01 / 개요
프로젝트 배경과 취지
IP 캐릭터 이미지 체계가 계속 확장되면서 각종 콘텐츠 소재의 디자인은 모두 캐릭터를 브랜드의 시각적 매개체로 삼아야 한다. 그러나 실무에서 의상 에셋은 오랫동안 여러 프로젝트 파일에 흩어져 있었고, 재사용과 검색은 사람 사이의 소통에 크게 의존해 통일된 관리 그릇이 없었다. 이 문제를 계기로 팀은 IP 캐릭터 옷 입히기 시스템을 구축하기 시작했다. 흩어진 의상 에셋을 한곳에 모아, 이후 콘텐츠 제작에 편리한 참고·호출 경로를 제공하는 것이 목표다.
동시에 빠르게 발전하는 AI 생성 기술은 아이디어 검증에 새로운 가능성을 열었다. 이 프로젝트는 Tripo가 생성한 3D 의상 모델을 기반으로, AI 생성 의상이 캐릭터의 움직임에 올바르게 맞아 들어가는 방법을 탐구하고, AI가 전통적인 의상 바인딩·적합 과정을 크게 단순화할 수 있는지 검증한다. 플레이어가 미리 만든 의상만 고를 수 있는 기존 옷 입히기 게임과 달리, AI 생성은 사용자가 스스로 의상을 디자인해 바로 입혀 볼 가능성을 준다 — 이것이 프로젝트의 핵심 탐색 방향이다.
02 / 개요
의상 모델의 생성과 최적화
모델 메시 기준과 폴리곤 수 제어. 게임에 쓸 수 있는 의상 에셋은 세 가지 기본 기준을 충족해야 한다. 첫째, 메시 토폴로지가 규격에 맞고 어긋난 면·깨진 면이 없어야 한다. 둘째, 텍스처에 충분한 디테일과 품질이 있어야 한다. 셋째, 모델의 전체 시각 효과가 게임 스타일과 일관되어야 한다.
프로젝트 초기에 Tripo가 생성한 의상 모델은 대체로 폴리곤 수가 너무 많아 실시간 렌더링 게임 장면에 바로 적용하기 어려웠고, 억지로 폴리곤을 줄이면 디테일이 사라지고 질감이 거칠어졌다. P1 모델 업데이트 이후 생성 모델은 비교적 낮은 폴리곤 수에서도 의상의 기본 형태를 유지할 수 있게 되어 기본적인 옷 입히기 기능을 처음 구현했다. P2 모델의 출시는 로우폴리 모델의 정밀도와 엣지 플로우의 합리성을 한층 높여 게임 에셋의 기술 요구에 더 가깝게 만들었다.
셀 셰이딩 스타일화. P2 모델이 토폴로지 품질에서 크게 발전했지만, 웹 3D 렌더링의 질감 표현에는 여전히 한계가 있다. 그래서 프로젝트는 셀 셰이딩 스타일화 렌더링을 채택했다. 한편으로는 모델 텍스처 층의 결점을 효과적으로 가려 수작업 모델 수정을 줄이고, 다른 한편으로는 의상과 화면의 시각 스타일을 통일해 제품 전체의 완성도를 높인다. 최근의 스타일화 텍스처 테스트에서 셀 셰이딩 효과에는 더 다듬을 여지가 있어, 앞으로 재질 표현과 빛·그림자의 층을 계속 갈고닦을 수 있다.
03 / 개요
의상과 캐릭터의 적합 기술
이 프로젝트는 옷 입히기 시스템의 매개체로 치비 스타일 IP 캐릭터를 선택해 다섯 벌의 완전한 의상을 갖추고, 단품의 자유로운 조합도 지원한다. 의상과 캐릭터의 적합은 옷 입히기 시스템의 핵심 기술 난제로, 주로 웨이트 배분, 움직임 추종, 뚫림 방지 세 층위에 걸쳐 있다.
웨이트 상속과 찢어짐 문제. 의상이 캐릭터의 움직임에 따라 변형되는 핵심은 본 웨이트의 올바른 배분이다. 타이트한 의상은 캐릭터 몸의 기존 웨이트 맵을 그대로 가져와 의상과 몸이 동기화되어 움직이게 할 수 있다. 그러나 스커트나 토끼 귀처럼 몸에 밀착하지 않는 의상이나 장식이 캐릭터 몸의 본 웨이트를 직접 상속하면, 다리 등 부위의 반대 방향 움직임 때문에 의상 메시에 불합리한 찢어짐과 변형이 생긴다.
스프링 본 해법. 위 문제에 대해 우리는 클로스 시뮬레이션을 도입해 보았지만, 성능 부담이 너무 커 본 구동 방식의 실행 효율과는 차원이 달랐다. 게다가 모델 구조가 복잡하면 고정 범위를 손으로 그려야 해 제작 효율이 낮았고, 웹 실시간 렌더링 요구와 맞지 않았다.
결국 프로젝트는 의상 모델에 스프링 본을 만드는 기술 방안을 채택했고, 이는 세 가지 핵심 요소로 이루어진다. 첫째, 독립 본 체인. 의상의 형태를 따라(스커트라면 허리에서 밑단까지) 독립된 본을 한 줄로 배치하고, 각 본을 앞 본의 자식으로 두며, 의상 메시의 웨이트를 이 본 체인에 칠한다. 이 단계에서 찢어짐 문제가 근본적으로 해결된다 — 의상은 독립된 운동 경로를 얻어 더는 다리 본에 반대로 끌려가지 않는다.
