최신뉴스

• 시그라프 아시아 대구 2022 행사를 파운드리와 함께해요(12월7일~9일)

  Jul 9, 2019 Admin 0 댓글

  시그라프 아시아 2022 행사를 대구에서 파운드리와 함께 하세요.
  12월 7일~ 12월 9일 대구 EXCO에서 열립니다.

  등록하러가기 ( 파운드리가 제공하는 15% 할인 코드 번호 "FV15FGEND" 를 사용하세요 )

  https://sa2022.siggraph.org/ko/registration-travel/registration-categories-fees/

  

  

  

  

  

  

  더읽기

• 개방형 표준은 우리가 알고있는 VFX 산업을 변화시킬 것입니다.

  Jun 28, 2019 0 댓글

  

   

  개방형 표준은 우리가 알고있는 VFX 산업을 변화시킬 것입니다.

   

  여러 해 동안, 영화와 TV 업계는 무거운 CG 제작을 위해 여러 VFX 하우스 간의 공동 작업에 의존해 왔습니다.

  이러한 공동 작업으로 인해 소프트웨어, 워크플로우 및 명명 규칙조차도 회사마다 다릅니다.

  이러한 불일치를 수정하는 데에는 프로젝트에 시간과 비용이 추가됩니다. 스튜디오 마진이 더이상 늘어나기 어려운 환경에서 말이죠.

  이 때문에 산업계 전반에 걸친 개방형 표준을 향한 노력이 시작되었습니다 : 색상 관리 및 데이터 파일 형식과 같은 VFX 워크플로우의 주요 측면을 관리하기 위한 합의된 지침 및 정의된 요구 사항 집합을 정하고 있으며, 계속 진행 중입니다.

  Foundry의 Katana, Mari 및 Flix 그룹 제품 매니저인 Jordan Thistlewood는 다음과 같이 설명합니다. "개방형 표준을 가짐으로써 모든 사람이 그들의 개발 리소스를 개방형 표준화에 기여할 수 있습니다. 공통된 데이터 및 워크플로우에 대해 다양한 독점 형식을 사용하는 대신 말이죠."

  그는 이어 "모두가 이러한 기본 사항을 다루는 공통 기술에 투자한다는 생각입니다. 이 철학은 업계 전반에 걸쳐 다양한 유형의 파일 형식을 통해 확장되므로 모두가 하나의 방대한 기술 풀에 기여하고 있습니다."고 설명한다.

  개방형 표준은 아이디어와 기술을 공유하는 것이 합법적인 관점에서 훨씬 덜 혼란스럽다는 것을 가리키며 Foundry의 Nuke Family Group Product Manager인 Christy Anzelmo는 "VFX 프로젝트가 복잡해지고 더 많은 스튜디오가 밀접하게 협력함에 따라 동일한 기술을 프로젝트에 종사하는 모든 사람에게 제공하는 것이야말로 실제적인 이점입니다."고 말한다.

  오픈 소스 표준은 합법적인 지적 재산권 보호 관점에서 볼 때 스튜디오 및 벤더 간의 공유 기술을 훨씬 쉽게 만들어줍니다.
  기술을 구축하고 사용 권한을 부여하는 것과 오픈 소스로 만들고 무료로 사용할 수 있게 하는 것 간에는 큰 차이가 있습니다.

  일단 기술이 오픈 소스라면 누구나 이용할 수 있습니다. 우리는 공유하거나 사용할 수 있으며, 다른 파트너와 공유하기 위해 필요할 때마다 서로 다른 법적 소유권이나 새로운 법적 계약 없이 개발할 수 있습니다.

  다양한 대형 스튜디오가 오픈 소스 표준을 수용하는 것을 볼 수 있습니다. 왜냐하면 이들은 종종 생산 문제에 대한 가시성을 갖고 이러한 솔루션을 개발하기 위해 노력하기 때문입니다.
  오픈 소스로 만들면 이 기술을 공유하고 유지하는 전체 프로세스가 단순해집니다. "

  "개방형 표준을 사용하면 작업을 진행하는 아티스트와 수퍼바이저가 훨씬 쉽게 작업할 수 있습니다. Foundry의 엔지니어링 매니저인 Rob Fanner는 다음과 같이 말합니다. "개방형 표준이 아니라면 모든 사람이 각자 다른 방식으로 일을 하며, 하나의 파일 형식과 일을 하는 한 가지 방법에만 익숙한 아티스트는 다시 트레이닝해야만 합니다."

  또한 손쉽게 자산을 공유할 수 없습니다. 데드라인에 쫓겨 다른 사람들이나 회사에 도움을 요청할 경우, 자산을 공유할 수 없기 때문에 진행이 막히게 됩니다.

  따라서 사용하는 파일 형식을 개방형 표준 또는 응용 프로그램 간에 연결되는 API들을 한 번만 맞춰 놓으며 몇 가지 응용 프로그램 간에 또는 몇 가지 다른 회사 간에 함께 사용할 수 있습니다.

  궁극적으로 모든 작업을 보다 효율적으로 수행할 수 있게 됩니다. 스튜디오는 모두 효율성과 비용 및 시간 면에서 압박을 받고 있습니다. 따라서 이것이 매우 중요한 거입니다. "

  Foundry의 수석 엔지니어인 Adam Cherbetji는 "기본적으로 다른 부서 간 이동 시 개방형 표준이 아닌 경우 변환 프로세스가 필요하며, 이에 따라 모든 작업 속도가 느려집니다."

