생성미디어·3D·XR과 진위위험

그럴듯한 전시관은 실측 도면과 다르다

한빛도서관이 옛 자료실을 소개하는 전시를 준비한다. 남아 있는 사진으로 분위기를 재현한 그림, 실제 치수를 반영한 3D 모형, 관람자의 움직임에 반응하는 가상 공간은 모두 화면에 나타나지만 서로 다른 근거와 품질을 요구한다. 보기 좋은 생성 그림을 실제 통로 폭이나 원래 가구 배치의 증거로 쓰면 안 된다.

이 절은 내용을 새로 만드는 방법, 3D 데이터를 화면으로 바꾸는 방법, 사용자의 움직임과 연결하는 방법, 출처와 사실을 확인하는 방법을 구별한다. 영상 표현과 처리 및 생성형 모델의 원리를 적용하되 모델·사진·현실의 관계를 과장하지 않는다. GM-T1·XR-B1·PV-M1은 자체 교육 자료다.

앞선 영상 파이프라인과 연결

앞 절은 관측 영상을 표현·처리·판독하는 흐름을 다뤘다. 여기서는 같은 파이프라인을 생성·3D·XR로 확장하되 생성 결과와 실제 관측, 화면 표현과 실제 치수를 구별한다.

1. 촬영·편집·생성을 구별한다

촬영은 특정 조건에서 빛을 관찰한 기록이다. 편집은 기록의 표현·구성을 바꾸는 행위이고, 생성은 모델·규칙·입력 조건으로 새로운 내용을 만드는 행위다. 실제 결과물에는 세 과정이 함께 들어갈 수 있다. ‘AI 사용’이라는 표시 하나보다 어느 부분을 어떤 근거로 만들거나 바꾸었는지 알 수 있어야 한다.

생성적 적대 신경망(GAN)은 생성 결과를 만드는 모형과 실제 자료·생성 자료를 구별하려는 모형을 함께 학습하는 접근이다. 두 모형의 경쟁을 통해 학습 분포와 비슷한 결과를 만들도록 한다. 생성기가 그럴듯한 결과를 만들었다는 사실은 특정 실제 사건을 복원했다는 뜻이 아니다.¹

확산 모델의 대표적 접근은 학습 자료에 점차 잡음을 더하는 과정과 연결해, 잡음을 줄이는 역방향의 분포·과정을 학습하는 것이다. 생성 때에는 잡음에서 출발해 학습한 과정을 반복하며 결과를 만든다. DDPM의 원저자 설명은 이러한 점진적 생성·복원의 모형을 다룬다.² 모든 구현이 같은 단계 수·샘플링 방법을 사용하는 것은 아니다.

잠재 확산은 원래 픽셀 대신 학습된 압축 표현에서 확산 과정을 수행하고 디코더를 통해 영상으로 바꾸는 접근이다. 잠재 표현은 영상의 정보를 수치로 표현한 공간이며, 잠재 확산 연구는 계산부담과 고해상도 생성의 관계를 다룬다.³ 압축 표현을 썼다고 원래 세부와 글자를 정확히 복원하는 보증이 생기지는 않는다.

프롬프트·참조 이미지·윤곽·깊이 등은 생성 조건이 될 수 있다. 조건을 추가하면 원하는 구성을 유도할 수 있지만 실제 치수·정확한 문자·물리 법칙을 언제나 만족하지는 않는다. 여러 영상 프레임을 생성할 때 물체 모양·문자·그림자가 시간에 따라 바뀌는지도 확인해야 한다.

2. 생성 결과는 무엇의 증거로 사용할 것인가

도서관 전시에서는 상상한 분위기 그림을 설명용 시각자료로 사용할 수 있다. 반면 어느 해에 실제로 어떤 서가가 있었는지 주장하려면 당시 기록과 출처가 필요하다. 훼손된 사진의 빈 영역을 채운 경우 관측된 부분과 추정한 부분을 구분한다. 생성한 부분을 숨긴 채 원본 사진이라고 제시하지 않는다.

합성 자료를 모델 학습에 사용하는 경우도 실제 자료와 같은 분포라고 가정하지 않는다. 생성기가 잘 만드는 조명·모양만 많아지거나 같은 오류가 반복될 수 있다. 합성 출처를 추적하고 실제 적용 자료를 분리하여 평가한다. 합성 데이터가 많아졌다는 사실은 독립적인 현실 증거가 늘었다는 뜻이 아니다.

저작권·인물의 권리·개인정보·이용허락은 저작권·특허·영업비밀·오픈소스의 대상·행위·라이선스 구분으로 확인한다. 출처를 쓴 것과 이용허락을 받은 것은 다르고, 생성 도구의 사용허락과 입력 자료·출력의 모든 권리는 같은 문제가 아니다. 이 절은 개별 작품의 법적 귀속이나 침해를 판정하지 않는다.

3. 3D 장면은 모양·배치·재질·빛·카메라로 구성된다

메시(mesh)는 꼭짓점·모서리·면으로 표면을 표현한 구조다. 삼각형 면을 모으면 복잡한 물체 표면을 표현할 수 있다. 텍스처는 표면에 적용할 색·세부 등 데이터이고, 재질은 표면이 빛과 어떻게 상호작용할지를 정하는 표현이다. 사진을 입혔다고 내부 구조나 실제 물성이 함께 측정되는 것은 아니다.

