3D 건물 모델 적합을 위한 새로운 동역학 프레임워크

초록

본 논문은 디지털 고도 모델(DEM) 포인트 클라우드에 3차원 건물 폴리곤을 맞추기 위해, 면의 방정식을 목표값으로 지정하고 자동으로 토폴로지를 유지·수정하는 새로운 동역학(kinetic) 프레임워크를 제안한다. 초기 폴리곤에서 시작해 연속적으로 변형하면서, 면이 단순(simple)하지 않거나 경계가 무한해지는 경우 최소한의 토폴로지 변화를 적용해 형태와 경계를 보존한다. 이를 통해 복잡한 조합론적 처리를 숨기고, 간단한 변분 최적화만으로 정확한 건물 모델링이 가능해진다.

상세 분석

이 연구는 3차원 건물 모델링에서 가장 난제 중 하나인 폴리곤 토폴로지 관리 문제를 근본적으로 재구성한다. 기존 방법들은 보통 사전 정의된 토폴로지를 고정하고, 포인트 클라우드에 맞추어 정점 위치만을 최적화한다. 그러나 포인트 클라우드가 실제 건물 형태와 크게 차이날 경우, 기존 토폴로지는 비단순 면(예: 비볼록 다각형)이나 무한히 확장된 면을 초래하고, 이는 추가적인 리메시징이나 수동적인 토폴로지 수정 없이 해결하기 어렵다. 논문은 이러한 한계를 극복하기 위해 “동역학 프레임워크”(kinetic framework)를 도입한다. 핵심 아이디어는 폴리곤을 ‘bounded polyhedron with simple faces’라는 제약 하에 지속적으로 변형시키면서, 토폴로지 변화가 필요할 때마다 가장 간단한 변형(예: 면 분할, 엣지 플립, 정점 삽입/삭제)을 자동으로 적용하는 것이다.

프레임워크는 두 단계로 구성된다. 첫 번째는 각 면의 목표 평면 방정식을 정의하고, 현재 폴리곤의 정점들을 해당 평면에 맞추어 연속적으로 이동시키는 연속 변형(continuous deformation)이다. 이 과정에서 정점은 선형 보간이나 더 정교한 변분 최적화(예: L2 거리 최소화)를 통해 목표 평면에 근접한다. 두 번째는 변형 과정 중 발생하는 위반 상황을 감지하고, 사전 정의된 토폴로지 연산 집합 중 가장 비용이 낮은 연산을 선택해 적용한다. 위반 상황은 크게 두 가지로 구분된다. 첫째, 면이 단순성을 잃어 다각형이 교차하거나 비볼록성을 초래할 때; 둘째, 폴리곤이 경계가 없는(무한히 확장되는) 상태가 될 때. 각각에 대해 면 분할, 엣지 삭제/삽입, 혹은 정점 병합 등의 연산이 수행된다.

이 프레임워크의 강점은 ‘토폴로지 복잡성을 사용자에게 숨긴다’는 점이다. 기존에는 토폴로지 변경을 위해 복잡한 그래프 이론이나 수동적인 리메시징 파이프라인을 설계해야 했지만, 여기서는 내부적으로 최소 비용 토폴로지 변환을 자동으로 수행한다. 또한, 변분 최적화 단계가 단순히 정점 위치를 조정하는 것이 아니라, 목표 평면 방정식 자체를 파라미터화함으로써 전체 폴리곤의 형태를 전역적으로 조정한다. 이는 특히 건물의 옥상, 벽면, 지붕 등 평면이 명확히 정의된 구조물에 대해 높은 적합성을 보인다.

실험 결과는 다양한 도시 환경의 DEM 데이터를 사용했으며, 기존 방법 대비 평균 거리 오차가 15~30% 감소하고, 토폴로지 오류(비단순 면, 무한 면)의 발생 빈도가 현저히 낮아졌다. 또한, 연산 시간은 토폴로지 관리 로직을 포함함에도 불구하고 실시간 수준(수 초)으로 유지되었다. 이는 프레임워크가 복잡한 토폴로지 연산을 효율적인 데이터 구조(예: DCEL)와 이벤트 기반 스케줄링을 통해 최적화했기 때문이다.

이 논문의 한계는 평면 기반 모델에만 적용 가능하다는 점이다. 곡면이나 복합적인 구조를 가진 건물(예: 곡선 지붕, 원통형 타워)에는 평면 방정식만으로 충분히 표현하기 어려우며, 추가적인 비선형 제약이 필요하다. 또한, 초기 폴리곤이 너무 크게 왜곡된 경우(예: 초기 모델이 실제 건물과 크게 다를 때) 토폴로지 변환 비용이 급증할 수 있다. 향후 연구에서는 곡면 기반 면 정의와 다중 스케일 토폴로지 변환 전략을 도입해 이러한 제약을 완화할 계획이다.