제 프로덕션 작업에서 AI 생성 3D 모델은 최종 에셋이 아닌 시작점으로 취급합니다. 진정한 가치는 이 모델들의 고주파 디테일을 깨끗하고 최적화된 로우폴리 메시에 베이킹하는 것에서 나옵니다. 이 과정은 게임, XR 또는 실시간 애플리케이션을 위한 고성능 프로덕션 준비 에셋을 만드는 데 필수적입니다. 저는 여러분에게 저의 정확한 워크플로우, 어렵게 얻은 교훈, 그리고 하이폴리 AI 컨셉에서 출시 가능한 게임 에셋으로 가는 데 필요한 도구를 평가하는 방법을 안내해 드릴 것입니다.
핵심 요약:
텍스트나 이미지에서 3D 모델을 생성할 때, 초기 메시는 밀도가 높고 조각적인 표현입니다. 형태와 미세한 디테일을 인상적으로 포착하지만, 기본 폴리곤 흐름은 혼란스럽습니다. 삼각형은 불규칙하고, 밀도는 고르지 않으며, 엣지 루프는 존재하지 않습니다. 이로 인해 모델은 애니메이션, 효율적인 렌더링 또는 엔진에서의 일관된 셰이딩에 사용할 수 없습니다. 저는 이 원본 출력을 오로지 디테일을 위한 하이폴리 소스로만 간주하며, 최종 메시로는 절대 보지 않습니다.
저의 표준 파이프라인은 명확합니다: 생성, 리토폴로지, 베이킹, 텍스처링. 저는 AI 모델을 상세한 스컬프트로 사용합니다. 그런 다음 원본 실루엣에 부합하지만 깨끗한 토폴로지를 가진 새로운 로우폴리 메시를 만듭니다. 마지막으로, 하이폴리 AI 모델의 복잡한 디테일을 로우폴리 버전의 텍스처 맵(노멀 및 앰비언트 오클루전 등)으로 전송합니다. 이렇게 하면 디테일은 유지하면서 가벼운 에셋을 얻을 수 있습니다.
가장 큰 이점은 초기 스컬프팅 단계에서 엄청난 시간을 절약할 수 있다는 것입니다. 몇 시간의 수동 디지털 스컬프팅이 필요한 작업이 몇 초 만에 생성됩니다. 이를 통해 저는 예술적 노력을 기술적 및 예술적 정제 단계, 즉 리토폴로지, UV 레이아웃, 재질 정의와 같이 인간의 판단이 중요한 부분에 집중할 수 있습니다. 이는 신속한 프로토타이핑, 배경 에셋 생성 또는 추가 예술적 개발을 위한 상세한 베이스를 만드는 데 완벽합니다.
먼저 생성된 모델에서 아티팩트를 검사합니다. 비다양체 지오메트리, 내부 면, 떠다니는 폴리곤과 같은 일반적인 문제를 즉시 정리합니다. 그런 다음 메시가 단일의 통합된 객체인지 확인합니다. Tripo와 같은 AI 도구가 자동 파트 분할을 제공하는 경우, 나중에 요소를 분리하는 데 지침으로 사용할 수 있지만, 베이킹을 위해서는 종종 메시를 통합합니다. 중요한 단계는 하이폴리 메시에 부드럽고 균일한 서브디비전을 적용하여 베이크 중에 미세한 디테일이 깨끗하게 캡처되도록 하는 것입니다.
이것이 가장 중요한 수동 단계입니다. 저는 하이폴리 AI 모델을 실시간 배경 참조로 사용하여 그 위에 새로운 로우폴리 메시를 만듭니다. 저의 목표는 다음과 같습니다:
깨끗한 로우폴리 메시를 가지고 UV를 언랩합니다. 저는 덜 보이는 영역의 심(seam)을 최소화하고 일관된 텍셀 밀도를 위해 노력합니다. 베이킹을 위해 케이지 또는 프로젝션 메시를 만듭니다. 이는 로우폴리를 약간 부풀린 버전으로, 하이폴리 디테일을 완전히 감싸야 합니다. 적절한 케이지 설정은 중요합니다. 잘못된 케이지는 레이 미스 또는 핀칭과 같은 베이킹 오류를 유발합니다. 저는 일반적으로 객체별로 케이지를 조정하거나 스무스 그룹을 사용하여 프로젝션을 제어합니다.
핵심 맵을 순차적으로 베이킹합니다: 노멀 맵, 이어서 앰비언트 오클루전, 곡률, 위치 맵. 다운샘플링 시 더 나은 품질을 위해 항상 목표 해상도(2k 또는 1k)보다 높은 해상도(예: 4k)로 베이킹합니다. 베이크 후, 특히 노멀 맵에서 오류를 꼼꼼히 검사합니다:
극도로 밀집된 메시는 베이킹 속도를 늦추고 심지어 실패를 유발할 수 있습니다. 베이킹 전에 하이폴리 AI 메시에 약간의 데시메이션을 적용하여 텍스처 맵에 남아있지 않을 불필요한 미세 디테일을 줄입니다. 목표는 최종 베이크에 아무것도 기여하지 않는 중복 폴리곤을 제거하면서 모든 가시적인 표면 디테일을 유지하는 것입니다.
효율적인 UV 레이아웃은 단순히 공간 이상의 의미를 가집니다. 게임 에셋의 경우 다음 규칙을 따릅니다:
모든 에셋에 모든 맵이 필요한 것은 아닙니다. 저의 표준 스위트는 다음을 포함합니다:
일부 AI 플랫폼은 통합 베이킹 도구를 제공하기 시작했습니다. 저의 테스트에서 생성, 리토폴로지, 베이킹을 결합한 Tripo와 같은 플랫폼은 간단한 에셋이나 빠른 반복 작업에 놀라울 정도로 빠를 수 있습니다. 그러나 최종적이고 복잡한 프로덕션 에셋의 경우, 저는 여전히 Marmoset Toolbag 또는 xNormal과 같은 독립형 베이킹 스위트의 세분화된 제어 기능을 선호합니다. 통합 워크플로우는 속도를 위한 것이고, 독립형 파이프라인은 궁극적인 품질과 제어를 위한 것입니다.
많은 도구가 자동 리토폴로지를 제공합니다. 단순한 형태의 하드 서페이스 소품이나 배경 에셋의 경우 자동 리토폴로지가 좋은 시작점이 될 수 있습니다. 저는 종종 이를 사용한 다음 엣지 흐름을 수동으로 수정합니다. 애니메이션에 특정 엣지 루프가 필요한 유기적인 형태나 주연 캐릭터의 경우, 완전 수동 리토폴로지가 여전히 저의 선택입니다. AI는 형태를 제공하지만, 저는 프로덕션 준비된 구조를 제공합니다.
최종 테스트는 엔진에서 이루어집니다. 저는 항상 베이크된 에셋을 실제 조명 아래에서 대상 엔진(Unity 또는 Unreal)으로 가져옵니다. 다음을 확인합니다:
moving at the speed of creativity, achieving the depths of imagination.
텍스트·이미지를 3D 모델로 변환
매월 무료 크레딧 제공
압도적인 디테일 복원력