장면에는 물체의 위치·회전·크기, 카메라와 조명이 필요하다. Blender의 공식 설명도 물체 변환과 메시·카메라 등의 데이터 역할을 구별한다.⁴ 여기서는 소프트웨어 조작법보다 결과가 달라지는 입력을 이해한다.

렌더링은 이 장면과 설정으로 화면의 픽셀을 계산하는 과정이다. 래스터화는 주로 투영된 면이 덮는 픽셀을 처리하고, 광선 추적은 광선과 표면의 상호작용을 추적하는 접근이다. 둘을 함께 사용할 수도 있다. 사실적인 빛 표현은 장면의 치수나 역사적 사실까지 정확하다는 뜻이 아니다.

다른 도구로 장면을 옮길 때는 좌표축·길이단위·재질·텍스처·애니메이션 지원을 확인한다. Khronos glTF는 3D 자산 전달을 위한 규격이지만, 파일이 열린다는 사실만으로 모든 확장 기능과 표현이 동일하게 재현되지는 않는다.⁵

4. 직접 계산 GM-T1: 변환 순서가 결과를 바꾼다

점 p=(1,2,3)을 생각하자. 단위는 이 예제의 길이 단위이며, 모든 좌표는 같은 축을 사용한다. 먼저 원점을 기준으로 크기를 2배로 바꾸면 (2,4,6)이 된다. 그다음 x방향으로 10만큼 평행이동하면 (12,4,6)이다.

순서를 바꿔 먼저 이동하면 (11,2,3), 그다음 원점 기준으로 2배 하면 (22,4,6)이다. 크기 변경과 이동은 일반적으로 순서를 바꿔도 같은 결과가 아니다. 물체의 자기 좌표에서 움직였는지 세계 좌표에서 움직였는지, 어떤 점을 기준으로 회전·확대했는지도 결과를 바꾼다.

실제 도구는 행렬이나 위치·회전·크기 표현으로 변환을 관리한다. 행렬은 이런 여러 선형 조합과 이동을 일관된 계산으로 연결하는 표현이다. 외워서 순서를 복사하기보다 작은 점 하나를 변환해 기대 위치와 맞는지 확인하면 좌표 관례의 차이를 발견할 수 있다.

‘어디를 중심으로’도 입력이다. 원점 기준 두 배는 각 좌표에 2를 곱하지만, 기준점 c를 중심으로 두 배는 먼저 p에서 c를 빼 상대 위치를 구하고, 그 차이를 두 배 한 뒤 c를 다시 더한다. 식으로는 c+2(p−c)다. 기준점 자체는 움직이지 않는다. 같은 ‘두 배’ 명령도 기준점이 다르면 결과가 달라지므로, 좌표축·단위·순서와 함께 기준점을 기록한다.

투영의 작은 계산

왜 먼 물체가 작게 보이는지 단순한 핀홀 카메라로 보자. 카메라 앞 점의 좌표를 (X,Y,Z), Z>0이라 하고 화면 좌표를 u=fX/Z+cx, v=fY/Z+cy로 정의한다. f는 픽셀 단위의 초점계수, cx·cy는 영상 중심 기준이다. 이 예에서는 카메라 Y의 양의 방향과 영상 v의 양의 방향을 일치시킨다. 다른 도구는 축 관례가 다를 수 있다.

여기서 X·Y·Z는 같은 길이 단위의 카메라 기준 좌표이고, u·v는 화면의 픽셀 좌표다. fX는 f×X를 뜻한다. f=800, cx=320, cy=240이고 점이 (0.5,0.25,2)이면 가로의 중심 기준 이동은 800×0.5/2=200픽셀이다. 중심 cx=320을 더해 u=520이다. 세로는 800×0.25/2=100픽셀에 cy=240을 더해 v=340이다. 같은 X·Y에서 Z=4가 되면 두 이동량은 100·50픽셀이고 u=420, v=290이다. 중심에서의 거리는 100·50으로 절반이 된다. 서로 다른 깊이의 점이 같은 영상 위치를 가질 수 있으므로, 단일 사진의 픽셀 거리만으로 실제 길이를 바로 확정할 수 없다.

이 모델은 렌즈 왜곡·회전·깊이 오차를 제외했다. 실제 치수를 측정하려면 카메라 보정·대상 기준·단위와 불확실성을 확인해야 한다. 생성한 영상에 이 식을 붙였다고 그 장면이 실제 카메라·물체 관계를 만족하게 되는 것은 아니다.

5. VR·AR·MR·XR의 핵심은 사람과 공간의 연결이다

VR은 주로 가상 환경을 제시하고, AR은 현실을 보는 경험에 디지털 정보를 덧붙이는 방식이다. MR은 현실 공간과 가상 요소의 결합·상호작용을 강조하는 말이며 업체·문헌에 따라 범위가 겹칠 수 있다. XR은 이 관련 경험들을 포괄하는 표현으로 사용한다. 이름보다 실제로 무엇을 보고 어떻게 상호작용하는지를 설명한다.

3DoF 추적은 세 축의 회전을, 6DoF는 여기에 세 방향의 위치 이동을 더해 다룬다. DOF는 자유도의 수다. Microsoft의 추적 설명도 회전과 이동을 이렇게 나눈다.⁶ 3DoF 화면에서 고개 방향을 바꿀 수 있다는 사실이 실제 걸어간 위치를 추적한다는 뜻은 아니다.

