TRELLIS·Stable Fast 3D 생성 메시를 리토폴로지하고 애니메이션용 리그로 바꾸기

생성된 3D 캐릭터가 정지 화면에서는 좋아 보여도 팔꿈치를 굽히면 소매가 찌그러질 수 있습니다. 이때 더 좋은 생성 모델을 찾는 방법과 함께, 생성 메시를 조형 참조로 사용하고 애니메이션용 메시를 새로 만드는 방법을 비교할 수 있습니다. 외형 보존과 움직임 설계를 나누는 접근입니다.

AI 원화의 3D 전환 연구 7편. 공개 생성 모델과 Blender 제작 기능을 연결한 실험 설계이며 실제 리토폴로지·리깅 결과를 보고하는 글은 아닙니다.

생성 메시의 역할을 조형 참조로 제한한다

TRELLIS.2는 이미지 기반 3D 생성과 PBR 표면 표현을 다루고, Stable Fast 3D는 단일 이미지 기반 UV 메시와 재질 생성 경로를 제공합니다. 이러한 출력이 애니메이션에 적합한 관절 구조를 갖췄는지는 별도 검사 대상입니다. 쿼드 리메시 옵션이 있어도 관절 주변 엣지 흐름과 얼굴 변형까지 보증한다고 해석하지 않습니다. TRELLIS.2 공식 구현, Stable Fast 3D 공식 구현.

첫 대상은 짧은 재킷과 두꺼운 부츠가 있는 탐험가로 정합니다. 생성 후보에서 얼굴, 재킷 외곽과 부츠 실루엣이 가까운 메시를 골라 고해상도 참조로 보관합니다. 팔과 몸통이 붙은 부분은 참조 단계에서도 정리해야 저해상도 메시를 만들 때 잘못된 형상을 따라가지 않습니다.

디테일을 세 종류로 나눕니다. 바깥 윤곽을 바꾸는 디테일은 저해상도 메시에 남기고, 표면 요철은 노멀로 전달하며, 작은 색 무늬는 텍스처로 옮깁니다. 원화의 입체감이 노멀에만 들어가면 가까운 측면에서는 깊이가 부족할 수 있습니다.

AI 생성 개념 이미지: 표면 디테일을 런타임 메시와 베이크 맵으로 나누는 개념을 표현했습니다. 실제 도구 실행 결과가 아닙니다.

단순 면 감소와 리토폴로지를 구분한다

1. 빠른 기준선을 만듭니다. 생성 메시를 단순 감량한 버전을 준비합니다. 형상과 애니메이션에서 얼마나 문제가 생기는지 비교하기 위한 조건입니다.
2. 새 저해상도 메시를 만듭니다. 생성 형상에 스냅하거나 표면에 맞추며 면을 재구성합니다. 어깨, 팔꿈치, 골반과 무릎은 굽힘 방향을 고려합니다.
3. 얼굴의 표현 범위를 정합니다. 눈 깜박임이나 입 벌림이 필요하면 해당 영역의 토폴로지를 따로 설계합니다. 원화에서 크게 보이지 않는 표정까지 한 번에 추가하지 않습니다.
4. 최종 삼각형 배치를 확인합니다. 쿼드는 편집에 편하지만 엔진 출력에서는 삼각형으로 바뀔 수 있습니다. 관절의 대각선 방향이 달라졌을 때 변형이 바뀌는지 검사합니다.
5. UV와 베이킹을 진행합니다. 고해상도 형상과 저해상도 형상을 같은 위치에 두고 표면 정보를 전달합니다. 팔과 몸통처럼 가까운 부위는 베이크 레이가 다른 부위를 읽지 않도록 케이지와 거리를 조정합니다.

Blender의 베이킹은 선택한 형상의 표면을 활성 객체로 전달하는 Selected to Active 경로를 제공합니다. 여기서는 저해상도 캐릭터에 색과 탄젠트 공간 노멀을 옮기는 기반으로 사용합니다. 베이킹 자체가 실루엣을 복구하지는 않으므로 윤곽은 메시에서 유지해야 합니다. Blender 베이킹 문서.

AI 생성 개념 이미지: 생성 메시와 리토폴로지 메시의 작업 차이를 표현했습니다. 면 배치는 개념적 예시입니다. 실제 도구 실행 결과가 아닙니다.

기존 리그의 웨이트를 옮기는 방법

먼저 저해상도 메시와 비율이 가까운 리깅 베이스를 같은 기준 포즈에 배치합니다. 본의 위치와 길이를 새 체형에 맞추고 베이스가 그 체형에서도 움직이는지 확인합니다.