  "모든 작업 속도가 느려지고 변환 프로세스가 부정확합니다."고 Rob이 덧붙입니다.

  "그 과정에서 뭔가 사라지게 되며, 만약 고품질의 소프트웨어를 사용하지 않는다면 항상 변환 프로세스를 제대로 만들 수 없습니다."

  새롭고 창조적인 솔루션의 개발은 열정적이고 독창적인 사람들로 가득 찬 산업 분야의 일부입니다.

  오픈 소싱 기술의 협업 정신은 VFX 산업에 있어 경탄할 일이며 유익합니다.

  그러나 이러한 솔루션의 품질을 측정할 기준이 없고, 공식 버전을 유지 관리할 전문 기관이 없는 경우 문제가 발생할 수 있습니다.

  "가이드라인이 없거나, 업데이트를 검토하고 수락하는 데 사용할 수 있는 리소스가 거의 없다면 표준화 과정이 정체되거나 표준의 가치를 희생시킬 수 있는 다양한 버전으로 갈릴 수 있습니다"고 Christy는 말합니다.

  그녀는 아카데미 소프트웨어 재단 (ASWF)과 같은 조직이 고삐를 털어 내면서 위원회가 주도하는 접근 방식이 점점 더 중요 해지고 있음을 강조합니다.

   

  아카데미 소프트웨어 재단

   

   

  3년 전, ILM의 책임자인 Rob Bredow와 RFX Inc의 창립자인 Ray Feeney는 Academy Sci-Tech 회의에서 이야기를 나누었습니다.

   

  두 사람은 아카데미의 영화 예술과 과학 Sci-Tech Awards위원회의 회원이며 그 들의 대화는 건강한 오픈 소스 생태계를 유지하는 문제에 관한 것이었으며 이는 업계 전반의 선의의 공헌자들 역시 같은 생각이었습니다.

   

  Bredow는 MaterialX 및 OpenEXR 개발을 위해 ILM에 있습니다.
  그는 Sony Pictures Imageworks (이하 SPI)에서 OCIO 및 Alembic 과 같은 오픈 소스 기술을 개발할 당시 이러한 도전과제에 대해 잘 알려진 사람이었습니다.

   

  오픈 소스 소프트웨어는 단순한 이유로 향후 VFX 업계의 성공에 핵심 요소가 될 것입니다. 오픈 소스 소프트웨어는 할리우드 VFX의 생명선과 같기 때문입니다.

   

  가장 인기 있는 200편의 영화 중 상위 137위는 시각효과 또는 애니메이션으로 제작되었으며 이들 중 상당수는 오픈 소스 소프트웨어를 사용하여 제작되었습니다.

   

  초기 대화에서부터, 이후 관심이 있는 단체들과 많은 상의 후 (2년간의 조사 결과 업계의 80% 이상이 오픈 소스 소프트웨어를 사용한다는 것을 알게 되었습니다.) ASWF(아카데미 소프트웨어 파운데이션) 가 탄생했습니다.

  ASWF는 오픈 소스 커뮤니티에서 활동하는 개발자와 기업이 영화 및 광범위한 미디어 산업을 위한 표준화 된 오픈 소스 기술을 공동으로 개발하고 혁신할 수 있는 곳입니다. 프로젝트가 ASWF에 의해 승인되면 기본 표준 레벨을 설정할 수 있으며 유지 보수 및 개발을 위한 추가 자원을 받을 수 있습니다.

  그 멤버에는 Weta Digital, DreamWorks 및 DNEG과 같은 업계에서 가장 저명한 소프트웨어 회사 및 스튜디오가 있습니다. Foundry는 또한 최고 엔지니어링 책임자인 Phil Parsonage와 함께 회원으로 활동하고 있습니다.

  "특정 스튜디오 또는 소프트웨어 회사가 아닌 업계 전반적인 관심사를 나타냅니다. 그래서 더 객관적일 수 있습니다. "고 Christy는 설명합니다.

  "이 들과 함께하는 것은 업계 전반적으로 평판이 좋고 지식이 많기 때문에 개발 프로세스 및 기본 품질을 정의하기 위해 필요한 표준화를 위해 노력하고 있습니다. 그 가치는 가격으로 헤아릴 수 없습니다."

  "이제 오픈 소스 프로젝트가 어느 정도 성숙하면 아카데미로 이전할 수 있습니다. 아카데미는 품질을 유지하고 채택을 장려하며 우리가 모두 염려하는 표준이 발전되고 발전하도록 합니다."

  ASWF로 받아들여지는 최초의 표준에는 완벽한 컬러 매니지먼트 솔루션 OpenColorIO (OCIO), 볼륨 데이터의 효율적인 저장 및 조작을 위한 아카데미 상을 받은 오픈 소스 C ++ 라이브러리인 OpenVDB가 있습니다.

  "ASWF 내에 OCIO와 같은 표준을 갖추는 것은 정말 환상적입니다."고 Christy는 말합니다.

  "OCIO는 컬러 매니지먼트를 위한 강력한 솔루션이며 거의 보편적입니다. ASWF가 이것을 보유하는 것은 매우 긍정적인 신호입니다. 사람들은 OCIO와 같은 개방형 표준의 가치를 보았습니다. 스튜디오와 벤더 모두 이러한 이점을 활용하기를 원하며, 관리의 필요성, 개발의 지속성 및 투자를 이해하고 있습니다. 업계는 우리 모두가 사용하는 표준에 투자하고 있습니다. 왜냐하면 우리가 그렇게 하지 않으면 처음부터 이러한 표준을 가짐으로써 얻을 수 있는 모든 이점을 깨닫지 못할 것이기 때문입니다. "

  ASWF (2018년 8월에 창설됨)가 아직 초기 단계이며, 가져 오지 못한 몇 가지 중요한 기술들이 남아있습니다.