공간에 안내를 붙이려면 관찰자 위치·방향과 장면 좌표를 연결해야 한다. 기준점을 잘못 잡거나 추적이 끊기면 글자가 실제 서가에 고정되지 않고 떠다니는 것처럼 보일 수 있다. 가림 처리도 중요하다. 실제 벽 뒤에 있어야 할 가상 물체가 앞에 표시되면 공간 해석이 틀릴 수 있다.

OpenXR은 응용이 다양한 XR 장치의 런타임을 통해 입력·추적 위치·렌더된 프레임 제출 같은 기능을 사용할 공통 API를 제공한다.⁷ 이는 모든 기기의 센서 정확도·확장 기능·성능을 같게 만드는 규칙이 아니다. 필요한 기능의 지원과 추적 상실·입력 방식·성능을 실제 대상에서 확인해야 한다.

6. 따라 계산 XR-B1: 프레임 예산과 체감 지연

90 Hz 표시는 1초에 90번의 표시 주기를 뜻한다. 주기 하나는 1,000/90≈11.11밀리초다. 120 Hz라면 약 8.33밀리초다. 밀리초는 1,000분의 1초다. 이 시간은 화면 주기의 간격이지 사용자가 움직인 뒤 결과를 보는 전체 지연과 같지 않다.

자체 XR-B1은 병렬 겹침이 없는 단순 처리 모형으로 추적 2 ms·장면갱신 3 ms·영상계산 6 ms가 직렬로 이어진다고 가정한다. 합계 11 ms이므로 90 Hz의 주기 안에는 계산상 들어가지만 여유가 약 0.11 ms뿐이다. 여기에 매 프레임 네트워크 대기 4 ms가 직렬로 더해지면 15 ms로 주기를 넘는다.

이 단순 모형의 결과를 실제 엔진의 모든 CPU·GPU 실행에 그대로 적용하지 않는다. 파이프라인·병렬 작업·대기·재투영이 있으면 처리량과 지연의 관계가 달라진다. 이미 다른 작업과 겹쳐 수행한 시간을 두 번 더하거나, 평균프레임률로 일시적인 긴 지연을 숨기지 않는다.

처리량과 한 프레임의 지연은 분모가 다르다. 서로 다른 자원에서 다음 프레임의 앞 단계를 겹쳐 처리할 수 있으면, 첫 프레임은 전체 단계를 거쳐 늦게 나오면서도 이후 결과는 더 짧은 간격으로 나올 수 있다. 이때 단계 시간의 최댓값은 이상적인 반복 처리 간격의 하한이지만, 한 프레임의 단계 시간 합계를 없애지 않는다. 공유 자원·동기화·표시 대기가 없는 교육 모형과 실제 움직임-표시 지연을 구별한다.

움직임-표시 지연은 사람의 움직임이 관측되어 관련 화면이 표시될 때까지의 전체 지연이다. 센서·처리·큐·표시 대기 등이 포함된다. 예측이나 재투영은 지연의 영향을 줄이는 수단이 될 수 있지만 없는 추적 정보와 정확한 상호작용을 항상 복원하지는 못한다.

도서관 체험에서는 공간·기기·사용시간에 맞는 안전한 범위와 쉬운 종료 경로를 정한다. 추적이 상실되면 정확한 위치 안내가 가능한 것처럼 표시하지 않는다. XR 사용이 어려운 사람에게는 같은 핵심 내용을 일반 화면·설명으로 제공한다. 특정 프레임 수를 만족했다는 사실만으로 모든 사람의 편안함과 접근성을 보증하지 않는다.

7. 출처·무결성·사실성·이용권은 다른 질문이다

출처 이력(provenance)은 콘텐츠가 어디에서 어떤 과정을 거쳐 왔는지를 설명한다. 무결성은 연결된 자료가 변경됐는지의 검증이고, 사실성은 그 내용이 실제 세계의 사실에 맞는지의 판단이다. 이용할 권리가 있는지는 또 다른 문제다.

C2PA의 Content Credentials는 콘텐츠와 연결된 생성·편집 등의 주장을 서명된 구조로 표현해 출처와 변경 흔적의 검증을 돕는다. C2PA의 2.2 설명은 이러한 검증이 묘사된 내용의 진실을 보증하지 않으며, 이력이 없다는 이유만으로 불신할 수 없다고 구별한다.⁸

서명한 주체가 꾸민 장면을 ‘합성 그림’이라고 정확히 표시했다면 유효한 출처 이력과 가상의 내용은 함께 존재할 수 있다. 반대로 실제 촬영물이더라도 이력이 없거나 편집 과정에서 연결 정보가 사라질 수 있다. 서명 검증 실패·신뢰 경로 미확인·정보 부재를 모두 ‘가짜 영상’이라는 한 상태로 합치지 않는다.

워터마크는 내용에 표시·신호를 넣는 방법이고 탐지기는 데이터의 특징으로 생성·변조 가능성을 추정하는 방법이다. 둘도 출처 서명과 같은 역할은 아니다. 재인코딩·잘라내기·새 생성 방식 등의 조건에서 어떤 결과를 낼지 검증하고 오탐·누락을 고려해야 한다. 한 가지 신호로 타인을 부정행위자로 확정하지 않는다.

