이제 상상력으로 경쟁하는 시대! 생성형 AI 활용, 건축 디자인에 관해 궁금한 모든 것이 담겨 있는 책! 이 책은 건축설계를 본업으로 하는 저자가 AI 소프트웨어를 이용하여 건축 및 관련 분야의 형태적 스타일을 분류하고 직접 생성 및 응용해 봄으로써 이미지의 표현 가능성을 다양하게 확장하여 영감을 주는 것을 목표로 하고 잇다. 이 책에서는 챗GPT와 미드저니를 중심으로 스테이블 디퓨전, 디퓨전 비, 컴피 유아이, 베라스, 스케치업 등 최신 생성형 AI 도구들을 활용한 건축 디자인의 모든 것을 탐구한다. 건축가, 학생 그리고 건축에 관심 있는 모두에게 AI를 이용한 창의적 디자인의 가능성과 미래 건축 디자인의 새로운 지평을 열어주는 책으로, 건축 관련 지식들도 곳곳에서 다루고 있다. 부록으로 인공지능 그림 수업(미드저니 활용법) PDF 전자책, 생성형 AI 수익화 전략 아이템 14 PDF 전자책을 증정한다.

작성일 : 2024-05-23

RTX A400/A1000 : AI 기반 워크플로 강화하는 전문가용 GPU

개발 및 공급 : 엔비디아 주요 특징 : AI 처리를 위한 3세대 텐서 코어 및 레이 트레이싱을 위한 2세대 RT 코어 탑재, 암페어 아키텍처 기반의 CUDA 코어 탑재해 그래픽/컴퓨팅 처리속도 향상, 전문가 작업의 데이터를 처리속도 향상 위한 메모리 대역폭 증가, 효율적인 비디오 처리를 위한 인코딩/디코딩 엔진 탑재 등 엔비디아가 새로운 엔비디아 RTX A400과 RTX A1000 GPU를 통해 RTX 전문가용 그래픽 제품을 확장하고, 디자인을 비롯한 AI 기반 생산성 워크플로를 강화한다고 밝혔다. 디자인과 생산성 애플리케이션 전반에 걸친 AI 통합이 새로운 기준으로 자리잡으면서 고급 컴퓨팅 성능에 대한 수요가 증가하고 있다. 즉, 전문가와 크리에이터들은 프로젝트의 규모와 복잡성 또는 범위에 관계없이 향상된 컴퓨팅 성능을 활용해야 한다. 엔비디아 암페어(Ampere) 아키텍처 기반의 RTX A400과 RTX A1000 GPU는 이렇게 증가하는 수요를 충족하기 위해 개발됐으며, AI와 레이 트레이싱 기술에 대한 접근성을 확대해 전문가들이 일상적인 워크플로를 혁신하는데 필요한 도구를 제공한다. ▲ 엔비디아 RTX A400 향상된 성능으로 창의성 및 효율 향상 지원 RTX A400 GPU는 RTX 400 시리즈 GPU에 가속화된 레이 트레이싱과 AI를 도입했다. 이 GPU는 AI 처리를 위한 24개의 텐서 코어(Tensor Cores)를 탑재해 기존 CPU 기반 솔루션을 넘는 성능을 제공한다. 이를 통해 전문가들은 지능형 챗봇, 코파일럿과 같은 최첨단 AI 애플리케이션을 데스크톱에서 직접 실행할 수 있다. 또한 GPU는 실시간 레이 트레이싱을 제공하므로 크리에이터는 생생하고 물리적 정확도가 높은 3D 렌더링을 제작할 수 있다. A400은 시리즈 최초로 4개의 디스플레이 출력을 지원해 금융 서비스, 명령과 제어, 유통, 운송과 같은 산업에 필수적인 고밀도 디스플레이 환경에 적합하다. 엔비디아 RTX A1000 GPU는 RTX 1000 시리즈 GPU에 처음으로 텐서 코어와 RT 코어를 도입했다. 이를 통해 전문가와 크리에이터를 위한 가속화된 AI와 레이 트레이싱 성능을 제공한다. A1000은 72개의 텐서 코어를 탑재해 이전 세대에 비해 업그레이드된 성능을 갖췄다. 