communications of kiise

컴퓨터그래픽스를위한시뮬레이션기술

ISSN 1229-6821

·파티클 기반 시뮬레이션 기술·데이터기반 비행 모션 제어 기법·시뮬레이션을 이용한 상 효과 생성·사실적인 물감 표현을 위한 유체 시뮬레이션 연구·스마트 기기 기반 유체 시뮬레이션 기술·실시간 물리 시뮬레이션 기술의 최근 성과와 연구 동향·신뢰성 있는 물리기반 시뮬레이션을 위한 고성능 충돌검사 기법

www.kiise.or.kr

컴퓨터 그래픽스를 위한 시뮬레이션 기술

Communications of the Korean Institute ofInformation Scientists and Engineers

2013. 11

정보과학회지 2013. 11제31권 제11호통권 제294호

3 “컴퓨터 그래픽스를 위한 시뮬레이션 기술” 특집을 내면서 / 노준용

4 특집계획

5 특집원고 모집

6 월별 학술행사 개최계획

7 학회동정

특집원고

8 파티클 기반 시뮬레이션 기술 / 표순형․최진성

15 데이터기반 비행 모션 제어 기법 / 주은정․원정담․이제희

22 시뮬레이션을 이용한 영상 효과 생성 / 손민정․이승용

29 사실적인 물감 표현을 위한 유체 시뮬레이션 연구 / 김지환․유미․차승훈․노준용

34 스마트 기기 기반 유체 시뮬레이션 기술 / 이호영․김병수․김창헌

39 실시간 물리 시뮬레이션 기술의 최근 성과와 연구 동향 / 김태용

46 신뢰성 있는 물리기반 시뮬레이션을 위한 고성능 충돌검사 기법 / 배명수․김영준

기관탐방

53 컴퓨터그래픽 전문기업 에프엑스기어(FXGear) / 노준용

논문초록

55 정보과학회논문지 10월호

게시판

62 해외학술행사 개최안내

63 해외학술행사 논문모집 안내

학회소식

65 회의개최결과

67 행사개최결과

69 임원 및 위원 명단

74 특별회원기관

75 입회안내

76 박사학위 논문초록

77 정보과학회지 투고규정

Communicationsof KIISE

November 2013Vol. 31 No. 11Serial No. 294

Contents

3 “Simulation Techniques for Computer Graphics” About This Issue / Junyong Noh

4 2013 Special Issues

5 Call for Proposals

6 Upcoming Academic Conferences

7 KIISE News I

Special Feature

8 Particle-Based Simulation Technologies / Soon Hyoung Pyo․Jin Sung Choi

15 Data-Driven Control of Flapping Flight / Eunjung Ju․Jungdam Won․Jehee Lee

22 Image Effects Using Simulation Techniques / Minjung Son․Seungyong Lee

29 Fluid Simulation for Realistic Paint Effects Visualization / Jihwan Kim․Mi You․Seunghoon Cha․Junyong Noh

34 Fluid Simulation on Smart Device / Ho-Young Lee․Byung-Soo Kim․Chang-Hun Kim

39 Recent Advances and Trends in Real-Time Physics Simulation Techniques / Tae-Yong Kim

46 High-Performance Collision Detection Algorithms for Robust Physics-Based Simulation / Myungsoo Bae․Young J. Kim

Visits

53 Computer Graphics Expert, FXGear / JunYong Noh

Journal Summary

55 Journal of KIISE, October, 2013

Bulletin Board

62 Call for Participation

63 Call for Papers

KIISE News II

65 Report on Committee Meeting

67 Report on Academic Conference

69 Board and Committee Members

74 Special Members

75 Guide for Membership

76 Call for Doctoral Thesis Abstract

77 Guideline for Submission

2013. 11 정보과학회지 3

“컴퓨터 그래픽스를 위한 시뮬레이션 기술”특집을 내면서

한국과학기술원 노 준 용[email protected]

컴퓨터 그래픽스 기술은 기본적으로 컴퓨터 속의 정보를 시각적으로 표현하기 위한 방법론을 다루는 학문

분야로 정의 됩니다. 초창기부터 컴퓨터 그래픽스 관련 연구자들은 실제 자연을 사실적으로 표현하고 이를 사

실적은 영상으로 나타내기 위한 방법에 대한 연구를 진행하였고 그 결과 최근 실사 영화에서의 특수효과(VFX)나 삼차원 그래픽스 기술로 합성된 애니메이션, 게임 등의 분야에서 사실적인 영상을 제공할 수 있게 되었습

니다. 자연을 사실적으로 표현하기 위해 자연계에서 나타나는 현상을 모델링하고 계산을 통하여 영상을 구성

하는 컴퓨터 그래픽스 기술의 대부분은 넓은 의미에서 시뮬레이션으로 볼 수 있습니다. 그 중 영화, 애니메이

션 등을 제작하는 과정에서 가장 요구되는 기술로 자연 현상을 물리 법칙에 따라 계산하고 이를 영상으로 표

현하는 물리 기반 시뮬레이션 기술을 들 수 있습니다. 다른 부분에 비해 자연스러운 영상을 수작업에 의해 얻

기 위해서는 너무나 많은 시간과 노력이 필요하기 때문입니다.

따라서 11월 특집호에서는 최근 컴퓨터 그래픽스에 활용되는 각종 시뮬레이션 기술을 살펴보고, 각각의 기

술적인 문제점, 최근 제시되고 있는 해결 방법들을 소개합니다. 다양한 실제 자연의 현상을 파티클로 근사하여

시뮬레이션 하는 기술로 시작하여, 자연계의 생물의 움직임을 시뮬레이션에 근거하여 해석하고 애니메이션을

제작하기 위한 기술, 영상의 효과를 생성하는 기술, 유체 시뮬레이션을 컴퓨터 그래픽스에 적용하고, 이를 성능

에 제한이 있는 스마트 기기에 적용하기 위한 기술, 복잡한 시뮬레이션 계산을 실시간으로 처리하기 위한 방법

과 시뮬레이션 되는 물체가 충돌하는 시점을 빠르게 계산하기 위한 기술들을 소개합니다. 기관 탐방에서는 국

내 기업 중 컴퓨터 그래픽스에 적용되는 시뮬레이션 기술을 선도하며 전 세계적으로 기술력을 인정받고 있는

컴퓨터 그래픽스 전문 기업인 에프엑스기어를 소개합니다.

이와 같은 수많은 연구와 노력에도 불구하고 영화사나 게임 업계에서는 보다 성능이 좋은 기술, 보다 사실

적으로 자연 현상을 표현하는 기술을 원하고 있습니다. 더욱이 현재 알려져 있는 방법으로 표현하지 못하는

자연 현상이 너무나도 많아 앞으로도 무궁무진한 연구 결과가 기대되는 분야입니다. 끝으로 이번 특집호에

투고해주신 모든 저자분들께 편집위원회를 대신하여 깊은 감사를 드립니다.

권 두 언특집계획

4 정보과학회지 월별 특집계획

정보과학회지 월별 특집계획

◆ 정보과학회지 월별 특집은 아래와 같으며, 회원 여러분의 많은 참여를 기다리고 있습니다.

◆ 예정된 특집분야에 대한 독자 여러분의 의견이 있으시면 해당 담당편집위원에게 연락주시기 바랍니다.

◆ 해당 월의 원고마감은 2개월 전 말일까지입니다. 투고를 원하시는 분은 해당 담당편집위원과 상의하시고, 마감

일을 준수하여 주시기 바랍니다.

월 특집주제 담당 편집위원 연락처

2013년3월

IT에너지융합산업의 현재와 미래 박광로 042-860-6440 [email protected]

4월 초고성능 컴퓨팅진현욱

임상범

02-450-353502-450-3840

[email protected]@konkuk.ac.kr

5월 소프트웨어 품질 및 테스팅 김문주 042-350-3543 [email protected]

6월 비사실적 렌더링 기술 이윤진 031-219-1823 [email protected]

7월 게임을 위한 지능 및 보안 기술김경중

김휘강

02-3408-383802-3290-4898

[email protected]@gmail.com

8월 대용량 바이오 정보 처리 및 분석 기술 유석종 042-869-1054 [email protected]

9월 SDN과 차세대 인터넷이상환

권태경

02-910-480502-880-9105

[email protected]@snu.ac.kr

10월 소프트웨어공학 데이터의 마이닝 이찬근 02-820-5829 [email protected]

11월 컴퓨터 그래픽스를 위한 시뮬레이션 기술 노준용 042-350-2918 [email protected]

12월 CPS(Cyber Physical System : 사이버 물리 시스템) 임성수 02-910-4886 [email protected]

2014년1월

소셜 및 과학기술 빅데이터 분석기술 한욱신 054-279-8866 [email protected]

2월 클라우드 컴퓨팅과 융합 서비스 최용훈 02-940-5590 [email protected]

3월인간 게놈프로젝트 완료 후 10년, 생물 정보학 그

새로운 도전

황규백

신수용

02-820-092502-3010-7307

[email protected]@amc.seoul.kr

※음영부분은 원고마감

특집계획

정보과학회 회원 여러분의 건승을 기원합니다.

저희 학회지 편집위원들은 보다 유익하고 재미있는 학회지, 그리고 회원들과 소통하는 학회지를 만들고자 노력하고

있습니다. 그 일환으로 학회지에 독자칼럼을 게재하고 있으며, 학회와 학회지의 발전을 위한 회원님들의 의견 기다립니다.

◆ 보내실 곳 : 학회사무국 [email protected]

2013. 11 정보과학회지 5

정보과학회지 특집원고 모집

정보과학회지 편집위원회에서는 매달 특집주제에 어울리는 원고들을 상시 모집하고 있습니다. 특집 주제에 관심

있는 회원님께서 제목과 초록을 담은 간단한 제안서를 제출해 주시면, 위원회에서 제안서 심사 후 통과된 저자

에게 원고를 받아 게재하고 있습니다. 아래 사항을 참고하시어 회원님들의 많은 관심과 투고를 바랍니다.

월호 제출기한 특집주제 제출 및 문의(담당편집위원)

2014년1월

11월 30일 소셜 및 과학기술 빅데이터 분석기술포항공대 한욱신 교수

054-279-8866 / [email protected]

2월 12월 31일 클라우드 컴퓨팅과 융합 서비스광운대 최용훈 교수


3월 1월 30일인간 게놈프로젝트 완료 후 10년, 생물

정보학 그 새로운 도전

숭실대 황규백 교수

02-820-0925 / [email protected]서울아산병원 신수용 교수


▸제안서 형식 : 특집 원고 제목, 저자(소속, 연락처), 초록(약 300단어)▸제출기한 : 해당 월의 2개월 전 말일

▸기타 : 게재된 원고에 대해서는 소정의 원고료를 지급합니다.

특집원고 모집

독자칼럼 모집

6 정보과학회지 월별 학술행사 개최계획

월 행사명 및 홈페이지 개최일자 및 장소 주관 및 주최 문의처

2013년

11월

제2회 악성 바이너리 코드 분석 워크샵

http://netsec.hanyang.ac.kr/workshop/

11.2-3양평 한화리조트

고신뢰컴퓨팅 연구회

프로그램위원장

김성렬 교수 02-450-4134

[email protected]

2013 컴퓨터시스템연구회 추계워크샵11.7-8

곤지암리조트컴퓨터시스템연구회

조직위원장

낭종호 교수 02-705-8494

[email protected]

제40회 정기총회 및 추계학술발표회

http://www.kiise.or.kr/conference02/

11.15-16

제주대학교한국정보과학회

학회사무국 1588-2728

[email protected]

모바일응용 서비스의 미래와 전망 워크샵


11.15

제주대학교

모바일응용및시스템

연구회

운영위원장

우운택 교수 042-350-2923

[email protected]

CG&I 표준화 워크샵


11.16제주대학교

컴퓨터그래픽스 및

상호작용소사이어티

회장

한정현 교수 02-3290-3207

[email protected]

12월

UCWIT 2013(유비쿼터스 컴퓨팅과

웹 정보기술 학술심포지엄)

http://selab.knu.ac.kr/ucwit2013

12.6

경북대학교영남지부

지부장

김명균 교수 052-259-2209

[email protected]

ICPADS2013 (The 19th IEEE International

Conference on Parallel

and Distributed Systems)

http://aces.snu.ac.kr/icpads13/Home.html

12.15-18

코엑스컴퓨터시스템연구회

대회장

김종 교수 054-279-2257

[email protected]

2013 컴퓨터비젼 및 패턴인식 워크샵

http://www.cvpr.kr/

12.20코엑스

인공지능소사이어티

조직위원장

최영우 교수 02-710-9763

[email protected]

2014년

1월

International Conference on Big Data and

Smart Computing (BigComp 2014)

http://www.bigcomputing.org

1.15-17방콕

한국정보과학회학회사무국 1588-2728

[email protected]

2014 소프트웨어컨버전스심포지움1.23-24코엑스

한국정보과학회학회사무국 1588-2728

[email protected]

2월

ICOIN2014

http://www.icoin.org

2.10-12푸켓

정보통신소사이어티

조직위원장

이혁준 교수 02-940-5127

[email protected]

2nd IEEE International Winter Workshop

on Brain-Computer Interface

http://bci.korea.ac.kr/

2.17-19

강원 High1 리조트인공지능소사이어티

대회장

이성환 교수 02-3290-3197

[email protected]

월별 학술행사 개최계획

행사계획

2013. 11 정보과학회지 7

학회동정

❚ 제31회 미래 정보 기술‧산업 전망 2014(iTIP2014)지난 10월 17일 삼정호텔에서 제31회 미래 정보 기술･산업 전

망 2014(이하 iTIP2014)를 개최하였다. iTIP2014는 올해 서른 한

번째를 맞는 심포지움으로서, 한국정보기술학술단체총연합회･

한국전자통신연구원･한국SW산업협회가 주최를, 한국정보과학

회에서 주관을 맡아 행사를 진행하였다. iTIP2014는 2014년도

정보산업의 주요안을 살피고 향후 나아갈 방향을 제시하며 국내

정보산업 발전에 실질적인 도움이 되는 정보를 전달하는 것을 목

적으로 하고 있다. 이번 행사에서는 주제강연이 발표되었으며 70여명이 참가하였다.

❚ 2013년도 ACM-ICPC 대전지역대회 개최지난 11월 1, 2일 대전 KAIST 문지캠퍼스에서 2013년도

ACM-ICPC대전지역대회가 제13회 대학생프로그래밍대회를 겸

하여 학회와 한국정보화진흥원의 공동 주관으로 개최되었다. 이번 대회에는 인터넷 예선 대회(9월 28일 개최)를 통해 선발된

81개팀(국내 대학 78개팀, 국외 대학 3개팀) 243명의 학생과 코

치, 운영진을 포함하여 300여명이 참가하였다. 대회 결과, 올해부

터 대통령상으로 격상된 대상 수상자는 고려대학교의 Balloon-philia팀(이승재, 홍은기, 이원철)이며, 미래창조과학부 장관상인

금상 수상자는 성균관대학교의 JunheelsCute> <팀(김경근, 박연수, 한준희)외 2팀으로 확정됐다. 대상을 수상한 Balloonphilia팀은 2014년 6월 22~26일, 러시아에서 개최되는 ACM-ICPC World Final에 참가할 예정이다.

❚ 2015년도 회장, 건국대 김지인 교수10월 24일(목)부터 11월 1일(금)까지 9일간 개최된 2014년도

차기회장 온라인 투표에서 김지인 후보자(건국대학교 교수)를

당선자로 확정하였다. 이번 선거는 21.4%의 최종 투표율을 기록

하였으며 선거 개표 결과, 이 중 과반수의 찬성표를 받아 임원선

거규칙 제5조 7항의 요건을 충족한 김지인 후보자가 2015년도

회장으로 선출되었다.

❚ 컴퓨터지능소사이어티, 인공지능소사이어티로 명칭 변경지난 제3차이사회(2013.10.17.)의 결의에 따라 10월 17일 기

준으로 컴퓨터지능소사이어티의 명칭이 인공지능소사이어티로

변경되었다. 기존의 ‘컴퓨터지능’이라는 용어보다 넓은 분야를

포함하고 있으며 일반인도 쉽게 이해할 수 있는 ‘인공지능’을 선

택하였다. 이후로 국문 명칭은 기존 ‘컴퓨터지능소사이어티’에서 ‘인공지능소사이어티’로, 영문명칭 ‘KIISE Society for Com-putational Intelligence’에서 ‘KIISE Artificial Intelligence So-ciety’로 변경하여 사용하게 된다.

학회동정

8 특집원고 파티클 기반 시뮬레이션 기술

(a) 메쉬 기반 방법 (b) 메쉬 프리 방법

그림 1 메쉬 기반 방법과 메쉬 프리 방법의 예

파티클 기반 시뮬레이션 기술

한국전자통신연구원 표순형․최진성

1. 서 론

컴퓨터를 이용한 자연 현상의 재현은 오랜 기간 많

은 분야의 주요 관심 대상이었으나 과도한 계산량으

로 인해 기계/제조/항공 등 정밀한 시뮬레이션이 필수

적으로 필요한 분야에 제한적으로 활용되어왔다. 컴퓨

터 그래픽스 분야의 경우, 90년대까지는 시뮬레이션을

이용한 사실적인 물리 현상의 재현보다는 간단한 규

칙 기반의 파티클 시스템 등을 이용해 자연 현상의 외

형과 움직임을 모방하고자 하는 노력이 이어져오다가

[23,27,28], 2000년대에 들어 컴퓨팅 하드웨어의 발달

과 함께 소프트웨어적인 시뮬레이션 가속 기법이 출현

하면서[29] 본격적으로 물, 불과 같은 자연 현상이 영

상 특수효과 제작에 사용되기 시작했다. 최근엔 그래

픽 카드의 GPU(Graphics Processing Unit)를 활용한 하

드웨어적인 가속 기술이 발달하면서 실시간에 사실적

인 유체 시뮬레이션도 가능한 수준에 이르렀다.컴퓨터 그래픽스 분야에서의 시뮬레이션 기술은 현

실에 존재하는 물리적인 객체의 움직임을 컴퓨터를 이

용해 시각적인 형태로 재현하고 이를 영상 콘텐츠 제

작에 활용케 하는 일련의 기술을 말하며, 주로 사용자

가 직접 제작하기 어려운 움직임이나 물리적인 계산을

통해 표현되었을 때 사실성을 느낄 수 있는 현상을 표

현하기 위해 사용된다. 이러한 예로는 물체 간의 복잡

한 충돌, 옷감의 움직임, 머리카락의 표현, 유체의 흐

름, 충격에 의해 깨어지는 물체 등 다양하다. 기존 시

뮬레이션 기술이 물리적 사실성이나 정밀도 향상을 주

요 목적으로 하는 것과는 달리, 영상 특수효과를 위한

시뮬레이션 기술은 영화, 애니메이션, 게임 등 콘텐츠

에 나타나는 작가의 상상력을 뒷받침할 수 있어야 해

서 물리적으로는 일부 옳지 않더라도 눈으로 보기에

문제가 안 될 정도의 사실성, 즉 시각적 사실성을 목적

으로 한다는 점에서 차이가 있다.컴퓨터를 이용한 시뮬레이션은 계산상의 편의를 위

해 시뮬레이션이 이루어지는 공간 또는 시뮬레이션 되

는 물질 자체를 작은 단위로 나누어 속도 등의 정보

를 계산하게 되는데, 이 구성 요소 간에 미리 정의된

연결 관계가 있는 지 여부에 따라 그림 1과 같이 메쉬

기반(mesh-based) 방법 또는 메쉬 프리(mesh-free) 방법으로 나뉜다. 이 구성 요소가 시뮬레이션 과정에서

공간상에 고정되어 있으면 오일러(Eulerian) 방식, 시간의 흐름에 따라 이동하면 라그랑지안(Lagrangian) 방식으로 불린다. 유한차분법(Finite Difference Method)과 유한요소법(Finite Element Method)이 대표적인 메

쉬 기반 방법으로 유체 역학 등의 다양한 분야에 사

용되고 있다. 메쉬 기반 방법이 현재 가장 널리 사용되

는 방식이기는 하지만 복잡한 물체를 균일한 메쉬로

특집원고

2013. 11 정보과학회지 9

표현하기 어렵고 시뮬레이션 과정에서 물체가 이동하

거나 물체 자체의 변형이 심하게 일어나는 경우 초기

의 연결 관계를 유지하기 어렵다는 문제가 있다. 이런

문제를 해결하기 위한 방법으로 제안된 메쉬 프리 방

법은 구성 요소 간에 미리 정의된 연결 관계없이 물질

을 구성하는 요소들이 자유롭게 이동하도록 하고 이

구성 요소들로부터 보간(interpolation)을 통해 필요한

정보를 얻는 방식으로써 간략화된 입자 유체역학(Smoo-thed Particle Hydrodynamics)와 개별요소법(Discrete Element Method)이 대표적이다. 라그랑지안 방식으로

동작하는 메쉬 프리 방법은 시뮬레이션 되는 물질 자

체에서만 계산이 이루어져 상대적으로 효율적이고 입

자성을 띄는 세밀한 현상의 표현에 적합하다. 최근에

는 이 두 가지 방법의 장점을 모두 활용하기 위한 연

구도 진행되었다[10,30].본 논문에서는 앞서 설명한 시뮬레이션 방법들 중

에서 파티클을 이용해 시뮬레이션을 하는 간략화된 입

자 유체역학 방법을 소개한다. 이후로는 간략화된 입

자 유체역학을 SPH로 줄여서 칭한다. 2장에서는 SPH 기술의 원리를 설명하고 3장에서는 이를 이용한 그래

픽스 분야의 시뮬레이션 기술 동향을 소개한 뒤, 4장에

서 결론을 맺는다.

2. Smoothed Particle Hydrodynamics (SPH)의 이해

SPH는 Gingold와 Monaghan[15] 그리고 독립적으로

Lucy[13]에 의해 천체의 움직임을 시뮬레이션하기 위

한 방법으로 처음에 고안되었고 이후 유체 역학의 문

제들을 해결하기 위한 방법으로 그 응용분야가 확대되

었다. 주로 연속체를 시뮬레이션 하는데 사용되어 이

름이 간략화된 입자 유체역학이라 불리지만, 근본적

으로는 불규칙하게 위치한 일련의 지점(파티클)에 있

는 값들로부터 이들을 대표하는 함수의 근사치를 구해

원하는 위치에서의 값을 얻는 방법으로 볼 수 있고, 파티클 사이에 주고받는 힘을 계산할 때 어떤 물리 법

칙이 적용되느냐에 따라 그 응용이 달라진다.

2.1 SPH의 파티클 근사 방법

임의의 함수 가 일련의 샘플링 된 지점에서의

값으로 정의되어 있을 때, 는 다음과 같이 두 함

수의 합성 형태로 다시 쓰일 수 있다.

′′

이 때, 는 Dirac-delta 함수를 의미한다. 이 형태의

함수는 이미 우리가 알고 있는 샘플 지점 ′에 대해

서만 값을 알 수 있고 임의의 지점에서 값을 얻을 수

없으므로 Dirac-delta 함수를 부드러운 커널 함수 로

대체하면 다음과 같은 식을 얻을 수 있다.

′′

여기서 는 커널의 영향범위(support)를 나타낸다. 커널은 를 매개변수로 해서 각각의 샘플 위치가 어느

정도의 범위까지 영향을 미칠 지를 조정할 수 있게 한

다. 커널 함수 는 목적에 맞게 고안되어 사용될 수 있

는데, 일반적으로 부드러운 함수 를 재현하기 위

해 다음의 몇 가지 성질을 만족시키도록 설계된다[12].

′

lim→′ ′

′ for ′ 첫 번째 조건은 재현된 함수의 0차 연속성을 보장

하여 부드러운 함수를 구성할 수 있게 하며, 두 번째

조건은 가 0에 근사할 때 Dirac-delta 함수와 같은 효

과를 내어 계산된 근사된 값이 원래의 함수 값을 갖

도록 하고, 마지막 조건은 에 스케일링 값 를 곱한

범위를 벗어난 경우 의 값이 0이 되도록 해 제한된

범위 내에서만 영향력을 갖도록 한다. 보통 가우시안

분포를 근사하면서 유한한 영향 범위를 갖는 이차 연

속 함수로 스플라인 기반의 커널을 많이 사용한다. 적분 형태로 표현된 원래 식을 다시 합산 형태의 식

으로 근사를 하면

가 된다. 여기서 , 와 는 각각 에서의 함수

의 값, 밀도, 그리고 질량을 의미한다. 합산은 그림 2와 같이 우리가 값을 얻고자 하는 지점 로부터 의

상수배 범위 안에 있는 모든 다른 샘플 지점에 대해

서 이루어진다. 이 방법을 사용하면 이웃한 샘플 지점

에서의 값을 이용해 원하는 지점에서의 값을 계산할

수 있다. 예를 들면, 지점 에서의 밀도 값은 다음의

식을 이용해 모든 지점에서 계산될 수 있다.

이처럼 파티클로 대표되는 샘플 지점에 저장된 값을


그림 2 커널 범위 내 파티클을 이용한 파티클 근사 방법

이용해 임의의 지점에서 원하는 값을 보간을 통해 계

산해 내기 때문에 간략화된(smoothed) 입자(particle) 유체역학 이라 불리고 이러한 계산 방식을 파티클 근사

방법이라고도 한다. 이 방법의 몇 가지 유용한 점 중 하나는 주어진 함

수 의 변화도(gradient)를 계산할 때 다음 식과 같이

커널 함수의 변화도를 이용해 계산할 수 있다는 점이다.

∇

∇

마찬가지로 라플라시안(Laplacian)이나 벡터 값을 갖

는 함수의 다이버전스(divergence) 같은 선형 오퍼레이

터도 다음과 같이 계산될 수 있다.

∆

∆

∇⋅

∇⋅

이러한 성질은 Navier-Stokes 방정식 등 물리 현상을

나타내는 미분방정식을 푸는데 유용하게 사용된다.

2.2 SPH를 이용한 유체 시뮬레이션

SPH는 기본적으로 연속성을 띄는 방정식을 근사하

는 방법이므로 다양한 분야로 응용되어 사용될 수 있

다. 시뮬레이션 되는 물질은 다수의 작은 파티클로 분

할되어 표현되고, 각각의 파티클은 다른 이웃 파티클

과의 상호작용에서 발생하는 힘에 반응하여 이동하게

된다. 이 때, SPH의 라그랑지안 성질에 따라 각 파티클

은 모든 계산 정보를 지니고 복잡한 흐름을 따라 이

동한다. 본 절에서는 가장 활발히 사용되는 분야인 유

체 시뮬레이션을 예로 SPH의 응용 방법을 설명한다. Navier-Stokes 방정식으로 설명되는 유체의 움직임은

다음과 같이 SPH 형식으로 변환되어 적용된다.

∙연속성 방정식(Continuity Equation)

Monaghan[16]의 방법에 따라 유체의 연속성 방정

식은 다음의 SPH 형식으로 표현될 수 있다.

∇

여기서 는 속도 를 갖는 파티클 의 밀도이며

와 는 각각 파티클 의 속도와 질량을 나타낸다. 파티클 로부터 파티클 까지의 위치 벡터를

라고 할 때, 인 커널 함수를 나타낸다. 두 개의 파티클이 서로 접근하게 되면 둘 사이의 상

대 속도가 음이 되고 커널의 변화도(gradient)도 음이

되면서

를 증가 시키게 된다. 이 밀도의 변화율이

증가하면 파티클 의 밀도가 올라가면서 상대 파티클

을 밀어내는 압력으로 작용한다. 반대로 파티클이 서

로 멀어지게 되면 서로를 잡아당기는 힘이 발생한다. 이러한 속도, 밀도/압력의 상호작용이 평균적으로 파

티클이 균일한 간격으로 유지되게 하고 밀도를 균일

하게 하여 유체가 비압축성에 가까운 성질을 갖도록

한다.

∙운동량 방정식(Momentum Equation)

점성을 갖지 않는 유체의 경우 운동량 방정식의 SPH 형식은 다음과 같다.

∇

여기서, 는 파티클 의 압력을 의미하며 는 중력

과 같은 외부 힘을 의미한다. 점성을 갖는 경우는 압

력 항이 있는 괄호 안에 각 파티클의 점성과 파티클

간의 상대속도, 상대 위치 등을 고려한 항이 추가된다. 압력 항은 Navier-Stokes 방정식에 있는 압력의 변화

도 항에 해당하는 것으로 힘이 압력이 줄어드는 방향

으로 일어나게 하는 역할을 한다.

∙상태 방정식(Equation of State)

파티클의 밀도와 유체의 압력 사이의 관계를 제공

하는 상태 방정식은 다음과 같다.

여기서, 는 압력의 크기이며, 는 기준 밀도(reference density)이다. 물의 경우 이 사용된다. 여기서 계

2013. 11 정보과학회지 11

산되는 압력은 앞서 설명한 운동량 방정식에 적용되

어 파티클의 움직임을 계산하는데 사용된다. 압력의 스

케일 요소인 는 다음의 식으로 계산된다.

는 유체의 특성 또는 최대 속도를 의미하고, 는 소

리의 속도(speed of sound)이다. 현재 설명하는 SPH는

유체 자체의 속도보다 무척 큰 소리의 속도를 이용하

도록 해 비압축성에 가까운 성질을 갖도록 하는 방식

이다. 이러한 계산법은 밀도의 편차가 1% 미만이 유지

되도록 해서 유체가 비압축성에 가깝도록 한다. 시뮬레이션은 위에 설명한 연속성 방정식과 운동량

방정식을 시간의 흐름에 따라 파티클에 대해 계산하

고 상태를 업데이트하면서 진행된다. 메쉬 기반 방법

과 달리 미리 정의된 격자에 대한 의존성도 없고 파

티클의 위치만이 이 방법에서 사용되는 유일한 기하학

적인 요소이다. 커널 자체가 유한한 영향 범위를 가지

므로, 각 방정식에 나타나는 합산 항목의 경우 현재 파

티클의 주변에 있는 파티클만을 참조하여 계산하면 된

다. 본 절에서는 유체의 경우에 대해서만 자세한 설명

을 하였지만, SPH는 강체든 변형체든 파티클 사이에

주고받는 물리적인 힘의 정의에 따라 다양한 현상을

표현할 수 있다. 다음 절에서는 SPH를 이용한 연구 사

례들을 살펴본다.

3. 연구 동향

컴퓨터 그래픽스 분야에서 가장 표현하기 어려운 대

상으로 여겨지던 유체의 표현을 위해 시뮬레이션이 본

격적으로 활용되기 시작한 것은 1999년에 Stam이 메쉬

기반 시뮬레이션 방식의 속도를 획기적으로 올릴 수

있는 역추적(back-tracing) 방법을 제안하면서부터이다

[29]. 이후 2001년에 Foster 등이 이를 기반으로 레벨셑

(level-set) 방법을 이용한 부드러운 수면 추적 방법을

제안하면서[21] 유체 시뮬레이션 기술은 메쉬 기반 방

식의 시뮬레이션이 주류를 이루며 큰 관심을 받게 되

었고, 시뮬레이션 기술은 하드웨어 및 소프트웨어적으

로 시뮬레이션의 속도를 향상 시켜 사실성을 높이거나

작업 속도를 높이는 방향, 시뮬레이션 시 사용자의 조

정 가능성을 높여 직접적인 연출이 가능하게 하는 방

향, 그리고 표현할 수 있는 현상의 범위를 확대시키는

방향으로 연구가 현재까지 이어져 오고 있다.SPH는 1996년에 Desbrun이 SPH 기법을 다양한 점

성과 강성도를 갖는 비탄력적(inelastic) 물질의 시뮬레

이션에 적용하면서 컴퓨터 그래픽스 분야에 처음으로

소개되었다[6]. Desbrun은 SPH 기본 개념을 소개하며

응용 목적에 맞추어 파티클의 군집 현상 해소하기 위

해 새로운 커널 함수를 제시하였고 파티클로부터 부드

러운 표면을 얻는 방법, 빠른 이웃 파티클 검색 등 그

래픽스 분야에서 고려해야할 기본적인 요소들에 대해

서도 다루었다. 이후 파티클 기반의 시뮬레이션 기술

도 메쉬 기반 시뮬레이션 기술의 대안으로 계속 연구

가 이루어졌는데, 2003년 Muller 등은 Desbrun의 논문

을 이어 SPH를 기반으로 Navier-Stokes 방정식에 표면

장력 효과를 적용해 자유 수면을 갖는 유체를 인터랙

티브하게 시뮬레이션 할 수 있는 방법을 제안하였다

[17]. Muller는 이어서 파티클 방식의 시뮬레이션 기술

에 연속체 역학(continuum mechanics)을 적용하여 물리

적인 사실성을 바탕으로 볼륨 형태 물질이 고무처럼

늘어나고, 굳고, 열에 의해 녹는 현상을 시뮬레이션 하

는 방법을 제안하였다[18]. 이러한 현상의 물리적 힘을

계산하기 위해서는 탄성력 계산을 위해 각 파티클의

공간상 변위차를 계산할 필요가 있는데, Muller는 이

동최소자승법(moving least square)을 사용하였다. 2005년에는 SPH를 기반으로 서로 다른 성질의 유체 간 상

호작용을 시뮬레이션 하는 방법을 제안하면서 공기를

유체로 표현하여 물속에서 발생하는 기포를 표현하기

도 하였다[19]. 액체 내에서 발생하는 기포와 관련해

서는 2007년 Cleary 등이 파티클 자체에 가스를 심어

두고 파티클 간의 상호작용 시 확산을 통해 가스가 이

동되도록 하고 충분한 가스가 모이는 시점에 공기를

발생시켜 맥주 거품과 같은 효과를 내는 방법을 제안

하기도 하였다[5]. 같은 해에 Solenthaler 등은 Muller의 2004년 논문을 확장하는 가운데 이동최소자승법을

SPH 형식으로 대체하여 파티클로 구성된 물질이 탄성

을 갖기도 하고 열에 의해 녹아서 분리되거나 다시 냉

각을 통해 이어 붙는 등 다양한 현상을 표현할 수 있

는 통합화된 파티클 기반 시뮬레이션 방법을 제안하였

다[25]. 2009년에는 다시 각 파티클에 대한 변위차를

계산하는 방법으로 이웃 파티클에서의 affine 변환을

계산한 후 이를 합성하여 파티클 주변에서의 변위차를

계산하는 좀 더 간단한 방법이 Gerszewski에 의해 제

안 되었고[7], 기존 방법들이 탄성력 계산 시 단순히 상

대적인 변위만을 고려하여 물체의 회전이 물체를 변형

시키는 힘으로 판단되어 상실되는 문제를 해결하기 위

해 Becker 등은 shape matching 기법에서 사용하는 co-rotation matrix를 SPH에 도입하여 물체의 회전도 안


전히 처리될 수 있도록 하였다[4]. 이후 SPH를 이용한

시뮬레이션 기술은 기본적인 틀은 유지하면서 새로운

응용 분야나 현상에 적용되어 해당 분야에 맞도록 개선

되는 방향으로 연구가 진행되었고[2,24], 최근에는 SPH 방법 자체의 불완전한 비압축성을 개선하기 위한 연구

들도 이루어지고 있다[3,11,26].하드웨어의 발전과 더불어 파티클 기반의 시뮬레이

션의 속도를 높이기 위한 연구도 진행되었는데, 소프

트웨어적인 방법으로는 2007년 Bart Adams 등이 제안

한 방법으로, 기하학적인 지역 특징과 시각적인 중요

도를 고려하여 파티클의 크기를 달리함으로써 복잡하

고 중요한 지역에서만 시뮬레이션의 세밀도를 높이는

방법이 있다[1]. 이 방법은 계산 가능한 리소스를 표면

에 집중하여 더 높은 품질의 결과를 얻을 수도 있지

만, 시뮬레이션 되는 유체의 내부를 표면에 비해 성기

게 시뮬레이션 되도록 함으로써 동일한 품질의 결과

에 대해 더 적은 수의 파티클을 사용할 수 있다는 장점

도 있다. 유체의 움직임에 따라 지역적인 복잡도가 바

뀌므로 동적으로 파티클을 더 작게 자르거나 크게 합

치는 일이 반복되는데, Orthmann 등은 이 과정에서 에

러를 최소화하기 위해 분할/합침 사이에 시간적인 간격

을 두고 블렌딩을 하는 방법을 제안하였다[22]. GPU를 활용하는 하드웨어적인 방법으로는, 2007년에 이웃

파티클 검색을 위한 버킷리스트, 밀도, 위치, 속도 정보

를 텍스쳐 메모리로 맵핑하여 GPU 상에서 병렬처리

가 가능하도록 한 Harada 등의 논문이 있었다[9]. 이후

2010년에는 Goswami 등이 GPU를 활용하여 인터랙티

브하게 SPH 시뮬레이션과 렌더링을 병행하는 방법을

제안하였다[8]. 이들은 SPH를 이용한 시뮬레이션 시

가장 많은 시간을 차지하는 이웃 파티클 검색 시간을

Z-인덱싱과 병렬 정렬을 통해 해결함으로써 계산 시

간을 줄이고 동시에 메모리 오버헤드도 해소하였다. 이후 많은 논문들이 GPU를 기반으로 구현되어 발표

되고 있으며 현재는 실시간에 시뮬레이션이 가능한 수

준에 이르렀다. SPH의 기본을 유지하면서 가속하는 방

법과는 별개로, 2007년 Muller 등은 기존 방법들이 파

티클에 가해지는 힘을 계산하고 이로부터 속도, 위치

를 계산하는 힘 기반(force-based) 방식인 것과는 달리, 현재 위치에서의 충격(impulse)과 제약조건(constraint)으로부터 속도를 계산하는 위치 기반(position-based) 방식의 시뮬레이션 기법을 제안하였다[20]. 이 방법은

위치를 기반으로 하여 시뮬레이션 중에 물체를 직접 제

어할 수 있다는 장점과 힘 기반 방식에서 발생하는 여

러 불안정한 문제들을 해소할 수 있다는 장점이 있다.

이 방법은 이후 Macklin 등에 의해 실시간 유체 시뮬

레이션 방법으로 확장되었다[14].파티클을 이용한 시뮬레이션 기술은 오랜 역사를 지

닌 메쉬 기반 방식에 비해 상대적으로 많은 연구가 이

루어지지는 않았지만, 개념이 직관적이고 구현이 용

이하여 RealFlow나 Maya, Houdini 같은 상용 그래픽

소프트웨어에 도입되어 실제 콘텐츠 제작에 활용되고

있다. 더불어 기존에 사용하던 메쉬 기반 방식의 시뮬

레이션에 파티클 기반의 시뮬레이션 방식을 접목하여

표현력을 증대시키고자 하는 요구가 있어 관련 연구

들도 진행되고 있다[10,30]. 메쉬 기반 방식의 시뮬레이

션과 파티클 방식의 시뮬레이션 기술은 경쟁적인 관계

보다는 향후 상호 보완적인 관계로 발달, 융합될 것으

로 보인다.

4. 결 론

하드웨어의 발달과 함께 실시간 시뮬레이션이 가능

해지고 이들의 영상 콘텐츠 제작이 본격화 되면서 영

화, 애니메이션, 게임에서는 다양한 자연 현상이 필수

적인 요소로 등장하고 있다. 시뮬레이션 기술은 그동안

수작업으로 제작하기 어려웠던 여러 현상을 재현 가능

하게 하여 우리가 접하는 콘텐츠의 질적 향상을 가져

다주는 역할을 충실히 수행하고 있다. 본고에서는 이러한 시뮬레이션 기술 중 파티클을 기

반으로 한 시뮬레이션 방법을 설명하였다. 시뮬레이션

의 방법적 구분을 설명하고, 파티클 기반 시뮬레이션

의 주요 기술인 간략화된 입자 유체역학(SPH) 기술의

이론적인 배경을 설명한 뒤, 기존 논문들에서 다루고

있는 기술들을 살펴보며 기술의 발전 추이와 앞으로

의 방향에 대해 살펴보았다. 그동안은 유체, 변형체의 시뮬레이션이 기술의 큰 축

을 이루며 진행되어 왔고 어느 정도 포화 상태에 이르

렀으나 기술의 물리적인 완성도 향상, 사용자 측면에

서의 사용 편의성 개선, 미처 다루어지지 못했던 새로

운 현상에 대한 연구, 게임 제작을 위한 실시간성 향

상 등 아직 다루어야 할 주제들이 남아 있고, 아직도

연구는 계속 진행되고 있다. 기존 기술에 대한 이해를

통해 기술의 흐름을 파악하고 향후 새로운 기술 개발을

선도하는데 도움이 되었기를 바란다.