검토자는 원천 게시자·원본·시간·장소·편집 이력·다른 독립 근거를 함께 살핀다. 공개할 필요가 없는 신원·위치정보까지 출처 메타데이터에 넣지 않도록 보호한다. 출처가 확인됐다고 저작권 허락이나 실제 사진 속 모든 사람의 동의까지 확보한 것은 아니다.

8. 직접 계산 PV-M1: 서명 검증률은 진실 비율이 아니다

전시 후보 100개 중 60개에 검증 대상으로 삼을 출처 정보가 있고, 정한 서명·내용 연결·신뢰 조건을 만족한 것은 50개라고 가정한다. 나머지 10개는 이 예의 검증 조건을 만족하지 못했고 40개는 출처 정보가 없다. 구체적인 실패 사유는 따로 기록한다고 정한다.

출처 정보가 있는 집단의 검증 충족은 50/60≈83.33%다. 전체 후보에서 해당 검증 근거를 확보한 비율은 50/100=50%다. 두 수치 모두 ‘실제 사실을 묘사한 비율’이 아니다. 그 50개 중 실제 촬영·합성·추정 복원이 각각 얼마인지는 별도 자료가 없으므로 계산할 수 없다.

출처 정보가 없는 40개를 모두 가짜로 분류하지 않는다. 대신 원본·권리자·작성 과정과 필요한 사실 근거를 추가 확인한다. 이미 정보가 있는 60개만 검토하고 전체 100개를 검수 완료라고 보고하는 것도 부정확하다.

별도의 탐지기 예 PV-M2에서는 1,000개 중 기준상 합성 100개·비합성 900개라고 가정한다. 탐지기가 합성 90개를 찾고 비합성 45개를 합성으로 표시했다면, 합성 탐지 재현율 90%, 비합성 오탐률 5%다. 그러나 합성으로 표시한 135개 중 실제 합성은 90개이므로 정밀도는 약 66.67%다. 이는 원수에 따른 산술이며 실제 제품의 성능이나 정당한 이용·불법 여부를 측정한 결과가 아니다.

표시된 집단을 해석하려면 원래 집단의 구성도 필요하다. 재현율은 실제 합성을 분모로, 오탐률은 실제 비합성을 분모로, 정밀도는 합성으로 표시된 전체를 분모로 쓴다. 실제 합성이 드문 집단에서는 낮은 오탐률이라도 많은 비합성 중 오탐이 누적되어 정밀도가 낮아질 수 있다. 다음 집단에서도 같은 두 비율이 유지된다는 가정은 실측이 아니라 연습의 조건이다.

9. 실제 전시안 XR-G1

XR-G1은 자료실의 역사와 공간 구조를 설명하는 교육용 체험이다. 사실을 설명하는 사진·기록, 추정하여 복원한 3D 영역, 상상한 생성미디어를 시각적으로 구별한다. 안전·피난·건축 치수의 실제 판정에는 사용하지 않는다. 실제 사람이 말하지 않은 내용을 그 사람의 실제 발언으로 제시하는 안도 제외한다.

자료 담당은 원천·권리·사실 근거를, 제작 담당은 모델·좌표·단위·재질·생성/편집 이력을, 검토 담당은 설명의 일치와 추정 표시를, 운영 담당은 추적·지연·중단·접근성을 맡는다. 최종 콘텐츠 ID와 실제 배포 판본을 연결해 정정 대상을 찾을 수 있게 한다.

표현의 품질은 형상·가림·글자·시간 일관성으로, 공간의 품질은 기준좌표·추적 상실·입력 동작으로, 출처의 품질은 원천·서명·편집·권리로 나누어 본다. XR-B1처럼 네트워크 대기가 주기를 넘으면 로컬 처리·표현 단순화·갱신 방식의 대안을 비교한다. 표시 주기만 맞추려고 중요한 오류·종료 안내를 없애지 않는다.

배포 전에는 현재 기기의 지원 기능과 실제 사용 공간에서 입력·추적·가림·변동 지연·종료를 확인하도록 계획한다. 사실 근거가 부족하면 추정으로 표시하거나 제외하고, 서명 실패는 해당 실패의 원인을 확인한다. 체험을 종료해도 이미 배포한 잘못된 설명은 관련 판본에 정정을 반영하고 이용자에게 알리는 경로를 유지한다.

10. 자체 10점 문제와 완성 답안

생성미디어·3D·XR의 품질을 구별하고 GM-T1·XR-B1·PV-M1의 수치를 해석하시오.

(1,2,3)에 크기 변경과 이동을 두 순서로 적용한다. 90 Hz의 주기를 계산한 뒤 직렬 11 ms와 대기 4 ms를 비교하고 출처 50/60과 50/100의 의미를 제한한다.

10점 자체 연습의 구성과 완성 답안

목차: 생성과 관측 → 좌표·시간 → 출처와 사실 → 적용 한계.

같은 점도 확대와 이동의 순서를 바꾸면 다른 위치가 된다 · 상태 따라가기

p(1,2,3)과 확대 2배·x 이동 10을 두 경로에 둔다. 모든 단계에서 확대 뒤 이동·이동 뒤 확대의 위치를 유지하며 값과 허용 조건을 함께 확인합니다.

상자 안의 대상과 화살표의 조건을 함께 읽으세요. 좁은 화면에서는 같은 관계를 세로로 재배치한 도식을 보여 줍니다.