둘째, 스프링과 댐퍼 구동. 이 본 체인은 미리 만든 애니메이션이 아니라 매 프레임 캐릭터의 움직임에 따라 실시간으로 계산된다. 원리는 현실의 스프링과 비슷하다. 캐릭터가 움직이면 본이 관성으로 뒤처지고, 스프링이 이를 초기 위치로 끌어당기며, 댐핑 파라미터가 흔들림의 감쇠 속도를 제어해 자연스러운 흔들림을 만든다.
셋째, 콜라이더. 콜라이더는 뚫림 문제를 해결하는 데 빠질 수 없는 구성 요소다. 스프링 본만 추가하면 스커트에 독립된 운동 경로만 생길 뿐 캐릭터의 몸을 능동적으로 피하지는 못한다. 캐릭터의 보폭이 클 때는 허벅지에 캡슐 콜라이더를 씌워, 스커트 본이 장애물을 감지하고 자연스럽게 밀려나도록 해 뚫림을 방지한다.
위 세 기술의 조합은 의상을 입힌 캐릭터 애니메이션을 만드는 범용 참고 프레임워크가 될 수 있다. 실제로 많은 가상 캐릭터 제작 도구가 이 세 기능을 표준 기능으로 미리 갖추고 있다.
04 / 개요
리깅과 애니메이션에서 AI가 가져온 효율
전통적인 과정에서 AI가 의상 모델을 생성한 뒤의 바인딩과 적합 작업은 수작업에 크게 의존해, 사람이 본을 바인딩하고 결과가 합리적일 때까지 파라미터를 반복 조정해야 했다. 이 프로젝트는 스커트, 토끼 귀 등 장식의 자동 리깅을 AI에 맡기는 시도를 했다. 프롬프트에 목표 효과를 명확히 서술한다 — 스커트와 장식에 스프링 본을 바인딩하고, 스커트와 허벅지가 움직일 때 뚫리지 않으며, 토끼 귀는 머리의 움직임을 따라 자연스럽게 흔들린다. AI는 이에 따라 모델에 합리적인 본 구조를 바인딩하고 파라미터를 조정할 수 있다.
이 과정은 수작업을 극히 작은 비율로 압축할 수 있다. 이상적으로는 의상 모델과 요구 사항 설명을 AI에 넘기는 것만으로 정상적으로 움직이는 캐릭터 의상 에셋을 얻을 수 있다 — 이 프로젝트의 옷 입히기 웹페이지가 바로 이 과정으로 만들어졌다. 같은 방법은 애니메이션 제작 소프트웨어와 게임 엔진에도 옮겨 적용할 수 있다.
애니메이션 제작 측면에서 AI 리깅과 AI 애니메이션의 기본 조작은 이미 성숙 단계에 가까워졌다. 팀의 실천에 따르면 애니메이션 참고 영상과 본이 바인딩된 모델을 함께 AI에 넘기면, AI가 그 동작을 새 모델에 그대로 옮겨 준다. 애니메이터에게 이 능력은 반복 노동을 크게 줄이고, 더 많은 시간을 창의적 작업에 쓸 수 있게 한다.
05 / 개요
선행 작업과 프로세스 요약
AI가 리깅과 적합 단계에서 뚜렷한 효율 향상을 보여 주지만, 모델 생성 후 바로 캐릭터에 맞추려면 다음의 선행 세부 작업을 마쳐야 한다.
- 모델 캘리브레이션: 모델을 받은 뒤 원본 모델을 기준으로 비율 관계를 확인하고, 방향과 원점 위치를 적절한 상태로 조정한다.
- 유형 판단: 의상 유형을 정확히 판단한다. 밀착 의상과 비밀착 의상은 서로 다른 웨이트 전략을 써야 한다.
- 본 바인딩: 비밀착 의상에 스프링 본을 바인딩하고, 의상 형태에 맞는 본 구조를 만들고, 합리적인 스프링과 댐핑 파라미터를 설정한다.
전반적으로 AI가 대체하는 것은 반복적인 실행 작업이며, 판단과 결정은 여전히 사람이 해야 한다. 크리에이터에게 AI의 가장 핵심적인 가치는 작업 자체를 대신하는 것이 아니라, 아이디어에서 눈에 보이는 결과까지의 거리를 크게 줄이는 것이다 — 아이디어가 빠르게 구현될 수 있어야 그것이 합리적인지 판단하고, 나아가 반복해서 다듬을 기회가 생긴다.
06 / 개요
맺음말
이 옷 입히기 미니게임 프로젝트는 AI 생성, 바인딩·적합, 인터페이스 인터랙션, 실시간 표시를 하나의 완전한 기술 루프로 연결해, 3D 의상 생성과 캐릭터 적합 분야에서 AI의 응용 잠재력을 검증했다. 모델 생성의 품질 최적화에서 스프링 본의 운동 계산, AI 자동 리깅의 효율 향상까지, 각 단계는 AI 기술과 인간의 판단이 협업할 수 있는 가능성을 보여 준다.
앞으로 AI 생성 품질이 계속 향상되고 워크플로가 더 완성되면, 의상 에셋의 생산 효율은 훨씬 더 크게 풀려나고 크리에이터는 더 많은 에너지를 창의와 디자인 자체에 집중할 수 있게 된다. 이 기술 경로가 더 넓은 애니메이션·게임 제작 현장에서 실제로 적용되어 콘텐츠 생산에 새로운 가능성을 가져오길 기대한다.