  이것들은 결국 나중엔 그들의 관리하에 끝날지도 모릅니다. Pixar에서 창안된 OpenSubDiv, Universal Scene Description (USD) 및 OpenTimelineIO (OTIO) 프로젝트를 포함하여 오픈 소스 커뮤니티에서 중추적인 회사 중 하나인 SPI 및 ILM과 같이 말이죠.

   

  VFX 레퍼런스 플랫폼

   

  ASWF는 표준을 유지 관리하는 규제 기관 중 하나일 뿐입니다. 이 공간에서 또 다른 주요 조직은 Visual Effects Society (VES) 에서 설정한 VFX 레퍼런스 플랫폼입니다.
  처음에는 Linux에만 초점을 맞춘 VFX 레퍼런스 플랫폼은 VFX 업계용 소프트웨어를 빌드하기 위한 공통 대상 플랫폼으로 사용되는 일련의 도구 및 라이브러리 버전입니다.

  Python, OpenEXR, ACES, Alembic 등의 라이브러리가 포함되어 있으며 매년 업데이트됩니다. 최고 엔지니어링 책임자인 Phil Parsonage는 이 조직에서도 Foundry를 대표합니다.

  크리스티 (Christy)는 다음과 같이 강조합니다. "콜렉티브 및 레퍼런스 플랫폼의 프로젝트들은 성숙하고, 수립되어 자주 사용되며 종종 여러 플랫폼을 가로지르거나 파이프라인의 여러 단계에서 사용됩니다.

  Foundry의 경우 VFX 레퍼런스 플랫폼 덕분에 우리의 제품과 다른 소프트웨어 간의 호환성을 훨씬 쉽게 관리할 수 있습니다. 왜냐하면 표준 버전을 사용할 시기와 구현할 시기를 모호하게 하지 않기 때문입니다. "

   

  스튜디오와 소프트웨어 개발자 모두에게 이익을

   

  Pixar, SPI 및 ILM과 같은 대형 스튜디오는 개방형 표준을 추진할 수 있습니다. 하지만 소규모 스튜디오들도 이를 주목해야 합니다. Jordan은 다음과 같이 말합니다. "더 큰 스튜디오가 일 년 동안에 해결해야 할 작업 부하는 작은 스튜디오는 2~3년 이내에 할 것을 요구 받게 될 것입니다.

  개방형 표준은 소규모 스튜디오가 기본적으로 따르게 될 방식이고 대형 스튜디오의 어깨에서부터 새로운 분야로 진출할 할 수 있는 방법입니다. "
  또한 Foundry와 같은 소프트웨어 개발자의 경우 개방형 표준은 고객이 필요로 하는 파이프라인을 구축할 수 있다는 것을 의미한다고 Jordan은 다음과 같이 설명합니다. "개방형 표준을 지원함으로써 고객을 보다 맞춤화하고 더 나은 파이프라인을 구축할 수 있도록 고객을 지원하고 있습니다.

  독점 폐쇄 형식을 추가하면 실제로 그렇게 할 수 없으며 더 나은 파이프라인을 구축하기를 소망합니다. 이는 회사 철학에 위배됩니다. 우리는 고객과 파트너가 되어 최고의 파이프라인을 구축하는 것을 돕고자 합니다. "

  Christy는 개방형 표준과 같은 계획이 업계의 모든 참여자에게 유익하다는 것을 강조합니다. "다양한 제품 간의 일관성. 파이프라인을 함께 연결하고, 기술을 보다 쉽게 공동 개발하고 공유할 수 있는 기업이 될 수 있습니다. 개방형 표준은 이러한 모든 것을 가능하게 합니다.

  Jordan은 이 의견을 뒷받침합니다. "그것들은 매우 중요한 것으로 입증되었습니다. 저는 폐쇄형 표준에서 개방형 표준으로 이동하는 사람들이 점점 더 많아지고 있는 것으로 생각합니다. 그리고 이제는 이 프로젝트에 대한 입증된 기록이 있습니다. 그래서 지금은 그것에 대한 믿음이 있습니다.

  "제 생각에 업계에선 Alembic과 EXR과 같이 업계의 주류가 된 것들보다 USD와 같은 것에 더 많은 관심이 있는 것 같습니다. 사람들이 이제 그것의 궤적이 무엇인지, 그것이 무엇을 의미하는지 이해하고 있다고 생각합니다."

  나아가 Foundry는 이 분야에서 더 큰 역할을 하기를 기대하고 있습니다. "오픈 소스에 대해 더 눈에 띄는 기여자가 되기를 바랍니다."고 Robert는 말합니다. "앞으로 우리의 의도는 오픈 소스 공동체에서 훨씬 더 적극적일 것입니다."

   

  본 글은 "Open Standards will change the VFX Industry as we know it"을 번역한 글입니다.

   

  더읽기

• VFX 소프트웨어의 머신러닝 : 한계를 넘기 위한 도전

  Jun 19, 2019 0 댓글

   

   

  VFX 소프트웨어의 머신러닝 : 한계를 넘기 위한 도전

   

  머신러닝 (ML) 은 오늘날 연구 중인 기술들 가운데 가장 흥미로운 분야 중 하나입니다.