GM-T1의 같은 축·길이단위·원점 기준 확대 조건이다. p=(1,2,3)을 먼저 2배 후 x방향으로 10만큼 이동하면 (12,4,6), 먼저 x방향으로 10만큼 이동 후 원점 기준 2배 하면 (22,4,6)이다. 두 결과의 x가 다른 이유는 두 번째 경로에서 이동량 10도 함께 2배가 되기 때문이다. 실제 도구의 좌표·기준점·순서는 따로 확인한다.

이 예의 조건

• GM-T1의 같은 축·길이 단위·원점 기준 확대 조건이다. p=(1,2,3)을 먼저 2배로 확대한 후 x 방향으로 10 이동하면 (12,4,6), 먼저 x 방향으로 10 이동한 후 원점 기준으로 2배 확대하면 (22,4,6)이다. 두 결과의 x가 다른 이유는 두 번째 경로에서 이동량 10도 함께 2배가 되기 때문이다. 실제 도구의 좌표·기준점·순서는 따로 확인한다.
• 이 원문의 교육용 사례·조건 안에서 상태를 대조합니다. 실제 구축·실험 결과나 원문에 없는 성능 보장을 추가하지 않습니다.

관계도의 보충 설명

원그림의 모든 대상과 설명

대상	원 설명
대상같은 출발점 p	원 설명(1,2,3)
대상먼저 원점 기준 2배	원 설명(2,4,6)
대상그다음 x로 10 이동	원 설명(2+10,4,6) / 결과 (12,4,6)
대상먼저 x로 10 이동	원 설명(11,2,3)
대상그다음 원점 기준 2배	원 설명(22,4,6) / 이동량도 2배 됨

원그림의 모든 관계와 조건

연결	원 라벨·방향
연결같은 출발점 p → 먼저 원점 기준 2배	원 라벨·방향확대 먼저 / 정방향 / 실선
연결먼저 원점 기준 2배 → 그다음 x로 10 이동	원 라벨·방향이동 나중 / 정방향 / 실선
연결같은 출발점 p → 먼저 x로 10 이동	원 라벨·방향이동 먼저 / 정방향 / 실선
연결먼저 x로 10 이동 → 그다음 원점 기준 2배	원 라벨·방향확대 나중 / 정방향 / 실선

예의 값과 변화

관찰·상황	값·보충 정보	변화·이유
같은 p p(1,2,3)과 확대 2배·x 이동 10을 두 경로에 둔다.	값·보충 정보 확대 뒤 이동: 입력(1,2,3) 이동 뒤 확대: 입력(1,2,3)	변화·이유 값은 같고 합성 순서만 다르다.
첫 변환 확대 우선은 (2,4,6), 이동 우선은 (11,2,3)이다.	값·보충 정보 확대 뒤 이동: (2,4,6) 이동 뒤 확대: (11,2,3)	변화·이유 첫 변환이 다음 변환의 입력을 만든다.
둘째 변환 A는 x+10으로 (12,4,6), B는 2배로 (22,4,6)이다.	값·보충 정보 확대 뒤 이동: (12,4,6) 이동 뒤 확대: (22,4,6)	변화·이유 이동값도 확대되는 경로라 최종 x가 다르다.
순서 비교 두 결과의 y 4·z 6은 같지만 x 12와 22는 다르다.	값·보충 정보 확대 뒤 이동: x12·y4·z6 이동 뒤 확대: x22·y4·z6	변화·이유 변환 순서를 교환하면 같은 결과라는 가정이 틀리다.

같은 점도 확대와 이동의 순서를 바꾸면 다른 위치가 된다 · 상태 따라가기

p(1,2,3)과 확대 2배·x 이동 10을 두 경로에 둔다. 모든 단계에서 확대 뒤 이동·이동 뒤 확대의 위치를 유지하며 값과 허용 조건을 함께 확인합니다.

상자 안의 대상과 화살표의 조건을 함께 읽으세요. 좁은 화면에서는 같은 관계를 세로로 재배치한 도식을 보여 줍니다.

GM-T1의 같은 축·길이단위·원점 기준 확대 조건이다. p=(1,2,3)을 먼저 2배 후 x방향으로 10만큼 이동하면 (12,4,6), 먼저 x방향으로 10만큼 이동 후 원점 기준 2배 하면 (22,4,6)이다. 두 결과의 x가 다른 이유는 두 번째 경로에서 이동량 10도 함께 2배가 되기 때문이다. 실제 도구의 좌표·기준점·순서는 따로 확인한다.

이 예의 조건

• GM-T1의 같은 축·길이 단위·원점 기준 확대 조건이다. p=(1,2,3)을 먼저 2배로 확대한 후 x 방향으로 10 이동하면 (12,4,6), 먼저 x 방향으로 10 이동한 후 원점 기준으로 2배 확대하면 (22,4,6)이다. 두 결과의 x가 다른 이유는 두 번째 경로에서 이동량 10도 함께 2배가 되기 때문이다. 실제 도구의 좌표·기준점·순서는 따로 확인한다.
• 이 원문의 교육용 사례·조건 안에서 상태를 대조합니다. 실제 구축·실험 결과나 원문에 없는 성능 보장을 추가하지 않습니다.