참고문헌

[ 1 ] B. Adams, M. Pauly, R. Keiser, and L. J. Guibas, “Ada-ptively sampled particle fluids,” ACM Transactions on

2013. 11 정보과학회지 13

Graphics, v.26, n.3, July 2007.[ 2 ] I. Alduán and M. A. Otaduy, “SPH granular flow with

friction and cohesion,” in Proceedings of the 2011 ACM SIGGRAPH/Eurographics Symposium on Computer Animation, August 2011.

[ 3 ] N. Akinci, M. Ihmsen, G. Akinci, B. Solenthaler and M. Teschner, “Versatile rigid-fluid coupling for incom-pressible SPH,” ACM Transactions on Graphics (Pro-ceedings of SIGGRAPH), v.31, n.4, pp. 62:1-62:8, 2012.

[ 4 ] M. Becker, M. Ihmsen, and M. Teschner, “Corotated SPH for deformable solids,” in Proceedings of the Fifth Eurographics conference on Natural Phenomena (NPH '09), pp.27-34, 2009.

[ 5 ] P. W. Cleary, S. H. Pyo, M. Prakash, and B. K. Koo, “Bubbling and frothing liquids,” ACM Transactions on Graphics, v.26, n.3, July 2007.

[ 6 ] M. Desbrun and M.-P. Gascuel, “Smoothed particles: A new paradigm for animating highly deformable bodies,” in Proceedings of the Eurographics Workshop on Com-puter Animation and Simulation’96, pp.61-76, 1996.

[ 7 ] D. Gerszewski, H. Bhattacharya, and A. W. Bargteil, “A point-based method for animating elastoplastic solids,” in Proceedings of the 2009 ACM SIGGRAPH/ Eurographics Symposium on Computer Animation, pp. 133-138, 2009.

[ 8 ] P. Goswami, P. Schlegel, B. Solenthaler and R. Paja-rola, “Interactive SPH simulation and rendering on the GPU,” in Proceedings of the 2010 ACM SIGGRAPH/ Eurographics Symposium on Computer Animation, July 2010.

[ 9 ] T. Harada, S. Koshizuka, and Y. Kawaguchi, “Smoothed particle hydrodynamics on GPUs,” in Proceedings Com-puter Graphics International(2007), pp.63-70, 2007.

[10] J. Hong, H.-Y. Lee, J.-C. Yoon, and C.-H. Kim, “Bu-bbles alive,” ACM Transactions on Graphics, v.27, n.3, August 2008.

[11] M. Ihmsen, J. Cornelis, B. Solenthaler, C. Horvath and Matthias Teschner, “Implicit incompressible SPH,” IEEE Transactions on Visualization and Computer Gra-phics, July, 2013.

[12] G. R. Liu and M. B. Liu, “Smoothed particle hydro-dynamics: A meshfree particle method,” World Scienti-fic: Singapore, 2007.

[13] L. Lucy, “A numerical approach to the testing of the fission hypothesis,” Astron. J., v.82, pp.1013-1024, Dec

1977.[14] M. Macklin and M. Müller, “Position based fluids,”

ACM Transactions on Graphics (SIGGRAPH 2013), v.32, n.4, 2013.

[15] R. A. Gingold and J. J. Monaghan, “Smoothed particle hydrodynamics - theory and application to non-spherical stars,” Mon. Not. Roy. Astron. Soc., v.181, pp.375-389, Nov 1977.

[16] J. J. Monaghan, “Simulating free surface flows with SPH,” J. Comput. Phys., v.110, n.2, pp.543-574, 1992.

[17] M. Muller, D. Charypar, and M. Gross, “Particle-based fluid simulation for interactive applications,” in Pro-ceedings of the 2002 ACM SIGGRAPH/Eurographics Symposium on Computer Animation, pp.154-159, 2003.

[18] M. Müller, R. Keiser, A. Nealen, M. Pauly, M. Gross, and M. Alexa, “Point based animation of elastic, plastic and melting objects,” in Proceedings of the 2004 ACM SIGGRAPH/Eurographics symposium on Computer ani-mation, pp.141-151, 2004.

[19] M. Müller, B. Solenthaler, R. Keiser, and M. Gross, “Particle-based fluid-fluid interaction,” in Proceedings of the 2005 ACM SIGGRAPH/Eurographics sympo-sium on Computer animation, pp.237-244, 2005.

[20] M. Muller, B. Heidelberger, M. Hennix, and J. Ratcliff. “Position based dynamics,” J. Vis. Comun. Image Repre-sent. v.18, n.2, pp.109-118, 2007.

[21] N. Foster and R. Fedkiw, “Practical animation of li-quids,” in Proceedings of SIGGRAPH 2001, pp.15-22, 2001.

[22] J. Orthmann and A. Kolb, “Temporal blending for ada-ptive SPH,” Computer Graphics Forum, v.31 n.8, pp. 2436-2449, December 2012

[23] W. T. Reeves, “Particle system - A technique for mo-deling a class of fuzzy objects,” in Proceedings of SI-GGRAPH ’83, pp.359-376, July 1983.

[24] X. Shao, Z. Zhou, and W. Wu, “Particle-based simula-tion of bubbles in water-solid interaction,” Comput. Animat. Virtual Worlds v.23, n.5, Sept. 2012.

[25] B. Solenthaler, J. Schläfli and R. Pajarola, “A unified particle model for fluid-solid interactions,” Comput. Animat. Virtual Worlds, v.18, n.1 pp.69-82, Feb. 2007.

[26] B. Solenthaler, R. Pajarola, “Predictive-corrective in-compressible SPH,” ACM Transactions on Graphics (TOG), v.28, n.3, August 2009

[27] J. Stam and E. Fiume, “Turbulent wind fields for ga-


seous phenomena,” in Proceedings of SIGGRAPH ‘93, pp.369-376, Aug. 1993.

[28] J. Stam and E. Fiume, “Depicting fire and other gaseous phenomena using diffusion processes,” in Proceedings of SIGGRAPH ‘95, pp. 129-136, 1995

[29] J. Stam, “Stable fluids,” in Proceedings of SIGGRAPH ‘99, pp.121-128, 1999.

[30] C. Wang, Q. Zhang, F. Kong and H. Qin, “Hybrid par-ticle-grid fluid animation with enhanced details,” The Visual Computer, v.29, n.9, pp.937-947, September 2013.

표 순 형

2013 서울대학교 컴퓨터공학(박사)2001~현재 한국전자통신연구원(ETRI) 선임연구원

2005~2008 호주 CSIRO 연구소 방문연구원

관심분야 : 컴퓨터그래픽스, 물리기반애니메이션, 의료영상, 3D프린팅

E-mail : [email protected]

최 진 성

2001~현재 한국전자통신연구원(ETRI) 책임연구원

2010~2011 뉴질랜드 HITLab, Canterbury 대학

방문연구원

관심분야 : 컴퓨터그래픽스, 3D복원, 가상현실, HCIE-mail : [email protected]

2013. 11 정보과학회지 15

데이터기반 비행 모션 제어 기법

서울대학교 주은정․원정담․이제희

1. 서 론1)

살아있는 생물체의 자연스러운 움직임을 시뮬레이

션 하려는 것은 컴퓨터 그래픽스와 애니메이션 분야

에 있어서 오랜 연구분야였다. 최신의 영화나 비디오

게임에서는 이러한 자연스러운 생명체의 움직임이 특

수효과 기술에 기반해서 보여지고 있다. 우리는 본 연

구에서 특별히 비행하는 새에 초점을 맞추었다. 날개

짓은 대부분의 새가 이동할 때 사용하는 주 방식인데

이 날개짓은 복잡한 공기역학에 기반한 움직임이다. 새는 양쪽 날개를 넓게 펴고 깃털을 나란히 함으로써

아래로 날개짓을 하는 동안 양력과 추진력을 만들어

낸다. 반대로 위로 날개짓을 하는 동안에는 날개를 부

분적으로 접고 깃털을 세워 깃털 사이의 공간을 열어

줌으로써 공기가 지나가게 하여 공기 저항을 최소화 한

다. 이러한 복잡한 공기역학에 따른 움직임을 근사하

여 모방하는 것은 물리기반 시뮬레이션에 있어서 매우

어려운 문제이다. 컴퓨터 그래픽스의 연구자들은 두발

로 혹은 네발로 보행하는 생명체와[1-6], 수영하는 생

명체[7], 비행하는 생명체[8]에 대해서 꾸준한 연구를

진행해 왔다. 이들 제어기중에 몇몇은 그 동작의 참조

데이터로써 카메라나 모션캡쳐 장비로 촬영한 데이터

를 사용하였다. 이렇게 살아있는 생명체로부터 캡쳐된

참조 데이터는 동작 제어기가 실제 생명체의 미묘한

동작들까지도 모사할 수 있도록 해준다. 우리의 목표는

새의 비행모션을 위한 사실적인 날개짓 제어기를 생성

하는 것이다. 우리는 가능한 한 사실적인 비행 동작을 재현해내고

자 한다. 우리의 시뮬레이션 되는 새 모델은 딱딱한 뼈

대 구조와, 공기역학 시뮬레이션에 의해 양력과 추진

†본 원고의 원본 논문의 제목은 “Data-driven Control of Flapping Flight”으로써 2013년 9월자 ACM Transactions on Graphics 저널에 게재되

었다.

력을 생성해내는 부드러운 형태의 깃털로 이루어져 있

다. 우리의 제어기는 마커기반의 모션 캡쳐 장비와 여

러대의 초고속 카메라로부터 획득한 실제 새의 날개짓

을 모방하도록 만들고자 한다. 또한 우리가 목표로 하

는 제어기는 새의 비행 방향, 속도, 고도 등을 실시간에

변화하면서 몸체의 균형을 잃지 않도록 설계되어야 한

다. 이 제어기에 의해 시뮬레이션 되는 새는 실시간에

시뮬레이션되고 제어되어야 하며 외력에도 안정적으로

비행을 유지해야 한다. 본 연구에서 우리는 새의 비행 동작을 물리 시뮬레

이션에 의해 제어하는 새로운 기법을 제안한다. 이를

위해 마커기반 모션캡쳐 장비와 초고속 비디오 카메라

를 이용하여 비둘기의 비행 동작을 녹화하였다. 마커

기반 캡쳐 시스템은 새의 골격 움직임을 캡쳐하였고, 초고속 비디오 카메라는 깃털의 부드러운 휘어짐과 비틀

림의 모습 등을 상세히 담았다. 이 저장된 움직임 데

이터는 제어기를 만드는 데에 있어서 두 가지의 주된

역할을 하였다. 첫째로는 모션 캡쳐 데이터가 시뮬레

이션 되는 새에게 날개의 관절 움직임의 참조 데이터

를 제공함으로써, 실제 새의 움직임을 모방한 날개짓

을 할 수 있도록 하였다. 둘째로는 움직임 데이터의 집

합이 날개짓의 자연스러운 다양함에 대한 정보를 제공

해 주었다. 제어문제는 한가지 결과에 대해서 많은 수

의 해를 가지고 있는 문제이다. 예를 들어 새가 동일한

위치에 도달하도록 하는 날개짓의 모양은 매우 다양하

다. 실제 새의 비행 동작으로부터 얻어낸 학습 데이터

는 같은 도착 지점을 만들어내지만 실제 새의 동작과는

다른 형태의 수많은 해들로부터 가장 사실적인 동작을

찾아내는 것을 가능하도록 한다. 학습을 위해 필요한

데이터를 얻기 위해 새를 모션 캡쳐할 때의 가장 큰 문

제는 새는 사람과는 달리 계획된 움직임 데이터를 얻

기가 힘들다는 것이다. 그렇기 때문에 새의 캡쳐 데이

터로부터 제어기를 생성할 때에 가장 중요한 문제는

실제 새의 매우 편향되고 듬성듬성하게 수집된 적은 양

특집원고

16 특집원고 데이터기반 비행 모션 제어 기법

그림 1 새의 모션캡쳐. (좌측 위) 캡쳐 공간과 카메라 배치

(우측 위) 캡쳐에 사용된 비둘기 (아래) 마커 부착 위치

의 데이터로부터, 다양하고 고르게 분포된 형태의 학

습데이터를 생성하는 것이다. 우리의 제어기 학습 알고

리즘은 학습 데이터를 풍성하게 만들기 위해서 자동

적으로 상태-행동 공간을 탐색하여 제어를 위한 안정

적인 회귀 기법을 만들어내도록 한다. 우리의 회귀 기

법은 상태-행동 공간에서 고차원의 비선형 제어 방법

을 발견해내고 그 제어법을 시스템적으로 매개변수화

하고 일반화 하도록 하였다. 본 논문에서는 실제 학습

된 데이터보다 훨씬 더 넓은 범위로 제어되어 시뮬레

이션 되는 새의 비행 모습을 보여줌으로써, 우리의 제

어기가 일반화된 제어 능력을 가지고 있음을 보여줄

것이다.

2. 관련연구

컴퓨터 그래픽스 연구자들은 컴퓨터로 살아 있는 생

명체를 만들어 표현하는 것에 오랜 시간동안 많은 관

심을 가지고 있었다. Reynolds[9]는 새의 무리 지어 날

아가는 모습을 시뮬레이션하기 위해 행동 모델을 제안

하였고, Miller는 뱀과 벌레의 물리 기반 시뮬레이션 기

법을 제안하였다. Tu와 Terzopoulos[10]는 가상 물고기

의 움직임을 모델링하고 시뮬레이션 하였다. 2000년대에 들어서서 Wampler와 Popovi’c[2]는 가상의 다리

를 가진 동물의 움직임을 생성해내는 방법을 연구하였

으며, Coros와 그의 동료[6]들은 네발 동물인 개의 움

직임을 연구하였다. 또한 Tan과 그의 동료[7]들은 연

결체로 이루어진 몸체와 비압축성의 유체 사이의 양방

향 연결성을 제어하는 기법에 초점을 맞춘 수중 생명체

의 시뮬레이션을 보여주었다.

그림 2 우리의 비행 제어 시스템은 날개짓 제어기(wingbeat

controller), 학습 데이터의 데이터베이스(a training

data DB), 물리기반 시뮬레이터(a physics-based

simulator)로 이루어져있다

이러한 다양한 생명체의 시뮬레이션 중에서 특히 두

발 보행 생명체의 시뮬레이션은 컴퓨터 그래픽스 분야

뿐만 아니라 로보틱스 분야에서도 매우 각광받는 연

구분야였다. 물리 시뮬레이션 관점에서 사람의 움직임

을 모방하는 동작을 생성하는 것은 오랜 시간 동안 풀

리지 않는 문제로 남아있었는데, 최근에서야 이 어려

운 문제의 부분적인 해법들이 나오기 시작했다. 특히

데이터에 기반한 물리 시뮬레이션 기법은 자연스러운

시뮬레이션 동작을 생성해내는 것에 있어서 그 잠재 가

능성을 인정받고, 이후 많은 연구자들에 의해 연구되

어 왔다. 사람의 보행이 땅을 미는 추진력에 의해 동작하며

그렇기 때문에 발의 착지 위치가 보행에 있어서 균형

을 이루는 주된 방식인 것에 반해 새는 날개짓에 의

해 양력과 추진력을 얻기 때문에 날개짓의 모양을 변

형하는 것이 균형을 이루는 주된 방식이다. 사람과 새

의 이러한 움직임 원리의 차이는 새의 날개짓을 목표

로 하는 새로운 제어기를 생성해내고자 하는 동기를

부여해 준다. 그러나 비행 동작에 대한 시뮬레이션 기

법은 두발 보행의 시뮬레이션 연구보다는 지금까지 덜

연구되어 왔다. 2003년 Wu와 Popovi’c[8]는 사용자가

제공한 3차원 궤적을 따라가는 공기역학에 기반한 시

뮬레이션을 하는 동적 새 모델을 최적화 기법을 통해

만들어냈다. 우리는 이런 특정 궤적을 따라 가도록 시

공간상의 최적화 식을 풀어내는 방법과는 달리 임의

의 상태에 대해서 유연하게 움직이도록 제어 가능한 동

적 제어기를 만드는 것을 목적으로 하였다.

2013. 11 정보과학회지 17

3. 데이터 획득과 후처리

우리는 새의 정교한 비행 동작 데이터를 획득하기

위해 마커기반 모션 캡쳐 장비를 이용하였는데, 그림 1에서와 같이 총 28대의 장비를 이용해 240fps로 비행

동작을 캡쳐하도록 세팅하였다. 캡쳐에 사용된 새는

염주 비둘기로써 매우 온순하며 쉽게 제어가 가능하

다. 새의 비행은 마커 기반의 캡쳐 데이터로 캡쳐하기

에는 여러 가지 면에서 어려움이 있다. 먼저 몸의 무게

가 170그램 정도로 매우 가볍고 비행에는 매우 넓은 공

간이 필요하다. 넓은 공간에서의 캡쳐를 위해서는 최

소 10mm 크기의 마커가 사용되어야 하는데 일반적인

마커는 작은 새가 부착하고 날기에는 너무 무겁다. 그래서 우리는 새에게 부착하기에 적합한 반구 형태의

초경량의 마커를 손수 제작하였다. 수의사에 의해 새

가 마취되어 있는 동안에 마커 부착위치에 털을 제거

하고 의학용 접착제를 이용하여 새의 몸에 마커를 부착

하였다. 총 14개의 마커가 새의 각 관절에 위치에 되

었고 꼬리 움직임을 위해 특별히 꼬리 깃털에도 마커

를 부착하였다. 모션 캡쳐 시스템을 통해 저장된 3차원

마커 위치 궤적은 후처리를 통해 각 조인트의 각도 값

으로 변환하여 사용하였다. 우리는 데이터로부터 총

152번의 날개짓 데이터를 얻고 데이터의 좌우 대칭 변

환을 통해 총 304개의 날개짓 데이터를 획득하였다. 새의 깃털들은 의도에 따라 펴고 접을 수 있는 능동적

인 행동이 가능한데, 이것이 새의 공기역학에 의한 비

행에 중요한 역할을 한다. 그러나 새의 깃털은 마커를

부착하기에는 매우 가볍고 부드럽기 때문에 마커 기반

의 캡쳐 방식으로는 캡쳐할 수 없는 문제점이 있다. 그래서 우리는 마커 기반의 캡쳐를 통해서는 날개짓의

형태를 얻고 깃털의 움직임을 획득하기 위해서는 초고

속 카메라를 사용하였다. 초고속 카메라는 500~1000fps로 새의 움직임을 녹화하는데, 우리는 녹화된 데이터

를 통해 프라이머리 깃털의 미묘한 깃털 움직임까지

관찰 할 수 있었다. 시뮬레이션 될 새의 모델은 강체로 이루어진 골격

과 부드러운 형태의 깃털로 이루어져 있다. 연결 강체

형태의 몸은 몸통, 윗쪽 팔, 아래쪽 팔, 손으로 이루어

져 있고 각각 어깨와 팔꿈치, 팔목 관절로 연결되어 있

다. 몸의 전체 무게와 각 부위의 길이는 실제 캡쳐에

사용된 비둘기로부터 측정되었고 몸 부위별 무게는 조

류 해부학 자료를 참조하여 추측하였다. 깃털은 프라

이머리, 세컨더리로 이루어진 날개깃털과 꼬리 깃털로

이루어져 있으며 각각의 개수, 폭, 길이는 실제 비둘

기로부터 측정하였다. 각 깃털은 삼각형의 연결구조로

그림 3 초고속 카메라를 통해 새 깃털의 휘어짐(좌측 상단)과

깃털 열림(우측 상단) 동작을 캡쳐하였으며, 시뮬레이

션에 반영할 수 있었다. (하단) 깃털은 삼각형 메쉬로

표현되는 얇은 변형가능한 쉘 형태로 모델링 되었다

만들어져 있으며 실제 새의 깃털처럼 휘어짐이나 비틀

림이 가능한 형태로 모델링 되었다.

4. 날개짓 시뮬레이션

우리가 시뮬레이션하는 새의 동적 시스템은 날개짓

을 형성하는 근육으로부터 발생되는 내력과 공기역학

이나 중력 등에 의해 발생하는 외력의 영향을 받는다. 뼈대는 깃털에 의해 생성되는 공기역학에 의한 양력

과 항력으로 제어된다. 각 관절의 내력은 우리의 날개

짓 제어기에 의해 생성되는 관절 궤적값을 따라가기

위한 값으로 계산된다. 공기역학의 힘은 단순화된 공

기역학 모델에 기반하여 깃털에 대해 계산된다. 각각

의 깃털의 무게는 몸 전체의 무게에 비해 매우 작은 비

중을 차지하는 매우 가벼운 물체이다. 이렇게 무게의

차이가 큰 모델은 동역학 시스템을 매우 불안정하게

만든다. 우리는 깃털의 움직임을 안정적이고 효과적으

로 시뮬레이션 하기 위해 깃털을 얇은 쉘 형태로 모델

링하고 모드 해석법을 도입하였다. 우리의 시뮬레이션 시스템은 관절의 궤적을 따라가

기 위해 기본적으로 비례미분(Proportional Derivative- PD) 제어기법을 사용하였다. 이 PD 제어기는 조인트의

각 자유도에 대해 토크를 생성한다.

여기서 와 은 현재 조인트 각도와 각속도를 의미하

고, 와 은 참조 궤적으로부터 얻은 목표로 하는 조

인트 각도와 각속도를 의미한다. ks와 kv는 비례와 미


분값에 대한 가중치이다.깃털의 공기역학은 항력과 양력을 만들어내는데, 우

리는 깃털의 기하학구조에서 모든 삼각형 메쉬에 대해

이를 계산하였다. 외부의 바람이나 공기의 흐름이 없

다는 가정하에, 상대적인 바람의 방향은 각각의 메쉬

그림 4 Angle of attack에 따른 항력과 양력 계수 그래프

그림 5 각 관절의 움직임 데이터 그래프. x축은 시간 y축은

관절각을 의미한다. 빨간색과 초록색은 선은 각각 좌

우 날개를 의미하고, 노란색과 하늘색 선은 꼬리 깃털

의 구부러짐과 펼쳐짐을 표현한다

이동방향의 반대방향으로 하였다. 항력과 양력의 방향

은 각각 상대적인 바람의 방향인 v에 수평하고 수직한

방향으로 가해진다. 우리의 공기역학 모델에서 항력 fd

와 양력 fl은 다음과 같이 정의된다.

여기서 ρ는 공기의 밀도, V는 공기의 속도, A는 메쉬

의 면적, CD와 CL은 각각 항력과 양력의 계수를 의미

하며, 항력과 양력의 계수는 받음각(angle of attack) θ에 비례한다.

여기서 vn은 바람의 상대방향의 법선 방향이고, vt는 접

선 방향이다. 이 공기역학의 자세한 사항에 대해서는

Withers[11]의 논문을 참조하였다. 이 항력과 양력은 새의 몸체를 밀어내고 추진력을

발휘하는 데에 사용되며 또한 깃털의 형태를 변형하고

깃털이 열리도록 하는 데에도 사용된다. 깃털은 변형

가능한 얇은 쉘 형태로 모델링 되었다. 우리는 효과적

이고 안정적인 시뮬레이션을 위해 모달 와핑 방식을

사용하였는데, 이에 관하여는 2007년 Choi[12]의 논문

을 참조하였다.

5. 날개짓 제어 기법

새의 비행모션을 제어하는 데에는 두가지 주요한 문

제가 있다. 첫째는 동역학 시스템이 자기제어 시스템하

에 있지 않다는 것이다. 새는 스스로 각각의 관절들에

힘을 줄 수 있지만, 몸통의 중심이나 각 깃털들에 직

접 힘을 가할 수는 없다. 일반적으로 이러한 시스템은

풀기 어려운 문제로 알려져 있다. 또 다른 문제점은 문

제 공간의 차수가 매우 높다는 것이다. 문제 공간의 차

수가 높으면 상태-행동 모델 공간을 탐색하는데 어려움

이 많아진다. 이에 대해 새의 비행에 대한 모션 캡쳐

데이터는 실제 새가 이러한 복잡한 상황에서 어떤 식

으로 행동하는지에 대해 대략적으로 알 수 있게 해준

다. 우리 제어기의 목적은 관찰된 실제 새의 제어 기법

의 숨겨진 구조를 이해하고, 상태-행동 공간에서 이를

확장하여 일반화하는 것으로써, 시뮬레이션 되는 새의

동적 상태가 주어지면, 제어기는 새가 어떠한 날개짓을

해야 균형을 유지하면서 목표한 위치에 도달할 수 있

는지에 대한 해를 제시한다. 목표점은 의도하는 움직

2013. 11 정보과학회지 19

그림 6 시뮬레이션 결과(상)와 초고속 카메라로 캡쳐한 영상(하)간의 비교 이미지

임 방향이나 따라가야 할 궤적 혹은 도착해야 할 위

치 등으로 표현될 수 있다. 학습 데이터는 새의 상태가

주어졌을 때 새가 어떻게 행동했는지에 대한 기록을

저장하고 있다. 상태-행동 모델의 회귀 분석 기법은 관

찰된 적은 수의 비연속적인 샘플들에 기반해서 연속적

인 상태-행동 모델을 추론해내는 것이다. 고르게 분산

되어 있는 학습 데이터에 기반한 회귀분석 기법은 데

이터기반 시뮬레이션 분야에서 적절하게 동작한다는 것

이 지난 연구[1]에서 증명되었지만, 우리의 새 시뮬레

이션 모델은 과거 연구에서보다 자유도가 높고 학습 데

이터가 듬성듬성하다는 면에서 쉽게 일반화되지 않는

다. 우리는 고차원의 비행 모션을 다루는 회귀 방법과

고차원의 공간에서 조밀하고 고르게 분산된 샘플을 얻

어내도록 하는 새로운 샘플링 방식을 제안하여 문제를

해결할 것이다.

5.1 상태 행동 모델

우리는 시뮬레이션 되는 새의 몸체의 동적 상태를 몸

통의 위치와 방향 그리고 선속도와 각속도로 정의 하

였다. 모션 캡쳐 데이터를 통해 획득한 날개짓은 그림

5에서 보이는 바와 같이 진폭, 주기, 위상에서 약간씩

의 다양성을 보이지만 기본적으로는 주기적인 형태임

을 볼 수 있다. 우리는 전체 날개짓 데이터의 평균 값

을 기본이 되는 참조 데이터로 활용하여 다양한 날개

짓을 이 참조 데이터로부터 진폭과 위상의 변화값으로

정의하였다.

5.2 회귀 방법

특정 상태에 있는 새를 특정 날개짓으로 시뮬레이션

하는 것은 새를 새로운 상태로 변화시키는 결과를 가

져온다. 우리의 날개짓 제어의 목표는 현 상태를 목표

상태로 변화시키는 날개짓 매개변수를 결정하는 것이

다. 본 연구에서는 확보되어 있는 샘플 데이터의 데이

터베이스로부터 KNN 회귀법을 통해 목표로 하는 날

개짓을 찾아낸다. KNN 회귀법은 데이터베이스로부터

입력으로 주어지는 현 상태와 목표 상태의 조합과 가

장 가까운 k개의 데이터를 찾은 후 이것을 입력값과의

차에 반비례하게 가중치를 주어 합을 구함으로써 목

표 매개변수값을 얻는 방식이다.

6. 학습 데이터의 확장

이전 챕터에서 소개한 회귀방법은 고르게 잘 분산

된 상태-행동 샘플을 필요로 한다. 그러나 우리의 시

뮬레이션 환경에서는 상태-행동 공간의 차원이 280여차원에 달하는 고차원으로 이루어져 있기 때문에 평

범한 랜덤 샘플링 방법을 활용할 수 없다. 실제로 시

뮬레이션 되는 새의 상태-행동 데이터는 전체 공간상

에서 매우 비선형적이며 좁은 공간에 분포되어 있다. 우리가 획득한 실제 비둘기의 모션 캡쳐 데이터는 실

제로 상태와 행동이 어떻게 연결되어 있는지에 보여

주기 때문에 고차원의 공간에서 실제 유효한 공간을

탐색하는데 좋은 시작 지점이 되어준다.


우리는 두 번에 걸쳐서 학습 데이터를 샘플링하는

과정을 거친다. 첫번째로는 모션 캡쳐 데이터로부터 획

득한 초기의 학습 데이터 주변을 샘플링하는 것이다. 이 과정을 통해 기존의 샘플들 주변의 데이터에 대해

서는 충분한 밀도의 데이터를 획득함으로써 우리의 회

귀법에 기반한 제어기가 아주 짧고 단순한 비행에 대

해서는 안정적으로 동작하게 된다. 두번째 샘플링의 목

표는 첫번째 샘플링 과정으로부터 얻은 많은 샘플 데

이터 중에서 실제 제어에 사용되지 않고 필요 이상으로

샘플링된 데이터를 추려내는 것이다. 그 결과 샘플 데

이터들이 타이트하고 균일하게 샘플링되고, 더 나아가

서 숨겨져 있던 새의 비행 전략에 대한 정보를 명확하

게 알 수 있게 됨으로써 더 효과적으로 데이터베이스를

확장 해 나갈 수 있게 된다. 실례로 이러한 정보는 제어

전략을 추론하여 확장하며, 제어능력을 향상시키는 데

에 효과적으로 활용되었다.

7. 결 론

우리의 비행 제어 시스템에서, 모션 캡쳐 데이터는

두 가지 주요한 역할을 한다. 날개짓 동작을 매개변수

화 하는 것과 기본 데이터로부터 새로운 날개짓 샘플링

을 할 때 방향성을 제시해 주는 것이다. 사실적인 비행

동작을 시뮬레이션하고 제어하기 위해서는 우리는 사

실적인 관절 움직임과 원하는 방향으로 제어하기 위해

서 관절의 움직임을 어떻게 변화해야 하는지를 모델링

해야 했다. 이에 있어서 가장 주요한 문제는 더 안정적

면서 넓은 범위로 조종 가능한 제어기를 만드는 것이

다. 실제로 상하좌우의 방향을 제어하는 매개변수는 고

차원의 공간상에서 실제로는 저차원의 면으로 형성되

어 있다. 그 면은 매우 비선형적이기 때문에 임의의 샘

플링 기법으로는 그 구조를 알아내기 힘들다. 모션 캡

쳐 데이터는 이러한 관점에서 고차원의 공간을 탐색할

때 좋은 안내자 역할을 하였다. 우리가 사용한 모션 캡

쳐 데이터는 실제로 매우 적은 양인데, 만일 많은 양의

동작 데이터를 가지고 있다면 제어기 학습 알고리즘은

더 효과적으로 제어기를 만들어 낼 것이다. 바꿔 말하

자면 본 연구에서 제시한 알고리즘을 통해 단 한번의

날개짓 같은 매우 적은 양의 데이터를 이용해서도 제어

기를 만들어 낼 수 있다고도 할 수 있다. 다만 학습 데

이터의 크기와 제어기 학습을 위한 시간은 서로 균형

관계에 있기에 적은 데이터로부터 제어기를 만들어내

려면 오랜 학습 시간이 걸린다. 우리의 시뮬레이션 되

는 새의 날개짓은 여전히 우리가 기대처럼 완벽하게

사실적이지는 않다. 이는 간략화된 공기역학 모델을 사

용한데 대한 시뮬레이션의 정확성 부족과, 새의 모델링

을 간략화된 형태로 모델링 한 것, 그리고 모션캡쳐 데

이터 획득에 있어서의 에러 등에서 기인한다. 다른 종류의 새는 다른 모양의 날개짓을 가진다. 새

의 주기적인 형태의 날개짓 궤적은 새의 크기 날개의

비율, 새 몸의 특징들 같은 요소들에 영향을 받는다. 특정한 종류의 새로부터 캡쳐된 데이터가 다른 종류의 새

를 시뮬레이션 하는 데에 직접적으로 사용될 수는 없

을 것이다. 그렇기에 새로운 종류, 새로운 환경에서의

새를 위해 제어기를 만들어내는 것은 여전히 도전해 볼

만한 연구 과제이다. 우리는 새의 날개짓에 의한 비행 이외의 높이 날아

오르거나, 급하강 하는 것, 공중에서 날개짓을 하며 정

지해 있는 것과 같은 다양한 동작들을 캡쳐하고 싶었

지만 실내 공간에서의 캡쳐로는 불가능 하였다. 이러

한 다양한 동작들을 참조할 모션 캡쳐 데이터 없이 시

뮬레이션 하도록 하는 것 역시 미래의 좋은 연구 과제

중에 하나이다.

참고문헌

[ 1 ] Sok, K. W., Kim, M., and Lee, J. Simulating biped be-haviors from human motion data. ACM Trans. Graph. 26. 2007

[ 2 ] Wampler, K. and Popovic, Z. Optimal gait and form for animal locomotion. ACM Trans. Graph. 28. 2009

[ 3 ] Lee, Y., Kim, S., and Lee, J. Data-driven biped control. ACM Trans. Graph. 21. 2010

[ 4 ] Lku, L., Yin, K., and Van de Panne, M., Shaq, T., and Xu, W. Sampling-based contact-rich motion control. ACM Trans. Graph. 29. 2010

[ 5 ] Ye, Y. and Liu, C. K. Optimal feedback control for cha-racter animation using an abstract model. ACM Trans. Graph. 29. 2010

[ 6 ] Coros, S., Karpathy, A., Jones, B., Reveret, L., and Van de Panne, M. Locomotion skills for simulated quadru-peds. ACM Trans. Graph. 30. 2011

[ 7 ] Tan, J., Gu, Y., Turk, G., and Liu, C. K. Articulated swimming creatures. ACM Trans. Graph. 30. 2011

[ 8 ] Wu, J.-C. and Popovic, Z. Realistic modeling of bird flight animations. ACM Trans. Graph. 22. 2003.

[ 9 ] Reynolds, C. Flocks, herds, and schools: A distributed behavioral model, in computer graphics. SIGGRAPH ’87: Proceedings of the 14th annual conference on Com-

2013. 11 정보과학회지 21

puter graphics and interactive techniques. 1987[10] Tu, X. and Terzopoulos, D. Artificial fishes: Physics,

locomotion, perception, behavior. In Proceedings of the 21st Annual Conference on Computer Graphics and Interactive Techniques. 1994

[11] Withers, P. C. An aerodynamic analysis of bird wings as fixed aerofoils. J. Experim. Biol. 90. 1981

[12] Choi, M. G., Woo, S. O., and Ko, H.-S. Real-time simu-lation of thin shells. Computer Graphics Forum. 26. 2007

주 은 정

2010 서울대학교 컴퓨터공학(박사)2010~2012 서울대학교 컴퓨터연구소, 박사후

연구원

2012~2013 한국과학기술연구원 실감교류 로보

틱스 연구센터, 박사후연구원

관심분야 : Computer Graphics, Character Animation, Data-driven animation, Physically based Simulation, Crowd Animation, Facial Animation, Motion Control, Motion Planning


원 정 담

2011 서울대학교 컴퓨터 공학부, 학사

2011~현재 서울대학교 컴퓨터 공학부, 석박사

통합과정

관심분야 : Computer Graphics, Character Animation, Physically based Simulation, Robot Control, Motion Synthesis


이 제 희

2000 한국과학기술원 전산과, 박사

2000~2002 한국과학기술원, 박사후연구원

2001~2002 카네기멜론대학교 로봇연구소, 박사후

연구원

2002~2003 서울대학교 공학연구소, 박사후연구원

2003~2007 서울대학교 컴퓨터 공학부, 조교수

2007~2012 서울대학교 컴퓨터 공학부, 부교수

2012~현재 서울대학교 컴퓨터 공학부, 교수

관심분야 : Computer Graphics, Character Animation, Motion Capture, Data-driven Animation, Physically-based Simulation, Stylistic Cha-racter Control, Real-time Character Control, Robot Control


22 특집원고 시뮬레이션을 이용한 영상 효과 생성

시뮬레이션을 이용한 영상 효과 생성

포항공과대학교 손민정․이승용*

1. 서 론1)

비사실적 렌더링(non-photorealistic rendering)은 컴

퓨터 그래픽스의 렌더링(rendering) 분야에서 주로 다

루어지는 사실적 렌더링(photorealistic rendering)과는

달리, 대상을 표현하는 다양한 비사실적인 기법을 다

루는 분야이다. 그 중에는 사람들이 여러 가지 스타일

의 영상을 생성하기 위해 사용하는 방법들을 모사하

여 해당 영상 효과들을 만들어 내는 연구들도 포함되

며, 그 종류는 수채화, 유화, 수묵화, 점묘화 등 매우

다양하다.시뮬레이션은 기본적으로 사실적인 현상을 표현하기

위하여 사용되는 방법이나, 다양한 영상 효과를 만들

어내는 목적으로도 사용되어왔다. 이는 사람이 사용

하는 다양한 회화 기법들이, 비록 그 표현이나 결과가

비사실적이라 할지라도, 그리는 과정에서 나타나는 물

리 현상에 의해 많은 특징들이 결정되기 때문이다. 예를 들어 수채화와 유화의 경우, 동일한 사람이 동일한

내용을 그린다 할지라도 사용하는 재료의 차이에 의해

전혀 다른 스타일의 결과가 나오게 되는데, 이러한 재

료의 차이를 보다 효과적이고 사실적으로 표현할 수

있는 방법으로서 시뮬레이션이 이용될 수 있다[1-8].한편, 그림을 그릴 때 나타나는 현상을 사실적으로

모사하는 것과는 달리, 불이나 물처럼 원하는 형태를

만들어 사진으로 찍기 어려운 영상 효과를 위해서도

시뮬레이션이 사용될 수 있다. 이는 영화의 특수효과

를 위하여 시뮬레이션을 이용하는 것과 그 목적을 함

께 하는데, 디지털 영상과 영상편집 소프트웨어가 발

달하면서 최근에야 예술가나 디자이너들에 의해 새로

운 스타일로 정의되기 시작하였다. 비교적 최근에야 정

의된 새로운 스타일이고 기존의 연구들로 생성이 어렵

다는 점 때문에 아직 이에 대한 연구가 활발히 이루

어지지는 않았으나, 최근 영상 효과를 위해 특화된 시

* 종신회원

뮬레이션을 정의하고 이를 영상 불 효과에 이용하는 연

구[9]가 시도되면서, 앞으로 다양한 연구가 진행될 것

이라 기대되고 있다.본 논문에서는 시뮬레이션을 이용한 다양한 영상 효

과 연구들을 소개한다. 2절에서는 시뮬레이션을 이용

한 영상 효과의 주류에 해당하는, 시뮬레이션을 페인팅

에 적용하여 보다 사실적인 영상 효과를 생성하는 연

구들을 소개한다. 그리고 3절에서는 시뮬레이션을 통해

사실적인 불 컨텐츠를 생성하고 이를 합성하여 영상

불 효과를 생성하기 위한, 영상 효과에 특화된 시뮬레

이션 연구를 소개한다.

2. 페인팅 시뮬레이션을 통한 영상 효과 연구

다수의 영상 효과들은 전통적으로 사람이 손으로 그

려오던 그림들로부터 유래되었다. 여기에는 유화, 수채

화, 연필화 등 다양한 회화 기법들이 포함되며, 각 스

타일의 특징을 정의하고 자동으로 재생산하는 방법에

대한 많은 연구들이 진행되어 왔다. 이 때, 사람의 페

인팅 과정에서 재료들 사이에 나타나는 특징적인 물

리적 작용이 해당 스타일에 중요한 역할을 하게 되며, 이를 보다 사실적으로 생성하기 위하여 시뮬레이션이

이용되기도 한다.

2.1 기본 아이디어

수채화, 수묵화 등의 회화 기법은 화가의 화법 차이

에 앞서 기본적으로 재료의 성질에 따라 많은 특징들

이 정해진다. 수채화 특유의 색 섞임과 번짐, 유화 특

유의 붓 자국, 연필화 특유의 가루 느낌 등은 모두 안

료(물감, 연필 등)와 그림을 그리는 표면(종이, 캔버스

등)의 작용에 따라 나타나는 특징이다. 이러한 특징들

은 텍스처 전이 등 다른 방법으로도 재현될 수 있지만, 패턴이 단조롭고 실제 그림을 그리는 과정에서 나타나

는 다양한 효과들을 재현하기 어렵다는 문제가 있다. 따라서 안료와 그림이 그려지는 표면의 특징을 정의하

특집원고

2013. 11 정보과학회지 23

(a) 세 층의 시뮬레이션 (b) 입력 영상 (c) 결과 영상

그림 1 시뮬레이션을 이용한 수채화 효과[1]

(a) 종이와 연필 관계 시뮬레이션 (b) 입력 영상 (c) 결과 영상

그림 2 시뮬레이션을 이용한 연필화 효과[2]

고 그림을 그릴 때 그 사이에 나타나는 작용을 시뮬레

이션 함으로서, 보다 사실적이고 세밀한 영상 효과를

생성할 수 있다.이러한 페인팅 시뮬레이션 연구들은 기본적으로 재

료의 중요 특성을 정의하고, 그 특성으로 인해 그림을

그릴 때 일어나는 중요 현상을 시뮬레이션을 통해 효

과적으로 재현하는 방법을 제시한다. 다양한 재료에 따

라 일어나는 현상들이 모두 다르므로 그에 따라 각각

다른 방향으로 연구가 진행되었으며, 실시간 페인팅 시

스템 연구의 경우 시뮬레이션 속도 증가를 위해 시뮬

레이션 공간과 특징을 제한하는 방법이 중요하게 다

루어졌다. 2.2절에서는 다양한 영상 효과들을 위해 실

제 시뮬레이션이 어떻게 이용되었는지 살펴본다.

