모글로우: 정규화 흐름을 이용한 확률적·제어 가능한 모션 합성

초록

MoGlow는 정규화 흐름(Glow) 기반의 확률적 생성 모델로, LSTM 기반 자동회귀 구조와 인과성을 결합해 실시간 제어가 가능한 고품질 인간·사족 보행 모션을 합성한다. 정확한 최대우도 학습이 가능하며, 기존 GAN·VAE 대비 분포 표현력과 샘플링 효율이 뛰어나다.

상세 분석

본 논문은 모션 데이터의 복잡한 확률분포를 효과적으로 모델링하기 위해 정규화 흐름(Normalising Flows)을 도입한다. 기존의 Gaussian 가정 기반 모델이나 VAE·GAN은 각각 분포 제한, 학습 불안정, 샘플 품질 저하라는 한계를 가지고 있었는데, MoGlow는 이러한 문제를 해소한다. 핵심은 Glow 구조를 자동회귀 형태로 재구성하고, LSTM을 통해 장기 의존성을 유지하면서도 각 타임스텝에서 인과적(causal)으로 pose를 생성한다는 점이다. 인과성은 미래 프레임이나 제어 입력을 참조하지 않으므로, 실시간 인터랙티브 애플리케이션에서 알고리즘 지연이 없으며, 이는 게임이나 로봇 제어에 필수적인 특성이다.

학습 과정에서는 정규화 흐름의 역변환을 이용해 정확한 로그우도(log‑likelihood)를 계산하고, 이를 직접 최대화한다. 따라서 샘플링 시에도 복잡한 분포를 그대로 재현할 수 있다. 또한 데이터 드롭아웃 기법을 적용해 제어 신호에 대한 의존성을 강화함으로써, 입력 컨트롤(예: 보행 경로, 속도)과 생성 모션 사이의 정합성을 높였다.

실험에서는 인간 보행과 개(사족) 보행 두 가지 전혀 다른 형태의 데이터셋을 사용했으며, 정량적 지표(예: 평균 관절 오차, 발 착지 정확도)와 주관적 평가(사용자 설문) 모두에서 기존 베이스라인(조건부 VAE, GAN, Gaussian Mixture 등)을 크게 앞섰다. 특히 무작위 샘플링 시에도 실제 모션 캡처와 거의 구분이 어려울 정도의 품질을 보여, 확률적 모델이 실제 애플리케이션에 충분히 활용될 수 있음을 증명한다.

이 논문의 주요 기여는 (1) 정규화 흐름을 이용한 최초의 모션 시퀀스 모델 제안, (2) 자동회귀·LSTM 기반 장기 메모리와 인과성을 결합한 설계, (3) 제어 가능성을 유지하면서도 정확한 확률분포 학습을 구현한 점이다. 향후에는 더 복잡한 행동(점프, 회전)이나 멀티모달 입력(음성·텍스트)과의 결합, 그리고 실시간 로봇 제어에의 적용이 기대된다.