관계도의 보충 설명

원그림의 모든 대상과 설명

대상	원 설명
대상같은 출발점 p	원 설명(1,2,3)
대상먼저 원점 기준 2배	원 설명(2,4,6)
대상그다음 x로 10 이동	원 설명(2+10,4,6) / 결과 (12,4,6)
대상먼저 x로 10 이동	원 설명(11,2,3)
대상그다음 원점 기준 2배	원 설명(22,4,6) / 이동량도 2배 됨

원그림의 모든 관계와 조건

연결	원 라벨·방향
연결같은 출발점 p → 먼저 원점 기준 2배	원 라벨·방향확대 먼저 / 정방향 / 실선
연결먼저 원점 기준 2배 → 그다음 x로 10 이동	원 라벨·방향이동 나중 / 정방향 / 실선
연결같은 출발점 p → 먼저 x로 10 이동	원 라벨·방향이동 먼저 / 정방향 / 실선
연결먼저 x로 10 이동 → 그다음 원점 기준 2배	원 라벨·방향확대 나중 / 정방향 / 실선

예의 값과 변화

관찰·상황	값·보충 정보	변화·이유
같은 p p(1,2,3)과 확대 2배·x 이동 10을 두 경로에 둔다.	값·보충 정보 확대 뒤 이동: 입력(1,2,3) 이동 뒤 확대: 입력(1,2,3)	변화·이유 값은 같고 합성 순서만 다르다.
첫 변환 확대 우선은 (2,4,6), 이동 우선은 (11,2,3)이다.	값·보충 정보 확대 뒤 이동: (2,4,6) 이동 뒤 확대: (11,2,3)	변화·이유 첫 변환이 다음 변환의 입력을 만든다.
둘째 변환 A는 x+10으로 (12,4,6), B는 2배로 (22,4,6)이다.	값·보충 정보 확대 뒤 이동: (12,4,6) 이동 뒤 확대: (22,4,6)	변화·이유 이동값도 확대되는 경로라 최종 x가 다르다.
순서 비교 두 결과의 y 4·z 6은 같지만 x 12와 22는 다르다.	값·보충 정보 확대 뒤 이동: x12·y4·z6 이동 뒤 확대: x22·y4·z6	변화·이유 변환 순서를 교환하면 같은 결과라는 가정이 틀리다.

서로 다른 단계	따로 확인할 근거
생성·복원	관측한 부분과 추정·생성한 부분 표시
3D 좌표·변환	같은 축·단위·기준점·순서; 위 두 결과 대조
XR 추적·표시	추적 범위·표시 주기·전체 지연을 분리
출처·사실·권리 검토	서명·변경 이력은 외부 사실이나 이용허락을 대신하지 않음

완성 답안

생성미디어는 학습·조건으로 내용을 만들므로 그럴듯함이 실제 관측을 뜻하지 않는다. 3D는 형상·변환·재질·빛·카메라로 장면을 표현하고, XR은 이를 사용자 움직임·입력·공간에 연결한다. 각 단계의 사실·치수·추적·지연을 별도로 확인한다.

GM-T1의 (1,2,3)을 먼저 2배 후 x로 10 이동하면 (12,4,6), 순서를 바꾸면 (22,4,6)이다. 좌표계·기준점·순서를 명시해야 한다. 90 Hz의 주기는 약 11.11 ms이고 XR-B1의 직렬 11 ms는 작은 여유만 남는다. 추가 대기 4 ms가 있으면 15 ms로 주기를 넘으며 표시주기와 움직임-표시 지연은 다르다.

PV-M1의 검증충족은 출처정보가 있는 60개 중 50개로 83.33%, 전체 100개에서는 50%다. 서명·연결 검증을 사실 비율로 바꾸지 않는다. 출처 부재를 합성 확정으로 쓰지 않고 원천·편집·권리·독립 근거를 함께 확인한다.

11. 자체 25점 문제와 완성 설계 답안

도서관의 생성미디어·3D·XR 전시 XR-G1을 콘텐츠·기술·진위·운영 관점에서 설계하시오.

전시에서 관측·추정·생성의 어떤 부분을 표시할지 먼저 결정한다. 추적 상실·서명 실패·사실 근거 부재·권리 부재에 같은 처방을 쓰지 않고 필요한 확인·표시·제외를 나눈다.

25점 자체 연습의 설계 과정과 완성 답안

목차: 사실·생성 구분 → 3D 좌표·단위 → XR 추적·지연 → 출처·권리 → 운영·정정

XR-G1의 연결	함께 남길 검토·운영 증거
원천·권리 → 생성/3D 자산	사실·추정 표시, 생성·편집 이력
자산 → 좌표·추적·렌더	단위·기준점·변환 순서·지원 기능
렌더·추적 → 체험	지연·중단·접근성

변환 순서의 두 경로를 확인하고, 사실적인 화면·유효한 출처 이력·실제 이용권은 각각 별도 근거로 검토한다.

완성 설계 답안

XR-G1의 목적은 자료실의 역사와 공간 이해를 돕는 것이며 실제 건축·피난의 안전 판정은 제외한다. 관측 사진과 기록, 근거 있는 복원, 상상한 생성물의 표시를 구별한다. 생성 모델의 입력·허용 범위와 편집 과정을 관리하고 원문 사실과 맞지 않는 내용은 교정한다. 이용권·개인정보·인물 표현은 기존 법규·윤리 기준으로 별도 확인한다.