2.2 다양한 영상 효과 연구

Curtis 등[1]은 유체 시뮬레이션을 이용해 종이에 번

지는 잉크를 모델링 함으로서 영상의 수채화 효과를

생성하는 방법을 제시하였다. 종이 위에 칠해진 물감은

얇은 물 층(shallow-water layer), 안료 퇴적층(pigment- deposition layer), 모세관 층(capillary layer)의 세 층으

로 나뉘어 시뮬레이션 된다(그림 1(a)). 얇은 물 층은

종이 표면을 따라 흐르는 유체를 시뮬레이션 하여 물

과 안료가 종이 위에 퍼져나가는 현상을, 안료 퇴적층

은 안료가 종이에 흡착 또는 탈착되는 현상을, 모세관

층은 종이의 작은 구멍을 통해 물이 빠져나가는 현상

을 시뮬레이션하며, 이들의 복합적인 작용으로 실제 수

채화에 가까운 효과를 재현한다. 이를 통해 사용자 입

력을 수채화로 변형해주는 실시간 수채화 페인팅 시스

템 제공은 물론, 입력 영상을 수채화 효과 영상으로 바

꾸는 것(그림 1(b), (c))도 가능하도록 하였다.Sousa 등[2]은 종이에 묻어나는 흑연 입자를 시뮬레

이션 함으로서 연필로 그린 느낌을 재현하였다. 이를

위해 울퉁불퉁한 종이 표면 텍스처와 연필심의 입자 구

조 및 형태, 선을 그릴 때 압력 등을 모델링하고(그림

2(a)), 다양한 상황에서 종이의 각 부분에 남겨지는 흑

연 입자의 양을 시뮬레이션 하여 사실적인 연필 선을

표현하였다. 더하여 블렌더(blender)와 지우개의 흡수

성 및 분산성도 모델링 함으로서 연필화 특유의 문지르

기 및 지우기 효과 역시 재현하였다. 그 결과, 사용자의

페인팅 또는 입력 영상과 그에 대한 사용자의 상호작

용을 통해 보다 사실적인 연필화 제작이 가능하게 되

었다(그림 2(b), (c)).종이와 파스텔 입자들, 종이와 크레용 입자들 사이의

상호작용을 시뮬레이션 함으로서 파스텔화[3]와 크레

용화[4]를 생성하는 연구들도 진행되었다. 이들은 종

이에 묻어나는 안료라는 면에서 기본적으로 연필화[2]와 유사한, 종이에 안료가 묻어나는 시뮬레이션 모델

을 사용하게 된다. Van Haevre 등[3]은 여기에 반대로

종이에 묻어있던 안료가 다시 파스텔에 묻어 다음 선

에 영향을 주고, 파스텔 끝이 종이에 의해 마모되는 것

을 추가로 시뮬레이션 함으로서 선을 그릴수록 굵어지

는 파스텔의 특징까지 잘 표현해주는 결과를 생성하


(a) 종이와 파스텔 (b) 파스텔 마모현상 시뮬레이션 (c) 결과 영상

그림 3 시뮬레이션을 이용한 파스텔화 효과[3]

(a) 크레용이 추가로 스며드는 효과 (b) 결과 영상

그림 4 시뮬레이션을 이용한 크레용화 효과[4]

(a) Baxter 등의 결과[5] (b) Okaichi 등의 결과[6] (c) Chu 등의 결과[7]

그림 5 시뮬레이션을 이용한 유화 효과들[5-7]

그림 6 시뮬레이션을 이용한 수묵화 효과[8]

였다(그림 3). Rudolf 등[4]은 보다 사실적인 크레용화

생성을 위해 이미 안료가 묻어있는 종이 위를 크레용

이 다시 지날 경우 안료가 추가로 스며드는 현상까지

추가로 시뮬레이션 하기도 하였다(그림 4).유화 생성을 위해서는 안료인 물감, 붓이나 나이프

등의 채색도구, 그리고 캔버스 사이의 물리적 상호작용

을 시뮬레이션 하는 방법들이 연구되었다[5-7]. Baxter 등[5]은 캔버스에 도포된 점착성 유체의 시뮬레이션을

통해 실시간 유화 페인팅 시스템을 제시하였다. Okaichi 등[6]은 기존의 붓 기반 회화 기법과는 달리 나이프를

이용한 유화를 목표로, 나이프의 휘어짐이나 사용하는

면에 따른 안료 도포 형태 차이는 물론 나이프 특유의

긁기 동작 등도 효과적으로 시뮬레이션 하였으며, Chu 등[7]은 보다 현실에 가까운 삼차원 붓 매핑 사용과 반

복적인 안료 교환 방지를 통해 세세한 붓 선이 두드러

지는 효과를 얻었다. 각 방법의 결과로 그림 5와 같이

2013. 11 정보과학회지 25

그림 7 다양한 영상 불 효과 결과들[9]

사실적인 유화 효과를 얻을 수 있다.Chu 등[8]은 잉크 입자의 분산과 종이의 흡수율을

시뮬레이션 하여 보다 사실적인 수묵화 효과를 생성하

였다. 잉크의 분산과 종이의 삼투 현상에 의한 잉크 입

자 고착 현상 등을 시뮬레이션을 통해 사실적으로 재

현, 수묵화 특유의 특징적인 번짐 패턴들을 효과적으

로 표현하면서도, 빠른 시뮬레이션으로 실시간 수묵화

페인팅 시스템이 가능하도록 한다(그림 6).

3. 영상 효과에 특화된 시뮬레이션 연구

영상 편집 소프트웨어의 발달로 사람들은 손으로 그

리는 전통적인 방법이 아닌 소프트웨어를 이용한 새

로운 영상 효과들을 정의하고 생성하기 시작하였다. 이들은 많은 경우 실 세계에서 일어나는 사실적인 물리

현상들을 캡쳐하여 영상에 합성하는데, 그 중 대표적

인 것으로 영상 불 효과가 있다. 불은 색상이나 형태

면에서 인상적이라는 이유로 글자나 사진을 장식하는

등의 영상 효과에 많이 시도되었다. 하지만 실제 불을

내고 사진을 찍거나 실사에 가까운 불을 그려내는 데

에는 한계가 있기 때문에, 영상 편집 소프트웨어를 이

용해 실제 불 사진을 사람이 세세하게 합성 및 편집

하는 방법이 많이 사용되었다. 예술가나 디자이너들은

자신들만의 독자적인 방법을 통해 고품질의 영상 불

효과들을 생성해 왔으나, 이는 시간이 오래 걸릴 뿐 아

니라 만드는 사람의 실력과 예술적 감각에 따라 결과

의 품질이 달라진다는 점 때문에 대중적으로 이용되

기에는 어려움이 있다. 시뮬레이션은 대상과 상호작용하면서 사실적이고 디

테일을 가진 불을 생성할 수 있다는 점에서 영상 불

효과를 만들기에 큰 장점을 가지고 있다. 하지만 고품

질의 불 생성을 위해서는 시뮬레이션 시간이 오래 걸

린다는 단점이 있는데, 이는 영상 효과에 필수적인 사

용자 상호작용과 충돌된다. 또한, 사용자가 심미적으

로 바라는 불의 형태 중에는 실제 물리적 법칙에 어

긋나는 형태의 불도 존재한다. 이러한 점들 때문에 기

존에 연구되어온 불 시뮬레이션을 이용하여서는 아티

스트들이 만든 것 같은 영상 불 효과를 효과적으로 생

성할 수 없다.Son 등[9]은 최근 불 시뮬레이션을 이용하여 사용자

의 간단한 입력으로 영상 불 효과를 생성하는 방법을

제시하였다(그림 7). 이를 위하여 일반적으로 애니메

이션을 위하여 사용되던 기존 시뮬레이션 방법이 아

닌, 한 장의 영상 효과 생성에 특화된 시뮬레이션 방

법을 정의하고, 사용자 상호 작용이 적용된 고품질의

영상 효과를 만들 수 있도록 하였다. 이러한 접근은 기

존의 시뮬레이션을 이용한 영상 효과들처럼 단순히 시

뮬레이션을 이용하는 것을 넘어 영상 효과를 위해 시

뮬레이션 자체를 특화 시키려는 첫 시도에 해당한다. 본 절에서는 Son 등[9]이 제안한 영상 불 효과에 특화

된 시뮬레이션 방법을 소개한다.

3.1 기본 아이디어

시뮬레이션을 이용하여 불 영상 효과를 만들기 위해

서는, 불이 발생할 지역을 연료 주입 영역으로 지정하

고 불꽃이 향할 방향을 부력 방향으로 지정한 후 불

시뮬레이션을 수행, 불이 충분히 생성된 후 원하는 프

레임을 최종 불 영상 효과 결과로 선택하면 된다. 연료 주입 영역 지정 및 부력 방향 지정은 기존에 개발

된 다양한 영상 처리 기술을 이용하여 간단한 옵션 형


그림 8 이차원에서 유도된 삼차원 시뮬레이션 방법[9]

태로 제공될 수 있고, 이로 인해 누구나 쉽게 자신이

원하는 영상 불 효과를 만드는 것이 가능하다. 하지만, 앞에서 언급한 바와 같이, 기존의 불 시뮬레이션은 크

게 두 가지 면에서 불 영상 효과에 적용되기 어려운

면을 가진다. 첫째는 영상 효과를 위한 고품질의 불 시

뮬레이션은 그 계산량(computational overhead)으로 인

해 영상 효과에 필수적인 사용자 상호작용이 불가능

할 정도로 느리다는 문제이고, 둘째는 사용자가 원하

는 불 효과 중에 물리적 법칙에 어긋나 시뮬레이션이

어려운 경우들이 존재한다는 문제이다. Son 등의 방법

[9]은 이를 해결하기 위한 시뮬레이션 특화에 중점을

두고 있다.첫 번째 문제 해결을 위해서는 기존의 애니메이션

을 위한 시뮬레이션과 달리 모든 프레임을 고품질로

얻을 필요가 없다는 점에서 착안, 입체감이 없지만 속

도가 빠른 이차원 시뮬레이션과 속도는 느리지만 고

품질의 입체감 있는 불을 생성할 수 있는 삼차원 시

뮬레이션을 복합적으로 사용한 이차원에서 유도된 삼

차원 시뮬레이션(2D-guided 3D simulation) 방법을 제

시한다. 두 번째 문제 해결을 위해서는 필요 시 기존의

시뮬레이션을 수정하여 물리적으로는 불가능하지만 예

술적인 목적으로 요구되는 경우들을 다룰 수 있도록

한다. 이들에 대해서는 각각 3.2절과 3.3절에서 다루

도록 한다.

3.2 이차원에서 유도된 삼차원 시뮬레이션 방법

이차원에서 불 시뮬레이션을 수행할 경우, 사용자 상

호 작용이 가능한 속도로 불 시뮬레이션이 가능하지만

생성된 결과의 입체감과 세부묘사가 떨어진다. 삼차

원에서 불 시뮬레이션을 수행할 경우, 충분한 디테일

을 가진 사실적 불 생성이 가능하지만 속도가 느려 사

용자가 상호작용을 하기 어렵다. 하지만 영상 불 효과

를 위해 필요한 것은 모든 프레임을 가진 애니메이션

이 아닌 한 프레임의 영상이므로, 사용자와 상호작용

은 속도가 빠른 이차원 시뮬레이션을 이용하여 진행하

며 원하는 장면을 선택, 그 후 입체감과 디테일을 생성

하기 위한 최소한의 삼차원 시뮬레이션을 수행하여 결

과를 얻는 것이 가능하다.전체 과정은 그림 8과 같다. 먼저 속도가 빠른 이차

원 시뮬레이션을 수행하며 이를 미리보기(preview)로

활용하여 사용자의 상호작용을 수행한다. 그리고 사용

자가 한 장면을 선택하면 이에 대한 삼차원 결과를 얻

기 위해 일정 프레임(일반적으로 시뮬레이션 시간 2초)을 되돌리고, 그 때의 이차원 시뮬레이션 데이터를 단

순 복사를 통해 삼차원으로 확장하여 초기 삼차원 시

뮬레이션 데이터를 생성한 후, 삼차원 시뮬레이션의

Z축 중앙 면이 해당 프레임의 이차원 시뮬레이션과 동

일하도록 제약한 상태에서 삼차원 시뮬레이션을 수행

한다. 그 결과 해당 프레임의 이차원 시뮬레이션과 전

체적으로 비슷한 형태를 유지하면서도 점차 삼차원 입

체감 및 세부묘사가 생성되고, 최종적으로 사용자가 선

택한 프레임에 이르렀을 때에는 충분한 삼차원 부피

감과 세부묘사를 가진 불을 얻을 수 있다.Son 등은 여기에 노이즈 초기화(noise initialization)

와 적응형 타임 스텝(adaptive time stepping)을 이용해

삼차원 시뮬레이션 프레임을 더욱 줄이는 방법으로 추

가 가속화를 수행하였다. 노이즈 초기화는 이차원 시

뮬레이션 결과를 이용해 삼차원 시뮬레이션을 초기화

시 단순 복사 대신 속도장에 노이즈를 주는 방법으로, 주어진 노이즈 정보가 진정되는 과정에서 삼차원 효과

가 빨리 생성된다는 장점이 있다. 따라서 삼차원 시뮬

레이션 수행을 위해 되돌리는 프레임 수를 줄일 수 있

고, 가속화가 가능하다. 적응형 타임 스텝은 삼차원 시

뮬레이션 시작 단계에서는 큰 타임 스텝을 사용하고

최종 결과 프레임에 가까워질수록 작은 타임 스텝으

로 정교한 결과를 얻을 수 있도록 하는 방법으로, 이

역시 삼차원 시뮬레이션 프레임 수를 줄일 수 있다.

2013. 11 정보과학회지 27

(a) 수정 전 (b) 부분적 압축성 적용 (c) 적응 부력 적용

그림 9 시뮬레이션 수정을 통해 비물리적인 영상 불 효과가 가능해진 예[9]

제시된 방법은 삼차원 시뮬레이션을 최소화 함으로

서 전체 수행 시간이 줄어드는 것은 물론, 사용자 상

호작용은 초기 이차원 시뮬레이션 중에 모두 이루어지

므로 시간이 오래 걸리는 삼차원 시뮬레이션 수행 동

안 사용자가 기다릴 필요가 없다는 장점이 있다. 이는

시뮬레이션의 모든 프레임이 필요한 애니메이션과 달

리 한 장의 결과만 필요한 영상 효과의 특징을 최대한

활용한, 영상 효과에 특화된 시뮬레이션 방법이라 볼

수 있다.

3.3 시뮬레이션 수정

시뮬레이션을 영상 효과에 적용하면서 기존에는 고

려할 필요가 없던 부분에서 문제가 발생하기도 하는

데, 물리적으로는 불가능하지만 심미적 이유로 시도되

는 영상 불 효과들이 그 예이다. 이를 해결하기 위해서

는 기존의 시뮬레이션을 수정하는 방법이 사용된다.이러한 효과들은 대부분 불꽃의 방향을 지시하는

부력 방향이 문제되는데, 일정하게 위를 향하는 현실

세계의 부력 방향과 달리 사람들이 원하는 다양한 영

상 불 효과의 부력 방향들은 지역적으로 서로 다른 방

향을 가질 수 있기 때문이다. 이로 인해 부력 방향장에

지역적으로 발산 및 충돌 지점이 생기고, 유체 시뮬레

이션의 비압축성과의 상충으로 인해 불꽃이 원하는 방

향으로 지시되지 못하는 결과가 생긴다. 예를 들어 불

꽃이 안쪽으로 타도록 부력 방향을 지시한 액자 모양

이차원 시뮬레이션의 경우, 액자 내부의 부력 방향장

충돌 지점에서 그와 상충되는 유체의 비압축적 성질

에 의해 불꽃이 안으로 타지 못하는 결과를 낳는다

(그림 9(a)).이를 해결하기 위해 Son 등은 부력 방향장 충돌 지

점에서 부분적으로 유체의 압축성을 허용하도록 시뮬

레이션 수식을 수정하였다(그림 9(b)). 또한, 사용자의

선호도에 따라 불꽃이 부력 방향에 가까워질 수 있도록

적응 부력(adaptive buoyancy) 적용 방법도 제시하였다

(그림 9(c)). 이렇게 수정된 이차원 시뮬레이션은 이차

원에서 유도된 삼차원 시뮬레이션에서도 Z방향에 대

한 제한으로 자연스럽게 전환될 수 있다.

4. 결 론

본 논문에서는 시뮬레이션을 이용한 영상 효과 생성

연구들에 대하여 알아보았다. 2절에서는 그림을 그리

는 과정에서 나타나는 물리적 현상을 시뮬레이션을 이

용하여 보다 사실적으로 재현함으로서 고품질의 영상

효과를 얻는 연구들을 소개하였다. 3절에서는 최근 시

도된, 영상 효과를 위해 특화된 시뮬레이션 연구에 대

하여 알아보았다.시뮬레이션을 이용한 영상 효과 연구는 아직까지

시도되지 않은 기존의 다양한 영상 효과들은 물론 계

속해서 새로이 정의되고 있는 영상 효과들이 많다는 점

에서 다양한 후속연구가 필요하다. 특히 영상 효과를

위해 특화된 시뮬레이션을 정의한다는 개념은 최근에

야 처음 시도된 연구인 만큼 앞으로 많은 관련 연구

가 가능할 것으로 기대된다. 컴퓨터의 연산 능력이 나

날이 증가되고 영상 관련 소프트웨어의 발달로 다양

한 영상 효과에 대한 사람들의 기대치도 계속해서 높아

지는 상황에서, 보다 높은 품질의 결과를 위해 다양한

방법으로 시뮬레이션을 이용하는 영상 효과 기법들은

점점 더 중요시되며 활발하게 연구될 것이다.

참고문헌

[ 1 ] Curtis, C. J., Anderson, S. E., Seims, J. E., Fleischer, K. W., and Salesin. D. H., “Computer-generated water-color”, In Proc. ACM SIGGRAPH 1997, pp. 421-430, 1997.

[ 2 ] Sousa, M. C. and Buchanan, J. W., “Observational mo-dels of graphite pencil materials”, Computer Graphics Forum, Vol. 19, No. 1, pp. 27-49, 2000.


[ 3 ] Van Haevre, W., Van Laerhoven, T., Di Fiore, F. and Van Reeth, F., “From dust till drawn: A real-time bidi-rectional pastel simulation”, Vis. Comput., Vol. 23, No. 9, pp. 925-934, 2007.

[ 4 ] Rudolf, D., Mould, D. and Neufeld, E., “A bidirec-tional deposition model of wax crayons”, Computer Graphics Forum, Vol. 24, No. 1, pp. 27-39, 2005.

[ 5 ] Baxter, W., Liu, Y., and Lin, M. C., “A viscous paint model for interactive applications”, Comput. Animat. Virtual Worlds, Vol. 15, No. 3-4, pp. 433-441, 2004.

[ 6 ] Okaichi, N., Johan, H., Imagire, T., and Nishita, T., “A virtual painting knife”, Vis. Comput., Vol. 24, No. 7, pp. 753-763, 2008.

[ 7 ] Chu, N., Baxter, W., Wei, L.-Y., and Govindaraju, N., “Detail-preserving paint modeling for 3D brushes”. In Proc. NPAR 2010, pp. 27-34, 2010.

[ 8 ] Chu, N. S.-H. and TAI, C.-L., “Moxi: Real-time ink dispersion in absorbent paper” ACM Trans. Graph., Vol. 24, No. 3, pp. 504-511, 2005.

[ 9 ] Son, M., Kim, B., Wilensky, G. and Lee, S., “Still-frame simulation for fire effects of images”, Computer Gra-phics Forum, Vol. 32, No. 7, pp. 295-304, 2013.

손 민 정

2005 포항공과대학교 컴퓨터공학과(학사)2007 포항공과대학교 컴퓨터공학과(석사)2007~현재 포항공과대학교 컴퓨터공학과(박사)관심분야 : 컴퓨터그래픽스, 영상처리, 비사실적

렌더링, 영상 스타일화, 유체 시뮬레이션

E-mail: [email protected]

이 승 용

1988 서울대학교 계산통계학과(학사)1990 한국과학기술원 전산학과(석사)1995 한국과학기술원 전산학과(박사)1995~l996 미국 City College of New York / CUNY

연구원

1996~현재 포항공과대학교 컴퓨터공학과 교수

2003~2004 독일 Max-Planck-Institut fur Informatik 방문교수

2010~2011 미국 Adobe Systems 방문교수

관심분야 : 컴퓨터그래픽스, 영상처리, 컴퓨터비전, 비사실적 렌더링, 삼차원 곡면복원

E-mail: [email protected]

2013. 11 정보과학회지 29

사실적인 물감 표현을 위한 유체 시뮬레이션 연구

한국과학기술원 김지환․유 미․차승훈․노준용*

1. 서 론

물감에 의해서 만들어지는 효과들을 표현하기 위해

서 그동안 많은 연구들이 활발히 진행되어 왔다. 특히

비사실적 렌더링 분야에서 그러한 노력들을 많이 볼

수 있다. 물감은 유체의 한 종류로 볼 수 있으며, 그렇

기 때문에 유체 시뮬레이션 분야의 연구들에서 본 연구

와 긴밀한 관련성을 찾아 볼 수 있다. 유체 시뮬레이션

은 크게 라그랑지안 방식의 파티클 시뮬레이션과 오일

러리안 방식의 그리드 시뮬레이션으로 나눌 수 있다. 라그랑지안 방식은 유체 시뮬레이션 생성을 위해 파

티클을 통해서 속도를 계산하는 방법으로, 계산된 속도

를 직접적으로 파티클에 적용시켜 다음 위치 값으로 이

동시키는 방식이다. 오일러리안 방식은 개별의 유체 파

티클 대신 압력, 속도 등의 장(Field)을 오일러 격자 안

에서 정의하고, 시간이 지남에 따라 격자 내부의 각각

셀(Cell)의 위치에서 유체의 장을 계산하는 방식이다.본 고에서는 라그랑지안 방식의 물감 시뮬레이션과

오일러리안 방식의 물감 시뮬레이션에 대한 각각의 연

구 사례에 대해 알아보도록 한다. 2장에서 먼저 물감

효과의 연구동향을 소개하고, 3장에서 You[1] 등이 제

안한 라그랑지안 방식의 파티클 기반 물감 시뮬레이

션을 소개한다. 이 연구는 유체성, 확산성 및 흡수성을

바탕으로 하여 사실적인 물감의 특성을 표현하였다. 4장에서는 Cha[2] 등이 제안한 오일러리안 방식의 물

감 확산 모델 연구를 소개한다. 점지 현상(Viscous Fin-gering)은 섞일 수 있는 유체들을 혼합할 때 사실적인

확산을 나타내기 위한 매우 중요한 요소이다. 이장에

서는 유한확산 집합체(DLA)를 이용하여 점지 현상을

효율적으로 표현하는 방법을 소개한다.

2. 물감 효과 연구 동향

NPR 분야에서, 유체 시뮬레이션을 이용하여 물감 효

과를 표현하는 많은 연구가 진행되었다. 화선지와 같

은 종이 위에서의 물감의 확산을 표현하기 위해 Chu와

Tai[3]는 유체 흐름 모델을 격자 Boltzmann 방정식에

기반 하여 제시하였다. 비슷하게, Sun 등[4]은 Brownian Motion과 모세관 효과를 이용하여 수묵화의 효과를

표현하였다. 이와는 다른 접근으로 Curtis 등[5]은 얕

은 유체 시뮬레이션과 Kubelka-Munk 모델을 사용하

여 다양한 수채화 효과를 구현하였다. 두꺼운 유화나

아크릴화 스타일의 효과를 재현하기 위해 Bexter 등[6]은 viscous 물감 모델을 이용하여 상호작용 가능한 물

감 시스템을 제안하였다. 비록 이러한 방법들로 다양

한 물감의 효과를 표현 할 수 있었지만, 실제 물감이

갖고 있는 고유한 물리적 성질을 고려하지 않았고, 물감의 3차원 입체적 표현은 불가능 하였다.

주목해야 할 또 다른 물감의 특성은 서로 다른 유체

들 간의 확산 현상이다. Park 등[7]은 Chan-Hillard 방정

식을 적용하여 Phase Field의 확산을 구하고 이를 통

해 섞이고 섞이지 않는 유체 시뮬레이션 통합 프레임

워크를 소개하였다. Kang 등[8]은 Distance Function과

Volume Fraction을 이용하여 이러한 효과를 재현하려

시도하였다. Shin 등[9]은 서로 다른 유체의 경계에서

의 확산을 다뤘다. 특히 점지 현상을 표현하기 위해

Darcy's Law를 적용하여 물감 퍼질 때 유체의 표면 근

처의 확산을 물리적으로 표현 하였다. 하지만 실제 물

감이 물 속 에서 확산되는 과정에서 관찰되는 특징적

인 움직임의 결과인 필라멘트 효과를 만들어 내는 데에

는 부족한 면이 있다.

3. 파티클 기반 물감 시뮬레이션

관찰을 통하여 현상의 물리적 성질을 시뮬레이션 하

는 것은 매우 중요하다. You 등은 실제 페인팅 환경

을 주의 깊게 관찰한 후, 그 결과를 반영하는 물감 시

뮬레이션 시스템을 설계함으로써 기존 유사 연구들과

차별화 하였다. 이 장에서는 물감의 특성을 유체성, 확산성, 흡수성 등 세 개의 주요한 물리적 성질로 나누어

특집원고

30 특집원고 사실적인 물감 표현을 위한 유체 시뮬레이션 연구

사실적 인 물감의 효과를 표현한 You 등[1]의 라그랑

지안 방식 시뮬레이션을 소개 한다. 아티스트들은 그림을 그리기 위해서 물감과 용제를

사용한다. 실제 물감은 색을 결정하는 작은 입자인 색

소(Pigment)와 이 색소들을 결속시키고 운반하는 무

색의 바인더로 구성된다. 물감의 종류는 이 바인더에

의해 수채화 물감, 유화 물감 등으로 결정된다. 용제

는 그림을 그릴 때 사용되는 물, 기름과 같은 액체 성

분의 유체이다. 바인더에 의한 물감의 결속은 용제와

섞이면서 분해되는데, 이 용제들은 물감을 희석하여

종이나 캔버스에 바르기 쉽게 한다. You 등은 실제 페

인팅을 관찰을 통해 실제 물감이 다음과 같은 물리적

인 특성을 보인다는 것을 확인하였다.

•유체성 : 물감과 용제는 액체이므로 유체역학에

의해 운동한다. 하지만, 용제와 달리, 물감은 점탄

성[10]이다.

•확산성 : 물감과 용제가 섞일 때 농도에 따라 물

감의 색소가 용제로 확산된다.

•흡수성 : 시간이 흐르면서 용제와 소량의 바인더

는 종이에 흡수되고 종이의 입자간 간격보다 입자

가 큰 색소만 남게 된다.

3.1 페인트 시뮬레이션 모델

You 등은 기본 물감 시뮬레이션으로 PCISPH(Pre-dictive Corrective Incompressible SPH) 방식[11]을 채택

하였다. PCISPH는 라그랑지안 방식의 SPH(Smoothed- Particle Hydrodynamics) 알고리즘 중 하나로써 계산속

도가 빠른 장점이 있다. 물감이 대표적인 점탄성 물질

임에 착안하여 물감의 움직임을 사실적으로 표현하기

위해 점탄성을 함께 적용하였다. 물감이 용제와 섞일

때 바인더와 염료의 결합은 느슨해지고 염료는 물감

에서 용제로 확산하게 된다. 초기 상태의 물감 파티클

은 개별 색소농도를 보유하고 용제 파티클은 색소농

도를 갖고 있지 않다. 확산 공식에 따라 색소농도가

페인트에서 용제로 천천히 이동하게 된다. 마지막으로

그림 1 시스템 개요. 초록색(작은 원의 채워진 정도)은

피그멘트의 농도를 나타낸다

그림 2 점탄성(빨강), 점성(초록), 기본 유체(노랑)

종이로의 흡수를 계산하기 위해 흡수성에 따른 파티

클 침투거리를 계산하게 된다. 그림 1은 이러한 단계를

설명한다.

3.2 유체성, 확산성, 흡수성

SPH 방식은 각각의 파티클에 있는 변수들을 주변

파티클로 부터 보간 하여 계산하는 방법이다. 파티클

을 유체의 속도에 따라 움직이게 하기 위해서는 기본

적으로 Navier-Stokes 식을 사용해야 한다. You 등은 물

감의 움직임을 위해 점성 및 탄성 힘을 기본 지배 방

정식에 적용하였다. 그림 2는 각각의 성분의 존재 유

무에 따른 유체의 다른 모습들을 보여준다.속도를 전달하는 운동량 전달과는 달리 물질 전달

(mass transfer)은 페인트와 용제의 농도 차에 의해 움

직이기 때문에 정지된 유체에서도 확산은 수행된다. 물질 전달은 농도 차를 최소화하기 위해 고농도에 분

포되어 있는 물질이 저농도의 지역으로 이동하는 것으

로 이를 표현하기 위해 Fick's Second law[12]를 적용

하였다.페인트와 용제가 종이와 접촉 할 때 흡수작용이 일

어나게 된다. 기존의 많은 연구들은 화선지나 천과 같

은 흡수성이 매우 높은 재질에서의 시뮬레이션을 연구

하였기 때문에, 흡수와 확산 단계가 하나의 단계에서

모두 계산되었다. 관찰 결과, 확산은 유체 내부에서만

일어나고, 종이로의 흡수는 유체와 접촉한 부분에서만

일어난다. 접촉 부분에서의 침투 거리를 계산하기 위해

You 등은 Lucas-Washburn 식 [13]을 사용하였다.

3.3 결과

You 등이 제안한 물감 시뮬레이터는 다양한 타입

의 그림을 생성할 수 있다. 그림 3은 용제를 사용하지

않고 높은 점탄성을 보유하고 있는 바인더만을 이용

하여 아크릴 물감 고유의 특징을 표현하였다. 한편, 그림 4에서는 낮은 점탄성을 보유하고 있는 용제를 이

용함으로써 수채화와 같은 얇고 투명한 이미지를 생

2013. 11 정보과학회지 31

그림 3 아크릴화 결과 그림 4 수채화 결과

그림 5 전반적인 프로세스

성할 수 있었다. 또한 높은 확산도와 흡수도를 적용하

였기 때문에 물감에 있던 염료가 아크릴화와 비교하

여 더 빠르게 확산하였으며, 대부분의 용제가 종이에

흡수되었다.

4. 그리드 기반 효율적인 물감 확산모델

이 장에서는 DLA를 이용하여 물감과 유체간 섞임

에서 생겨나는 손가락 모양의 점지현상(Viscous Fin-gering)을 사실적으로 표현한 오일러리안 방식의 시뮬

레이션[2]을 설명하고자 한다. Cha 등은 실험을 통해, 물리학에서 다양한 응집 현상을 모델링하는데 자주

사용하는 DLA를 유체 시뮬레이션에 적용하는 것이 실

제 물감을 확산시켜주는 필라멘트 효과를 표현하는

점지 효과를 만들 수 있다는 것을 알아내었다. DLA를

활용하면, 확산을 주요한 전달 수단으로 사용하는 시

스템에서 클러스터의 성장을 효율적으로 예측할 수 있

다. 하지만, 속도나 힘의 개념을 갖고 있지 않아 DLA를 유체 방정식에 통합하는 시도는 존재하지 않았다. 이에 Cha 등은 Linear feedback system을 적용한 패스

(path) 기반 유체 컨트롤 메소드를 고안하여 유체 밀도

를 대류 시키는 외력을 만들어 내었다.

4.1 접근 방법

개발된 방법은 크게 세 개의 단계로 나누어지는데,

첫 번째 단계에서는 DLA를 이용하여 파티클 트리

(Particle Tree)를 생성하고, 이 트리를 기반으로 유체

의 움직임을 제어할 영역을 생성한다. 두 번째 단계에

서는 파티클 트리를 이용하여 첫 번째 단계에서 결정

한 영역에 방향 성분을 결정한다. 마지막 단계에서는

유체 시뮬레이션을 진행하면서, Linear feedback system을 이용하여 유체 움직임을 컨트롤할 외력을 생성해

낸다. 이에 대한 전반적인 프로세스는 그림 5에 설명

되어 있다.

4.2 점지 모양 형성

이 연구에서 파티클 트리의 성장을 표현하는 데에

DLA를 이용하였다. Bogoyavlenskiy[14]의 모델을 사

용하여 파티클 트리를 생성하고 이를 통해 점지 효과

의 모양을 형성한다. 이렇게 생성된 파티클 트리에 대

해 이미지 프로세싱 분야에서 오래전부터 사용되는 di-lation과 erosion기법을 이용하여 유체가 흐르는 영역

을 설정한다. 이 때 시뮬레이션에서 사용되는 격자 공

간은 이미지의 공간에서 사용되는 픽셀처럼 취급된다.

4.3 Linear feedback system을 이용한 유체 컨트롤

생성된 영역 안에 유체의 흐름을 제어하기 위한 방

향 성분들을 추가하게 되는데, 방향 성분은 DLA 파티

클 트리의 성장 방향으로 결정한다. DLA를 이용한 파

티클 트리의 각 파티클 방향이 정해졌다면 유체를 이

32 특집원고 사실적인 물감 표현을 위한 유체 시뮬레이션 연구

그림 6 점지 현상 생성 결과

방향을 따라 이류 시켜야 한다. 이 연구에서는 Gunzbur-ger와 Manservisi[15]가 발표한 Linear feedback system을 활용하여 현재 유체의 속도를 목표로 하는 속도 로

맞춰줄 외력을 생성하였다. 이렇게 생성된 외력으로

사용자는 현재 유체의 흐름을 제어할 수 있다.

4.4 결과

그림 6은 위의 방법으로 점지 현상을 시뮬레이션 한

결과이다. 실험은 100 × 100 × 100의 낮은 해상도의 격

자를 이용하였다. 높은 해상도의 격자를 사용하지 않

아도, 그림에서 알 수 있듯이 실제 물감의 확산에서 볼

수 있는 여러 가닥의 작은 필라멘트를 확인 할 수 있

었다. 더욱이 Step 1에서 형성된 파티클 트리의 모양

으로 결과를 예측할 수 있어 실제 시뮬레이션 전에 원

하는 점지 모양을 미리 생성할 수 있다.

5. 결 론

본 고에서는 사실적인 물감 표현을 위하여 유체 시

뮬레이션을 적용한 최근 연구들을 분석하고, 그 중 유

체 시뮬레이션의 서로 다른 두 가지 방향에 대한 사

례에 대해 살펴보았다. 비록 두 사례가 각기 다른 유체

시뮬레이션 기법으로 제안되었지만, 관찰을 통해 실제

물감이 갖고 있는 고유한 물리적 성질을 적용하였다

는 공통점이 있다. You 등의 연구에서는 색소, 바인더, 용제, 종이의 실제 페인팅 요소들을 시뮬레이션에 적

용하였고, Cha 등의 연구에서는 실제 물감의 확산에서

볼 수 있는 필라멘트 효과를 적용하였다. 지금까지 물감 표현과 같은 NPR 분야에 유체 시뮬

레이션을 적용시킴으로써 좀 더 실제와 같은 결과를

얻을 수 있는 연구들을 알아보았다. 이와 같이 현상을

모델링 하고 시뮬레이션 하여 좀 더 실제적인 자연현

상을 재현 하는 연구들은 계속 발전 중이다. 앞으로 고

성능 컴퓨터 연산이 가능하게 되면 그동안 시도해보지

못했던 더 많은 요소를 고려하고, 더 커다란 규모의 유

체 관련 실제 현상들을 시뮬레이션 하는 것이 가능해

질 것이다.

참고문헌

[ 1 ] M. You, T. Jang, S. Cha, J. Kim, J. Noh, “Realistic paintsimulation based on fluidity, diffusion, and absor-ption”, Computer Animation and Virtual Worlds, Vol. 24, pp. 297-306, 2013.

[ 2 ] S. Cha, J. Park, J. Hwang, J. Noh, “An efficient diffu-sion model for viscous fingering”, The Visual Computer, 28, 2012.

[ 3 ] N. Chu and C.-L. Tai. “Moxi: realtime ink dispersion in absorbent paper”, ACM SIGGRAPH 2005, pp. 504-511, 2005.

[ 4 ] M. Sun, Z. Wang, and J. Sun, “Physical modeling based graphical simulator of water-ink diffusion and multi- stroke superposition”, Multimedia Technology (ICMT), pp 1-7, Ningbo, 29-31 Oct. 2010.

[ 5 ] C.-J. Curtis, S.-E. Anderson, J.-E. Seims, K.-W. Fleis-cher, and D.-H. Salesin, “Computer-generated water-color”, SIGGRAPH ’97, pp. 421-430, 1997.

[ 6 ] W. Baxter, Y. Liu, and M.-C. Lin, “A viscous paint model for interactive applications: Research articles”, Comput. Animat.Virtual Worlds, 15:433-441, 2004.

[ 7 ] J. Park, Y. Kim, D. Wi, N. Kang, S. Shin, and J. Noh, “A unified handling of immiscible and miscible fluids”, Comput. Animat. Virtual Worlds, 19:455-467, 2008.

[ 8 ] N.Kang, J. Park, J. Noh, and S. Shin, “A hybrid ap-proach to multiple fluid simulation using volume frac-tions”, Computer Graphics Forum, 29:685-694, 2009.

[ 9 ] S. Shin, H. Kam, and C. Kim, “Hybrid simulation of miscible mixing with viscous fingering”, Comput. Graph. Forum, 29(2):675-683, 2010.

[10] T.-G. Goktekin, A.-W. Bargteil, and J.-F. O’Brien, “A method for animating viscoelastic fluids”, ACM Trans. Graph., 23(3):463-468, 2004.

[11] B.Solenthaler and R. Pajarola, “Predictive corrective incompressible SPH”, ACM Trans. Graph., 28(3):40:1- 40:6, 2009.

[12] J. Welty, C.-E. Wicks, G.-L. Rorrer and R.-E. Wilson, “Fundamentals of Momentum, Heat and Mass Transfer”, Wiley, 2007.

[13] E.-W. Washburn, “The dynamics of capillary flow”, Phys. Rev., 17:273-283, 1921.

[14] Bogoyavlenskiy, “Mean-field diffusion-limited aggre-

2013. 11 정보과학회지 33

gation: A ”density“ model for viscous fingering pheno-mena”, Phys. Rev. E 64, pp.066-303, 2001.

[15] Gunzburger, M., Manservisi, S., “Analysis and appro-ximation for linear feedback control for tracking the velocity in navier-stokes flows”, Computer Methods in Applied Mechanics and Engineering 189(3), pp.803- 823, 2000.

[16] Kim, Y., Machiraju, R., Thompson, D., “Path-based con-trol of smoke simulations”, Proceedings of ACM SI-GGRAPH/Eurographics symposium on Computer ani-mation, pp. 33-42, 2006.