   

  인간이 수행하는 여러 가지 힘들고 시간 소모적인 작업을 자동화한다는 약속은 모든 산업 분야에서 주목을 끌고 있습니다.

   

  VFX 업계에서는 효율적인 ML 툴을 아티스트에게 제공하는 것이 창조적인 워크플로우와 스튜디오의 수익 측면 모두에서 새로운 변화를 가져올 수 있습니다.

   

  Foundry는 현재 SmartROTO라는 이름의 연구 프로젝트를 이끌고 있습니다. VFX 스튜디오인DNEG과Bath대학 (UoB)은 라이브 액션 영상의 하이엔드 로토스코핑을 위한 지능형 툴과 ML 네트워크 및 데이터 세트를 개발하고 있습니다.

   

  이 글에서는 이 프로젝트가 해결하려고 하는 몇 가지 도전에 대해 살펴보고자 합니다.

   

   

  

   

   

   

  머신 중심에서 데이터 중심으로

   

  비주얼 컴퓨팅 알고리즘을 만드는 방법은 비약적으로 발전하고 있습니다.

   

  현대의 머신러닝은 머신 중심 접근 방식에서 데이터 중심적 접근 방식으로 초점을 옮겼습니다.

   

  툴 자체를 테스트하고 최적화하는 데 주력하기보다 툴을 교육하는 데 사용되는 데이터가 중심입니다. 이 툴의 성공과 성능은 데이터 셋의 품질, 다양성 및 크기에 좌우됩니다.

   

  시각 효과 소프트웨어를 만드는 회사와 포스트 하우스는 이 새로운 데이터 중심 환경에서 클라이언트와 협상해야 할 여러 장애물에 직면했습니다.

   

   

   

  

   

   

   

  VFX 파이프라인에 ML 툴 배포

   

  현재 효과적인 머신러닝 툴을 VFX 파이프라인에 배치하는 것은 까다로울 수 있습니다.

   

  클라우드 또는 웹을 통해 배포된 ML 툴은 실전에 배포되고 사용되며, 사용자의 데이터 수집을 시작할 수 있으며 툴을 즉시 개선해 나갈 수 있습니다.

   

  이와는 대조적으로, 전통적인 VFX 소프트웨어 릴리스 주기는 업데이트 간의 간격이 비교적 길기 때문에 ML 모델의 개선이 자주 이루어지기 어려웠습니다.

   

  효율적인 면에서, 소프트웨어 개발자는 병목 현상을 겪게 됩니다. 어떤 기술을 사용하느냐에 따라 아이디어와 출시 사이에 긴 지연이 생기고, 차기 버전에 반영이 됩니다. 가장 효율적인 시나리오는 소프트웨어 벤더가 업데이트를 기다리는 것이 아니라 스튜디오가 직접 ML 모델을 업데이트하고 개선할 수 있는 것입니다.

   

  이 외에도 더 큰 문제는 배포 가능한 ML 네트워크와의 상호 작용입니다.

   

  기본적으로 VFX 파이프라인에 배포할 수 있는 대부분의 ML 네트워크는 정보가 항상 한 방향으로 이동하는 방식으로 작동합니다. 결코 되돌아오지 않습니다.

   

  즉, 대부분의 ML 파이프라인에서는 시스템이 즉시 학습할 수 없습니다. 예를 들어, 네트워크가 작업을 수행하고(로토스코핑 보조 역할과 같은) 아티스트가 시스템에서 만든 몇 가지 작은 오류를 고지하고 정정하면 시스템이 오류로부터 학습하도록 보정 정보를 피드백할 수 없습니다.

   

  이것은 네트워크와 아티스트 간의 상호 작용을 심각하게 제한합니다. 시스템이 주기적이지 않은 경우 네트워크의 이전 또는 강화 학습이나 온라인 교육을 받을 기회가 없습니다.

   

  이 피드백을 사용할 수 없기 때문에 머신러닝의 핵심 기둥 중 하나 인 모델을 개선하는 데 사용할 수있는 실제 진원지 데이터를 잃게 됩니다.

   

  극복해야 할 세번째 중요한 배치 장애물은 비용입니다. 머신러닝 모델은 프로세스의 추론 단계에서 엄청난 양의 GPU 메모리를 사용할 수 있습니다. 이 과정에서 시스템은 학습된 지식을 사용하고 이전에 보이지 않는 데이터의 내용을 식별하기 위해 이를 적용합니다.

   

  연구 컨텍스트에서 네트워크를 가져와서 VFX 프로덕션 환경에 넣으면 (4K 플레이트에서 추론하는 것처럼) GPU 메모리 요구 사항이 더 높아질 수 있습니다.

   

  이것은 스튜디오에 대한 예산상의 영향을 미칩니다. 강력한 GPU를 가진 모든 아티스트를 제외하는 것은 비용 측면에서 효과적이지 않을 수 있습니다 - 하나 또는 두 개의 ML 지원 작업을 용이하게 하는 것만을 위해서라면 더욱더 그렇습니다.

   

  따라서 효율적이고 실행 가능한 ML 툴을 VFX 파이프라인에 물리적으로 배치하는 것이 업계가 머신러닝 연구의 광범위한 이점을 보게 될 경우 극복해야 할 첫 번째 커다란 장애물입니다.

   

   

   

   

  빅데이터의 공유 및 IP 문제

   

  머신러닝에서 결과의 품질은 시스템에서 학습한 데이터의 양, 다양성 및 품질에 따라 달라집니다.