3D 장면은 메시·단위·좌표·변환·재질·조명·카메라와 시간 설정으로 구성한다. GM-T1처럼 변환 순서를 작은 점으로 확인하고 실제 치수와 추정 영역을 구별한다. 전송 자산의 형식·확장 지원도 확인해 파일이 열리는 것을 동일한 표현·성능으로 간주하지 않는다.

XR은 회전과 위치 추적의 범위를 구별하고 장면을 실제 기준좌표에 연결한다. 필요한 입력과 OpenXR 런타임 기능·확장을 확인하되 장치별 성능·추적 정확도를 별도로 검토한다. XR-B1의 90 Hz 주기 11.11 ms와 직렬 15 ms 경로가 충돌하므로 로컬화·처리 단순화 등 대안을 적용 조건에 따라 비교한다. 추적 상실·긴 지연·종료 실패가 있으면 해당 체험을 중단하고 일반 화면의 접근 경로를 제공한다.

출처 검토는 원천·콘텐츠 ID·생성/편집 기록·서명·연결·신뢰 조건과 권리·사실 근거를 분리한다. PV-M1의 83.33%는 제한된 검증률이며 사실성의 비율이 아니다. 출처 정보 부재·검증 실패·내용의 사실오류를 각각 기록하고 추가 확인·표시·제외의 다른 조치를 한다. 탐지기 오탐도 고려해 하나의 점수로 진위나 부정행위를 확정하지 않는다.

자료·제작·검토·운영 담당자의 역할과 판본을 연결한다. 배포 전에는 가림·글자·시간 일관성·좌표·추적·지연·접근성과 정정 경로를 확인한다. 배포 뒤 새로운 근거가 나오거나 오류가 확인되면 실제 제공 판본을 교정하고 이미 받은 이용자의 설명도 보완한다. 사실적인 화면, 유효한 서명, 법적 이용허락을 서로 대신하는 승인으로 사용하지 않는다.

12. 자기교정

조건 변경

목표 표시율을 120 Hz로 올리면? 한 주기는 약 8.33 ms다. XR-B1의 직렬 11 ms도 주기를 넘으므로 처리·표현·하드웨어 조건을 다시 평가한다. 목표 숫자만 바꿔 성능이 개선되지는 않는다.

출처정보 80개 중 검증충족 70개라면? 해당 집단 87.5%, 전체 100개 중 70%다. 실제 촬영물의 비율이나 이용허락률로 쓰지 않는다.

핀홀 예의 점 깊이가 4로 늘면? 같은 X·Y에서 화면좌표는 (420,290)이다. 중심에서의 거리가 절반이 되지만 실제 X·Y가 절반으로 줄어든 것은 아니다.

독립 확인: 탐지기가 표시한 135개는 모두 합성일까

PV-M2의 실제 합성 100·비합성 900 중 합성 90을 탐지하고 비합성 45를 합성으로 표시했다. 표시된 집단의 정밀도·합성 재현율·비합성 오탐률을 계산하고, 표시된 한 전시물의 불법 여부나 사실성을 확정할 수 있는지 답한다.

변경 조건의 완전한 풀이와 오답 교정

표시 135=참양성 90+거짓양성 45다. 정밀도 90/135≈66.67%, 재현율 90/100=90%, 오탐률 45/900=5%다. 5%만 보고 표시물의 95%가 합성이라고 하면 기준집단을 뒤집었다. 합성 여부 자체도 불법 이용이나 사실오류의 판정과 같지 않다. 정확히 합성임을 표시하고 이용권이 있는 상상 그림일 수 있으므로 원천·권리·사실주장을 따로 확인한다. 출처서명 검증도 외부 세계의 사실성을 보증하지 않는다.

풀이를 닫고 C2PA 정보 부재 40, 검증 실패 10, 검증충족 50이 각각 요구하는 다음 확인을 말한다. 변환·투영·프레임 예산의 단계별 계산과 탐지기의 집단별 비교는 서로 다른 질문이므로 각 조건과 분모를 먼저 적는다.

2026-10-05에는 C2PA Explainer 명시 판본 2.2의 Goals and Non-goals를 다시 대조했다. 출처 구조 검증을 사실·권리 판단과 구별하는 범위이며 2.2를 최신이라고 선언하지 않는다.

근거와 범위

모든 수치·도식·판단안·문제·답안은 자체 교육용이다. 실제 이미지 생성·3D 모델링·XR 구현·렌더·콘텐츠 감정·독립 검토를 수행하지 않았다.

회독의 핵심

그럴듯함과 실제 근거를 나눈다. 생성·3D·XR은 각각 내용·좌표·시간·공간의 조건이 있고 출처 이력은 사실·권리의 판단을 대신하지 않는다. 기술 신호와 독립 근거를 결합하고 추정·부재·실패·정정의 상태를 드러낸다.