김 지 환

2012 아주대학교 전자공학부 학사

2012~현재 KAIST 문화기술대학원 석사과정

관심분야 : image processing, physically-based simulation


유 미

2007 홍익대학교 회화과 학사

2007 홍익대학교 애니메이션과 학사

2009 KAIST 문화기술대학원 석사

2009~현재 KAIST 문화기술대학원 박사과정

관심분야 : fluid simulation, renderingE-mail : [email protected]

차 승 훈

2010 동국대학교 컴퓨터 공학과 학사

2012 KAIST 문화기술대학원 석사

2012~현재 KAIST 문화기술대학원 박사 과정

관심분야 : image processing, physically-based simulation


노 준 용

1993 B.S. in Electical Engineering, USC1996 M.S. in Computer Engineering, USC 2002 Ph.D in Computer Science, USC2003~2006 Graphics Scientist, Rhythm&Hues

Studios 2006~2009 KAIST 문화기술대학원 조교수

2009~현재 KAIST 문화기술대학원 부교수

관심분야 : facial modeling/animation, character animation, fluid simulation, stereoscopic visuallization


34 특집원고 스마트 기기 기반 유체 시뮬레이션 기술

그림 1 왼쪽부터 “Where's My Mickey?”, “Where's My Water?2”, “Sprinkle Island”

스마트 기기 기반 유체 시뮬레이션 기술

텐일레븐 이호영․김병수*고려대학교 김창헌*

1. 서 론1)

컴퓨터그래픽스 분야에서 유체 시뮬레이션 기술은

정확성과 사실성의 품질을 높이는 방향으로 발전해

왔다. 유체 시뮬레이션 기술은 영화에서 태풍, 쓰나미, 폭발 등의 자연 현상을 시뮬레이션 하는데 주로 사용

하였으며, 영화 관람객의 입장에서는 그 결과물이 너

무 실제와 같아서 CG인줄도 모르고 그냥 지나치지만

시뮬레이션 과정은 매우 복잡하고 어려운 일이다. 유체 시뮬레이션의 계산 복잡성 때문에 영화에서는 비

실시간으로 처리할 수밖에 없었던 것들이 게임과 같

은 인터랙티브한 분야에 적용하기 위하여 실시간 기

법들이 제안되고 있다. 특히 스마트폰의 성능이 PC의

성능에 가까운 정도까지 높아지는 상황에서 스마트

기기 게임에서도 유체 시뮬레이션 기술을 적용한 앱이

개발되고 있다. 그 대표적인 게임은 미국 디즈니사의

“Where's My Water?”이다. 이 게임은 그림 1과 같이

디즈니사의 캐릭터인 스웜피가 샤워를 할 수 있도록

땅굴을 파서 물을 이동시키는 게임으로 물을 계산할

때 유체 시뮬레이션 기술을 사용하였다. 그 이후 스마

트폰 게임 분야에서 유체 시뮬레이션을 적용한 게임들

이 속속 출시되고 있으며, 여러 앱스토어에서 상위권

을 차지하고 있다. 우리는 스마트폰 기기에서 계산하

* 종신회원

기 어려웠던 유체 시뮬레이션 기술을 최적화하는 방법

을 소개하고 자세한 물, 불, 연기의 특징을 시뮬레이션

하는 기법에 대해 소개하고자 한다.

2. 기존 유체 시뮬레이션 연구

전산유체역학은 나비어와 스토크스가 유체 운동에

관한 나비어-스토크스 방정식을 정립하였으며, 그 식

은 질량을 보존하는 식과 운동량을 보존하는 식으로 나

눠져 있다. 이번 장에서는 유체를 시뮬레이션 하는 방

식인 오일러리언 기법과 라그랑지안 기법, 그리고 이

두 기법을 혼용하는 하이브리드 기법을 소개한다.

2.1 오일러리언 기법

컴퓨터그래픽스 분야에서 격자기반 시뮬레이션 연

구는 포스터와 메타삭스가 최초로 시도 하였으며[1], 스탬은 무조건 안정적인 유체를 시뮬레이션 하기 위

해 세미-라그랑지안 기법을 제안하였다[2]. 포스터와 패

드쿼, 앤라이트 연구팀은 표면 근처에서 레벨셋과 파

티클을 이용하여 유체의 표면을 보정해 주는 기술인 파

티클 레벨셋 기법을 연구하여 유체의 표면을 추적하는

데 기여하였다[3,4]. 시뮬레이션 중 대류 부분의 정확성

을 높이기 위하여 2차 정확도를 보장하는 CIP(Cons-

특집원고

2013. 11 정보과학회지 35

그림 2 격자기반 연기 시뮬레이션의 고해상도 와류 합성 기법

trained Interpolation Profile) 기법이 제안되었다[5]. 이후에 물과 공기방울을 동시에 계산한 다상유체[6], 강체와 유체의 상호작용[7]에 관한 연구가 있었다.

2.2 라그랑지안 기법

SPH(Smoothed Particle Hydrodynamics)는 천체 물리

학 분야에서 루시[8], 진골드와 모나그한[9]에 의해 커

널을 이용하여 격자화 되지 않은 공간에서 밀도와 속

도를 가진 파티클을 모델링하는 것에서 시작되었다. 밀러는 SPH 기법을 이용하여 액체를 시뮬레이션 하였고

[10], 객체의 재질에 따라 다른 탄성력과 연성력을 시뮬

레이션 하는 파티클 시스템도 고안하였다[11].

2.3 하이브리드 기법

하이브리드 기법은 위에서 설명한 오일러리언 기법

과 라그랑지안 기법을 혼용하는 기법이다. 유체를 계산

하기 위해서는 대류, 확산, 압축 등의 과정을 거치는데

그 과정에서 일부분을 격자로 또는 다른 일부분을 파

티클로 계산하는 방법으로 PIC(Particle In Cell)[12]와

FLIP(Fluid Implicit Particle)[13] 기법이 있다. 주와 프릿

슨은 PIC와 FLIP 기법을 다시 혼용하여 모래를 시뮬레

이션 하였다[14]. 이후에 큰 규모의 물은 오일러리언 기

법으로 시뮬레이션하고 작은 규모의 공기방울은 라그랑

지안 기법으로 시뮬레이션 하는 연구가 있었다[15,16].

3. 기본 유체 시뮬레이션

3.1 유체 지배 방정식

나비어-스토크스 방정식은 비압축성 유체를 정확하

게 시뮬레이션 해주며, 운동량을 보존을 만족하는 방

정식 (1)과 질량을 만족하는 방정식 (2)은 아래와 같다.

∙∇∇ (1)

∇∙ (2)

여기서 이고 는 시간에 대한 유체 속도

의 미분, 는 밀도, 는 압력, 는 중력, 부력과 같은

외력이다.오일러리인 기법으로 시뮬레이션 하고자 할 때 나비어-

스토크스 방정식은 두 단계로 나누어서 풀이한다. 먼저

압력을 고려하지 않고 중간 단계의 속도 를 구한다.

∆∙∇ (3)

다음으로 비압축성 유체라는 조건을 맞추기 위하여, 새롭게 계산할 속도 을 다이버전스 프리하게 하

는 압력을 계산한다.

∇ (4)

∇∙ ∇∙∇∇

∆ (5)

최종적으로 계산한 압력과 밀도, 중간단계의 속도를

식 (4)에 대입하여 새로운 속도를 계산한다. 그림 2는

오일러리언 기법으로 연기를 시뮬레이션 한 것으로 더

자세한 연기의 표현을 위하여 성긴 격자에 종속적인

조밀한 격자를 추가하여 고해상도의 시뮬레이션을 빠

르게 계산한다[17].


그림 3 SPH를 이용한 2차원 물 시뮬레이션(좌)과 FLIP(중) PIC(우) 기법을 이용한 물 시뮬레이션

3.2 라그랑지안 파티클 시뮬레이션

대표적인 파티클 시뮬레이션으로는 SPH 기법이 있

다. SPH는 파티클 시스템의 보간 기법이라고 할 수 있

는데 그 방정식은 아래와 같다.

(6)

여기서 는 파티클의 밀도, 는 반지름 를 가

지고 있는 커널이며, 는 파티클 j의 질량이다. 파티

클의 힘으로부터 가속도를 구하고 그 가속도로부터 속

도, 그 속도로부터 파티클의 위치를 계산할 수 있다.다음으로 아담스는 적응형 파티클을 사용하여 아래

와 같은 방정식을 제안하였다.

∇ ∇

(7)

여기서 는 SPH 파티클의 체적이며,

으로 계산한다.

압력 는 이고 는 압력제어 계수이다. 그림 3의

왼쪽은 SPH 기법을 이용한 2차원 결과물이다.

3.3 하이브리드 기법

하이브리드 기법은 오일러리언 기법과 라그랑지안

기법을 혼용한 기법으로 PIC 기법은 아래와 같은 방

법으로 유체를 시뮬레이션 한다.

(1) 파티클 위치와 속도를 초기화

(2) 파티클의 속도를 이용하여 격자 속도를 보간

(3) 대류 부분을 제외한 나머지 방정식을 격자에서

계산

(4) 새로운 격자의 속도를 이용하여 파티클 속도 보간

(5) 파티클 대류

(6) (2)~(5)를 반복적으로 수행

FLIP기법은 PIC기법과 유사하지만 속도를 보간하

는 방식이 아니고 속도의 차를 보간 하는 방식의 차이

가 있다. 그림 3은 FLIP기법과 PIC기법의 차이를 보여

준다[14].

4. 스마트 기기에서 유체 시뮬레이션 최적화 기법

우리는 스마트 기기에서 유체 시뮬레이션을 실험하기

위해 40 × 60의 시뮬레이션 격자 해상도로 계산하였다. 먼저 40 × 60 격자에 3.1에서 계산한 유체 지배방정식

으로 얻은 연기의 밀도값을 저장한다. 저장된 격자의

밀도값을 텍스쳐에 1픽셀씩 RGB색으로 저장한다. 밀도가 높은 곳은 진한 흰색으로, 밀도가 낮은 곳은 연

한 흰색으로 저장하여 그 텍스쳐를 한번에 랜더링한

다. 텍스쳐를 한번에 랜더링하기 이전 방법으로는 40 ×

60을 한셀씩 그려주는 방식으로 40 × 60, 즉 2400번을

그려주게 되어 그리는 시간 때문에 약 6FPS였지만 위

와 같은 방법으로 저장된 텍스쳐를 한번에 그려주는

방식으로 iPhone4 기준 40FPS로 속도향상 되었다. 또한 물을 렌더링하는 경우, 격자 기반 시뮬레이션에서는

물의 레벨셋 값을 그대로 물의 높이값으로 사용함으

로써 속도를 높이고, 입자 기반 시뮬레이션의 경우는

입자 하나를 반구 형태로 렌더링함으로써 적정한 높이

를 나타내는 물방울을 나타낼 수 있다. 그리고 물의 높

이값을 이용하여 법선벡터를 구하고 적절한 반사계수

와 굴절계수를 정하여 물 아래를 나타내는 텍스쳐(굴절 이미지)와 물에 반사되는 이미지를 나타내는 텍스

쳐(반사 이미지)를 보간하여 물의 색을 결정한다. 우리

는 반사계수를 0.2, 굴절계수를 0.8으로 정하여 원하는

물의 색을 얻을 수 있었다.

5. 결 론

스마트 기기에서 유체 시뮬레이션 기술은 현재 제한

된 환경에서만 가능한 상황이다. 미국에서도 디즈니

사와 같은 대형 콘텐츠 제작사 또는 기술력이 있는 중

2013. 11 정보과학회지 37

그림 4 연기시뮬레이션 게임 “플루이드 워”(좌), 물시뮬레이션 게임 “와들와들 펭귄즈”(우)

소형 개발사에서 유체 시뮬레이션 기술을 적용한 스마

트폰 게임을 제작하고 있다. 국내에서도 그림 4의 왼

쪽과 같은 연기 시뮬레이션 게임인 텐일레븐의 “플루

이드 워”와 그림 4 오른쪽과 같이 물 시뮬레이션을 이

용한 게임인 젬스푼의 “와들와들 펭귄즈”가 있다. 이와

같이 국내와 해외에서 유체 시뮬레이션 고유의 특성을

게임화 하여 재미를 배가시키려는 시도가 계속 되고

있다. 현재 최신 기종의 스마트폰 환경에서 2차원 오일

러리언 시뮬레이션의 경우 80 × 120 정도의 해상도까

지는 게임을 제작할 수 있으며, 라그랑지안 시뮬레이션

의 경우 1,000개의 파티클 정도까지는 게임 제작이 가

능할 것으로 보인다.

참고문헌

[ 1 ] Foster N. and Metaxas D., “Realistic animation of liquids”, Graph. Models and Image Processing, 58, 471-483, 1996.

[ 2 ] Stam J., “Stable fluids”, In Proc. of SIGGRAPH 1999, 121-128, 1999.

[ 3 ] Foster N. and Fedkiw R., “Practical animations of li-quids”, In Proc. of SIGGRAPH 2001, pp. 23-30. 2011.

[ 4 ] Enright D., Marschner S. and Fedkiw R., “Animation and rendering of complex water surfaces”, In Proc. of SIGGRAPH 2002, pp. 736-744, 2002

[ 5 ] Song, O.-Y., Shin, H.-C. and Ko, H.-S., “Stable but non-dissipative water”, ACM Transactions on Graphics 24, 1, 2005.

[ 6 ] Hong, J.-M. and Kim, C.-H. “Discontinuous fluids”, ACM Trans Graph. (SIGGRAPH Proc.) 24, 3, 915-919, 2005.

[ 7 ] Takahashi, T., Fujii, H., Kunimatsu, A., Hiwada, K.,

Saito, T., Tanaka, K. and Ueki, H., “Realistic animation of fluid with splash and foam”, Comp. Graph. Forum (Eurographics Proc.) 22, 3, 391-400, 2003.

[ 8 ] Lucy L., “A numerical approach to the testing of the fission hypothesis”, Astronomical Journal 82, 1013, 1977.

[ 9 ] Gingold R. and Monaghan J., “Smoothed particle hy-drodynamics. theory and application to nonspherical stars”, Monthly Notices of the Royal Astronomical Society 181, 375, 1977.

[10] Muller M., Charypar D. and Gross M., “Particle-based fluid simulation for interactive applications”, In SIGG-RAPH/Eurographics Symposium on Computer Anima-tion, pp. 154-159, 2003.

[11] Muller M., Keiser R., Nealen A., Pauly M., Gross M. and Alexa M., “Point based animation of elastic, plastic and melting objects”, In SIGGRAPH/Eurographics Symposium on Computer Animation, pp. 141-151, 2004.

[12] Harlow F. H., “The particle-in-cell computing methods for fluid dynamics”, Methods in Computational Physics 3, 319-343, 1964.

[13] Brackbill J. U. and Ruppel H. M., “FLIP: a method for adaptively zoned, particle-in-cell calculations of fluid flows in two dimensions”, Journal of Computational Physics 65, 2, 314-343, 1986.

[14] Zhu Y. and Bridson R., “Animating sand as a fluid”, ACM Transactions on Graphics (ACM SIGGRAPH 2005) 24, 3, 965-972, 2005.

[15] Jeong-Mo Hong, Ho-Young Lee, Jong-Chul Yoon and Chan-Hun Kim, “Bubbles Alive”, ACM Trans. Graph., 27(3), 2008.

[16] Doyub Kim, Hh-young Song and Hyeong-Seok Ko, “A


practical simulation of dispersed bubble flow”, ACM Trans. Graph., 29(4), 1-5, 2010.

[17] Jong-Chul Yoon, Hyeong Ryeol Kam, Jeong-Mo Hong, Shin Jin Kang and Chang-Hun Kim, “Procedural Syn-thesis using Vortex Particle Method for Fluid Simu-lation”, Computer Graphics Forum, Vol. 28, No. 7, 2009.

이 호 영

2002~2005 (주)미스트소프트 대표이사

2006 한국기술교육대학교 전자공학 학사

2008 고려대학교 컴퓨터학 석사

2013 고려대학교 컴퓨터학 박사

2013~현재 텐일레븐 대표

관심분야 : 스마트폰 게임, 컴퓨터그래픽스, 유체 시뮬레이션, 3차원 지형공간정보


김 병 수

2009 카이스트 전산학 학사

2010~2013 에프엑스기어 선임연구원

2013~현재 텐일레븐 책임연구원

관심분야 : 영상특수효과, 컴퓨터그래픽스, 유체 시뮬레이션, 3차원 지형공간정보


김 창 헌

1979 고려대학교 경제학과 학사

1988 University of Tsukuba 전자정보 박사

1995~현재 고려대학교 컴퓨터학과 교수

2008~2010 한국컴퓨터그래픽스학회 회장

2009~2010 한국정보과학회 부회장

관심분야 : 컴퓨터그래픽스, 물리기반 시뮬레이션, Mesh Processing


2013. 11 정보과학회지 39

유체효과 의복 시뮬레이션

난류시뮬레이션(turbulence) 파티클 효과

폭파, 파괴효과 헤어 시뮬레이션

그림 1 게임에서의 물리엔진 사용예[1]. Image courtesy of NVIDIA

실시간 물리 시뮬레이션 기술의 최근 성과와 연구 동향

NVIDIA 김 태 용*

1. 서 론

그래픽분야에서 사용되는 물리기반 시뮬레이션(Phy-sically Based Simulation)기술은 2000년대 초반부터 눈

부신 발전을 지속해서 영화의 특수효과나 게임효과, 그리고 과학 및 군사시뮬레이션 등의 다양한 용도로

사용되고 있다. 초기에는 요구되는 연산의 복잡도로 인

해 수시간에서 몇일씩 계산을 할 수 있는 특수효과(VFX) 등의 일부분야에서만 주로 사용되었지만 최근에는 게

임 등의 실시간 응용분야에도 적용될 수 있을 만큼 관

련 하드웨어와 알고리즘들이 비약적으로 발전하였다.

게임기술의 발전과 하드웨어 성능의 끊임없는 향상

에 힘입어 사용자들은 지속적으로 더 높은 수준의 몰

입도를 요구하게 되었고 정적인 물체에 대한 실시간 렌

더링(물체를 광원, 카메라 등의 계산을 통해 화면에 그

리는 방식) 기술은 이미 포화단계에 이르기 시작하고 있

다. 반면, 사용자의 입력이나 동작에 따라 적절하게 반

응하는 대화형 기술(user interaction)에 대한 관심과 수

요는 지속적으로 늘어나고 있는데, 미리 정의되어 있

는 동작이나 물체의 움직임만을 표현하는 기존의 애니

메이션 방식(Key Frame Animation)으로는 이런 자유

특집원고

40 특집원고 실시간 물리 시뮬레이션 기술의 최근 성과와 연구 동향

도를 제공하기 힘들게 된다. 따라서, 최근에는 물체의

움직임이나 캐릭터 혹은 그 주변 물체(옷, 머리, 물, ..) 등의 사실적인 움직임을 자동으로 처리해 줄 수 있는

물리기반 시뮬레이션 기술에 대한 관심과 사용빈도가

높아지고 있다.

1.1 특화된 실시간 물리엔진의 필요성

이러한 기술들은 질적으로나 성능면에서 괄목할 만

한 향상을 이룬 반면 일반 개발자가 프로젝트 기간안

에 개발하기 힘들 정도로 복잡해지는 경향이 있고 또

실시간성능의 최적화를 위해서는 하드웨어에 대한 높

은 수준의 이해도를 요구하게 된다. 따라서 물리연산

만 전문으로 하는 물리 엔진(Physics Engine)이 미들웨

어의 형태로 시장에 제공되기 시작했으며, 대표적인 상

용물리엔진으로 NVIDIA의 PhysX나 Havok(Intel), Bullet (오픈 소스) 등이 있다[1-3]. 이러한 물리엔진들은 게

임개발에 필요한 모든 기능을 다 제공하는 상부 게임

엔진(예, Epic사의 언리얼 엔진, Crytek사의 크라이 엔

진, 유니티 엔진 등)에 하부 미들웨어의 형태로 포함되

게 된다. 그림 1에 예시된 것처럼 최근 개발되거나 출시된 게

임들은 여러가지 다양하고 복잡한 물리효과를 시뮬레

이션을 사용해 구현한다. 게임내의 캐릭터의 움직임이

나 충돌처리, 포탄의 움직임, 파괴 효과 등의 계산을

담당하는 강체 시뮬레이션(Rigid Body Dynamics)이 가

장 널리 사용되고 있으며, 사람의 의복이나 머리카락

등의 탄성체(Soft Body Dynamics)에도 시뮬레이션 기

술들이 최근에 많이 적용되고 있다. 또한, 하드웨어 성

능향상 뿐만 아니라 실시간처리에 최적화된 새로운 알

고리즘이 지속해서 발표되면서 불과 수년전만 해도 수

십대의 CPU를 사용하여 처리해야 했던 물, 불, 연기

등의 유체 역학(Computational Fluid Dynamics) 기술도

본격적으로 게임 등에 적용되기 시작하고 있다.

2. 실시간 물리엔진개요

간단히 정의하자면 물리엔진은 사용자의 입력값을

받아 반복되는 연산을 통해 사실적인 움직임을 계산

해 내는 소프트웨어 프로그램을 말한다. 이때 사용되는

시뮬레이션 모델이 어떤 물체에 적합한지에 따라 내부

적으로 사용되는 연산이나 그 복잡도는 달라지게 된

다. 기본적으로 어떤 물리엔진 소프트웨어든지 몇가지

공통된 입력값과 출력값을 가지게 되는데, 그 예들을

그림 2에 정리하였다.

위치(x)

position

각도(θ)angle/orientation

질량(m)

Mass

정밀도(Δt) time step

속도(v)

velocity

각속도(ω)

angular velocity

밀도(ρ)Density

시간(t)

time

가속도(a)

acceleration

각가속도(α) angular

acceleration

탄성계수(ε)Restitution

강성(k)

stiffness

힘(F)

Force

회전력(τ)torque

마찰계수(µ) friction

변형도

plasticity

그림 2 물리 시뮬레이션에서 사용되는 내부 변수들의 예

시뮬레이션 모형에 따라 위의 변수들은 전혀 사용하

지 않을 수도 있고 다른 변수가 추가될 수도 있다. 또한 게임처럼 사용자의 입력이 끊임없이 개입하는 경우

를 모델링하기 위한 추가변수가 필요할 수도 있다. 그러나 물리엔진을 사용하는 사용자로서의 관점에서 보

면 대부분의 내부변수들은 인터페이스에서 가려지게

되고, 실제 렌더링을 위한 위치정보만 가져오게 된다.즉, 물리엔진의 사용자는 시뮬레이션을 시작하기 위

해 시작위치 등의 초기변수(initial condition)를 입력한

후(혹은 게임 엔진 등에서 전달한 후), 단위 시간(time step) 동안 시뮬레이션 모델에 의거해서 특정 물리효과

를시뮬레이션 할 것을 물리 엔진에 명령하고 연산이

끝나면 그 결과를 다시 제공받게 된다. 대부분의 경우, 이러한 시뮬레이션 결과는 렌더링에 바로 적용되거나

다른 물체의 렌더링에 간접적으로 영향을 주게 된다.

2.1 실시간엔진에서의 응답속도의 중요성

이러한 사용방식은 필요한 시뮬레이션결과를 한꺼번

에(batch processing) 계산한 후 디스크 등에 저장했다

가 다시 렌더링하는 VFX 등과 확연히 다른 부분이 생

기게 되는데 그중 가장 중요한 차이는 최대 지연 시간

(maximum latency)이다. 즉, 일괄처리방식에서는 총연

산시간이나 이를 프레임의 갯수로 나눈 평균 계산 시

간이 중요한 반면, 실시간처리에서는 특정 프레임의

연산속도가 지나치게 느려지지 않도록 하는 것도 중요

해 진다. 만약, 최대 목표시간(실시간 렌더링에서는 주

로 1/30초나 1/60초를 사용한다) 안에 계산이 끝나지

않을 경우, 렌더링이 그만큼 지연되게 되고 사용자는

프레임 지연(stuttering)에 의한 어지러움 등을 느끼게

된다.이 응답속도의 문제는 물리엔진에서 선택할 수 있

는 알고리즘의 종류에도 영향을 주게 되는데 예를 들

어, 충돌처리 등에서 흔히 사용되는 적응형 단위 시간

처리(adaptive time stepping) 등은 그 정확도에도 불구

하고 실시간 처리에서는 적합하지 않게 된다. 반면, 정

2013. 11 정보과학회지 41

해진 단위시간안에서 연산이 끝나더라도 어느 정도 그

럴듯한(plausible) 결과를 만들어 줄 수 있는 방식들을

선호하게 된다. 즉, 정확도보다는 어떤 상황에서도 안

정적인 결과를 제공할 수 있는 견고성(robustness)이 실

시간 물리엔진의 제1 덕목이 된다.

2.2 비실시간 시뮬레이션기술과의 연관성

수퍼컴퓨팅이나 영화효과 등에서 사용되는 시뮬레이

션 기술과 게임 등의 실시간 물리엔진 기술은 모델링

하고자 하는 사물이나 현상들은 대동소이하다. 또한 이

런 현상을 물리적으로 모델링하는 방식이나 이를 수

치적으로 해석하는 기법도 많은 부분 공유하게 된다. 예를 들면, 유체역학(Computational Fluid Dynamics, CFD)의 경우 유체의 움직임을 Navier-Stokes 방정식에

기반한 수치해석기법을 사용하여 풀게 된다. 또한 강

체 시뮬레이션의 경우도 역시 Newtonian Physics에 기

반한 여러 운동방정식을 계산하게 된다. 따라서, 영화

기술 등에서 발전되고 다듬어져 온 여러가지 알고리즘

들이 게임에 바로 적용되는 경우도 생긴다. 그러나, 정확도와 시각적요소가 가장 중시되는 과학

연산이나 영화효과와 달리 실시간물리엔진은 속도와

응답성을 위해 정확도의 감소나 시각적인 타협점을 감

내하게 된다. 즉, 실시간엔진에서 가장 선호되는 알고

리즘은 1) 고정 단위 시간 처리(fixed time stepping) 방식에서도 안정적으로 결과가 나오며 2) 연산시간의 증

가에 따라 그 결과의 시각적인 효과가 질적으로 개선

되고 3) 이러한 시각적인 개선이 가능한 빨리 일어나는

방식이 된다. 예를 들어, 프레임당 최소 1시간 이상을

연산해야만 의미있는 결과가 나오는 알고리즘은 근미

래의 실시간물리기술 연구에서는 배제되게 된다. 반대

로, 1시간씩을 연산해야 나올 수 있는 효과를 시각적

으로 최대한 근접하되 실시간에 연산할 수 있는 새로

운 알고리즘 개발에 연구를 집중하게 된다.

3. 위치기반 시뮬레이션(Position Based Dynamics)[4]

뉴턴 등이 정의하는 고전적인 동역학법칙은 물체의

움직임을 1) 힘의 적용 2) 가속도의 증감 3) 속도의 증

감 4) 위치의 변화의 단계로 해석한다. 따라서 현재 비

실시간 분야(영화 등)에서 주로 사용되는 알고리즘은

이 과정을 시간에 대한 적분(numerical time integration)의 과정으로 해석하여 프로그램으로 구현한다. 즉, 물체의 위치 변화는 먼저 중력 등의 힘을 계산하고 이를

이용해 가속도를 계산한 후, 속도와 위치를 단위시간

마다 변화시키는 과정에 의해 나오게 된다. 대부분의

경우 오일러의 방식(Euler's Integration Method)에 근거

하여 단위시간을 작게 줄일수록 정확도가 높아지는 형

태가 된다. 컴퓨터를 사용해서 주어진 시간안에 끝내야 하는 시

뮬레이션의 특성상 단위시간은 무한히 작아질 수는 없

게 되고 또한 무한히 큰 힘이나 무한히 단단한 물체를

표현할 수는 없게 된다. 예를 들어 강체의 충돌의 경우

에 계산되는 힘은 거의 순간적이고(instantaneous) 이때

전해지는 충격량(impulse)은 힘에 기반한 시뮬레이션

모델의 경우 무한히 큰 힘이 아주 짧은 시간에 주어져

야 하게 된다. 즉, 단위시간이 극도로 줄어들어야 하고

반대로 주어진 시뮬레이션 시간(예, 1/60초) 동안의 움

직임을 계산하기 위해서는 수만번, 수십만번의 연산을

단위시간(예, 1/10000초)마다 반복해야 한다. 이러한 방

식은 극도의 정확도가 요구되는 수퍼컴퓨팅분야의 경

우 실제로 사용되긴 하지만 실시간분야에서는 더 이상

적합하지 않게 된다.반대로, 단위시간을 증가해서 연산속도를 높이려는

시도는 두가지 문제를 일으키게 된다. 첫째, 단위시간

을 키우면서 힘을 그대로 유지하는 경우, 비현실적으

로 큰 충격량이 발생해서 시뮬레이션은 곧 불안정한

결과를 낳게 된다. 둘째, 단위시간의 증가에 비례해서

힘을 줄이는 경우, 시뮬레이션의 결과는 안정적일 수

있으나 비현실적인(예, 물체가 서로 통과하는 등의) 결과를 낳게 된다.

앞서 이야기한 것처럼, 실시간 물리엔진의 연구자들

은 실행속도와 결과의 그럴듯함(plausibility)을 정확도

보다 중시한다. 힘 → 속도 → 위치로 이어지는 뉴턴의

2차 동역학(second order dynamics)에서 보다 중요한


그림 4 위치기반 변형체 시뮬레이션의 제약조건 연결구조Image courtesy of NVIDIA

것은 실제 렌더링에 사용되는 위치(position)라고 판단

하고, 따라서 운동법칙을 위치에 기반해 표현한다. 이때, 근본적으로 사용되는 힘의 계산이나 속도, 가속도

의 적용은 오일러의 방식과 같으며 다만 앞서 말한

무한대의 힘이나 무한대의 충격 등 힘에 기반한 방식

에서 단위시간의 크기에 문제를 일으킬 수 있는 경우

에 대해서 다른 접근 방식을 시도한다.위치기반 시뮬레이션 방식에서는 물체의 기본적인

움직임을 제외한 나머지 상호작용(충돌, 인력 등)을 힘

이 아니라 위치에 기반한 제약조건(Positional Constraint)으로 표현한다. 그럴듯한 결과의 연출을 위해 반드시

필요한 조건들(예, 물체들은 서로 겹쳐져서 그려지지

않는다, 단단한 물체는 늘어나지 않는다 등)을 먼저 위

치에 적용하고, 보다 덜 중요한(실시간 응용분야의 관

점에서) 속도나 힘의 변화는 위치의 변화에서 근사값

으로 유추해 내는 방식이다. 즉, 순서만 바뀌었을 뿐 그

결과는 물리적인 법칙에 부합하게 된다. 또한 단위 시

간의 크기와 상관없이 항상 안정적인 결과를 계산할

수 있게 된다(무한대의 힘이 없어졌으므로).옷, 머리카락 등은 일반적으로 서로 상호작용하는

파티클을 이용해서 시뮬레이션을 하게 되는데 이때 가

장 기본이 되는 위치기반 제약조건은 파티클간의 거

리이다. 즉, 파티클들이 서로 일정한 거리를 유지하게

함으로써 옷이 늘어나지 않는 성질을 표현할 수 있게

된다. 다음은 두개의 파티클 사이의 거리가 일정함을

표현하는 제약조건에 대한 공식이다.

0xx)x,x( 2121 =−−= dC

그림 3에서 보듯이 이 제약조건을 만족하기 위해 두

개의 파티클의 위치를 변화시키게 된다.

그림 3 두개의 파티클간의 위치기반 거리 조건

실제 옷이나 머리카락 등의 변형체 시뮬레이션에서

는 수천, 수만개의 파티클들을 동시에 시뮬레이션하게

되며, 제약 조건들의 연결 구조는 그림 4에 나온 예제

처럼, 일차원(Hair), 이차원(Cloth), 삼차원(Tissue 등)적인 구조배열을 가지게 된다[5,6].

4. 실시간 유체시뮬레이션

전통적으로 유체역학 시뮬레이션 기법은 유체의 밀

도(density)와 속도(velocity)를 삼차원 그리드에 저장하

고 계산하는 오일러의(Eulerian) 방식과 파티클의 무게

와 속도 등으로 유체를 표현하는 라그랑지의(Lagran-gian) 방식으로 나뉜다.

그리드를 사용하는 기체 시뮬레이션의 경우 GPU등

을 사용해서 가속을 최적화할 수 있다는 장점이 있는

반면, 그리드의 영역을 벗어나는 매체를 시뮬레이션할

수 없게 되는 단점이 있다. 대규모의 시뮬레이션의 경

우 이 모든 영역을 다 담아내기에는 그리드의 해상도

가 실시간연산에 부적합할 정도로 커지게 된다. 반면

라그랑지의 기법을 이용한 파티클 시뮬레이션의 경우

시뮬레이션의 경계에 대한 제약이 없는 반면 파티클간

의 상호작용을 구현하는데 대부분의 연산을 소모하게

된다.

4.1 그리드 방식의 실시간 유체 시뮬레이션

기체 시뮬레이션의 경우에 가장 관심이 높은 지역을

그리드 방식(Eulerian)을 사용해서 시뮬레이션하고 그

영역을 벗어나는 부분만 파티클 방식(Lagrangian)을 연

계해서 사용하는 기법이[7]에서 소개되었고, 현재 엔비

디아 APEX Turbulence라는 이름으로 제공되고 있다

[1]. 이 방식은 그리드에 더해서 추가적으로 파티클을

사용하므로 그리드의 해상도를 상대적으로 낮추어 실

시간에 적합하다는 이점이 있다(그림 5, 왼쪽).물과 같은 액체를 시뮬레이션 하는 경우 기존의 방

식들은 그리드안의 모든 셀들에 물에 관련한 정보를

저장하고 연산하게 된다. 이 경우 메모리의 제약뿐만

2013. 11 정보과학회지 43

그림 5 그리드 방식의 실시간 유체 시뮬레이션 예[7,8], Image courtesy of NVIDIA

그림 6 위치기반 플루이드. “Position based Fluids”[9], image courtesy of NVIDIA

아니라 가변적인 셀의 갯수 등은 GPU 등의 가속성능

에도 악영향을 주게 된다. [8]에서 소개된 방식(그림 5, 오른쪽)은 물 표면 주위만 정보를 저장하고 깊은 물

속은 더 긴(Tall Cell) 셀로 대체하는 방식으로 대규모의

바다 시뮬레이션을 실시간에 할 수 있게 해준다.

4.2 파티클 방식의 실시간 유체 시뮬레이션 기법

유체를 파티클의 움직임으로 계산하는 라그랑지의

방식의 대표적인 예가 SPH(Smoothed Particle Hydro-dynamics) 라는 방법인데 파티클간의 상호작용을 서

로간의 힘에 의해 모델링한다. 오일러의 방식에 비해

구현이 쉽다는 장점이 있으나, 이 기법역시 전통적인

힘기반(Force-based) 시뮬레이션 방식들의 단점을 가

지고 있는데, 즉, 파티클간의 힘이 너무 강해지면 시뮬

레이션이 불안정해지거나 아주 작은 단위시간(time step)을 요구하게 된다. 이 문제를 해결하기 위해 3장에서 소

개한 위치기반 방식의 시뮬레이션이 최근에 유체 시뮬

레이션에도 적용되었고, 프레임당 단지 몇차례의 in-tegration만으로도 그림 6에 나온 것과 같은 결과를 실

시간으로 낼 수 있게 해준다[9].

5. 대규모폭파효과를 위한 동적파괴

실시간 물리엔진은 새로운 시뮬레이션을 통해서 비

슷한 입력조건으로도 전혀 새로운 결과를 만들어 냄으

로써 사용자에게 우연성에 기반한 자유도를 제공한다. 한편, 사용자는 물리엔진을 통해 계속 새로운 반응을

기대하게 된다. 게임에서 강체물리 시뮬레이션을 가장

많이 사용하는 분야중 하나가 바로 파괴효과(Destruc-tion)를 위한 것인데 대부분의 경우 부서질 물체를 사

용자가 미리 잘라놓고 실행시간에 오브젝트들을 분리

시키는 방식을 사용한다(그림 7, 왼쪽). 대용량의 데이터를 처리해야 하는 경우 이 사전 처

리 작업(정적 파괴)은 시간도 많이 걸리지만 한번 정한

패턴을 바꾸기가 힘들다는 문제점이 생긴다. 특히, 모델의 구조가 바뀌거나 하게 되면 사전 처리작업을 처

음부터 다시 해야 되게 된다. 더불어, 어떤 상황에서도

쪼개지는 모양이 비슷해 보인다는 단점이 생기게 된다. 반면, 시뮬레이션이 파괴시의 모양을 자동으로 계

산해주는 동적 파괴(Dynamic Fracture)의 경우 이 모든

과정이 필요없다는 장점이 있으나, 파괴패턴 계산을

실행시간에 하게 되므로 실시간용으로는 부적합하다

는 단점이 있다. 최근에 발표된 템플릿기반의 동적파

괴(Dynamic Fracture) 기술(그림 7, 오른쪽)은 이 두가

지 방식의 장점을 취합한다[10]. 먼저 정적파괴의 경

우처럼 잘려지는 단면의 모양을 만든다. 하지만 이 패

턴은 오브젝트와 상관없이 라이브러리의 형태로 존재

한다. 실시간에는 파괴되는 오브젝트와 미리 준비된 패

턴을 교차(intersect)시킴으로써 동적파괴의 경우처럼 사

전 준비없이도 어떤 오브젝트도 파괴할 수 있게 된다. 또한, 부서지는 위치, 모양, 크기 등을 실시간으로 조

절할 수 있게 함으로써 사용자에게 완전한 동적파괴

에 준하는 자유도를 부여한다.


그림 7 정적 파괴(Static Fracture)와 동적 파괴(Dynamic Fracture)[10], image courtesy of NVIDIA

그림 8 NVIDIA GeForce GTX680 GPU 구조도[13]

6. GPU를 사용한 성능향상 및 최적화

대부분의 실시간 물리 시뮬레이션 기법들은 대용량

의 데이터를 처리한다. 예를 들어, 파티클 기반 시뮬레

이션들의 경우 적게는 수천개에서 많게는 수백만개의

파티클 데이터를 처리하게 된다. 또한, 폭파, 파괴를 위

한 강체 시뮬레이션의 경우도 수천개, 수만개의 강체

를 동시에 처리하게 된다. 따라서 물리기반 시뮬레이

션은 자연적으로 대용량의 병렬처리에 적합하다고 할

수 있다. 최근에는 CUDA 등의 범용 개발툴들의 발전과 확산

으로 이런 병렬연산을 GPU(그래픽스 처리장치)에서도

수행할 수 있게 되었고, 다양한 물리 엔진 기법들이

GPU에 최적화되고 있다. 실제 성능향상은 경우에 따

라 다양하나 GPU를 이용한 가속성능은 1) 주어진 문

제가 얼마나 병렬처리에 적합한가?(parallelism) 2) 쓰레드간의 의존성이 얼마나 높은가? 3) GPU의 계층적

메모리 구조를 얼마나 잘 사용할 수 있는가? 등에 영

향을 받게 된다.이 중, 가장 근본적인 문제인 병렬화 작업의 경우,

쓰레드간의 의존성때문에 병렬처리를 완벽하게 할 수

없는 상황들이 많이 생기게 된다. 예를 들어 위치기반

의 제약조건의 경우, 여러개의 제약조건들이 동시에 하

나의 파티클을 움직이려고 한다면 쓰레드간의 충돌이

생기게 된다. 이 경우 원자적 연산(atomic operation)을

이용해 서로 충돌하는 쓰레드를 순서대로 실행하는

(serialization) 방식도 종종 쓰이나 가장 효과적인 방법

은 아니다. 좀더 효율적인 방식은 연산들을 서로 독립적인 집합

으로 묶어서 각 집합안에서는 데이터의 충돌이 생기지

않게 재배치하는 방식이다. 이때 각각의 연산을 어떤

그래프의 노드로, 또 상호 의존적인 연산을 그 노드들

을 연결하는 선으로 본다면, Graph Coloring(모든 인접

한 노드는 서로 다른 색깔을 가지는 조건)을 통해 서로

충돌하지 않는 최소한의 집합들을 계산할 수 있다. 이런 집합의 갯수가 적을수록, 각각의 집합들이 크기가

클수록 병렬연산을 최적화할 수 있게 된다[11].또 다른 방식은 중간단계의 버퍼를 통해 각각의 연

산들의 결과를 모으는(gather) 방식이다. 위치기반의 제

약조건의 경우를 예로 들면, 각각의 파티클들마다 모

든 제약조건에서 오는 위치변화(displacement) 벡터를

합한 후 그 결과를 사용하는 방식이 된다. 이 경우를

자코비의 반복법(Jacobi Iteration)이라고 부르며(전자의

경우는 Gauss-Seidel) 최대한의 병렬처리효과를 얻을

수 있으나, 연산들간의 연결이 사라지므로 근사치에 수

렴속도가 느려진다는 단점이 있다[12].