스테이블 디퓨전(Stable Diffusion)과 같은 도구에서 3배 이상 빠른 생성형 AI 프로세싱을 제공하며, 18개의 RT 코어는 그래픽과 렌더링 작업 속도를 최대 3배까지 높여 2D와 3D CAD, 제품과 건축 설계, 4K 비디오 편집과 같은 전문적인 워크플로를 가속화한다. 더불어 A1000은 이전 세대보다 최대 38% 더 많은 인코딩 스트림을 처리하고 2배 더 빠른 디코딩 성능을 제공하는 등 비디오 처리 능력을 높였다. ▲ 엔비디아 RTX A1000 차세대 기능을 통한 성능 강화 A400과 A1000 GPU는 싱글 슬롯 디자인에 전력소비량이 50W이며, 콤팩트하고 에너지 효율적인 워크스테이션을 위해 향상된 기능을 제공한다. 2세대 RT 코어 : 건축 도면, 3D 디자인, 콘텐츠 제작 등 모든 전문 워크플로를 위한 실시간 레이 트레이싱, 사실적인 물리 기반 렌더링과 시각화, 정확한 조명과 그림자 시뮬레이션으로 작업 품질을 높일 수 있다. 3세대 텐서 코어 : 생성형 AI, 이미지 렌더링 노이즈 제거, 딥러닝 슈퍼 샘플링과 같은 AI 증강 도구와 애플리케이션을 가속화해 이미지 생성 속도와 품질을 개선한다. 암페어 아키텍처 기반 쿠다 코어 : 암페어 아키텍처 기반의 쿠다(CUDA) 코어는 이전 세대 대비 최대 2배의 단정밀도 부동 소수점 처리량으로 그래픽과 컴퓨팅 워크로드의 속도를 크게 높인다. 4GB/8GB 메모리 : A400 GPU의 4GB와 A1000 GPU의 8GB GPU 메모리는 다양한 전문가용 요구 사항을 충족한다. 여기에는 기본적인 그래픽 디자인과 사진 편집부터 텍스처나 고해상도 편집, 데이터 분석이 필요한 까다로운 3D 모델링 등이 포함된다. 또한 이 GPU들은 이전 세대보다 메모리 대역폭이 증가해 데이터를 더 빠르게 처리하고 대용량 데이터 세트와 장면을 더 원활하게 처리할 수 있다. 인코딩/디코딩 엔진 : 7세대 인코드(NVENC)와 5세대 디코드(NVDEC) 엔진을 탑재한 새 GPU는 효율적인 비디오 처리를 기능을 제공한다. 이를 통해 초저지연으로 고해상도 비디오 편집, 스트리밍, 재생을 지원한다. 또한 AV1 디코드가 포함돼 더 많은 비디오 포맷을 더 효율적이고 원활하게 재생할 수 있다. RTX 솔루션의 활용 범위 확대 엔비디아는 새로운 GPU가 최첨단 AI, 그래픽, 컴퓨팅 기능 등을 통해 사용자의 생산성을 높이고 창의적인 가능성을 열어준다고 전했다. 레이 트레이싱 렌더링과 AI가 포함된 고급 워크플로를 통해 전문가들은 작업의 한계를 뛰어넘고 놀라운 수준의 사실감을 구현할 수 있다. 기획 담당자들은 강력하고 에너지 효율적인 새로운 컴퓨팅 솔루션을 에지 배포에 사용할 수 있다. 크리에이터는 편집과 렌더링 속도를 높여 더욱 풍부한 시각적 콘텐츠를 제작할 수 있다. 건축가와 엔지니어는 아이디어를 3D CAD 개념에서 실제 디자인으로 원활하게 전환할 수 있다. 스마트 공간에서 작업하는 경우에는 공간 제약이 있는 환경에서 실시간 데이터 처리, AI 기반 보안, 디지털 사이니지 관리 등에 GPU를 사용할 수 있다. 또한 의료 전문가들은 더 빠르고 정밀한 의료 영상 분석을 수행할 수 있다. ■ 기사 내용은 PDF로도 제공됩니다.