   

  데이터는 모든 업계에서 엄청난 가치가 있습니다. 예를 들어 광고 데이터 및 소비자 지출 습관은 강력하고 실용적인 정보입니다.

   

  그러나 데이터는 자체적으로 사용하지 않습니다. 처리되고 분석되어야 합니다. 뭔가 그것으로부터 제작되어야 합니다.

   

  VFX 업계에서 스튜디오가 데이터를 공유하게 된 이유는 소프트웨어 벤더의 툴 개선에서부터 그들의 니즈에 부합하는 것, 자매 사업과의 계약 서비스에 이르기까지 무엇이든 될 수 있습니다.

   

  실제로 엄격한 IP (지적 재산권) 계약은 일반적으로 공유를 어렵게 만듭니다. IP를 존중하면서 공유를 가능하게 하는 방법에 대한 중요한 도전이 있습니다.

   

  전통적인 머신러닝은 ML 모델을 교육하는 데 사용된 모든 교육 데이터가 단일 기계 또는 데이터 센터에 집계되는 중앙집중식 접근법을 사용합니다.

   

  위와 같은 '집중투자' 시나리오는 10년 동안 누출된 엄청난 수십억 달러의 제작물에 대한 이미지를 걱정하는 IP 소유주에게 문제가 됩니다.

   

  연합 학습은 ML 모델의 교육이 로컬에서 수행되고 개선된 모델이 중앙 서버로 전송되는 대체 적인 방법입니다.

   

  중앙 서버는 여러 사용자의 결과를 집계하고 모든 사용자의 결과에 따라 개선된 모델을 피드백할 수 있습니다. 효과적으로 이것은 IP (교육 데이터)가 공유되지 않는다는 것을 의미합니다. 단지 결과 만 나타납니다.

   

  근본적으로 너무 많은 사람이 데이터 샘플을 너무 적게 업로드하면 모델이 왜곡될 수 있으므로 확장성에 대한 몇 가지 결함이 있는 것을 제외하고는 연합 학습이 데이터 공유 문제에 대한 해답이 될 수 있습니다.

   

  IP로 보호된 데이터를 공유할 수 있는 또 다른 방법은 표현 학습에 있습니다.

   

  표현 학습은 무언가가 무엇인지 알아내기 위해 순서를 뒤섞음으로써 데이터의 특성을 더 잘 이해할 수 있도록 합니다.

  예를 들어, 알고리즘이 모양의 행에서 삼각형을 골라 내고자 한다면 기본 레벨에서 모서리 수를 표시기로 사용할 수 있습니다.

   

  표현 학습은 신경망의 여러 계층을 분리하고 모든 것을 레이블링하므로 이해하기 쉽습니다.

   

  VFX 업계에서는 정반대의 경우가 더 가치 있을 수 있습니다. 레이어를 꼬아 놓으면 해독할 수 없습니다. 이는 암호화의 한 형태로 작용할 수 있기 때문에 a) 원본 이미지를 레이어 출력에서 ​​리버스 엔지니어링 할 수 없지만, b) 주어진 작업에 유용한 정보가 포함되어있는 결과를 얻을 수 있습니다

  .

  스튜디오가 ML 모델을 개선하는 데 도움을 주고 싶지만 특정 문자에 대해 IP로 보호 된 민감한 이미지를 사용하고 있다고 가정 해 보겠습니다.

   

  이미지를 파트너 소프트웨어 공급 업체 또는 스튜디오에 직접 보내지 않고 암호화 계층 스택을 통해 실행합니다.

   

  파트너 스튜디오는 ML 모델을 개선하는 데 필요한 모든 것을 제공 받지만 원래의 교육 이미지가 무엇인지 밝혀주는 데이터는 제공받지 않습니다.

   

   

   

  아티스트 참여의 중요성

   

  극복하기 위한 또 다른 큰 도전은 아티스트와 알고리즘 사이에 다리를 놓는 데 있습니다.

   

  영화 제작은 본질적으로 자연스럽게 협력하며, 수천 명의 스태프들이 함께 작품을 완성합니다.

   

  대조적으로, 머신러닝은 창조적이거나 기술적인 과정에서 아티스트를 배제하고, 혼자서 한 가지 문제를 해결하는 것을 목표로 하는, 알고리즘 단독으로 계속 추적하는 것입니다.

   

  아티스트가 머신러닝 툴을 구매하기 위해서는 아티스트의 의견을 포함하는 방식으로 개발해야 합니다. 이것은 아티스트를 배치하고 제어 능력을 부여하는 데 필요할 뿐만 아니라 실수로부터 배우고 미래의 오류를 수정하는 것이 알고리즘의 요구 사항입니다.

   

  이 마지막 사항은 아티스트와의 상호 작용을 허용하는 툴을 디자인하는 방법과 ML 네트워크가 해당 아티스트의 피드백을 통해 배우고 그에 따라 행동할 수 있게 하는 두 가지 주요 과제를 갖고 있습니다.

   

  지금까지 대부분의 ML 연구는 반복적인 과정에서 아티스트를 제거해왔습니다. 사용자 상호 작용이 전혀 포함되지 않는다면 발전 또한 제한적일 수밖에 없습니다.

   

  앞서 언급한 것처럼 연구 및 배포 환경의 차이로 인해 VFX 툴에서 ML 알고리즘을 업데이트하기란 쉬운 일이 아닙니다.