7. 결 론

하드웨어 성능의 눈부신 발전으로 인해 예전에는 오

프라인으로만 처리되던 다양한 물리 시뮬레이션기법

들이 실시간의 영역으로 넘어오고 있다. 그러나, 게임

등의 실시간응용에 따른 특수한 조건들은 단순한 속도

의 향상만이 아닌 새로운 관점에서 기존의 물리시뮬레

이션 기법들을 재해석하는 연구들을 요하기도 한다. 현재 실시간시뮬레이션 기술에 관한 연구는 1) 과거

영화 등에서나 가능했던 효과를 게임 등에서 가능하

2013. 11 정보과학회지 45

게 하는 것 2) 이를 위해 GPU 등을 사용해 여러가지

성능향상기법을 연구하는 것 3) 성능향상 뿐 아니라

최소한의 사전처리와 준비과정만으로도 시뮬레이션을

바로 시작할 수 있게 하는 것 4) 새로운 응용방법과

분야를 찾아내는 것 등의 여러가지 방향에서 연구가

필요하며 현재 활발한 연구가 진행되고 있다.

참고문헌

[ 1 ] NVIDIA Apex https://developer.nvidia.com/apex [ 2 ] Havok Physics Engine. http://www.havok.com[ 3 ] Bullet Physics. http://www.bulletphysics.com[ 4 ] M. Müller, B. Heidelberger, M. Hennix, J. Ratcliff,

Position Based Dynamics, J. Vis. Commun. (2007), vol 18, issue 2, pages 109-118, (Journal version)

[ 5 ] M. Müller, T. Y. Kim, N. Chentanez, Fast Simulation of Inextensible Hair and Fur, in Proceedings of Virtual Reality Interactions and Physical Simulations(VRIPhys)

[ 6 ] T. Y. Kim, N. Chentanez, M. Müller, Long Range At-tachments-A Method to Simulate Inextensible Clothing in Computer Games, in Proceedings of ACM SIGG-RAPH/EUROGRAPHICS Symposium on Computer Animation (SCA), 2012

[ 7 ] Interactive Fluid-Particle Simulation using Translating Eulerian Grids. Jonathan M. Cohen, Sarah Tariq, and Simon Green. Interactive 3D Graphics and Games(I3D) 2010.

[ 8 ] N. Chentanez, M. Müller, Real-Time Eulerian Water Simulation Using a Restricted Tall Cell Grid, ACM Transactions on Graphics(SIGGRAPH 2011), 30(4)

[ 9 ] Macklin, M. Müller, Position Based Fluids, ACM Tran-sactions on Graphics(SIGGRAPH 2013), 32(4)

[10] M. Müller, N. Chentanez, T. Y. Kim, Real Time Dyna-mic Fracture with Volumetric Approximate Convex Decompositions, ACM Transactions on Graphics(SIG-GRAPH 2013), 32(4)

[11] J. Bender, M. Müller, M. A. Otaduy, M. Teschner, Position-based Methods for the Simulation of Solid Objects in Computer Graphics, in EUROGRAPHICS 2013 State of the Art Report

[12] R. Tonge, F. Benevolenski, and A. Voroshilov, Mass sp-litting for jitter-free parallel rigid body simulation. ACM Trans. Graph. 2012, 31, 4(July), 105:1-105:8.

[13] NVIDIA GTX680 Kepler Whitepaper, http://www. geforce.com/Active/en_US/en_US/pdf/GeForce-GTX-680-Whitepaper-FINAL.pdf

김 태 용

1995 서울대 컴퓨터공학과 학사

1997 University of Southern California 석사

2002 University of Southern California 박사

2003~2010 Rhythm and Hues Studios 수석 연구원

현재 NVIDIA Korea이사

관심분야 : Real-time graphics, Physics simulation, Computer Game, Visual Effects , Supercomputing, GPU


46 특집원고 신뢰성 있는 물리기반 시뮬레이션을 위한 고성능 충돌검사 기법

신뢰성 있는 물리기반 시뮬레이션을 위한 고성능 충돌검사 기법

이화여자대학교 배명수․김영준

1. 서 론1)

컴퓨터 게임과 같은 e-Entertainment 콘텐츠의 경우, 고성능 물리 시뮬레이션 기술은 사용자들에게 게임 객

체의 정교하고 사실적인 물리적 반응을 실시간으로 전

달함으로써 게임의 몰입도와 흥미를 높이는 역할을 수

행을 한다. 물리 시뮬레이션 기술은 최근 들어 게임 하

드웨어의 고성능화와 컴퓨터 그래픽스 기술의 발달로, 영화와 같은 분야에서 오프라인 기술로만 사용되던 기

술을 게임과 같은 실시간 처리를 필요로 하는 분야로

이전되고 있는 상황이다.실시간을 위한 고성능 시뮬레이션 기술은 객체들 간

의 상호작용이 현실 세계의 물리 법칙을 따르면서, 시각적으로 실시간 시뮬레이션 할 수 있게 하는 기술을

말한다. 이는 컴퓨터 게임, interactive TV, 영화 특수

효과, 모바일 콘텐츠, 가상환경 등과 같은 e-Entertain-ment 분야의 실시간 애플리케이션에서, 다양한 종류의

객체들 간의 충돌 반응, 파괴, 쌓임과 같은 상호작용을

물리적으로 정확하게 시뮬레이션하면서 30 FPS(frame per second) 이상(실시간)의 고성능을 내는 기술이다.

실시간 물리 시뮬레이션에는 고성능 동역학 시뮬레

이션 기술, 데이터기반 물리 시뮬레이션 기술, 그리고

고성능 표면 변형 시뮬레이션 기술 등 여러 종류의 기

술들이 있다. 고성능 동역학 시뮬레이션 기술은 강체

(rigid body) 및 관절체(articulated body)들 간의 충돌검

사 및 반응을 실시간 성능을 내도록 물리적으로 현실

감 있게 시뮬레이션 하는 기술이다. 데이터기반 물리

시뮬레이션 기술은 물리기반으로 시뮬레이션 되는 다

관절체 캐릭터가 모션데이터를 이용하여 다양한 동작

을 수행할 수 있도록 하기 위한 제어기 생성 기술이며, 고성능 표면 기반 변형 시뮬레이션 기술은 주로 피부나

†본 연구는 한국연구재단 중견연구자지원사업 No.2012R1A2A2A0 1046246, No.2012R1A2A2A06047007의 지원으로 수행되었습니다.

의상과 같은 물체 렌더링에 사용되는 기술로, 표면 변

형이 가능한 사실적인 시뮬레이션 기술 및 자체 또는

개체간의 (연속적인) 충돌을 감지하는 기술이다[1]. 이들 기술 중 충돌검사(Collision detection)는 일반

적으로 공간에서 움직이는 두 개 이상의 기하학 모델

들이 교차하는 지를 검사하는 문제이며, 이러한 기술은

로보틱스나 컴퓨터 그래픽스, 물리기반 모델링, 햅틱

시뮬레이션에서 중요하게 사용되며, 정확한 충돌검사

는 물리적 사실감을 전달하는 신뢰성 있는 시뮬레이션

구현을 위해서 꼭 필요하다.이러한 충돌검사 연구는 컴퓨터 그래픽스, 로보틱스,

가상환경 등의 분야에서 지난 20년 이상 진행되어왔

다. 특히 미국의 노스캐롤라이나 대학의 GAMMA[2] 연구 그룹을 중심으로 집중적으로 연구되어 왔으며, 이

그룹의 대표적인 충돌검사 소프트웨어는 I-COLLIDE, RAPID, PQP, SWIFT++, PIVOT, DEEP등이 있다. 또한 국내 학계에서도 충돌검사 연구는 활발히 진행되어

왔다[3]. 고성능 충돌검사는 게임 물리 시뮬레이션 소

프트웨어인 인텔(Intel)의 HAVOK, NVIDIA PhysX, ODE, BULLET 등에서도 지원되고 있다.

본 논문에서는 이러한 충돌검사 연구 중 본 연구진

에서 개발한 강체 및 관절체에 적용될 수 있는 초고속

충돌검사 기법들을 충돌검사 기법, 침투깊이 계산 기

법, 그리고 병렬형 충돌검사, 이 세 가지로 나누어 소

개하고자 한다.

2. 고성능 강체 및 관절체 충돌검사

고성능 동역학 충돌검사는 앞서 설명한 것처럼 물리

기반 시뮬레이션의 핵심적인 요소이다. 동역학 충돌검

사 기법에는 크게 불연속충돌검사(discrete collision de-tection, DCD)와 연속충돌검사(continuous collision detec-tion, CCD) 방법이 있다. 불연속충돌검사는 각각의 불연

특집원고

2013. 11 정보과학회지 47

(a) (b) (c) (d)

그림 3 C2A를 이용한 Torusknot의 연속충돌검사의 예. 한 강체가 초기위치(a)에서 목표위치(d)를 향해서 연속적으로 움직일

때, 다른 강체(c)와 처음으로 접촉하게 되는 시점의 위치(b)를 나타낸다

속적인 시간에서 움직이는 물체들 간의 충돌이 있는지

검사를 하는데, 이 방법은 움직이는 물체가 관통하는 문

제가 생길 수 있다. 이에 반해 연속충돌검사는 연속적

인 시간과 시간 사이의 위치에서 보간된 모션을 이용하

여 물체간의 최초접촉시간을 구하는 방법으로, 이는 충

돌을 감지하지 못하여 물체를 관통하는 문제를 방지할

수 있다. 하지만 CCD의 가장 큰 단점은 불연속충돌검

사에 비해 계산속도가 느리다는 것이다. 이를 보완한 고

성능 강체 CCD 기법인 C2A(controlled conservative adv-ancement)[4]와 이 기법을 관절체에 적용한 기법인 C2A-TCH (controlled conservative advancement for time of contact handling)[5]는 모두 보수적 전진법(conservative advancement, CA)[6]을 기반으로 하여 개발되었으며, 아래에서 이 기법들에 대해 간략하게 소개하고자 한다.

2.1 Controlled conservative advancement (C2A)

C2A가 기반하고 있는 CA는 여러 CCD 기법들 중 방

법이 단순하며 계산속도가 빠르다는 장점이 있다. 이

방법의 기본적인 아이디어는 볼록형(convex) 물체가 다

른 편 물체로 향할 때, 이동하는 물체가 다른 물체와

접촉이 일어나기 전까지 각각의 접근 시간 간격, ∆, 만큼 반복적으로 접근시키면서 두 물체 간의 최소거

리가 기준 내에서 이르렀을 때를 최초 접촉시간으로

간주하여 찾아내는 방법이다(그림 1). 각각의 접근시

간 간격 ∆은 두 물체 간의 최소거리와 단위시간 사

이에서의 모션 바운드(motion bound)의 상한 값을 이

용하여 계산한다.

그림 1 보수적 접근법(CA). μ는 물체 A의 모션바운드, d(A(t),

B)는 A(t=0)와 B 사이의 최소거리, n은 d(A(t=0),B)

의 방향 벡터를 나타낸다

그림 2 Swept Sphere Volume(SSV): SSV는 점, 선, 사각

형을 각각 기반으로 한 PSS, LSS, RSS(그림 왼쪽부터)

세 가지 볼륨들로 구성되어 있다. Ci는 점, 선, 사각형

의 종점이며, r은 구의 반지름을 나타낸다

하지만 CA 기법은 볼록형 물체들 간에서만 적용이

가능하기 때문에, C2A에서는 볼록형 바운딩 볼륨 계층

구조(bounding volume hierarchy, BVH)를 사용하여 임

의 형태의 폴리곤수프(polygon-soup) 모델들 간에서도

실시간으로 연속충돌검사가 가능하도록 CA를 확장시

켰다(그림 3). 바운딩 볼륨으로는 물체 간 거리계산이 용

이한 swept sphere volume(SSV)(그림 2)를 사용하였으며, 새롭게 제안된 SSV의 모션바운드 상한 값 계산법을 이

용하여 각 접근시간 간격 ∆을 구할 수 있게 하였다. 또한 두 물체 간의 거리계산은 BVH 계층구조를 이용하여

정확하게 구할 수 있지만, 정확한 거리를 계산하는 대신

근사거리를 구하여 BVH 간의 계산 량을 줄여 전체 속

도를 높일 수 있었으며 근사치 레벨이 균형을 이루도록

조절하여(controled CA, C2A) 전체 계산 량을 줄일 수

있는 방법을 취하고 있다. 본 알고리즘의 테스트를 위

해 수 만개의 삼각형으로 이루어진 모델이 평균 5 msec 내에 연속충돌검사를 수행하는 성능을 보여준다. 이는

C2A를 사용하지 않는 CCD보다 2배에서 많게는 20배

이상의 속도차이를 나타내는 수치다(그림 3).

2.2 Controlled conservative advancement for time

of contact handling (C2ATCH)

C2ATCH는 임의 형태의 강체들 간에서 연속충돌검

사가 가능한 C2A를 관절체 모델들 간의 연속충돌검사

가 가능한 CATCH[7]에 적용하여 확장한 기법이다.


그림 4 C2ATCH의 벤치마크: (왼쪽) 퓨마로봇은 8개의 링크 및 1K개의 삼각형, 비틀 자동차는 4K개의 삼각형으로 구성, (오른

쪽) 걷는 마네킹모델은 15개의 링크들과 20K개의 삼각형, 체스보드 환경은 101K개의 삼각형들로 구성되어 있다

CATCH는 CA를 관절체 모델로 확장한 연속충돌검사

기법으로서, 관절체의 각 링크들에 CA를 적용하여 관

절체 간의 충돌 및 관절체 각각의 링크 간의 연속충돌

검사가 가능하다. 또한 성능을 높이기 위해서 불필요

한 충돌검사를 생략하는 공간적 컬링(spacial culling)과

시간적 컬링(temporal culling)을 사용하였다. 공간적 컬

링은 각 링크의 모션을 바운딩 볼륨인 axis-aligned bo-unding boxes(AABB)를 사용하여 보다 정확하게 근사

를 한 후, 가까운 링크들 사이에서만 충돌검사를 수행

함으로써 전체 충돌계산 량을 줄일 수 있었다. 관절체

에서는 모든 충돌 가능한 링크들의 최초 접촉시간(first time of contact, ToC)들 중에서 최소 ToC을 구하는데, 시간적 컬링은 링크들의 최초 접근시간 간격 ∆들을

비교하여 불필요한 충돌검사를 생략함으로서 전체 계

산 량을 줄일 수 있었다. 하지만 CATCH 또한 임의 형태의 폴리곤 모델(즉,

폴리곤수프 등)에는 사용할 수 없는 단점이 있다. C2A-TCH는 CATCH 기법에 C2A와 새로운 접근기법인 HCA (hierarchical conservative advancement)를 적용, 성능을

개선하여 임의 형태의 강체 및 관절체 모델들에 대해

서 고성능 연속충돌검사가 가능하도록 하였다. 테스트

모델로 수 만개의 삼각형과 수십 개의 링크들로 구성된

관절체에 대해 자체충돌을 포함한 충돌검사는 300 FPS 이상의 성능을 보였으며, CATCH와 비교했을 때보다

비슷하거나 더 나은 성능을 나타냈다(그림 4).

3. 고성능 침투깊이 계산

침투깊이(penetration depth, PD)는 중첩되어 있는 두

강체가 분리되기 위한 최소의 이동 거리를 말하며, 동역학 시뮬레이션, 페널티 기반 햅틱, 충돌반응력 계산

등과 같은 애플리케이션에서 중요한 요소로 작용하며, 로봇모션플래닝에서 좁은 통로를 지나는 어려운 문제

를 해결할 때도 중요하게 사용된다. 다음에서 근래에

발표된 고성능 PD 계산 기법인 PolyDepth[8]와 Poly-Depth++ [9]에 대해 간략하게 소개하고자 한다.

3.1 PolyDepth: 고성능 선형 강체 침투깊이 알고리즘

고성능의 침투깊이 계산 기법인 PolyDepth는 임의

형태의 폴리곤수프로 된 강체 모델들에서 선형적 PD 근삿값을 실시간으로 계산할 수 있는 기법이다. 두 물

체의 민코스키 합(Minkowski sum)은 PD와 밀접한 관

계가 있으며 민코스키 합의 경계선은 두 물체의 사이

의 접촉공간(contact space)을 형성한다. 따라서 PD는

민코스키 합의 경계선과 중첩된 이동 물체의 원점 사

이의 최소거리로 정의되며, 이 최소거리는 논문에서

새로 제안한 반복적인 방법으로 최적화시켜 계산될

수 있다.예를 들어 설명하자면, 먼저 중첩된 이동 물체와 장

애물에서, 이동물체의 원점 가 민코스키 합의 경계

선 내에 존재하고 있을 때를 충돌이라고 판별한다. 이때 민코스키 합의 경계선 외부의 충돌이 없는 위치로

이동물체를 이동시킨다, . 그리고 그림 5(a)에서처럼

를 원점 를 향해 투영할 때 민코스키 합의 경계선

(또는 contact space) 위에서 접촉하는 점 을 CCD를

이용하여 구하는데, 이를 out-projection이라 한다. 이어서, 접촉점 에서 LCS를 (local contact space) 구하

고 그림 5(b)와 같이 원점에서 LCS로 투영하여 접촉

점 을 구하는데, 이를 in-projection이라 한다. 이렇

게 LCS에 out-projection과 in-projection을 반복하여 최

소거리를 계산하여 PD를 구한다(그림 5(c)와 (d)).그림 6은 PolyDepth 기법을 사용하여 중첩된 물체의

침투깊이와 방향을 계산하고 이들을 이용하여 충돌을

해소시킨 실험결과이다. PolyDepth 기법은, 40K개의 삼

각형들로 이루어진 토끼 모델의 경우 침투계산 속도는

7.55(msec), 175K개의 삼각형들로 이루어진 용 모델의

경우 침투계산 속도는 12.76(msec)으로 실시간 계산이

가능하다.

2013. 11 정보과학회지 49

그림 5 반복적인 투영 방법을 통한 침투깊이의 최적화 과정

그림 6 PolyDepth 침투거리 계산 실험결과: 각 그림은 장애물(가장 왼쪽 물체), 중첩된 이동물체(장애물과 겹쳐있는 반투명 물

체), 충돌이 없는 최초 위치의 이동물체(qf)(가장 오른쪽 물체), 그리고 침투깊이에 의해 이동된 물체(장애물에서 분리된

물체)를 보여준다

3.2 PolyDepth++: 강체, 관절체를 위한 일반화된 고

성능 침투깊이 알고리즘

PolyDepth++는 강체 간의 선형 침투깊이(translational penetration depth, PDt)를 계산하는 PolyDepth와 달리

일반화된 침투깊이(generalized penetration depth, PDg)를 초고속으로 계산하는 기법이다. 이 방법을 사용하

면 수 만개의 삼각형으로 이루어진 강체뿐만 아니라

관절체 모델들 간의 침투깊이를 실시간으로 계산할 수

있게 된다. PDg는 침투깊이를 계산할 때 선형이동 뿐만 아니라

회전이동 또한 반영하는 방법이다. PDt는 선형이동만

반영되기 때문에 침투깊이가 과도하게 계산되는 단점

이 있다. 이러한 문제는 그림 7에서 보는 것처럼 관절

체 모델의 경우에는 그 현상이 더욱 심각해진다.PolyDepth++는 강체모델 간의 PDg 계산에 사용되는

거리측정법인 object norm을 관절체 모델에 적용할 수

있도록 일반화시켰다. 또한 기존의 PDg는 계산복잡도

가 높지만, PolyDepth++에서는 PDg를 근사하는 방법

을 사용하여 계산 속도를 향상시켰다. PDg 근사는 Po-

그림 7 링크가 3개인 관절체 모델에서의 (a)의 침투깊이 계

산결과가 (b) 보다 좋지 않음을 나타낸다. 화살표는

침투깊이를 나타낸다.

lyDepth에서 사용된 방법과 비슷한 방식으로, 접촉공

간에 반복적으로 투영하여 PDg를 최적화시키는 방법

을 사용하였다. 성능 면에서 볼 때 강체모델의 경우, 스푼과 컵(각각 1.34K개와 1K개 삼각형)의 상호작용에

서 PDg는 7.76 msec, 토끼와 용(각각 40K개와 174K개

삼각형)에서 PDg는 22.8 msec의 계산 속도를 나타냈다. 이는 기존 방법보다는 8배에서 많게는 50배 이상의 우

수한 성능이다. 관절체 모델의 경우는 퓨마1 로봇(8개 링

크, 0.9K개 삼각형, 9-DoF 자유도)과 비틀 자동차(4K개

삼각형)에서 평균 27.9 msec의 PDg 계산 속도를, 사람


그림 8 PolyDepth++ 침투거리(PDg) 계산 실험결과: 각 그림에서 장애물((a) 컵, (b) 용, (c) 자동차, (d) 물병)에 충돌(중첩)한 이

동물체((a) 스푼, (b) 토끼, (c) 푸마1 로봇, (d) 사람 손)에 대해 고속으로 침투깊이를 계산하여 충돌이 없는 위치로 이동한다.

(a)와 (b)는 강체모델들에서의 PDg를, (c)와 (d)는 관절체모델들에서의 PDg를 실시간으로 계산하는 시뮬레이션 예제이다

손(25개 링크, 6K개 삼각형, 25-DoF 자유도)과 물병

(0.7K개 삼각형)에서 평균 71.6 msec의 PDg 계산 속도

를 나타냈다(그림 8).

4. 병렬형 충돌검사

최근 들어 다수개의 코어가 탑재된 멀티코어 CPU의

보급이 활성화되고 GPU(graphics processing unit)의

성능 향상과 다양한 지원에 따른 GPU의 활용에 대한

학계 및 산업계의 관심이 늘어나면서 CPU나 GPU, 또는 CPU와 GPU를 혼용하여 사용하는 병렬형 기법들

이 충돌검사를 가속화하는데 적용되어왔다. 다음에서

근래에 개발된 멀티코어 CPU 기반으로 한 병렬형 고속

충돌검사와 GPU 기반으로 한 병렬형 고속 충돌컬링

기술에 대해 소개하고자 한다.

4.1 멀티코어 CPU 기반 병렬형 충돌검사 기술

Lee와 Kim[10]이 발표한 병렬형 충돌검사는 멀티코

어 CPU를 이용하여 강체들 간의 충돌검사를 병렬화

시켜 실시간에 수행할 수 있도록 하는 고성능 기법이

다. BVTT(bounding volume traversal tree)는 두개의

BVH에서 두 바운딩 볼륨의 충돌검사를 전개하는 순

서를 나타내는 이진 트리(binary tree)로, 기존의 병렬처

리 방식은 BVTT 노드(node)들을 각 코어에 빠르게 부

하 분산(load balancing)하여 충돌검사를 수행한다. 하지만 이 방식은 충돌된 노드의 침투깊이가 커질수록

방문한 자식노드 수가 많아지므로 불균형을 이루어 비

효과적이다. 이러한 불균형을 해소하기 위해 바운딩

볼륨인 OBB(oriented bounding box) 간의 침투깊이를

반영하여 CPU 코어들에 BVTT 노드를 효율적으로 부

하 분산하는 방법을 사용하였으며, OBB 간의 침투깊이

는 15개의 분리축 검사(그림 9)를 이용하여 계산하였다. 실험결과로는 전반적으로 쓰레드의 개수가 늘어남에

따라 성능이 향상되었으며, 8개의 쓰레드를 사용했을

때는 1개의 쓰레드를 사용했을 때와 대비해서 충돌검

사는 5배, 거리계산은 9.7배의 성능향상을 보였다.

그림 9 분리축 검사(Separating axis test, SAT): (왼쪽) 분

리된 경우, (오른쪽) 중첩된 경우

4.2 그래픽스 하드웨어(GPU) 기반 병렬형 충돌컬링 기술

충돌컬링은 물체들이 충돌할 때 충돌 점을 찾아내는

검사가 아닌 교차할 가능성이 높은 물체를 찾아내는

검사로서 특히 다물체 시뮬레이션에서 효과적이다. Liu et al. [11]이 개발한 병렬형 충돌검사는 수만에서 수십

만에 이르는 AABB 또는 구(sphere)형태의 다물체 간

의 충돌컬링을 그래픽스 하드웨어(GPUs)를 이용하여

병렬적으로 실시간에 구하는 방법이다. 그림 10에서처럼 각 축(X, Y, Z)을 지나면서 물체가

겹치는지 확인하는 방법으로 잘 알려진 SaP(sweep and prune) 충돌 컬링 기법은 의 계산복잡도를 가지

고 있기 때문에 다물체에는 적합하지 않지만, 병렬적으

로 수행할 경우 빠른 성능을 나타낼 수 있다. 하지만 그

림 10의 처럼 한 물체가 다른 물체들보다 매우 클 경

우에는 비효율적이다. 이를 해결하기 위해 Liu et al.은

SaP를 기반으로 물체의 크기를 반영하여 작업을 분할

하는 작업부하균등(workload balancing)을 적용하여 병

렬형 충돌컬링을 구현하였다(그림 11). 또한 기존 방식

그림 10 병렬형 충돌검사 SaP

2013. 11 정보과학회지 51

그림 13 16K개의 낙하하는 토러스들의 물리기반 실시간 시뮬레이션

Space Foosball (게임) VirtualPhysics (물리엔진) RecurDyn (CAE 솔버)

그림 14 고성능 충돌검사가 적용된 물리엔진을 이용한 애플리케이션의 예들[1]

그림 11 병렬형 충돌검사 SaP에 작업부하균등을 적용

그림 12 주성분분석(PCA)을 사용하여

구한 최적의 스윕라인 축

에서 사용하는 축 대신 PCA(principal component analy-sis)를 이용하여 계산한 최적의 스윕라인 축을 적용하

여 기존의 방법보다 3배 이상의 빠른 속도의 컬링연산

을 수행하였다(그림 12). 이 밖에 작업공간을 분할하

여(spatial subdivision) 더욱 효과적으로 충돌컬링을 수

행할 수 있다. 성능 면에서 볼 때 100K개의 파티클 시뮬레이션의

경우에는 공간균등분할 기법을 사용한 NVIDIA 보다

100 이상의 빠른 속도로 충돌컬링이 수행되었으며, 또한 16K개의 강체들을 대상으로 실시간에 물리적으로

사실적인 시뮬레이션을 할 수 있었다(그림 13).

5. 결 론

지금까지 본 연구진들이 근래에 개발한 실시간 물

리 시뮬레이션을 위한 고성능 충돌검사 기술들을 소

개하였다. 이러한 기술들은 본 연구진에서 개발한 물

리엔진에 탑재되어 다양한 형태의 시제품으로 제작되

었다(그림 14). 비록, 다양한 애플리케이션들에 사용

가능한 강체 및 관절체들 간의 실시간 충돌검사 기법

들이 개발되었지만, 다양한 상황에서의 더욱 빠른 계

산처리를 위해 계속 연구개발 중이며, 물리기반 시뮬

레이션이나 햅틱 시뮬레이션 등에 필요한 침투깊이(pe-netration depth) 계산과 같은 요소기술에 대한 수요는

여전히 늘어날 것이다.

참고문헌

[ 1 ] 지식경제 기술혁신사업 보고서: e-Entertainment를

위한 실시간 물리 시뮬레이션 기술 개발, 지식경제

부, 2009~2012.[ 2 ] http://gamma.cs.unc.edu[ 3 ] http://graphics.ewha.ac.kr[ 4 ] Tang, M., Kim, Y. J. and Manocha, D., “C2A: con-

trolled conservative advancement for continuous colli-sion detection of polygonal models”, ICRA09: Proc.


IEEE Int. Conf. Robotics and Automation, pp. 356- 361, 2009.

[ 5 ] Tang, M., Manocha, D. and Kim, Y. J., “Hierarchical and controlled advancement for continuous collision detection of rigid and articulated models”, IEEE Tran-sactions on Visualization and Computer Graphics, 2013.

[ 6 ] Mirtich, B. V., Impulse-based dynamic simulation of rigid body systems, Ph.D. dissertation, University of California, Berkeley, 1996.

[ 7 ] Zhang, X., Redon, S., Lee, M. and Kim, Y. J., “Conti-nuous collision detection for articulated models using Taylor models and temporal culling”, ACM Transactions on Graphics, 26(3):15, 2007.

[ 8 ] Je, C., Tang, M., Lee, Y. and Lee, M., Kim, Y. J., “PolyDepth: real-time penetration depth computation using iterative contact-space projection”, ACM Transac-tions on Graphics, 31(1):5, Jan 2012

[ 9 ] Tang, M. and Kim, Y. J., “Interactive generalized pe-netration depth computation for rigid and articulated models using object norm”, ACM Transactions on Gra-phics, 2013.

[10] Lee, Y. and Kim, Y. J., “Simple and parallel proximity algorithms for general polygonal models”, Journal of Computer Animation and Virtual Worlds, 21(3-4): 365- 374, 2010.

[11] Liu, F., Harada, T., Lee, Y. and Kim Y. J., “Real-time collision culling of a million bodies on graphics pro-cessing units”, ACM Transactions on Graphics (SIGG-RAPH ASIA), 29(6):154, 2010.

배 명 수

2008 Arizona State Univ. Computer Science 박사

2010~현재 이화여자대학교 컴퓨터그래픽스/가상현실 연구센터 연구교수/연구원

관심분야 : 컴퓨터그래픽스, 가상현실, CAGD, 멀티미디어


김 영 준

2000 Purdue Univ. Computer Science 박사

2003~현재 이화여자대학교 컴퓨터 공학과 부교수

관심분야 : 컴퓨터 그래픽스, 가상현실, 컴퓨터 게임, 햅틱 렌더링, geometric and physically-based modeling, robot motion planning


2013. 11 정보과학회지 53

컴퓨터그래픽 전문기업 에프엑스기어(FXGear)

한국과학기술원 노 준 용*

영화, 게임, 방송콘텐츠 등 여러 플랫폼에 적용되는

컴퓨터그래픽 기술력이 나날이 발전함에 따라, 국내

외적으로 그래픽 소프트웨어 산업이 활기를 띠고 있다. 에프엑스기어(FXGear)는 우수한 기술력을 보유한 컴

퓨터그래픽 소프트웨어 전문기업으로 10년 째 컴퓨터

그래픽 분야만을 연구․개발해온 기업이다. 직원 대다

수가 석박사급의 R&D인력으로 열정을 가지고 소프트

웨어 개발에 매진하고 있다. 이러한 에프엑스기어의

R&D 역량은 특허현황에 고스란히 나타난다. 현재 컴

퓨터그래픽스 분야에서 17개의 국내특허와 미국․일

본․대만 등 7개의 해외특허를 보유하고 있다. 1)

사업영역은 컴퓨터 그래픽 소프트웨어 개발, 디지털

휴먼 기술 개발, 소프트웨어 라이센싱으로 구성돼있다. 하이 퀄리티 기술을 사용하여 영화 및 TV 드라마, 광고와 게임을 넘어 모바일까지 다양한 분야에서 VFX를

구현할 수 있는 소프트웨어 및 서비스를 제공하고 있

는 에프엑스기어는 국내외 컴퓨터그래픽 산업의 성장

에 적극 기여하고 있다.에프엑스기어는 한국콘텐츠진흥원 등 정부국책과제,

산학과제들을 지속적으로 수행하여 성공리에 마치는

성과를 보였고, 설립 초기부터 글로벌 시장을 공략하여

대부분의 고객사가 해외 제작사라는 점이 특징이다. 2007년부터는 애니메이션 제작사 드림웍스에 의상 시

뮬레이션 소프트웨어를 제공하여, <슈렉3>부터 그 이

후의 모든 작품에 에프엑스기어의 기술이 적용되고 있

다. 지난 7월에는 컴퓨터그래픽 업계 최대 전시회 ‘시그라프(SIGGRAPH) 2013’에 참가해 약 250만 달러가

넘는 수출계약 추진액을 기록했을 뿐 아니라, 일본의

애니메이션 제작사 폴리곤픽처스(Polygon Pictures), 마자애니메이션(Marza Animation, SEGA 자회사) 등과 기

술 공급계약을 체결하기도 했다.2004년에 설립돼 길지 않은 기간 동안 이렇게 큰 성

* [email protected]

과를 이뤄낼 수 있었던 비결은 과연 무엇일까? 우리 기

술에 대한 자부심을 느끼게 해주는 글로벌 강소기업 에

프엑스기어의 솔루션을 살펴보기로 하자.

•퀄로스(Qualoth)

퀄로스는 에프엑스기어가 설립 후 처음 개발한 ‘3D 의상 시뮬레이션 소프트웨어’로 애니메이션, 영화, 게임영상 등에 활용되는 기술이다. 옷의 주름, 움직임, 재질 등을 보다 자연스럽게 표현할 수 있으며 과격한 움

직임에서도 안정적으로 결과를 보여주는 것이 특징이

다. 퀄로스는 천의 속성을 사실적으로 구현할 뿐만 아

니라, 타사의 의상 시뮬레이션과 비교해서 압도적인 연

산속도를 나타내기 때문에 의상의 역동적인 움직임과

세세한 주름까지 안정적이고 사실적으로 구현할 수 있

다. 퀄로스는 드림웍스, 블루 스카이 등 글로벌 메이저

스튜디오에서 도입할 만큼 검증된 소프트웨어로, 원천기술에 대한 한국, 일본, 미국의 특허권을 보유하고

있다. 퀄로스가 적용된 작품으로는 <슈렉3, 4>, <쿵푸

팬더>, <마다가스카3>, <가디언즈> 등 드림웍스의 애

니메이션에 사용되고 있다.

•플럭스(Flux)

한국콘텐츠진흥원의 지원을 통해 자체적으로 개발

한 유체(폭발, 화염, 연기, 물 등) 시뮬레이터로, 세계

최초로 완벽한 분산병렬처리가 가능한 기술이다. 쓰나

미, 파도 등을 표현하는 유체 시뮬레이션은 물방울(입자) 하나하나 모두 데이터 값으로 처리해야 하기 때문

에 계산해야 할 데이터량이 매우 커서 1대의 컴퓨터로

는 계산이 불가능한 경우가 많다. 따라서 다량의 CPU와 메모리를 묶어서 계산할 수 있는 SW가 필수적이다. 에프엑스기어는 ‘분산병렬처리’ 기술을 이용해 유체를

보다 안정적이고 빠르게 표현해낼 수 있다. 기존 타사

의 유체 시뮬레이터는 일부 과정만 분산병렬처리를 지

원했지만, 플럭스는 전 과정의 분산처리를 지원할 뿐

만 아니라, 주어진 하드웨어 자원을 최대로 활용할 수

기관탐방

54 기관탐방 컴퓨터그래픽 전문기업 에프엑스기어(FXGear)

있도록 최적화 되어있어, 동일 조건에서도 타 소프트

웨어에 비해 월등한 성능을 보인다. 특히 대규모의 유

체를 고해상도로 빠르게 처리할 수 있다.

•에프엑스헤어(FXHair)

에프엑스헤어는 ‘헤어(Hair) 시뮬레이션 소프트웨어’로 영화, 3D 애니메이션 제작 시 머리카락이나 털의 움

직임을 자연스럽고 사실적으로 표현해주는 기술이다. 바람 등 외부의 힘이 머리카락에 작용했을 때 각각의

머릿결에 어울리는 움직임을 사실적으로 표현하는 것

은 매우 어려운 작업이다. 에프엑스헤어는 머릿결을 유

지하면서 외부 힘과의 상호작용, 그리고 머리카락과 머

리카락 사이의 상호작용까지 고려하기 때문에 실제 머

리카락처럼 디테일한 표현이 가능하다.

•이지클로스(ezCloth)

이지클로스는 ‘게임 캐릭터 의상 애니메이션 저작 툴’로서 게임캐릭터의 의상과 장신구 등의 시뮬레이션

제작에 특화돼 게임스튜디오의 생산성을 크게 향상시

킬 수 있는 획기적인 기술이다. 일반적으로 게임캐릭

터의 의상이 하나 추가되면 동작 하나하나의 애니메

이션을 만들어야 하므로 보통 700여 개의 애니메이션

을 수작업으로 제작해야 한다. 그러나 이지클로스를 적

용하면 설정된 뼈대의 동작에 따라 의상도 자연스럽게

같이 움직이기 때문에 일일이 애니메이션을 새롭게 만

들 필요가 없다. 기존의 방식보다 평균 5배 이상 생산

성을 갖고 있다고 평가 받고 있는 이지클로스는 엔씨소

프트의 대표작 <AION>에 처음 사용됐다.

•디지털 휴먼(Digital Human) 부문

버추얼 메이크업(Virtual Makeup)은 가상으로 메이크

업 한 얼굴을 예측할 수 있는 기술이다. 원본사진을 토

대로, 사진에서 난반사 특성, 정반사 특성 등 조명의 특

성값을 추출해 3D모델에 적용함으로써 조명효과가 반

영돼 실제 메이크업과 동일한 결과를 얻을 수 있다.

페이스 오프(Face‐Off)는 미리 촬영한 영상에서 등장

인물의 얼굴을 다른 사람의 얼굴로 교체하는 기술이다. 2008년에는 권상우와 계약을 체결해 권상우가 출연한

뮤직비디오에 상대 여성배우의 얼굴을 팬들의 얼굴로

교체할 수 있는 서비스를 출시해 NHK 등 일본 주요

매체에 보도된 바 있다.에프엑스아바타(FXAvatar)는 디지털 휴먼기술을 집약

하여 완성한 솔루션으로 2D 사진 한 장으로 3D 아바

타로 자동 생성해 옷, 헤어 등을 코디한 후 가상피팅

(Virtual Fitting)할 수 있는 기술이다. 2D 사진 한 장만

있으면 수 초 내로 가상 아바타를 생성하고 자신의 신

체사이즈를 입력해 사용자와 닮은 아바타를 완성할 수

있다. 또 3D로 아바타를 만들기 때문에 상하좌우 및

360도에서 가상피팅한 모습을 확인할 수 있다. 에프엑

스아바타의 기술을 활용하여 지난 9월 동아일보와 공

동기획해 박근혜 대통령의 패션을 제안하는 <박근혜

패션 프로젝트>를 진행한바 있다. 에프엑스기어는 영화․애니메이션의 시각효과(VFX)

분야에서 두각을 나타내면서 성장했다. 디즈니, 드림웍

스, 블루스카이라는 미국의 3대 애니메이션 스튜디오

에 모두 솔루션을 제공한 만큼 기술력면에서는 세계

정상급이다. 에프엑스기어는 3D 시뮬레이션 소프트웨어를 자체

적으로 개발하여 원천기술을 확보하고 있다. 따라서 3D 시뮬레이션 기술이 필요한 분야에 언제든지 쉽고 유

연하게 기술을 응용할 수 있다. 특히 최근에는 모바일

그래픽 분야로 사업 영역을 확장하여 모바일 디바이스

에서 활용할 수 있는 모바일 그래픽 엔진을 개발했다.최근 창조경제를 실현하는 핵심도구로 소프트웨어

산업이 꼽히면서 에프엑스기어는 한 단계 도약할 것

으로 예상된다. 에프엑스기어가 보유한 세계적인 기술

력과 다양한 서비스를 통해 세계 최고의 R&D 기업, 최고의 컴퓨터그래픽 소프트웨어 기업으로 우뚝 설 날

을 기대해본다.