작성일 : 2024-05-02

[케이스 스터디] 유니티 뮤즈의 텍스처/스프라이트 생성 및 파운데이션 모델

책임감 있는 AI 활용 및 향상된 모델 훈련 이번 호에서는 AI를 활용해 실시간 3D 콘텐츠를 제작하는 툴인 유니티 뮤즈(Unity Muse)에서 결과를 생성하는 방법을 설명하고, 유니티의 모델 훈련 방법론 및 새로운 파운데이션 모델 두 가지를 소개한다. ■ 자료 제공 : 유니티 코리아 유니티 뮤즈는 AI 기능을 바탕으로 사용자의 탐색, 아이디어 구상 및 반복 작업을 지원한다. 이러한 기능 중 텍스처(Texture) 및 스프라이트(Sprite)는 자연어와 시각적 입력을 애셋으로 변환한다. 뮤즈를 통해 유니티 에디터에 AI를 도입하면 아이디어를 가시적인 콘텐츠로 빠르게 구현할 수 있으므로, 비전을 더 손쉽게 실현할 수 있다. 프로젝트에 사용 가능한 실제 결과물로 변환할 수 있는 텍스트 프롬프트와 패턴, 색, 스케치를 이용하여 조정 및 반복 작업도 가능하다. 유니티는 뮤즈를 통한 스프라이트 및 텍스트 생성의 기반이 되는 AI 모델에 대한 훈련 기법을 혁신하는데 노력을 들였다. 이를 통해 안전하고 책임감 있으며 다른 크리에이터의 저작권을 존중하는 유용한 결과물을 제공하고자 한다. AI 모델 훈련 유니티는 뮤즈의 텍스처 및 스프라이트 기능을 선보이면서, 유니티가 보유하거나 라이선스를 받은 독점 데이터를 기반으로 처음부터 훈련을 받은 두 가지 맞춤형 확산 모델도 개발하고 있다. 자체 콘텐츠 라이브러리 확장 데이터 증강은 유니티가 데이터 세트의 스케일과 다양성을 높이기 위해 사용하는 핵심 기술 중 하나로, 이 기술을 이용하여 유니티는 보유 중인 원본 데이터 샘플에서 많은 변형(variation)을 생성할 수 있다. 이러한 역량으로 훈련 세트를 더 풍부하게 만들 수 있으며, 모델이 한정된 샘플을 기반으로 일반화를 수행하는 기능을 향상할 수 있다. 아울러 지오메트리 변환, 색 공간 조정, 노이즈 삽입, 스테이블 디퓨전(Stable Diffusion) 같은 생성형 모델을 통한 샘플 배리에이션 등의 기법을 사용해 데이터 세트를 종합적으로 확장한다. 최근 스테이블 디퓨전과 관련하여, 본래 인터넷에서 수집된 데이터를 기반으로 훈련된 모델이라는 이유로 윤리적인 면에서 우려가 발생한 바 있다. 유니티는 뮤즈의 텍스처 및 스프라이트 기능을 제작하면서, 자체적으로 소유하고 책임감 있게 선별한 원본 데이터 세트를 기반으로 잠재적 확산 모델 아키텍처를 처음부터 훈련하는 방식을 통해 사전 훈련된 모델에 대한 의존도를 낮췄다. 데이터 증강 기법의 일부로 스테이블 디퓨전 모델의 사용을 최소로 제한해 안전하게 사용함으로써, 유니티가 보유한 원본 애셋 라이브러리를 강력하고 다양한 결과물의 저장소로 확장할 수 있었다. 이러한 결과물은 고유하고 독창적이며, 저작권을 가진 어떠한 아트 스타일도 포함하지 않는다. 유니티는 또한 추가로 완화 조치를 적용했으며, 뮤즈의 텍스처 및 스프라이트 기능에 사용되는 유니티의 잠재적 확산 모델을 위한 훈련 데이터 세트는 인터넷에서 수집된 어떤 데이터도 포함하지 않는다. 다음은 앞에서 설명한 증강 기법을 통해 확장되는 콘텐츠의 예시이다. 그림 1 <그림 1>은 원본 데이터 샘플(왼쪽 상단)과 복합적인 증강 기법으로 얻은 합성 배리에이션이다. 두 가지 모두 노이즈 기반(색 공간 조정, 위에서 아래로) 및 생성 기반(왼쪽에서 오른쪽으로)이다. 