   

  피드-포워드 또는 추론 전용 ML 모델은 포스트 프로덕션 소프트웨어에서 업데이트를 쉽게 포착할 수 없습니다.

   

  이러한 격차를 해소하는 것이야말로 진정으로 유용한 아티스트 중심의 ML 기반 툴의 차세대 개발에 필수적입니다.

   

   

  SmartROTO

   

  앞서 언급한 것처럼, Foundry의 새로운 R&D 프로젝트 중 하나인 SmartROTO는 이 글에서 살펴본 몇 가지 과제를 해결하는 것을 목표로 합니다.

   

  그 목적은 실사 영상물의 고급 로토스코핑을 위한 지능적인 툴을 연구하고 설계하는 것입니다.

   

  우리가 논의한 것처럼 데이터 셋의 공유는 큰 문제이기 때문에 이 프로젝트의 중요한 부분은 머신러닝 네트워크 및 데이터 셋의 공유를 검사하는 데 전념할 것입니다.

   

  VFX 업계에 익숙한 분들은 시간이 오래 걸리며 수동적이고 크게 창조적이지 않은 로토스코핑이 얼마나 많은지 알고 계실 것입니다. SmartROTO에서 개발된 툴은 머신러닝을 사용하여 로토스코핑 기술의 변화를 가져올 것입니다.

   

  이 새로운 툴은 친숙하고 직관적인 사용자 경험을 유지하면서 로토스코핑 아티스트가 요구하는 상호 작용을 최소화할 것입니다.

   

  궁극적으로 이 목표는 VFX 업계와 누크(Nuke)를 위한 새로운 플러그인, 훈련 데이터 셋을 공유할 수 있는 새로운 방법을 크게 절약하는 것입니다.

   

   

  본 글은 Machine learning in VFX software: the challenges to crack 을 번역한 글입니다.

   https://www.foundry.com/insights/research/machine-learning-in-vfx

   

   

   

  더읽기

• Nuke의 파티클 시스템에 대한 소개

  Jun 7, 2019 0 댓글

   

   

  Nuke의 파티클 시스템을 사용하면 합성 아티스트의 워크플로우를 향상시킬 수 있습니다.

   

  NukeX의 파티클 시스템에는 다양한 프리셋 케이스 세트와 이에 따른 이점을 통해 합성 작업에 유용하게 사용할 수 있습니다.

  총상으로 피가 튀어나오는 상황 또는 연못에서 빗방울이 튀어나와야 한다면, Nuke에서 이러한 종류의 효과를 빠르고 쉽게 생성할 수 있습니다.

  어디서부터 시작할지 막막할 때, Nuke 11에는 눈과 안개와 같은 효과에 대한 설정으로 파티클 예제 툴셋이 포함되어 있습니다. 각각의 튜토리얼은 처음 시작하는 분들께 도움이 됩니다. (이 기사의 끝부분에 자세히 나와 있습니다).

  Nuke 안에서의 파티클 작업량이 늘어나고 있으므로 데드라인에 맞추기 위한 솔루션을 제공할 수 있는 합성 아티스트로서 발돋움하기 위해 파티클을 잘 활용하는 방법을 배우는 것이 좋습니다.

  일부 대형 스튜디오들은 벌써 파티클 시스템을 사용하여 워크플로우의 상당한 속도 향상을 얻고 있습니다.

  의사결정이 점점 더 합성 단계로 넘어오게 됨에 따라, Nuke의 파티클 시스템을 사용하면 샷의 특정 요소에 시간을 투자하기 전에 무엇이 필요한지 알 수 있을 때까지 의사결정을 보류할 수 있습니다 : 히어로 이펙트가 아닌 샷을 FX 파트로 보내 다시 파티클 렌더링을 얻을 시간이 없을 때 매우 유용합니다.

  이 글에서는 Nuke의 파티클 시스템을 살펴보고 이를 최대한 활용하는 방법을 설명합니다.

   

  

   

  Nuke의 파티클 시스템이란 무엇입니까?

   

  파티클 시스템은 특정 포인트(파티클)를 생성하고 추적하는 환경입니다.

  파티클은 하나의 점, 또는 3D 좌표계에 있는 점입니다. 이 점은 특정 속성을 갖고 있습니다. 일반적으로 파티클의 수명, 크기, 위치 및 궤도 등이 포함됩니다.

  온도(폭발할 경우) 또는 점도 (물 튀김을 하는 경우)와 같이 실행 중인 입자 시뮬레이션 유형에 특정한 속성을 포함할 수 있습니다.

  파티클 시스템은 설정된 시간 동안 모든 파티클 정보를 추적하고 흥미로운 방식으로 정보를 표시합니다.

  파티클에 지오메트리를 부착하거나 스프라이트(항상 카메라를 향하는 2D 이미지)를 부착하는 등의 작업을 수행 할 수도 있습니다.

  예를 들어, 폭발을 만들려는 경우 : 공간의 한 지점부터 시작하여 바깥쪽으로 매우 빠르게 폭발하는 파티클들을 생성합니다.

  수명, 색 정보, 온도를 첨부한 다음 해당 시스템의 각 파티클에 대해 해당 데이터를 가져와서 파티클이 어떻게 생겼는지 만들어냅니다.

  Nuke의 파티클 시스템을 실제로 보시려면 이 비디오의 14:13 - 17:00 사이의 영상을 확인해보십시오. 

  Curv의 디렉터 Ari Rubenstein이 단편애니메이션 The Blues Crab에서 파티클 시스템을 사용하는 방법에 대한 개요를 제공합니다.

