25,000여 장의 항공사진으로 서울시 전역을 3차원 모델링
위 영상은 네이버랩스에서 제작한 서울시 전역의 3D 모델링 결과물입니다. 마치 드론으로 촬영한 영상처럼 보이지만, 텍스처를 입혀 실제 같은 모습으로 보이는 3D 모델입니다. 서울시 605km² 면적, 약 60만 동에 이르는 건물들이 모두 구현되어 있습니다.
그간 ‘버추얼 서울’ 플랫폼 구축을 위해 서울시와 협력해 온 네이버랩스는 항공사진 기반으로 도시 규모의 3D 모델링을 할 수 있는 기술을 갖추고 있습니다. 하늘에서 내려다보며 찍은 대규모 영역의 2D 이미지들을 아주 정밀한 3D 모델로 복원해 자연스럽게 연결하는 기술입니다. 이번 서울시 3D 모델은 17일 간 촬영한 25,463장의 항공사진 이미지로 약 30일 간의 프로세싱 기간을 거쳐 제작되었죠.
이렇게 만들어진 3D 공간 데이터는 여러가지 목적에 따라 활용될 수 있습니다. 서울시에서는 3D 기반의 디지털 트윈 환경인 버추얼 서울 플랫폼을 구축하여 도시계획심의나 도시바람길 시뮬레이션, IOT센서 소방 시설물 관리 등에 활용하고 있습니다. 또한 네이버랩스에서는 자율주행차를 위한 핵심 데이터인 고정밀 지도를 제작하는데 이 3D 모델을 활용하고 있습니다.
네이버랩스의 AI 기술과 항공 사진 처리 역량
항공 사진을 3D로 변환하기 위해서는 사진 측량(Photogrammetry)이라는 기술이 필요합니다. 어떻게 2D 사진에서 3D 정보를 추출할 수 있을까요? 바로 사진들간의 시차(Disparity)를 이용하는 것입니다. 이동하면서 찍은 사진을 보면 카메라와 가까운 곳일수록 위치의 변화량이 크고, 멀수록 변화량은 작아집니다. 이 변화량을 분석하면 항공 사진에서도 건물의 옥상과 지면을 구분하고 높이를 계산할 수 있게 됩니다.
물론 수천 장의 사진들을 활용하기 때문에 각 데이터를 정확하게 정합하고 연결하기 위한 기술들도 중요합니다. 이에 대한 노하우와 솔루션이 도시 단위의 3D 모델링의 핵심이기도 합니다.
1) 이미지 매칭 (Image Matching) : 수천 장의 사진들에서 동일한 지점을 연결
2) 번들 조정 (Bundle Adjustment) : 지상기준점을 이용한 사진들의 정확한 자세 추정
3) 밀집 정합 (Dense Matching) : 특징점이 없거나 부족한 지점, 매칭 오류가 잦은 지점의 3D 모델을 만들기 위한 알고리즘 적용
4) 3D 모델링 (3D Modeling) : 다수의 영상으로부터 추정된 밀집 정합 결과를 취합해 연속적인 3차원 디지털 표면 생성
우리가 살아가는 많은 공간들이 꾸준히 디지털라이즈되고 있습니다. 새로운 데이터는 새로운 솔루션으로 이어집니다. 도시 단위의 3D 모델링 기술 역시 도시라는 거대한 일상 공간을 새로운 관점에서 이해할 수 있게 하며, 동시에 자율주행과 같은 미래 인프라 구축에도 활용될 것입니다.
네이버랩스는 2020년에도 새로 촬영한 사진을 토대로 서울시 3D 모델과 HD맵을 갱신할 계획입니다.
이 기술에 대해 좀 더 자세한 설명은 아래의 아티클에서 확인할 수 있습니다.