기존 데이터를 증강한 이후에도 여전히 다양한 소재에서 채워야 하는 부분이 있었다. 이 작업을 위해 행동에 의미 있는 변화가 나타날 때까지 자체 콘텐츠로 스테이블 디퓨전을 훈련시켰다. 또한 이러한 파생 모델을 사용하여 사전 필터링된 소재 목록으로 완전히 새로운 합성 데이터를 만들었다.(그림 2) 그림 2 실제 인력에 의한 검토와 LLM(대규모 언어 모델)을 사용하는 자동화된 추가 필터링을 이러한 소재 목록에 모두 적용함으로써, 유니티의 가이드 원칙을 위반하고 인식 가능한 아트 스타일, 저작권이 있는 머티리얼, 잠재적으로 유해한 콘텐츠가 전혀 포함되지 않은 데이터 세트를 만들겠다는 유니티의 목표에 맞지 않는 합성 이미지가 생성될 가능성을 차단했다. 그 결과 증강되고 완전한 대규모의 합성 이미지 데이터 세트 두 개가 만들어졌고, 여기에는 원치 않는 콘셉트가 포함되지 않았다는 확신이 있었다. 하지만 그러한 확신에도 불구하고, 유니티는 더 많은 필터링을 추가해 모델의 안전성을 보장하고자 했다. 안전하고 유용한 결과물을 위한 추가 데이터 필터링 가장 중요한 사항은 안전 및 개인정보와 부정적인 영향 없이 사용자를 지원하는 툴의 제공이었으므로, 유니티는 추가 데이터 세트 필터링을 위한 별도의 분류기 모델을 개발했다. 이 모델을 사용한 결과, 데이터 세트에 포함된 모든 콘텐츠가 유니티의 AI 원칙에 명시된 표준을 충족하고 추가적인 이미지 품질 검사를 통과할 수 있었다. 리뷰어 모델은 합성 이미지에서 다음 사항을 식별하는 역할을 함께 담당했다. 인식 가능한 사람의 특징이 포함되어 있지 않음 일반적이지 않은 어떤 아트 스타일도 포함되어 있지 않음 어떤 IP 캐릭터나 로고도 포함되어 있지 않음 허용될 수 있는 수준의 품질을 갖추고 있음 4개의 리뷰어 모델이 요구하는 신뢰도 높은 임계 수준을 하나라도 통과하지 못하는 이미지는 데이터 세트에서 폐기되었다. 가장 높은 신뢰도를 보이는 이미지만 필터를 통과해 최종 데이터 세트에 합류할 수 있도록 철저하게 주의를 기울이며, 모델의 결격 사유를 엄격하게 평가했다. 모델 소개 유니티의 유나이트 이벤트에서 뮤즈의 텍스처 및 스프라이트 기능에 대한 얼리 액세스가 발표되었다. 이러한 툴을 지원하는 모델의 첫 번째 반복 수정을 내부적으로 ‘Photo-Real-Unity-Texture-1’ 및 ‘Photo-Real-Unity-Sprite-1’이라고 한다. 이는 스타일화에 대한 기초적인 이해만 갖추도록 설계된 모델로, 주로 포토리얼리즘에 집중되어 있다. 모델을 프로젝트의 기존 스타일에 맞게 가이드하고 싶다면, 유니티의 스타일 훈련 시스템에 약간의 고유 레퍼런스 애셋을 제공하여 콘텐츠를 특정 아트 스타일로 생성하는 방법을 모델에 학습시킬 수 있다. 그렇게 하면 결과물 가이드를 위해 메인 모델과 함께 작동하는 소규모의 후속 모델이 생성된다. 이 소규모 후속 모델은 훈련 담당자나 그 조직에 공개되지 않으며, 유니티는 메인 모델 훈련에 이 콘텐츠를 사용하지 않는다. 포토리얼리즘에 중점을 두는 모델이기 때문에 유니티는 메인 모델을 수많은 다양한 스타일로 훈련시킬 필요가 없었다. 이 아키텍처를 통해 더 손쉽게 책임감 있는 AI를 향한 유니티의 약속을 지키면서 메인 모델을 훈련시킬 수 있으며, 크리에이터가 아트 수준을 더 세부적으로 제어하도록 할 수 있다. 이러한 모델은 시작에 불과하다. 