Blender Data Transfer는 정점 그룹 등 메시 데이터를 대응 관계에 따라 전달합니다. 서로 다른 토폴로지에서는 보간 매핑을 사용하고 필요한 대상 그룹을 준비해야 합니다. 공간적으로 가까운 부위를 잘못 대응시킬 수 있으므로 전송 뒤 포즈 검수가 필요합니다. Data Transfer 공식 문서.

전송 오류	원인 후보	보정
소매가 몸통을 따라 움직임	가까운 몸통 표면으로 매핑	팔·몸통 영역을 나눠 전달
양다리가 서로 당겨짐	다리 사이 대응 오류	다리별 마스크와 수동 웨이트
손가락이 함께 휘어짐	얇은 부위의 근접 오류	손 전용 리그·웨이트 조정
장비가 늘어남	여러 본의 영향이 들어감	강체 부품으로 연결

웨이트를 전달한 뒤 영향이 없는 정점, 잘못된 좌우 그룹과 과도한 본 영향을 확인합니다. 대상 엔진의 정점당 본 영향 수에 맞춰 정리하고 다시 변형을 검사합니다. 본 영향 제한은 품질을 바꿀 수 있으므로 제한 전후를 같은 포즈로 비교합니다.

비율이 크게 다른 생성 캐릭터에 베이스를 억지로 맞추기 어렵다면 새로운 스켈레톤을 구성합니다. 웨이트 전달은 선택 가능한 초기화 방법이며 모든 캐릭터에서 시간을 줄이는 정답으로 두지 않습니다.

AI 생성 개념 이미지: 웨이트 전달 뒤 어깨와 팔꿈치의 영향을 확인하는 장면입니다. 색은 개념적인 가중치 표현입니다. 실제 도구 실행 결과가 아닙니다.

동작을 적용하고 원화의 인상이 남는지 본다

같은 스켈레톤을 사용한 단순 감량 메시와 리토폴로지 메시에 동일한 클립을 적용합니다. 대기, 걷기와 깊게 앉기를 포함하고 어깨를 위로 드는 포즈도 만듭니다. 얼굴이 큰 캐릭터라면 고개를 옆으로 돌리는 순간의 실루엣을 추가로 비교합니다.

형상은 유지됐는데 원화의 옷이 달라 보인다면 베이크한 색과 노멀, 조명을 따로 확인합니다. 반대로 정지 외형은 비슷한데 움직일 때 납작해지면 관절 면 배치와 웨이트를 고칩니다. 두 문제를 재생성 한 번으로 해결하려고 하면 원인 추적이 어려워집니다.

내보내기 전에 클립의 제약 결과를 변형 본에 베이크하고 루트 이동을 정합니다. 엔진에서 최종 삼각형 수, 재질 수, 텍스처 용량과 클립의 변형을 함께 확인합니다.

리토폴로지 비용을 회수할 수 있는지 측정한다

비교 실험은 단순 감량, 관절만 부분 재구성, 전체 리토폴로지의 세 조건으로 구성합니다. 동일한 면 수 예산과 텍스처 용량, 동작 클립을 사용하고 메시 수정 시간과 웨이트 보정 시간을 별도로 기록합니다.

원화 대비 실루엣 오차, 주요 특징의 보존 여부, 관절 찌그러짐, 장비 교차와 수정 시간을 평가합니다. 단일 캐릭터에서는 비용이 커도 같은 리그로 여러 의상을 만들 때 이점이 생길 수 있으므로 의상 2개를 추가하는 후속 실험도 가능합니다.

최종 산출물은 생성 원본, 저해상도 메시, 베이크 맵, 웨이트 전달 설정, 리깅 파일과 동일 클립 비교 영상입니다. 원본 형상과 런타임 메시를 구분해 두면 다음 표면 수정에 재사용할 수 있습니다.

자주 묻는 질문

삼각형이 많아서 리깅이 실패하나요? 면 수만의 문제는 아닙니다. 연결 구조, 관절 면 배치, 본 위치와 웨이트를 함께 확인합니다.

쿼드로 바꾸면 자동으로 좋은 토폴로지가 되나요? 면의 형태와 움직임에 적합한 흐름은 다릅니다. 변형 포즈에서 비교해야 합니다.

스켈레톤까지 자동 추론하는 조건은 비인간형 캐릭터와 UniRig·RigAnything 비교에서 다룹니다.