2013. 11 정보과학회지 55

정보과학회논문지 10월호

정보과학회논문지 : 시스템 및 이론 제40권 제5호

악성 코드 내 난독화 된 윈도우즈 SDK API 호출에 대한 자동 분석

김성호․박용수(한양대)

API 난독화 기술은 악성코드 내에서 사용되는 API 호출의 정적

분석을 방해하여 특정 API 호출 유무를 숨기고 API간의 연관성 분

석을 방해한다. 본 논문에서는 API 난독화 호출 기술 중 API 리디렉

트 호출 기술을 동적 오염 분석 기술을 이용하여 자동으로 분석하는

방법을 제안한다. 제안 방법은 먼저 난독화 된 악성코드의 명령어, 메모리 엑세스, API 호출과 같은 동적 실행 정보를 추출하고 이를 기반

으로 후위 오염 분석을 통해 실행되는 API와 의존성을 지닌 명령어

를 찾고 이를 통해 난독화 되기 이전의 API가 호출되는 주소를 찾는

다. API 리디텍트 호출 기술을 포함하고 있는 VMProtect의 “Import protection” 기능을 악성코드에 적용하고 이를 제안 방법을 통해 분

석한 결과 난독화된 악성코드 내 API 호출 위치를 80~100%(평균

91.6%) 복구하는 것을 확인할 수 있다. 난독화 되기 이전의 API의 위

치의 복구를 통해 API간의 연관성 및 코드 패턴등을 쉽게 파악하여

악성코드를 빠르게 분석하는 데에 기여를 하리라 예상한다.키워드 : 악성코드, 난독화, 오염분석, 동적분석

모바일 플랫폼의 쓰레드 성능 개선을 위한

자원 관리 프레임워크

임근식․민창우․엄영익(성균관대)

현재 리눅스 커널의 중요한 변화 중 하나가 확장성과 고성능을 위

한 쓰레드 모델의 진화이다. 리눅스에 도입된 1:1 쓰레드 맵핑 모델

은 서버 및 데스크탑 환경의 성능 및 확장성을 대폭 개선시켰다. 그러나 이 쓰레드 관리 방법은 커널공간의 쓰레드와 유저공간의 쓰레

드를 1:1로 직접 맵핑하기 때문에 많은 메모리와 높은 CPU자원을

소모한다. 따라서 낮은 CPU 클럭 스피드와 적은 메모리 용량을 유

지해야 하는 모바일 디바이스(예: 스마트폰, 스마트 DTV)에서는 적

합하지 않다. 본 논문은 모바일 플랫폼의 쓰레드 성능을 개선하기 위

하여 CPU와 메모리 자원을 적절히 재분배하는 쓰레드 관리 프레임

워크를 제안한다. 제안 시스템은 (1) 사용자의 대기시간을 개선시키

기 위한 동적 쓰레드 스케줄링, (2) 쓰레드의 스택 메모리 사용량을

제어하기 위한 메모리 관리 기법, (3) 부팅시간 단축 및 최적화를 위

한 쓰레드 모니터 등으로 구성된다. 실험결과, 제안 아이디어는 사용

자 애플리케이션의 실행시간 개선(58%), 기존 시스템 대비 스택 메

모리 사용량 감소(338%), 부팅시 미디어 쓰레드의 초기화 시간 단축

(76%)을 보였다.키워드 : 자원 관리, 쓰레드 모델, 쓰레드 스케줄링, 쓰레드 스택, 쓰레

드 네이밍

실시간 응용을 위한 광 패킷 스위치 설계

한상화․유호민․이재면․강경태(한양대)

종래의 네트워크(Network) 스위치(Switch) 관련 연구들은 대부

분 인터넷 트래픽(Traffic)에 대한 평균적인 처리량과 지연시간 향상

에 초점을 맞추고 있으며, 따라서 경성 실시간 어플리케이션(Soft Real- Time Application)이 요구하는 최대 지연시간 보장이 불가능하다. 본 논문에서는 실시간 응용에 적합한 광(Optical) 스위치 설계 구조

를 제안한다. 클럭(Clock) 기반 스케줄링(Scheduling) 기법과 클리어

런스 타임(Clearance time) 최적 스위칭 기법을 이용하여, 스위치를

통과하는 트래픽이 스케줄 가능할 경우 모든 스위치에서의 패킷 전

달이 두 클럭 이내에 완료 되는 것을 보장한다. 이를 바탕으로 스위

치 네트워크에서 발생하는 최대 네트워크 지연시간을 예측 할 수 있

기 때문에 실시간 응용에 적용하는 것이 충분히 가능하다. 이와 더불

어, 본 논문에서는 실시간 응용에서 패킷(Packet)의 크기나 버퍼링

(Buffering)과 같은 광 패킷 스위치의 주요 구현 이슈들을 살펴보고

이를 통한 실시간 스위칭 알고리즘의 설계와 성능 평가를 실시하였

다. 그 결과 제안된 스위칭 알고리즘이 기존의 상용 제품에 널리 활

용되고 있는 크로스바 스위칭 알고리즘인 iSLIP에 비해 스위칭에 의

한 지연시간과 스케줄링 가능성 측면에서 우수한 성능을 보임을 입

증하였다.키워드 : 광 스위치, 실시간 네트워크 스위치, 최대 지연시간, 클럭 기반

스케줄링, 클리어런스 타임 최적 스위칭 기법, 스케줄링 가능성

가상화 시스템을 위한 큰 단위 대역폭

인지 I/O 스케줄링 기법

김세욱․강동우․최종무(단국대)

본 논문에서는 가상화 시스템을 위한 새로운 I/O 스케줄러인 Coarse- grained Bandwidth- aware I/O 스케줄링 기법을 제안한다. 이 기법

은 가상화 시스템에서 가상머신들이 동시에 집중적인 I/O를 요청할

때, 전체 I/O 성능저하를 해결하기 위한 기법으로써, 가상머신들의

I/O 요청들 단위가 아닌 I/O 대역폭 단위로 스케줄링을 수행한다. 이

기법은 실시간으로 I/O 대역폭을 측정하여, 특정한 임계값 이상의

대역폭을 요구하는 가상머신들을 특별하게 관리한다. 구체적으로

이러한 가상머신들은 라운드로빈 방식으로 선택되어 가능한 한 최

대 대역폭을 할당하고, 그 외의 가상머신들은 기아현상을 막기 위해

최소 대역폭을 할당한다. 제안된 스케줄링 기법은 가상머신들 간의

문맥 교환과 디스크 섹터 접근 거리를 줄임으로써 전체 I/O 성능을

향상시킬 수 있으며, 큰 시간 단위에서 공평성을 유지할 수 있다. 본

논문에서는 DD 유틸리티와 FIO 벤치마크 프로그램에서 1GB의 데

이터 I/O를 수행하는 실험을 진행하였으며, 제안하는 기법이 기존

기법보다 약 19%정도 I/O 성능이 향상되는 것을 검증하였다.키워드 : 가상화, 스토리지 I/O, Xen, I/O 성능, 스토리지 가상화

모바일 사용자 상황정보를 이용한 퍼스널

라이프로그 자동 태깅 방법

장영완․김병만․문창배․신윤식(금오공대)

퍼스널 라이프로그는 개인이 일상생활에서 경험한 것을 기록한

디지털 기록이다. 라이프로그를 수집 하려면 현재 상황에서의 활동

이나 이벤트를 감지하고 기록할 필요가 있다. 스마트폰을 사용하면

사용자와 모바일 기기 상호간의 상황에 대한 라이프로그의 수집이

가능하다. 그러나 모바일 환경에서 수집된 라이프로그는 별다른 연

관성 없이 수집되어 지기 때문에 데이터를 조회 하거나 시각화하기

논문초록

56 논문초록 정보과학회논문지 10월호

가 어렵다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 모바

일 기반 라이프로그의 컨텍스트 정보를 제공하는 자동 태깅 방법을

제안한다. 제안하는 방법은 이동활동, 청각활동, 시각활동, 기록활

동, 말하기활동의 5가지 사용자 활동으로 분류하고 관련된 일련의

사용자의 활동을 지속상황, 감지상황, 선택상황의 세 가지 상황으로

구성 한다. 그리고 이렇게 구성된 상황을 토대로 라이프로그의 자동

태깅 작업을 수행한다.키워드 : 사용자 상황정보, 라이프로그, 퍼스널로그, 자동 태깅, 에피소

드 맵

자바 소스 코드에서의 명세를 활용하기 위한

BML에서 BIRS로의 변환

김선태․김제민․박준석․유원희(인하대)

본 논문에서는, 자바 바이트 코드 검증을 위해 설계된 중간 표현

언어인 BIRS(Bytecode Intermediate Representation with Specifi-cation)생성기 JBVF(Java Bytecode Verification Framework)를 확

장한다. JBVF를 통해 생성된 BIRS는 검증 조건 생성을 위해 자바

소스 코드(하이레벨)가 공개 되었을 경우에도 프로그래머가 BIRS(로우레벨)에 직접 명세 정보를 기술해 주어야 한다. 이를 해결하기

위해, 자바 소스 코드가 공개되었을 경우 자바 소스 코드에 입력된 명

세 정보를 이용하여 BIRS 코드를 생성하는 방법을 소개한다. BIRS 코드는 JML2BML도구와 JML, BML을 이용하여 생성한다. BML을 입력으로 받아 생성된 BIRS에 명세 정보가 정확히 표현되었는지

확인한다.키워드 : 자바 바이트 코드, BML, BIRS, 프로그램 검증

정보과학회논문지 : 소프트웨어 및 응용 제40권 제10호

성능기반 리팩토링 기법 연구: 무브 메소드 영역 추출 및 식별

권예진(단국대), 이준하(서강대), 박용범(단국대)

소프트웨어가 복잡해지고 대형화됨에 따라 다양한 소프트웨어

구조개선 방법이 연구되고 있으며, 특히 객체지향 시스템에서의 복

잡도를 낮추고 가독성, 구조, 성능, 유지보수, 추상성 등을 향상시킬

수 있는 리팩토링(Refactoring) 기법이 활용되고 있다. 리팩토링은

객체지향 방법론에서 사용되는 높은 응집도와 낮은 결합도 원칙에

따라 기존의 소프트웨어를 결과에 변화 없이 구조 개선을 제시하였

다. 본 연구에서는 자바의 GC(Gabage Collection)를 중심으로 메모

리관리에 따른 성능향상 방법을 제시하고, 각 객체와 메모리 관계를

주요 팩터로 하여 무브메소드를 선정하고 리팩토링을 시도하는 방

법을 제안한다. 키워드 : 리팩토링, 무브 메소드, 결합도. 성능

효율적인 안드로이드 애플리케이션 테스트를 위한

테스트 케이스 설계 방안

신 원(나스텍), 박두호․장천현(건국대)

안드로이드 플랫폼의 시장 점유율이 커짐에 따라 품질 향상을 위

한 소프트웨어 테스팅에 대한 관심이 높아지고 있다. 안드로이드 애

플리케이션은 특정 GUI 컴포넌트를 통해 사용자 입력을 처리하기

때문에 소스 기반 테스트와는 다른 테스트 기준이 필요하다. 이를 위

해 본 논문에서는 안드로이드 소프트웨어의 특성을 고려하는 동시

에 일반적인 GUI 소프트웨어 테스트에 사용되는 다양한 테스트 커

버리지를 충족시킬 수 있는 테스트 케이스 설계 방법론을 제안한다.

제안하는 방법은 안드로이드 애플리케이션의 상태 모델을 응용하고

있으며, 테스트 케이스 생성 과정에서 안드로이드 소프트웨어의 특

성을 고려한다. 제안하는 방법을 통해 생성된 테스트 케이스는 코드

커버리지 및 GUI 테스트 커버리지를 만족할 수 있다. 따라서 적은

테스트 케이스로 효율적인 테스트를 수행할 수 있다. 결과적으로 테

스트에 소모되는 비용을 절감하고 시간을 단축할 수 있으며 나아가

안드로이드 애플리케이션 품질 개선의 기반이 된다. 제안하는 방안

을 검증하기 위해 랜덤 이벤트시퀀스 기반 테스트와 커버리지 비교

실험을 수행하여 제안 방안의 우수함을 증명한다.키워드 : 안드로이드 애플리케이션 테스트, GUI기반 테스트, 테스트

케이스, 코드커버리지, 상태 전이 모델

흉부 CT 영상에서 밝기값 제약 기반 다중변형모델을

이용한 간유리음영 결절 자동 분할

정주립․홍헬렌(서울여대)

본 논문에서는 흉부 CT 영상에서 간유리음영 성분과 고형 성분

을 배경과 잘 분리되도록 동시에 분할하는 방법을 제안한다. 제안하

는 방법은 다음의 세 단계로 구성된다. 첫째, 밝기값 기반 히스토그

램 모델링을 이용해 적응적 임계값을 산정하여 간유리음영 성분과

고형 성분의 초기 영역을 분할한다. 둘째, 유사한 밝기값을 갖는 주

변기관이 함께 분할된 초기 영역을 보정하기 위하여 형태 정보와 폐

분할 정보를 이용하여 결절 주위의 혈관과 흉벽을 제거한다. 셋째, 밝기값 제약 기반의 다중변형모델을 이용하여 간유리음영 성분과 고

형 성분 영역을 최종 분할한다. 제안방법의 성능을 평가하기 위해 기

존 방법과 제안 방법의 분할 결과를 임상의에 의한 수동 분할 결과와

비교한다. 실험 결과는 제안 방법이 간유리음영 성분과 배경을 잘 구

분하였음을 보여주며, 제안 방법의 정확성이 기존 방법 대비 77% 향상되었음을 보여준다.키워드 : 폐결절 분할, 간유리음영, 히스토그램 모델링, 다중변형모델

청소로봇을 위한 지능형 온라인 경로계획 알고리즘 개발

신용우(동아방송예대), 최승윤․정태충(경희대)

청소로봇은 장애물을 피하며 전체 바닥공간을 청소하여야 한다. 온라인 커버리지 경로계획이란 벽과 장애물의 위치를 미리 알지 못

하는 상황에서 청소를 진행하며 지도를 그려가면서 경로계획 및 청

소를 하는 방식을 말한다. 본 논문에서는, SIBA(Spiral Intellectual Boustrophedon and A* search) 경로계획 알고리즘을 제안하였다. 기존의 알고리즘은 나선형 알고리즘으로 벽과 장애물의 위치를 알

아내며, 나머지 바닥부분은 B-알고리즘(Boustrophedon algorithm)으로 채워나가는 방식이었다. 그런데 B-알고리즘은 영역을 여러 조

각을 내는 문제와 청소하는 영역이 차례로 진행되지 않는다는 단점

이 있었다. 본 연구에서는 가급적 영역의 개수를 줄이면서도 한쪽부

터 차례대로 청소를 진행하도록 B-알고리즘을 사람이 하는 방식으

로 고려한 IB(Intellectual Boustrophedon) 알고리즘으로 개선하였

다. 이 방식은 매우 새로운 개념이다. 따라서 SIBA알고리즘은 다른

알고리즘에 비해서 청소영역의 개수를 줄이고, 전체적으로 좌에서

우로 순차적으로 청소할 수 있게 하여, 청소로봇의 행위가 실제 사람

의 청소방식과 유사하게 하였다. 키워드 : 청소로봇, 경로계획, 알고리즘, 로봇, 온라인

키어절을 이용한 새로운 한국어 구문분석

오진영․차정원(창원대)

구문분석은 문장 구조와 문장 성분을 파악하는 작업으로써 언어

이해에서 중요한 단계이다. 의존구조 구문분석 방법에는 트랜지션

방법과 그래프 방법이 대표적이다. 트랜지션 방법은 루트에서 먼 곳

2013. 11 정보과학회지 57

의 성능이 좋으나 문장 구조의 성능이 상대적으로 낮다. 반면에 그래

프 방법은 문장 루트에서 가까운 부분에서 성능이 높으나 멀어질수록

성능이 상대적으로 낮아진다. 본 논문에서는 트랜지션 방법의 장점에

문장 성능 향상을 위한 새로운 방법을 제안한다. 문장구조를 인식하

기 위해 ‘키어절’이라는 개념을 제안하고 인식과정을 거친다. 인식된

키어절을 구문분석의 자질로 사용하는 방법, 키어절을 위한 수정 모

델 실험을 하였다. 세종 구문 코퍼스를 사용하여 실험한 결과 3%의 문

장성능 향상을 이룰 수 있었다. 이 실험결과는 키어절을 사용하는 것

이 문장 구조를 인식하고 오류전파를 막는데 효과적임을 알 수 있다.키워드 : 한국어 의존구조 분석, 다단계 구단위화, CRFs, 키어절

다단계 규칙 변환에 의한 Java 언어를 위한

다양한 제어흐름 분석 유도

창병모(숙명여대)

집합-기반 분석을 보다 굵은 수준으로 설계할 수 있는 변환-기반

방법이 제안되었다. 이 방법을 이용하면 식-수준의 분석으로부터 규

칙 변환을 통해 덜 정확하지만 보다 효율적인 분석을 설계할 수 있

다. 이 방법은 원래 분석이 각 식에 대해서 하나의 집합 변수를 구성

하는 식-수준에서 설계되었다고 가정하였으므로, 식-수준의 분석에

만 적용 가능하다는 한계를 가지고 있다. 그러나 이 아이디어는 꼭

식 수준에 한정될 필요가 없으며 확장될 필요가 있다. 본 연구에서는

규칙-변환 방법을 확장하여 어느 수준의 분석에도 적용될 수 있도록

확장하고 이를 통해 실용적인 집합-기반 분석을 설계할 수 있는 다

단계 규칙-변환 메커니즘을 제시한다. 또한 이 변환 메커니즘을 이용

하여 프로시저 사이의 제어흐름을 보여주는 Java 언어를 위한 다양

한 수준의 제어흐름 분석들 사이의 관계를 조명하고 이를 정리한다.키워드 : 집합-기반 분석, 구성 규칙, 다단계 규칙 변환, 파티션

FEAST: 테스트 케이스의 결함 실행확률을 이용한

향상된 결함 위치추정 기법

문석현․김윤호․김문주(KAIST)

프로그램 오류의 원인을 찾는 과정인 결함 위치추정(fault localiza-tion)은 프로그래머가 직접 실패한 실행을 추적하면서 결함으로 의

심되는 코드를 찾아야 하기 때문에, 프로그램 디버깅 과정 중 가장

많은 노력과 시간을 요구한다. 따라서, 결함 위치추정에 사용되는 비

용을 줄이기 위해서 많은 기법들이 제안되었고, 그 중 커버리지 기반

결함 위치추정 기법(CBFL: Coverage Based Fault Localization)은

프로그램 커버리지를 이용하여 결함으로 의심되는 코드들에 우선순

위를 부여함으로써 결함의 위치를 추정한다. 하지만 CBFL기법에서

사용되는 테스트 케이스 중 결함을 실행했음에도 오류를 발생시키지

않는 테스트 케이스인 Coincidentally Correct Test case(CCT)의 수

가 많을 경우, CBFL 기법의 정확성이 크게 떨어지는 문제점이 있다. 본 논문에서는 해당 문제의 해결을 위해서, 결함 가중치가 부여된 테

스트 케이스에 기반한 결함 위치추정 기법 FEAST(Fault-wEight bASed localization Technique)을 제안한다. FEAST는 대상 프로그램을 실

행한 각 테스트 케이스가 결함을 실행했을 확률에 따라 각 테스트 케

이스에 가중치를 부여함으로써 CBFL기법의 정확성을 향상 시킨다. 본 논문에서 제안한 FEAST기법의 정확성을 측정하기 위해 SIR ben-chmark내의 10개 프로그램에 대해 FEAST와 대표적 CBFL기법인

Tarantula를 적용하여 실험을 수행하였다. 실험으로부터 FEAST는

평균적으로 약 14.62%의 실행된 구문을 검사함으로써 결함을 찾을

수 있다는 것을 확인하였는데, 이는 FEAST가 Tarantula보다 평균적

으로 26.55% 더 정확한 결과이다.키워드 : 커버리지 기반 결함 위치추정 기법, Coincidentally correct

test case, 결함 가중치, 디버깅

평판분석을 위한 상품특징 대체어 자동추출

안미희․백종범․이수원(숭실대)

온라인 쇼핑몰에서 상품평은 소비자에게 상품에 대한 유용한 정

보를 제공해 준다. 사용자는 상품 특징에 대한 보다 정확한 정보를

얻기 위해 기구매자들이 쓴 상품평을 활용하고 있으나 많은 수의 상

품평들을 모두 읽어보는 것은 불가능하다. 따라서 사용자의 관심을

유도하고 구매를 촉진하기 위하여 상품에 대한 특징별 상품평 분석

기법에 대한 관심이 증가하고 있다. 그러나 특징별 상품평 분석에 있

어서 같은 특징에 대하여 사용자들이 사용하는 어휘가 일치하지 않

아 정확한 분석에 어려움이 있다. 본 연구에서는 이러한 문제점을 해

결하기 위하여 상품 특징에 대한 대체어를 자동으로 추출하는 방법

을 제안한다. 제안 방법은 먼저 상품평에서 특징 명사에 대한 연관서

술어를 추출하여 자질어 벡터를 구성하고 특징 명사와 연관서술어

와의 문장 내의 거리를 반영한다. 또한, 복합명사에서 결합명사를 추

출하여 자질어 벡터를 구성한다. 구축된 각각의 자질어 벡터에 대하

여 특징 명사와 대체어 후보간의 유사도를 계산하여 대체어를 추출

하고 유사도를 혼합하여 최종 대체어를 추출하는 방법을 제시한다. 실험 결과, 연관서술어 및 결합명사만 사용한 방법보다 유사도를 혼

합하여 사용한 대체어 추출이 더 좋은 성능을 보였다.키워드 : 평판 분석, 동의어, 대체어, 상품특징, 상품평

정보과학회논문지 : 컴퓨팅의 실제 및 레터 제19권 제10호

스마트폰 환경에서 음성통화와 어플리케이션을

연계하는 컨버전스 서비스

조민호(중원대)

스마트폰은 데스크탑 컴퓨터에 비추어도 손색이 없을 만큼 강력

한 하드웨어와 운영체제를 가지고 있다. 하지만, 대부분의 사용자들

은 기존 피쳐폰과 비슷한 기능과 서비스를 사용함으로써 스마트폰

을 제대로 활용하지 못하고 있다. 이런 점에서 스마트폰의 성능과 기

능을 잘 활용할 수 있는 컨버전스 서비스 개념을 제공하고 실제 구현

사례를 제시함으로써, 스마트폰 시대에 맞는 편리하고 다양한 서비

스가 개발되는데 도움이 되고자 한다. 본 논문에서 제시하고자 하는

컨버전스 서비스는 기존에 따로 수행되던 음성 통화 기능과 어플리

케이션 기능을 통화를 중심으로 통합하는 것이다. 서비스 이름은

“스마트콜”이라 정하고 구체적인 개념을 정립한 후에 실제 사용자

를 대상으로 개발한 사례를 제시한다. “스마트콜” 서비스 개념을 통

하여 피쳐폰의 한계를 극복하고 스마트폰에 적합한 새롭고 독창적

인 서비스가 개발되기를 기대한다.키워드 : 서비스, 안드로이드, 스마트폰, 컨버전스

결함 트리 분석을 통한 TTCN-3 기반 네트워크

프로토콜 테스트 케이스의 자동 확장

고성규(삼성전자), 이은석(성균관대)

본 논문에서는 TTCN-3로 작성된 네트워크 프로토콜 테스트 케이

스를 결함 트리를 이용하여 자동 확장하는 방법론을 제안한다. TTCN-3로 작성된 네트워크 프로토콜 테스트 케이스를 테스트 커버리지를 늘

리고 시스템 안정성을 폭넓게 테스트 하기 위하여 테스트 케이스를

확장할 필요가 있다. 이를 효율적으로 진행하기 위하여 본 논문에서

는 결함 트리를 이용한 자동 확장 방법을 제안한다. 제안 방법론은 TTCN- 3로 기술된 테스트 케이스를 결함 트리로 모델링 하는 단계와 도출


된 모델을 이용하여 테스트 케이스를 확장하는 단계 그리고 테스트

케이스의 수를 최적화 하는 단계로 구성된다. 제안 방법론의 효과를

확인하기 위하여 TTCN-3로 기술된 SIP 프로토콜 테스트 케이스에

적용을 해본 결과 테스트 케이스의 수는 11.9배 확장되었고, 구문 커

버리지의 경우 1.3배, MC/DC 커버리지의 경우 2.8배 증가하였다.키워드 : TTCN-3, 결함 트리, 테스트케이스 자동확장

변동성 지표 값의 그룹화에 기반한 한국어 파찰음 인식

이재원(성신여대)

스마트폰의 급속한 보급에 따라, 최근 모바일 환경에서 작동 가능

한 음성 인식 시스템에 대한 수요가 급격히 증대되고 있다. 본 논문

은 음소 기반 한국어 음성 인식 시스템에 적용하기 위한 새로운 한국

어 파찰음 인식 방안을 제안한다. 제안하는 방식은 입력 음성 신호를

구성하는 각각의 블록에 대해 계산되는 변동성 지표 값에 기반하며, 이들 지표 값을 그룹화하는 두 가지 파찰음 인식 기법이 제시된다. 그중 하나는 매우 높은 변동성을 보이는 연속적인 블록들을 탐지하

는 것이고, 다른 하나는 짧은 구간에 걸쳐 나타나는 변동성의 급격한

변화를 탐지하는 것이다. 이 두 가지 기법을 결합하여 파찰음이 인식

된 위치를 최종적으로 결정한다. 실험 결과를 통해, 제안하는 방식을

사용함으로서 기존의 영교차율 기법에 비해 FRR과 FAR의 관점에

서 모두 오류율을 현저히 감소시킬 수 있음을 확인하였다.키워드 : 음성 인식, 파찰음 인식, 변동성 지표, 그룹화 알고리즘

스마트 폰의 애플리케이션 사용 경향

분석을 위한 프레임워크

강동주․조성현․강신진(홍익대)

본 연구에서는 안드로이드 스마트 폰 환경에서의 애플리케이션

사용 경향 분석을 위한 프레임워크를 제안한다. 최근 들어 스마트 폰

의 급격한 확산으로 사용자들이 급격히 늘어나고 있다. 스마트 폰에

서는 핸드폰 고유의 기능인 전화, 문자사용 보다 애플리케이션 사용

률이 매우 높다. 하지만 애플리케이션 사용 경향을 객관적으로 분석

할 수 없다는 어려움이 있다. 제안하는 프레임워크는 모바일 사용자

의 애플리케이션 사용 경향을 안드로이드 폰에서 추출하여 서버로

전송하고 서버에서는 사용자들의 데이터를 수집 및 분석하는 기능

을 제공한다. 이를 통해 스마트 폰 사용자의 애플리케이션 사용 경향

을 객관적으로 분석할 수 있을 뿐만 아니라 사용자에게 사용 통계 정

보를 전달하고, 애플리케이션 개발자에게는 유용한 정보를 제공한

다. 본 프레임워크의 유용성을 평가하기 위하여 프레임워크를 설계

및 구현하였고 안드로이드 스마트 폰 사용자를 대상으로 실험하여 3가지 방법으로 데이터를 분석 및 평가하여 결론을 도출하였다. 키워드 : 프레임워크, 데이터 마이닝, 행동 분석, 빈발 패턴

다지점 오픈플로우 기반 SDN 시험환경들의 유연한

연결을 위한 GRE 터널링 방식 비교 및 검증

노경수․김종률․김종원(GIST)

미래인터넷 서비스 실증을 위해서 사용자들에게 컴퓨팅/네트워킹

자원을 융합적으로 유연하게 제공하는 실험환경의 중요성이 점차

확산되고 있다. 본 논문에서는 국내외 다수 지역들에 SmartX Rack들을 설치하고 이들을 연동하여 오픈플로우(OpenFlow) 기반 SDN (software defined networking) 시험환경을 구축하기 위해 활용한

L2-GRE(layer 2-generic routing encapsulation) 터널링 기법을 소개

한다. 즉 다지점의 오픈플로우 네트워크을 연동하기 위해 필요한 오

픈플로우-인지형 캡슐레이터(capsulator)를 제안하고, 이를 각기 다

른 특성을 가지는 OVS(open virtual switch) 캡슐레이터, NF(NetFPGA+

OpenFlow) 캡슐레이터, Narinet (Narinet OpenFlow switch) 캡슐

레이터를 적용하여 비교 검증한다. 실제 시스템을 활용한 성능 검증

을 바탕으로 특성 및 취약점을 분석하여 OF@TEIN 다지점 오픈플

로우 기반 SDN 시험환경에 적용하였으며, 그 결과 국내외 다지점 간

의 연동을 위한 실용적 네트워킹 지원이 가능함을 확인한다.키워드 : 소프트웨어-정의 네트워킹, 오픈플로우, 테스트베드 시험환경,

generic routing encapsulation

GPU 기반의 외적을 통한 희소행렬 곱셈방안

조용연․배덕호․김상욱(한양대)

최근, 다양한 온라인 사회연결망들의 등장으로 인해, 이들을 분석

하여 유용한 정보를 도출하고자 하는 시도들이 활발해지고 있다. 희소행렬의 곱은 사회연결망 분석의 핵심 연산으로, 본 논문에서는

GPU를 이용하여 희소행렬의 곱을 효율적으로 수행하는 방안을 제

안한다. 제안하는 방안은 내적을 이용하는 기존 방안과는 달리 외적

을 통해 두 행렬의 곱셈을 효율적으로 수행한다. 실험 결과, 제안하

는 방안은 기존 방안에 비해 최대 100배의 성능 향상을 보였다.키워드 : GPU, 희소행렬곱셈

정보과학회논문지 : 데이터베이스 제40권 제5호

가상화된 Hadoop 클러스터 환경에서 VM과

태스크의 분석 및 배치

김태원․김현준․김준모(단국대)

네트워크의 발전과 인터넷 확산에 힘입어 서비스 데이터가 고품

질, 대용량화 되었다. 따라서 분산 처리의 필요성이 대두되고 연구가

활발히 진행되고 있다. 또한, 서버의 시스템 자원을 효율적으로 제공

할 수 있는 서비스 가상화 기술이 주목받고 있다. 그러나 가상 머신

환경에서의 대용량 데이터 분산처리 시스템을 구성할 경우 많은 문

제가 발생하게 된다. 본 논문에서는 가상 머신 환경에서의 가상 머신

과 태스크들의 생성 배치에 따른 I/O 대역폭의 최적화 실험을 하고, 결과를 평가한다. 또한 본 논문에서 수행한 실험 결과는 가상 머신

환경에서의 I/O 대역폭 밸런싱(balancing)을 지원하는 하둡 스케쥴

러(Hadoop Scheduler)의 연구에 사용될 예정이다.키워드 : 하둡, 분산 데이터 베이스, 가상 머신, 빅 데이터

공간 HBase : 공간 빅 데이터를 위한 HBase 확장

김정준․한성근․신인수․한기준(건국대)

최근에 용량이 크고 다양한 속성을 가진 공간 데이터는 빅 데이터

의 일부분으로 취급받고 있으며, 이러한 공간 빅 데이터는 중요한 연

구 분야로 급부상하고 있다. 그러나, 기존의 연구들은 대부분 NoSQL이 아닌 분산 파일 시스템을 이용하여 공간 빅 데이터를 처리하고 있

기 때문에 빈번한 데이터 삽입과 갱신이 발생하는 환경에서 처리 비

용이 증가하는 단점이 있다. 따라서, 본 논문에서는 최근 가장 많이

활용되고 있는 NoSQL인 하둡의 HBase를 확장하여 공간 HBase를

개발하였다. 공간 HBase는 빈번한 데이터 삽입과 갱신시 처리 비용

이 적은 기존 HBase의 장점을 그대로 사용하고 있으며 OGC의 공간

데이터 타입과 공간 연산자를 지원한다. 그리고 공간 HBase는 위치

기반으로 공간 데이터를 클러스터링하여 저장하고 공간 데이터 검

색시에는 공간 인덱스를 이용하여 분산 처리하기 때문에 효율적으

로 공간 질의 처리를 수행할 수 있다. 마지막으로, Oracle Spatial Cl-uster와 비교 성능 평가를 수행하여 본 논문에서 개발한 공간 HBase

2013. 11 정보과학회지 59

의 우수성을 검증하였다.키워드 : 공간 빅 데이터, 공간 HBase, 공간 인덱스, 공간 연산자, 공간

데이터

맵리듀스 기반의 암 특이적 단위 반복 변이 영역 추출

신재문․홍상균․공진화․이은주․윤지희(한림대)

모든 암 세포는 체세포 변이를 동반한다. 암 유전체 변이 분석에

의하여 암을 발생시키는 유전자 및 진단/치료법을 찾아낼 수 있다. 본 연구에서는 차세대 시퀀싱 데이터를 이용하여 암 특이적 단위 반

복 변이(copy number variation, CNV) 영역을 찾아내는 새로운 데

이터 마이닝 알고리즘을 제안한다. 제안하는 방식에서는 암 환자의

암 유전체와 동일인의 정상 유전체에 존재하는 CNV 후보 영역을 각

각 추출한 후, 이 들 결과를 상호 비교 분석하여 암 특이적 CNV 영역만을 선별해낸다. 본 연구에서 개발한 병렬 알고리즘은 암과 정상

유전체 데이터를 동시에 분석하여 암 특이적 CNV 영역을 추출/보고하며, 하둡(Hadoop) 환경의 맵리듀스(Map/Reduce) 함수에 의하

여 이들 데이터를 분산, 병행 처리한다. 성능 평가를 위하여 악성 흑

색종과 유방암 환자의 암/정상 유전체 데이터를 이용한 실험을 수행

하였으며, 그 결과를 통해 제안된 방식이 대규모의 유전체 데이터로

부터 암 특이적 CNV 영역의 타입 및 위치를 효율적으로 추출하고

있음을 보인다.키워드 : 암 유전체, 단위 반복 변이, 차세대 시퀀싱 기술, 유전적 구조

변이, 맵리듀스

시계열 데이터베이스의 상관관계 보존 노이즈 생성

홍선경․홍준호․문양세(강원대)

본 논문에서는 시계열 데이터에 대한 랜덤 노이즈 생성 시, 프라

이버시뿐 아니라 상관관계를 보존하는 새로운 접근법을 제안한다. 민감한 시계열 데이터의 프라이버시 보호를 위해, 기존의 랜덤 노이

즈 추가 기법은 균등(uniform) 혹은 가우시안(Gaussian) 분포를 기

반으로 생성한 노이즈를 원본 데이터에 추가하여 제3자(데이터 마

이너)에 공개한다. 그러나 이러한 랜덤 노이즈 추가 기법은 시계열

간 상관관계를 왜곡하거나 아예 없앨 수 있다는 문제점이 있다. 시계

열 간 상관관계는 보다 정확한 마이닝 결과를 얻기 위해 매우 중요한

척도이다. 본 논문에서는 상관관계 보호를 위해 시계열의 원본 엔트

리와 이에 대응하는 노이즈 엔트리의 부호를 일치시키는 간단하면

서도 효율적인 전략을 제시하고, 이를 사용하는 상관관계 보존 노이

즈 생성(correlation-aware noise generation)의 새로운 접근법을 제

안한다. 엔트리들의 부호는 상관관계에 큰 영향을 미치기 때문에, 동일한 부호를 유지하는 것이 상관관계 보존에 매우 중요한 역할을 한

다. 본 논문에서는 실제 데이터 대상의 실험을 통해, 시계열 상관관

계를 보존하는 관점에서 제안한 기법의 우수성을 보인다.키워드 : 시계열 데이터, 상관관계, 프라이버시, 랜덤 노이즈 추가, 노이

즈 생성

다중 방송 채널 환경을 위한 서브 채널별 평형 방송과

제곱근 법칙에 기초한 효율적인 방송 스케줄링 기법

권혁민(세명대)

데이터 방송 시스템에서 방송채널은 많은 데이터에 의해 공유되

므로, 원하는 데이터를 수신하기까지의 지연시간이 증가할 수 있다. 이 시간을 줄이기 위해 본 논문은 다중 채널을 통한 데이터 방송의

문제를 연구하여 EBSA(Efficient Broadcast Scheduling Algorithm)로 명명된 새로운 방송 스케줄링 기법을 제안한다. 제안된 기법은 동

일 방송채널에 할당된 데이터들을 인기도를 반영해 다른 빈도로 방

송하기 위해 서브채널 별로 평형 방송하는 시스템 모델을 채택한다.