뮤즈의 스마트한 역량은 점점 더 향상되어 더 나은 결과물로 이어질 것이며, 유니티는 그러한 과정에서 모델 향상 로드맵을 통해 모델을 더 높은 완성도로 이끈다는 비전을 내세운다. Photo-Real-Unity-Texture-1 로드맵 유니티의 텍스처 모델은 모든 분야에서 유용하게 쓰일 수 있다. 큰 규모의 콘셉트를 인식하고 있으며, 이러한 모델을 통해 서로 관련이 없는 여러 콘셉트를 자유롭게 혼합하고 <그림 3>에서 볼 수 있는 ‘메탈 슬라임’ 또는 ‘파란색 크리스탈 유리 암석’ 같은 결과물을 구현할 수 있다. 그림 3 이 모델이 현 단계에서 유용하기는 하지만, 다양한 프롬프트와 입력 방식에 어떻게 반응하는지 학습해 본 결과 단일 단어로 구성된 프롬프트로는 고급 머티리얼 콘셉트를 구현하기 어려울 수도 있다는 사실을 알 수 있었다. 원하는 목표에 맞게 모델을 가이드하는 데에 도움이 되는 방법이 더 있지만, 유니티는 기본 프롬프트의 정확도를 높이고 새로운 모델 가이드 방법을 추가하는 방식으로 사용자가 모델을 계속 더 자유롭게 제어할 수 있도록 할 예정이다. 앞으로 컬러 피커, 추가적인 사전 제작 가이드 패턴, 자체 가이드 패턴 생성을 위한 개선된 시스템 및 기타 새로운 시각적 입력 방법을 추가할 계획이며, 이 모든 사항은 현재 실험 단계에 있다. Photo-Real-Unity-Texture-1에서 유니티가 가장 중점을 두는 사항은 성과가 저조한 머티리얼 콘셉트를 식별하고 모델 재훈련을 자주 실행하여 전반적인 품질과 기능을 지속적으로 개선하는 것이다. 툴 내 평가 시스템을 통한 사용자의 피드백은 유니티가 모델 기능에서 취약점을 식별하여 더 나은 툴을 만드는 데 도움이 된다. 유니티는 빈도 높은 훈련 일정으로 모델을 빠르게 개선하고, 모델의 사용성을 높이며, 머티리얼 분야에 대한 지식을 축적하고 있다. Photo-Real-Unity-Sprite-1 로드맵 Photo-Real-Unity-Texture-1과 유사하게 유니티의 기본적인 스프라이트 모델은 전반적으로 유용하며 많은 콘셉트를 인식한다. 툴에 아직 빌트인 애니메이션 기능이 없기 때문에, 유니티는 초기에는 가장 흔하게 사용되는 정적 스프라이트 콘셉트의 품질을 극대화하는데 주력하기로 했다. 기본 모델의 원시 결과물을 <그림 4>에서 확인할 수 있다. 일반적인 사용 사례에서 이는 사용자 훈련 모델에 의해 특정 아트 스타일에 맞게 조정된다. 그림 4 정적 오브젝트는 이미 안정적이지만 유니티는 동물과 인간의 해부학적 정확도를 개선하기 위해 계속 노력하고 있다. 이러한 유형의 소재를 사용할 때 결과가 바람직할 수도 있지만, 사지가 늘어나거나 누락되는 경우 또는 안면이 왜곡되는 경우가 발생할 수도 있다. 이는 책임감 있는 AI 및 사용 가능한 데이터에 대한 엄격한 제한을 지향하는 유니티의 조치에 따른 부작용이라고 할 수 있다. 유니티는 개인정보 보호와 안전을 중요하게 인지하고 있으며, 이로 인해 초기 얼리 액세스 릴리스에서 일부 소재의 품질이 완벽하지 않을 수 있다. 완전히 공백인 스프라이트가 생성될 수도 있으며, 이는 시각적 콘텐츠 검수 필터에 따른 결과이다. 유니티는 Photo-Real-Unity-Sprite-1의 초기 출시 버전에서는 출력 필터링에 관해 신중하게 접근하는 방향을 택했으며, 이로 인해 일부 아트 스타일의 경우 필터링에서 1종 오류가 발생할 수 있다. 유니티는 지속적으로 피드백을 수렴하고 콘텐츠 필터를 개선하면서 점차 제한을 완화할 계획이다. 