   

   

  Nuke의 파티클 시스템은 합성 아티스트를 어떻게 도와 주나요?

   

  Nuke 내부의 파티클 시스템은 컴포지터 분들께 매우 유용합니다. 이는 아티스트가 작업중인 플레이트에 알맞은 파티클 시스템-파티클의 배치 및 정렬, 카드 프로젝션 설정의 상호 작용 및 Nuke의 3D 환경에서의 지오메트리 등-을 쉽게 설정할 수 있다는 것을 의미합니다.

  마찬가지로 Nuke의 Relight 노드와 함께 빛 정보와 같은 정보를 추가 한 경우 파티클 시스템이 이러한 추가 요소의 영향을 받도록 할 수 있습니다.

  Nuke의 노드가 파티클의 모양이나 행동에 영향을 줄뿐만 아니라 Nuke의 모든 도구를 활용하여 파티클 시스템을 설정할 수 있습니다. 아티스트는 이러한 도구로 텍스처를 설정하고 작업중인 샷에서 데이터를 가져 와서 시스템에 적용할 수 있습니다.

  이는 아티스트가 더 나은 합성 결과물을 만들어내는데 도움을 주고, 누크에서 작업 중인 이미지 정보를 사용하여 파티클 시스템을 구동 할 수 있다는 것을 의미하며 실제로 매우 효과적입니다. 결과물을 보는 데 더 빠른 처리 시간이 필요합니다. 이것은 Nuke 11.3의 파티클 시스템의 속도 향상 이후 특히 그러합니다.

  Scanline Render 노드를 사용하여 노멀, 모션 벡터, 서피스 데이터 및 포인트 데이터에 더 빠르게 추가 데이터를 전달할 수 있게 됨에 따라 다른 어플리케이션으로 이동하지 않아도 되는 유연한 워크플로우는 컴프 아티스트로서 작업을 진행하는 것에 더 집중할 수 있습니다.

  파티클 시뮬레이션과 합성을 동시에 진행하며 장면을 빠르게 설정하고, 컨텍스트를 확인하고, 작업을 수행하고, 보고있는 것을 기반으로 시뮬레이션을 조정할 수 있습니다. 그런 다음 빠른 반복 루프를 통해 즉각적인 피드백을 얻을 수 있습니다.

  대조적으로 이펙트 아티스트는 컨텍스트 정보(적절하게 그레이딩 되지 않았거나 최신 버전이 아닐 수 있는)만 제공되는 슬랩 컴프만 살펴보고 최상의 컨텍스트를 제공받지 못할 수 있습니다.

  즉, 완전히 다른 소프트웨어에서 파티클을 생성하지 않고 Nuke에서 신속하게 만들 수 있으며, 그 도구들은 이미 준비되어 있습니다.

  파티클 시스템에 대한 지식이 조금 있거나 Nuke에 포함된 파티클 툴셋의 도움을 받는다면, 먼지가 많은 바닥에 발을 밟아 먼지가 퍼지 것과 같은 최종 마무리 디테일을 만들 수 있습니다.

  그것은 합성 아티스트가 디테일을 추가할 필요가 있다면 다른 아티스트에게 의존하여 다른 곳에서 생성하고 렌더링할 필요가 없다는 것을 의미합니다. 바로 Nuke에서 할 수 있습니다. 따라서 워크플로우가 훨씬 빨라집니다.

  게다가 누크는 커스터마이징이 가능하기 때문에 파이썬과 API를 활용하여 파티클 시스템을 확장할 수 있습니다.

   

   

   

  파티클 시스템은 무엇을 위해 사용될 수 있습니까?

   

  비와 눈과 같은 명백한 사용 사례 외에도 파티클 시스템을 다양하게 적용할 수 있습니다.

  임팩트 히트 : 레이저 발사 또는 총격에 의한 스파크를 생성하는 데 사용할 수 있습니다. 특정 지점에서 폭발하는 스파크를 빠르고 쉽게 생성할 수 있습니다.

  마찬가지로 불, 냉기 또는 먼지에도 사용할 수 있습니다.

  3D지오메트리에 연결하는 경우 3D애셋 또는 문자를 가져와 빠진 부분을 발자국과 일치시킬 수 있습니다.

  이것은 작업을 3D 파트로 되돌아가지 않고도 사실적인 룩을 효율적으로 구현할 수 있는 쉬운 방법입니다.

  또한 Nuke의 독창적인 Deep 합성 기능과 함께 사용하여 강력한 워크플로우를 만들 수 있습니다.

  Nuke 내부에서 생성된 파티클에 대한 Deep 합성 데이터를 내보낼 수 있으므로 다른 애셋이 변경될 때 다시 렌더링 할 필요 없이 정확한 홀드 아웃을 유지할 수 있습니다.

  비 또는 안개 볼륨을 만들고 Nuke의 ScanlineRender 노드를 사용하여 렌더링하면 입자 효과에 대한 Deep 데이터를 얻을 수 있습니다.

  애니메이션이나 모델이 나중에 변경된 경우에도 홀드 아웃을 렌더링하지 않고도 다른 Deep 데이터 요소와 쉽게 파티클을 통합하고 합성 할 수 있습니다.

  이로 인해 변경될 가능성이 있는 애셋으로 작업할 때 실제로 동적이고 효율적인 워크플로우가 생성됩니다. 데드라인까지 직전까지도 업데이트가 이루어지는 프로덕션에 효율적이며 매번 변경 될 때마다 새롭게 파티클을 시뮬레이션 하지않아도 되므로 시간을 크게 절약 할 수 있습니다.