EBSA는 평균 예상지연의 이론적 최적 값을 계산하고, 이 값을 각 채

널에 균등하게 배분하는 간단한 정책을 사용해 데이터들을 다수 개

의 그룹으로 분할한다. 따라서 EBSA는 DP에 기초한 기법에 비해

데이터 분할을 위한 실행부담을 크게 줄일 수 있다. 그리고 AED가

최소화되도록 각 방송채널의 서브채널 수를 적절히 설정하므로 과

할당 현상을 줄일 수 있다. 이와 같은 요인의 조합으로 인해 제안된

기법은 매우 적은 실행부담으로 이론적 최적 AED에 거의 근접하는

성능을 보일 수 있다.키워드 : 방송 스케줄, 데이터 할당, 데이터 분할

도로 네트워크에서 부분적으로 주어진 방문 순서에

따른 경로 질의 계산 방법

안수연․정성원(서강대)

본 논문에서는 도로 네트워크 환경에서 부분적으로 주어진 방문

순서에 따라 출발지로부터 각 타입의 포인트 데이터 한 개씩을 방문

하여 도착지에 도달하는 근접최단경로를 찾기 위하여, 방문할 후보

포인트 데이터를 선정하는 효과적인 비용함수와 후보 포인트 데이

터를 방문하는 근접최단경로를 찾는 경로 검색 기법 PRGA(Partial sequenced Route computation Greedy Algorithm)와 GCPRA(Glo-bally Considered Partial sequenced Route computation Algorithm)를 제안하였다. PRGA은 Greedy 알고리즘을 사용하여 근접최단경

로를 구하는 방법이며, GCPRA은 후보 포인트로 구성된 가능한 모

든 경로를 고려하여 근접최단경로 구하는 기법이다. 제안한 두 개의

근접최단경로 검색기법의 성능분석 결과 기존의 기법보다 더 최단

경로에 근접한 경로를 생성하는 것으로 나타났다.키워드 : 위치기반서비스 질의, 순차적 경로 질의어, 도로 네트워크, 근

접최단경로

논문 검색 엔진을 위한 랭킹 방법

황원석․채수민․김상욱(한양대), 최호진(KAIST)

연구자들은 논문 검색 엔진을 사용하여 논문을 찾고자 한다. 검색

에서 많은 양의 논문이 검색 결과로 반환되는 경우, 연구자들은 자신

이 원하는 논문을 찾기 어렵다. 이를 해결하기 위해 연구자들의 관심

을 반영하여 논문에 랭킹을 부여하는 논문 랭킹 방법이 필요하다. 본

논문에서는 연구자들이 품질이 높은 논문에 관심이 있는 것으로 보

고, 이 논문들에 높은 랭크를 부여하는 랭킹 방법인 ArtRank를 제안

한다. ArtRank는 논문들의 참조 관계와 논문이 출판된 학회 또는 저

널의 평판을 통해 논문의 점수를 부여한다. 이때 이용되는 임팩트팩

터가 가지는 문제점을 지적하고, 이를 해결하는 방법을 제안한다. 또한, 최신 논문의 점수가 낮게 부여되는 문제를 해결하기 위하여 논문

의 출판연도별 특징을 분석하고, 이를 논문 점수 계산에 반영하는 방

법을 제안한다. 본 논문에서는 기존 논문 랭킹 방법들과의 비교 실험

을 통하여 ArtRank의 우수성을 규명한다.키워드 : 랭킹 알고리즘, 임팩트팩터, 랜덤워크 위드 리스타트, 성능 평가

정보과학회논문지 : 정보통신 제40권 제5호

멀티미디어 스트리밍 서비스를 위한 패킷

시간차 기반의 전송률 조절 기법

박정현․정광수(광운대)

사용자 단말과 네트워크 기술의 발달로 멀티미디어 트래픽의 이

용량이 증가함에 따라, 인터넷에서 스트리밍 서비스의 품질을 향상


시키기 위한 다양한 전송률 조절 기법이 연구되고 있다. 그러나 기존

의 패킷 손실 기반의 전송률 조절 기법은 패킷 손실 이후에 전송률을

조절하기 때문에 패킷 손실에 의한 비디오 화질 열화가 발생하며, RTT 기반의 전송률 조절 기법은 회신경로의 혼잡을 전송경로의 혼

잡으로 오인하여 전송률을 감소시키는 문제점이 있다. 이를 해결하

기 위해 본 논문에서는 패킷 시간차를 기반으로 멀티미디어 스트리

밍의 전송률을 조절하는 기법을 제안한다. 제안하는 기법은 데이터

패킷과 ACK 패킷의 시간차이를 기반으로 회신경로의 혼잡과 전송

경로의 혼잡을 구분하고, 패킷 손실이 발생하기 이전에 패킷의 시간

차를 기반으로 비디오 스트리밍의 전송률을 조절함으로써 회신경로

의 혼잡에 의한 성능저하를 막고 비디오 화질 열화를 예방한다. 실험

결과를 통해 제안하는 전송률 조절 기법이 회신경로의 혼잡에 의한

전송률의 저하를 막고 적은 패킷 손실을 발생시켜 스트리밍 품질을

향상시키는 것을 확인하였다.키워드 : 멀티미디어 스트리밍 서비스, 패킷 시간차 기반 혼잡 제어, 전

송률 조절, TCP

인체영역 네트워크를 위한 Q-learning 기반 라우팅 프로토콜

엠디 고람 라비울 아람․문승일․허 림․홍충선(경희대)

인체영역 네트워크의 특성으로, 극심한 신호감쇄, 생체이식을 위

한 센서의 소형화, 높은 신뢰성과 에너지 효율성에 대한 문제, 정보

처리 효율과 낮은 지연시간에 대한 요구가 존재한다. 이러한 특성들

을 감안하며 인체영역 네트워크(BAN)를 위한 네트워크 프로토콜을

설계하는 데에는 세심한 노력이 필요하다. 이 논문에서는 인체영역

네트워크를 구상함에 있어 에너지 효율에 대한 고려뿐 아니라, 최소

한의 홉만을 사용하여 손실률을 감소시키기 위한 방안을 모색하였

다. 특히, 센서 노드로부터 싱크 노드로 향하는 경로를 탐색하고 활용

하는 과정에 Q-learning을 적용함으로써, 복잡한 계산과 잠재적 모

델이 요구되지 않는 준 최적 정책수립을 가능하게 하였다. 이 논문에

서 제안된 Q-learning기반 라우팅 프로토콜(QRP)은 효율적으로 최

적의 경로를 선택하여, 패킷 손실률을 감소시킴과 동시에 BAN의 센

서 노드들의 에너지 소모를 균등화 한다. 제안된 라우팅 프로토콜의

시뮬레이션을 통하여, 패킷 손실 제어능력에 대한 향상뿐 아니라, 에너지 균등 라우팅과 최소 홉 라우팅 간의 최적화를 확인할 수 있으

며, 기존의 연구를 개선하는 결과를 보인다.키워드 : 인체영역 네트워크, Q-leanring, 라우팅 프로토콜, 강화 학습

HTTP 적응적 스트리밍에서 사용자 체감품질 향상을

위한 부드러운 비디오 품질 조절 기법

정욱헌․정광수(광운대)

최근 HTTP 적응적 스트리밍 서비스가 주목 받고 있다. HTTP 적응적 스트리밍 서비스는 TCP를 기반으로 데이터를 전송하기 때문

에 빈번한 비디오 품질 변화가 발생하여 사용자 체감품질이 감소되

는 문제가 있다. 따라서 사용자 체감품질을 향상시키기 위해서는 평

활도(Smoothness)를 고려한 비디오 품질 조절 방법에 대한 연구가

필요하다. 본 논문에서는 HTTP 적응적 스트리밍 서비스의 사용자

체감품질을 향상시키기 위해 SR-HAS(Smooth Rate Adaptation for HTTP Adaptive Streaming) 기법을 제안한다. SR-HAS 기법은 MSD (Media Segment Duration), SFT(Segment Fetch Time) 그리고 클

라이언트의 버퍼 상태를 고려하여 비디오 품질을 조절함으로써 품질

변화를 감소시킨다. 실험 결과를 통해 본 논문에서 제안한 SR-HAS기법이 HTTP 적응적 스트리밍 서비스에서 사용자 체감품질을 향상

시키는 것을 확인하였다.키워드 : 멀티미디어 스트리밍 서비스, HTTP, 비디오 품질 조절, 사용

자 체감품질(QoE)

Dash7 기반 무선 센서 네트워크에서 링크 품질을 고려한

에너지 효율적인 클러스터 헤더 선출 기법

김태구․정상화(부산대)

많은 노드들로 구성된 무선 센서 네트워크에서는 전체 네트워크의

생존 시간을 극대화하여 센서 노드들이 보다 오랜 시간동안 주어진

임무를 수행하는 것이 중요한 요소이다. 에너지의 효율적인 사용을

위해 기존의 많은 연구들이 클러스터 기반에서 잔여 에너지 또는 거

리 정보를 활용하여 시뮬레이션 환경에서 성능을 증명해 왔다. 하지

만 무선 센서 네트워크가 실제 환경에 설치되었을 때에는 전파 환경

에 따라 링크 품질이 달라지고 이로 인해 데이터의 유실이 발생할 수

있다. 이런 경우 재전송과 같은 추가적인 동작으로 인해 에너지 낭비

가 발생할 수 있다. 본 논문에서 제안하는 방법은 실제 환경에 센서 네

트워크가 구축되었을 때에 센서 노드들이 제각기 가지는 링크 품질

정보와 잔여 에너지 정보를 종합적으로 고려하여 에너지 효율적인 클

러스터 헤더 선출 방법을 제시하여 추가적인 에너지 소모를 방지하였

다. 제시한 기법의 성능 평가를 위해 Dash7 기반의 저전력 센서 네트

워크 환경을 설계 및 구현하여 선행 연구된 기술들과 비교 분석하였

다. 실험결과, 기존 연구인 LEACH와 VLEACH에 비해 재전송 비율

이 4%, 생존 시간이 15%의 성능 향상이 있었음을 확인할 수 있었다.키워드 : 계층적 무선 센서네트워크, 잔여 에너지, 링크 품질, 재전송,

클러스터 헤더 선출

의료용 WBAN 환경에서 경쟁 기반의 MAC 프로토콜을

위한 우선순위 기반 채널 접근 알고리즘

김범석․조진성(경희대)

무선통신기술의 발전으로 WSN은 다양한 분야에 적용되고 있다. 특히 의료용 통신표준으로 WBAN, MBAN은 각각 IEEE 802.15.6에서 표준화가 완료되었거나 진행 중이다. 이 같은 의료용 네트워크

를 구성하는 노드들은 높은 밀집도로 분포된다. 특히, WBAN은 중

앙 집중 방식으로 통신하기 때문에 높은 경쟁 복잡도를 가진다. 또한, WBAN과 공존을 고려하는 MBAN에서의 경쟁 복잡도는 더욱 증가

될 수 있다. 본 논문에서는 의료용 통신인 WBAN, MBAN에서의 경

쟁 복잡도 감소를 위해 채널 접근 알고리즘을 제안한다. 제안하는 알

고리즘은 WBAN 표준 문서를 기반으로 경쟁구간을 4개의 sub-phase로 나누며, 그 길이를 offset계산을 통해 결정한다. 제안하는 알고리

즘은 WBAN, MBAN표준과 비교되었으며, 시뮬레이션을 통해 경

쟁 복잡도가 감소하는 결과를 얻을 수 있었다.키워드 : 무선 인체 통신, MAC, 경쟁 복잡도, 채널 접근 알고리즘

클라우드 컴퓨팅 환경에서 검색가능 암호화 시스템을 위한

전사적 공격에 효과적인 다중 색인 기법

정준호․홍영식(동국대)

클라우드 환경에서는 서비스 제공자를 신뢰할 수 없음으로 중요

한 정보를 포함하는 데이터는 암호화하여 저장하는 것이 바람직하

다. 검색가능 암호화 시스템은 암호화하여 저장한 정보를 복호화하

지 않고서도 키워드의 검색을 수행할 수 있는 유용한 보안기술이다. 그러나 공격자들은 검색가능 암호화 시스템의 장점을 역으로 이용

하여 전사적 공격을 통해 시스템에 과부하를 일으키며, 자신에게 필

요한 정보를 획득한다. 그러므로 본 논문은 블룸필터를 이용한 다중

색인으로 공격자가 검색에 사용된 질의 획득을 통해 키 및 정보를 유

추하며 다수의 거짓질의를 발생시키는 전사적 공격에도 효과적으로

대응할 수 있는 검색 가능 암호화 기법을 제안한다.키워드 : 클라우드 스토리지, 검색가능 암호화, 전사적 공격, 다중 색인,

블룸필터

2013. 11 정보과학회지 61

프라이버시 제약조건을 가진 아웃소싱 데이터를

위한 효율적인 단편화 기법

홍도원․서창호(공주대)

아웃소싱 데이터베이스 서비스에서 서비스 제공자에게 위탁되

는 데이터의 프라이버시를 보호하는 것은 중요한 요구조건이다. 이러한 목적으로 개인정보 자체의 노출을 방지하는 암호화 기법이 데

이터 보호가 필요한 많은 시나리오에서 현재 사용된다. 그러나 이러

한 기법은 질의 처리에 더욱 많은 비용을 요구함으로써 외부 데이터

베이스 활용의 효용성을 감소시킨다. 본 논문에서는 암호화 기법을

사용하지 않고 아웃소싱된 정보에 대한 데이터 프라이버시를 만족

시키는 새로운 단편화 단독 기법을 제안한다. 제안 기법은 데이터

소유자가 원래부터 아웃소싱할 수 없는 프라이버시 제약조건 중 단

독 제약조건에만 해당되는 데이터의 아주 작은 부분만 클라이언트

측 저장하여 저장량을 최소화하고 외부의 아웃소싱 데이터베이스

서버에는 데이터 속성들 사이의 민감한 연관성을 분리시키는 단편

들을 평문으로 저장한다. 본 논문에서는 단편화된 정보에 대한 질의

수행 과정을 설명하고, 제안 기법이 암호화를 사용하지 않고 클라이

언트의 저장량을 최소화한 효율적인 데이터 프라이버시 보호 기법

임을 보인다.키워드 : 단편화, 프라이버시 보호, 아웃소싱 데이터, 프라이버시 제약

조건

62 게시판 해외학술행사 개최안내

게 시 판

I. 해외학술행사 개최안내

본 학술행사 안내란은 국내외 개최 학술대회에 회원

여러분의 참여를 돕기 위해 마련하였습니다. 다만, 본 게

시판의 ‘II. 논문모집 안내란’에 소개된 학술행사의 경우

는 게재가 중복되어 제외시켰으니 논문모집 안내란도 참

고하시기 바랍니다. 본 난에 게재를 희망할 경우 학술회

의명, 일시, 장소, 주관기관, 연락처 및 기타 관련 정보를

아래 연락처로 알려 주시기 바랍니다. 매월 말일까지 접

수된 내용을 정리하여 다음호에 싣도록 하겠습니다.▷ 연락처 : 서울시립대 김진석 교수

Tel : (02)6490-2447E-mail : [email protected]

❚ ICCC : 2013 The Second International Conference on Innovative Computing and Cloud Computing

▸ 일 자 : 2013년 12월 1~2일

▸ 장 소 : Wuhan, China

▸ 상세안내 : http://www.iccc-conf.org/

❚ ICSOC : 11th International Conference on Service Ori-ented Computing

▸ 일 자 : 2013년 12월 2~5일

▸ 장 소 : Berlin, Germany

▸ 상세안내 : http://www.cs.ucsb.edu/~isel/icsoc

❚ CCVE : International Conference on Connected Vehicles and Expo

▸ 일 자 : 2013년 12월 2~6일

▸ 장 소 : Las Vegas, NV, USA

▸ 상세안내 : http://www.iccve.org/

❚ MUM : 12th International Conference on Mobile and Ubi-quitous Multimedia

▸ 일 자 : 2013년 12월 2-5일

▸ 장 소 : Luleå, Sweden

▸ 상세안내 : http://mum2013.org/

❚ MOMM : The 11th International Conference on Advan-ces in Mobile Computing & Multimedia

▸ 일 자 : 2013년 12월 2~4일

▸ 장 소 : Vienna, Austria

▸ 상세안내 : http://www.iiwas.org/conferences/momm2013/

❚ IIWAS : The 15th International Conference on Informa-tion Integration and Web-based Applications & Services

▸ 일 자 : 2013년 12월 2~4일


▸ 상세안내 : http://www.iiwas.org/conferences/iiwas2013/

❚ SITIS : The 9th International Conference on Signal Image Technology & Internet based Systems

▸ 일 자 : 2013년 12월 2~5일

▸ 장 소 : Kyoto, Japan

▸ 상세안내 : http://www.sitis-conf.org/

❚ MLSDA : Workshop on Machine Learning for Sensory Data Analysis

▸ 일 자 : 2013년 12월 3일

▸ 장 소 : Dunedin, New Zealand

▸ 상세안내 : http://www.covic.otago.ac.nz/MLSDA13/

❚ CETC : Conference on Electronics, Telcommunications and Computers

▸ 일 자 : 2013년 12월 5~6일

▸ 장 소 : Lisbon, Portugal

▸ 상세안내 : http://www.adeetc.isel.pt/cetc13/

❚ ACM DEV-4 : Annual Symposium on Computing for De-velopment

▸ 일 자 : 2013년 12월 6~7일

▸ 장 소 : Cape Town, South Africa

▸ 상세안내 : http://dev4.acmdev.org/

❚ MICRO : The 46th Annual IEEE/ACM International Sym-posium on Microarchitecture

▸ 일 자 : 2013년 12월 7~11일

▸ 장 소 : Davis, CA, USA

▸ 상세안내 : http://www.microarch.org/micro46/

❚ WSC : Winter Simulation Conference

▸ 일 자 : 2013년 12월 8~11일

▸ 장 소 : Washington, DC, USA

▸ 상세안내 : http://wintersim.org/

❚ ACSAC : Annual Computer Security Applications Confe-rence

▸ 일 자 : 2013년 12월 9~13일

▸ 장 소 : New Orleans, LA, USA

▸ 상세안내 : http://www.acsac.org/

❚ CoNEXT : Conference on emerging Networking Experi-ments and Technologies

▸ 일 자 : 2013년 12월 9~12일

▸ 장 소 : Santa Barbara, CA, USA

▸ 상세안내 : http://conferences.sigcomm.org/co-next/2013/

❚ ICMI : International Conference on Multimodal Inter-action

▸ 일 자 : 2013년 12월 9~13일

▸ 장 소 : Sydney, NSW, Australia

▸ 상세안내 : http://icmi.acm.org/2013/

❚ NetGames : Annual Workshop on Network and Systems Support for Games

▸ 일 자 : 2013년 12월 9~10일

▸ 장 소 : Denver, CO, USA

▸ 상세안내 : http://netgames2013.cs.du.edu

❚ UCC : International Conference on Utility and Cloud Computing

2013. 11 정보과학회지 63

▸ 일 자 : 2013년 12월 9~12일

▸ 장 소 : Dresden, Germany

▸ 상세안내 : http://ucc2013.inf.tu-dresden.de/

❚ JVRC : Joint Virtual Reality Conference

▸ 일 자 : 2013년 12월 11~13일

▸ 장 소 : Orsay, France

▸ 상세안내 : http://jvrc2013.sciencesconf.org/

❚ EEECEGC : The International Conference on Electrical and Electronics Engineering, Clean Energy and Green Computing

▸ 일 자 : 2013년 12월 11~13일

▸ 장 소 : Dubai, United Arab Emirates

▸ 상세안내 : sdiwc.net/conferences/2013/eeecegc2013/

❚ WINE : The 9th Conference on Web and Internet Eco-nomics

▸ 일 자 : 2013년 12월 11~14일

▸ 장 소 : Cambridge, MA, USA

▸ 상세안내 : http://wine13.seas.harvard.edu/

❚ IMACC : 14th IMA International Cryptography and Coding

▸ 일 자 : 2013년 12월 17~19일

▸ 장 소 : Oxford, United Kingdom

▸ 상세안내 : http://www.cs.bris.ac.uk/Research/Cryptography

Security/IMACC13/

❚ ISSPIT : IEEE International Symposium on Signal Pro-cessing and Information Technology

▸ 일 자 : 2013년 12월 12~15일

▸ 장 소 : Athens, Greece

▸ 상세안내 : http://www.isspit.org/isspit/2013/

❚ ICPADS : International Conference on Parallel and Dis-tributed Systems

▸ 일 자 : 2013년 12월 15~18일

▸ 장 소 : Seoul, Korea (South)

▸ 상세안내 : http://aces.snu.ac.kr/icpads13/Home.html

❚ HIPC : International conference on High Performance Computing

▸ 일 자 : 2013년 12월 18~21일

▸ 장 소 : Bengaluru (Bangalore), India

▸ 상세안내 : http://www.hipc.org/hipc2013/index.php

❚ ICACCS : International Conference on Advanced Com-puting & Communication Systems

▸ 일 자 : 2013년 12월 19~21일

▸ 장 소 : Coimbatore, India

▸ 상세안내 : http://icaccs.sece.ac.in/

II. 해외학술행사 논문모집 안내

본 논문모집 안내란은 여러 논문지와 국내외 개최 학

술대회에 회원 여러분께서 논문 발표 등의 참여를 돕기

위해 마련하였습니다. 본 난에 게재를 희망할 경우 학술

회의명, 일자, 장소, 주관기관, 논문제출에 관한 일정, 연락처 및 기타 중요한 관련정보를 아래 연락처로 알려주시

기 바랍니다. 매월 말일까지 접수된 내용을 정리하여 다

음호에 싣도록 하겠습니다.▷ 연락처 : 서울시립대 김진석 교수

Tel : (02)6490-2447E-mail : [email protected]

❚ SIGMETRICS : ACM SIGMETRICS / International Con-ference on Measurement and Modeling of Computer Systems

▸ 일 자 : 2014년 6월 16~20일

▸ 장 소 : Austin, TX, USA

▸ 제출마감 : 2013년 12월 2일

▸ 상세안내 : http://www.sigmetrics.org/sigmetrics2014/

❚ ASYNC : 20th IEEE International Symposium on Asyn-chronous Circuits and Systems

▸ 일 자 : 2014년 5월 12~14일

▸ 장 소 : Potsdam, Germany

▸ 제출마감 : 2013년 12월 1일

▸ 상세안내 : http://www.async2014.org/

❚ GLSVLSI : Great Lakes Symposium on VLSI 2014

▸ 일 자 : 2014년 5월 21~23일

▸ 장 소 : Houston, TX, USA

▸ 제출마감 : 2013년 12월 2일

▸ 상세안내 : http://www.glsvlsi.org/

❚ EICS : ACM SIGCHI Symposium on Engineering Interac-tive Computing Systems

▸ 일 자 : 2014년 6월 17~20일

▸ 장 소 : Rome, Italy

▸ 제출마감 : 2013년 12월 20일

▸ 상세안내 : http://eics2014.org/

❚ DSN : 44th Annual IEEE/IFIP International Conference on Dependable Systems and Networks

▸ 일 자 : 2014년 6월 23~26일

▸ 장 소 : Atlanta, GA, USA

▸ 제출마감 : 2013년 12월 1일

▸ 상세안내 : http://www.dsn.org/

❚ ACM SE : ACM Southeast Regional Conference 2014

▸ 일 자 : 2014년 3월 28~29일

▸ 장 소 : Kennesaw, GA, USA

▸ 제출마감 : 2013년 12월 2일

▸ 상세안내 : http://acmse14.kennesaw.edu/index.php

❚ MobiHoc'14: The Fifteenth ACM International Sympo-sium on Mobile Ad Hoc Networking and Computing

▸ 일 자 : 2014년 8월 11~14일

64 게시판 해외학술행사 논문모집 안내

▸ 장 소 : Philadelphia, PA, USA

▸ 제출마감 : 2014년 1월 10일

▸ 상세안내 : http://www.cs.wcupa.edu/mobihoc14/

❚ ICS : International Conference on Supercomputing

▸ 일 자 : 2014년 6월 10~13일

▸ 장 소 : Muenchen, Germany

▸ 제출마감 : 2014년 1월 10일

▸ 상세안내 : http://www.lrr.in.tum.de/~gerndt/ICS2014

❚ ITICSE : Innovation and Technology in Computer Sci-ence Education Conference 2014

▸ 일 자 : 2014년 6월 23~25일

▸ 장 소 : Uppsala, Sweden

▸ 제출마감 : 2014년 1월 12일

▸ 상세안내 : http://iticse2014.it.uu.se/

❚ LICS : 29th Annual ACM/ IEEE Symposium on Logic in Computer Science

▸ 일 자 : 2014년 7월 14~18일


▸ 제출마감 : 2014년 1월 14일

▸ 상세안내 : http://lii.rwth-aachen.de/lics/csl-lics14

❚ SPAA : 26th ACM Symposium on Parallelism in Algo-rithms and Architectures

▸ 일 자 : 2014년 6월 23~25일

▸ 장 소 : Prague, Czech Republic

▸ 제출마감 : 2014년 1월 22일

▸ 상세안내 : http://www.cs.jhu.edu/~spaa/

❚ ASE : ACM/IEEE International Conference on Automated Software Engineering

▸ 일 자 : 2014년 9월 15~19일

▸ 장 소 : Vasteras, Sweden

▸ 제출마감 : 2014년 4월 22일

▸ 상세안내 : http://www.cs.jhu.edu/~spaa/

2013. 11 정보과학회지 65

학회소식

회의 개최결과

❚ 2013년도 가헌학술상 심사위원회

▸일 시 : 2013년 10월 4일(금) 오후 4시

▸장 소 : 학회 회의실

▸참 석 자 : 최종원 위원장, 낭종호·박종철·안상현·차재혁·채진석 위원(6인)

▸회의내용 :

2013년도 가헌학술상 후보 2인의 순위를 규정에 따라 논문 실

적(저자의 논문에 대한 기여도 고려)과 정보과학 발전 공로 등

을 종합적으로 평가하여 정하고, 심사의견서와 함께 포상위원

회에 상정하기로 함.

❚ 2013년도 연구재단 우수논문상 심사위원회

▸일 시 : 2013년 10월 4일(금) 오후 4시 40분


▸참 석 자 : 최종원 위원장, 김지홍(대:낭종호)·박종철·안상현·차재혁·채진석 위원(6인)

▸회의내용 : 1. 2013년도 연구재단 우수논문상 후보 2편을 선정하여 순위를

정하고 중복게재 여부를 확인한 후 포상위원회에 상정하기

로 함.2. 기타사항

- 시상은 학회 추계학술발표회 시상식에서 함께 시상함.- 차년도 논문 선정 시 아래와 같은 조건을 참고하기로 함.다른 기관과 공동 사업으로 추진한 논문은 제외하고 연구재

단에서만 지원을 받은 논문을 선정함.연구재단의 과제기간이 종료될 시점의 논문을 선정함.

❚ 제40회 정기총회및추계학술발표회 프로그램위원장단 2차회의

▸일 시 : 2013년 10월 4일(금) 오후 4시 30분


▸참 석 자 : 나연묵 위원장, 이민수·채진석·하 란 부위원장, 최종원 학술부회장(5인)

▸회의내용 :

1. 전회의록 검토

2. 논문접수결과 검토

3. 프로그램 추진현황 검토

1) 초청강연

- 2개 강좌(미시간대 Anil Jain 교수, 메릴랜드대 Hanan Samet 교수)로 한다.

- 강연시간은 각 30분으로 하며, 메인 워크샵 취소시 각 1시간으로 한다.

2) 기조연설

- KAIST 황규영 교수로 하며, 강연시간은 30분으로 한다.3) 워크샵(담당 : 김효곤, 이민수 부위원장)

(1) 메인 워크샵

- 주제 : 프로그램 교육

- 시간 : 1시간 50분(13:00~14:50)- 패널로 KAIST 김진형 교수 참여는 일정상 곤란함을 확

인하며, 프로그램 구성 추진이 여의치 않을 경우, 프로그

램에서 제외하고, 초청강연 등의 강연시간을 확대 조정

한다.

(2) 협력워크샵

- 4개 세션(차세대 정보 컴퓨팅 워크샵 1세션, KEIT의 대

형국책과제 워크샵 3세션)을 편성한다.(3) 분과워크샵

- 2개 세션(모바일응용 서비스의 미래와 전망 워크샵, CG&I 표준화 워크샵)을 편성한다.

4) 튜토리얼(담당 : 채진석 부위원장)- 제안 접수된 아래 4건의 강좌를 오픈하고, 1차 사전등록

시 15인 이상 등록한 강좌를 유지한다.- 1번 강좌는 강연시간을 2시간으로 조정할 것을 권유한다.① webOS 플랫폼과 앱 개발환경, LG전자 오재덕 선임연

구원 / 1시간

② Hadamard 행렬의 Conjecture?, 전북대 이문호 명예교

수 / 3시간

③ Nintendo DS에서 Linux 사용하기, 인천대 박문주 교

수 / 3시간

④ 모델 기반 SW 테스트: 개념과 적용, 부산대 채흥석 교

수 / 3시간

5) 논문발표

- Oral세션은 전체채택논문의 30%내외로 구성한다.- 학부생 및 주니어 발표세션은 별도로 구성하지 않고, 해당 분야에서 발표 진행한다.

- 최우수논문 선정업무는 하란 부위원장이 담당하여 처리

한다.6) 세션편성희망건

- 좌경룡 명예회장의 ACM-ICPC 관련하여 1시간 세션할

당 희망을 수용한다.

4. 기타

- 차기회의 오프라인 개최는 하지 않으며, 사안별 이메일 회람

을 통해 해결한다.

❚ 4차 회장단회의

▸일 시 : 2013년 10월 10일(목) 오후 4시 30분


▸참 석 자 : 서정연 회장, 김종권 수석부회장, 최종원·이근배·김지인·낭종호·맹성현·원유집 부회장(8인)

▸회의내용 :

1. 학회 회무보고(허대영 이사)1) 회원현황 보고

- 종신회원 배증 노력이 필요함

- 종신회비 특별할인 event 행사 홍보 메일 발송 상황 점검 필요

⇒ 매월 1회씩 종신회원을 제외한 회원들에게 홍보메일 발

송하고 있음.2) 학술행사 개최

- 8월 7일 : 10월 7일 까지 7개 행사 개최 및 12월 31일까지

9개 행사 계획됨.3) 논문 접수현황

- 국문 논문 접수 평년 수준이나, 2012년 접수편수가 작아, 2013년도 게재편수가 작아지는 추세를 보임

- 2013 추계학술발표회 발표논문 중 논문지 invite율을 높이

는 것을 고려할 필요가 있음.4) 재정현황

- 9월 말 기준 약 7,600만원 이익 잉여 발생됨, 현재 관점에

서 회기말까지 안정적인 재정운영 기대됨.

66 학회소식 회의 개최결과

2. 보고 및 토의 사항

1) 정기총회 및 추계학술발표회

- 520여편의 논문 접수로 최근 5년 내에 최다 논문 모집, 이에 대한 원인 분석을 통해 차기 추계대회에서 활용이 필요

함(추계 대회 이 후 추진).- 홍보를 기존방식과 병행해서, 프로그램별로 특징을 살려

홍보 추진하는 것이 좋겠음(워크숍, 초청강연).- 현재 프로그램으로는 초청강연에 사람 모으기가 어려울 것

이 예상됨에 따라 개회식을 줄이고, 시간이 겹치는 프로그

램을 조정해서 많은 사람이 모일 수 있도록 할 것

- 개회식에서는 시상을 제외하고, 시상은 뱅킷에서 할 수 있

도록 함.- 시상에서는 추계학술발표 우수논문상 시상은 생략하고, 우편으로 전달하도록 함.

- 전체적 프로그램을 재조정해서 제안하도록 함.- 학술대회를 고급지식 전파와 산업체, 학계, 연구계 인사가

자발적 참여가 이루어지도록 끊임없이 고민하고, 변화를

주어야 할 것 임.- 차기 학술발표회에서는 학교 Lab, 연구회 단위의 발표를

학생 및 산업체를 대상으로 하는 것도 좋겠음, 홍보 대상은 발표자가 찾아서 사무국에 알려 주는 것도 좋을 것 같음.

2) iTIP 2014- 등록자가 현재 60여명이므로 앞으로 60여명 이상의 추가

등록자가 필요함. 학회 이사회와 같이 하니 이사들의 참여

독려가 필요 함.- 이 행사를 장기적으로 어떠한 방향으로 추진해야 좋은지, 차기 집행부가 고민해서 해결할 필요가 있음.

3) BigComp 2014- 논문의 추가적 접수가 필요, 협조가 필요함.- 홍보 추진에 있어 사무국의 자발적인 지원이 필요함(김종권).- 본건에 대한 홍보 업무는 관련 조직위에서 추진이 효율적

임(맹성현).4) K-12 CSE 위원회 신설건

- 이사회 상정하기로 함.- 초･중･고의 정보과학 교육에 대한 전문가 집단 육성이 시

급함.- 교육방법에 대해서는 관련 타학회가 주도하도록 하고, 정보

과학 교육에 대한 방향설정은 정보과학회가 할 수 있어야 함.- 위원회 규정에서 컴퓨터과학이라는 용어는 정보과학으로

변경하도록 함.- K12 → K-12로 적는 것이 정확함.- 정보과학회가 정보과학 분야에서 수학회와 같은 위상을 확

보하는 것을 목표로 함.5) 컴퓨터지능 소사이어티 명칭 변경

- 이사회 상정하기로 함.- 영문 명칭은 학회 Convention에 따르는지 확인하고 맞지

않으면 수정 제안하도록 함.6) JCSE 발간상황 피인용지수

- 현재까지 피인용지수 관리는 무난하나, 독려 필요

- SCI 등재 후 명칭 변경 고려해 볼 것

- Scoupus 등재도 병행 추진 중

- SCI 등재 상황 파악 보고할 것

7) 국문 논문지 통합건

- 2종 통합 승인 및 후속 업무 추진 위임 받는 안으로 이사회

상정

3. 기타 사항(허대영 이사)

1) 신규용역과제 협약건 외 8건 보고

2) 대학생프로그래밍경시대회 본선 개회식 11월 1일 15:00(김종권 부회장 참석)

❚ 3차 이사회

▸일 시 : 2013년 10월 17일(목) 오후 6시 30분

▸장 소 : 삼정호텔

▸참 석 자 : 서정연 회장, 김종권 수석부회장, 강승식·김두현·김지인·이근배·이성환·최종원 부회장, 김윤희·김진호·박상규·박서영·성미영·안상현·이혁준·임순범·허대영 이사(17인)

▸회의내용 :

1. 보고 및 결의 사항

(1) 보고 안건

- 제1호 : 학회 현황(회원, 논문접수, 학술회의 개최 및 재정

현황) : 원안 접수함

- 제2호 : KCC 2013 개최 결과 : 원안 접수함

- 제3호 : KCC 2013 우수발표논문상 및 우수데모상 포상결

과 : 원안 접수함

- 제4호 : 미래 정보 기술･산업 전망 2014 추진 상황 : 원안

접수함

- 제5호 : 정기총회 및 추계학술대회 추진 상황 : 원안 접수함

- 제6호 : 2014 차기회장 선거 추진 상황 : 원안 접수함

- 제7호 : 2013 중간 감사 결과 : 원안 접수함

- 제8호 : JCSE SCOPUS 및 SCI 등재 추진상황 : 원안 접수함

- 제9호 : Bigcomp 2014 추진 상황 : 원안 접수함

(2) 의결 안건

- 제1호 : 전회의록 접수(안): 참석 이사 전원 찬성으로 원안

접수 의결

- 제2호 : 2014년도 사업계획 및 수입지출 예산안 수립 위임

(안): 참석 이사 전원 찬성으로 원안 접수 의결

- 제3호 : 국문 논문지 통합 및 후속업무 위임(안): 참석 이사

전원 찬성으로 원안 접수 의결

- 제4호 : 컴퓨터지능 소사이어티 명칭 변경(안): 참석 이사

전원 찬성으로 원안 접수 의결

- 제5호 : 초중고 정보과학 교육 위원회 신설 및 규정 승인(안): 위원회 신설은 원안 접수 의결하고, 관련 규정은 수정사항

반영한 규정에 대하여 참석 이사 전원 찬성으로 의결. <규정 수정사항>1) 명칭 변경: ‘초중고 정보과학 교육(K-12 Computing Science

Education) 위원회 규정’을 ‘초중고 정보과학(Computing Science) 교육 위원회 규정’ 으로 변경

2) ‘제2조 ⑤ 초중고 정보과학 교육에 관한 사항‘ 을 삭제 한다.(3) 기타 사항 :

- TOPCIT MOU 체결

- 자문위원회

- 기타 업무

2. 추가토의 안건

- 없음

❚ 5차 정보올림피아드위원회의

▸일 시 : 2013년 10월 24일(목) 오후 5시


▸참 석 자 : 최진영 위원장, 김동윤·김하진·김희철·장직현 자문위원(5명)

▸회의내용 : 1. 전 회의록 접수

2. 보고안건

2013. 11 정보과학회지 67

1) 제2차 통신교육 진행 상황을 보고함.3. 토의안건

1) 제23기 겨울학교 준비

- 일 자 : 2014년 1월 6일(월) ~ 1월 18일(토) 예정

- 고2 학생들에게 겨울학교 참가 여부를 미리 확인하기로 함.2) IOI2012 대표단 해단식

- 일자 선정은 위원장 및 대표단 단장에게 위임함.4. 기타

- 올해 비버대회 참가는 어려우며, 추후 추진 계획에 대한 세부

적인 검토가 필요함.

II. 학술행사 개최결과

❚ 제25회 한글 및 한국어 정보처리 학술대회(HCLT2013)

▸일 시 : 2013년 10월 11~12일

▸장 소 : 국민대학교

▸주 최 : 언어공학연구회

▸내 용 : 초청강연2, 주제발표 5, 논문발표(구두 16, 포스터 21), 패널토의 1

초청강연

1. 언어자원 활용 방안: 구문분석 코퍼스를 중심으로

이민행 교수(연세대 독문과)2. ExoBrain: 지능진화형 WiseQA 박상규 센터장(ETRI)

주제발표

1. 감성 세부분류 및 소셜 빅데이터 분석 기술 김현기 박사(ETRI)2. 감성기반 대화형 탐색 및 큐레이션 기술 장두성 박사(KT)3. 감성과 인지의 상호작용 연구 최문기 교수(위덕대)4. 감정상태에 따른 발성변이, 음향특징 분석 윤기덕 박사(서울대)5. 트렌드 분석 및 마이닝 검색 윤준태 박사(다음소프트)

구두발표

1. 래티스상의 구조적 분류에 기반한 한국어 형태소 분석 및 품사 태깅

나승훈, 김창현, 김영길(ETRI)2. Semi-CRF or Linear-Chain CRF? 한국어 형태소 분할 및 품사

태깅을 위한 결합 모델 비교 나승훈, 김창현, 김영길(ETRI)3. CRF기반 한국어 형태소 분할 및 품사 태깅에서 두 단계 복합형태

소 분해 방법 나승훈, 김창현, 김영길(ETRI)4. 대화형 개인 비서 시스템을 위한 하이브리드 방식의 개체명 및 문

장목적 동시 인식기술 이창수, 고영중(동아대)5. 중간언어와 단어정렬을 통한 이국어 사전의 자동 추출에 대한 성

능 개선 권홍석, 서형원, 김재훈(한국해양대)6. 준지도 학습을 통한 세부감성 분류 조요한, 오효정,

이충희, 김현기(ETRI)7. 바이오-이벤트 추출을 위한 피쳐 개발 이석준, 김영태, 황민국,

임수종, 나동열(연세대)8. 질의 응답 시스템을 위한 반교사 기반의 정답 유형 분류 박선영,

이동현, 김용희, 류성한, 이근배(POSTECH)9. 상품 평가 텍스트에 암시된 사용자 관점 추출 장경록, 이강욱,

맹성현(KAIST)10. 읽기 매체의 다양성과 흥미도를 고려한 가독성 측정 김아영,

박성배, 이상조(경북대)11. 토픽 모델 표현에 기반한 모바일 앱 설명 노이즈 제거 윤희근,

김솔, 박성배(경북대)

12. Latent Structural SVM을 확장한 결합 학습 모델 이창기

(강원대)13. 토픽 모델을 이용한 수학식 검색 결과 재랭킹 양선, 고영중

(동아대)14. 개체명 인식을 위한 개체명 사전 자동 구축 전원표, 송영길,

최맹식, 김학수(강원대)15. 한국어 의존 파싱을 이용한 트리플 관계 추출 곽수정, 김보겸,

이재성(충북대)16. P 언어를 이용한 한글 프로그래밍 최시영(싸이브레인 연구소)

포스터발표

1. 영한 기계번역 시스템의 개선을 지원하는 영어 구문 규칙 관리 도구

김성동, 김창희, 김태완(한성대)2. 음식메뉴 개체명 인식을 위한 음식메뉴 사전 자동 구축 방법

구영현, 유성준(세종대)3. 주식 관련 기사 분류 및 긍정 부정 판단을 통한 종목 추천 시스템

이유준, 박정우, 전민재, 최준수, 한광수(국민대)4. 학생 답안 정보를 활용한 반자동 정답 템플릿 구축 도구 장은서,

강승식(국민대)5. 상품평 분석을 통한 상품 평가 요약 시스템 김제상, 정군영,

권인호, 이현아(금오공대)6. LDA를 이용한 트윗 유저의 연령대, 성별, 지역 분석 이호경,

천주룡, 송남훈, 고영중(동아대)7. 문장 길이 축소를 이용한 구 번역 테이블 용어 추출 성능 향상

정선이, 이공주(충남대)8. 빅데이터 기반의 오피니언 마이닝을 이용한 기업 가치 평가 시스

템 개발 이정태, 천민아, 임상우, 전병석,김재훈, 한영우(한국해양대)

9. CopyCheck : 한글문서 표절검사 시스템 박소영, 장은서,권도형, 강승식(국민대)

10. 연관 어휘 추출을 통한 질의어 관련 이슈 탐지 김제상, 김동성,조효근, 이현아(금오공대)

11. CRFs를 이용한 의존구조 구문 레이블링 정석원, 최맹식,김학수(강원대)

12. 음절 ngram 기반의 미등록 어휘 추정기 구현 신준수(샤인웨어)13. 한국어 부분언어에 대한 문법 정의 및 GLR 파싱 김지현,

정병채, 이재성(충북대)14. 등급 재현율: 이중 언어사전 구축에 대한 평가 방법 서형원,

김재훈(한국해양대)15. 한국어 품사 및 동형이의어 태깅을 위한 마르코프 모델과 은닉

마르코프 모델의 비교 신준철, 옥철영(울산대)16. Y-HisOnto: Q&A 시스템에서의 활용을 위한 역사 온톨로지 모형

이인근, 정재은, 황도삼(영남대)17. 블로그 포스트의 자동 분류 시스템 김수아, 조희선, 이현아

(금오공대)18. 코사인 유사도 기법을 이용한 뉴스 추천 시스템 김상모,

김형준, 한인규(국민대)19. 어휘지도(UWordMap)를 이용한 용언의 다의어 처리 배영준,

옥철영(울산대)20. 모바일 기기에서 일정 관리를 위한 개체명 인식 장은서,

강승식, 이재원, 김도현(국민대, 성신여대, 삼성전자)21. 접속 부사의 사용에 따른 설득과 보도의 대응 분석 김혜영,

강범모(고려대)

패널토의

1. 언어 자원과 빅데이터, 그리고 NLP 활용 기술

❚ 2013 국어 정보 처리 시스템 경진 대회

▸일 시 : 2013년 10월 11일(금)

▸장 소 : 국민대학교

68 학회소식 학술행사 개최결과

▸주 최 : 언어공학연구회

▸내 용 : 작품발표 7

주제발표

1. UTagger 신준철, 김흥순, 옥철영(울산대)2. KOMORAN 신준수(SHINEWARE)3. SMA & Tagger 김보겸, 곽수정, 박용민,

서현민, 정병채, 이재성(충북대)4. 한국어 구문 분석과 처리 시스템 이호석(호서대)5. CopyCheck: 한글 문서 표절 검사 시스템 박소영, 권도형,

이현영, 전승철(국민대)6. 안드로이드 스마트폰용 옛한글 입력기 김완수(울산대)7. PASiD: 유사 한글 문서의 계통도 분석 프로그램 옥창석(부산대)

❚ 제31회 미래 정보 기술‧산업 전망 2014(iTIP2014)

▸일 시 : 2013년 10월 17일(목)

▸장 소 : 삼정호텔

▸주 최 : 한국정보기술학술단체총연합회, 한국전자통신연구원, 한국SW산업협회

▸주 관 : 한국정보과학회

▸내 용 : 주제강연 8

주제강연

1. 3D 프린팅의 현황과 전망 양동열 교수(KAIST)2. Worldwide ICT market beyond 2013 한은선 수석연구원(IDC)3. 빅 데이터와 스마트 헬스케어 송태민 연구위원

(보건사회연구원)4. 스마트 카와 자율주행을 위한 SW 전략 채승엽 수석연구원

(infobank)5. 스마트 도시를 위한 메트로급 영상감시기술 전망 한종욱

책임연구원(ETRI)6. ICT R&D 전략 및 법이슈 오상진 과장(미래창조과학부)7. 기반 SW 및 컴퓨팅 분야 기술 트렌드와 R&D 동향 김두현 CP

(미래창조과학부)8. 사용자와 의사소통을 하고 스마트기기 간 자율협업을 통한 지식

공유 및 지능진화가 가능한 엑소브레인 SW 기술 개발

박상규 센터장(ETRI)

❚ NVRAMOS 2013 Fall

▸일 시 : 2013년 10월 24~26일

▸장 소 : 제주 하얏트 호텔

▸주 최 : 한국정보과학회

▸내 용 : 기조연설 1, 데모작품 4, 주제강연 11

기조연설

1. Future of the Virtualization SW and Preparing for Building Big Data SW Infrastructure Jeonghan Kim(Samsung Elec.)

데모작품

1. Leading Next Storage era Through Vertical Optimization 권진형 대표(the-aio)

2. 플래시 스토리지 성능 평가 이성우 대표(EF Tech)3. Data corruption in even/odd bit-line NAND Architecture

정재욱 팀장(Tli)4. 팍스디스크 FoggyMatrix 프로세서 이대희 대표(Paxdisk)

주제강연

1. Improving NAND Endurance by Dynamic Program and Erase Scaling Jihong Kim(Seoul National Univ.)

2. Database acceleration with flash memory Bongki Moon(Seoul National Univ.)

3. Various page clustering techniques for performance consis-tency of NAND flash-based storage devices Jaehyuk Cha

(Hanyang Univ.)4. PCIe SSD Technology in Practice Hojun Shim

(Samsung Elec.)5. UFS vs. eMMC: Who is winner in mobile world within next

few years? Minyoung Eom(LG Elec.)6. HIL: an FTL design framework with provably-correct crash

recovery Eyee Hyun Nam(SK Telecom)7. Memory 3.0(Three dot O) Sangyeun Cho(Samsung Elec.)8. Unioning of the Buffer Cache and Journaling Layers with Non-

volatile Memory Hyokyung Bahn(Ewha Womans Univ.)9. New Interface Design for New NVRAM Storage

Heon Young Yeom(Seoul National Univ.)10. IO Stack Optimization for Smartphones Youjip Won

(Hanyang Univ.)11. Developing a Prototyping Board for Emerging Memory

Sungjoo Yoo(POSTECH)

❚ 제2회 가상화 워크샵 - 자동차 SW와 시스템 보안

▸일 시 : 2013년 10월 31일(목)

▸장 소 : 고려대학교 하나스퀘어 멀티미디어룸

▸주 최 : 고려대학교 융합소프트웨어 연구소

▸후 원 : 컴퓨터시스템연구회

▸내 용 : 기조연설 1, 주제강연 9

기조연설

1. A Talk Virtualized 이준원(성균관대)

주제강연

1. 자동차 전장화 기술 동향 한태만(ETRI)2. 차량에서의 가상화 기술 박영우(현대자동차)3. Secure Device Access for Automotive Software 홍철호

(고려대)4. 안드로이드 운영체제 보안 연구 동향 조성제(단국대)5. 스마트 모바일 기기를 위한 하이퍼바이저 기반 보안 모니터링 기술

개발 백윤흥(서울대)6. 스마트 디바이스 보안 김기영(안랩)7. 악성 코드 분석 방법 임을규(한양대)8. Hardware-Assisted Kernel Integrity Monitors 강병훈(KAIST)9. 클라우드 서비스 환경에서의 보안 이슈와 대책 현황 장철순

(KAIST)

❚ 2013 정보통신소사이어티 추계단기강좌

▸일 시 : 2013년 10월 31일~11월 1일

▸장 소 : 동국대학교

▸주 최 : 정보통신소사이어티

▸내 용 : 주제강연 5

주제강연

1. Can I really reach anyone in 6 steps? 박주용 교수(KAIST)2. How do I influence people on Facebook and Twitter?

김홍석 교수(서강대)3. How does Google rank webpages? 이향원 교수(건국대)4. How does Netflix recommend movies? 신진우 교수(KAIST)5. Netflix, iTunes, IPTV: which way to watch video?

