This study proposes a real-time content design pipeline optimized for Unreal Engine, integrating generative AI-based image creation with AI-assisted 3D modeling tools. The pipeline aims to streamline the production of high-quality assets for real-time applications, including games and simulations. Two types of subjects were selected: a bust combining organic character features, and a stone slab characterized by planar and symmetrical structure. Multi-angle image data were first synthesized using advanced generative AI models to simulate diverse viewpoints. These were then processed using AI-enhanced photogrammetry and modeling tools to reconstruct detailed 3D meshes and extract base textures. Post-processing steps, including mesh decimation, UV unwrapping, and texture baking, were performed to ensure compatibility with Physically Based Rendering (PBR) workflows used in Unreal Engine. The final assets were successfully imported into Unreal Engine, demonstrating visual fidelity and performance suitability in a real-time environment. The study confirms the pipeline’s potential for accelerating asset development and suggests promising future directions in AI-driven digital content creation.

본 연구는 생성적 AI와 언리얼 엔진의 MetaHuman 기술을 통합하여 고급 실시간 디지털 휴먼 시스템을 구현하는 것을 탐구한다. Inworld AI의 NPC 시스템 및 NVIDIA의 Avatar Cloud Engine과 같은 기존 기술 통합 사례를 분석하여 연구에 참고하였으며, MetaHuman의 시각적 사실성과 생성적 AI의 동적 행동을 결합한 새로운 아키텍처를 제안한다. 연구 방법론은 캐릭터 제작, AI 모델 통합, 실시간 성능 최적화를 다루고 있다. 시스템은 렌더링 품질, AI 응답 정확 도, 사용자 경험을 기준으로 평가되었으며, 그 결과 이러한 통합이 보다 반응성 높고 사실적인 디지털 휴먼을 구현할 잠재력을 입증했다. 본 연구는 게임, 교육, 가상 비서 분야에서의 시사점 을 논의하고, 현재의 한계점과 향후 연구 방향을 제시한다. 이를 통해 첨단 AI 기능과 최첨단 실시간 렌더링을 결합한 프레임워크를 제공하여 지능형 가상 캐릭터 개발을 한 단계 발전시키 는 데 기여하고자 한다.

This study suggests a model of production information system that can reduce manufacturing lead time and uniformize quality by using DNC S/W as a part of constructing production information management system in the industrial field of the existing marine engine block manufacturing companies. Under the effect of development of this system, the NC machine interface device can be installed in the control computer to obtain the quality information of the workpiece in real time so that the time to inspect the process quality and verify the product defect information can be reduced by more than 70%. In addition, the reliability of quality information has been improved and the external credibility has been improved. It took 30 minutes for operator to obtain, analyze and manage the quality information when the existing USB memory is used, but the communication between the NC controller computer and the NC controller in real time was completed to analyze the workpiece within 10 seconds.

본 연구에서는 한국해양대학교 실습선 한바다를 이용하여 선박의 입․출항 및 약 150 rpm의 정속 운항 할 때 주기관에서 배출되는 배기가스를 실시간 계측하였다. 실측 결과 질소산화물의 농도는 정속 운항시 800 ppm 에서 1,000 ppm 사이인데 반해, 입․출항시에는 210 ppm 에서 1,230 ppm 까지 큰 범위에서 값이 변화하였다. 일산화탄소의 농도 역시 정속운항 상태 보다 입․출항시 측정값의 변화가 크게 나타났다. 이러한 결과는 입․출항시 가능한 한 주기관의 부하변동이 급격히 발생되지 않도록 하는 선박 조종 스킬이 필요하다는 것을 의미한다. 또한, 배기가스 저감 기술의 적용에 있어 입․출항시와 정속 운항할 때 그 차이를 고려할 필요가 있다는 것을 나타낸다.

Collecting a rich but meaningful training data plays a key role in machine learning and deep learning researches for a self-driving vehicle. This paper introduces a detailed overview of existing open-source simulators which could be used for training self-driving vehicles. After reviewing the simulators, we propose a new effective approach to make a synthetic autonomous vehicle simulation platform suitable for learning and training artificial intelligence algorithms. Specially, we develop a synthetic simulator with various realistic situations and weather conditions which make the autonomous shuttle to learn more realistic situations and handle some unexpected events. The virtual environment is the mimics of the activity of a genuine shuttle vehicle on a physical world. Instead of doing the whole experiment of training in the real physical world, scenarios in 3D virtual worlds are made to calculate the parameters and training the model. From the simulator, the user can obtain data for the various situation and utilize it for the training purpose. Flexible options are available to choose sensors, monitor the output and implement any autonomous driving algorithm. Finally, we verify the effectiveness of the developed simulator by implementing an end-to-end CNN algorithm for training a self-driving shuttle.

선박운항자의 인적사고 방지 및 운항 훈련을 위한 방안으로 선박 운항 시뮬레이터가 사용된다. 선박운항 시뮬레이터에서 실시간 3D 가시화 기술은 현실감 있는 직관적인 영상을 제공하여 피교육자에 인지력을 향상시켜 시뮬레이터의 교육 효과를 높이는 중요한 요소이다. 본 연구에서는 공개형 3D 그래픽 엔진을 기반으로 선박 운항 시뮬레이터용 실시간 3D 가시화 시스템을 설계하고 구현한 결과에 대해서 설명한다. 실시간 3D 가시화 시스템은 요소 기능, 기존 그래픽 데이터 활용, 타 시스템과의 연동 측면에서 도출된 운용 요구사항들을 만족하며 추가적인 기능의 확장이 용이한 구조로 설계되었다.

본 연구는 게임 물리 엔진을 실시간 물리 기술의 관점으로 고찰한다. 실시간 물리 기술이란 물리 시뮬레이션 기술을 게임에 적용하기 위해서 간략화 하는 기술을 말한다. 조사 대상으로 상용 물리 엔진인 Havok Physics SDK와 NVIDIA PhysX SDK를 선택하였고, 오픈 소스기반 물리 엔진인 ODE와 Bullet을 선택하였다. 그 결과 물리 엔진은 강체 역학, 변형체 시뮬레이션, 유체 시뮬레이션을 구현하고 있었고, 실시간 시뮬레이션을 위해서 수식의 간략화, 충돌 처리의 효율성 재고 등 소프트웨어 측면의 기술과 멀티 코어 CPU의 이용, PPU, GPU 활용 등 병렬처리 하드웨어 기술을 사용하고 있었다.