최근 3D 기술을 찾아보다 보면 Gaussian Splatting(가우시안 스플래팅)이라는 말을 자주 볼 수 있습니다.
사진이나 영상만으로 실제 공간과 매우 비슷한 3D 장면을 만들 수 있어 주목받고 있지만, 결과만 보면 LiDAR 스캔과 비슷해 보여 둘의 차이가 헷갈릴 수 있습니다.
결론부터 말하면 두 기술의 목적은 다릅니다.
LiDAR는 공간을 측정하는 기술,
Gaussian Splatting은 공간을 비주얼적, 사실적으로 보여주는 데 강한 기술이라고 이해하면 쉽습니다.
Gaussian Splatting이란?
3D Gaussian Splatting은 여러 장의 사진에서 얻은 정보를 이용해 공간을 수많은 3차원 Gaussian(가우시안)으로 표현하는 기술입니다.
여기서 Gaussian은 단순한 점이 아니라 위치, 크기, 방향, 색상, 투명도 등의 정보를 가진 작은 3D 입자처럼 생각하면 됩니다.
이 입자들을 매우 많이 배치하고 최적화하면 실제 사진과 비슷한 모습의 3D 공간을 만들 수 있습니다.
어떻게 3D 공간을 만들까?
과정을 아주 간단하게 보면 다음과 같습니다.
여러 방향에서 사진 촬영
→ 카메라 위치 계산
→ 공간의 초기 3D 위치 추정
→ Gaussian 생성 및 최적화
→ 자유롭게 볼 수 있는 3D 장면 완성
예를 들어 건물을 여러 방향에서 촬영하면 사진마다 같은 창문이나 벽이 반복해서 나타납니다.
이 정보를 이용해 카메라가 어디에서 촬영했는지와 공간의 대략적인 구조를 계산한 뒤, 많은 Gaussian을 배치해 실제 사진과 비슷하게 보이도록 계속 조정합니다.
따라서 완성된 공간에서는 원래 사진을 찍지 않았던 위치에서도 장면을 바라볼 수 있습니다.
이를 Novel View Synthesis, 즉 새로운 시점의 영상을 만들어내는 기술이라고 합니다. 3D Gaussian Splatting은 특히 이 작업을 빠르게 렌더링할 수 있다는 점이 큰 특징입니다.
LiDAR와 가장 큰 차이는?
LiDAR는 레이저를 직접 발사해 물체까지의 거리를 측정합니다.
반면 Gaussian Splatting은 주로 여러 사진의 시각 정보를 바탕으로 공간을 재현합니다.
| 구분 | LiDAR | Gaussian Splatting |
|---|---|---|
| 기본 데이터 | 레이저 거리 측정 | 여러 장의 사진·영상 |
| 주요 목적 | 공간 측정·분석 | 사실적인 3D 공간 표현 |
| 결과 표현 | 포인트클라우드 | 3D Gaussian 장면 |
| 실제 색상 | 카메라가 필요할 수 있음 | 사진 기반이라 매우 자연스러움 |
| 거리·치수 측정 | 강점 | 원래 목적이 아님 |
| 실시간 시각화 | 장비·데이터에 따라 다름 | 매우 강점 |
| 주요 활용 | 측량, BIM, 시설물 조사 | VR, VFX, 디지털 콘텐츠, 공간 시각화 |
여기서 가장 중요한 것은 “어느 것이 더 정확한가?”라고 단순 비교하기 어렵다는 점입니다.
LiDAR는 실제 거리와 형상을 측정하는 것이 핵심이고, 원래의 3D Gaussian Splatting은 새로운 시점에서 장면을 사실적으로 보여주는 것이 핵심입니다.
따라서 정밀한 치수 측정이 필요한 측량이나 시설물 조사라면 LiDAR가 더 적합한 경우가 많습니다.
반대로 사용자가 실제 공간 안을 돌아다니는 것처럼 자연스럽고 사실적인 시각 경험을 만드는 것이 목적이라면 Gaussian Splatting이 매우 매력적입니다.