박형곤 교수(이화여대)

2013. 11 정보과학회지 69

한국정보과학회 제 28 대 임원

회 장 서정연 (서강대학교)

차 기 회 장 김종권 (서울대학교)

부 회 장 강승식 (국민대학교)

권혁철 (부산대학교)

김두현 (건국대학교)

김영국 (충남대학교)

김지인 (건국대학교)

김 종 (포항공과대학교)

낭종호 (서강대학교)

맹성현 (한국과학기술원)

민상렬 (서울대학교)

원유집 (한양대학교)

이귀상 (전남대학교)

이근배 (포항공과대학교)

이미정 (이화여자대학교)

이성환 (고려대학교)

정성호 (한국외국어대학교)

최종원 (숙명여자대학교)

최진영 (고려대학교)

홍원기 (KT 종합기술원)

황승구 (한국전자통신연구원)

감 사 박 석 (서강대학교) 이상홍 (KT 파워텔)

협 동 부 회 장 강락근 (다이퀘스트)

김영섬 (코난테크놀로지)

박제일 (한국후지쯔)

박진국 (LGCNS)

박진서 (Nexon)

손진호 (LG전자)

송창현 (NHN)

양희천 (KT DS)

유영수 (현대MnSoft)

윤상우 (삼성SDS)

윤석원 (SK C&C)

윤수영 (한국무역정보통신)

이화식 (국솔모)

이효건 (삼성전자)

정동철 (다우데이타)

조원규 (구글코리아)

한정섭 (KCC 정보통신)

이 사 강지훈 (충남대학교)

고석주 (경북대학교)

고진광 (순천대학교)

김대진 (포항공과대학교)

김명균 (울산대학교)

김상욱 (한양대학교)

김성렬 (건국대학교)

김영천 (전북대학교)

김윤희 (숙명여자대학교)

김일곤 (경북대학교)

김지홍 (서울대학교)

김진호 (강원대학교)

김태환 (서울대학교)

나연묵 (단국대학교)

노병희 (아주대학교)

류기열 (아주대학교)

문수복 (한국과학기술원)

박상규 (한국전자통신연구원)

박서영 (하나INS)

박성용 (서강대학교)

박종철 (한국과학기술원)

백은옥 (한양대학교)

변혜란 (연세대학교)

서창호 (공주대학교)

성미영 (인천대학교)

신영길 (서울대학교)

신용태 (숭실대학교)

신현정 (신흥대학)

안기중 (제주대학교)

안동언 (전북대학교)

안상현 (서울시립대학교)

우운택 (한국과학기술원)

유광현 (삼성전자)

유재수 (충북대학교)

윤용익 (숙명여자대학교)

이강우 (동국대학교)

이명호 (명지대학교)

이상원 (성균관대학교)

이수현 (창원대학교)

이재호 (서울시립대학교)

이혁준 (광운대학교)

이형근 (광운대학교)

임순범 (숙명여자대학교)

장윤옥 (디지털타임즈)

전화숙 (서울대학교)

정갑주 (건국대학교)

조기환 (전북대학교)

조성배 (연세대학교)

조세형 (명지대학교)

조위덕 (아주대학교)

조정원 (제주대학교)

조진성 (경희대학교)

차재혁 (한양대학교)

채기준 (이화여자대학교)

채진석 (인천대학교)

표창우 (홍익대학교)

한정현 (고려대학교)

한혁수 (상명대학교)

허대영 (한국정보과학회)

홍봉희 (부산대학교)

홍성수 (호서대학교)

황선태 (국민대학교)

지 부 장

강원지부차영환 (상지대학교)

영남지부김명균 (울산대학교)

제주지부안기중 (제주대학교)

충청지부홍성수 (호서대학교)

호남지부조기환 (전북대학교)

소사이어티 회장

데이터베이스나연묵 (단국대학교)

소프트웨어공학한혁수 (상명대학교)

인공지능변혜란 (연세대학교)

정보통신이혁준 (광운대학교)

컴퓨터그래픽스및상호작용한정현 (고려대학교)

연구회 운영위원장

건설환경IT융합고성능컴퓨팅고신뢰컴퓨팅국방소프트웨어모바일응용및시스템소프트웨어정책언어공학



전광일 (한국산업기술대학교)



임성수 (국민대학교)

강승식 (국민대학교)

전문대학전산교육전산교육시스템정보보호커뮤니티컴퓨팅컴퓨터시스템컴퓨터이론프로그래밍언어








명 예 회 장

초대(1973-1974)2 대(1975-1976)3 대(1977-1978)4 대(1979-1980)5 대(1981-1982)6 대(1983-1984)7 대(1985-1986)8 대(1987-1988)9 대(1989-1990)10대(1991-1992)1 1대(1993)

한상준 (前한양대학교 명예총장)

서남원 (고려대학교 명예교수)

송길영 (고려대학교 명예교수)

박규태 (연세대학교 명예교수)

김영택 (서울대학교 명예교수)

조정완 (한국과학기술원 명예교수)

김길창 (한국과학기술원 명예교수)

김종상 (서울대학교 명예교수)

이철희 (숭실대학교 명예교수)

김하진 (아주대학교 명예교수)

박찬모 (前포항공과대학교 총장)

12대(1994)13대(1995)14대(1996)15대(1997-1998)16대(1999-2000)17대(2001-2002)18대(2003)19대(2004)20대(2005)21대(2006)22대(2007)

이석호 (서울대학교 명예교수)

황종선 (고려대학교 명예교수)

김영찬 (중앙대학교 명예교수)

좌경룡 (한국과학기술원 명예교수)

이경환 (중앙대학교 명예교수)

조유근 (서울대학교 교수)

권용래 (한국과학기술원 명예교수)

박용진 (한양대학교 교수)

김진형 (한국과학기술원 교수)

김동윤 (아주대학교 교수)

황규영 (한국과학기술원 교수)

70 학회소식 임원 및 위원명단

23대(2008)24대(2009)25대(2010)

최양희 (서울대학교 교수)

김성조 (중앙대학교 교수)

홍진표 (한국외국어대학교 교수)

26대(2011)27대(2012)

이윤준 (한국과학기술원 교수)

김명준 (한국전자통신연구원 연구위원)

지 회 장

강병도 (대구대학교)

강지훈 (충남대학교)

강현국 (고려대학교(세종))

강현철 (중앙대학교)

고진광 (순천대학교)

김명 (이화여자대학교)

김명철 (한국과학기술원)

김민구 (아주대학교)

김영환 (KT)

김유성 (인하대학교)


김인철 (경기대학교)

김일민 (한성대학교)

김종 (포항공과대학교)


김창헌 (고려대학교(서울))

김형주 (서울대학교)

나근식 (한신대학교)



민경오 (LG)

민병준 (인천대학교)

박동인 (한국과학기술정보연구원)

박두순 (순천향대학교)


박영택 (숭실대학교)

박정흠 (가톨릭대학교)

박종수 (성신여자대학교)

박찬곤 (청주대학교)

박 정 (선문대학교)

변상용 (제주대학교)

변정용 (동국대학교(경주))

서대화 (경북대학교)

서영훈 (충북대학교)

석상기 (서울산업대학교)

석승준 (경남대학교)

성낙운 (경성대학교)

성해경 (한양여자대학)

송상훈 (세종대학교)

송창근 (한림대학교)

신봉기 (부경대학교)

신윤식 (금오공과대학교)

안동언 (전북대학교)

안종석 (동국대학교)

양 룡 (인하공업전문대학)

엄영익 (성균관대학교)

오용철 (한국산업기술대학교)

오희국 (한양대학교)

원유재 (한국인터넷진흥원)


이강수 (한남대학교)

이동하 (대구경북과학기술원)

이명원 (수원대학교)

이명준 (울산대학교)

이상용 (공주대학교)

이양선 (서경대학교)

이재완 (군산대학교)

이정아 (조선대학교)

이종극 (동의대학교)

이충호 (한밭대학교)


이형봉 (강릉대학교)

이호석 (호서대학교)

임권묵 (안양대학교)

장정환 (부산외국어대학교)

전용기 (경상대학교)

정성호 (한국외국어대학교)

조병규 (충주대학교)


조성현 (홍익대학교)

조세형 (명지대학교)

조행래 (영남대학교)

주수종 (원광대학교)

최덕재 (전남대학교)

최종욱 (상명대학교)

최한석 (목포대학교)

표창우 (홍익대학교)

하종성 (우석대학교)

한기준 (건국대학교)

허성우 (동아대학교)

허의남 (경희대학교)

홍봉희 (부산대학교)

홍의경 (서울시립대학교)

황대훈 (경원대학교)

황선태 (국민대학교)

황 준 (서울여자대학교)

위 원 회

40주년사업 추진위원회

위원장 : 김지인 (건국대학교)

위 원 : 나연묵 (단국대학교)

박재득 (한국산업기술평가관리원)

박현제 (한국산업기술평가관리원)

신용태 (숭실대학교)

오세현 (KT)


이규철 (충남대학교)

이대현 (문화체육관광부)

임순범 (숙명여자대학교)


교육위원회

위원장 : 김영국 (충남대학교)

위 원 : 고석주 (경북대학교)

김갑수 (서울교육대학교)

김동호 (청주교육대학교)

김상경 (강릉원주대학교)

김영천 (전북대학교)

노병희 (아주대학교)

류헌창 (고려대학교)

문봉희 (숙명여자대학교)

이강우 (동국대학교)

이광근 (서울대학교)


이윤준 (한국과학기술원)


국제협력위원회

위원장 : 맹성현 (한국과학기술원)

위 원 : 강재우 (고려대학교)

염익준 (성균관대학교)

오혜연 (한국과학기술원)

이승용 (포항공과대학교)

이재호 (서울시립대학교) 이창건 (서울대학교) 허의남 (경희대학교)

뉴스레터편집 및 홍보위원회

위원장 : 김태현 (서울시립대학교)

위 원 : 강경태 (한양대학교)

김강희 (숭실대학교)

김동균 (경북대학교)

반효경 (이화여자대학교)

오성회 (서울대학교) 이정원 (아주대학교) 허재혁 (한국과학기술원)

대외협력위원회

위원장 : 황승구 (한국전자통신연구원)

위 원 : 김영섬 (코난테크놀로지)


박동인 (한국과학기술정보연구원)

박서영 (하나INS)

박재득 (한국산업기술평가관리원)

박진국 (LGCNS)

박진서 (Nexon)

손진호 (LG전자)

송창현 (NHN)

원유재 (한국인터넷진흥원)


유영수 (현대MnSoft)

윤상우 (삼성SDS)

윤석원 (SK C&C)

이상홍 (KT 파워텔)

이화식 (국솔모)

이효건 (삼성전자)


정동철 (다우데이타)

황시영 (현대중공업)

데이타베이스 논문지편집위원회

위원장 : 김상욱 (한양대학교)

편집위원 : 김민수 (대구경북과학기술원)

김철연 (가천대학교)

민준기 (한국기술교육대학교)

박동주 (숭실대학교)

박상현 (연세대학교)

박영호 (숙명여자대학교)

박찬정 (제주대학교)

송하주 (부경대학교)

이동호 (한양대학교)

이민수 (이화여자대학교)


이영구 (경희대학교)

정성원 (서강대학교)

정연돈 (고려대학교)

차광호 (서울과학기술대학교)

한욱신 (포항공과대학교)

황승원 (포항공과대학교)

법제포상위원회

위원장 : 권혁철 (부산대학교)

위 원 : 김동규 (한양대학교)

민병준 (인천대학교)


박성배 (경북대학교)

박혁로 (전남대학교) 백은옥 (한양대학교) 한선영 (건국대학교)

2013. 11 정보과학회지 71

분과발전협의회

위원장 : 김지인 (건국대학교)

위 원 : 강승식 (국민대학교)

김두현 (건국대학교)










이혁준 (광운대학교)


장병탁 (서울대학교)




한정현 (고려대학교)

한혁수 (상명대학교)

선거관리위원회

위원장 : 이귀상 (전남대학교)

위 원 : 김희철 (인제대학교)


성해경 (한양여자대학교)


이정현 (숭실대학교)

조성원 (홍익대학교)

조성제 (단국대학교)

최한석 (목포대학교)

하상호 (순천향대학교)

소프트웨어 및 응용 논문지편집위원회

위원장 : 차재혁 (한양대학교)

편집위원 : 고병철 (계명대학교)

고영중 (동아대학교)

고인영 (한국과학기술원)

곽수영 (한밭대학교)

김기응 (한국과학기술원)

김도형 (성신여자대학교)

김병만 (금오공과대학교)

김병창 (대구가톨릭대학교)

김준태 (동국대학교)

김학수 (강원대학교)

박성배 (경북대학교)

박진아 (한국과학기술원)

박혜영 (경북대학교)

서진욱 (서울대학교)

양희덕 (조선대학교)

윤회진 (협성대학교)

이관우 (한성대학교)

이세영 (정보통신산업진흥원)

이재성 (충북대학교)

이현주 (광주과학기술원)

임종우 (한양대학교)

정유진 (한국외국어대학교)

조성제 (단국대학교)

차정원 (창원대학교)

채흥석 (부산대학교)

최용석 (한양대학교)

한보형 (포항공과대학교)

한환수 (성균관대학교)

황규백 (숭실대학교)

시스템 및 이론 논문지편집위원회

위원장 : 김지홍 (서울대학교)

편집위원 : 김남윤 (한성대학교)

김동규 (한양대학교)

김명주 (서울여자대학교)

김정선 (한양대학교)

김형신 (충남대학교)


박경주 (중앙대학교)


박태순 (세종대학교)

박희진 (한양대학교)

송민석 (인하대학교)

송준화 (한국과학기술원)

신동군 (성균관대학교)

신인식 (한국과학기술원)

신지선 (세종대학교)

신찬수 (한국외국어대학교)

유헌창 (고려대학교)

윤일동 (한국외국어대학교)

이재진 (서울대학교)


조희승 (전북대학교)

진현욱 (건국대학교)

최성희 (한국과학기술원)

하순회 (서울대학교)

한승재 (연세대학교)

허재혁 (한국과학기술원)

여성위원회

위원장 : 이미정 (이화여자대학교)

위 원 : 강인혜 (서울시립대학교)

김미희 (한경대학교)


남양희 (이화여자대학교)


박서영 (하나아이앤에스)

백민자 (오라클)


변혜란 (연세대학교)

성미영 (인천대학교)

안상현 (서울시립대학교)

이강선 (명지대학교)

이숙영 (이화여자대학교)


이정원 (아주대학교)

임지영 (한국성서대학교)

조선영 (KT 미래기술연구소)

조수선 (한국교통대학교)

최미정 (강원대학교)

최수미 (세종대학교)

최영미 (성결대학교)

최은미 (국민대학교)

하 란 (홍익대학교)

홍헬렌 (서울여자대학교)

황혜수 (서울시립대학교)

영문지발전위원회

위원장 : 민상렬 (서울대학교)

고 문 : 서정연 (서강대학교)

위 원 : 강재우 (고려대학교)

권태경 (서울대학교)

김대진 (포항공과대학교)

김태환 (서울대학교)

김 종 (포항공과대학교)

맹성현 (한국과학기술원)

박종철 (한국과학기술원)

송준화 (한국과학기술원)

신인식 (한국과학기술원)

신현식 (서울대학교)

엄현상 (서울대학교)

이근배 (포항공과대학교)

이성환 (고려대학교)

이승룡 (경희대학교)


이창건 (서울대학교)


최승진 (포항공과대학교)

홍충선 (경희대학교)

정보올림피아드위원회

위원장 : 최진영 (고려대학교)

부위원장 : 양태천 (경성대학교)

자문위원 : 김동윤 (아주대학교) 김하진 (아주대학교) 김희철 (한국외국어대학교) 장직현 (서강대학교)

위 원 : 김성렬 (건국대학교)

김수환 (부산외국어대학교)

김재훈 (부산외국어대학교)

김희열 (경기대학교)

나중채 (세종대학교)

문병로 (서울대학교)


박희진 (한양대학교)

반효경 (이화여자대학교)

신찬수 (한국외국어대학교)

심정섭 (인하대학교)

이문규 (인하대학교)

이인복 (한국항공대학교)

이재하 (건국대학교)

임형석 (전남대학교)

정창성 (고려대학교)

조환규 (부산대학교)

최준수 (국민대학교)

정보통신 논문지편집위원회

위원장 : 안상현 (서울시립대학교)

부위원장 : 김성륜 (연세대학교) 유명식 (숭실대학교) 이원준 (고려대학교) 정성호 (한국외국어대학교)

편집위원 : 고영배 (아주대학교)

권태경 (세종대학교)

김동균 (경북대학교)

김명섭 (고려대학교)


노동건 (숭실대학교)

박상준 (한국전자통신연구원)

박준상 (홍익대학교)

백상헌 (고려대학교)

석승준 (경남대학교)

염익준 (성균관대학교)

유영환 (부산대학교)

유 준 (가천대학교)

이상훈 (연세대학교)

이수경 (연세대학교)

이영석 (충남대학교)

이정륜 (중앙대학교)

이지훈 (상명대학교)

이 융 (한국과학기술원)

임 혁 (광주과학기술원)

정윤원 (숭실대학교)

정재훈 (성균관대학교)

조성래 (중앙대학교)


최용훈 (광운대학교)

허준범 (중앙대학교)

72 학회소식 임원 및 위원명단

주니어학술위원회

위원장 : 원유집 (한양대학교)

위 원 : 김태석 (광운대학교) 남범석 (울산과학기술대학교) 성민영 (서울시립대학교) 송민석 (인하대학교)

지부발전협의회

위원장 : 홍충선 (경희대학교)

위 원 : 김명균 (울산대학교)


안기중 (제주대학교)

조기환 (전북대학교)

최덕재 (전남대학교) 홍봉희 (부산대학교) 홍성수 (호서대학교)

초중고 정보과학 교육(K-12 Computing Science Education) 위원회

위원장 : 이광근 (서울대학교)

컴퓨팅의 실제 및 레터 논문지편집위원회

위원장 : 채진석 (인천대학교)

부위원장 : 이상준 (숭실대학교) 이종우 (숙명여자대학교)

편집위원 : 강수용 (한양대학교)

권동섭 (명지대학교)

김건웅 (목포해양대학교)

김대은 (연세대학교)

김성동 (한성대학교)

김원일 (세종대학교)

김재훈 (서일대학교)

김준모 (단국대학교)

김철진 (인하공업전문대학)

김형석 (건국대학교)

박규식 (단국대학교)

박문주 (인천대학교)

박민규 (건국대학교)

박수희 (동덕여자대학교)

박용수 (한양대학교)


심재창 (안동대학교)

윤성로 (서울대학교)

이상곤 (전주대학교)

이성원 (경희대학교)


정경용 (상지대학교)

정성우 (고려대학교)

정태선 (아주대학교)

조규천 (한림성심대학교)

조영임 (수원대학교)

조은선 (충남대학교)

조은숙 (서일대학교)

최미정 (강원대학교)

최선웅 (국민대학교)

최원익 (인하대학교)

학술사업위원회

위원장 : 정성호 (한국외국어대학교)

위 원 : 김승욱 (서강대학교)

박성우 (포항공과대학교)

이관우 (한성대학교)

이영구 (경희대학교)

이정현 (숭실대학교)

임상범 (건국대학교)

장영민 (국민대학교) 최수미 (세종대학교)

학회기획위원회

위원장 : 이성환 (고려대학교)

위 원 : 김명균 (울산대학교)

김상욱 (한양대학교)

김정현 (고려대학교)

김지인 (건국대학교)


김판구 (조선대학교)

김 선 (서울대학교)


류기열 (아주대학교)


박재화 (중앙대학교)

엄영익 (성균관대학교)


이광근 (서울대학교)


이원석 (연세대학교)

이칠우 (전남대학교)

조환규 (부산대학교)

최영우 (숙명여자대학교)

학회지편집위원회

위원장 : 낭종호 (서강대학교)

부위원장 : 김기천 (건국대학교)

김진석 (서울시립대학교)

신현준 (아주대학교)


이병정 (서울시립대학교)


조성배 (연세대학교) 진현욱 (건국대학교)

편집위원 : 권태경 (서울대학교)

김경중 (세종대학교)

김문주 (한국과학기술원)

김휘강 (고려대학교)

노준용 (한국과학기술원)

신수용 (서울아산병원)

유석종 (한국과학기술정보연구원)

이상환 (국민대학교)

이윤진 (아주대학교)

이찬근 (중앙대학교)

임상범 (건국대학교)

최용훈 (광운대학교)

한욱신 (포항공과대학교)

황규백 (숭실대학교)

JCSE 편집위원회

▣ Editorial Board

‧ Editors-in-ChiefIl-Yeol Song (Drexel University)

Insup Lee (University of Pennsylvania)

Jong C. Park (KAIST) Taewhan Kim (Seoul National University)

‧ Associate EditorsAlberto H. F. Laender (Federal University of Minas Gerais)

Alosius K. Mok (University of Texas at Austin)

Anna Philippou (University of Cyprus)

Asuman Dogac (Middle East Technical University)

Byung S. Lee (University of Vermont)

Chang-Gun Lee (Seoul National University)

Dongkyun Kim (Kyungpook National University)

Dongwon Lee (Pennsylvania State University)

Gary Geunbae Lee (POSTECH)

Geoff Wyvill (University of Otago)

Hang Joon Kim (Kyungpook National University)

Hojung Cha (Yonsei University)

Hyunsoo Yoon (KAIST)

In-Kwon Lee (Yonsei University)

Jin-Young Choi (Korea University)

Johann Eder (Universitat Wien)

Jong Kim (POSTECH)

Juan Trujillo (Universidad de Alicante)

Junehwa Song (KAIST)

Jung-Heum Park (Catholic University of Korea)

Jungwoo Ryoo (Pennsylvania State University)

Kian-Lee Tan (National University of Singapore)

Ling Liu (Georgia Institute of Technology)

Mahesh Viswanathan (University of Illinois atUr-

bana Champaign)

Mario Piattini (Universidad de Castilla-La Mancha)

Nazim Agoulmine (University of Evry Val d’Essonne)Oleg Sokolsky (University of Pennsylvania)

Sang Lyul Min (Seoul National University)

Sanjoy Baruah (University of North Carolina at

Chapel Hill)

Seongsoo Hong (Seoul National University)

Seong-Whan Lee (Korea University)

Seungjin Choi (POSTECH)

Seungyong Lee (POSTECH)

Sung Y. Shin (South Dakota State University)

Sungyoung Lee (Kyung Hee University)

Taekyoung Kwon (Seoul National University)

Tei-Wei Kuo (National Taiwan University)

Torben B. Pedersen (Aalborg University)

Wook-Shin Han (Kyungpook National University)

Xuemin Lin (University of New South Wales)

2013. 11 정보과학회지 73

Insik Shin (KAIST)

Jaewoo Kang (Korea University)

James K. Hahn (The George Washington University)

Jason Baldridge (University of Texas at Austin)

Jeffrey Xu Yu (The Chinese University of Hong Kong)

Jehee Lee (Seoul National University)

Olivier Danvy (University of Aarhus)

Otfried Cheong (KAIST)

Peter O’Hearn (University of London)

Petru Eles (Linkopings Universitet)

Rance Cleaveland (University of Maryland, College Park)

Sang H. Son (DIGIST)

Yang-Sae Moon (Kangwon National University)

Yong Ho Song (Hanyang University)

Yongdae Kim (University of Minnesota)

Youngjoong Ko (Dong-A University)

Young-Kuk Kim (Chungnam National University)

Zhong Shao (Yale University)

▣ International Advisory BoardAravind K. Joshi (University of Pennsylvania)

David Hung-Chang Du (University of Minnesota)

John Mylopoulos (University of Toronto)

Kang G. Shin (University of Michigan)

Kyu-Young Whang (KAIST)

Manfred Broy (Techinische Universitat Munchen)

Masaru Kitsuregawa (University of Tokyo)

Patrick Cousot (Ecole Normale Superieure)

Philip S Yu (University of Illinois at Chicago)

Tok Wang Ling (National University of Singapore)

Young Taek Kim (Seoul National University)

▣ Publication Board ‧ Publication Board ChairSangLyulMin (Seoul National University)

‧ Publication Board Gary Geunbae Lee (POSTECH)

Insik Shin (KAIST)

Jaewoo Kang (Korea University)

Jong C. Park (KAIST)

Saejoon Kim (Sogang University)

Taewhan Kim (Seoul National University)

74 학회소식 특별회원 기관

특별회원 기관

PLATINUM >>>>>

회원사 대표자 전화번호 주소

네이버 김상헌 1588-3830 경기도 성남시 분당구 정자동 178-1 NAVER 그린팩토리

삼성전자 이윤우 (02)2255-0114 서울시 중구 태평로2가 250(삼성본관 빌딩)

삼성SDS 고순동 (02)3429-2114 서울시 강남구 역삼2동 707-19(일옥빌딩)

한국무역정보통신 윤수영 (02)551-8576 서울시 강남구 삼성동 159-1(408호)

KT (031)727-0114 경기도 성남시 분당구 정자동 206

LG전자 구본준 (02)3777-1114 서울특별시 영등포구 여의도동 20 LG트윈타워

GOLD >>>>>


구글코리아 조원규 서울시 강남구 역삼동 737 강남파이낸스센터 22층

롯데정보통신 오경수 (02)2626-4000 서울시 금천구 가산동 533-2(롯데센터)

한국후지쯔 박제일 (02)3787-6000 서울시 종로구 수송동 83-1(수송타워빌딩)

LG CNS 김대훈 (02)6363-5000 서울시 중구 회현동 2가 10-1 프라임타워 21층

SAP Labs 코리아 샤오췬클레버 서울특별시 서초구 반포대로 235 반포효성빌딩 17, 18층

SILVER >>>>>


테스트마이다스 김규준 (042)867-7800 대전광역시 유성구 가정로 218 융합기술연구생산센터 408호

KCC정보통신 한정섭 (02)6090-6800 서울시 용산구 갈월동 7-50 KCC IT타워

BRONZE >>>>>


슈어소프트테크 배현섭 (02)3446-5462 서울시 서초구 반포동 701-5 심로빌딩 3층

코난테크놀로지 김영섬 (02)3469-8500 서울시 강남구 대치동 890번지 유니온스틸빌딩 17, 18층

디비정보통신 강운식 (02)3470-7890 경기도 용인시 기흥구 영덕동 303

신도리코 우석형 (02)460-1114 서울시 성동구 성수동 2가 277-22호

컴퓨터연구정보센터 권영빈 (02)824-2522 서울시 동작구 흑석동 221

한국인터넷진흥원 이기주 (02)405-5171 서울시 송파구 가락동 79-3(대동빌딩)

한국정보통신기술협회 이근협 (031)724-0114 경기도 성남시 분당구 서현동 267-2

가온아이 조창제 (02)2140-5700 서울시 강남구 논현동 203번지(신천빌딩 3층)

피씨엔 송광헌 (02)565-7740 서울시 강남구 논현동 58-3 삼익악기빌딩 3층

2013. 11 정보과학회지 75

한국정보과학회 입회 안내

회원의 혜택- 중요한 현안 사항과 새로운 기술동향을 게재한 학회지(월간) 제공

- 학회가 발간하는 전자 논문지(e-journals) 제공- 학술행사 정보, 칼럼, IT 뉴스 등을 게재한 뉴스레터(격주간) 제공- 학회가 주최하는 학술행사 참가 시에 참가비 할인- 한국연구재단이 우수 평가를 한, 논문지에 논문 투고 및 게재료 할인- 전문 소사이어티 및 연구회에 소속하여 전문가 활동 가능- 연구용역 수행, 외부기관 위원 및 포상 후보자 등에 추천- 학회가 만들어 내는 모든 내용(contents)을 무료로 온라인 검색 및 내려받기- 학회와 자매결연된 외국 관련 학회 가입시 회비 할인 등의 혜택- 학회 회의실 및 세미나실의 사용료 무료 또는 할인 이용- 학회 제위원회에 소속하여 활동 가능(정회원)- 총회 참가권 및 발언권(정회원)

회원의 종류 및 자격1. 학생회원: 정보과학분야 또는 그 인접학문을 전공하고 있으며 다른 직업이 없는 학생

2. 정 회 원: 정보과학분야 또는 그 인접학문을 전공하여 학사학위 이상을 소지하고, 정보과학의 연구기관이나 응용기관에서2년 이상 근무한 자, 또는 정보과학 학술 및 응용에 관하여 상당한 이력 또는 관심이 있는 자

3. 종신회원: 종신회비를 납부한 정회원

입회방법1. 온라인 입회: 학회 홈페이지(www.kiise.or.kr)에서 입회신청하시고 회비를 납부하시기 바랍니다.2. 오프라인 입회: 온라인 입회가 어려우신 분은 입회원서를 작성하신 후 사무국으로 방문, 우편, 팩스, 이메일 등으로 제출하시고

회비를 납부하시기 바랍니다.

* 회비 납부 방법

- 은행/지로: 아래 은행계좌입금 또는 지로용지를 이용하시어 납부하신 후, 납부정보를 입회신청시 기재하시거나

입회신청 후 로그인하여 ‘입회/회원광장>마이페이지 회비결제’에 납부내역을 입력하여 주시기 바랍니다.

은행계좌 우리은행, 081-115006-13-001, 한국정보과학회

지 로 7500134, 한국정보과학회

- 신용카드결제: 가입 신청시 또는 가입 신청 후 학회 홈페이지 로그인 후 ‘입회/회원광장>마이페이지 회비결제’에서 결제하여

주시기 바랍니다.

논문지 구독1. 논문지 구독은 학회 회원에 한에서 신청가능하며, 논문지 종류에 따른 구독료를 납부하시면 됩니다.

2. 논문지 구분 정보과학회논문지: 시스템 및 이론(격월간) - 하드웨어, OS, 그래픽스, 병렬처리, 컴퓨터 이론 정보과학회논문지: 소프트웨어 및 응용(월간) - 소프트웨어, 인공지능, HCI, PL, 한국어정보처리, 컴퓨터 기반 교육 정보과학회논문지: 컴퓨팅의 실제 및 레터(월간) - 학술 연구 성과, 컴퓨터 시스템의 구현ㆍ개발 사례ㆍ사용 분석ㆍ도구 등을

위주로 한 실제적인 경험, 산업체의 경험, 전문적인 교육 경험의 논문 정보과학회논문지: 데이타베이스(격월간) - 데이타베이스 분야 정보과학회논문지: 정보통신(격월간) - 정보통신 분야 JCSE (계간) - 영문논문지

분과 가입학회 회원에 한하여 가입가능하며, 희망하는 연구회 또는 소사이어티 회비를 납부하시면 됩니다.

회 비

구 분 학 생 회 원 정 회 원 종 신 회 원

입 회 비 5,000 10,000 10,000

연 회 비 40,000 60,000 200,000~750,000(※만 45세 이상 연령별 할인)

논문지구독료 • 시스템 및 이론· 소프트웨어 및 응용· 컴퓨팅의 실제 및 레터· 데이터베이스· 정보통신 권당 15,000 / • JCSE 10,000

분과 연회비

데이터베이스 ․정보통신 ․소프트웨어공학 ․컴퓨터그래픽스및상호작용 소사이어티 ․컴퓨터시스템 ․고성능컴퓨팅 ․컴퓨터이론 ․모바일응용및시스템 ․건설환경IT융합 연구회

정 회 원 10,000 학생회원 5,000

프로그래밍언어 연구회 종신회원 300,000 정 회 원 10,000 학생회원 5,000

고신뢰컴퓨팅 연구회 종신회원 100,000

컴퓨터지능 소사이어티, 전산교육시스템 ․전문대학전산교육 ․언어공학 ․정보보호 ․커뮤니티컴퓨팅 ․국방소프트웨어 ․소프트웨어정책 연구회

무료

♠ 담당자: 최희수 사원, E-mail : [email protected], Tel.(02)588-9246, Fax.(02)521-1352, http://www.kiise.or.kr

76 학회소식 박사학위 논문초록

박사학위 논문초록

☞ 게재안내 : 회원여부와 관계없이 최근 3년 이내에 박사학위를 취득한 분들의 학위논문 요약문을

게재하오니, 게재를 원하시는 분은 다음과 같은 내용을 학회 사무국으로 보내 주시기 바랍니다.

성 명 출 신 학 교

논 문 제 목

직 장 연 락 처 학 취득일자

키 워 드

요 약 문(1,500~2,000자 이내)

2013. 11 정보과학회지 77

정보과학회지 투고규정

제 1 조 학회지에 게재할 원고의 종류는 특집(기술해설, 기술소개, 기술보고), 특별기고, 기획기사, 회원 간의 통신 및

기타 편집위원회가 인정하는 것으로 하며, 공익적이고 본회 회원의 전문영역 활동에 유익한 것이어야 한다.

제 2 조 원고의 내용 수준은 전산관련학과 학부졸업생이 이해할 수 있는 정도로 한다.

제 3 조 투고자는 원칙적으로 본 회 회원이어야 한다. 단, 회원과의 공동기고자 및 초청기고자는 예외로 한다.

제 4 조 수시로 원고를 접수하며 원고가 본 회 사무국에 도착한 날을 접수일로 한다. 단, 투고된 원고가 특집에

게재되기를 원할 경우에는 해당 특집호 발간 예정일보다 2개월 전에 원고가 접수되어야 한다.

제 5 조 원고는 원칙적으로 한글로 쓰되 널리 쓰이는 한글 워드프로세서로 작성된 파일을 함께 제출한다.

제 6 조 원고의 분량은 A4 용지에 두 줄 간격으로 하여 그림 및 표를 포함하여 15쪽 내외로 한다.

제 7 조 게재가 확정된 원고는 투고자의 200자 이내의 약력, 사진 등을 본 회가 제공하는 양식에 따라 추가로

제출하여야 한다.

제 8 조 원고 첫 쪽에는 제목, 성명, 소속기관, 회원구분, 주소, 우편번호, 전화 및 팩스번호, E-mail 주소, 희망

게재 월 및 게재 부분 등을 기재하고 목차, 본문, 참고문헌, 부록 순으로 작성한다.

제 9 조 원고 내용에 직접 관련이 있는 문헌에 대해서는 관련이 있는 본문 중에 참고문헌 번호를 쓰고 그 문헌을

참고문헌란에 인용 순서대로 기술한다. 참고문헌은 학술지의 경우에는 저자, 제목, 학술지명, 권, 호, 쪽수,

발행년도 순으로, 단행본은 저자, 도서명, 쪽수, 발행기관, 발행년도의 순으로 기술한다.

(예) [ 1 ] Conte, S. and Hall. R., “A measure of execution path complexity,” Comm. ACM, Vol.

31, No. 2, pp.188-200, 1988.

[ 2 ] Bellman, R., Introduction to Matrix Analysis, 2nd Ed., p.234, McGraw-Hill, 1979.

[ 3 ] 유창욱, 이용훈, “분산 시스템의 화일 배치 기법”, 한국정보과학회 논문지, 제18권, 제5호,

pp.188～200, 1991.

[ 4 ] 홍길동, 전자계산기, p.345, 정보출판, 1990.

[ 5 ] 정보과학회지 투고규정, http://www.kiise.or.kr/collections/soc_mt_02.asp

제 10 조 장 및 절에 해당되는 번호는 아라비아 숫자로 각각 1., 1.1, 1.1.1, 가, 1), (가), (1) 등과 같이 표기한다.

제 11 조 그림, 표는 인쇄될 크기의 두 배 정도로 선명하게 작성하여 본문 중에 위치를 정하고, 그림의 명칭은 하단

에, 표의 경우는 상단에 각각 그림 1 및 표 1로 표기한다.

제 12 조 접수된 원고는 편집위원회에서 게재여부를 결정하며, 게재된 원고의 저자에게는 소정의 원고료를 지급한다.

제 13 조 게재 확정된 원고는 본 회가 출판 및 배포, 온라인서비스를 제공한다. 온라인서비스의 경우 본회의 회원이

아닌 구독자에게는 서비스 비용을 징수할 수 있다.

제 14 조 본 규정은 2007년 9월 13일부터 효력을 발생한다.

부문별 담당편집위원

특 집 원 고 노준용 (042)350-2918

논 문 초 록 편집실 1588-2728 (내선 1)

게 시 판 김진석 (02)6490-2447

학 회 소 식 편집실 1588-2728 (내선 1)

사 무 국

허 대 영 국장

[email protected](02-588-1973)

∙총괄․대외∙재정 및 후원∙특별/단체회원∙iTIP

최 희 수 사원


∙정보과학회지∙회원관리∙총무

한 영 진 차장


∙KCC/추계학술대회∙SWCS∙연구용역 관리∙분과, 지부 관리지원

최 소 라 사원


∙영문논문지∙국문논문지

(SA, CPL, IN)

김 경 화 차장


∙논문지총괄∙국문논문지(CST, DB)∙학생논문경진대회∙정보올림피아드

류 윤 정 사원


∙정보올림피아드∙ACM-ICPC

문 은 정 사원


∙경리∙홈페이지 관리∙뉴스레터∙이메일홍보

정 보 과 학 회 지 제31 권 제11 호

2013년 11월 12일 인쇄

2013년 11월 18일 발행

발 행 인 서 정 연

편 집 인 낭 종 호

발 행 처 사단법인 한국정보과학회

서울특별시 서 구 방배로 76

화：1588-2728

FAX：(02)521-1352 http://www.kiise.or.kr

인 쇄 처 한림원(주) ☎ (02)2273-4201

(비매품)

✲ 본 학회지에 게재된 글의 내용에 대해서는 그 글의 저자가 최종 책임을 지며, 특별히 명시된 경우가 아니면 본 학회의 공식입장을 대변하는 것이 아님.

✲ 본 학회지에 게재된 내용은 본 학회의 승인이 없이 영리목적으로 무단복제 사용할 수 없음.✲ Copyright ⓒ 2013 한국정보과학회

communications of kiise

Documents