  Deep 합성에 대한 소개는 Creative Specialist Chris Wetherly의 SIGGRAPH 2018의 영상을 확인하십시오.

  본 영상에서 Chris는 내장 된 노드 만을 사용하여 Nuke의 3D시스템에서Deep 데이터를 생성 할 수 있는 몇 가지 워크플로우를 보여줍니다.

  Nuke 내부에서 생성되므로 시스템 성능 또는 메모리 성능 저하를 피할 수 있습니다. 이러한 워크플로우는 파티클 시스템에도 적용할 수 있습니다.

   

  

  Skill Up | Nuke | An Introduction To Deep Compositing In 11.2

   

   

  왜 지금 파티클 시스템이 중요한가?

   

  지금이 Nuke의 파티클 시스템을 알아보기에 가장 좋은 때입니다.

  점점 더 많은 작업이 제작의 후반 단계와 합성 공간으로 진행됨에 따라 합성 아티스트들은 누크에서 사용할 수 있는 모든 워크플로우를 최대한 활용하여 파이프라인 상에서 다시 돌아가지 않고도 솔루션을 찾을 수 있는 방법을 이전보다 훨씬 중요하게 생각합니다.

  대규모 히어로 이펙트 및 유체 시뮬레이션과 같은 가장 복잡한 파티클 작업의 경우 Houdini와 같은 전용 파티클 도구가 항상 필요합니다.

  그러나 의사 결정이 점점 더 합성 단계로 넘어오면서 Nuke에서 진정한 파티클 시뮬레이션을 사용하면 달성해야 할 목표를 정확히 알기 전까지 의사 결정을 연기할 수 있습니다.

  Nuke 11.3 릴리스에서는 파티클 시스템이 크게 업데이트되었습니다. 이제는 파티클 시뮬레이션을 최대 6배, 파티클을 4배 빠르게 재생할 수 있습니다.

  저희가 진행한 테스트에서, 어떤 크기의 샷에서든 더 많은 수의 파티클로 시뮬레이션을 진행했을 때에도 더 나은 향상을 보였습니다.

  Nuke 11.2와 11.3 사이의 속도 차이를 보려면 아래의 비디오를 보십시오.

  

  Nuke 11.3 | Particle Performance

   

   

  앞서 언급했듯이, 파티클 시스템에 익숙하지 않은 분들을 위해 Nuke 11.3에는 눈과 비와 같은 일반적인 예제가 있습니다.

  이 예제를 통해 파티클 시스템 사용을 시작하기 위한 출발점으로 사용할 수 있습니다.

   

  이 툴셋에 액세스하려면 누크를 시작하고 탭을 누르고 'P_'를 검색하여 파티클 툴셋을 확인하십시오.

  또는 도구 모음 메뉴를 찾고 3D 하위 집합으로 이동하려면 왼쪽 도구 모음에서 스패너 아이콘을 찾습니다.

  업데이트된 Nuke의 파티클 시스템을 사용해 볼 준비가 되셨습니까?

   

   

  
  비 상업용 NukeX 라이선스 받기

   

  Nuke 11.3의 무료 체험판 받기

   

   

   

  본 글은 FOUNDRY의 An Introduction to the Nuke Particle system(https://www.foundry.com/film-tv/particle-system-nuke)을 번역한 글입니다.

   

   

  더읽기

• 미국 Roper Technologies, Inc가 Foundry를 100% 인수

  Mar 25, 2019 Admin 0 댓글

  

  Foundry의 소중한 사용자분들께저희들의 새로운 소식을 나누고 싶습니다.

  미국 플로리다에 본사를 두고있는 S&P 500, Fortune 1000 및 Russell 1000 지수를 구성하는 기업들 중에 한곳으로 다양한 기술을 제공하는 회사인 Roper Technologies, Inc가 2019년 3월 18일 Foundry를전격적으로 인수하였습니다.

  Roper는 다양한 분야로 특화된 전문시장을 위한 소프트웨어 및 솔루션을 설계 개발하는 비즈니스를 운영하고 있으며, 약 2만여명에가까운 직원들과 5.5조원 이상의 매출을 2018년에 달성한 미국 회사로 그들의 광범위한 사업정신, 사람 및 기술 투자철학 측면이 Foundry와 고객들을 위한 이상적인 파트너임이 분명합니다.

  Foundry의 비전을 공유하는 새로운 파트너로 Roper와 함께 고객들에게 더 많은 기회를 제공할 수 있다는 장점이 늘어나는 것을 제외하고는 현재 Foundry와 고객들간의 협력과 서비스, 가격등에 있어 어떠한 변화도 일어나지 않을 것입니다.

  오히려 이 새로운 비즈니스 협력을 시작하면서 급진적인 디지털 변화의 시기에 고객이 직면하는 복잡한 CG 과제들을 매우 튼튼한 재정과 안정적인 추가 투자로  더욱 빠르고 명확하게 해결할 수 있게 되었고 보다 혁신적인 솔루션을 제공 할 계획입니다.

  추가적인 사항과 궁금하신 점은 아래의 링크를 참조하시길 바랍니다.

  https://www.foundry.com/news-awards/roper-foundry-acquisition

  http://www.ropertech.com/roper-technologies-acquire-foundry-leading-provider-complex-visualization-software-solutions

   

  더읽기