Photogrammetry와는 무엇이 다를까?
Gaussian Splatting과 Photogrammetry(사진측량)는 모두 여러 장의 사진을 사용할 수 있다는 공통점이 있습니다.
하지만 최종 목표가 조금 다릅니다.
Photogrammetry는 사진을 이용해 포인트클라우드, 메시, 정사영상 등의 기하학적 결과물을 만드는 데 많이 사용됩니다.
Gaussian Splatting은 사진에서 보이는 색상과 시점에 따른 모습을 효과적으로 재현해 실제처럼 보이는 장면을 빠르게 렌더링하는 데 강점이 있습니다.
그래서 같은 사진을 사용하더라도 어떤 결과가 필요한지에 따라 사용하는 기술이 달라질 수 있습니다.
Gaussian Splatting의 장점
가장 눈에 띄는 장점은 시각적인 품질과 렌더링 속도입니다.
사진을 충분히 잘 촬영하면 복잡한 표면과 실제 색상을 상당히 자연스럽게 표현할 수 있습니다.
또한 3D 장면이 만들어진 뒤에는 사용자가 공간을 이동하면서 다양한 각도에서 장면을 비교적 빠르게 볼 수 있습니다.
이러한 특징 때문에 건축 공간 시각화, 문화재 기록, 관광 콘텐츠, 게임·VFX, VR/AR 등 다양한 분야에서 활용 가능성이 높습니다.
이후 연구에서는 도시처럼 훨씬 넓은 영역에서도 3D Gaussian을 효율적으로 표현하려는 방법들이 계속 개발되고 있습니다.
한계도 있을까?
물론 있습니다.
첫 번째는 사진 품질과 촬영 방식의 영향을 많이 받는다는 점입니다.
사진이 부족하거나 한쪽 방향에서만 촬영하면 보이지 않았던 영역을 제대로 표현하기 어렵습니다.
반사체, 유리, 움직이는 사람이나 차량처럼 촬영할 때 모습이 계속 변하는 대상도 결과에 영향을 줄 수 있습니다.
두 번째는 정밀 측량용 데이터와 같은 개념으로 보면 안 된다는 점입니다.
Gaussian Splatting에서도 위치와 형상을 표현하지만, 원래 기술의 핵심 목적은 정밀한 거리 측정보다는 높은 품질의 새로운 시점 렌더링입니다.
따라서 “Gaussian Splatting으로 만들었으니 실제 치수를 정확하게 측정할 수 있다”고 바로 판단해서는 안 됩니다.
LiDAR와 함께 사용할 수도 있을까?
두 기술은 경쟁 관계라기보다 서로 보완할 가능성이 큰 기술입니다.
예를 들어 LiDAR로 정확한 공간 형상을 취득하고, 카메라 이미지와 Gaussian Splatting을 활용해 사실적인 시각 정보를 더하는 방식을 생각할 수 있습니다.
쉽게 말하면,
LiDAR → 정확한 공간 정보
Gaussian Splatting → 사실적인 공간 표현
이라는 각각의 장점을 결합하는 것입니다.
앞으로 디지털 트윈이나 현실 공간의 3D 디지털화 분야에서는 이런 서로 다른 기술을 함께 활용하는 사례가 더욱 중요해질 가능성이 있습니다.
한 번에 정리하면
Gaussian Splatting = 여러 사진을 이용해 실제처럼 보이는 3D 공간을 빠르게 표현하는 기술
LiDAR = 레이저로 실제 공간의 거리와 형상을 측정하는 기술
두 기술은 비슷한 3D 결과를 보여줄 수 있지만 만들어지는 원리와 목적은 다릅니다.
정확한 측정이 중요하다면 LiDAR, 사실적인 시각화가 중요하다면 Gaussian Splatting의 장점이 더 크게 나타납니다.
결국 중요한 것은 어떤 기술이 더 좋은가가 아니라, 어떤 데이터를 만들고 싶은가입니다.