유니티는 피드백을 수렴하고 책임감 있는 자세로 계속 더 많은 데이터를 소싱하면서 전반적으로 모든 소재의 품질이 빠르게 향상될 것으로 기대하고 있다. Photo-Real-Unity-Sprite-1에도 Photo-Real-Unity-Texture-1과 유사하게 철저한 훈련 일정이 적용될 예정이다. AI 강화 개발을 향한 유니티의 행보 뮤즈는 책임감 있고 타인의 독창성을 존중하는 방식으로 생성형 AI의 잠재력을 활용해 커뮤니티에 더 강력한 창작물 제어 권한을 부여하려는 유니티의 첫걸음이다. 이 제품은 사용자를 우선으로 고려하여 제작되었으며, 유니티는 사용자의 피드백을 기반으로 변화와 개선을 진행할 예정이다. 유니티는 콘텐츠 제작 업계에서 생성형 AI가 가지는 잠재적 영향력을 인식하며 중요하게 다루고 있다. 이 툴은 크리에이터를 대체하는 것이 아닌, 크리에이터의 역량을 강화하기 위한 노력의 결과이다. 유니티는 크리에이터가 더 많아질수록 세상은 더 매력적인 곳이 될 것이라고 믿으며, 뮤즈와 이를 지원하는 모델을 통해 이러한 사명을 계속 이어간다는 비전을 제시한다. ■ 기사 내용은 PDF로도 제공됩니다.

작성일 : 2024-05-02

캐디안, 멀티 플랫폼 지원하는 ‘아레스캐드 2025’ 출시

캐디안은 다양한 플랫폼을 지원하는 ‘아레스캐드 2025(AresCAD 2025)’를 출시했다고 밝혔다. 독일의 그래버트(Graebert)가 개발하고 캐디안이 공급하는 이 도면설계 툴은 PC·모바일·클라우드 등 여러 환경에서 사용 가능하다. 아레스캐드 2025는 파일 오픈 속도가 평균 40% 향상되었고, 줌(zoom) 기능도 22% 개선되었다. 또한, 오픈AI(OpenAI)의 기술을 기반으로 하는 ARES AI(A3) 도우미가 포함되어 있어 계산 수행 및 기술적 질문에 대한 답변도 가능하며, 맥OS 사용자를 위한 인쇄창 UI도 윈도우와 동일하게 최적화되었다. ARES AI(A3)는 다양한 언어로 소통을 가능하게 하며, 다른 사용자가 아레스 캐드로 마이그레이션할 경우 익숙하지 않은 기능을 쉽게 찾고 트리니티 협업 기능이나 BIM 기능을 배울 수 있도록 돕는다. 이 외에도 시빌 3D(Civil 3D) 지원, DWG 파일을 DGN 포맷으로 내보내기, 테이블 자동 채우기(auto-fill) 기능, 동적 블록(dynamic block) 라이브러리 강화 등이 추가되어 사용자의 편의성을 개선했으며, 치수 스타일 관리자 UI 개선, 3D 비주얼 스타일 지원 및 BIM 도면이 개선되었다. 데스크톱 버전인 아레스 커맨더(ARES Commander), 클라우드 버전인 아레스 쿠도(ARES Kudo), 모바일 버전인 아레스 터치(ARES Touch) 등 세 가지 플랫폼을 지원하는 ‘삼위일체(trinity)’ 개념의 아레스캐드 2025 버전은 태그 지정, QR 코드, 클라우드 필드 등 협업 기능이 강화되었기 때문에, 도면 설계자와 관리자는 도면 설계 및 아이디어 공유 등 협업 과정을 효과적으로 진행할 수 있다. 웹 기반 CAD인 아레스 쿠도는 리본 메뉴 인터페이스를 도입했으며, 모바일 기반의 아레스 터치는 향상된 편집 기능을 통해 사용자 편의성이 강화되었다. 캐디안은 “국내외에서 900만 명 이상의 설계자가 사용하는 아레스캐드는 오토캐드의 DWG와 호환되며, 글로벌 설치 라이선스 수에서도 높은 점유율을 보이고 있다”면서, “아레스캐드는 연간 라이선스 뿐만 아니라 영구 라이선스와 네트워크 라이선스도 제공하기 때문에 사용자에게 선택의 폭을 제공하면서 라이선스 부담을 줄일 수 있다”고 전했다.

작성일 : 2024-04-18