조건을 바꾸어 직접 판단하기

1. 같은 세계 좌표와 길이단위를 사용한다. 점 p=(11,2,3), 고정 기준점 c=(10,0,0)에서 c 중심 두 배 확대를 S, 세계 x축으로 10 이동을 T라 하자. S 후 T와 T 후 S의 좌표를 각각 구하라. 이동 뒤에도 c는 고정되어 있다. 원점 기준 확대와 같다고 계산해도 되는가?
2. 추적 2 ms·갱신 3 ms·계산 6 ms·전달 4 ms를 수행하는 네 자원이 서로 독립이라고 가정한다. 각 프레임은 이 순서를 모두 거치고, 자원 사이 전달 비용·큐 대기·표시 대기는 0이며, 같은 자원은 한 번에 한 프레임만 처리한다. 프레임 입력은 6 ms마다 계속 가능하다. 첫 결과까지의 시간, 이후 가능한 가장 짧은 결과 간격, 이상적 처리량을 계산하라. 이 값만으로 90 Hz 표시나 6 ms 움직임-표시 지연을 보장할 수 있는가?
3. 후보 10,000개에 실제 합성 100개와 비합성 9,900개가 있다. 이 집단에서도 PV-M2의 합성 재현율 90%와 비합성 오탐률 5%가 정확히 유지된다고 가정한다. 참양성·거짓음성·거짓양성·참음성과 정밀도를 구하라. 기존 1,000개 집단의 정밀도 66.67%를 그대로 적용해도 되는가? 표시 여부로 사실성·이용권을 결정할 수 있는가?

기준점·파이프라인·집단 비율을 바꾼 세 문제의 완전한 풀이

1. S(p)=c+2(p−c)=(12,4,6)이므로 T(S(p))=(22,4,6)이다. T(p)=(21,2,3)이고 고정 c에서 상대 위치는 (11,2,3)이므로 S(T(p))=(32,4,6)이다. 이동량도 두 번째 경로의 확대에 포함되어 x가 10 다르다. 원점 기준으로 계산한 S(p)=(22,4,6)은 첫 확대부터 다른 연산이다. 기준점의 값과 고정 여부를 함께 써야 한다.
2. 첫 프레임은 2+3+6+4=15 ms 뒤에 결과가 나온다. 가장 오래 쓰는 계산 자원이 프레임마다 6 ms를 사용하므로 간격은 6 ms보다 짧을 수 없다. 주어진 독립 자원·연속 입력 조건에서는 앞뒤 프레임의 단계를 겹쳐 15,21,27 ms처럼 결과를 낼 수 있어 6 ms 간격이 가능하고 처리량은 1,000/6≈166.67개/초다. 각 프레임 자체의 경로는 여전히 15 ms다. 90 Hz의 주기 11.11 ms와 이 처리량 비교만으로 표시 동기화·큐·전체 체감 지연을 보장할 수 없고, 6 ms를 움직임-표시 지연으로 쓰면 안 된다. 실제 XR 실행 결과를 계산한 것도 아니다.
3. 참양성은 100×0.9=90, 거짓음성은 10, 거짓양성은 9,900×0.05=495, 참음성은 9,405다. 합성으로 표시된 585개 중 90개만 실제 합성이므로 정밀도는 90/585≈15.38%다. 두 성능 비율을 같게 가정해도 실제 합성의 비중이 10%에서 1%로 바뀌면 정밀도가 달라진다. 따라서 기존 66.67%를 복사할 수 없다. 이 산술은 합성 여부의 조건부 분류를 다룰 뿐이고, 유효한 서명·실제 사실·이용허락은 각각 별도 근거가 필요하다.

Footnotes

1. Goodfellow et al., Generative Adversarial Networks (2014), 저자 초록의 생성·판별 공동학습. https://arxiv.org/abs/1406.2661 . 논문 성능을 전시 사례의 결과로 쓰지 않는다. ↩

2. Ho, Jain, Abbeel, Denoising Diffusion Probabilistic Models (2020), 원저자 공개 설명. https://hojonathanho.github.io/diffusion/ . 점진적 생성·잡음 제거 원리의 제한된 근거이며 원문 이미지는 복제하지 않았다. ↩

3. Rombach et al., High-Resolution Image Synthesis with Latent Diffusion Models (2021/2022), 초록의 잠재공간·디코더·조건부 생성. https://arxiv.org/abs/2112.10752 . 특정 서비스의 구현·최신 성능을 보증하지 않는다. ↩

4. Blender Manual, Object Introduction, 물체 변환과 메시·카메라 데이터의 역할. https://docs.blender.org/manual/en/latest/scene_layout/object/introduction.html . 2026-09-20 공식 검색에 노출된 설명을 확인했다. 조작법·소프트웨어 실행이나 최신 릴리스 확정은 하지 않았다. ↩

5. Khronos, glTF—Runtime 3D Asset Delivery. https://www.khronos.org/gltf/ . 2026-09-20 공개 소개의 자산 전달 역할을 참고했다. ↩

6. Microsoft Learn, How inside-out tracking works, 3DOF/6DOF 구별. https://learn.microsoft.com/en-us/previous-versions/mixed-reality/enthusiast-guide/tracking-system . 과거 제품 문서의 자유도 설명만 사용하며 현행 제품 지원·권장을 의미하지 않는다. ↩

7. Khronos, OpenXR, What is OpenXR·programmers/runtime implementors. https://www.khronos.org/openxr/ . 2026-09-20 공통 API·런타임·확장 역할을 확인했다. ↩

8. C2PA, Content Credentials Explainer, 명시 판본 2.2의 Goals and Non-goals·Core Concepts·FAQ7.1.2/7.2.2. https://spec.c2pa.org/specifications/specifications/2.2/explainer/Explainer.html . 2026-09-20 필요한 범위를 확인했다. 2.2를 최신 판본이라고 표시하지 않으며 국내 표시의무의 법적 충족을 판정하지 않는다. ↩